SPAN系统跨月价差头寸风险值
在金融风险管理中，跨月价差头寸风险值是和详一项关键指标，它衡量的指标指标是资产组合中不同到期月份期货合约相对于现货基差变动时的风险。SPAN（敏感性价值分析）在评估期货价格风险时，源码原理假设所有期货价格和现货价格同步变化，和详股票源码学习但实际中，指标指标不同月份合约的源码原理基差（如LME铜期货的3月合约与现货的差距）会有所波动。例如，和详年月的指标指标基差约为美元，到年3月降至美元，源码原理这表明存在跨月价差风险。和详 为管理这种风险，指标指标SPAN通过构建跨月价差配对来计算。源码原理这种方法涉及到对资产组合中不同到期月份的和详期货合约或期货期权的Delta值进行处理。Delta值反映的是标的资产价格变动一个单位时，期权价格变动的幅度，它是动态的，随资产价格变化而变化。SPAN简化处理时，采用加权平均的复合Delta值，考虑了价格波动性、时间价值等因素。 计算跨月价差头寸时，SPAN以净Delta值为单位，将各合约的复合Delta值乘以其净头寸，然后对同资产组合内所有月份合约的正负净Delta值分别求和，以确定多头或空头头寸数量。通过这种方式，反向头寸的期货或期权合约会形成跨月价差配对，直到多头或空头的Delta值相互抵消。剩余未配对的合约则需要预估价格风险。扩展资料
SPAN系统（Standard Portfolio Analysis of Risk， SPAN在金融衍生品市场中，最成熟的衡量投资组合风险值的系统是SPAN（Standard Portfolio Analysis of Risk），其核心理念与VaR具有异曲同工之妙。辨析波士顿矩阵(BCG Matrix) 、GE矩阵（GE Matrix/Mckinsey Matrix）和战略定位分析SPAN
波士顿矩阵，GE矩阵与战略定位分析SPAN，是企业战略规划中常用的三种工具。波士顿矩阵通过市场增长率和相对市场份额两个维度，将产品分为明星、问题、金牛和瘦狗四类，为企业的资源分配提供指导。然而，波士顿矩阵仅考虑了外部市场因素与内部市场地位，忽略了产品质量和品牌等关键因素。
GE矩阵（麦肯锡矩阵）则在市场吸引力和竞争实力两个维度上提供了更全面的评估，通过将多个关键因素归类，使分析更为细致。与波士顿矩阵相比，GE矩阵的评价体系更加复杂，能够更精确地反映市场上的动态变化。
战略定位分析SPAN，结合了GE矩阵的多维度评估和波士顿矩阵的四象限分类，形成了一种更灵活有效的产品策略分析工具。通过评估市场吸引力和公司竞争力，企业能够做出更精准的telegram2022源码业务决策和战略定位。SPAN分析帮助企业在不同市场和业务中采取适当的策略，比如投资增长、选择性收益或收获撤资等。
在华为等企业中，SPAN分析被广泛应用于业务组合管理和目标市场选择。通过深入分析每个细分市场的吸引力和公司竞争力，华为能够制定出针对运营商业务、消费者业务和Cloud & AI业务等不同领域的策略，确保资源的有效分配和战略目标的实现。
市场吸引力的评估通常包括市场空间、增长率、获利潜力和战略价值等要素，而竞争地位则通过价格、可获得性、包装、性能、易用性、保证、生命周期成本和社会接受程度等$APPEALS指标来衡量。通过这些评估，企业能够清晰地识别出高潜力的市场机会和竞争优势，从而做出更加精准的战略定位。
在战略定位分析SPAN的指导下，企业能够采取有效的策略和行动措施，优化运营、研发、市场推广等各个方面，以实现业务的健康增长和市场领导地位的巩固。
SPAN系统基本思想
