Esta tese analisa os modeloes de Margin Inicial (Initial Margin – IM) utilizados pelas Contrapartes Centrais (CCPs) e as suas implicações, com foco na estimativa de risco, conformidade regulatória e impacto nos mercados. Através de três estudos independentes, investiga-se o desempenho dos modelos de IM em períodos de stress, a eficácia das medidas contra a prociclicalidade e a relação entre margens e liquidez de mercado. O primeiro estudo compara os modelos de IM em conformidade com a regulação durante a crise da COVID-19, concluindo que os modelos de Value at Risk (VaR) Paramétrico e de Simulação de Monte Carlo superam a Simulação Histórica na captação de choques de mercado. O segundo estudo avalia as medidas de Anti-Prociclicalidade (APC) previstas no regulamento EMIR, propondo uma nova abordagem baseada na taxa de variação da IM, bem como uma métrica de desempenho baseada na volatilidade da IM. Esta abordagem revela-se mais estável e eficaz do que os métodos regulatórios existentes. O terceiro estudo analisa a relação bidirecional entre IM e liquidez de mercado, demonstrando que os modelos APC floor e stressed apresentam impactos mais claros na liquidez do mercado, enquanto a influência dos modelos buffer é menos evidente devido à sua instabilidade. Em conjunto, os estudos evidenciam a necessidade de uma calibração mais rigorosa dos modelos e de orientações regulatórias mais claras, de modo a garantir que as CCPs possam mitigar o risco sistémico sem comprometer a liquidez do mercado.

This thesis explores the design and implications of Initial Margin (IM) models used by Central Counterparties (CCPs), focusing on risk estimation, regulatory compliance, and market impact. Through three standalone studies, it examines how IM models perform under stress, address procyclicality, and affect market liquidity. The first study compares regulatory-compliant risk models during the COVID-19 turmoil, finding that Monte Carlo and Parametric Value at Risk (VaR) models outperform Historical Simulation in capturing market shocks. The second study critiques EMIR’s Anti-Procyclicality (APC) measures, proposing a novel approach based on IM rate of change and introducing a new performance metric based on margin volatility. This method proves more stable and effective than existing APC tools. The third study analyzes the two-way relationship between IM and market liquidity, showing that while floor and stressed APC models exhibit measurable effects, the buffer model’s impact is less clear due to instability. Together, these papers highlight the need for better model calibration and clearer regulatory guidance to ensure CCPs can manage systemic risk without harming market liquidity.