衍生品追加保证金：MMF流动的新驱动力

导数追加保证金的通知: 一个新的司机MMF流 MaddalenaGhio,琳达Rousov一个,DilyaraSalakhova,德国Villegas鲍尔 WP/23/61 基金组织工作文件描述了作者正在进行的研究，并发表这些研究以征求意见并鼓励辩论。 基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执董会或基金组织管理层的观点。 2023 3月 ©2023年国际货币基金WP/23/61 国际货币基金组织的工作论文 研究部门 衍生品追加保证金：MMF流动的新驱动力 由马达莱娜·吉奥、琳达·鲁索娃、迪利亚拉·萨拉霍娃和德国人维勒加斯·鲍尔编写* 授权由玛丽亚·索莱达·马丁内斯·佩里亚发行 3月2023 基金组织工作文件描述了作者正在进行的研究，并发表这些研究以征求意见并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执董会或基金组织管理层的观点。 文摘:在2020年3月的市场动荡期间，欧元区货币市场基金（MMF）经历了大量资金外流，达到管理资产的近8%。本文调查了MMF 流量的波动性是否由投资者与衍生品保证金支付相关的流动性需求驱动。我们结合了三个高度精细的独特数据源（衍生品的EMIR数据 ，投资者持有MMF的SHSS数据和RefinitivLipper每日MMF流量的数据），构建了一个从2020年2月到4月的每日基金级面板数据集。我们估计了以欧元计价的MMF的最大持有者支付和收到的变动保证金对这些MMF流量的影响。主要研究结果表明，一些持有MMF的投资者面临的变动保证金支付是欧元区以欧元计价的MMF流动的重要驱动力。 冻胶分类数字:G13、G15G23。 流动性风险;货币市场基金;大数据;互联性;非银行金融中介机构。 关键词:作者的电子邮件地址: *MaddalenaGhio，DilyaraSalakhova和德国人VillegasBauer在隶属于欧洲中央银行（ECB）期间参与了该论文的工作。 工作底稿 导数追加保证金的通知: 一个新的司机MMF流 由MaddalenaGhio,琳达Rousov一个,DilyaraSalakhova,德国VillegasBauer1 1我们感谢西蒙Kördel和SebastianoMicheleZema对本文中使用的一些数据提供了慷慨的帮助。我们还要感谢欧洲央行内部研讨会、2022年FSB题为“了解和解决非银行金融中介中的系统性风险”的会议以及EEA-ESEM2022会议的与会者的有用意见。我们也感谢欧洲央行工作文件系列的裁判和编辑的评论。我们对任何错误或遗漏承担全部责任。 1介绍 在2020年3月与Covid19相关的市场动荡期间，全球货币市场基金（MMF）的流量大幅波动。在欧洲，欧元区MMF在2020年3月13日至20日的一周内面临近8%的管理资产流出（Boucinha等人，2020年），而美国的主要MMF在2020年3月录得11%的资产流出（FSB，2020）。货币市场基金（MMF）的总净资产（TNA）在欧元区最大的国家按市值计算超过1.2万亿欧元，而这种市场的不稳定性可以产生重要的系统性影响。主要风险在于MMF执行的流动性、期限和信用转型，这可能导致存款人挤兑，从而导致甩卖和金融不稳定（GarciaPascual等人，2021年）。2020年3月，各国央行前所未有的反应，随后是其他公共政策反应，帮助稳定了资金外流，但这一经验引发了人们对MMF流动这种波动的潜在驱动因素和放大器的质疑。 在本文中，我们调查了MMF流动背后的原因，特别关注投资者，他们的流动性需求以及在压力时期使用MMF作为流动性来源。由于散户和机构投资者使用MMF来管理其短期流动性需求（FSB，2021），投资者在动荡时期的流动性需求可能会对MMF构成重大压力。