信贷资产支持证券违约风险分析

摘 要:信贷资产证券化是国际金融领域重要的金融创新工具,在我国正处于试点阶段,才刚刚起步,因此信贷资产证券化不可避免地会存在许多风险。就信贷资产支持证券的违约风险问题进行研究,先介绍违约风险的度量方法,再深入分析了KMV模型,然后提出控制信贷资产证券化违约风险的策略。

关键词:信贷资产支持证券;度量模型;风险控制

中图分类号:F850.9文献标识码:A文章编号:16723198(2009)22017601

1 违约风险的度量方法

从现有的信用风险度量模型上看,大致可以将其分为古典信用分析模型和现代信用风险度量模型。古典信用分析模型主要包括:专家分析法、信用评级法、信用评分法和神经网络分析方法等;现代信用度量模型主要包括Credit Metrics模型、KMV模型、CreditRisk+模型以及CPV模型等。

基于VaR的Credit Metrics模型。Credit Metrics模型是J.P.Morgan银行于1997年开发的银行业最早使用的信用风险管理模型。与预期违约率模型(EDF)不同,Credit Metrics模型是一种VAR模型,通过计算在险价值来分析信用风险。VaR(Value At Risk),是“在险价值”,它是指风险资产在一定置信水平和持有期间条件下将会发生的最大期望损失。Credit Metrics模型最大的优势是其对资产组合的信用在险价值的估算,可以很直观地看出风险的变化。

预期违约率模型(expected default frequency,EDF)――KMV模型。KMV模型是KMV公司推出的一种计算信用风险的方法。它同Credit Metrics一样,也是建立在Merton提出的信用风险期权定价法基础上的,该模型认为债务的信用风险在本质上主要是由债务人资产价值变化驱动的,债务到期时,企业资产价值低于负债价值时便会发生违约。KMV方法计算每一个企业的预期违约概率与企业的资本结构、资产收益波动率和预期资产价值有关。KMV模型主要适合分析哪些公开交易的上市公司。

基于微观主体统计规律的CreditRisk+模型。CreditRisk+模型是有瑞士信贷银行(CSFB)于1996年利用财产保险的方法设计出的CreditRisk+模型,该模型是瑞士信贷银行下属的金融产品部门(CSFP)开发出的测量信贷风险的产品。CreditRisk+模型的核心思想来自保险精算,不考虑资产价值降低或者信用等级的变化对资产价值的影响,而仅仅考虑违约风险而不涉及转移风险,认为债务人只有两种状态,即违约和不违约。违约风险和债务人的资产结构没有关系,是一个纯粹的统计现象。

基于宏观主体统计规律的CPV模型。CPV(Credit Portfolio View)模型是麦肯锡咨询公司于1998年开发的一个离散型多时期模型,其中违约概率不是类似于资产价格等的微观经济变量的函数,而是被看成一洗了宏观经济变量如GDP增长率、利率、政府支出、失业率、汇率等的函数。Credit Portfolio View模型更加注重衡量信用风险的系统性风险部分,而对于打个企业个体的信用风险的衡量则关注较少。

从以上的信用风险度量模型方法中我们可以看到,几乎所有的信用风险度量模型都需要大量的统计样本,如 Credit Metrics模型和CPA模型的要求输入大量的数据,且这些数据不容易获得,相比之下,KMV模型也需要长期的历史违约率数据,但是他侧重于企业自身的数据特征,这些数据相对容易得到,特别是对于已经上市的大公司。

2 信贷资产支持证券违约风险的度量-KMV模型

信贷资产证券化中的资产违约风险分析主要集中在资产池的违约风险分析。我们将运用修正的KMV信用风险模型对资产池的违约概率进行论述。并在此基础上对证券化中的违约风险进行深入地探讨。

该模型的基本思路是信贷资产证券化产品(债券)的发行者把资产变现收入的部分所有权“转移”给证券的购买者。如果债券到期时,自信带资产变现收入超过债务,证券的发行者将偿还债务;反之,则意味着债券违约。根据这种思想,来建立信贷资产证券化的违约风险模型。

下面给出KMV的违约风险模型: