如何查看期货各品种的保证金

针对期货收益厚尾分布的非对称性，本章以极值理论为基础，结合修正Hill估计与学生分布对期货收益分布的非对称性进行了测度；并且，应用GARCH-VaR-x方法对我国铜、铝、橡胶和大豆合约的交易保证金进行了动态设定。研究结果表明：

（1）我国期货市场收益的尾部分布是不对称的，即左、右尾的厚度存在显著差异；采用修正的Hill估计与学生分布相结合的方法，可得到反映尾部厚薄程度的尾指数，这不仅可以较准确地反映期货收益的厚尾特征，还可通过参数化的学生分布来分别设定多头和空头的保证金水平。

（2）基于极值理论的修正Hill估计与学生分布相结合的动态GARCH-VaR-x模型要比EWMA-VaR-x模型更能提供精确的交易保证金预测；在波动剧烈时期，采用GARCH-VaR-x模型的多头（空头）头寸要比EWMAVaR-x模型能够捕获更多的极端下方（上方）风险，这可为市场强烈波动期间的期货结算提供了更加有效的信息。

（3）与我国采用的静态调整的保证金收取方式相比，本章所提的动态交易保证金收取方式能够更好地捕捉极端事件，确保了在较高风险覆盖率情况下能够收取更少的保证金，这将大大降低期货交易者的机会成本、增强市场流动性和确保期货市场的有效和稳健运行。这可为期货市场在强烈波动期间的交易结算提供更加有效的制度保障。

中国现行的保证金制度不是根据期货交易品种的市场风险大小进行及时调整的，且并未深入考虑不同期货品种的流动性和市场风险特性，也未考虑多头和空头的不同风险特征与类型。在极端风险事件频发的今天，如果继续采用静态的保证金收取方式，将会出现在正常情况下保证金的收取偏高和非正常情况下保证金的收取偏低的情况，这不可避免影响到期货市场的正常和有序运营，加大市场风险管理的难度。因此，对多头和空头期货交易者，建议分别采用动态的多头和空头保证金收取方式。这不仅涉及交易所的风险态度和市场风险的有效控制，还兼顾到投资者的资金成本与市场效率。而以上研究方法和结论可为我国期货市场保证金的设定提供证据支撑。

【注释】

[1]我国保证金的收取方式基本上是静态调整法，这一方法主要依据期货合约价值来确定（一般为合约价值的一定比例），在这一方法下，保证金与价格变动不直接相关，对价格变动不敏感，往往出现偏高或者偏低的情况；与此相对的是动态调整法，这一方法主要依据期货合约价格的变动量来确定保证金基准值。

[2]我国期货市场的保证金包括交易保证金［对应于国外的维持保证金，反映依赖时间的市场情况变化（Cotter ＆Dowd，2006）］和交割保证金。尽管交易保证金在表现形式上有套利保证金、套保保证金等多种形式，但所有这些形式均是以交易保证金基准值收取量为基础进行测算得来的（鲍剑平等，2005）。我国交割保证金的设计也是以交易保证金为基础，因而，本文只对交易保证金进行设计。

[3]自由度是学生分布的形状参数，是决定金融资产收益分布尾部厚薄程度的重要参量。

[4]在现有方法中，保证金水平的估计是用百分比表示的。然而，结算所多以每笔合约多少现金单位来表示保证金水平。为避免混淆，现对“百分比”和“现金单位”做一下解释：如果目前期货合约的价格为￥100，对于多头，￥5的保证金用百分比表示对应于-5.13%（＝100×ln（95/100））。对于空头，￥5保证金用百分比表示对应于4.88%（＝100×ln（105/100））。

[5]除天胶保证金比例为10%外，其他品种保证金基本上都是5%。由于商品价格的波动性相对较低，所以国外商品期货保证金一般相当于合约价值的2%～7%。表面上，我国商品期货的保证金水平接近于国外商品期货的初始保证金水平，但由于保证金收取方法的差异，我国期货保证金水平不仅和国外维持保证金水平悬殊，也和国外初始保证金水平有较大不同（鲍建平等，2005）。

[6]与左端尾指数的方法类似，右端尾指数的估计可以用一系列正收益的增次序统计量来获得。

[7]条件VaR-x方法是假设期货收益的总体分布是一个学生分布，并使用条件修正Hill估计来对学生分布进行参数化处理；参数化后的条件VaR-x方法可用以捕获随时间变化的保证金水平，从而为结算所提供更多有关每日交易保证金设定的信息。

[8]通过多次实证检测发现，作为新兴市场，考察500次的观察移动窗口的计算结果是比较稳定和有效的。

[9]尾指数估计的范围为全样本估计，而滚动窗口的分样本估计与之类似，且所得结论与全样本相一致；为节省篇幅，滚动窗口的尾部稳定性测试从略。

[10]不同于Lin ＆Kao（2009）的固定衰减因子的EWMA模型，本章所设的500个时间序列的滚动窗口，不仅具有滚动窗口本身的特性，还具有与指定窗口中衰减因子的时变特征。

[11]极值理论虽然受到样本规模的限制，但期货市场的数据容易获取，因此不受样本约束，即使在高置信水平下，也可避免出现高估市场风险的现象。