導語：期貨調整的風險調控作用及制度改革一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：本文以大連商品交易所數據為樣本、以VaR（Value-at-Risk）為基礎對我國期貨市場保證金制度的調節市場風險作用進行了理論和實證分析。結論表明，保證金上調時市場風險減少；保證金下調時市場風險幾乎不變。基于本文結論和我國現實情況，我們從保證金設置的兩個基本原則（審慎性原則和機會成本原則）出發，提出了我國期貨市場保證金制度改革的若干建議。

關鍵詞：VaR，事后檢驗，組合保證金，期貨市場

一、引言及文獻回顧

保證金制度是期貨市場風險控制的最重要環節，被稱為期貨市場防范風險的“第一道門檻”，在控制市場風險中具有至關重要的地位。保證金制度主要包括保證保證金水平設置、保證金調整權限安排、清算機構設置、保證金等級區分等。其中，最重要的是保證金水平設置和保證金調整權限安排。保證金水平設置直接體現市場風險控制的水平及有效性；保證金調整權限安排則與一國的整體經濟制度有關。我國期貨市場保證金制度在早期有效地保證了期貨市場的穩定發展，但隨著市場環境的發展、成熟，我國期貨市場保證金的設置方法、及調整權限安排醞釀著改革。改革的前提是對現有的保證金制度有深刻的認識，而我國目前關于現有保證金制度的有效性方面的實證證據比較少，研究方法比較簡單，相關的理論研究也比較缺乏，對保證金調整的市場風險影響作用的理論認識不深。因此，改革我國保證金制度還缺乏足夠的理論、實證依據。為此，本文對我國目前期貨市場保證金制度的市場風險調節作用進行理論和實證分析，為保證金制度改革提供科學依據。此外，除了如此重大的實際意義，本文還具有重要的理論意義，即相對于國內外已有的研究主要集中在保證金水平調整對某一類型風險防范，本文的研究擴展到保證金水平調整對整體市場風險的影響，豐富了這一領域的研究范圍。

國際上保證金設置方法基本上可劃分為策略基礎保證金（Strategy-BasedMargin）和風險基礎保證金（Risk-BasedMargin）。策略基礎保證金將一個組合的各個投資按照市場價值比例計算，即使一些投資的保證金能相互抵消，這些可抵消的投資必須符合事先的明文規定，而與各投資間的實際相關性無關。策略基礎保證金沒有考慮各投資的波動性。傳統的保證金設置方法即屬于策略基礎保證金，它具有靜態、一刀切的特點。風險基礎保證金（Risk-BasedMargin）在計算組合保證金時，以投資的風險價值而非市場價值為基礎，并且考慮了投資的波動性、各投資間的相關性在抵消保證金時的作用。這兩種保證金設置方法的重要區別是對組合投資中各投資價值相關性的處理，策略基礎保證金基本忽視了各項投資間的實際相關性，而組合保證金則考慮了這種相關性。因此，一般情況下，相對于策略基礎保證金，組合保證金可以在控制市場風險基礎上有效降低投資成本。就我國期貨市場而言，隨著期貨市場發展及衍生品種的增加，目前的策略基礎保證金向組合保證金轉變是一個可能的方向，隨之而來的是組合保證金水平的可能下降。但這里還存在一些認識上的問題。實物界普遍認為我國目前的策略基礎保證金水平過高，理論界也提供了相應的支持證據（鮑建平等，2005）。但保證金水平下降會對市場風險產生什么樣的影響呢？這個問題目前還沒有人回答。我們則嘗試從理論和實證角度對該問題進行解答。

目前國內外學者在保證金方面的研究主要集中在保證金設置原則

（Boothetal.,1997;Baeretal,1994;Lametal,2004）、保證金設置方法（Figlewski,1984;Duffie,1989;Warshawsky,1989;Longin,1999,2000;Cotter,2001；李翔，1994；徐國祥，1999；龐曉波、呂繼宏，1999；胡楊梅，2001；劉文財，2003；劉志強、汪紅梅，2003；徐國祥、吳澤智，2004；鮑建平，2004；遲國泰等，2005；），關于保證金調整對市場風險影響方面的研究相對較少，且集中在防范某一類型的風險，主要是防范交易者違約風險方面。具體地，大多數國外學者認為交易者的違約風險與保證金的高低成反比。即保證金率越高或保證金持倉量越低，違約風險越小；保證金率越低或保證金持倉量越多，則違約風險越高。但是，不同學者對保證金高低與期貨價格波動性的關系持不同意見。Hartzmark(1986)認為保證金和期貨價格波動性的關系是不可預測的。Kupiec(1989)對以S&P500股票為基礎資產的S&P500期貨的實證發現保證金率提高一般會導致現貨市場價格波動性提高。而Fishetal.(1990)以10個農產品、金屬期貨合約為樣本、Day和Lewis(1997)以原油期貨合約為樣本則發現，保證金率高低與期貨價格波動性并無相關性。盡管國內的研究（鮑建平等，2005）指出我國目前的銅期貨保證水平過高，但沒有回答銅期貨保證金水平下降會導致銅期貨市場風險何種影響。這些研究關于保證金調整對市場風險影響方面探討并不多。因此，本文的研究將填補國內外研究在保證金水平調整對市場風險影響方面研究的不足，推進人們對保證金制度防范市場風險作用的認識，為我國期貨市場保證金制度改革提供科學的理論、實證證據。

