初始保证金
搜索文档
未清算市场中加密货币风险的初始保证金(英)2026
美联储· 2026-03-02 17:35
报告行业投资评级 * 该报告为美联储理事会金融与经济讨论系列(FEDS)的工作论文,旨在激发讨论和评论,其分析与结论为作者观点,不代表美联储官方立场,因此未提供明确的行业投资评级 [2] 报告核心观点 * 在ISDA标准化初始保证金模型框架下,加密货币应被设立为独立的**风险类别**,并进一步细分为**锚定**和**浮动**两大类,而非归入现有的商品等风险类别 [4] * 将加密货币风险因素置于现有商品风险类别中,会**显著低估**其风险权重,采用独立的加密货币风险类别并针对两类加密货币分别校准压力期,能更准确地反映其风险特征 [17][28][36] * 加密货币风险类别与传统六大风险类别(利率、外汇、股票、信用合格、信用不合格、商品)之间的**交叉风险类别相关性非常低**,这进一步支持了将其设为独立风险类别的必要性 [51][53][62][63] * 为计算初始保证金,建议在SIMM中创建一个新的**加密产品类别**,以识别套期保值收益 [8] 根据相关目录分别进行总结 I. 引言 * 为应对2008-09年金融危机中未清算场外衍生品的系统性风险,全球实施了未清算保证金规则,ISDA为此开发了标准化初始保证金模型作为行业解决方案 [6] * SIMM模型最初设计时加密资产市值仅突破10亿美元,如今加密市场总市值已达到**4万亿美元**,但该模型至今仍缺乏计算对加密敏感金融资产初始保证金的能力 [6] * 随着加密市场成熟,对纳入加密货币风险的ISDA SIMM模型需求增长,该模型负责在未清算市场中收集和发布超过**90%** 的所有初始保证金,总额在2023年和2024年均稳定在约**4310亿美元** [7] * 当前SIMM将风险因素分为六个类别,计算加密货币初始保证金需增加一个新的加密特定风险类别,并选取具有代表性的加密货币进行校准,前十二大加密货币占据近**90%** 的总市值 [7][8][9] II. 数据 * 研究选取了十二种主要加密货币作为校准工具,其中六种为浮动型,六种为锚定型,样本基于高市值和交易量以确保广泛性和代表性 [11] * 浮动加密货币市场总市值远超锚定加密货币,市场高度集中,比特币占总市值的**58.5%**,以太坊占**12%** [9][12] * 选择彭博银河加密货币指数作为代表性加密指数,因其推出时间早、每月再平衡及严格的合格规则,能更好地反映广泛的加密货币市场 [13] III. 在SIMM中为加密货币桶分配潜在风险类别 * 尽管美国商品期货交易委员会将许多重要加密货币归类为商品,但研究表明将其风险归入SIMM现有的商品风险类别是不明智的,因其风险特征与传统商品风险因素非常不同 [17] * 比较商品指数与加密货币的压力期发现,无论是锚定还是浮动加密货币,其压力最大的季度与商品指数均不相似,表明两者风险特征不同 [18] * 浮动与锚定加密货币在压力最大的季度存在明显不同的聚类分布,支持根据锚定性质区分两类加密货币的假设 [22] * 将加密货币桶置于商品风险类别中时,浮动加密货币桶的德尔塔风险权重为**58**,锚定加密货币桶为**1** [28] * 若将加密货币设为独立风险类别,并采用“贪婪”算法分别确定两类加密货币的压力期进行校准,浮动加密货币桶的德尔塔风险权重升至**132**,锚定加密货币桶升至**2**,这表明置于商品类别中会显著低估风险 [36] IV. 相关性 * ISDA SIMM采用将肯德尔相关系数转换为皮尔逊相关系数的方法来估计相关性,因其在准确性和对异常值的稳健性方面表现最优 [38][41][43][44] * 在加密货币风险类别内部,浮动加密货币桶的桶内相关性显著较高(**73%**),而锚定加密货币桶的桶内相关性非常低(**14%** 或 **20%**) [45][47][48] * 浮动和锚定加密货币桶之间的桶间相关性略微为负且非常接近零,建议将其设置为**零** [50] * 加密货币风险类别(以USDT或BGCI为代表)与传统六大风险类别之间的交叉风险类别相关性参数非常低,最高仅为**13%**,多数在个位数百分比 [51][53][62][63] V. 结论 * 加密市场的迅猛发展使得在SIMM模型中引入新的加密产品类别和加密货币风险类别变得必要 [68] * 由于显著不同的压力期特征、被严重低估的德尔塔风险权重以及与传统的风险类别极低的交叉相关性,有必要将加密货币风险因素分离到一个独立的风险类别中 [68] * 所提出的校准方法具有易于计算、对异常值和缺失数据稳健、并与ISDA SIMM现有方法一致的优点 [68] * 鉴于锚定和浮动加密货币具有实质性不同的压力周期特征,应基于单独的校准周期针对每个桶分别校准其德尔塔风险权重 [68] * 为计算跨风险类别相关性,可以使用一对代表性的加密货币指数来为每组风险类别配对校准单个相关性参数 [68]