VOLCKER  RULE  SOME  FACTS  

Chandra  S  Khandrika  

Volcker  Rule    Post  financial  crisis  we  have  witnessed  a  spate  of  regula<on.  Volcker  rule  has  come  into  effect  this  year  and  focusing  on  restraining  proprietary  trading.  To  do  so  it  has  asked  banks  to  gather  quan<ta<ve  metrics  as  evidence  to  support  their  trading  strategies.    In  this  ar<cle  I  will  go  over  how  Volcker  metrics  can  be  understood  in  this  framework.  

•  Market  Making  only  –  No  Prop  Trading  •  Report  Quan<ta<ve  Metrics  to  prove  market  making  •  Develop    process  to  es<mate  RENTD  (Reasonably  expected  Near  Term  Demand)  

I  think  Volcker  metric  repor<ng  has  some  pros  and  cons.  In  terms  of  pros,  it  will  create  an  environment  of  beOer  compliance  and  more  oversight  on  risk  taking.  On  the  other  hand,  it  is  aiming  more  on  the  symptom  of  proprietary  trading  rather  than  working  towards  the  transparency.      I  personally  believe,  Dodd  Frank  act  requirements  towards  repor<ng  trading  ac<vity  at  various  Swap  depositories  is  a  great  step  towards  transparency.  Regulators  should  analyze  this  data  to  understand  the  banks  rather  than  adding  draconian  rules.  In  the  long  run  I  believe  Volcker  rule  might  go  away.  

Market  Making  only  Sec<on  619  of  the  Dodd  Frank  Act  (also  known  as  the  Volcker  Rule)  introduced  a  general  prohibi<on  on  proprietary  trading,  but  the  regula<ons  implemen<ng  the  law  proved  extraordinarily  difficult  to  construct  in  a  manner  that  accommodated  the  language  and  intent  of  the  statute  –  notably  provisions  allowing  banks  to  con<nue  underwri<ng,  market  making,  and  risk-­‐mi<ga<ng  hedging  ac<vi<es.    For  a  bank  to  be  defined  as  market  making  en<ty  Volcker  rule  has  provided  some  guidance  around  who  is  a  customer,  Trading  desk,  Demonstrable  analysis  and  Arbitrage.    Trading  Desk:  The  smallest  discrete  unit  of  organiza<on  of  a  banking  en<ty  that  purchases  or  sells  financial  instruments  for  the  trading  account  of  the  banking  en<ty  or  its  affiliates.  Trading  desk  does  not  capture  mul<ple  levels  in  the  organiza<on.  ‘    “  This  guidance  can  be  construed  as  for  instance,  a  Large  bank  A  makes  market  in  Interest  Rate  deriva<ve  products  in  various  currencies.  To  be  more  clear,  this  bank  trades,  Interest  rate  swaps,  Swap<ons,  caps  and  floors  and  other  exo<c  products  in  USD,  EUR,  GBP,  EUR  and  other  currencies.  In  general  Banks  structure  their  trading  desks  by  product,  currency  and  some  <mes  maturity  of  the  deriva<ve.    In  this  scenario,  a  bank  can  and  should  have  mul<ple  desks.  Then  this  will  lead  to  snowballing  of  repor<ng  requirements.  To  prevent  this  banks  might  end  up  lumping  the  desks  together.  This  will  lead  to  a  situa<on  where  the  reported  Quan<ta<ve  metrics  make  no  sense.”      ARBITRAGE:  A  trading  desk  would  not  qualify  for  the  market-­‐making  exemp<on  if  it  is  wholly  or  principally  engaged  in  arbitrage  trading  or  other  trading  that  is  not  in  response  to,  or  driven  by,  the  demands  of  clients,  customers  or  counterpar<es.      DEMONSTRABLE  ANALYSIS:  Demonstrable  analysis  must  cover  the  following  factors:  historical  customer  demand,  current  inventory  of  financial  instruments,  and  market  and  other  factors  regarding  the  amount,  types  and  risks  of  or  associated  with  financial  instruments  in  which  the  trading  desk  makes  a  market,  including  through  block  trades.                    

