新冠肺炎危机期间沃尔克规则对美国最大贸易公司贸易收入的影响

联邦储备委员会 ， 华盛顿特区ISSN 1936 - 2854 (打印)ISSN 2767 - 3898 (在线) 沃尔克规则对最大交易收入的影响COVID - 19 危机时期的美国贸易公司 Zach Modig 、 Hulusi Inanoglu 和 David Lynch 2025-005 请引用本文为 ：Modig 、 Zach 、 Hulusi Inanoglu 和 David Lynch (2025) 。 “沃尔克规则对COVID - 19 危机期间美国最大贸易公司的交易收入 “，金融与经济讨论系列 2025 - 005 。华盛顿 ： 理事会联邦储备系统 ， https: / / doi. org / 10.17016 / FEDS.2025. 005 。 注：金融和经济学讨论系列（FEDS）的工作论文是初步材料，旨在激发讨论和批判性评论。文中分析和结论仅代表作者观点，并不表示研究部门其他成员或联邦储备委员会理事的同意。出版物中引用金融和经济学讨论系列（除致谢外）应征得作者同意，以保护这些论文的临时性质。 沃尔克规则对 COVID - 19 危机期间美国最大贸易公司交易收入的影响 Zach Modig∗、葫芦丝 · 伊纳诺格鲁†，大卫 · 林奇‡ § 2024 年 12 月 13 日 Abstract 使用一种新颖的数据收集方法，我们研究了沃克尔规则对COVID-19金融危机中心的100天压力期内美国最大的21家交易公司交易收入的影响。尽管市场波动性较大，但交易利润与基于交易量的费用、佣金以及报价差的扩大保持一致。本研究增加了关于沃克尔规则对交易相关公司收入影响的研究证据，表明其后果之一是提高了金融稳定性和降低了对市场冲击的风险暴露。 1 Introduction 在2007-2009年全球金融危机（GFC）之后，美国国会通过了《多德-弗兰克华尔街改革和消费者保护法案》。该立法明确了并修正了1956年银行控股公司法第13节实施过程中的相关规定。1特别是在《多德-弗兰克法案》第619条中，俗称“沃克尔规则”的条款禁止金融机构进行证券、衍生品、商品期货以及这些工具的期权的自营交易。该规定旨在通过减轻银行等存款机构可能持有的大型自营头寸所带来的潜在风险，从而增强金融系统的稳定性。 2020年由于COVID-19新型冠状病毒在全球范围内的爆发导致的金融危机提供了首次机会，在实际压力情景下调查后GFC改革对金融系统的影响。多项近期的研究工作已经进行了这样的调查。Duncan等人（2022）利用COVID-19危机作为真实世界的压力测试评估了银行监管框架的作用，强调了资本和流动性要求的重要性。Abboud等人（2021）描述了监管机构在危机期间采取的措施，以豁免回测例外情况并增加市场风险资本要求，从而可能避免顺周期监管影响。 Falato, Iercosan, 和 Zikes (2021) 提供证据表明，在实施沃尔克规则后，美国具有较大市场风险交易暴露的银行采取措施减少了这种风险。Abboud 等（2021）和 Duncan 等（2022）的研究显示，在COVID危机期间交易量（以美元计）增加，导致交易利润上升。这两项研究均提供了证据，表明这些交易利润主要由做市活动驱动，而非（或尽管受到）因方向性变动对冲交易头寸而产生的收益或损失的推动。 在本简短的说明中，我们旨在提供额外的证据，证明沃克尔规则已经起到了减轻银行业系统性风险的作用，通过确保 交易公司通过市场做市活动实现盈利，而不是进行自营交易。为此，我们分析了由全球最大的21家交易公司提供的新型交易数据集。2020年第一季度的数据涵盖了大约100个交易日，涉及危机时期前后。利用多种统计方法，我们直接对比了这些实体报告的实际和假设的盈亏情况（P&L）。 我们发现，尽管市场波动性显著增加，企业的交易账簿在危机期间不仅继续定期盈利，反而变得更加有利可图。