在衍生品市场的复杂环境中，不仅涉及风险线性的期货，更有风险非线性的期权，各头寸间的风险相互交织。对于参与者来说，不仅需要实时评估单个头寸的盈亏，还要深入理解投资组合的风险特性和潜在风险。因此，构建一个全面的风险管理系统显得尤为重要。 其中，风险值(Value at Risk，VaR)作为关键的风险衡量指标，它描绘的是在特定持有期间和置信水平下，由于市场价格变动可能导致投资组合的最大潜在损失。计算VaR的方法需要考虑多元化的资产组合，如股票、权证、债券、期权等衍生产品，情节模拟法因其准确性和效率，逐渐成为首选。 在世纪的金融领域，两大全球通用的衍生品保证金系统，SPAN(Standard Portfolio Analysis Of Risk)和TIMS(Theoretical Inter-market Margin System)，正是情景模拟法应用的产物。SPAN由芝加哥商业交易所(CME交易所)于年启用，用于评估结算会员的整体头寸风险，以决定所需的保证金数额；而TIMS则是由美国期权清算公司(OCC)在年推出，为头寸风险的管理提供了理论支持和实践工具。扩展资料
SPAN系统（Standard Portfolio Analysis 前端源码怎么部署of Risk， SPAN在金融衍生品市场中，最成熟的衡量投资组合风险值的系统是SPAN（Standard Portfolio Analysis of Risk），其核心理念与VaR具有异曲同工之妙。什么是SPAN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SPAN（Standard Portfolio Analysis of Risk），其核心理念与VaR具有异曲同工之妙。
SPAN系统是一个基于投资组合的保证金计算与风险评估系统，它是美国金融市场对年的股灾反思之后，由芝加哥商业交易所(CME)根据总统顾问小组提出的加强风险控制的建议于年月日设计推出的。经过年的检验与改进，SPAN系统得到了市场的广泛认可，被近家的交易所、结算所以及其他一些金融机构所采用，已成为计算投资组合保证金和风险评估的国际标准，其核心优势就是高效的资金风险管理能力。
SPAN系统不仅仅是一个保证金计算系统，同时也是一个基于投资组合风险价值评估的市场风险模拟与分析系统，可为包括期货、期权、现货、股票及其任意组合的金融产品进行风险评估。在风险评估基础上形成的保证金结果从风险管理角度而言更为有效，从而在风险可控的前提下提高了资本的使用效率。交易所也可以通过模拟市场变化，迅速搜寻出存在潜在风险的客户，并在此基础之上时时了解交易所面临的可能的风险的大小与概率，从而为交易所特殊市场风险情形下果断作出决策提供了风险管理层面上的依据。
SPAN和TIMS的基本思想
在衍生品市场，不仅包括风险呈线性状态的期货，也包括风险呈非线性的期权，而且各头寸间风险存在紧密联系，参与衍生品市场投资的机构不仅需要随时评估持有头寸的损益，更要了解投资组合的风险特点和持有期间的潜在风险。因此，建立一套全面衡量市场风险的风险控制系统是十分迫切的。有一个总和性的风险值，不仅可以帮助投资者。银行与券商控制自己的头寸风险.也使央行和证监会等监管机构能有效控制金融机构风险，并对其要求保有适当的资金以应付可能出现的市场风险，有利于金融市场的稳定，增加投资者信心。
风险值(Value at Risk，VaR)就是目前被普遍采用的风险衡量指标，它是一个资产组合在特定持有期间内及特定置信度下，因市场价格变化所导致的投资组合最大的可能损失。具体到风险值的计算方法，由于金融机构或投资者的资产组合除了股票之外，还可能包括权证、债券、期权或其他衍生型产品，因此基于对准确和效率的考虑，情节模拟法逐渐成为衡量风险值最好的选择。
目前全球两大通用衍生品保证金系统SPAN(Standard Portfolio Analysi sOf Risk)和TIMS(Theoretical Inter-market Margin System)，就是基于情节模拟法发展出来用以衡量结算会员头寸风脸的。SPAN是年月由CME交易所(Chicago Mercantile Exchange)启用，用以衡量结算会员总头寸的总风险，从而决定应收取的保证金金额”；TIMS则由美国期权清算公司(The Options Clearing Corpormion；OCC)在年启用。
