多重价值调整（xVAs）在数据建模领域的最新成果及主要趋势 | 多重价值调整与交易对手信用风险 圆桌论坛系列文章之（四）
2022年12月 http:// Risk.net 在其官网公开发布了《危机中的能源市场:多重价值调整与交易对手信用风险》（xVAs and counterparty credit risk for an energy market in crisis）主题圆桌论坛视频，来自银行、全球顶尖能源贸易公司和风控解决方案供应商的资深专家以“多重价值调整和交易对手信用风险”为主线讨论了过去一年在能源市场中的变化和趋势。长达一个多小时的讨论中，专家们基于自身几十年的行业经验对市场变化和趋势进行多维度分析，给广大的大宗商品从业人员提供了一次近距离接触信用风险管理领域前沿理论和技术领域深度应用的机会，从市场变化的起因分析到各位市场参与者可借鉴的方法和思路，再到瞻望市场发展趋势，可谓全程高能、干货满满。
翌能知识局编辑部对英文版的圆桌论坛进行了翻译及编辑，辅以专业名词双语展示以及知识点解读，希望能够带动读者仿佛亲临论坛现场，更好的领略原汁原味的大宗商品风控行业前沿资讯。
圆桌主题
危机中的能源市场: 多重价值调整与交易对手信用风险
xVAs and counterparty credit risk for an energy market in crisis
圆桌嘉宾介绍
多重价值调整（xVAs）在数据建模领域的最新成果及主要趋势
Karl Sees：
从建模的角度，多重价值调整（xVAs）取得了哪些成果？目前的主要趋势是什么？
Andrew Green：
市场上确实会有人对“信用价值调整（CVA）”进行对冲，如果你能成功对冲，你可以减少风险，这也是“FRTB-CVA框架”的重要组成部分。从这个意义上说，CVA已经是资本框架的一部分了，所以，减少资本就可以降低CVA。
市场上仍存在一些挑战。目前的框架将与CVA未来的框架有很大的不同，CVA的框架更接近于多重价值调整（xVA）部门和CVA对冲业务现在的操作。资本模型并不一定完全与银行在会计实践基础上做的相同。所以虽然有CVA和会计实践，但还没有CVA风险监管框架的情况下，会有一定程度的不匹配。最终结果将会怎样还是未知，但随着“FRTB-CVA框架”的实施，这会是所有银行都将面临的挑战。
Partha Sarathi Chatterjee：
从数据和建模的角度出发，人们会看很多不同的数据集，所以，第一点是我们需要不同的数据集。传统的做法是，交易员会有台账和定制模型，还有可能有两到三个不同的数据集，然后运行他们的模型。而现在的情况是，人们实时关注多种不同的商品及其相关性，例如，在交易液化天然气时，传统上人们会查看液化天然气和天然气价格，分析业务机会。我看到现在交易员开始看电力数据，看运输数据，看是否有物流瓶颈，我们以前很少看到天然气交易员查看电力数据。现在交易员在市场上关注大量的相互关联的实时数据，比如，每15分钟刷新一次的数据。这从根本上改变了对不同数据源的需求，我们需要将其集中在一处，然后运行复杂的模型。
第二点，我们看到不同的建模需求，我们看到复杂的分析模型正在建立。我们看到人工智能模型正在建立，通过任务学习和回溯找出模型给出不同的结果的原因，来对它们进行不断的调整。
因此，从数据和技术的角度来看的两大趋势：一个是不同的数据集，另一个是高级建模和回溯并从预测和实际之间的差异中学习修正。大量的交易员正在涌入这个激动人心又充满挑战的技术领域，他们自己收集数据并通过复杂的技术运行自己的模型。以前这些工作可能是外包给IT或者自己用excel表格来完成，但现在大家都开始意识到，用好数据和建模将会为交易提供很强的助力。
Andy McClelland:
跳跃模型当然很重要，可能有些跨领域的客户会大量应用跳跃模型，但我不认为在能源领域跳跃模型已经被广泛应用。我们与专家组在线下也讨论过这点，这是能源市场特有的情况，因为在利率与外汇市场，尤其是在汇率市场中，已经有多因子可以用来增强模型。
但是能源商品市场不一样，没有类似于“固定期限掉期协议(Constant Maturity Swap，CMS)”这样的产品。虽然也有与曲线形态相关的产品，但体量大概只占到能源商品市场的四分之一。
能源商品领域的很多工作都是为了校准模型。控制前台、现货，这些都是局部的跳跃。如果采用的是比较放松的校准策略，只是每日校准，没有控制校准，你的模型很有可能把这个转换为跳跃参数（jumping parameters）。显然，改变参数需要付出巨大的代价，在实践中需要谨慎为之。
前面的讨论中我们说到关于校准以及历史数据的观点。我第一次开始关注能源市场是在我职业生涯的前期，在新加坡，用单一经济实体(single name)做市，某个经济实体(name)想在某个地区进行互换（exchange）。没有波动率曲面（volatility surfaces），你会怎么做? 我不会使用“历史法”，那会不会用到“参数法”呢？
如果你需要从一个想法把它建立成与公司业务相关的模型，就算把它建立起来并准备好工具，你得确保它能运行，这是一项工作量巨大的工作。有一些公司仅通过这种方式也已经做了很多这样的生意。但我还是坚持我的立场，当我需要在能源商品市场观察交易对家的信用风险时, 没有太强的动力来使用这样的模型。
针对交易对家的信用风险，市场上有越来越多的校准，就像是一个独立的资产类别。而通常这些校准是针对非常简单的目标集合，刻意简化了现货贸易和实操中的全面性和丰富的细节。这也是为什么我们在交易对手信用风险管理过程中不常使用它们的原因。