Market  Making  only  CLIENT,  CUSTOMER  OR  COUNTERPARTY:  For  the  market  making-­‐related  permiOed  ac<vity,  client,  customer  or  counterparty  refers  to  market  par<cipants  that  make  use  of  the  banking  en<ty’s  market  making-­‐related  services  by  obtaining  such  services,  responding  to  quota<ons,  or  entering  into  a  con<nuing  rela<onship  with  respect  to  such  services  

1.  A  trading  desk  may  engage  in  interdealer  trading  to  meet  the  reasonably  expected  near  term  demands  of  its  clients,  customers  or  counterpar<es,  including  current  demand,  unwind  or  sell  posi<ons  acquired  from  clients,  customers  or  counterpar<es,  or  engage  in  risk-­‐mi<ga<ng  or  inventory  management  transac<ons.  However,  a  trading  desk  or  other  organiza<onal  unit  of  another  banking  en<ty  is  not  a  client,  customer  or  counterparty  of  the  trading  desk  if  that  other  en<ty  has  trading  assets  and  liabili<es  of  $50  billion  or  more,  unless:    

2.  The  trading  desk  documents  how  and  why  a  par<cular  trading  desk  or  other  organiza<onal  unit  of  the  en<ty  should  be  treated  as  a  client,  customer,  or  counterparty  of  the  trading  desk  for  purposes  of  market  making-­‐related  permiOed  ac<vity;  or    

3.  The  purchase  or  sale  by  the  trading  desk  is  conducted  anonymously  on  an  exchange  or  similar  trading  facility  that  permits  trading  on  behalf  of  a  broad  range  of  market  par<cipants.    

 Volcker  Rule  enforcement  is  having  implica<ons  around  how  trading  desks  are  organized  for  transac<ng  with  their  customers.  Interes<ngly,  traders  who  are  compensated  for  taking  risks  for  the  firm  are  now  allowed  to  do  market  making  not  risk  taking  and  risk  op<mizing.  This  creates  a  situa<on  for  trader  where  he  has  to  prove  via  demonstrable  evidence  why  and  how  he  is  carrying  out  par<cular  transac<on.  In  such  a  scenario  do  you  s<ll  need  a  human  to  trade.  Shouldn't’t  we  start  thinking  of  brining  ROBOTS  to  the  job.  They  will  take  every  instruc<on  in  leOer  and  spirit.      

Report  Quan<ta<ve  Metrics  to  prove  market  making    

QuanAtaAve  Metric   Business  Unit  related  

VaR  and  Stressed  VaR   Risk  Management  

Risk  Factor  Sensi<vi<es   Risk  Management  

Risk  and  Posi<on  Limits  Usage   Risk  Management  

Comprehensive  P&L  AOribu<on   Finance  

Inventory  Turnover   Opera<ons  

Inventory  Aging   Opera<ons  

Customer  Facing  Trade  Ra<o   Opera<ons  

Each  banking  en<ty  directly  supervised  by  the  Federal  Reserve  that  meets  relevant  thresholds  specified  in  the  rule  must  furnish  the  following  quan<ta<ve  measurements  for  each  of  its  trading  desks  engaged  in  covered  trading.  For  domes<c  en<<es,  report  the  total  trading  assets  and  liabili<es  on  a  world-­‐wide  consolidated  basis.  Foreign  en<<es  should  report  their  total  trading  assets  and  liabili<es  for  their  combined  U.S  opera<ons  only  Federal  Reserve  is  looking  to  understand  the  nature  of  business  by  looking  at  the  following  metrics  from  each  trading  desk.  These  metrics  are  distributed  across  Risk  management,  Finance  and  Opera<ons  groups  with  in  each  book.  I  think,  metrics  from  opera<ons  group  that  look  at  Inventory  provide  details  of  who  the  trading  desk  is  engaged  with  and  PL  aOribu<on  from  finance  gives  insight  to  how  much  money  is  made  and    Risk  measures  from  Risk  Management  provides  insights  to  the  magnitude  of  Risk  and  poten<al  losses.    Each  of  these  metrics  alone  cannot  provide  a  picture  of  whether  a  desk  is  market  making  or  Prop  trading.  But  together  they  can  help  in  pain<ng  a  coherent  story.    