SPAN系统的mybatis如何看源码风险值计算原理
SPAN保证金系统计算风险值的假设是，不同资产组合的变化方向是独立的，因此.SPAN先分别计算各资产组合的价格风险值，跨月价差头寸风险值、交割头寸风险值。因为假设变化方向独立，单一资产群的价格风险值是考虑其中所有资产组合最大损失的情况，所以要将各资产组合的价格风险值相加，但不同资产组合价格波动会有某种程度的相关性。因此，SPAN设计了跨产品间的价差抵扣，计算持有不同资产组合的反向头寸可能有的抵扣空间，将单一资产群价格风险值扣除此资产群中不同资产组合间可以抵扣的风险值，经过抵扣后的资产群价格风险值加上各资产组合的跨月价差、交割风险值，以及卖出期权最低风险值中的较大值，即为单一资产群的风险值。即：
SPAN单一资产群风险值=MAX[卖出期权的最低风险，(价格风险值+跨月价差头寸风险值+交割头寸风险值-跨资产间的价差抵扣))
投资组合总风险值=∑各资产群的风险值
SPAN算出投资组合总风险后.会进一步计算总头寸的净期权价值(Net Option Value)。净期权价值表示头寸中所有期权按照现在市价立即平仓后的现金流量，正值表示现金流入，负值表示现金支出。SPAN根据计算出的风险值，减去净期权价值金额，作为应收客户的保证金(SPAN Total Requirement)：
SPAN总体应收保证金=SPAN投资组合总风险值-净期权价值
以下将分别叙述以上各个风险值的计算方式：
1.价格风险值
SPAN为了衡量各资产组合在一天内可能的损益，考察了所有合约标的资产价格以及波动性的可能变化。由标的资产市价为出发点，分别向上和向下预估资产组合在一个考察区间带来的投资组合价值变化。为了避免投资组合的价格风险不是落在极端位置上，SPAN特别将该考察区向上和向下分成三个区间来研究，同时又针对该标的资产研究其波动性向上与向下的改变。
另外，SPAN还考虑深度虚值(价外)期权空头头寸额外面临的一个特殊风险问题。因为在一般情况下，随着到期日的逼近，标的资产不易大幅度波动，使期权由深度虚值(价外}变为实值(价内)；但在特殊的情况下，标的资产价格有可能大幅度改变，使期权由深度虚值(价外)变成实值(价内)。此时，卖出期权的人便会遭受极大的损失(中航油原油期权巨亏的部分原因)。为了将上述情况考虑在内.SPAN在预估风险时加入了标的资产价格极端变化的情景，将标的资产向上向下各变化两个全距考虑在内，由于这种价格极端变化的可能很低，咽此SPAN只考虑这种损失的某一比率。此比率通常是%。
2.跨月价差头寸风险值
(1)跨月价差头寸风险值
所谓的跨月价差头寸风险值，指同一资产组合中不同到期月份的期货合约相对于现货基差变化的风险。因SPAN在考虑期货价格风险时，假设所有期货合约价格和现货价格变化作等幅度的同向变化，但实际上不同到期月份的期货与现货间存在基差变化风险，所以要加入跨月价差风险值。如LME的铜期货，年月份，远期3月合约与近期的现货月合约间基差为美元左右，但今年3月初下降到美元附近。因此对于资产组合中含有不同到期月份的期货合约或以不同到期月份为标的的期货期权合约，当合约头寸反向时，将这些合约形成跨月价差配对.以一个设定值计算跨月价差风险。网页 打开 Word 源码
(2)复合的Delta
由于SPAN是采用Delta值为基础形成价差头寸的，因此计算复合的Delta值就是为了计算跨资产间价差头寸与跨月价差头寸。Delta值代表的是标的资产价格变化一个单位时期权价格变化的幅度。由于期权Delta是动态的，会随标的资产价格变化而不同。为了简化，SPAN对每个合约只采用一个复合的Delta值代表。复合的Delta值是采用加权平均法计算的，越有可能出现的价格波动情景给的权重越高，价格极端变化的情景给的权重较低。因此复合的Delta考虑了资产价格变化、波动性、时间值等因素。
