[論文レビュー] Market making by an FX dealer: tiers, pricing ladders and hedging rates for optimal risk control

Alexander Barzykin, Philippe Bergault+1 more|arXiv (Cornell University)|Dec 4, 2021

Economic theories and models被引用数 5

ひとこと要約

本稿は、外国為替（FX）市場メーカーのための確率的最適制御フレームワークを提案し、最適な価格ラダー、顧客層別に特化した見積もり戦略、外部市場における動的ヘッジレートを統合的に決定する。顧客フローをクラスタリングされた層に分け、内部化と外部化のトレードオフを統合することで、ヘッジが最適となるリスク回避度依存の内部化閾値を同定し、G10 FX市場におけるBISの実証データ（80％の内部化）と整合的である。

ABSTRACT

Dealers make money by providing liquidity to clients but face flow uncertainty and thus price risk. They can efficiently skew their prices and wait for clients to mitigate risk (internalization), or trade with other dealers in the open market to hedge their position and reduce their inventory (externalization). Of course, the better control associated with externalization comes with transaction costs and market impact. The internalization vs. externalization dilemma has been a topic of recent active discussion within the foreign exchange (FX) community. This paper offers an optimal control framework for market making tackling both pricing and hedging, thus answering a question well known to dealers: `to hedge, or not to hedge?'

研究の動機と目的

• インターディーラーマーケットにおけるリスクヘッジと顧客フローの内部化のどちらをいつ行うかという、未解決の学術的・実務的ジレンマを解決すること。
• 取引量の強度と顧客行動に基づく層を導入することで、FXディーラー・ツー・カスタマー（D2C）市場における顧客フローの複雑さをモデル化すること。
• リスク回避性の下で、価格設定、内部化、ヘッジ意思決定を統合的に最適化する包括的な確率的最適制御フレームワークを構築すること。
• 市場インパクト、取引コスト、在庫リスクのバランスを取る最適な戦略（価格ラダーとヘッジレート）を導出すること。
• BISレポートや先行研究からの実証データ（内部化率、リスクニュートラル化時間など）と照らし合わせて、モデルの予測を検証すること。

提案手法

• 連続時間の確率的最適制御フレームワークを用い、リスク回避性の下で最適なBid-Ask見積もりとヘッジレートを最適化する。
• 歴史的取引データからの推定値に基づき、強度パラメータで顧客フローを層に分割し、クラスタリング手法を用いて明確な顧客タイプを定義する。
• 価格ラダーは在庫水準、リスク回避度、各層ごとのフロー強度の関数として導出され、望ましいフローを引き寄せるために動的かつ非対称な見積もりが可能になる。
• ヘッジレートは在庫ポジションの関数として内生的に決定され、在庫がリスク回避的閾値を超えると外部化が発動する。
• 市場インパクトとBid-Askスプレッドコストを外部ヘッジに組み込み、現実の取引摩擦を反映する。
• 数値解法はグリッド上での有限差分法を用い、リスク回避度の異なるシナリオにおけるパフォーマンス評価にはモンテカルロシミュレーションを用いる。

実験結果

リサーチクエスチョン

• RQ1 FX市場メイキングにおいて、顧客フローを内部化するか、インターディーラーマーケットを通じてリスクを外部化するかの最適なバランスは何か？
• RQ2 異なる顧客層別に価格ラダーをどのように構築すれば、リスク調整後リターンを最大化できるか？
• RQ3 市場インパクトと取引コストを考慮した場合、在庫水準とリスク回避度の関数としての最適ヘッジレートは何か？
• RQ4 本モデルから導かれる内部化率とリスクニュートラル化時間は、BISレポートや先行研究からの実証データとどのように一致するか？
• RQ5 リスク調整後パフォーマンスの有効フロンティアとは何か？リスク回避パラメータの選択がこれに与える影響は？

主な発見

• リスク回避度に依存する在庫閾値以下の領域では、取引コストと市場インパクトのため外部化が非効率となるため、純粋な内部化領域が同定された。
• 低リスク回避度（γ = 0.01）の場合、本モデルが予測するリスクニュートラル化時間（1.39分）は、ButzとOomenによるEURUSDの実証推定値（1.39分）とよく一致する。
• 上位層の銀行における内部化率は80％と推定され、G10通貨におけるBIS三ヶ年調査の結果と整合的である。
• 最適リスクリターンフロンティアは、わずかな戦略の逸脱でも期待リターンP&Lが低下することを示しており、導出された政策の堅牢性を確認する。
• リスク回避度γ → 0の極限において、在庫上限の制約のため期待P&Lは有限値に飽和し、リスク管理なしでは利益潜在力の上限が明確に存在することを示している。
• 本モデルの有効フロンティアは厳密な平均・分散型ではないが、リスク調整後パフォーマンスの強力な代理指標を提供しており、シャープレシオなどの最適化指標への応用を支持する。