Quan<ta<ve  metrics  •  Metric  1:  VaR  and  Stressed  VaR.  When  repor<ng  the  VaR  and  Stress  VaR,  en<<es  should  reflect  a  

loss   in  a   trading  unit   that   is  expected   to  be  exceeded   less   than  1%  of   the  <me  over  a  one-­‐day  period.  Banking  en<<es  should  compute  and  report  VaR  and  Stress  VaR  consistently  with  federal  regulatory  capital  requirements.   If  a  trading  unit  does  not  have  a  standalone  VaR  or  Stress  VaR  calcula<on,   but   is   part   of   a   larger   aggrega<on   of   posi<ons   for   which   a   VaR   or   stress   VaR  calcula<on   is   performed,   a   VaR   or   Stress   VaR   calcula<on   that   includes   only   the   trading   desk’s  holdings  must  be  performed  consistent  with  the  VaR  or  Stress  VaR  model  and  methodology  used  for  the  larger  aggrega<on  of  posi<ons.    

•  “Volcker  rule  is  clearly  enjoining  VaR  at  trading  Desk  level  rather  than  Business  Unit  level”.  To  a  common  market  par<cipant  it  is  very  clear  why  VaR  and  Stressed  VaR  are  needed.  As  these  two  indicators  gives  the  magnitude  of  loss  that  a  desk  can  incur  over  a  1  day  period.  

•  Banks  with  big  trading  desks  will  have  large  VaR  and  small  trading  desks  will  have  small  VaR.  This  is  pure  func<on  of  how  much  risk  is  retained  on  the  porpolio  and  risk  appe<te  of  the  Business.  

•  Market  making  desk  should  have  small  VaR  not   large  sized  VaR  as  they  are  going  to  outlay  the  risks  in  the  inter  dealer  market  for  facilita<ng  client  trades.  

Quan<ta<ve  Metrics  •  Metric  2:  Risk  Factor  SensiAvity  (RFS)  :Report  the  risk  factor  sensi<vi<es  that  are  monitored  and  managed  as  part  of  the  

trading  desk’s  overall  risk  management  policy.  The  number  and  type  of  Risk  Factor  Sensi<vi<es  that  are  monitored  and  managed  by  a  trading  desk  will  depend  on  the  explicit  risks  assumed  by  the  trading  desk.  In  general,  however,  reported  Risk  Factor  Sensi<vi<es  must  be  sufficiently  granular  to  account  for  a  preponderance  of  the  expected  price  varia<on  in  the  trading  desk’s  holdings.  Trading  desks  must  take  into  account  any  relevant  factors  in  calcula<ng  Risk  Factor  Sensi<vi<es,  including,  for  example,  the  following  with  respect  to  par<cular  asset  classes    

•  Commodity  derivaAve  posiAons:  risk  factors  with  respect  to  the  related  commodi<es  set  out  in  17  CFR  §20.2,  the  maturity  of  the  posi<ons,  vola<lity  and/or  correla<on  sensi<vi<es  (expressed  in  a  manner  that  demonstrates  any  significant  non-­‐lineari<es),  and  the  maturity  profile  of  the  posi<ons;    

•  Credit  posiAons:  risk  factors  with  respect  to  credit  spreads  that  are  sufficiently  granular  to  account  for  specific  credit  sectors  and  market  segments,  the  maturity  profile  of  the  posi<ons,  and  risk  factors  with  respect  to  interest  rates  of  all  relevant  maturi<es;    

•  Credit-­‐related  derivaAve  posiAons:  risk  factor  sensi<vi<es,  for  example  credit  spreads,  shits  (parallel  and  non-­‐  parallel)  in  credit  spreads  -­‐-­‐  vola<lity,  and/or  correla<on  sensi<vi<es  (expressed  in  a  manner  that  demonstrates  any  significant  non-­‐lineari<es),  and  the  maturity  profile  of  the  posi<ons;    

•  Equity  posiAons:  risk  factors  for  equity  prices  and  risk  factors  that  differen<ate  between  important  equity  market  sectors  and  segments,  such  as  a  small  capitaliza<on  equi<es  and  interna<onal  equi<es;    

•  Equity  derivaAve  posiAons:  risk  factor  sensi<vi<es  such  as  equity  posi<ons,  vola<lity,  and/or  correla<on  sensi<vi<es  (expressed  in  a  manner  that  demonstrates  any  significant  non-­‐lineari<es),  and  the  maturity  profile  of  the  posi<ons;    