本文其他結構安排如下：接下來的第二部分提出了一個簡單模型；第三部分首先提出了基于VaR的市場風險變化檢驗的新方法，接著回顧了大商所2001年至2004年10月底關于大豆期貨合約的保證金調整沿革，然后采用不同方法動態測量了大商所的市場VaR并選取了最優VaR；第四部分以第二部分的理論分析為基礎進行實證分析。最后是在文章結論基礎上結合我國國情提出我國未來期貨市場廠保證金制度改革的若干建議。

二、理論分析

設第t日期貨價格為，收益率為對數收益率，，具有連續的分布密度函數。給定（下面稱為覆蓋率）置信水平的VaR定義為：

(1)

假設1：保證金變動不影響收益率的分布密度函數。

假設2：期貨價格遵循如下過程：

(2)

其中，為期貨基礎資產的價格，為無風險收益率且在期貨合約期內不變，為交易成本，（）為到期期限。(2)基于如下理由：當交易成本為0時，它即是無風險利率不變時的期貨定價公式（Hull,2000;Coxetal.,1981）；(2)表明期貨價格是交易成本的增函數。隨著交易成本的增加，投資者要求回報率也增加，從而導致期貨價格也上升。假設2使得收益率變為：，設的下限為。

假設3：隨著保證金的變動，交易成本出現如下的變化：（1）與保證金變動方向完全一致的變化；（2）與保證金變動方顯不起完全一致的變化。

假設3是合理的。先考慮第一種情況，即交易成本隨保證金變化而發生同方向的變化。如果保證金較率高或保證金持倉量很少，投資者在初始投資時交納的初始保證金就越多，占用了更多其他資金的用途，機會成本增加。不僅如此，當市場變化對投資者不利時，他需要追交的保證金也越多。該假設與Fish和Goldberg(1986)、Hartzmark(1986)的結論一致。

我們可以把第一種情形看作當投資者是理性時的情形，稱之為交易成本隨保證金變化而一致變化。然而，有時投資者并不完全理性。譬如，在展望理論（Kahneman,Tversky,1979）中，投資者就可能表現出反射效應（ReflectionEffect），即在面臨盈利時風險厭惡，但在面臨虧損時風險喜好。因此，我們可以把假設3的第二種情形理解為當投資者并不完全理性時的情形。為了簡化分析，我們考慮兩種極端的情況，即當保證金上調時交易成本增加，而當保證金下調時交易成本不變（我們稱此種情況為交易成本僅隨保證金上調而變化）；或當保證金下調時交易成本減少，而當保證金上調時交易成本不變（我們稱此種情況為交易成本僅隨保證金下調而變化）。

命題1：在1-3的假設下，若交易成本隨保證金變化而一致變化，則VaR的變動方向與保證金變動方向相反。保證金率越高或保證金持倉量越少，VaR越大；反之，VaR越小。

