不完全信息下信用風(fēng)險(xiǎn)度量結(jié)構(gòu)模型和應(yīng)用研究.pdf

1、從20世紀(jì)90年代以來(lái)，金融危機(jī)在世界范圍內(nèi)頻繁爆發(fā)，特別是2008年美國(guó)次級(jí)債危機(jī)，2009年希臘主權(quán)債務(wù)危機(jī)和從2010年發(fā)生持續(xù)至今的一系列歐洲主權(quán)債務(wù)危機(jī)。較大范圍信用危機(jī)的一再發(fā)生表明，投資者和金融監(jiān)管部門要反思現(xiàn)有的信用風(fēng)險(xiǎn)度量、控制和管理。除了從制度和市場(chǎng)層面的原因來(lái)分析信用危機(jī)頻發(fā)的原因之外，也有學(xué)者(比如GuoL.(2013))提出，現(xiàn)有的信用產(chǎn)品定價(jià)機(jī)制存在一定的缺陷:忽視了“不完全信息”因素。正是這種忽視為信用危機(jī)

2、的發(fā)生埋藏了技術(shù)性隱患。事實(shí)上，對(duì)“不完全信息”的忽視會(huì)導(dǎo)致對(duì)信用風(fēng)險(xiǎn)的低估，造成對(duì)違約概率、信用價(jià)差和違約傳染等信用指標(biāo)度量的偏差。從債券托管余額規(guī)模來(lái)看，中國(guó)已經(jīng)成為全球第三大債券市場(chǎng)。然而，伴隨著中國(guó)債券市場(chǎng)規(guī)模的快速增長(zhǎng)和產(chǎn)品品種的不斷的多樣化，債券市場(chǎng)的信用違約風(fēng)險(xiǎn)不斷累積。無(wú)論是2013年的債市監(jiān)管風(fēng)暴，還是2014年中國(guó)債券市場(chǎng)歷史上首宗違約事件“11超日債”違約，都表明中國(guó)債券市場(chǎng)上存在嚴(yán)重的信息不完全問(wèn)題，信息披露制度

3、和信用債定價(jià)機(jī)制需要進(jìn)一步的完善和市場(chǎng)化。另外，可以對(duì)沖信用風(fēng)險(xiǎn)的信用衍生品市場(chǎng)的發(fā)展也嚴(yán)重滯后。從微觀層面來(lái)看，促進(jìn)信用產(chǎn)品市場(chǎng)的健康發(fā)展，信用產(chǎn)品設(shè)計(jì)和定價(jià)是保障信用產(chǎn)品市場(chǎng)發(fā)展的技術(shù)因素。
　　現(xiàn)有的信用風(fēng)險(xiǎn)度量理論和應(yīng)用模型大都是以“完全信息”為基本假設(shè)，歐美一系列信用危機(jī)表明，完全信息假設(shè)條件下的信用風(fēng)險(xiǎn)模型，并非完全適用于金融市場(chǎng)較為發(fā)達(dá)的歐美等國(guó)，更無(wú)法被直接用于“信息不完全較為嚴(yán)重的”中國(guó)金融市場(chǎng)。因此，如何構(gòu)建不

4、完全信息條件下的信用風(fēng)險(xiǎn)度量的理論模型，如何對(duì)模型進(jìn)行變量和參數(shù)的估計(jì)以及將其應(yīng)用于信用風(fēng)險(xiǎn)的量化、定價(jià)和對(duì)沖，是一個(gè)具有理論和現(xiàn)實(shí)意義的課題。
　　在現(xiàn)代信用風(fēng)險(xiǎn)度量理論框架下，量化信用風(fēng)險(xiǎn)的理論模型通常被劃分成兩類:信用風(fēng)險(xiǎn)簡(jiǎn)約模型和信用風(fēng)險(xiǎn)結(jié)構(gòu)模型。簡(jiǎn)約模型沒有考慮違約背后的經(jīng)濟(jì)學(xué)原因，建模的起點(diǎn)是直接假設(shè)違約強(qiáng)度服從某個(gè)隨機(jī)過(guò)程，因此簡(jiǎn)約模型結(jié)果更多取決于對(duì)違約強(qiáng)度的人為設(shè)定，存在較大的模型設(shè)定風(fēng)險(xiǎn)。與之相反，信用風(fēng)險(xiǎn)結(jié)構(gòu)

5、模型，從描述企業(yè)本身的資本結(jié)構(gòu)入手開始建模，它強(qiáng)調(diào)違約背后的經(jīng)濟(jì)學(xué)原因，這對(duì)于深刻理解企業(yè)信用風(fēng)險(xiǎn)的內(nèi)在原因和債券市場(chǎng)上信用價(jià)差的變化機(jī)理更為有利。已有的信用風(fēng)險(xiǎn)結(jié)構(gòu)模型大都是建立在“完全信息”假設(shè)之上，然而在實(shí)際的應(yīng)用中，完全信息結(jié)構(gòu)模型會(huì)遇到“信用價(jià)差之謎”的現(xiàn)象。造成這個(gè)現(xiàn)象的一個(gè)重要的原因就是:完全信息假設(shè)。Duffie and Lando(2001)首次提出并研究了信息質(zhì)量在信用價(jià)差估計(jì)中的影響。他們假設(shè)企業(yè)的財(cái)務(wù)報(bào)告信息是含