(3)跨月价差计算方式
对跨月价差配对的方式，SPAN以净Delta值作为跨月价差配对单位，资产组合中的各合约，都以复合的Delta乘净头寸计算一个净Delta值，然后再将同一资产组合内所有月份合约正的净Delta值相加，同时也将所有月份合约负的净Delta值相加，计算出这个资产组合内所有合约的相当于标的资产的多、空头头寸数，然后将不同月份、头寸反向的期货或期货期权合约形成跨月价差头寸.配对直到多头或空头的Delta值抵消为止。最后SPAN将形成跨月价差配对的合约以设定值计算，其余未形成跨月价差配对的合约才需要预估价格风险。
3.交割头寸风险值
SPAN认为当可实际交割的期货合约（如有色金属期货合约)在到期交割月份时，由于期货价格会受到到期可交割供给量的影响而导致价格波动比非到期月份剧烈，因此SPAN对于到期交割月份考虑一定的额外交割头寸风险值。
4.跨资产间的价差抵扣
由于不同资产组合间的价格波动一般存在相关性.因此价格的变化方向会有一定的联动性。例如LME铜期货和美元指数年1月～年1月间相关系数为-0.，当投资组合中持有这两个资产的同向头寸时(如铜期货多头和美元指数期货多头)。则某日美元指数跌幅较大时，铜价可能是上涨的，因此美元指数下跌的损失可以被铜价上涨的收益部分冲销。因此SPAN通过不同资产组合的抵扣空间来调整计算风险值时不同资产组合波动方向独立的假设。
5.卖出期权的最低风险
在SPAN的预估范围中，卖出极端虚值(价外)期权几乎是没有风险的，或者说风险非常小。但如果标的资产价格大幅变化，使得期权变为实值(价内)时，卖出期权的投资者将面临极大的损失。为了包括这种风险，SPAN设定了卖出期权最低的风险值要求，要求对每一个标的资产的期权空头寸计算的风险值不得低于交易所的最低风险值要求。
SPAN系统的特点及优缺点
通过以上描述可以知道，SPAN系统主要有以下优点：
1.SPAN全面性地考虑各种风险的来源。SPAN考虑了绝大部分的风险，包括标的资产波动性的变化、期权时间价值、同标的资产跨月价差头寸风险、实物交割的风险，以及不同资产组合间的产品间价差抵扣等，对于风险来源的考虑可以说是很全面性的。
2.使用Delta对资产间价差进行配对，使资产间价差抵扣的分析简化，增加了计算的精确性。任一投资组合依照SPAN的分类标准，可能包含数种资产组合，而且同一资产组合中也可能包含数种相同标的资产但执行价不同的期权或到期日不同的期货。由于可能的组合种类甚多，加上期权价格与标的股票价格之间的变化不是线性关系，若SPAN没有引入Delta的概念，将使抵扣率计算的复杂度倍增。因此，SPAN在计算资产间价差抵扣时，引入Delta的概念，大幅度降低了抵扣率计算的复杂度，使整个分析简化，并增加了计算上的精确性。
3.使用复合Delta作为合约Delta，间接考虑了Delta可能改变的Gamma风险。由于期权价格与标的资产价格间的变化不是线性关系，当价格变化过大时，用Delta不足以衡量标的资产价格变化对期权价格的影响，况且期权的Delta会随标的资产价格不同而不同。因此，SPAN采用复合Delta作为合约的Delta，不仅具有代表性，且同时考虑了Delta可能改变的Gamma风险。
尽管SPAN系统已经很完善，但仍然有改进的空间。
一是资产组合间的抵扣率过多，计算过于繁琐。当资产组合种类增加时，价差配对过程复杂；
二是SPAN对同一资产群不同资产组合间进行价差抵扣时，低估了可抵扣空间。计算产品间价差抵扣时，形成价差的头寸在Della抵消后，仍和其他没有形成价差的头寸存在抵扣空间，而SPAN没有将这个抵扣空间考虑到计算中；
三是没有完全反映投资组合风险分散效果。就算投资组合中各资产组合的头寸方向相同，无法形成价差，但当投资组合中资产组合或资产群个数增加时.投资组合风险会有所分散.而SPAN却没有在计算中考虑.