證明：考慮保證金調高的情形。顯然，為的增函數。當保證金調高時，假設3使得增加，從而收益率下限增加。由于固定，也隨之增加，即VaR減少。□

類似地，我們有如下的結論：

命題2：在1-3的假設下，若交易成本僅隨保證金上調而變化，則VaR僅隨保證金上調而下降；但當保證金下調時，VaR不變。

命題3：在1-3的假設下，若交易成本僅隨保證金下調而變化，則VaR僅隨保證金下調而增加；但當保證金上調時，VaR不變。

三、市場風險變化檢驗方法及大商所市場風險測度

1.市場風險變化檢驗方法

要衡量制度調整的市場風險控制作用需要解決兩個問題：第一是市場風險的衡量，第二是比較制度調整前后的市場風險。對于第一個問題，我們采用VaR來衡量。按照傳統的方法，第二個問題一般采用事件研究方法來處理。但是，當數據呈現出有偏、細峰等非正態性特點時，事件研究方法不是有效的。為此，按照VaR本身的特點，我們提出如下兩種方法測度制度調整的市場風險控制作用。第一是比較事件前后的實際損失超出VaR值的次數，即例外次數。如果事件發生后的例外次數與事件發生前的例外次數明顯不同，則可以認為事件發生影響了市場風險。當事件發生后的例外次數明顯多于事件發生前的例外次數時，則該次事件增加了市場風險；反之，則減少了市場風險。但是，由于例外次數發生的隨機性，當事件發生后的例外次數與事件發生前的例外次數相差不多（如0次和0次，0次和2次等相差0-2次的次數間）時，這種方法在得出結論時很困難。因此，我們提出第二種方法。第二種方法是直接比較事件期前后VaR本身的值。當事件發生后的VaR明顯大于事件發生前的VaR時，則該次事件增加了市場風險；反之，則減少了市場風險。我們分別將第一種方法和第二種方法稱之為例外次數檢驗法和VaR值檢驗法。當例外次數檢驗和VaR值檢驗的結論相同或不相互一致時，我們才接受檢驗結果；或者當兩種方法不太一致時，我們只接受最保守的結論。出于穩健性考慮，我們分別考察了事件期前后5、10、20個交易的樣本。

2.大商所保證金調整沿革

20世紀90年代早期的中國期貨市場相對不規范，違規事件較多且影響嚴重，交易所數量非常多。為了規范并促進市場發展，國務院于1998年8月1日開始整頓市場，撤銷了一些交易所，合并、保留了現在的三家交易所。因此，本文研究大商所從2001年至2004年10月底關于大豆期貨合約的保證金調整的市場風險控制作用。

在這段時間里，大商所進行了數次保證金的調整，為我們的研究提供了足夠的樣本。在整頓初期，風險防范和控制是主要目的，因此當時的保證金持倉量很低，保證金率也較高。最低保證金持倉量為25萬手，依次增加5萬手到最高35萬手；保證金率相應的分為四個檔次，分別為5%、8%、11%和15%。隨著市場的逐步規范、投資者日益增多，降低保證金以更加活躍市場、促進發展成為需要。于是，大商所在2001年對自大豆合約0209以后（包括大豆合約0209）的合約交易的保證金進行了調整，將每個檔次的保證金持倉量都提高了5萬手，保證金率沒變。2002年，大商所進一步對自大豆合約0311以后（包括大豆合約0311）的合約交易的保證金進行了調整，將每個檔次的保證金持倉量都提高了10萬手，并且將每個檔次之間的差距也提高到10萬手，保證金率分別降為5%、8%、9%和10%。但是，大商所的期貨價格在2003年10月急劇波動，大商所從市場角度出發于2003年11月5日將最低保證金率提高到7%。表1列出了大商所歷次調整沿革。

表1大商所關于大豆期貨合約的保證金的歷次調整（2001年——2004年10月底）

合約月份雙邊持倉總量（N）交易保證金（元/手：合約價值）合約月份雙邊持倉總量（N）交易保證金（元/手：合約價值）

事件1：對自大豆合約0209以后合約交易的保證金調整事件2：對自大豆合約0311以后合約交易的保證金調整

N≤30萬手5%N≤40萬手5%

30萬手<N≤35萬手8%40萬手<N≤50萬手8%

35萬手<N≤40萬手11%50萬手<N≤60萬手9%

40萬手<N15%60萬手<N10%

事件3：對自2003年11月5日后的大豆合約保證金的調整：將最低保證金率提高到7%。

注：（1）各次事件按發生時間順序編號。“自A日”的實際表達為“自A日且包括A日”。

（2）在事件1中，每個檔次的保證金持倉量都增加。在事件2中，不僅每個檔次的保證金持倉量都增加，而且每一檔次的保證金率也下降。因此我們可以將事件1和事件2認為是保證金下調的事件。很明顯，事件3是保證金上調的事件。

3.大商所市場VaR測算

本文研究的收益率數據為大商所大豆期貨收盤價的對數收益率。對于到期期限的問題，我們按照通常方法處理。由于大商所大豆期貨合約的合約月份為單月，即1、3、5、7、9、11月，因此我們取到期期限最短合約在到期前2個月的收盤價為市場價格。例如，在2003年10月，到期期限最短合約為大豆0311合約，9、10月的市場價格即取該合約的收盤價。為了減少舍入誤差，我們將原來收益率數據擴大100倍。我們采用1000個事前樣本估計下一個交易日VaR。總樣本區間為1997年11月3日至2004年10月28日，其中1997年11月3日至2001年12月17日為1000個初始樣本，總共1690個樣本。

收益率全樣本表現出有偏（偏度為0.2224）、細峰（峰度為15.4703）的非正態性（Jarque-Bera統計量高達10964.31，相應p-值為0）特點。因此，不能采用標準的RiskMetrics方法測量VaR。針對這種特點，我們采用Garch類模型及歷史模擬的方法來測算。

