信用風險管理方法概述(編輯修改稿)

　

【文章內容簡介】 型延續了莫頓模型的基本思想，在債務到期日，如果公司資產的市場價值高于公司債務值（違約點），則公司股權價值為公司資產市場價值與債務值之間的差額；如果此時公司資產價值低于公司債務值，則公司變賣所有資產用以償還債務，股權價值變為零。 ? KMV模型提出的新概念：違約點（ DP）、違約距離 (DD)、預期違約頻率 (EDF) 45 違約點（ Default Point） ? 在期權定價框架中，違約行為發生于資產市場價值小于企業負債之時，但實際生活中違約并不等于破產，就是說，資產價值低于債務總值的概率并不是對 EDF的準確量度。 ? KMV 公司通過觀測幾百個公司樣本，認為當資產價值達到總債務和短期債務之間的某一點，即違約點時，企業才發生違約。 ? KMV 公司認為違約點 DP大約等于企業短期債務加上長期債務的一半。 違約距離 (Default Distance) ? 假設公司資產價值服從正態分布， KMV公司給出了一個直接計算違約距離的方法，即 ? STD –短期債務 , LTD –長期債務 , ? DPT 違約點： STD+ 1/2LTD, ? DD : 1( ) ( )() 2 ( *)T T TTTVVEV STD LTDEV DPTDD???????T時的預期資產價值 T時的預期資產波動率 46 第二節 信用風險度量方法 47 ? 要使得企業違約的可能性小，必須同時滿足 ? 絕對違約距離大，即企業市值越大或者貸款越少； ? 標準差（波動性）越小，即企業經營的穩定性越好； ? 上述兩個因素必須聯合起來共同判定違約的可能性。 ? 基于違約距離計算 EDF的更一般方法有兩種： ? 基于資產價值分布（如正態分布）的 EDF計算，稱為 理論 EDF ? 基于歷史違約數據的 EDF計算，稱為 經驗 EDF 48 理論 EDF的計算 ? 例子：假設某企業資產價值 V0＝ 100萬，到期（ 1年）債務價值 DPT＝ 80萬，若未來 1年資產價值服從均值為 100萬（ =V0），標準差 (波動率 )σV＝ 10萬的正態分布，那么，該企業違約距離是多少？ ? 計算違約距離（ default distance），由例子可得 1 NDD??預期違約概率 （ ）( ) 100 80 2101 ( ) %VE V DPTDDN DD????萬 － 萬 =（ 個 標 準 差 ）萬? 在本例中、預期的或平均的資產價值沒有增長，但是把增長因素考慮進來也是很容易的。舉例說來、如果我們計劃，企業的資產價值再下一年里增長 10%，那么，相應的 DD值會更高。 ? 該模型對于在同一市場上的所有企業使用一個不變的資產增長假定，即預期的市場整體增長率。 這一假定的合理性是，在一個有效的市場上，市場和個別企業增長率的差異已被納入企業的股票價格（并因此納入資產價值）之中。因而，在均衡時，在個別企業和市場的增長之間不存在差異。對這一不變的（全面的）資產增長率的唯一其他調整是企業具體的支出，如發放紅利或償還利息。 ? 隨之，調整后的數字被用作計算違約距離公式中暗含的現行資產價值。 49 第二節 信用風險度量方法 50 ? 使用大樣本企業違約（樣本中包括那些已經違約的企業）的歷史信息，可以估計出每一個期限內在給定級別（比如 DD=4）的情況下，在一年后，實際發生違約的企業比例數。這個比例，比如40個基本點或者 %。就是圖中的經驗 EDF。 1 2 3 4 5 640個基本點 DD 經驗EDF 經驗 EDF的計算 DDED FDD?年 初 資 產 價 值 離 違 約 點 有 之 遠企 業 中 一 年 出 現 違 約 的 企 業 數 量經 驗年 初 資 產 價 值 離 違 約 點有 之 遠 的 所 有 企 業 數 量51 00 V 1 0 0 0 2 0 % 1 1 .2 V4???