我国五年期国债期货保证金的设置

王诗嘉+谭琳琳+廖鹏然

摘要：保证金制度是目前金融期货交易市场上最重要的风险管控工具，目前国外较为通用的保证金动态测算系统SPAN系统通过合理设置六大参数，从而进行保证金比例的动态设置。文章则将该方法运用于我国五年期国债期货保证金的测定，经过 SPAN系统测算之后发现我国五年期国债期货目前所收取的保证金比例较高，并且静态保证金水平设定法不利于增强市场活力和有效性。对此我们提出，我国应尽快认识到动态模式对于保证金设置的重要性，尽快改革实现保证金水平动态设置，从而提升我国金融衍生品市场活力。

关键词：SPAN系统；保证金；国债期货；VaR

一、引言

在金融期货的交易中，保证金制度是目前期货市场最重要的风险控制工具。其对防范市场风险、确保市场正常运作、稳定市场波动具有重要作用。本文研究的国债期货可以说是我国资本市场较新的工具。国债期货自2013年9月6日，正式在中国金融期货交易所上市交易。由于发行时间短，国内外对国债期货保证金的研究数量相对较少。

我国五年期国债期货保证金比例为合约价值的1%。对于这个五年期国债期货保证金水平设置的合理性，本文将基于SPAN系统进行分析，并通过SPAN系统的参数设置构建投资组合，利用SPAN系统计算出五年期国债期货的保证金水平。最后对我国五年期国债期货的保证金水平设置提出具有研究性的建议。

二、SPAN保证金系统

在目前金融衍生品市场中，最成熟的衡量投资组合风险值的系统是由芝加哥商业交易所推出的SPAN（Standard Portfolio Analysis of Risk）。SPAN的参数文件包含价格扫描区间、波动率扫描区间、同商品跨月价差、交割月保证金提高、期权空头最低保证金、商品组间保证金信用抵扣这六个主要参数。我国目前的期权产品，只有于2015年2月9日在上海证券交易所上市的上证50ETF期权，品种单一，暂不考虑。因此在SPAN参数设置的方法中，针对于价格扫描区间和同商品跨月价差这两个参数，分别采用VaR方法和Copula方法。

VaR的计算模型分为参数、半参数和非参数三种方法。参数方法通常采用GARCH模型和随机波动（SV）模型。本文参数方法中，采用GARCH模型来计算VaR。首先计算了五年期国债期货保证金的收益率，并对收益率进行正态性、集群性和平稳性进行检验。通过R软件计算Shapiro-Wilk统计量，W=0.983，p=0.03，因此在95%置信水平下，拒绝原假设，即我国五年期国债期货收益率不具有正态性，在99%置信水平下，接受原假设，该序列具有正态性。随后画出收益的时间序列图，可以初步判定具有集群性。

随后检验了序列的平稳性，采用ADF单位根检验来进行判断。从结果可以看出，序列具有平稳性。正态性检验、集群性检验和平稳性检验描述了我国五年期国债期货收益率的特征，从而也可以确定合理的保证金计算模型。 由以上统计检验可知：在95%的置信水平下，我国五年期国债期货收益率不服从正态分布，但是具有集群性和稳定性，满足使用 GARCH 模型计算 VaR 的条件。因此可以采用GARCH（1，1）计算VaR。

通过R软件，得到模型，以此分别计算不同长度样本期得出收益率序列的预测值，得到此三个合约（TF1509、TF1512、TF1603）VaR值为0.00503、0.00487、0.00475。

半参数方法主要包括极值理论和分位数回归的VaR方法。本文采用极值理论计算VaR。运用极值理论来计算VaR的方法如下：

1.選择子区间的长度n，并得到子区间的最大值{rn，i}，i=1，…，g，这里g=[T/n]；

在R中，通过 fExtremes包，计算出VaR，TF1509、TF1512、TF1603在95%置信水平下的VaR分别为0.004142087、0.003665956和0.00352764。

非参数VaR方法主要分为历史模拟法和蒙特卡洛模拟法。本文采用蒙特卡洛模拟法来计算VaR。但采用蒙特卡洛方法时，计算出的结果与前两种方法计算的结果有很大的不同，因此舍去。

通常情况下，当变量间的关系是线性时，可以使用相关系数来度量变量之间的相互关系。然而当变量间的关系是非线性时，用相关系数来度量变量之间关系就是不可行的。因此利用Copula函数来解决这个问题，本文中将使用Kendall秩相关系数探究不同合约间的相关性。