6、有噪聲的，即投資者只能獲得企業(yè)資產(chǎn)價(jià)值的不完全信息，然后從理論上導(dǎo)出了不完全信息下信用價(jià)差的估值公式。該模型解決了原有的結(jié)構(gòu)模型自身固有的違約時(shí)間的可料性問(wèn)題，推出了非零的短期信用價(jià)差，而且將結(jié)構(gòu)模型和簡(jiǎn)約模型統(tǒng)一到了一個(gè)框架內(nèi)，得到了一個(gè)結(jié)構(gòu)-簡(jiǎn)約混合模型。此后一些學(xué)者開始探索信息結(jié)構(gòu)對(duì)企業(yè)違約概率和債券定價(jià)的影響。
　　但是，在現(xiàn)有的基于不完全信息的結(jié)構(gòu)模型研究中，大都假設(shè)不完全信息源于無(wú)偏的財(cái)務(wù)報(bào)告，而在現(xiàn)實(shí)的市場(chǎng)上，財(cái)務(wù)報(bào)

7、告信息通常是具有系統(tǒng)性偏倚的。本文將財(cái)務(wù)報(bào)告信息中的信息扭曲因素引入到信用風(fēng)險(xiǎn)結(jié)構(gòu)模型中，利用“有偏分布”來(lái)捕獲財(cái)務(wù)報(bào)告中存在的夸大或者隱瞞真實(shí)資產(chǎn)價(jià)值的現(xiàn)象，并且獲得了存在信息偏誤條件下資產(chǎn)價(jià)值的條件分布、企業(yè)的違約概率和企業(yè)所發(fā)行債券的信用價(jià)差的計(jì)算公式，最后利用數(shù)值模擬試驗(yàn)分析了信息的偏誤程度對(duì)資產(chǎn)價(jià)值的條件分布、違約概率和信用價(jià)差的具體影響機(jī)制。數(shù)值模擬結(jié)果表明，在一個(gè)不確定性的環(huán)境中，由創(chuàng)造性的財(cái)務(wù)和自由裁量公開所導(dǎo)致的向上的

8、偏倚會(huì)導(dǎo)致噪聲和違約概率之間的一個(gè)正的、非線性的關(guān)系，從而進(jìn)一步造成違約強(qiáng)度的上升。而由財(cái)務(wù)保守造成的向下偏倚會(huì)導(dǎo)致噪聲和和違約概率（從而和信用價(jià)差）之間的負(fù)的、非線性的關(guān)系。而且通過(guò)假設(shè)向上的偏倚，模型不僅產(chǎn)生了一個(gè)正的短期信用風(fēng)險(xiǎn)溢價(jià)，而且也獲得了整個(gè)的信用價(jià)差的期限結(jié)構(gòu)內(nèi)的非零的信用風(fēng)險(xiǎn)溢價(jià)。模型提供了在信息不完全環(huán)境下，更好的理解信用風(fēng)險(xiǎn)和資產(chǎn)價(jià)值不確定性之間的關(guān)系的新思路。
　　另外，現(xiàn)實(shí)的財(cái)務(wù)報(bào)告公示制度中也客觀存在信

9、息公布時(shí)間滯后現(xiàn)象，這也會(huì)造成信息不完全。本文利用滯后信息濾波來(lái)描述證券市場(chǎng)上信息公布的時(shí)間滯后，給出了具體量化信息披露中的時(shí)間滯后特征的方法，推導(dǎo)了信息滯后下的違約概率和信用價(jià)差的理論計(jì)算公式。最后利用數(shù)值模擬試驗(yàn)分析了不同信息滯后期對(duì)違約概率、信用價(jià)差期限結(jié)構(gòu)的具體影響機(jī)制。數(shù)值模擬分析結(jié)果顯示，對(duì)于不同的到期日的債券來(lái)說(shuō)，對(duì)信息披露的滯后期的影響是不同的:于1年期以內(nèi)的短期債券，信息披露滯后期l的影響最大，對(duì)于3～5年期的中短期債

10、券來(lái)說(shuō)，信息披露滯后期l的影響較大，而對(duì)于5年以上的中長(zhǎng)期債券來(lái)說(shuō)，信息披露滯后期l的影響最小。
　　雖然在理論上，結(jié)構(gòu)模型具有非常好的經(jīng)濟(jì)學(xué)含義和完美的數(shù)學(xué)模型形式。但是在將結(jié)構(gòu)模型應(yīng)用于實(shí)踐時(shí)面臨一個(gè)困難:資產(chǎn)價(jià)值和波動(dòng)率的不可觀測(cè)性，這是結(jié)構(gòu)模型應(yīng)用的根本障礙。現(xiàn)有的解決思路有Credit Monitor模型(KMV模型)，數(shù)據(jù)轉(zhuǎn)換MLE方法和迭代方法。但是，這三種方法應(yīng)用的基本前提是:市場(chǎng)是完全信息的。首次提出不完全信息條

