交易对手风险网络：OTC中的相关性分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《The Network of Counterparty Risk: Analysing Correlations in OTC
  Derivatives》
---
作者：
Vahan Nanumyan, Antonios Garas, Frank Schweitzer
---
最新提交年份：
2015
---
英文摘要：
  Counterparty risk denotes the risk that a party defaults in a bilateral contract. This risk not only depends on the two parties involved, but also on the risk from various other contracts each of these parties holds. In rather informal markets, such as the OTC (over-the-counter) derivative market, institutions only report their aggregated quarterly risk exposure, but no details about their counterparties. Hence, little is known about the diversification of counterparty risk. In this paper, we reconstruct the weighted and time-dependent network of counterparty risk in the OTC derivatives market of the United States between 1998 and 2012. To proxy unknown bilateral exposures, we first study the co-occurrence patterns of institutions based on their quarterly activity and ranking in the official report. The network obtained this way is further analysed by a weighted k-core decomposition, to reveal a core-periphery structure. This allows us to compare the activity-based ranking with a topology-based ranking, to identify the most important institutions and their mutual dependencies. We also analyse correlations in these activities, to show strong similarities in the behavior of the core institutions. Our analysis clearly demonstrates the clustering of counterparty risk in a small set of about a dozen US banks. This not only increases the default risk of the central institutions, but also the default risk of peripheral institutions which have contracts with the central ones. Hence, all institutions indirectly have to bear (part of) the counterparty risk of all others, which needs to be better reflected in the price of OTC derivatives.
---
中文摘要：
交易对手风险是指一方在双边合同中违约的风险。这种风险不仅取决于双方当事人，还取决于双方当事人各自持有的各种其他合同的风险。在相当非正式的市场中，如场外（OTC）衍生品市场，机构只报告其季度风险敞口总额，但没有关于其交易对手的详细信息。因此，对交易对手风险的多样化知之甚少。本文重建了1998年至2012年美国场外衍生品市场交易对手风险的加权时间依赖网络。为了代理未知的双边风险敞口，我们首先根据机构的季度活动和在官方报告中的排名，研究机构的共现模式。通过加权k核分解进一步分析这种方法获得的网络，以揭示核心-外围结构。这使我们能够将基于活动的排名与基于拓扑的排名进行比较，以确定最重要的机构及其相互依赖关系。我们还分析了这些活动中的相关性，以表明核心机构的行为具有很强的相似性。我们的分析清楚地表明，在大约十几家美国银行中，交易对手风险存在集群。这不仅增加了中央机构的违约风险，也增加了与中央机构有合同的外围机构的违约风险。因此，所有机构都必须间接承担（部分）所有其他机构的交易对手风险，这需要更好地反映在场外衍生品的价格中。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> The_Network_of_Counterparty_Risk:_Analysing_Correlations_in_OTC_Derivatives.pdf (8.66 MB)

2022-5-21 16:46:35 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：相关性分析 相关性 OTC Institutions counterparty

相反，它们的价值取决于或至少部分源自其他实体的价值，称为“基础”。这些资产可以是其他资产，如商品、股票、债券、利率和货币，但取决于金融的复杂性2/36Vahan Nanumyan、Antonios Garas、Frank Schweitzer：《交易对手风险网络：分析场外衍生品的相关性》，发表于PLoS ONE 10（9），e0136638。doi:10.1371/journal。波内。0136638产品，基本可以是几乎任何被认为具有内在价值的东西。这意味着“信心”、“信仰”或“信任”等社会心理问题在界定这些价值观方面起着重要作用。在形式上，衍生工具被指定为双方之间的合同。此类合同规定了如何在特定的未来日期估计基础资产的价值，以及这些方之间的付款必须满足哪些条件。由于当事方不需要拥有标的资产，衍生工具是一种理想的工具，可以对标的资产的未来价值上涨或下跌进行投机，或者对冲与之相关的风险，前提是交易对手愿意就此下注。交易衍生品基本上意味着为合同找到一个交易对手。重要的是，各方可以通过两种不同的方式进行衍生品交易，一种是在专门从事衍生品交易（ETD，交易所交易衍生品）的受监管市场，另一种是在不涉及交易所或其他机构（OTC，场外衍生品）的情况下进行私人交易。虽然OTC市场通常组织良好，但它们不太正式。

