測量債券違約風險的模型

⑴ 什麼可以用來衡量企業的違約風險

資信評級是對經濟主體和各類金融工具所負債務是否如約還本付息的能力和可信任程度的評價。在我國，當前有五家評級機構對企業債券和近40家評級機構對貸款企業的資信進行評級。評級結果表明：企業債券大都為AAA和AA級；貸款企業資信等級則大都呈正態分布。從各自評出的結果看，各家評級機構都會自認為是客觀的。但對於市場的使用者和監管部門來說，如何鑒別此AAA就等同於彼AAA，此AAA就一定優於彼AA呢?如何比較和評價不同評級機構對同一評級對象的評級結果呢?那就需要有另一個可以對評級結果進行事後檢驗和比較的客觀度量標准——違約率(Default Rate)。

違約率是指債務人未能償還到期債務的實際違約情況。

違約概率(Probability of Default，PD)是預計債務人不能償還到期債務(違約)的可能性。違約概率(PD)與違約率所不同的是：它是基於債務人歷史和現實的實際違約情況作出的對未來一定時期(一般為一年)違約狀況的判斷。評級結果與違約率的對應關系是國際公認的事後檢驗評級機構評估質量標準的一項最重要的標尺。

在商業銀行信用風險管理中，違約概率是指借款人在未來一定時期內不能按合同要求償還銀行貸款本息或履行相關義務的可能性。違約概率是計算貸款預期損失、貸款定價以及信貸組合管理的基礎，因此如何准確、有效地計算違約概率對商業銀行信用風險管理十分重要。

資信等級應有與之對應的違約率和違約概率才真正具有應用價值，才能作為衡量評級對象未來違約可能性和信用風險的工具。本質上，與資信等級對應的違約率和違約概率水平才真正代表資信等級所反映的風險狀況。所以，缺少違約率統計數據的資信等級是不完整的、缺乏說服力的，只能對信用風險進行排序。但不同評級機構所設定的違約定義可能不同，所反映同一等級的質量也因此而不同。因此，只有違約定義相同的評級機構，其評級結果才可以進行比較，才能檢驗各自評級結果的「含金量」和質量差異。有了違約率指標的對比，就可以解釋為什麼違約率低的AA級要優於違約率高的AAA級了。有了對應違約率的資信等級才能真正成為決策的依據。

違約概率測度的作用

對商業銀行信用風險管理而言，違約概率測度居於基礎性地位，發揮著重要作用。

首先，這是進行信用風險管理的首要條件。作為測量信用風險的一種基本方法，信用評級的作用是建立在對借款人違約概率的測度基礎上的。只有首先對借款人的違約概率作出科學測度，銀行才能夠精確地計算出預期損失的量，也才能夠對客戶信用狀況作出客觀、准確的評估，進而才能夠保證商業銀行信用風險管理的科學性與有效性。

其次，這是衡量不同評級體系優劣的客觀標准。如果沒有違約概率的測度，就難以衡量不同評級體系的優劣；如果迴避嚴謹科學的違約概率測度，而僅僅追求評級指標體系的建設和評級方法的完善，就無法實現信用評級的現代化飛躍。違約概率測度是信用評級具備權威性和可操作性的靈魂，是衡量不同評級體系優劣的客觀標准。

再次，這是提升商業銀行風險管理素質的重要動力。實踐經驗表明，銀行要成功地進行客戶違約概率的測度，不僅要依託於先進統計模型和風險量化工具的科學運用，更離不開對現代商業銀行經營管理規律的深入認識和科學把握，需要在管理的理念、體制、機制等方面都能夠與之相適應，進而有力提升了商業銀行風險管理的素質。

違約概率測度的方法

近年來，西方商業銀行尤其是那些先進銀行充分利用現代數理統計發展的最新研究成果，在客戶違約概率測度上摸索出了很多方法，取得了很大的成就。綜觀違約概率測度的實踐發展，其呈現出以下特徵和趨勢：從序數違約概率轉向基數違約概率，違約概率的測度日臻具體化；從單個貸款的違約概率測度轉向組合貸款的聯合違約概率；從只考慮借款人自身的微觀經濟特徵轉向同時考慮宏觀經濟因素的影響；從基於歷史數據的靜態測度轉向以預測為主的動態測度；從單一技術轉向多元技術，違約概率測度的技術更加現代化和體現出多學科的交叉化，度量日趨科學化和精確化。