我们的分析提供了额外的证据，表明公司的交易盈利能力与做市活动相关的费用、佣金以及报价差的扩大是一致的。 2 背景 我们考察了2020年上半年的日市场和公司交易活动，特别关注2020年3月，即危机时期的高峰时期。图1显示了该时间段内标准化的SPX和VIX的日变化情况，根据φ(x)=x−μ.σ 这两种市场状况指标都凸显了危机期间波动性的显著提升。 除了波动性上升之外 ， 交易量在期间和立即增加 - 在危机时期过后，观察到了这一现象。我们考察了标普500单只股票成分股的总归一化交易量和平均归一化spread。PP vol(要求 - 出价)/ price由vol=i,t and传播=t,i t,it,iforn fi 均方根。图 2tot,ttnmax(vol)tot显示生成的时间序列。 The mean normalized bid-ask spread in stock price across the S&P 500 constituents peaks dramatically during the crisis period before quickly returning to levels slightly elevated relative to the pre-crisis period. 这与 ∆ 相一致。VIX and ∆SP X指数如图1所示。总交易量在最高标准化spread出现前急剧峰值，并在整个危机期间保持高位。总交易量在最高标准化spread出现前达到峰值，随后在整个危机期间保持高位。总交易量在危机期后维持在较高水平并表现出更大的波动性。 作为与 Volcker 数据收集相关的监管 fi 项目的一部分2， 每个 fi RM 主题 2受《Volcker规则》报告要求影响的公司是受《市场风险规则》影响的公司的子集。虽然这个数据集因此与本文一般关注的重点略有不同，但我们认为它大致能反映交易公司行为。 按照报告要求，提供了30天、60天和90天滚动客户和非客户交易的总计数。图3展示了客户面向交易的30天滚动总计数的标准化平均值。3 Across 受该规则约束的公司。这些数据反映了如图2所示的标普500股票的总交易量（公开可用数据）。 3 Data 我们从2020年1月到2020年6月对全球21家最大交易公司的每日盈亏（P&L）和价值-at-风险（VaR）数据进行了分析。交易账簿的盈亏数据由每家公司提供，并在银行控股公司（BHC）层面进行汇总，以包括巴塞尔III标准下涵盖的所有交易头寸。4. 假设损益表和实际损益表的定义如下。出于保密原因，本文中呈现的所有图表和数据根据全球系统重要性银行（GSIBs）和非GSIBs进行汇总。5。一般来说 ， 这些聚合准确地捕获了 在个体 fi RM 水平观察到的动态。 假设损益 由于期末持仓头寸若保持不变所引起的价值变动导致的盈亏。 实际损益 由于涵盖交易头寸（包括日内交易）的每日交易活动产生的利润和损失，净利息收入，时间影响，手续费，佣金以及买卖 spreads。 图4展示了按公司组别聚合的每日实际P&L减去假设P&L的结果。为了保密原因，并便于直接比较，最终的P&L差异被缩放。σ对于每个 fi RM 组 ，i。显示的数据是i标准化的日间交易汇总盈亏、净利息收入、时间效应、手续费、佣金以及市场做市活动引起的报价差。 As can be seen, pro fi t for both GSIBs and non - GSIBs mirrors increases in trading volume as shown in Figure 2 and 3. 4 方法 我们的主要关注点在于理解报告的假设利润与损失（Hypothetical P&L）如何与实际报告的利润与损失（Actual P&L）相关联，并且特别强调这些指标如何符合沃尔克规则。