SPAN与保证金计算
SPAN是一个综合性的风险评估系统，可以精确地计算任意投资组合的总体市场风险，并在此基础上结合交易所的风险管理理念，计算出应收取的保证金。SPAN的核心计算模块由交易所计算并以参数文件的形式每天免费提供给投资者，投资者只要在此基础上输入各自的头寸情况，就可以快捷地在个人电脑上对自己的投资组合进行风险分析，并计算出自己头寸所需要的保证金额度。这种简便的操作特性，使得它在推出之后即成为市场上计算保证金的主流系统，目前全球已经有接近个交易所或结算组织使用该系统。
为了让SPAN适用于市场的各种情况，并精确计算任意投资组合的保证金，该系统分别测量了下列可能影响保证金额度的因素：
1、标的资产价格的变动；
2、标的资产的价格波动性的变动；
3、时间的流逝；
4、合约的交割风险；
5、不同到期月份合约之间价差的变动；
6、各标的资产之间价格相关性的变动。
在此基础之上，SPAN通过标的资产的市场价格的变动与其波动性的变动之间的组合来构建未来的市场情形，并求出某一具体投资组合在一段时间之内（一般是一个交易日）所可能的合理遭受的最大损失的期望值。交易所则在此期望值的基础上来确定应收取的保证金额度。
交易所为了计算保证金的需要，会先将投资组合头寸进行分类，把具有相同或者相似标的物商品视为一个商品组合（Combined Commodity）。此外，SPAN又为了计算上的方便，将商品组合进一步归类到各自不同的商品群（Combined Commodity Group）。
SPAN以商品组合为基础计算保证金，因此SPAN先将投资组合的头寸分拆为各自不同的商品组合，并对每个商品组合计算风险值。待求出各商品组合的风险值之后，再求出每个商品群的风险值，最后加总各商品群的风险值，即得到由SPAN所确定的整个投资组合的风险值（SPAN Risk）。
SPAN计算出投资组合的总风险之后，会进一步计算投资组合中的期权净值（Net Option Value）。该值是投资组合中所有期权头寸依据市场价格立即平仓后的现金流量。SPAN将整个投资组合的风险值减去期权净值的金额，作为对客户收取的保证金额度（SPAN Total Requirement）。
而各商品群的风险值，是由价格扫描风险（Scan Risk）、商品组合内的跨月价差风险（Intra-Commodity Spread Risk）以及交割风险（Delivery Risk）加总之后，扣除商品组合间的价差抵扣（Inter-Commodity Spread Risk），最后与期权空头的最低风险（Short Option Minimum）比较所得到的较大值。
其中，价格扫描风险是指头寸在多种（一般设置为种）可能的市场情形下，可能遭受的最大损失；跨月价差风险是指在交易所允许商品组合内的头寸可以抵扣的前提下，不同到期合约的价格行为之间的差异所导致的风险；交割风险是指实物交割中可能产生的风险，在衍生品市场交易中往往体现为商品合约在临近交割期的价格波动性增大；价差抵扣是指同一商品群下不同商品组合间因为价格波动的相关性而产生的某种程度的抵消效果；而期权空头最低风险是对期权空头所要求的最低风险值。
将同一商品的价格扫描风险值、不同到期月份期货合约与不同到期月份期权合约的跨月价差风险值（仅仅按照被抵扣头寸额来计算）、期货合约在其交割月与期权合约在其到期月的交割风险值（分净头寸额与被抵扣头寸额两种情形计算）三个风险值加总，得到的结果与期权空头头寸所要求的最低风险值进行比较，其中的较大值就是该商品组合的风险值。