西方商業銀行違約概率的測度方法可以概括為四大類：

1. 基於內部信用評級歷史資料的測度方法，這是商業銀行和評級公司根據長時間積累下來的信用等級歷史資料，以歷史違約概率的均值作為不同信用等級下企業對應的違約概率；

2. 基於期權定價理論的測度方法，這是美國KMV公司利用期權定價理論創立的違約概率預測模型——信用監測模型，也稱KMV模型，是一種向前看的動態模型，主要適用於對公開上市公司的違約概率測度；

3. 基於保險精算的測度方法，是近幾年把保險思想的工具用於估計預期違約概率；

4. 基於風險中性市場原理的測度方法，所謂風險中性市場，是指在進行資產交易的市場上，所有投資者都願意接受從任何風險資產中得到與無風險資產的收益相同的預期收益，所有的資產價格都可以按照用無風險利率對資產預期的未來現金流量加以折現來計算。相比於歷史上的轉移概率，風險中性模型給出了前瞻性的違約預測。

國際上有代表性的信用風險評價模型在中國運用的局限性

我國加人WTO以來，加快了中國市場經濟運行方式向國際接軌的步伐，中國資信評級業如何向國際接軌也受到了新的挑戰。探索和選擇國外且適合我國市場狀況的評估模型勢在必行，國內有部分學者對此也作了有益的研究。在這里，我們把部分學術界將國外有代表性的評估模型運用於中國市場進行實證研究後，將其所發現的問題和缺陷部分作一歸集以利於後續的研究工作。

1、Z-Score信用風險評價模型

Z模型是通過選取五項關鍵性的財務比率並賦予其一定的參數(權重)來預測公司違約或破產可能性的方法。

其中：

X1=營運資金／總資產

X2=(未分配利潤+資本公積)／總資產

X3=稅息前收益／總資產

X4=股權的市場價值／債務的賬面價值

X5=營業額／總資產

以Z值為臨界值，若小於臨界值將發生債務違約。

實證研究發現Z模型存在以下三個缺陷：一是該模型對上市公司中的少數幾個行業具有準確性，許多行業的參數需調整。二是對非上市公司和小公司無法獲得股權價值的數據，需要藉助一些會計信息或其他指標來替代並通過對比分析才能最終得出期望的違約概率。這在一定程度上可能影響計算的准確性。三是需要在Z值的基礎上按國內金融市場的狀況作調整，但一般的決策者都無此能力。

2、KMV信用風險評價模型

KMV模型建立在期權定價理論之上，其出發點是基於這樣的假設：公司的任何信息都可以在股票價格及其波動中得到體現，當公司股票的市場價值因波動而使預期的價值低於一定水平(違約點價值)以下時，公司就會對它的債務違約。該模型把持有的債權看作一個無風險的債權減去一個看跌期權，以此為基礎計算出違約距離，並結合上市公司數據估計出經驗違約概率。雖然KMV模型相對於以注重會計資料分析為基礎的傳統方法的違約概率估計體系具有更好的敏感性，但它的適應條件更嚴格。從結果上看，比較適用於資本市場成熟地區的上市公司。很顯然，我國目前尚不具備推廣KMV模型的條件。

3、CreditMetrics信用風險評價模型

該模型是基於這樣的假設：某一特定時期內(通常為一年)債務組合價值的分布與將來債務人信用等級變化無關，信用等級遷移概率服從穩定的馬爾科夫過程，即貸款或債券目前等級遷移與其過去的遷移概率不相關。雖然，該模型是目前被證明較為有效的信用風險模型，但還是存在若干尚需解決的問題：一是該模型假設貸款或債券目前等級遷移與其過去的遷移概率不相關。但實際的歷史數據表明，一筆債務如果過去發生過違約事件，那麼它目前等級下降的概率要比同一級別的沒有發生過違約行為的要高；二是在計算債務的VaR值時，假設等級遷移概率矩陣是穩定的，即不同借款人之間、不同時期之間，其等級遷移概率是不變的。而實際上，行業因素、國家因素以及商業周期等因素會對等級遷移概率矩陣產生重要影響。三是CreditMetrics模型的違約模型和相關系數的度量是以期權定價理論為基礎的，這對股票市場的成熟條件和數據的真實性有很高的要求。