設收益率服從如下過程：

(3)

分別為階滯后算子，為常數。當時，(3)即為標準的AR(k)-Garch(p,q)模型；當的t分布時，(3)即為AR(k)-Garch(p,q)-t模型；當的廣義誤差分布時，(3)即為AR(k)-Garch(p,q)-GED模型。相對于Garch模型，Garch-t和Garch-GED模型能刻畫有偏、細峰的數據。我們采用最大似然法在Eviews4.0中估計(3)，分別在和（這樣每類模型都有100個待估計方程）中以AIC標準選取。一旦估計出模型各參數，給定時不同分布下的分位數（）即可算出，然后計算。在某個交易日，若Garch-t或Garch-GED模型不能估計，則Garch-t或Garch-GED模型下的VaR取相應Garch模型下的VaR。估計時采用動態估計方法，即對每個VaR，重新以1000個事前樣本估計各參數。Garch、Garch-t、Garch-GED和歷史模擬法計算的VaR分別命名為vgc、vgt、vgg和vhs。

4.最優VaR選擇

不同的方法可計算出不同的VaR，因此必須選擇最優且可靠的VaR。事后檢驗法（Back-Testing）是一個常用的方法，即檢驗實際損失不超出VaR的次數是否低于給定的置信水平。

官方的事后檢驗方法由巴塞爾銀行監管委員會（以下稱Basle）于1996年給出（BasleCommitteeonBankingSupervision,1996）。Basle依據例外次數發生的理論累計概率將VaR劃分為三個區域：綠色（累計該率≤95%）、黃色（95%<累計概率≤99.99%）、紅色（累計概率>99.99%）。當處于綠色區域時，VaR是有效的、可直接使用；當處于黃色區域時，VaR基本正確、但需乘以一個擴大因子；當處于紅色區域時，VaR是無效的。

此外，學者們也給出多種事后檢驗方法。Kupiec(1995)將例外次數看成一個二項分布過程提出了一個似然比檢驗方法。Basle和Kupiec的方法都有一個共同的假設：例外次數的發生相互獨立。當獨立性假設不滿足時，他們的方法可能不是有效的。譬如，雖然例外次數很少，但由于例外的發生意味著巨大的損失，連續數天的例外發生可能導致企業破產。為此，Christoffersen(1998)提出了一個基于齊次馬爾科夫過程的似然比檢驗，同時檢驗例外次數是否符合給定的覆蓋率及是否獨立。進一步，Christoffersen(2004)提出了基于Weibull分布和EACD(1,0)分布（Engle和Russell,1998）的似然比檢驗。

當例外次數既滿足獨立性條件，又與給定的置信水平相符時，VaR能通過上述所有方法的事后檢驗。但是，當例外次數與給定的置信水平相符但不滿足獨立性條件時，VaR能通過Basle和Kupiec方法的檢驗，但不能通過Christoffersen方法的檢驗；當例外次數既與給定的置信水平不符又不滿足獨立性條件時，VaR不能通過上述任何一種方法的檢驗。在選擇最優VaR時，我們定義每種VaR的損失指標：

(4)

對于給定的置信水平，我們首先選擇在10%顯著水平通過上述各種方法檢驗的VaR，然后在這些VaR中選擇具有最小例外次數的VaR。如果經過前面的篩選后還有兩種以上的VaR，則選擇具有最小的VaR作為該置信水平的最優VaR。

正如Christoffersen(2004)指出的一樣，由于例外次數相對較少，似然比檢驗的p-值應該采用Monte-Carlo方法得到。我們同時計算了不采用Christoffersen(2004)中的Monte-Carlo方法計算的p-值（以“p-val.”表示）和以Christoffersen(2004)中的Monte-Carlo方法計算的p-值（以“M-C-p”表示）。只要任何一個p-值小于給定顯著水平，我們即認為該VaR沒有通過事后檢驗。表2列出了各種VaR事后檢驗的結果，表明給定1%、5%和10%覆蓋率時的最優VaR分別是vgt、vgg、vgt。這些最優VaR的例外次數在1%和10%覆蓋率時都小于事先的覆蓋率，在5%覆蓋率時略大于事先的覆蓋率，此外都通過了1%顯著水平。