我们从图1中的一个程式化事实开始，记录了欧元区保险公司和养老基金（ICPF）衍生品投资组合的变动保证金（VM）支付与面临这些支付的ICPF持有的MMF流量之间存在惊人的强烈相关性（超过80%）（FacheRousov'a等人，2020年）。1然后，我们更深入地分析了各个行业的虚拟机支付是否是观察到的MMF流量的驱动因素之一。根据市场情报和轶事证据，一些现有研究表明，在2020年3月的市场动荡期间，虚拟机支付在MMF流量动态中发挥了作用（贝莱德，2020年;英格兰银行，2020年），但他们都没有像我们一样系统地调查这个话题。 鉴于最近衍生品市场的监管改革，对某些类别的场外交易（OTC）衍生品引入了强制清算，研究保证金支付对金融体系的影响非常重要，特别是MMF。 1VM是衍生品交易的两个交易对手交换的抵押品，反映了此类交易或此类交易组合的价格变动。 图1:ICPF的VM付款和流量在爱尔兰和卢森堡的欧元计价MMF中的共同流动。 资料来源：EMIR数据、EPFRGlobal和作者的计算。 注：价值单位：十亿欧元。“收到的虚拟机净值”是EMIR中报告的库存变量“收到的虚拟机”和“已发布的虚拟机”之间的差值 。有关更多详细信息，请参阅第2节。 合约，同时要求对非集中清算的合约采取更严格的风险缓解措施，这意味着为更大类别的衍生品敞口发布初始和变动保证金，从而深刻改变衍生品市场的运作。以高质量抵押品的形式交换保证金可降低交易对手信用风险，但要求也增加了流动性风险，因为交易对手需要在短时间内以高质量的抵押品满足追加保证金要求（ECB，2016，2020a ）。在这方面，我们的论文最接近捷克等人（2021年），该论文表明，总部位于英国的保险公司和养老基金大量出售后备母猪以满足其外汇对冲的VM调用。但捷克等人（2021年）没有研究MMF。英格兰银行（2022年）记录了近期涉及英国LDI基金对其IR对冲追加保证金要求做出反应的类似螺旋式上升。仍然没有与MMF流建立直接链接。另一方面，关于3月市场动荡期间MMF流出的现有研究主要集中在与MMF特征相关的驱动因素上。特别是，deGuindosandSchnabel（2020）和Boucinha等人（2020）认为，以美元计价的MMF在欧元区的流出是出于避险原因，因为投资者特别退出风险较高的低波动性资产净值（LVNAV）基金，并将投资转移到更安全的美元计价 固定资产净值（CNAV）基金。此外，Capot̆a等人（2022年）强调了欧洲MMF监管框架中与非公共债务基金、 LVNAV结构和MMF流动性要求相关的一些弱点的作用。 为了研究虚拟机付款与MMF流量之间的关系，我们估计了以欧元计价的MMF的最大持有者支付和收到的VM对这些MMF流量的影响。我们结合了三个精细的数据源：（i）根据欧洲市场基础设施法规（EMIR）收集的逐笔交易衍生品数据，可归类为大数据（也称为交易存储库（或TR）数据），（ii）按行业划分的证券持有统计数据（SHSS）和（iii）路孚特理柏数据。生成的数据集包含一个每日基金级面板，其中因变量是位于法国、爱尔兰和卢森堡的单个MMF的每日流量，感兴趣的解释变量是持有相应MMF的主要投资者国家部门发布或收到的VM。该小组为期三个月：2020年2月、3月和4月。 由于以欧元（而不是美元或英镑）支付的保证金是我们数据集中最大的，因此我们专注于这些保证金支付和以欧元计价的MMF流量。此外，我们研究了VM付款（与初始保证金支付相反）的影响，因为VM通常以现金支付，而初始保证金支付也可以用非现金抵押品（例如高质量的政府债务）支付。关注虚拟机支付也符合欧洲央行2020年6月的SESFOD调查结果，该调查结果表明，虚拟机支付导致一些保险公司、对冲基金和投资基金的流动性状况紧张，而初始保证金对其流动性状况几乎没有影响（ECB，2020b，特别问题6）。 我们的研究结果表明，一些持有MMF的投资者所经历的虚拟机支付是欧元区以欧元计价的MMF流动的重要驱动力。