4、神經網路模型

神經網路模型也是西方運用較廣泛的估計違約概率模型，它依靠採集的數據，對大量的財務及相關信息進行數理統計分析，從而建立違約估計模型。這種模型在實證中仍存在局限性。一是隨著技術創新及金融工具創新，使得財務報表上有限的數據越來越難以真實地反映企業的財務狀況及經營結果，尤其是對於高新技術企業而言，非財務因素占據越來越重的分量；二是因國內企業會計信息失真現象還較為嚴重，使用失真的數據輸入模型必然造成計算結果的偏差。

從對國外幾種信用風險評價模型在我國的實證研究結果看，由於我國證券市場尚不成熟(公司的價值不能通過市場體現)，市場信息披露十分有限，財務數據真實性不高，沒有可資評級機構使用的大容量的信用信息資料庫等客觀條件的制約，而無法「拿來」即用。但信用風險評價模型作為現代計量經濟學的成果，在發達的市場經濟國家的廣泛運用證明了其客觀性和科學性。我國的市場經濟發展尚處於初級階段，市場成熟度與發達的市場經濟國家相比尚有很大的差距，上述評估模型在我國還缺乏運用的基礎條件。

我國違約概率的研究與發展

對中國銀行業來說，內部評級僅僅處於起步階段，時間短且不規范，其中關於違約資料庫、轉移矩陣等方面的基礎設施建設幾乎空白，貸款企業信用評級更多地是用於客戶的選擇及風險的預警，尚未向更深層次的風險量化管理方向發展。為此，中國商業銀行和評級公司應該積極創造條件，加強客戶違約概率測度，以有效提升信用風險管理水平。

第一，結合巴塞爾新資本協議參考定義，科學界定企業違約概念。目前國內還沒有一貫明確的企業違約標准，為了和國際標准接軌，建議中國銀行業對企業的違約概念作如下界定：在一定期限內（通常為一年）企業的貸款業務中只要出現次級、可疑或損失貸款的任一種情況的，就算做違約企業。

第二，加快建立違約概率測度模型的基礎設施——違約資料庫。中國銀行業可以通過企業財務數據過濾器的建立，對企業提交的財務報表進行真實性檢驗，建立合格的違約資料庫，為測度違約概率打下堅實的基礎。中國人民銀行建立的《銀行信貸登記咨詢系統》為中國銀行業提供了一個海量的貸款資料庫的信息平台。國內銀行可以此為基礎，充分發揮該系統的數據資源優勢，並不斷完善系統信息，進而建立我國自己的違約資料庫。

第三，加強違約概率測度模型的研究、開發和應用。基於中國銀行業所處的經營環境，以及歷史實踐具有自身的特殊性，那些西方商業銀行所能夠應用的違約概率模型，卻並不一定能夠適合我國商業銀行。但我們可以借鑒這些違約概率模型的測度思想、方法與過程，結合數據積累的情況實現由簡單模型到復雜模型的過渡。比如，可以根據已有年份評級結果數據的積累，運用信用計量模型對已有年份的每一信用等級的轉移概率和違約概率進行測度，進而形成內部的信用等級轉移矩陣的測度，以後隨著年份數據的增加，再不斷調整。這樣，經過一段時間的積累，就可以建立起我們自己的內部轉移矩陣模型。

另外，結合我國貸款企業的實際信用情況，轉移矩陣模型中各個信用等級違約概率測度除了要考慮行業因素、經濟周期性因素的影響以外，還要考慮地區、規模以及企業所有制性質等因素的影響。