表2各種方法測算的VaR的事后檢驗覆蓋率例外次數例外次數頻率Basle(1996)Kupiec(1995)Christoffersen(1998)Christoffersen(2004)WeibullChristoffersen(2004)EACD

p-val.M-C-pp-val.M-C-pp-val.M-C-pp-val.M-C-p

vgc的事后檢驗

1%150.0217Yellow0.00730.01200.01700.00200.06520.99600.03970.0280

5%340.0492Green0.93060.84220.08130.08090.55361.00000.76320.7862

10%430.0622Green0.00040.00100.00030.00100.00190.71630.00230.0010

vgt的事后檢驗

1%40.0058Green0.22850.16780.47300.29570.31550.99900.29140.2418

5%390.0564Green0.44090.47450.64170.61540.67061.00000.28350.2807

10%650.0942Green0.60870.55940.41860.41160.63561.00000.26080.2577

vgg事后檢驗

1%70.0101Green0.96970.82920.93010.86610.25590.99800.51780.6683

5%350.0507Green0.93090.93710.67040.66730.79491.00000.43560.4316

10%650.0942Green0.60870.56940.23840.23580.63231.00000.56080.5255

vhs的事后檢驗

1%110.0159Yellow0.14880.13790.13220.08390.49741.00000.42960.5145

5%430.0622Green0.15210.13490.00540.00300.22561.00000.36070.3417

10%700.1013Green0.89970.90410.00410.00700.63861.00000.72150.6613

注：在10%覆蓋率下，Vol(vgt)=560.77;Vol(vgg)=583.67.

由于5%覆蓋率的VaR計算模型與1%、10%覆蓋率的VaR計算模型不一樣，我們對最優VaR進行如下的調整：當5%覆蓋率的VaR大于1%覆蓋率的VaR時，令5%覆蓋率的VaR等于1%覆蓋率的VaR；當10%覆蓋率的VaR大于5%覆蓋率的VaR時，令10%覆蓋率的VaR等于5%覆蓋率的VaR。由于這種現象出現的次數非常少，調整后的VaR仍然是最優的。

四、大商所關于保證金調整的市場風險影響作用實證

表3列出了檢驗結果。A部分顯示，事件6的風險調整作用最明顯：除了1%覆蓋率的VaR的例外次數在事件發生后沒有變化外，5%、10%覆蓋率的VaR的例外次數在事件發生后明顯減少，保證金率的下降明顯降低了市場風險。除此之外的各次事件在例外次數檢驗時的作用不是十分明顯，這些事件的檢驗更依賴于VaR值檢驗。

由于VaR數據不服從正態分布，我們在進行VaR值檢驗時采用雙樣本非參數Wilcoxon秩和檢驗。在檢驗時，當p-值足夠小到小于給定顯著水平時可以拒絕原假設、接受備擇假設；當p-值較大時不能拒絕原假設、但也不能接受原假設。為此，基于前面的理論分析，我們給出兩種檢驗類型：檢驗類型II的原假設為事前VaR大于或等于事后VaR，檢驗類型II的原假設為事前VaR小于或等于事后VaR。

B部分顯示事件6的第二種方法檢驗結果比第一種方法檢驗結果更明顯：各覆蓋率的VaR在事件發生后10、20個交易日內顯著（1%顯著水平）下降，而且在事件發生后5個交易也顯著（5%顯著水平）下降。事件6屬于保證金上調的事件，為命題1或命題2提供了顯著的支持證據。在對事件1的檢驗中，各覆蓋率VaR在事件發生后20個交易內顯著（5%顯著水平）增加，并且1%覆蓋率VaR在事件發生后10個交易內也顯著（10%顯著水平）增加。由于A部分中的事件1發生前后的例外次數沒有太大變化。因此，我們認為事件1中保證金下調并沒有導致市場風險發生顯著變化，對命題2提供顯著支持證據。對事件2的VaR值檢驗的p-值也較大，但是A部分中5%、10%覆蓋率的VaR在事件2發生后10、20個交易日內的例外次數不是增加而是下降了。因此，事件2中保證金下調也沒有導致市場風險發生顯著變化，對命題2提供顯著支持證據。

表3各次事件的市場風險影響作用檢驗時期1%覆蓋率5%覆蓋率10%覆蓋率1%覆蓋率5%覆蓋率10%覆蓋率

A.例外事件檢驗

事件1事件2

+-5日1/02/02/00/01/02/1

+-10日1/03/13/30/03/05/3

+-20日1/03/33/50/04/17/5

事件6

+-5日0/03/03/0

+-10日0/04/06/1

+-20日0/08/211/4

B.VaR值檢驗

事件1-檢驗類型II

事件2-檢驗類型II+-5日21(0.1111)23(0.2103)21(0.1111)24(0.2738)22(0.1548)23(0.2103)

+-10日83(0.0526)93(0.1965)112(0.7106)117(0.8237)112(0.7106)117(0.8237)

+-20日295(0.0007)310(0.0031)343(0.0359)413(0.5373)377(0.1917)426(0.6706)

