基于違約概率和回收率負(fù)相關(guān)假設(shè)的信用風(fēng)險(xiǎn)模型研究.pdf

1、信用風(fēng)險(xiǎn)，又稱違約風(fēng)險(xiǎn)，是指由于金融合同中訂約方信用品質(zhì)的不可預(yù)測(cè)改變而引起的損失，包括信用降級(jí)、不能支付債務(wù)和清算。隨著企業(yè)債券市場(chǎng)的快速發(fā)展，全球金融管制的放松，新型金融衍生產(chǎn)品的不斷推出，人們?cè)絹?lái)越認(rèn)識(shí)到信用風(fēng)險(xiǎn)在資產(chǎn)定價(jià)及風(fēng)險(xiǎn)管理中占有越來(lái)越重要的地位，隨之，產(chǎn)生了大量的信用風(fēng)險(xiǎn)模型。最突出的表現(xiàn)就是新、舊巴塞爾協(xié)議中信用風(fēng)險(xiǎn)管理方法的不斷深入。我國(guó)已經(jīng)加入WTO，本身競(jìng)爭(zhēng)能力就較弱、身背沉重包袱的銀行等金融機(jī)構(gòu)將會(huì)面臨更加激烈

2、的跨國(guó)競(jìng)爭(zhēng)。同時(shí)，盡管我國(guó)的企業(yè)債券市場(chǎng)發(fā)展迅速，但相對(duì)經(jīng)濟(jì)發(fā)達(dá)國(guó)家的債券市場(chǎng)還相對(duì)較為落后。所以，研究信用風(fēng)險(xiǎn)模型對(duì)提高我國(guó)金融機(jī)構(gòu)的競(jìng)爭(zhēng)能力，為發(fā)展債券市場(chǎng)有著重要的理論與現(xiàn)實(shí)意義。
　　本文在較為全面地閱讀國(guó)內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上，在第1章和第2章對(duì)現(xiàn)有的信用風(fēng)險(xiǎn)模型進(jìn)行了深入的研究。由于簡(jiǎn)化形式模型比結(jié)構(gòu)化模型更能表達(dá)出違約的突然性并且更加符合實(shí)證研究結(jié)果，所以本文研究的信用風(fēng)險(xiǎn)定價(jià)模型屬于簡(jiǎn)化形式模型。針對(duì)傳統(tǒng)的信用風(fēng)險(xiǎn)定

3、價(jià)模型及信用風(fēng)險(xiǎn)管理模型將違約回收率看成是一個(gè)外生的常數(shù)或是一個(gè)獨(dú)立的隨機(jī)變量，而忽略回收率和違約概率之間的負(fù)相關(guān)性這一問(wèn)題，本文應(yīng)用相關(guān)實(shí)證研究得到了違約概率和回收率的指數(shù)和對(duì)數(shù)回歸模型，并對(duì)應(yīng)用非常廣泛的結(jié)構(gòu)化風(fēng)險(xiǎn)率模型、仿射結(jié)構(gòu)模型、可轉(zhuǎn)換債券定價(jià)模型和Credit Metrics模型進(jìn)行了改進(jìn)和拓展，在新模型中應(yīng)用指數(shù)和對(duì)數(shù)函數(shù)引入了這兩個(gè)變量之間的負(fù)相關(guān)性。并且，本文在各章通過(guò)算例和實(shí)證研究檢查了所提出的新模型。具體內(nèi)容如下：

4、
　　第3章構(gòu)建了可違約零息債券定價(jià)的結(jié)構(gòu)化風(fēng)險(xiǎn)率模型。該模型的主要貢獻(xiàn)是并且應(yīng)用指數(shù)函數(shù)來(lái)表示回收率和違約概率之間的負(fù)相關(guān)性。在對(duì)風(fēng)險(xiǎn)率的定義中，該模型認(rèn)為一個(gè)外生的損失過(guò)程會(huì)隨機(jī)地沖擊公司。通過(guò)假設(shè)該損失過(guò)程是一個(gè)Poisson過(guò)程，得到了由公司價(jià)值和利率過(guò)程決定的風(fēng)險(xiǎn)率表達(dá)式。與Madan和Unal（2000）定義違約發(fā)生立即清算的方法不同，該模型認(rèn)為即使在某個(gè)時(shí)期損失大于公司資產(chǎn)，但違約是否發(fā)生還要看在債務(wù)到期日企業(yè)權(quán)益價(jià)

5、值是否大于該損失，這一點(diǎn)更加符合實(shí)際的合同條款。在求解定價(jià)模型的過(guò)程中，本章應(yīng)用了測(cè)度變換，將風(fēng)險(xiǎn)中性定價(jià)測(cè)度下的資產(chǎn)定價(jià)方程轉(zhuǎn)換為遠(yuǎn)期概率測(cè)度下定價(jià)方程，并且通過(guò)構(gòu)建一個(gè)特征函數(shù)，應(yīng)用變量分離技術(shù)得到了定價(jià)模型的封閉解。同時(shí)，該模型考慮了Vasicek形式的利率期限結(jié)構(gòu)模型并采用了價(jià)值回收的假設(shè)。最后，本章對(duì)模型中的各項(xiàng)參數(shù)進(jìn)行了敏感度分析，結(jié)果顯示回收率的減小會(huì)引起信用差額的增大。這說(shuō)明回收率風(fēng)險(xiǎn)是一個(gè)系統(tǒng)性風(fēng)險(xiǎn)因素，它會(huì)引起風(fēng)險(xiǎn)溢