⑵ 債券的定價模型有哪些各有什麼優缺點

就理論上來說，主要有兩個方向，一個是定價角度，一個從公司結構角度

定價角度就是先從現金流角度折現可以算出一個無違約的價格

然後加入違約概率和違約後回收比例，然後用期望來算

由於現實情況按這個算出來都是高估的，可以通過市場價格和中性風險去做系數調整把這個溢價去掉

然後再優化就是可以引入宏觀經濟和行業的系數，把利率和風險中性表述成這些的系數相關的線性函數，考慮到宏觀經濟和行業的系數一般不獨立，要再做一個仿射

一般做到這里就差不多了，再優化就是加入流動性還有目前期限利差結構，再用實證去調整。

這個模型的問題主要是風險中性很可能（尤其在國內）是被大幅低估的，和市場上的結果比較難對上

公司結構角度就是從公司資產負債的出發，從bsm模型開始建模，認為資產首次下穿過負債就是違約。這個模型問題主要一個是模型違約的閾值比較難確定，第二個是杠桿率很高的企業往往在違約邊緣資產負債表的噪音可能會很大。優化的方法就比較開放了，可以通過從股票和債券市場上取得額外信息加入模型，也可以通過可類比企業的數據獲得額外信息

⑶ 風險量化評估模型有哪些

風險量化是指通過風險及風險的相互作用的估算來評價項目可能結果的范圍。風險量化的基本內容是確定哪些實踐需要制定應對措施。風險量化涉及到對風險和風險之間相互作用的評估，用這個評估分析項目可能的輸出。這首先需要決定哪些風險值得反應。
應答時間：2020-12-03，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html