事件6-檢驗類型II

+-5日37(0.0278)37(0.0278)37(0.0278)

+-10日145(0.0008)144(0.001)144(0.001)

+-20日529(0.0005)535(0.0002)528(0.0005)

注：1.“+-”表示事件前后時期。2.在例外事件檢驗中，“/”前的數字為事件前的例外事件次數，“/”后的數字為事件后的例外事件次數。3.在VaR值檢驗中，“（）”里的數字表示檢驗的p-值；“（）”外的數字為兩樣本Wilcoxon秩和檢驗的秩和值（事前樣本在事前和事后混合樣本中的秩和值）。

若以分別表示保證金、市場風險的變動，分別表示命題1、命題2和命題3，則有

(5)

(6)

(7)

顯然，。并且，當保證金上調時；當保證金下調時。因此，綜合上述分析，我們認為，大商所數據支持命題2，即當保證金上調時市場風險下降，當保證金下調時風險不變。

五、結論與政策性建議

相對于股票市場賣空保證金制度，期貨市場的保證金制度更頻繁地被交易所用來調節市場運行。如，美國1974年以后股票市場賣空保證金就沒變過，而從1986年到現在，紐約商業交易所（NewYorkMercantileExchange）就對原油期貨合約的初始保證金做出過30次調整（Day和Lewis,1997）。那么，交易所調整保證金調整是否真的可以影響市場風險？本文以VaR為基礎從一個全新的角度對此做出了如下的回答：

（1）由于大商所大豆期貨收益率呈現出有偏、細峰等非正態性特點，非正態性假設的Garch-t和Garch-GED模型能較好擬和市場VaR，其中Garch-t模型最適于對90%和99%置信水平VaR的描述，而Garch-GED模型最適于對95%置信水平VaR的描述。

（2）理論分析顯示，在假設1到假設3下，隨著保證金的變動，市場風險可能出現各種變化。從大商所數據來看，我國目前期貨市場保證金調整對市場風險影響作用與命題2，即當保證金上調時市場風險下降，當保證金下調時風險不變。

本文的結論對我國期貨市場保證金制度改革有著重要的理論依據。隨著我國期貨市場的日益發展，越來越多的新期貨品種被推出，一些老的期貨品種也被恢復交易，投資者越來越多地使用期貨投資組合進行套期保值。這時，傳統的策略基礎保證金一刀切式的做法忽略了各期貨合約間的相關性，因而有必要向風險基礎保證轉變。此外，期貨市場參與者也日益增多并日趨理性化，這種情況使得保證金在保證市場安全基礎上更應該起到降低投資成本作用以促進市場流動性。因此，我們認為我國國債期貨保證金制度不應該直接沿襲我國現行期貨市場保證金制度，而應該對其進行改革。

保證金制度改革必須遵循一定的原則，其中最主要的是審慎性原則（PrincipleofPrudentiality）和機會成本原則（PrincipleofOpportunityCost）（Boothetal.,1997;Baeretal,1994;Lametal,2004）。審慎性原則指保證金水平應該能起到一定的抑制交易者違約的作用，這要求保證金水平不能太低；機會成本原則指保證金水平的設置應該在抑制交易者違約基礎上不能為交易者造成很大的機會成本，以免影響市場流動性，這要求保證金水平不能太高。審慎性原則是第一位的，機會成本原則是第二位的，否則市場不可能平穩發展；但不能因審慎性原則而徹底拋棄機會成本原則，否則市場將會缺乏流動性，從而導致交易減少，進而可能導致市場崩盤。判斷一個保證金制度是否符合這兩個原則，必須采取科學方法測度。

盡管我國目前的期貨市場保證金制度曾起到過積極的作用，但于現實情況下可能不同時符合審慎性原則和機會成本原則。首先，以覆蓋漲停板為目的的策略基礎保證金是靜態的保證金，盡管它能控制市場整體風險，但在市場不急劇變動的大多時候它會高估市場風險，造成投資成本增加，因此與機會成本原則不一致。其次，策略基礎保證金忽略各期貨間相關性而忽略了投資分散化效果，也可能高估市場風險，違反機會成本原則。最后也是最致命的是，我國證監會擁有保證金調整的最終權力，交易所沒有直接調整保證金權力，而交易所處于第一線的監管位置。非第一線監管者的證監會掌握調整保證金水平的最終權力可能導致保證金水平與市場風險水平不符。因為，審核時間可能使得保證金水平調整之后市場發展，從而可能使得市場風險急劇加大時保證金水平仍很低，而市場風險減小時保證金水平仍很高。因此，這種的保證金制度可能既不符合審慎性原則，也不符合機會成本原則。

