ความน่าจะเป็นของ CME FedWatch ทำงานอย่างไร จาก Fed Funds futures สู่ผลการประชุม FOMC
เรียนรู้ว่า CME FedWatch ใช้ 30-Day Fed Funds futures, ค่าเฉลี่ย EFFR รายเดือน เดือนที่ไม่มีการประชุมเป็นจุดยึด และสมมติฐานที่ระบุไว้อย่างไรเพื่อประมาณผลลัพธ์อัตราดอกเบี้ยของ FOMC
คำตอบโดยตรง
CME FedWatch เริ่มจาก 30-Day Federal Funds futures ซึ่งสัญญารายเดือนที่ระบุชื่อเดือนสะท้อนราคาตลาดสำหรับค่าเฉลี่ย EFFR รายวันในเดือนสัญญา จากนั้น CME ใช้ชุดสมมติฐานด้านปฏิทินและการเปลี่ยนแปลงอัตราดอกเบี้ยที่เผยแพร่ไว้ เพื่อประมาณความน่าจะเป็นของผลลัพธ์การประชุม FOMC ตามกำหนด ผลลัพธ์เป็นการประมาณภายใต้สมมติฐานเหล่านั้น ไม่ใช่ความน่าจะเป็นที่สังเกตได้โดยตรงหรือผลนโยบายที่รับประกัน
เริ่มจากสัญญา Federal Funds futures รายเดือนที่ระบุชื่อเดือน
ข้อมูลนำเข้าไม่ใช่ราคา “อัตราดอกเบี้ย Fed” แบบทั่วไป สัญญา 30-Day Federal Funds futures มีเดือนที่ระบุชื่อและการคำนวณตามสัญญา วิธีการของ CME อธิบายว่าราคาสะท้อนความคาดหวังของตลาดต่อค่าเฉลี่ย EFFR รายวันในเดือนของสัญญาฟิวเจอร์สนั้น
ช่วงเวลารายเดือนนี้มีความสำคัญ การประชุม FOMC อาจเกิดขึ้นหลังจากบางวันของเดือนผ่านไปแล้วและก่อนวันที่เหลือจะมาถึง ดังนั้นราคาฟิวเจอร์สรายเดือนจึงไม่ได้ระบุผลของการประชุมครั้งเดียวโดยตรงหากไม่ตีความโดยคำนึงถึงปฏิทิน
เครื่องมือ CME FedWatch หมายถึงอะไร อธิบายว่าความน่าจะเป็นของการประชุมที่แสดงบนหน้าจอหมายถึงอะไร ก่อนที่คู่มือนี้จะอธิบายว่า CME คำนวณผลดังกล่าวอย่างไร
อ่าน 100 ลบด้วยราคาเป็นอัตราค่าเฉลี่ยโดยนัยรายเดือน
วิธีการของ CME ใช้หลักว่าราคาของ 30-Day Federal Funds futures ที่ระบุชื่อเดือนสามารถอ่านเป็น 100 ลบด้วย EFFR เฉลี่ยโดยนัยของเดือนสัญญานั้น นี่เป็นวิธีคำนวณที่ product กำหนด ไม่ได้หมายความว่าราคาเท่ากับ EFFR วันนี้ จุดกึ่งกลางของ target rate หรือผลการประชุมครั้งถัดไป
New York Fed ให้นิยาม EFFR ว่าเป็นค่ามัธยฐานถ่วงน้ำหนักด้วย volume ของธุรกรรม federal funds ข้ามคืน และเผยแพร่สำหรับวันทำการก่อนหน้า อัตราที่เผยแพร่นั้นอยู่คนละช่วงเวลากับค่าเฉลี่ยโดยนัยของเดือนในอนาคต อย่าใช้ค่า EFFR spot แทนข้อมูลนำเข้าฟิวเจอร์สรายเดือน หรือใช้ราคาบนหน้าจอที่ถูกปัดเศษโดยไม่เก็บ field และ timestamp ไว้
ราคาฟิวเจอร์ส SOFR และอัตราโดยนัย แสดงหลัก 100 ลบด้วยอัตราแบบเดียวกันโดยทั่วไปในตระกูลสัญญาอีกแบบหนึ่ง แต่ช่วงอ้างอิงและกฎการคำนวณไม่เหมือนกัน