⑷ KPMG風險中性定價模型如何計算債券違約率。

設P為該債券1年內的非違約概率，根據KPMG風險中性定價模型有，k=16.7%;回收率=0;i=5%

P(1+16.7%)+(1-P)(1+16.7%)x0=1+5% 可求得P=89.97%，即其違約概率為1-89.97%=10.03%

⑸ 信用風險度量模型的對現代信用風險度量模型的分析評價

該模型的優點是：KMV模型是一個動態模型，將借款公司的股價信息轉換成信用信息，對借款公司質量的變化比較敏感，同時市場信息也被反映在模型當中，具有一定的前瞻性，模型的預測能力較強。
KMV模型在實際運用中存在的不足是：一是著重於違約預測，忽視了企業信用等級的變化，只適於評估與企業資產價值直接聯系的信貸資產(基本上只是貸款)的風險；二是該模型適用於上市公司的信用風險評估，由於我國的股市並不是一個有效的市場，上市公司的股票價格常常背離公司的實際價值，企業資產價值特別是國有企業的資產價值並不能夠完全反映到股票市值中，從而影響了模型預測的精確性。但是，該模型可以運用到對跨國集團信貸資產的風險管理上，跨國企業的信貸資產很大部分以其母公司為擔保人，而其母公司所在國家的股票市場是比較成熟有效的；三是模型基於資產價值服從正態分布的假設和實際不相符，模型不能夠對長期債務的不同類型進行分辨。 該模型具有兩個優點：一是該模型屬於MTM(market to market)模型，並據此計算信用風險的VaR值，這與國有商業銀行的經營理念基本吻合；二是該模型首次將組合管理理念引入信用風險管理領域，適用於商業信用、債券、貸款、貸款承諾、信用證、以及市場工具(互換、遠期等)等信貸資產組合的風險計量。
該模型的局限在於：
一是該模型對信用風險的評判很大程度上依賴於借款人的信用等級的變化，在我國現有的信用環境下，出現大量損失的概率可能較高。
二是模型假設信用等級轉移概率是一個穩定的馬爾可夫過程，而實際中信用等級轉移與過去的轉移結果之間有很高的相關性。
三是該模型假設無風險利率是事先決定的，我國債券市場尚不發達，還沒有形成合理的基礎利率，而基礎利率是計算貸款現值的重要因素。
四是在我國目前還沒有比較客觀、權威的信用評級公司，沒有現成的企業信用等級轉換概率和不同信用等級企業違約回收率數據資料。在商業銀行歷史貸款資料庫中，某一信用級別的企業在不同時期轉換成另一信用級別的概率可能是不相同的，某一信用級別的企業在各個時期違約回收率的均值可能也是不同的。這些不同時期的轉換概率和企業違約回收率均值就構成了混沌時間序列。如果假設經濟的宏觀因素沒有大的波動，就可以利用構成的混沌時間序列來預測短期未來的信用等級轉換概率矩陣和企業違約回收率均值。有了這些數據，國有商業銀行就可以應用信用度量術模型量化和管理信用風險。
五是該模型在實際運用中需要能夠做好信用等級評估工作的高素質的工作人員，另外由於該模型採用了蒙特卡羅模擬，運算量較大，以國有商業銀行現有的電腦網路系統，每次計算VAR值都需要幾個小時甚至十幾個小時，這樣的速度有時可能無法滿足業務發展的需要。 該模型的主要優勢：比較容易利用死亡率表來計算單個債券和債券組合的預期損失及其波動率，特別是計算債券組合很方便；死亡模型是從大量樣本中統計出來的一個模型，所以採用的參數比較少。該模型主要劣勢：沒有考慮不同債券的相關性對計算結果的影響；沒有考慮宏觀經濟環境對死亡率的影響，因而需要時時更新死亡率表；數據更新和計算量很大；不能處理非線性產品，如期權、外幣掉期
信用度量模型的意義
信用度量模型作為新巴塞爾協議框架，其意義在於確定銀打所承擔的風險水平；對貸款等各種金融產品進行合理定價；合理配置銀行資本，抵禦各種風險。
下面以基於VaR的風險度最模型為例來說明在新巴塞爾議框架下風險度量模型的積極意義。
2001年， 巴塞爾委員會發布了旨在替代舊版巴塞爾協議的《新巴塞爾資本協議》(以下簡稱新巴塞爾協議) 。在此框架下，商業銀行面臨的風險被分為三類：信用風險、市場風險和操作風險。
VaR被運用於商業銀行風險管理始於對於市場風險的監管。傳統的市場風險管理技術可以分為靈敏性分析和波動性分析兩類，但這兩種方法在精確度、依賴性和全面性等方面存在明顯的缺陷，而正如Jorion指出的那樣，VaR方法他用規范的統計技術，全面地衡量市場風險，很好地彌補了靈敏性分析和波動性分析的缺陷，將市場風險管理技術提升到了一個新的高度 巴塞爾委員會也明確了用VaR 方法結合內部模型法來度量銀行面臨的市場風險的規定。
信用風險是商業銀行面臨的風險中最重要的一類風險，由於信用風險本身的一些特點， 運用VaR對其進行度量存在技術上的困難。但是隨著數量技術的發展，新一代金融工程學家運用新的建模技術和分析方法建立了一些暴於VaR技術的信用風險度量模型。其中比較著名的有CIBC提出的CreditVaR 系列方法和J．P.Mrgan提出的CreditMetrics。
在商業銀行皿臨的風險中,操作風險一直以來缺乏明確定義和足夠關注，在新巴塞爾協議中一項重要的修改，就是將操作風險納入風險資本的計算和監管框架。新巴塞爾協議中提供了多種可供選擇的計算操作風險資本盒的方法，其中比較復雜的損失分布法就需要運用VaR方法來確定操作風險資本。