基于我國現實情況和本文結論，我們對我國未來期貨市場保證金制度提出如下建議：

首先，隨著市場品種的增多及投資者規模增大，我們應該改變目前靜態、策略基礎保證金方法為組合保證金，考慮在國內各交易所間實行交叉保證金（CrossMargin），并考慮市場國際化達到一定程度后實行國際化的交叉保證金。我們提出三個可供選擇的方案。

第一個方案是全盤引進SPAN系統或TIMS系統等。SPAN、TIMS系統采用組合保證金設置方法，更好地考慮了不同合約間的相關性在保證金抵消中的作用，具有相對于策略基礎保證金系統在合約相關性方面考慮不足的優點,因此計算出的保證金水平更加符合現實情況。在具體引進哪一種系統時，我們建議引進SPAN系統。其原因包括（東北財經大學金融工程研究中心課題組，2005）：（1）TIMS系統相對簡單，但它僅按類群和商品群來處理相關性，不考慮不同商品群間的相關性，也不考慮波動性，顯然在一個具有豐富的期貨、期權品種市場中對不同合約間相關性的處理不如SPAN系統，因為SPAN系統在處理相關性時不僅僅局限于同一商品群。（2）SPAN系統的國際化程度要高于TIMS系統，使用SPAN系統的清算機構數目要超過適用TIMS系統的一倍以上，而且主要的國際清算機構都使用SPAN系統。因此，考慮到與國際接軌，我們認為SPAN系統要優于TIMS系統。

第二個方案是在SPAN、TIMS系統的基礎上開發出適合我國國情、有自主知識產權的保證金系統。簡單引進SPAN、TIMS系統固然簡單，但后期受制于國外清算機構較多，向國外清算機構支付的費用也較高，此外還可能涉及到一些經濟安全等問題。因此，在國外先進的保證金系統基礎上開發一套適合我國國情基礎的新保證金系統是必須的，而且我國未來龐大的衍生市場完全也為這種開發提供了應用基礎和條件。在這方面，我們可以借鑒瑞典OMSII、香港DCASS的成功經驗。OMSII以SPAN系統為基礎并克服了SPAN系統的一些缺陷，主要是不僅可以處理合約間的線性相關，而且還可以處理合約間的非線性相關。DCASS則以OMSII為基礎并結合了香港當地市場情況。

第三個方案以第一個和第二個方案為基礎，對全國范圍內交易衍生品的交易所的某些合約盡可能地實行交叉保證金制度，這應該是我國未來保證金制度改革的一個重要方向。目前我國的幾個商品交易所的清算相互分開，交易者在每個交易所的結算相互獨立，在不同交易所交易頭寸的保證金不能相互抵消。但實際上，這些交易所之間合約可能存在一定程度的相關性，因此在各個交易所都交易的投資者的總保證金不應該是各個交易所要求保證金的簡單加權，而應該相應減少。所以，實行全國統一的衍生品結算制度對地方利益打擊很大，因此一個各方可接受的方案是在各個交易所的一些合約實行交叉保證金制度，可以在盡量小損害地方利益基礎上，減少市場參與成本，以促進市場流動性。當然，隨著我國市場國際化趨勢的加快、程度加深，在未來我國市場國際化程度相當高的時候，我們也應該考慮在一些合約上實行國際交叉保證金制度。

我們認為，第一個和第三個方案可以采取試點的方式，而第二個方案應該是我們應該努力的。

其次，我們建議保證金調整的最終權限應該由證監會下放到交易所。盡管證監會掌握最終保證金調整權限有利于治理早期期貨市場中的一些無序，但這種制度安排顯然在適應隨時變動的市場環境方面有所欠缺。隨著期貨市場發展、完善及交易所監控、調整市場風險的能力、技術日益成熟，我國的交易所已經具備自主判斷并主動調節市場風險的能力。因此，允許交易所擁有自主調整保證金水平是市場發展的要求，可進一步發揮交易所作為一線監管者的監管作用。