采用TF1509，TF1512和TF1603从2015年6月15日至2015年9月11日的数据进行计算，得到秩相关系数矩阵如表 1。

计算完成秩相关系数，就可以来设定同商品跨月价差头寸费率，具体步骤如下：

1.直接计算不同月份合约中的绝对价差值；

2.利用copula方法中的秩相关系数来衡量不同合约月份价差的相关性；

3.采用历史模拟法计算出实际相关的绝对价差；

4.在不考虑相关性的条件下计算完全相关和实际相关的绝对价差之间的差值；

5.将步骤2和步骤4的计算结果相乘，得出的结果即为所求。

三、SPAN系统在我国五年期国债期货中的实证分析

（一）构建投资组合

假定一个风险投资者，他持有的头寸只包括我国五年期国债期货合约，其投资组合具体为TF1509、TF1512、TF1603三个合约，选择此三种合约的原因为在满足投资组合头寸对冲以及风险分散的要求下，运用所有相关的历史数据，方便在SPAN系统下的运算，而此三种合约都已到期，可查阅到其全部的历史价格数据，且距离现时间节点最近，故为最优选择。

选取2015年8月3日为交易日期，则该投资者所持有的投资组合交割日期、合约代码、当日交易价格（万元）分别为：2015.09.11，TF1509，97.700；2015.12.11，TF1512，99.130；2016.03.11，TF1603，99.075。（数据来源：wind数据库）

同时，假设投资者所拥有的投资组合（TF1509，TF1512，TF1603）分别为下述情况：2份多头，1份多头，1份多头；1份多头，2份空头，1份空头；1份空头，1份多头，2份多头；2份空头，1份空头，1份空头。其中，考虑多空头的情况是为了考察同商品跨月价差抵扣等相关参数的影响，从而对比考虑商品之间互相作用前后整个投资组合风险价值的差异。

（二）输入参数

由于假定的投资组合只有国债期货合约，因此只考虑价格扫描区间和跨月价差头寸费率这两个参数值。

基于收益的VaR为表 2，此后将基于收益的VaR转化为基于价格的风险值。

参考CME网站提供给投资者的参数设置的具体数据及相关文献，在95%的置信水平下，本文设置价格扫描区间为900USD/合约，约折合人民币为5850元。因此，不同投资组合在95%的置信水平下面临的风险值为：投资组合1、4为23400元，投资组合2、3为0元。

根据上述的步骤，用MATLAB计算得到秩相关系数，由此算得在95%置信水平下的同商品跨月价差头寸费：TF1603与TF1512均值为899.56元/合约，TF1603与TF1509均值为1803.27元/合约，TF1512与TF1509均值为914.11元/合约。

（三）SPAN系统保证金的计算

基于上述各部分的论述与计算，可以得出在95%置信水平下，基于SPAN 系统的总风险值（表 3）。

从表3可以看出，国内收取的保证金要高于SPAN系统算出的保证金，而且当组合内存在多空头对冲风险时，国内收取保证金极高。

四、结论和建议

本文使用SPAN系统对我国五年期国债期货的保证金水平进行了详细的分析和计算，主要得出以下几点结论：

1.SPAN系统通过设置六个参数并采用动态分析方式充分模拟市场风险从而得出了较为符合市场需求的保证金比率。

2.我国五年期国债期货现有的最低交易保证金为合约价值的1%，经过SPAN系统测算之后发现该保证金比例较高。虽然较高的保证金比例在该产品推出初期能起到一定的保护作用，防止市场波动过大和过度的投机行为，但是同时其也导致了杠杆比率过低，增加了交易成本，不利于市场资金的充分利用。

3.SPAN系统利用动态模式来设定保证金水平，而我国目前采用的是静态保证金水平设定法。这在一定程度上反映了我国金融衍生品交易市场的不成熟，不利于增强市场的流动性。

对于上述研究结果，本文给出以下建议：首先，随着我国金融衍生品市场的不断发展与成熟，我国应适当降低目前国债期货的保证金水平以利于增强市场资金的流动性，从而最大化的利用资金资源，以保证整个金融衍生品市场稳定长期的发展；其次，由于利用静态模式设置保证金水平，不能充分反映市场的变化和风险波动，所以我国应尽快认识到动态模式对于保证金设置的重要性，经过逐步、稳健的改革，最终实现SPAN系统在我国国债期货市场上的广泛运用。

参考文献：

[1]Longin F. Optimal margins in futures markets. A parametricextreme-based approach.Ninth Chicago Board of Trade Conference on Futuresand Options，Chicago，1995.

[2]遲国泰，王玉刚，汪红梅. 基于多元GARCH-VaR的期货组合保证金模型及其应用研究[J].预测，2008（05）.

[3]顾雪松.基于GARCH-VaR的股指期货保证金模型[J]. 统计与决策，2009（13）.

[4]徐加强，王波，申希栋.基于GARCH类模型-POT的股指期货保证金水平设置[J].数学理论与应用，2013（04）.

（作者单位：华东师范大学）