特别是，没有中央机构来监管衍生品合同的条件或控制这些条件的完整性。OTC衍生品通常比交易所交易的衍生品更受青睐，因为税收和其他费用较低，且更灵活，这意味着交易对手可以同意非常特殊或不寻常的条件，而不是交易所设计和运营的一系列有限的衍生品类型。作为一种灵活性交易和高收益可能性，场外衍生品与交易所交易衍生品相比，承担着巨大的额外风险。场外衍生品涉及的风险衍生品通常用于对冲风险，但衍生品本身是风险的来源。这些是信用风险和市场风险，以及流动性、运营和法律风险[2]。就场外衍生品而言，信用风险是主要的风险来源，因为通常没有一家清算所来保证各方之间的义务得到充分履行。因此，缔约双方面临交易对手违约风险，即交易对手在合同到期之前将面临困境甚至违约的风险，因此不会进行当前和未来的付款。与仅向贷款方暴露的贷款风险不同，OTC合同涉及的双方都面临交易对手风险。为了减轻风险，场外衍生品交易的相关方通常是代表自身或其客户行事的银行。在违约情况下，有不同的方法来降低交易对手风险。例如，使用结算净额结算协议允许对所有合同进行净额结算，消除了选择性执行合同的可能性[3]。

对于主要适用于OTC衍生市场的双边平仓净额结算，双方同意彼此进行净额结算，即设定收益和损失3/36Vahan Nanumyan、Antonios Garas、Frank Schweitzer：《交易对手风险网络：分析场外衍生品的相关性》，发表于PLoS one 10（9），e0136638。doi:10.1371/journal。波内。0136638从其所有双边合同中扣除。这与多边平仓净额结算的情况不同，多边平仓净额结算主要适用于ETD，即适用于所有各方义务共同净额结算的市场。在这两种情况下，净额结算只是违约后需要遵循的一种程序，因此不能解决交易对手风险的出现。很明显，净额结算减少了信贷风险，因为它只考虑了净债务，从而降低了运营和结算风险以及运营成本。为了了解风险，必须确定合同终止前的合同现值。未履行的合同按市价计价，同时考虑更换成本，即非违约方在更换相关合同时所承担的损失。在单个时间点对信贷风险的评估被表示为当前信贷风险（CCE）。然而，衍生工具合同通常有相当长的使用寿命，并且往往以信贷风险的快速和巨大变化为特征。因此，潜在未来风险敞口（PFE）用于估计固定时间内可能的CCE增加。当然，这些估计是预测，取决于财务模型的选择和相应的密度水平。然后，按照巴塞尔协议I框架，将总信贷风险敞口（TCE）衡量为CCE和PFE之和。

在“风险相关性”一节中，我们将使用金融机构报告的TCE值来估计其风险相关性。尽管净额结算协议在没有清算所的情况下有效，但最近的发展尝试通过中央对手方清算所（CCP）来降低对手方风险【4】。在CCP存在的情况下，两个交易对手之间的双边合同被两个合同替代，因此CCP处于两个缔约方之间。这使得多边净额结算更加透明，有助于减少交易对手和系统风险。尽管信用违约掉期（CDS）是一种特殊类别的衍生工具，其合同之前要求CCP参与，但其更广泛的使用可以被视为对2008年金融危机的反应。然而，要求所有标准化场外衍生品中的CCP的法规要么是新的，例如2010年的《美国多德-弗兰克法案》，要么仍在制定中。因此，从经验和理论上来看，它们对TC衍生品市场的影响尚不清楚。[6] 最近试图阐明CCP可能产生的系统性影响。他们对一个或两个CCP的不同金融网络中的级联效应和系统风险进行了理论研究。有人可能会认为，不考虑CCP在OTC衍生品网络中的作用是本文的局限性。但我们应该记住，我们分析了1998年至2012年的数据，即大多数情况下，场外交易数据中不需要CCP，也不反映CCP。为了使我们的方法在整个时间段内保持一致，我们忽略了CCP的可能存在（但没有记录在案）。