•  Foreign  exchange  derivaAve  posiAons:  risk  factors  with  respect  to  major  currency  pairs  and  maturi<es,  exposure  to  interest  rates  at  relevant  maturi<es,  vola<lity,  and/or  correla<on  sensi<vi<es  (expressed  in  a  manner  that  demonstrates  any  significant  non-­‐lineari<es),  as  well  as  the  maturity  profile  of  the  posi<ons;  and    

•  Interest  rate  posiAons,  including  interest  rate  derivaAve  posiAons:  risk  factors  with  respect  to  major  interest  rate  categories  and  maturi<es  and  vola<lity  and/or  correla<on  sensi<vi<es  (expressed  in  a  manner  that  demonstrates  any  significant  non-­‐lineari<es),  and  shits  (parallel  and  non-­‐parallel)  in  the  interest  rate  curve,  as  well  as  the  maturity  profile  of  the  posi<ons.    

Banks  should  start  aggrega<ng  the  risk  factor  sensi<vi<es  like  Delta,  Gamma,  Vega  and  other  measures  that  they  capture  to  understand  the  trading  porpolios.  

Quan<ta<ve  Metrics  •  Metric  -­‐3  -­‐  Risk  and  Posi<on  Limits  and  Usage  -­‐  Risk  and  Posi<on  Limits  are  the  constraints  that  define  the  amount  of  risk  

that  a  trading  desk  is  permiOed  to  take  at  a  point  in  <me,  as  defined  by  the  banking  en<ty  for  a  specific  trading  desk.  Usage  represents  the  por<on  of  the  trading  desk’s  limits  that  are  accounted  for  by  the  current  ac<vity  of  the  desk.    

•  “Banks  monitor  VaR  and  other  Risk  posi<on  limits  (  Delta,  Vega,  Gamme  etc).  

–  Interest  Rate  Swap  Desk    -­‐    [  Interest  Rate  Delta,  Interest  rate  Basis  (  1M  vs  3M,  3M  vs  6M,  3M  vs  12M,  3M  vs  OIS]  –  Interest  Rate  Op<ons  Desk  –  [  Interest  Rate  Delta,  Vega  (vola<lity  sensi<vity)  and  Gamma  ]  

Quan<ta<ve  Metrics  Metric  4:    Profit  and  Loss  (P&L)  AXribuAon:  Volcker  Rule  enjoins  to  report  Profit  and  loss  due  to  trading  by  aOribu<ng  to  various  factors  like  P&L  due  to  new  posi<ons,  exis<ng  posi<ons,  residual  profit  and  loss.  Also  wants  to  explain  profit  loss  due  to  Risk  factor  sensi<vi<es.  Also,  for  each  desk  provide  PL  vola<lity  for  30,  60  and  90  day  lag.  Consider  as  an  example  P&L  of  260  for  an  Interest  Rate  op<ons  book  to  be  aOributed  as  

New  posiAons   New  Deals  and  Amendments  

100  

Exis<ng  posi<ons   Interest  Rate  Sensi<vity  factor  (Delta)  

50  

Exis<ng  posi<ons    

Vola<lity  Sensi<vity  factor  (vega)  

80  

P&L  due  to  Carry  and  funding  

20  

Change  in  Valua<on  Adjustments  

0  

Residual  unexplained   Residual  unexplained    

10  

Total   260  

PL  aOribu<on  definitely  helps  in  understanding  what  explains  the  profit  and  loss.  In  general  trading  desk  faces  lot  of  issues  with  valuing  some  posi<ons  on  the  book  that  are  highly  illiquid  and  cannot  be  taken  of  the  books  in  the  interdealer  market  easily.  Trading  desk  marks  these  posi<ons  to  model  and  taking  valua<on  adjustments  smooth  the  daily  PL.  This  will  lead  to  a  situa<on  where  reported  metrics  are  not  accurate  descriptors  of  the  trading  strategy.      

Quan<ta<ve  Metrics  •  Metric  5:  Customer-­‐Facing  Ac<vity  Measurements:  Inventory  Turnover:    Inventory  Turnover  is  a  ra<o  that  measures  the  

turnover  of  a  trading  desk’s  inventory.  The  numerator  of  the  ra<o  is  the  absolute  value  of  all  transac<ons  over  the  repor<ng  period.  The  denominator  of  the  ra<o  is  the  value  of  the  trading  desk’s  inventory  at  the  beginning  of  the  repor<ng  period.  The  beginning  of  the  repor<ng  period  is  considered  a  rolling  period,  where  the  beginning  date  would  change  for  each  reported  trading  date  (e.g.,  for  a  30-­‐day  period,  on  July  1,  the  beginning  of  the  repor<ng  period  is  June  1;  on  July  2,  the  beginning  of  the  repor<ng  period  is  June  2;  etc).    

