“公共品”信用评级模式下公司违约概率预测.docVIP

“公共品”信用评级模式下公司违约概率预测 　　摘要： 基于“发行者付费”的卖方信用评级模式不可避免的存在利益冲突，近年来受到国内外的广泛批评。新加坡国立大学风险管理研究所提出一种全新的“公共品”信用评级模式，使用基于简约模型下公司违约概率预测的一种远期强度模型，充分结合所获取的上市公司信息和宏观经济信息，对公司未来两年内不同期限的违约概率做出预测。模型的案例分析显示该模型对信用风险违约水平度量的科学性和前瞻性，而且方便易行，期望可以为我国信用评级体系的建设和进一步发展提供一些参考和新的思路。 　　关键词：违约概率；远期强度模型；信用评级；公共品 　　一、 引言 　　本文重点介绍新加坡国立大学风险管理研究所使用的先进的信用风险度量方法，即基于简约模型下违约概率预测的一种远期强度模型，该模型充分结合当前时刻获取的上市公司信息和宏观经济信息，对未来从1个月到24个月该公司违约概率做出预测。进一步，本文给出该模型在中国市场上应用的具体实例，以期更好的为我国信用评级系统的建设提供参考。本文结构安排如下：第二部分是公司违约概率远期强度模型的介绍，第三部分从三个方面给出了该模型的应用实例，第四部分是结语。 　　二、 公司违约概率的远期强度模型 　　1. 违约概率的决定变量。 　　上市公司违约概率的影响因素是多方面的，既有宏观经济变量对公司经营状况的影响，也有公司自身财务报表信息和资本市场信息的影响，比如保持其他变量不变，若公司当前利润率水平升高，则公司未来出现违约的可能性降低。因此，我们需要综合考虑以下几个方面的影响因素： 　　（1）两个宏观经济共同变量。 　　主要股票指数回报：上证综指过去一年的收益率，用来衡量资本市场的收益情况； 　　利率水平：人民币三个月定期存款利率，用来衡量货币市场的资金成本水平； 　　（2）十个公司特质变量。 　　分别考虑公司六个方面的特征： 　　①波动调整的杠杆水平，即在考虑公司价值波动的情况下，公司价值对公司负债的一种覆盖水平（用违约距离DTD度量，详细内容参见Duan et al（2011））； 　　以上四个方面特征从均值和趋势值两方面进行刻画，均值指的是每个特征指标过去一年的平均值，趋势值指的是当前数值与过去一年平均值的差值，Duan等（2011） 指出，使用均值和趋势值可以显著地改善模型在短期内的违约概率预测能力。 　　⑥异质性的波动水平：用过去一年的公司市值月收益率对上证指数的月收益率进行回归，定义该回归残差的标准差为公司的异质性的波动水平，用来衡量公司收益率偏离上证指数收益率的波动水平。 　　2. 违约概率的计算和模型未知参数的估计方法。 　　假设当前时刻为mΔt，在任意时间间隔Δt内，公司可能处于违约（Default）、其他形式退出（Other exit）和存活（Survival）三种状态中的一种，则违约概率建立在之前所有时刻该公司都存活的基础上，为一个条件概率，它会同时受到宏观经济变量和公司自身特质变量的影响。 　　根据违约强度模型的设定，可以得出条件违约概率为： 　　pi（m，n）=1-exp（-Δt·Hi（m，n））（1） 　　其中Hi（m，n）为该公司在当前时刻的远期违约强度，并且满足： 　　Hi（m，n）=exp（β（n-m）·Yi（m））（2） 　　其中β为待估系数向量，Yi（m）为违约概率的各种决定变量（宏观经济变量和公司特质变量）当前时刻的值。 　　同理，可以得到其他形式退出的公司的条件违约概率。因此，在给定当前时刻mΔt，公司i的违约发生在从当前时刻到未来时刻nΔt之间的概率为： 　　上述公式（3）将用来计算公司个体在不同期限的远期违约概率。 　　对于（3）中的未知参数向量β和β，我们采用Duan等（2011）的拟极大似然估计方法进行估计，对于一个期限的待估参数（包括常数项）有2×（1+2+10）=26个，而总共期限为24期，若将所有待估参数一起估计的话总共有26*24个参数，运算量会非常大，对样本个数要求也会很高。因此需要对违约部分和其他退出部分的未知参数向量β和β分别进行估计，以降低估计未知参数向量的维数。通过分拆整个估计过程，可以转换为对13个参数进行估计，估计2*24遍即可，极大的提高模型的参数估计效率。 　　三、 模型的应用实例 　　1. 上市公司远期违约概率预测。 　　该模型可以很好的结合上市公司的财务信息和资本市场信息，对上市公司从当前时刻开始的各个不同期限的远期违约概率做出预测。以广发证券为例，假设当前时刻为2012年8月30日，通过使用上述的远期违约概率模型，我们可以得到广发证券从当前时刻开始的各个不同期限（1个月至24个月）的远期违约概率（如图1所示）。我们可以看出，广发证券一个月期远期违约概率为0.003 1%，六个月期远期违约概率上升至0.023 9%，