ใช้เดือนที่ไม่มีการประชุมเป็นจุดยึดตามวิธีการของ CME
วิธีการที่ CME เผยแพร่เริ่มจากเดือนเต็มที่ไม่มีการประชุม FOMC สำหรับเดือนที่เป็นจุดยึดนี้ จะใช้ EFFR เฉลี่ยรายเดือนโดยนัยเพื่อเชื่อมอัตราปลายเดือนก่อนหน้าเข้ากับอัตราต้นเดือนหลังจากนั้น จากนั้นวิธีการจะทำงานผ่านเดือนที่มีการประชุมรอบข้าง
ขั้นตอนนี้เป็นเหตุผลว่าทำไมจึงไม่สามารถสร้างความน่าจะเป็น FedWatch ขึ้นใหม่ได้ด้วยการชี้ไปที่ราคาเดียวแล้วบอกว่า “100 ลบด้วยตัวเลขนั้น” วิธีการใช้เดือนของสัญญาที่ระบุชื่อ ความสัมพันธ์ตามปฏิทินกับการประชุมตามกำหนด และลำดับการดำเนินการเพื่อส่งต่ออัตราโดยนัยไปตามเส้นเวลา
เดือนของสัญญาเป็นป้ายที่ product กำหนด ไม่ใช่ปฏิทินนโยบายสากล รหัสเดือนของสัญญาฟิวเจอร์ส เป็นข้อมูลประกอบที่มีประโยชน์เมื่อ symbol แบบย่อบังข้อมูลเดือนและปีที่อยู่เบื้องหลัง
ต้นไม้ความน่าจะเป็นขึ้นอยู่กับสมมติฐานการเปลี่ยนอัตราที่ระบุไว้
เพื่อแปลงการเปลี่ยนแปลง EFFR ที่คาดไว้เป็นประมาณการผลการประชุม วิธีการของ CME ใช้สมมติฐานเฉพาะ ในบรรดาสมมติฐานเหล่านั้นมีการขยับอัตราเป็นช่วงละ 25 basis points อย่างสม่ำเสมอ การตอบสนองของ EFFR แบบเป็นสัดส่วน ตารางการประชุม FOMC ที่เผยแพร่ และขอบเขตล่างของ EFFR ที่ศูนย์ นอกจากนี้ยังอธิบายต้นไม้ความน่าจะเป็นแบบ unconditional ที่สร้างจากข้อมูลนำเข้าเหล่านี้
สมมติฐานเหล่านี้ทำให้ผลลัพธ์อ่านได้ง่าย แต่ไม่ใช่ข้อเท็จจริงเกี่ยวกับอนาคต CME ระบุว่าความน่าจะเป็นที่คำนวณได้เป็นเพียงการประมาณและอาจเปลี่ยนหากสมมติฐานข้อใดไม่เป็นจริง ดังนั้นควรอ่านตารางผลลัพธ์ที่เป็นไปได้ว่าเป็นผลจากแบบจำลองที่มีเงื่อนไข ไม่ใช่การวัดการตัดสินใจที่ไม่รู้ซึ่งเกิดขึ้นแล้ว [!WARNING] อย่าเรียกข้อมูลนำเข้าฟิวเจอร์สรายเดือนว่าเป็นการพยากรณ์การประชุมโดยตรง สัญญา 30-Day Federal Funds futures อ้างอิง EFFR เฉลี่ยรายเดือนที่ระบุชื่อเดือน FedWatch ใช้วิธีการของตนแปลงข้อมูลนำเข้ารายเดือนเหล่านี้เป็นผลลัพธ์ของการประชุมที่เลือก การแปลงดังกล่าวไม่ได้ลบประเด็นด้านปฏิทิน สมมติฐาน ราคา หรือความเสี่ยงของแบบจำลอง
เก็บเวลา input การประชุม และเวอร์ชันวิธีการไว้
บันทึกที่รอบคอบควรมีการประชุม FOMC ที่เลือก เดือนของสัญญาฟิวเจอร์ส field ราคาที่แน่นอนและเวลาสังเกต ความน่าจะเป็นผลลัพธ์ที่แสดง และแหล่งที่มาของวิธีการ หากเป็นไปได้ให้ใช้เวลาสังเกตเดียวกันสำหรับทุกสัญญาในการเปรียบเทียบหลายการประชุม มิฉะนั้นให้ระบุความไม่ตรงกันของเวลา แทนการถือว่าเป็นรายละเอียดเล็กน้อย