•  Report  the  Inventory  Turnover  ra<o  over  a  30  trading  day,  60  trading  day  and  90  trading  day  calcula<on  period    •  For  deriva<ves,  other  than  op<ons  and  interest  rate  deriva<ves,  value  means  gross  no<onal  value,  for  op<ons,  value  

means  delta  adjusted  no<onal  value,  and  for  interest  rate  deriva<ves,  value  means  10-­‐year  bond  equivalent  value.    “  Volcker  Rule  enjoins  banks  to  aggregate  gross  market  values,  no<onal  values  and  10Y  bond  equivalent  values  for  Cash,  FX  and  Interest  rate  products  to  understand  how  a  bank  is  turning  over  the  inventory”.    This  is  a  very  interes<ng  metric  which  every  business  opera<on  monitors  to  understand  the  opera<onal  efficiency.  For  instance  a  Cycle  selling  firm  can  look  at  the  ra<on  of  sold  cycles  to  the  exis<ng  inventory  of  cycles  to  understand  how  to  plan  for  future  periods  of  opera<on.  Now  how  it  can  be  applied  to  financial  instruments”.  To  the  best  of  my  knowledge  and  experience,    Financial  industry  is  no  different  when  you  look  at  the  trading  inventory  

 Inventory  ra<o  =  Ending  period  Inventory  /  Beginning  period  Inventory.        Product   Beginning  

Inventory  Ending  inventory   Inventory  Turnover   Comment  

Cash   1000   2000   2000/1000  =2     Inventory  is  growing  over  the  repor<ng  period  

FX  products   1000,000   500,000   500,000/1000,000  =0.5  

Inventory  is  being  reduced  

Interest  Rate  Swaps  

50,000  (DV01  )   100,000  (  DV01)   100,000/50,000  =  2   Inventory  Is  being  increased  

Quan<ta<ve  Metrics  •  Metric  6:  Customer-­‐Facing  Ac<vity  Measurements:  Inventory  Aging:    Inventory  Aging  generally  describes  a  schedule  of  

the  trading  desk’s  aggregate  assets  and  liabili<es  and  the  amount  of  <me  that  those  assets  and  liabili<es  have  been  held.  Inventory  aging  should  measure  the  age  profile  of  the  trading  desk’s  assets  and  liabili<es.  Banking  en<<es  should  apply  a  First  In,  First  Out  (FIFO)  method  in  measuring  the  age  profile.    

•  Inventory  Aging  includes  two  schedules,  an  asset-­‐aging  schedule  and  a  liability-­‐aging  schedule.    •  For  deriva<ves,  other  than  op<ons  and  interest  rate  deriva<ves,  value  means  gross  no<onal  value.  For  op<ons,  value  

means  delta  adjusted  no<onal  value.  For  interest  rate  deriva<ves,  value  means  10-­‐year  bond  equivalent  value.    “  Volcker  Rule  enjoins  banks  to  aggregate  gross  market  values,  no<onal  values  and  10Y  bond  equivalent  values  for  Cash,  FX  and  Interest  rate  products  to  understand  how  a  bank  is  turning  over  the  inventory”.    This  is  a  very  interes<ng  metric  which  every  business  opera<on  monitors  to  understand  the  opera<onal  efficiency.  For  instance  a  Cycle  selling  firm  can  look  at  the  ra<on  of  sold  cycles  to  the  exis<ng  inventory  of  cycles  to  understand  how  to  plan  for  future  periods  of  opera<on.  Now  how  it  can  be  applied  to  financial  instruments”.  To  the  best  of  my  knowledge  and  experience,    Financial  industry  is  no  different  when  you  look  at  the  trading  inventory  

 Inventory  Aging  (assets)  =  Sum  of  value  of  assets  held  from  the  repor<ng  date  to  30  days  look  back  period.    Inventory  Aging  (Liabili<es)  =  Sum  of  value  of  liabili<es  held  from  the  repor<ng  date  to  30  days  look  back  period.  