6、價(jià)。
　　第4章構(gòu)建了可違約息票債券定價(jià)的仿射結(jié)構(gòu)模型。本章的主要貢獻(xiàn)是在仿射結(jié)構(gòu)模型中應(yīng)用指數(shù)函數(shù)考慮了回收率和違約概率之間的負(fù)相關(guān)關(guān)系。該模型假設(shè)利率期限結(jié)構(gòu)是初始仿射過(guò)程，而風(fēng)險(xiǎn)率是利率期限結(jié)構(gòu)的線性函數(shù)。應(yīng)用仿射結(jié)構(gòu)模型的一般方法，本章通過(guò)構(gòu)建一個(gè)特征函數(shù)并求解對(duì)應(yīng)的Riccati方程，得到了定價(jià)模型的封閉解。其中，模型應(yīng)用了CIR利率期限結(jié)構(gòu)過(guò)程并采用了違約時(shí)按面值回收的假設(shè)。同時(shí)，參數(shù)敏感度分析同樣說(shuō)明回收率風(fēng)險(xiǎn)是一個(gè)

7、系統(tǒng)性風(fēng)險(xiǎn)因素。最后，本章選取上海證券交易所交易的5只公司債券進(jìn)行了實(shí)證分析。結(jié)果顯示，這些債券的回收率都較高而且風(fēng)險(xiǎn)率較低，這與我國(guó)所發(fā)行的公司債券都是高信用等級(jí)債券的實(shí)際情況一致。同時(shí)，結(jié)果顯示違約風(fēng)險(xiǎn)率與利率正相關(guān)，這說(shuō)明利率高低仍然是影響我國(guó)企業(yè)信用風(fēng)險(xiǎn)的主要原因。而且，應(yīng)用估計(jì)參數(shù)所求出的債券理論價(jià)格與市場(chǎng)實(shí)際價(jià)格能夠較好擬和，說(shuō)明了模型的正確性。
　　第5章構(gòu)建了帶有信用風(fēng)險(xiǎn)的可轉(zhuǎn)換債券的Monte Carlo定價(jià)模型

8、。其中，模型框架是Duffie和Singleton（1999）提出的信用風(fēng)險(xiǎn)模型，并應(yīng)用指數(shù)函數(shù)考慮了回收率和違約概率之間的負(fù)相關(guān)關(guān)系。由于可轉(zhuǎn)換債券內(nèi)涵了美式復(fù)合期權(quán)，特別是在考慮利率、回收率等風(fēng)險(xiǎn)的情況下有很強(qiáng)的路徑依賴性，本章應(yīng)用由Longstaff和Schwartz（2001）提出的最小二乘Monte Carlo模擬算法（LSM）對(duì)可轉(zhuǎn)換債券進(jìn)行定價(jià)。該方法的主要思想是，通過(guò)對(duì)模擬路徑樣本中所包含的信息進(jìn)行一個(gè)簡(jiǎn)單的最小二乘回歸

9、來(lái)估計(jì)債券未來(lái)支付的條件期望。通過(guò)對(duì)各條路徑的逆向遞推，可以得到最優(yōu)執(zhí)行決策，進(jìn)而得到可轉(zhuǎn)換債券的價(jià)格。本章還應(yīng)用一個(gè)可轉(zhuǎn)換債券的算例說(shuō)明了這種方法。最后，本章選取了國(guó)電轉(zhuǎn)債進(jìn)行了實(shí)證研究，所得到的理論價(jià)格能夠較好的擬和市場(chǎng)價(jià)格。
　　第6章構(gòu)建了債券投資組合的信用風(fēng)險(xiǎn)管理模型。本章基于Credit Metrics的分析框架，應(yīng)用Monte Carlo模擬方法比較了常數(shù)回收率，Beta分布回收率，回收率與風(fēng)險(xiǎn)率負(fù)相關(guān)這三種假設(shè)下債

10、券投資組合的不同信用風(fēng)險(xiǎn)。其中，違約回收率和風(fēng)險(xiǎn)率之間的負(fù)相關(guān)性用對(duì)數(shù)函數(shù)來(lái)表示，并且用VaR和CvaR來(lái)測(cè)度信用風(fēng)險(xiǎn)。通過(guò)假設(shè)不同信用等級(jí)債券的風(fēng)險(xiǎn)率是不同參數(shù)Gamma分布的隨機(jī)變量，本文考慮了相同信用等級(jí)債券間及不同信用等級(jí)債券間違約頻率的異質(zhì)性。同時(shí)，本章采用Student’s t-copula函數(shù)來(lái)處理投資組合中債券之間的相關(guān)性。最后，本章通過(guò)一個(gè)假設(shè)的債券投資組合對(duì)模型進(jìn)行了應(yīng)用。從不同置信區(qū)間的VaR和CVaR可以看出，當(dāng)