总体而言，所有MRR机构必须遵守沃尔克规则的一些要求，如禁止自营交易；然而，只有拥有最大交易活动的机构才需要报告沃尔克指标。 我们预计每家机构交易账簿（Trading Book）的假设盈亏（Hypothetical P&L）大致保持中性风险状态。假设盈亏主要由与交易头寸相关的基础风险因素的变化所驱动。实际盈亏（Actual P&L）则由假设盈亏、净利息收入、时间效应、费用、佣金、买卖差价以及日内交易等因素共同决定，以满足银行客户交易需求。我们利用本部分介绍的各种方法来检验这些预期的一致性。 如前所述，监管数据被汇总以确保每家individual firm的保密性。在相关情况下，会提供firm group的数据。i每个 fi RM 组中的 fi RM 根据以下各项进行聚合 ： Where, ρ 是 P & L ij ij 的静态皮尔森相关性 4.1 假设损益与实际损益的相关性 因为假设的损益表（Hypothetical P&L）预计在扣除费用和佣金后将等于实际的损益表（Actual P&L），因此两者之间的高相关性是预期的。费用和佣金会随着交易量和市场条件的变化而变化，同时还受到一些特定因素的影响。 因素之间并不完全相关。因此，在市场需求波动明显、大幅波动的时期，预期不会存在完美的相关性。 我们以三种方式估计相关性 ： 皮尔逊相关性 ： Kendall 等级相关性: 斯皮尔曼的等级相关性 ：i<j 图5显示了实际P&L与假设P&L之间的散点图。表1展示了两种P&L类型之间的相关性度量。相关性为正，如预期的那样。观察期内波动性的变化和客户需求的增加驱动了收取的费用和佣金的差异。 做市活动。这些日常的影响导致相关性偏离 1 。 虽然实际收益和假设收益的利润与各组之间的相关性相似，但图5突显了不同公司集团在盈利能力上的差异。在整个危机期间，综合全球系统重要性银行交易簿仅在3个交易日中亏损。而综合非全球系统重要性银行交易簿的实际收益和损失值则在相同时间段内显示出多次亏损。 市场做市活动量的差异可以解释不同金融机构在累计亏损天数上的差异。大型国际银行（GSIB）的做市活动显著增加，足以抵消因偶然头寸而产生的任何损失。相比之下，非大型国际银行（non-GSIB）的交易量相对于基线有所增加，但并不总是能够完全抵消大规模的亏损。 4.2 Moments 一个盈利的交易账户将具有实际P&L均值，该均值显著地偏向于相应的假设P&L均值（后者本身应接近零）。市场成交量和波动率的变化可能会导致标准差、偏度和峰度的轻微变化；然而，这两个P&L测量值之间的这些统计矩应当相对相似。 表2比较了不同企业组别实际收益和假设收益分布的矩。预期一个对冲良好的投资组合将是市场中性的，因此其假设收益分布的均值应为零。完全对冲的投资组合是理论上的构建。因此，在最严格的监管环境下，企业仍然可能暴露于市场风险因子的变化之中。 因为观察窗口围绕 COVID - 19 危机时期 ， 预计会有一些平均损失。重要的是 ，μ大约为 0 ，GSIBs 相对于全球最大公司每日交易P&L的规模而言。同样重要的是，实际P&L的平均值在各个公司集团中均为正数，即使是在危机最严重的时候也是如此。特别是，在市场条件极其波动的情况下，GSIB公司仍能每天获得3.36亿美元的平均利润。 正如所示，各公司组别中实际收益与假设收益的分布二阶矩大致相等。实际收益与假设收益之间略高的方差可以通过观察100个交易日内交易量变动导致的费用、佣金、买卖价差以及客户促成交易的增加来解释。 GSIB实际P&L分布的偏斜进一步表明，在危机期间交易量增加的时期导致了利润增加。这与假设P&L形成对比，后者表明重尾现象相对于交易位置的实际亏损而言是相对的。非GSIB实际P&L的小幅度左移是意料之外的。三月底单日较大的亏损可能是导致这种行为的主要原因。 正如所观察到的那样 ， 预计所有损益类型的 β 2 值相对较高。 沉重的尾巴是危机时期的程式化事实。 4.3 核密度估计 聚合的实际和假设盈亏（P&L）系列的概率密度