此外，即使在今天，也不知道CCP的广泛采用是否会影响4/36Vahan Nanumyan、Antonios Garas、Frank Schweitzer：《交易对手风险网络：分析场外衍生品的相关性》，发表于《公共科学图书馆综合》10（9），e0136638。doi:10.1371/journal。波内。0136638成功使场外衍生品网络完全透明。因此，我们推断网络中未发现和潜在危险链接的方法在未来可能仍然需要。交易对手风险的聚类在本文中，我们讨论了场外衍生品中涉及的一种特殊风险，即交易对手风险的聚类。虽然交易对手风险本身已经很难估计，但对于一方来说，发现交易对手因参与其他场外衍生品而承担的额外风险变得更加繁琐。该问题如图1所示。它显示了九家机构共有十份不同的OTC合同。链接的宽度应表示这些合同的数量，即中间的三个机构1、2、3（用虚线表示）构成一个完全连接的紧密参与机构集群。它们对中心以外的机构有何潜在影响？这些机构中的每一家都只与中心的一家主要机构签订了一份合同，并且可能不知道场外衍生品网络的整体结构。图1：曝光聚类示意图。增加不同机构的风险有两个步骤：（i）将风险从外部机构转移到中央交易对手：机构4可能不知道其交易对手1也与机构5和6有合同。如果其中一家外部机构违约，这会给机构1带来额外的违约风险，这可能不会在4到1之间的OTC合同中考虑。

此外，机构4和5也有一份机构1可能不知道的合同。因此，4或5的违约增加了剩余违约的风险，这间接增加了机构1的风险【7】。（ii）中央机构之间的风险增加：因为中央机构形成了一个完全连接的集群，如果其中一个机构出现困境甚至违约，这将立即影响其他两个核心机构。这反过来会影响外部机构。5/36Vahan Nanumyan、Antonios Garas、Frank Schweitzer：《交易对手风险网络：OTC衍生品相关性分析》，发表于PLoS ONE 10（9），e0136638。doi:10.1371/journal。波内。0136638综上所述，由于中心机构之间的强耦合，我们在这里称之为交易对手风险集群，所有机构都必须间接承担（部分）网络中所有其他机构的交易对手风险。这应该在其OTC衍生品中定价，但实际上并不是因为这意味着要知道（a）所有链接和（b）所有权重，或者简单地说，所有OTC合同。但是，如上所述，OTCderivatives的存在正是因为此类信息不应公开。正如我们将从数据中看到的那样，所有公共信息仅指每个机构的OTC衍生品总额，而不是指其交易对手网络。这为我们的论文奠定了基础。即使在缺乏关于交易对手风险网络的官方信息的情况下，我们也希望从以下描述的数据集中对其结构进行一些深入了解。具体地说，我们想为这个加权的、与时间相关的网络的结构推导一个代理。

此外，我们希望估计场外衍生品之间的相关性，即从机构参与的共同运动推断可能的交易对手。OTC衍生品活动和评级网络为了从可用数据集重建交易对手风险网络，我们需要引入一些变量，这些变量稍后将映射到特定数据。首先，我们通过指数i=1，…，识别数据集中的每个机构。。。，N、 其中N=61，即不同机构的总数。请注意，每个季度的数据集仅列出了排名最好的25家机构，但每个季度的排名不一定相同（另请参见图2）。因此，在整个14年期间，数据集中出现了61个不同的机构。在每个时间步t，其中t是离散的，按季度计量，最多t=57，机构i和j可以作为交易对手，即它们拥有总交易量为xij（t）的合同。重要的是，该数据集既没有列出交易对手j，也没有列出其合同量xij（t）。然而，它列出了每个机构的季度活动，ai（t）=PNj=1xij（t），即支持信息表A第5列中给出的汇总量。因此，我们的论文旨在从汇总数据重建依赖网络。请注意，如果某个机构在某个特定季度不活跃，即未在该期间的数据集中列出，则其活动设置为零。举例来说，图3显示了每季持续从事inOTC衍生品业务的两家银行的活动。令人印象深刻的是，他们的活动在大约两个数量级上有所不同，随着时间的推移，进一步显示出不同的业务战略。