将所有商品组合的风险值加总，再减去商品组合之间的价差抵扣，就是该投资组合的风险值。一般而言，只有同一商品群内的商品组合之间具有价差抵扣。将投资组合的风险值减去整个投资组合中期权净值的金额，就得到了最终的交易所对客户所收取的保证金额度。
SPAN的参数设置
不同的市场具有不同的市场特性，不同的交易所也具有不同的风险管理理念与具体措施，SPAN通过参数文件来体现这种个性化。
SPAN的参数文件主要包含价格扫描区间（Price Scan Range）、波动率扫描区间（Volatility Scan Range）、同商品跨月价差（Intracommodity Spread Charge）、交割月保证金提高（Delivery Charge）、期权空头最低保证金（Short Option Minimum）、商品组间保证金信用抵扣（Intercommodity Spread Credit）六个方面的参数。
1、价格扫描区间
价格扫描区间参数用来刻划在特定期间内以及特定的置信区间下，某一具体标的资产价格的波动范围，确定此参数的基础是确定标的资产价格的分布曲线。
绝大多数衍生品市场的标的资产价格行为都呈现出高峰厚尾的形态，并往往具有一定的偏度，因此它们的分布就不是一个正态分布。而关于非正态分布的分析往往过于复杂（也不能保证标的资产价格行为与某一分布的吻合程度就优于正态分布），加上市场特性往往随时间的变迁而改变，因此需要考虑采用 Rosenblatt估计或者核估计的非参数估计方法来确定标的资产价格的分布曲线。
标的资产价格的分布f(x)的Rosenblatt估计为 ，其中h称为窗宽,即仅当时，W(x) = 1其余W(x) = 0。
标的资产价格的分布f(x)的核估计为 ，其中h称为窗宽，K(u)称为核函数（一般采为对称的密度函数）。
在实际应用中，一个关键的因素是对窗宽h的确定。 越大，则曲线光滑得越好，但可能失去有用信息导致拟合效果不好；反之，h越小，则拟合越好，但可能光滑得不够，也可能无法把有用信息与干扰分开。
选取窗宽不宜采用最常见的极小预测均方误差准则，而应该考虑诸如交叉核实法的准则。交叉核实法中的加权预测均方误差为 ，其中是基于(n-1)个数据的对Xi的非参数估计，ω(Xi)是为消除极端值对窗宽的选取的影响而设定的一个权函数，其选取依赖于我们对估计分布的曲线形状的要求。
基于距离现在越远的历史数据对预测的贡献应该越小的理念，我们还可以进一步对上述结果进行诸如指数平滑的修正处理。
有了标的资产价格分布之后，就可以很方便地获得在特定的期间内（比如一个交易日）以及特定的置信区间下（比如％）价格的波动范围，也就是价格扫描区间参数。
SPAN系统一般模拟种市场情形，这种市场情形就是标的资产的市价上涨或者下跌价格扫描区间的1/3、2/3、1倍、3倍的情形与标的资产价格波动率变化情形组合而得的。
价格扫描区间原则上每天计算一次，但如果新的价格扫描区间在原有参数基础上未超过某一比例的变化时，则保持价格扫描区间参数不动。在某些特殊市场风险情形下，价格扫描区间参数可作相应的调整。值得注意的一点是，当市场具有每日价格涨跌停板限制时，对于触板数据需要进行修正处理。
2、波动率扫描区间
波动率扫描区间参数用来刻划在特定期间内及特定的置信区间下，某一具体标的资产价格的波动率的变化范围。确定此参数的基础是确定标的资产价格波动率的分布曲线。