      Product   Inventory  (  0-­‐31  

days)  Inventory  (  31-­‐60  days)    

Inventory  (  61-­‐90  days)  

Comment  

Cash   1000   1500   2000   Inventory  is  growing  over  the  repor<ng  period  

FX  products   1000,000   1000,000   1000,000   Inventory  has  neither  increased  or  reduced  

Interest  Rate  Swaps  

50,000   60,000   70,000   Inventory  Is  being  increased  

Quan<ta<ve  Metrics  •  Metric  7:  Customer-­‐Facing  AcAvity  Measurements:  For  purposes  of  calcula<ng  the  Customer-­‐Facing  Trade  Ra<o,  a  

counterparty  is  considered  to  be  a  customer  of  the  trading  desk  if  the  counterparty  is  a  market  par<cipant  that  makes  use  of  the  banking  en<ty’s  market  making-­‐related  services  by  obtaining  such  services,  responding  to  quota<ons,  or  entering  into  a  con<nuing  rela<onship  with  respect  to  such  services.  However,  a  trading  desk  or  other  organiza<onal  unit  of  another  banking  en<ty  would  not  be  a  client,  customer,  or  counterparty  of  the  trading  desk  if  the  other  en<ty  has  trading  assets  and  liabili<es  of  $50  billion  or  more  unless  the  trading  desk  documents  how  and  why  a  par<cular  trading  desk  or  other  organiza<onal  unit  of  the  en<ty  should  be  treated  as  a  client,  customer,  or  counterparty  of  the  trading  desk.  Transac<ons  conducted  anonymously  on  an  exchange  or  similar  trading  facility  that  permits  trading  on  behalf  of  a  broad  range  of  market  par<cipants  would  be  considered  transac<ons  with  customers  of  the  trading  desk.    

•  The  Customer-­‐Facing  Trade  Ra<o  is  a  ra<o  comparing  (i)  the  transac<ons  involving  a  counterparty  that  is  a  customer  of  the  trading  desk  to  (ii)  the  transac<ons  involving  a  counterparty  that  is  not  a  customer  of  the  trading  desk.  En<<es  should  report  the  following  ra<os  given  a  30  calendar  day,  60  calendar  day  and  90  calendar  day  horizon.    

•  A  trade  count  based  ra<o  must  be  computed  that  records  the  number  of  transac<ons  involving  a  counterparty  that  is  a  customer  of  the  trading  desk  and  the  number  of  transac<ons  involving  a  counterparty  that  is  not  a  customer  of  the  trading  desk.    

•  A  value  based  ra<o  must  be  computed  that  records  the  value  of  transac<ons  involving  a  counterparty  that  is  a  customer  of  the  trading  desk  and  the  value  of  transac<ons  involving  a  counterparty  that  is  not  a  customer  of  the  trading  desk.    

“  Volcker  Rule  enjoins  banks  to  aggregate  gross  market  values,  no<onal  values  and  10Y  bond  equivalent  values  for  Cash,  FX  and  Interest  rate  products  to  understand  how  a  bank  is  turning  over  the  inventory”.      

Quan<ta<ve  Metrics  Metric  -­‐7  –  Customer  facing  trade  ra<o  –  Trade  Count  ra<o.  In  this  bank  has  to  iden<fy  the  trades  by  the  counterparty  type  and  es<mate  the  ra<o  individually  (  rule  says  to  aggregate  all  the  products)        

Product   TransacAons  with  customers  

TransacAons  with  Non  customers  

Customer  RaAo   Comment  

Cash   1000   2000   1000/2000  =0.5     Desk  is  execu<ng  more  trades  in  the  interdealer  market  than  with  client  

FX  products   1000,000   100,000   1000,000/100,000  =10   Desk  facilitates  10  <mes  more  trades  than  on  interdealer  market  

Interest  Rate  Swaps  

50,000  (dv01)   100,000    (dv01)   50,000/100,000  =  0.5   Desk  is  execu<ng  more  trades  in  the  interdealer  market  than  with  client  

Product   TransacAons  with  customers  

TransacAons  with  Non  customers  

Customer  RaAo   Comment  

Cash   1000   2000   1000/2000  =0.5     Desk  is  execu<ng  more  trades  in  the  interdealer  market  than  with  client  