⑹ 違約損失率的預測方法

鑒於歷史數據平均值法的局限性，人們開始研究更多的方法來更加准確地估計LGD。這些方法主要包括以下三類：
1、歷史數據回歸分析法
這種方法是根據違約資產的LGD歷史數據和理論因子模型應用統計回歸分析和模擬方法建立起預測模型，然後將特定項目相關數據輸入預測模型中得出該項目的LGD預測值。最為典型的是穆迪KMV公司的LossCalc模型。該模型利用穆迪公司擁有的美國過去20多年1800多個違約觀察數據，覆蓋了各個行業中900多個違約上市和非上市企業，對美國債券、貸款和優先股LGD建立了立即違約LGD和1年後違約LGD兩種版本的預測模型。該預測模型的理論模型中對LGD的解釋變數包括包括4大類(項目、公司、行業和宏觀經濟)9個因子。據穆迪公司稱，該模型的對LGD的預測效果優於傳統歷史數據平均值法。
2、市場數據隱含分析法
從市場上尚未出現違約的正常債券或貸款的信用升水幅度中隱含的風險信息(包括PD和LGD)分析得出。該方法的理論前提是市場對債券定價是有效的，能夠有效及時地反映債券發行企業信用風險的變化。這種變化反映在債券的信用升水中，即具有信用風險的公司債券的收益率與沒有信用風險的同期限國債收益率的差額。 由於PD與LGD的乘積反映了債券的預期損失，是債券信用風險的重要內容，因此，反映信用風險的信用升水也同樣反映了PD與LGD。在PD可以通過其特定的方法估測出來的情況下，隱含在信用升水中的LGD也就可以求解出來。顯然，這種方法要應用復雜的資產定價模型，也需要充足的數據來支持這種復雜的分析。目前該方法在債券定價和信用衍生產品定價中有一定的應用，在銀行貸款風險中則應用較少。
3、清收數據貼現法
不同於上述兩者方法利用違約的歷史數據或債券交易的市場數據，清收數據貼現法是根據通過預測違約了的不良資產在清收過程的現金流，並計算出其貼現值而得出LGD。應用這種方法的關鍵在於兩個方面，一是對清收現金流的數額及其時間分布的合理估計；二是確定採用與風險水平相應的貼現率。顯然，這兩個方面都並非容易做到，尤其是對預期現金流貼現率的選用，對於已經違約的資產而言，採用多高的貼現率才能充分而又適當地反映其風險水平是非常困難的，這其中，主觀經驗判斷的應用是不可避免的。由於這種方法不需要市場交易數據，比較適宜於估算銀行貸款的LGD。

⑺ 分析東北特鋼債券違約的原因債券違約風險有哪些應對策略

債券基金與股票、混合基金不同，由於債券風險本身就很小，因此，債券基金可以說是風險很小的一種基金了。我們可以根據它的一些特點來選擇好的債券基金。

1、凈值和收益波動小

債券基金的收益、回撤等波動本身就比股票和混合基金要小，因此，我們再選擇債券基金的時候，不能光顧著收益排名，還要仔細查看它的歷史最大回撤，收益波動等因素。

2、盡量選擇凈值和凈值增長率較高的

為什麼這么說？首先，大家要拋開一個誤區：凈值不等於價格，更不代表很便宜。同時，凈值低與未來的收益沒有太大關系。相反，凈值高則代表著管理團隊的投資能力強，盈利能力也強。

從另一方面講，如果是有分紅的基金的話，凈值會因為分紅金額、分紅時間等的不同而變得不準確。尤其是一些積極分紅的基金會與高分紅的基金混在一起排名，這時，關注凈值增長率就顯得很重要了。

3、規模不應太大

因為債券本身交易就不活躍，再加上資金規模較大的話（通常以超過20億元為標准），基金的「調倉換債」是個很大的問題。因此，選擇一些小規模的債券基金，或許能在市場行情好的時候獲取更多收益。

4、機構持倉比例高

一般來說，機構管理的資金量比較大，因此風險偏好很低，會選擇配置一些穩定性好的債券或債券基金作為投資標的。因此，跟著「老大」走，找那些機構持倉的債券相關的標的基金或債券基金，不敢說高收益，但至少穩定的收益率波動，那時妥妥的。

5、看好宏觀周期

在加息周期的話，利率上升，債券和債券基金的價格會下降。原因很簡單，銀行存款和債券的安全性和收益性相當，利息上去了，自然有一部分資金會流向更安全的銀行存款了。因此，在加息周期購買的話，可以買到很多物美價廉的債券基金。

另外需要注意的是，債券基金的期限越長，受利率影響，下跌幅度會更大，因此，作為個人投資者，選擇一些中短期的債券基金即可。

⑻ 最適合衡量公司債券的違約風險高低的指標是( )。

C
答案解析：
[解析]
根據公司的信用評級，可以衡量公司的信用程度和違約的可能性，從而判斷違
約風險的高低。到期收益率是衡量盈利能力的，債券價格波動率衡量的是債券的市場風險；資產負債率衡量公司的資源利用和負債情況，不能直接衡量違約風險的高低。