这里的波动率一般是指由期权价格反演出的隐含波动率，一般采用期权的结算价格作为数据样本来反演隐含波动率。而期权的结算价格一般是采用期权市场实际数据结合期权定价模型的理论价格而确定的。
由期权价格的历史数据，我们可以期权定价模型反演隐含波动率，从而估计出标的资产价格波动率的分布曲线，并在此基础上求出在特定的期间内以及特定的置信区间下的波动率的变动范围，也就是波动率扫描区间参数。
SPAN系统一般模拟种市场情形，这些情形就是标的资产价格的波动率上升或者下降一个波动率扫描区间的情形与标的资产价格变化情形组合而得的。
波动率扫描区间原则上每天计算一次，但如果新的波动率扫描区间在原有参数基础上未超过某一比例的变化时，则保持波动率扫描区间参数不动。在某些特殊市场风险情形下，波动率扫描区间参数可作相应的调整。
3、同商品跨月价差
同商品跨月价差参数主要用来刻划在特定期间内以及特定的置信区间下，相同商品的不同到期合约价格之间的差异，确定此参数的基础是对合约价差的分布曲线的确定。
由于期货合约与期权合约的价格行为一般都不呈正态分布，我们没有理由认为不同到期合约的价差就会服从正态分布，因此需要考虑非参数估计方法。
我们可以仍然采用Rosenblatt估计或者核估计来确定跨月价差的分布。其中，最优窗宽由交叉核实法来确定，而核估计中的核函数一般采用对称的密度函数。
在跨月基差的分布曲线基础上，我们就可获得在特定期间内以及特定的置信区间下不同合约价差的波动范围，也就是跨月价差参数。
跨月价差原则上每天计算一次，但如果新的跨月价差在原有参数基础上未超过某一比例的变化时，则保持跨月价差参数不动。在某些特殊市场风险情形下，跨月价差参数可作相应的调整。
4、期权空头最低保证金
在标的资产价格发生较大波动的时候，接近平值位置的虚值期权可能一跃成为实值期权，从而导致期权空头的巨大亏损。期权空头最低保证金主要就是用来防范期权空头的上述风险。
在相同的商品期货基础之上，不同的期货合约月份对应若干不同执行价格的期权合约。如果这些期权合约在前日结算时为虚值期权而在当日结算变为实值期权，则将这些期权结算价的价差中的最大值作为该商品系列的当日期权空头最大损失。对过去一段时间的当日期权空头最大损失进行数据采样（剔除零值），以Rosenblatt估计方法或核估计的非参数方法来确定期权空头最大损失的分布。
有了期权空头最大损失的分布之后，就可以很方便地获得在特定的置信区间下的期权空头发生的最大损失的范围。交易所在此结果的基础上，结合期权报价中的买卖价差来确定期权空头最低保证金。
期权空头最低保证金原则上每月计算一次，但如果新的期权空头最低保证金在原有参数基础上未超过某一比例的变化时，则保持该参数不动。在特殊市场风险情形下，期权空头最低保证金可作相应的调整。
5、交割月保证金提高
交割月保证金提高参数主要是为了防范交割风险，对交割月的定义可以从交割月扩展到交割前若干月。SPAN系统中交割月保证金提高参数又分为有抵扣合约交割月保证金提高与无抵扣合约交割月保证金提高两类参数。有抵扣合约交割月保证金提高用于那些具有方向相反的邻近合约与之抵扣的交割月合约，无抵扣合约交割月保证金提高用于那些无邻近合约与之抵扣的交割月合约或者抵扣之后的交割月头寸净额。
交割月保证金提高的确定主要取决于标的资产与衍生品合约之间的基差以及衍生品合约的价格在交割月的分布曲线。期货交割月保证金主要取决于现货与期货之间的基差以及期货合约价格在交割月的分布；期权交割月保证金主要取决于期权价格在到期月的分布曲线。