虽然Keybank的季度活动在12年内几乎保持不变，但美国银行grew6/36Vahan Nanumyan、Antonios Garas、Frank Schweitzer的活动：交易对手风险网络：分析场外衍生品的相关性，发表在PLoS ONE 10（9），e0136638。doi:10.1371/journal。波内。01366381998年4月1999年1月1999年2月1999年3月1999年4月2000年1月2000年2月2000年3月2000年4月2001年1月2001年2月2001年3月2001年4月2002年2月2002年3月2002年3月2003年4月2003年4月2004年4月2004年3月2004年4月2005年1月2005年4月2005年3月2005年4月2006年3月2006年3月2006年3月2006年3月2007年4月2007年3月2007年4月2008年1月2008年4月2008年3月2008年3月2008年4月2008年4月2009年4月2010年4月2010年4月2010年3月2011年4月2011年q2011年q2011年4月2012年q2012年q2012年2月2012年第三季度第四季度美国银行摩根大通银行花旗银行汇丰银行美国富国银行瓦乔维亚银行纽约州街道银行和信托银行PNC银行TRAST银行KEYBANK国家城市银行北方信托科梅隆银行S银行德意志银行TR CO AMERICASLASALLE银行ONEFLEET国家银行第一田纳西银行高盛银行美国第五第三银行地区银行分行银行和信托国家城市银行美林银行美国纽约梅隆银行美国中西部联合银行大通曼哈顿银行摩根担保公司纽约第一联合国民银行摩根士丹利银行资本ONERBS公民银行大通曼哈顿银行美国安利银行亨廷顿国民银行商业银行美国瑞银银行美国瑞银银行美国波士顿第一银行芝加哥花旗银行南达科他州银行共和国纽约Irwin联合银行信托公司COCHASE BANK OF TEXASBMO HARRIS BankBokBank OF OKLAHOMALEHMAN BROTHERS COML BK Countrywide BANK渣打银行PLCFREMONT INVESTMENT&LOANCITIBANK NEVADAFLAGSTAR银行FSBFIA卡服务Mac BANKWOODLANDS商业银行1 5 10 15 20 25图2：1998年至2012年间排名前25位的金融机构的时间序列。

颜色编码排名：颜色越深，排名越好（排名1被认为是最高的），白色表示排名中没有排名。在同一时间段内呈指数增长，在对数图中的线性斜率中清楚地显示出来。直到2012年，在金融危机之后，这种参与才略有减少。根据季度活动ai（t），我们可以为每个机构i分配等级ri（t）← r[ai（t）]，带r离散和r∈ {1，2，…N}这样，对于任何pairi，j，如果ai（t）>aj（t），r[ai（t）]<r[aj（t）]∈ N、 即，排名1对应于时间t时活动价值最高的机构，rank7/36Vahan Nanumyan、Antonios Garas、Frank Schweitzer：《交易对手风险网络：分析场外衍生品的相关性》，发表于PLoS ONE 10（9），e0136638。doi:10.1371/journal。波内。01366381999 2002 2005 2008 2011年AI【百万美元】美国银行KEYBANK图3：1998年至2012年期间不断出现的两家银行的衍生品名义总金额。数量级的差异促使在构建机构网络时考虑机构的排名。1999年第三季度至2011年第三季度期间的对数线性回归斜率（aBoA）为0.206638（粗体线），对应于年增长率（在（t+1）/ai（t）），等于1.229537.2，以第二高的活动为准，以此类推。如果某机构在某个时期内不活跃，其排名将设置为零。因为排名考虑到相对于其他机构的位置，所以即使一个机构的活动在一定时期内保持不变，排名也可能发生变化。图2概述了各机构在25个季度的排名中出现的频率，并对其排名进行了颜色编码。