范 例 ：資 產 當 前 的 市 場 價 值每 年 資 產 的 凈 預 計 增 長年 中 的 預 期 資 產 價 值 =1200 按 年 率 計 算 的 資 產 波 動 性 = 1 0 0 違 約 點 800 則 有1200800 DD=10052 4 5 0 0 02 0 1200 .4 % 4 05000DDBB????1年假 設 在 所 有 的 企 業 群 中 ， 比 如 說 在 個 企 業 中有 個 企 業 年 后 違 約 ， 那 么 EDF 或 者 個 基 本 點這 個 違 約 率 暗 含 評 級 為? KMV公司信用監測模型的缺陷 ： ? （ 1）模型的使用范圍受到了限制 ,不適用于非上市公司 ? （ 2）在現實中 ,并非所有借款企業都符合模型中資產價值呈正態分布的假定 ? （ 3）該模型不能夠對長期債務的不同類型進行分辨 ? （ 4）在 KMV模型的應用過程中，一直假定公司的債務結構是靜態不變，與事實不完全相符 53 第二節 信用風險度量方法 (二） Credit Metrics模型 ? Credit metrics（譯為 “ 信用計量 ” ）是由 摩根公司聯合美國銀行、 KMV公司、瑞士聯合銀行等金融機構于 1997年推出的信用風險定量模型。 ? 它是在 1994年推出的計量市場風險的 Riskmetrics（譯為 “ 風險計量 ” ）基礎上提出的，旨在提供一個可對銀行貸款等非交易資產的信用風險進行計量的框架。 54 第二節 信用風險度量方法 55 Creditmetrics基本假設 1 信用評級有效。信用狀況可由債務人的信用等級表示； 2 債務人的信用等級變化可能有不同的方向和概率 ? 例如， 上一年 AAA的貸款人有 90％（概率）的可能轉變為 AA級（方向）。 ? 把所有的可能列出，形成所謂的 “ 評級轉移矩陣 ” 。 3 貸款的價值由信用等級（價差）決定 ? 由期初的信用等級得到貸款的初始價值； ? 由評級轉移矩陣估計期末貸款的價值。 56 Creditmetrics的總體框架 信用評級 信用價差 優先權 信用轉移概率 殘值回收率 債券現值 信用風險估計 57 計量模型需要的數據 ? 需要利用的數據： ? 借款人當前的信用評級數據 ? 信用等級在一年內可能改變的概率 ? 違約貸款的殘值回收率 ? 債券的（到期）收益率 ? 注：以上這些資料可以公開得到 58 ?計量信用風險的步驟 ? 1 估計信用轉移矩陣 ? 2 估計違約回收率 ? 3 債券估值 ? 4 計算信用風險 59 步驟 1 估計信用轉移矩陣 ? 根據歷史資料得到，期初信用級別為 AAA的債券， 1年后的信用等級的概率如下 AAA AAA， ％ AA， ％ A， ％ BBB， ％ BB， ％ CCC， 0 D， 0 60 A AAA， ％ AA， ％ A， ％ BBB， ％ BB， ％ CCC， ％ D， ％ 注意： A級別債券有 ％的概率在下一年度轉移到 D級，即 A級債券仍有違約的可能。 61 構建信用轉移矩陣 ? 以上給出了 AAA和 A級債券的轉移概率，同樣可以得到其他級別，如 AA、 BBB、 C等信用級別的轉移概率。 ? 將債券所有級別的轉移概率列表，就形成了所謂的“ 信用轉移矩陣 ” 。 62 級別 AAA AA A BBB BB B CCC 違約 AAA 0 0 0 AA 0 A BBB BB B 0 CCC 0 （資料來源：標準普爾， 2023） 示例：信用轉移矩陣 63 步驟 2 估計違約回收率 ? 由于 A～ CCC債券有違約的可能，故需要考慮違約時，壞賬（殘值）回收率。 ? 企業破產清算順序直接關系回收率的大小。 ? 有擔保債高于無擔保債 ? 優先高于次級，次級高于初級 64 65 次級額外債務 ? 今天你購買了一張債券，到了明天，你可能會苦惱地發現該公司未償還的債務已擴大為原來的三倍。這也意味著投資者的債券的質量與他昨日購買時相比已降低了。 ? 為了阻止公司以這種方式損害債券持有人的利益，次級條款（ subordination clauses）的規定限制了發行者額外借款的數額。 ? 原始債務優先，額外債務要從屬于原始債務。也就是說，如遇公司破產，直到有優先權的主要債務被付清，次級債務的債權人才可能被償付。 ? 因此，具有優先級的債券信用高于次級。 66 違約回收率統計表 債券級別 回收率 (％面值 ) 標準差 (％ ) 優先擔保債券 優先無擔保債券 優