交易所在基差分布曲线与交割月价格波动分布曲线的基础上，参考价格扫描区间参数，最后确定无抵扣合约的交割月保证金提高，并以一个小于1的比例再确定有抵扣合约的交割月保证金提高。
由于期货合约在交割月的价格行为与期权合约在到期月的价格行为一般都不呈现为正态分布，我们考虑以非参数估计方法估计其价格分布。
同样，因为期货合约与现货合约的价格行为一般也不呈现为正态分布，我们没有理由认为期货与现货之间的基差会服从正态分布，因此也应该考虑非参数估计方法来估计基差分布曲线。
诸如Rosenblatt估计、核估计等非参数估计方法中，核函数的选取与窗宽的确定对分布曲线的拟合非常关键，但是在实际应用中，这些因素的确定往往非常困难且非常繁琐。而期货交割月保证金提高的最终确定需要基差分布、交割月价格分布以及价格扫描区间参数三方面的权衡，期权交割月保证金提高的最终确定需要到期月价格分布以及价格扫描区间参数两方面的权衡，因此对其中单独一个分布的非参数估计可考虑采用略为简单的近邻估计方法。
对每个z选取一个以z为中心且长度随机的区间，而区间内所包含的样本点个数是固定的k，则基差分布、交割月价格分布、到期月价格分布的近邻估计为，其中的窗宽2ndk(z)是个随机变量，而[x − dk(z),x + dk(z)则为包含k个样本点的最短区间。
有了基差分布、期货交割月价格分布、期权到期月价格分布，就可以很方便地获得在特定的置信区间下（比如％），基差、交割月或者到期月价格的波动范围。交易所再结合价格扫描区间参数来最终确定交割月保证金提高。
交割月保证金提高的确定需要参考价格扫描区间参数，因此原则上每天确定一次，但如果新的交割月保证金提高在原有参数基础上未超过某一比例的变化时，则保持该参数不动。在特殊市场风险情形下，交割月保证金提高可作相应的调整。
6、商品组间保证金信用抵扣
在同一个商品群下的商品组合之间，其价格行为往往具有较强的相关性，且大多呈现正相关。这种价格上较强的相关性为相似商品之间保证金的抵扣提供了依据。
因此，SPAN系统允许同一商品群下的方向相反的商品合约之间在保证金上具有一定的抵扣比例，其具体的抵扣比例就是由商品组间保证金信用抵扣来刻划的。商品间价格相关性越低，商品组间保证金信用抵扣比例就越低，当商品间价格呈现弱相关性时，商品组间一般不再给予任何保证金信用抵扣。
SPAN系统中的投资组合的风险值是加总所有商品组合的风险值后，再减去商品组间保证金信用抵扣额度来得到的。而商品组间保证金信用抵扣参数实际上是一个比率，需要乘以一个价格系数才能得到商品组间保证金信用抵扣额度。由于两个商品共用一个商品组间保证金信用抵扣参数，价格系数就不能是两个商品价格中的任意一个，从而必须确定一个共用的价格系数。这个价格系数就是SPAN系统中的复合Delta参数，是依据两个商品的合约在不同市场情形下的历史价格表现来估计的。
商品组间保证金信用抵扣原则上每天计算一次，但如果新的信用抵扣比率在原有参数基础上未超过某一比例的变化时，则保持该参数不动。但在诸如商品组间价格产生巨大背离等特殊市场风险情形下，可降低某两个商品组间保证金信用抵扣比率，甚至不给予任何信用抵扣。
2024-12-29 06:56
2024-12-29 06:48
2024-12-29 05:48
2024-12-29 05:29
2024-12-29 04:35