11、件下估計(jì)企業(yè)資產(chǎn)價(jià)值的計(jì)量經(jīng)濟(jì)學(xué)方法的是Duan and Fulop(2009)，他們?cè)诔?shù)波動(dòng)率Merton模型分析框架下引入了噪聲信息，利用粒子濾波技術(shù)和狀態(tài)變量拓展方法，獲得了資產(chǎn)價(jià)值和模型參數(shù)的聯(lián)合估計(jì)。不過(guò)該方法會(huì)導(dǎo)致靜態(tài)參數(shù)估計(jì)的非穩(wěn)定異化，這使得該方法存在較大的估計(jì)誤差。本文放棄了狀態(tài)變量拓展方法（SL-SIR濾波估計(jì)方法），利用基于粒子平滑的EM算法來(lái)獲得模型參數(shù)的估計(jì)。數(shù)值模擬試驗(yàn)表明，PSEM算法可以克服SL-SIR

12、濾波估計(jì)的靜態(tài)參數(shù)的動(dòng)態(tài)異化問(wèn)題，而且LR檢驗(yàn)表明PSEM估計(jì)具有較高的估計(jì)精度。最后利用超日太陽(yáng)能企業(yè)實(shí)際數(shù)據(jù)對(duì)模型進(jìn)行了實(shí)證分析，實(shí)證結(jié)果表明，在正常的市場(chǎng)環(huán)境中，該模型具有較強(qiáng)的適用性，本章模型可以準(zhǔn)確的估計(jì)出不可觀察的資產(chǎn)價(jià)值的變動(dòng)，估計(jì)結(jié)果同現(xiàn)實(shí)的市場(chǎng)表現(xiàn)基本一致，從而為進(jìn)一步進(jìn)行企業(yè)債務(wù)信用風(fēng)險(xiǎn)的度量提供了有力的數(shù)據(jù)保障。
　　此外，大量的實(shí)證研究表明，常數(shù)波動(dòng)率假設(shè)會(huì)導(dǎo)致Merton模型在估計(jì)信用風(fēng)險(xiǎn)測(cè)度的時(shí)候存在較

13、大的偏倚。本文在噪聲信息環(huán)境下，在Merton模型中引入隨機(jī)波動(dòng)率構(gòu)造了HSV-Merton信用風(fēng)險(xiǎn)模型，給出了一個(gè)雙狀態(tài)變量的（資產(chǎn)價(jià)值和波動(dòng)率）非線性、非高斯?fàn)顟B(tài)空間模型，設(shè)計(jì)了“雙狀態(tài)變量輔助粒子濾波（BV-APF）”算法來(lái)估計(jì)該模型的狀態(tài)變量和模型參數(shù)。數(shù)值模擬試驗(yàn)結(jié)果顯示，BV-APF粒子濾波技術(shù)具有良好的有限樣本績(jī)效。最后利用真實(shí)數(shù)據(jù)中進(jìn)行了實(shí)證分析，將HSV-Merton模型的同Merton模型的估計(jì)進(jìn)行了對(duì)比，并且利用噪

14、聲信息下的HSV-Merton模型進(jìn)行了實(shí)際的信用風(fēng)險(xiǎn)測(cè)度，結(jié)果表明HSV-Merton模型比Merton模型更適合于中國(guó)市場(chǎng)上信用風(fēng)險(xiǎn)的測(cè)度。
　　最后，本文還拓展了利用非線性濾波技術(shù)估計(jì)結(jié)構(gòu)模型的思路，討論了不完全信息下的更為一般的結(jié)構(gòu)模型Black-Cox模型的計(jì)量經(jīng)濟(jì)學(xué)分析。特別的，利用粒子馬爾科夫蒙特卡洛方法(PMCMC)和廣義Gibbs抽樣算法，對(duì)Black-Cox模型分析框架下所有的模型參數(shù)和資產(chǎn)過(guò)程進(jìn)行了聯(lián)合估計(jì)。

15、數(shù)值模擬研究表明，廣義Gibbs抽樣方法可以成功的估計(jì)參數(shù)，尤其是對(duì)于模型的參數(shù)μ和σv更是如此。通過(guò)采用廣義Gibbs抽樣算法，能夠提高所有的模型參數(shù)估計(jì)的收斂的速度。此外，利用市場(chǎng)噪聲信息的相對(duì)程度和市場(chǎng)流動(dòng)性的兩個(gè)代理變量之間的相關(guān)系數(shù)符號(hào)，我們說(shuō)明了如何根據(jù)波動(dòng)率精確的反映真實(shí)市場(chǎng)的性質(zhì)。最后利用實(shí)際數(shù)據(jù)對(duì)噪聲信息下的Black-Cox模型進(jìn)行了實(shí)證檢驗(yàn)，分析結(jié)果表明本文的模型可以作為在不完全信息較為嚴(yán)重的環(huán)境中，有效的測(cè)度企業(yè)