FX  products   1000,000   100,000   1000,000/100,000  =10   Desk  facilitates  10  <mes  more  trades  than  on  interdealer  market  

Interest  Rate  Swaps  

50,000   100,000     50,000/100,000  =  0.5   Desk  is  execu<ng  more  trades  in  the  interdealer  market  than  with  client  

Metric  -­‐7  –  Customer  facing  trade  ra<o  –  Value  ra<o.  In  this  bank  has  to  iden<fy  the  trades  by  the  counterparty  type  and  es<mate  the  ra<o  individually  by  aggrega<ng  the  value  pof  the  transac<ons  (  rule  says  to  aggregate  all  the  products)        

Quan<ta<ve  Metrics  Summary  QuanAtaAve  Metric   Comments  VaR  and  Stressed  VaR   This  metric  provides  the  magnitude  of  the  size  of  the  loss  desk  might  

incur  in  adverse  situa<ons.    High  VaR/Stressed  VaR  means  not  a  market  making  desk.  

Risk  Factor  Sensi<vi<es   This  metric  provides  the  summary  of  the  risk  posi<ons  on  the  trading  book.  Higher  risk  factor  sensi<vity  the  desk  is  not  market  making  desk    

Risk  and  Posi<on  Limits  Usage   Risk  limits  and  associated  usage  is  very  high  is  another  indicator  of  desk  being  a  risk  taking  unit  

Comprehensive  P&L  AOribu<on   PL  aOribu<on  if  shows  desk  is  making  more  money  on  the  exis<ng  posi<ons  it  might  be  an  indicator  of  skill  of  the  desk  and  ac<ve  porpolio  hedging.  

Inventory  Turnover   inventory  ra<os  at  the  product  level  are  less  than  1.Then  it  indicates    inventory  is  being  turned  over  quickly  

Inventory  Aging   Inventory  aging  profile  shows  how  inventory  is  being  accumulated  and  exited.  

Customer  Facing  Trade  Ra<o   This  ra<o  for  each  product  above  1  suggest  the  desk  is  client  facing.  

RENTD  –  Reasonably  es<mate  near  term  demand  •  RENTD  –  Reasonably  es<mate  near  term  demand  by  providing  demonstrable  evidence  and  establishing  a  process  to  

represent  a  desk  as  a  market  making  is  most  challenging  task  for  a  bank.  

•  In  general  banks,  start  accumula<ng  posi<ons  ahead  of  market  events  to  facilitate  or  stand  by  to  take  client  orders.    Now  real  ques<on  is  how  much  of  this  is  considered  market  making?  Are  there  any  limits  or  methods  that  could  be  used  for  guidance.  

•  Client  demand  ebbs  and  flows  in  the  financial  markets  in  response  to  variety  of  events.  Some  of  them  will  be  in  an<cipa<on  to  geopoli<cal  events,  FOMC  events,  corporate  ac<ons  and  so  on.  Some  <mes  there  will  be  a  normal  trading  ac<vity.    

•  Banks  accumulates  set  of  interest  rate  swaps  ahead  of  large  corporate  bond  issuance  to  facilitate  corresponding  hedging  by  the  clients.  Some  <me  this  hedging  will  get  realized  and  some<mes  not.  

•  So  it  would  be  not  possible  to  establish  perfect  guidelines  to  client  demand.  But  over  a  2y  to  3y  trading  horizon,  inventory  metrics  provide  some  guidelines  of  how  a  desk  should  posi<on  itself  to  meet  the  client  demand  

Inventory  Turnover   Trade  accumulaAon  by  trading  desks  typically  happens  over  a  period  of  1  to  2  months.  Therefore  over  a  period  of  3  months  inventory  turnover  raAo  for  each  product  should  be  stabilized  and  brought  under  1.  This  way  ending  inventory  will  be  less  than  beginning  inventory.  

Inventory  Aging   Inventory  aging  should  have  a  down  trending  profile  

Customer  Facing  Trade  Ra<o   This  ra<o  should  be  trending  toward  1  or  above  most  of  the  <me.  

Since  it  is  difficult  to  establish  exact  levels  for  near  term  demand.  Trading  desks  should  start  thinking  of  using  these  inventory  metrics  to  restrain  their  trading  ac<vity