与预期一致，对于面临巨额保证金支付的MMF投资者，特别是投资基金和养老基金，结果通常比面临相对有限的保证金支付的MMF投资者更为明显。具体来说，我们区分了MMF流出和流入以及发布和接收的VM。我们发现，公布的保证金往往会增加MMF流出，这表明一些MMF投资者迅速赎回MMF股票以支付保证金。出于同样的原因，收到的保证金增加了MMF的流入。 总体而言，结果表明，一些非银行金融中介机构投资于MMF 例如投资基金和养老基金在2020年3月的市场动荡中使用MMF来管理与追加保证金相关的流动性。在以欧元计价的MMF所在的所有三个国家（即法国，爱尔兰和卢森堡）和各种型号规格中，结果都很强劲。此外，尽管数据不可用，我们无法在公司到MMF层面进行分析，而只能在不太准确的国家部门到MMF层面进行分析 ，但我们还是发现了这些结果。 除了关于MMF的文献外，我们的论文还为衍生品敞口引起的流动性风险的新兴文献做出了贡献（Bardoscia等人，2021年;帕德里克等人，2020;巴多西亚等人，2019;格拉瑟曼和吴，2018;德容等人，2019;詹森和阿乔德，2019年;法切·鲁索夫等人，2020年）。然而，这些论文依赖于保证金模拟而不是实际数据 ，或者考虑有限数量的衍生品合约类型和/或简单的市场冲击。他们还倾向于将模拟的保证金需求与静态（例如危机前）流动性缓冲进行比较，因此无法像我们的论文那样捕捉不断变化的市场动态和对MMF的实际影响 。 本文其余部分的结构如下。第2节描述了数据并提供了一些关键的描述性统计数据，重点是2020年3月的市场动荡。第3节介绍了经验模型。第4节讨论结果，第5节简要总结。 2数据 在本文中，我们结合了三个高度精细、庞大且独特的数据集。首先，我们使用衍生品的逐笔交易EMIR数据来计算投资者的虚拟机付款。我们使用Lenoci和Letizia（2021）开发的行业分类进一步丰富这些数据。其次 ，我们使用RefinitivLipper数据来获取基金层面的每日MMF流量。然后，我们使用按行业划分的证券持有统计（SHSS）数据链接虚拟机支付和MMF流量数据，这些数据提供了持有单个MMF的行业信息。由于SHSS数据仅包括国家部门层面的投资者信息（例如，整个德国投资基金部门持有的A、B和C基金），因此我们在国家部门层面汇总了VM。 2.1VM从埃米尔数据支付 EMIR数据是通过交易存储库收集的衍生品的逐笔交易数据。自2014年2月以来，它们一直由居住在欧盟的实体报告，包括这些交易对手进行的每笔衍生品交易的详细信息。对于每个衍生品交易，都有120多个数据字段可用。收集的信息包括衍生工具的类型、标的证券、价格、未偿金额、合约的执行和清算地点、估值、抵押品（保证金）和生命周期事件。由于其体积大、频率高、种类繁多，EMIR数据可归类为大数据. 在本文中，我们使用欧洲央行可以访问的EMIR数据，重点关注仅限于欧元区交易对手报告的交易的子样本。我们使用Lenoci和Letizia（2021）的分类算法来丰富报告数据，该算法结合了来自四个官方列表（欧洲央行的货币金融机构和投资基金列表，EIOPA的保险企业列表和ESMA的CCP列表）和其他四个数据源（欧洲央行的RIAD，Orbis，RefinitivLipper和BankFocus）的信息。由于EMIR数据是高度精细和复杂的，因此我们还对其进行了广泛的操作和清理。特别是，数据最初由交易的双方报告，因此，我们将交易的两条腿配对（在可能和适用的情况下）。此外，我们运行各种质量检查并删除异常值。2 EMIR数据在事务级别报告，而VM在项目组合级别报告。这意味着对于属于同一抵押品投资组合的所有交易，报告交易对手必须提供一个值VM收到和一个值VM发布（即，两个VM变量中的每一个都有一个值，其中一个变量通常等于0）。这两个变量需要在股票，反映自合同开始日期以来的累计保证金支付。对于配对交易，当一个交易对手收到（发布）VM时，共享相同投资组合的另一个交易对手将发布（接收）相同的金额（请参阅表1中的说明性示例）。 为了从交易级数据中计