參考文獻：

1)鮑建平，2004，《國內外期貨市場保證金制度比較研究及其啟示》，《世界經濟》第12期。

2)鮑建平、王乃生、吳沖鋒，2005，《上海期銅保證金水平設計的實證研究》，《系統工程理論方法應用》第1期。

3)遲國泰、劉軼芳、馮敬海，2005，《基于牛頓插值原理的期貨價格波動函數及保證金隨動模型》，《數量經濟技術經濟研究》第3期。

4)東北財經大學金融工程研究中心課題組，《利率期貨風險監管》，上海證券交易所第14期聯合研究項目。

5)李翔，1994，《期貨交易的風險保證金（SPAN）系統及其應用》，《北京商學院院報》第6期。

6)胡楊梅，2001，《標準組合風險分析系統（SPAN）原理及算法研究》，《大連商品交易所研究報告集-2001》。

7)劉文財，2003，《中國股指期貨合約基準保證金設置研究》，《中國金融學》第3期。

8)劉志強、汪紅梅，2003，《換種方法確定我國期貨市場交易保證金基準值》，大連商品交易所研究資料。

9)龐曉波、呂繼宏，1999，《商品期貨交易中保證金制度改革的設想》，《數量經濟技術經濟研究》第2期。

10)徐國祥，1999，《期貨市場保證金和漲跌停板數量界限及實證研究》，《統計研究》第5期。

11)徐國祥、吳澤智，2004，《我國指數期貨保證金水平設定方法及其實證研究——極值理論的應用》，《財經研究》第11期。

12)BaerHerbertL.,FranceVirginiaG.,MoserJamesT.,OpportunityCostandPrudentiality:AnAnalysisofFuturesClearinghouseBehavior.PolicyResearchWorkingPaper1340,theWorldBankPolicyResearchDepartment,NewYork.

13)BasleCommitteeonBankingSupervision,1996.SupervisoryFrameworkfortheUseof“BackTesting”inConjunctionwiththeInternalModelsApproachtoMarketRiskCapitalRequirements.BaselCommitteepublications,。

14)BoothG.Geoffrey,JohnBroussard,TeppoMartikainen,VesaPuttonen,1997.PrudentmarginlevelsintheFinnishstockindexfuturesmarket.ManagementScience,43(8):1177-1188.

15)ChristoffersenPeterF..1998.EvaluatingIntervalForecasts.InternationalEconomicReview.39(4):841-864.

16)ChristoffersenPeterF.,DenisPelletier.2004.BacktestingValue-at-Risk:ADuration-BasedApproach.JournalofFinancialEconometrics.2(1):84-108.

17)CotterJohn,2001.MarginExceedencesforEuropeanStockIndexFuturesusingExtremeValueTheory.JournalofBanking&Finance,25(8):1475-1502.

18)CoxJohnC.,JonathanE.Ingersoll,Jr.,StephenA.Ross.1981.TheRelationshipbetweenForwardPricesandFuturesPrices.JournalofFinancialEconomics.9(4):321-346.

19)DayE.Theodore.CraigM.Lewis.1997.InitialMarinPolicyandStochasticVolatilityintheCrudeOilFuturesMarket.ReviewofFinancialStudies.10(2)303-332.

20)DuffieDarrell,1989.FuturesMarkets.EnglewoodCliffs,NJ:Prentice-Hall.

21)EngleRobert.,JeffreyRussel.1998.AutoregressiveConditionalDuration:ANewModelforIrregularlySpacedTransactionData.Econometrica.66:1127-1162.

22)FiglewskiStephen,1984.MarginsAndMarketIntegrity:MarginSettingForStockIndexFuturesAndOptions.JournalofFuturesMarkets,4(3):385-416.

23)FishRaymondP.H.,LawrenceG.Goldberg,ThomasF.Gosnell,SujataSinha.1990.MarginRequirementsInFuturesMarkets:TheirRelationshipToPriceVolatility.

JournalofFuturesMarkets.10(5):541-554.

24)HartzmarkMichael.1986.TheEffectsofChangingMarginLevelsonFuturesMarketActivity,theCompositionofTradersintheMarket,andPricePerformance.JournalofBusiness.59(2):S147-S180.

25)KahnemanDaniel,AmosTversky,1979.ProspectTheory:AnAnalysisofDecisionUnderRisk.Econometrica,47:263-291.

26)KupiecPaulH..1989.FuturesMarginsandStockPriceVolatility:IsThereanyLink?JournalofFuturesMarkets.13:677-691.

27)KupiecPaul.1995.TechniquesforVerifyingtheAccuracyofRiskMeasurementModels.JournalofDerivatives.3(winter):73-84.

28)LamKin,Chor-YiuSin,RicoLeung.2004.ATheoreticalFrameworktoEvaluateDifferentMargin-SettingMethodologies.JournalofFuturesMarket,24(2):117-145.

29)LonginFrancoisM.1999.OptimalMarginLevelsinFuturesMarkets:ExtremePriceMovements.JournalofFuturesMarket,19:127-152.

30)LonginFrancoisM.2000.FromValueatRisktoStressTesting:theExtremeValuesApproach.JournalofBankingandFinance,24:1097-1130.

31)WarshawskiMarkJ.,DietrichEarnhart,1989.TheAdequacyandConsistencyofMarginRequirementsintheMarketsforStocksandDerivativeProducts.BoardofGovernorsStaffStudy,No.158.