ผลลัพธ์ยังต้องมีการเปรียบเทียบแยกต่างหากกับประมาณการที่ FOMC เผยแพร่เอง FedWatch เทียบกับ dot plot ของ FOMC แยกแบบจำลองจากราคาตลาดออกจาก Summary of Economic Projections สำหรับความแตกต่างพื้นฐานระหว่าง SOFR และ EFFR futures ให้ดู SOFR futures เทียบกับ Fed Funds futures [!TRYMARK] สร้างบันทึกการสังเกต FedWatch ที่ทำซ้ำได้ เขียนวันที่ประชุม เดือนและปีของสัญญา field ราคา เวลาราคา การคำนวณอัตรารายเดือนโดยนัย ตารางผลลัพธ์ที่แสดง timestamp ของเครื่องมือ และลิงก์วิธีการ หากไม่สามารถทำซ้ำรายการใดได้ ให้อธิบายว่าผลลัพธ์ไม่สมบูรณ์ แทนการเรียกมันว่าความน่าจะเป็นที่ชี้ขาด
คู่มือนี้อธิบายวิธีการสาธารณะสำหรับตีความเครื่องมือข้อมูลตลาด ไม่ได้ประมาณผล FOMC ปัจจุบัน รับรองสมมติฐาน หรือแนะนำการซื้อขาย การ hedge หรือการปรับพอร์ต ควรปรึกษาเอกสารนโยบายอย่างเป็นทางการ เอกสารปัจจุบันของตลาดแลกเปลี่ยน และข้อมูลตลาดปัจจุบันตามวัตถุประสงค์ของแต่ละรายการ
คำถามที่พบบ่อย
FedWatch ใช้สัญญาฟิวเจอร์สหนึ่งสัญญาต่อการประชุม FOMC แต่ละครั้งหรือไม่
FedWatch ใช้ 30-Day Federal Funds futures ที่ผูกกับช่วงเวลารายเดือนที่ระบุชื่อ และใช้ความสัมพันธ์ตามปฏิทินในวิธีการ ผลลัพธ์ของการประชุมจึงไม่ใช่วัตถุเดียวกับราคาสัญญารายเดือนหนึ่งสัญญาโดยตรง
เหตุใดวิธีการจึงใช้เดือนที่ไม่มีการประชุม FOMC
CME ใช้เดือนที่ไม่มีการประชุมเป็นจุดยึดเพื่อเชื่อมค่า EFFR เฉลี่ยรายเดือนโดยนัยกับประมาณการอัตราต้นเดือนและปลายเดือนที่อยู่ติดกัน นี่เป็นส่วนหนึ่งของขั้นตอนคำนวณที่ระบุไว้
100 ลบด้วยราคาฟิวเจอร์สคือ target rate ครั้งถัดไปหรือไม่
ไม่ ในบริบทนี้หลักดังกล่าวให้ EFFR เฉลี่ยโดยนัยสำหรับเดือนสัญญาที่ระบุชื่อ ไม่ได้เป็น EFFR วันนี้ target rate หรือผลของการประชุมครั้งเดียวโดยอัตโนมัติ
เหตุใดสมมติฐาน 25 basis points จึงสำคัญ
สมมติฐานเป็นตัวกำหนดว่า CME จะแปลงการเปลี่ยนแปลง EFFR ที่คาดไว้เป็นผลการประชุมที่เป็นไปได้แบบไม่ต่อเนื่องอย่างไร หากสมมติฐานหรือราคาพื้นฐานแตกต่างกัน ผลลัพธ์ความน่าจะเป็นที่คำนวณได้ก็อาจแตกต่างกัน
ความน่าจะเป็น FedWatch จะคงเดิมจนถึงวันประชุมได้หรือไม่
ไม่มีการรับประกันเช่นนั้น เครื่องมืออิงราคาตลาดและวิธีการที่ระบุไว้ ดังนั้นผลลัพธ์จึงเปลี่ยนได้เมื่อข้อมูลนำเข้าที่เกี่ยวข้องหรือเวลาสังเกตเปลี่ยน