抵押債務(wù)證券（CDO）的信用風(fēng)險(xiǎn)分析.pdf

1、資產(chǎn)證券化產(chǎn)品主要可以分為資產(chǎn)支持證券(ABS)和房屋抵押貸款證券(MBS)兩大類；其中ABS又可以分為狹義ABS和抵押債務(wù)證券(CDO)兩類，前者包括以信用卡貸款、學(xué)生貸款、汽車貸款、設(shè)備租賃、消費(fèi)貸款、房屋資產(chǎn)抵押貸款等為標(biāo)的資產(chǎn)的證券化產(chǎn)品，后者是近年內(nèi)迅速發(fā)展的以銀行貸款、債券等為標(biāo)的資產(chǎn)的證券化產(chǎn)品，也是本文將要重點(diǎn)研究的對(duì)象。抵押債務(wù)證券的基礎(chǔ)資產(chǎn)可以是幾乎任何門類的債務(wù)類資產(chǎn)，如銀行貸款(CLO)、債券(CBO)、以及抵押

2、債務(wù)證券所發(fā)行的各系列證券等；抵押債務(wù)證券基礎(chǔ)資產(chǎn)池中貸款和債券占的比重較大，但其結(jié)構(gòu)也逐年發(fā)生變化，比較明顯的是以結(jié)構(gòu)性融資的資產(chǎn)支持證券、房屋抵押貸款證券為基礎(chǔ)資產(chǎn)的抵押債務(wù)證券和合成化抵押債務(wù)證券(Synthesize CDO)的比重在增加。抵押債務(wù)證券的風(fēng)險(xiǎn)狀況主要取決于其自身的基礎(chǔ)資產(chǎn)池的信用風(fēng)險(xiǎn)情況，抵押債務(wù)證券基礎(chǔ)資產(chǎn)池內(nèi)的資產(chǎn)分散化程度越高，其抵押資產(chǎn)回報(bào)的不確定性風(fēng)險(xiǎn)越小，也就是說，由多個(gè)基礎(chǔ)資產(chǎn)支持的抵押債務(wù)證券，其

3、基礎(chǔ)資產(chǎn)池內(nèi)的違約相關(guān)性較小，更加易于分散風(fēng)險(xiǎn)，降低違約損失。一般情況下，抵押債務(wù)證券將基礎(chǔ)資產(chǎn)池所產(chǎn)生的利息和本金現(xiàn)金流分配至不同信用風(fēng)險(xiǎn)級(jí)別的證券中，也就是所謂的各系列(Tranches)，優(yōu)先級(jí)系列比中間級(jí)系列和低等級(jí)系列先償付，剩余的現(xiàn)金流支付給權(quán)益系列(Equity Tranche)。由此可見，抵押債務(wù)證券是一個(gè)結(jié)構(gòu)性的信用衍生產(chǎn)品，它具有轉(zhuǎn)移信用風(fēng)險(xiǎn)的作用，它自身也具有較大的風(fēng)險(xiǎn)。在設(shè)計(jì)和發(fā)行抵押債務(wù)證券過程中，其基礎(chǔ)資產(chǎn)池

4、的設(shè)計(jì)是非常重要的關(guān)鍵點(diǎn)，尤其是入池資產(chǎn)本身的信用風(fēng)險(xiǎn)高低，以及各資產(chǎn)之間的違約相關(guān)性大小對(duì)整個(gè)產(chǎn)品是否成功發(fā)行將起到?jīng)Q定性的作用；同時(shí)，也會(huì)影響到其發(fā)行的各個(gè)結(jié)構(gòu)化系列證券的收益、風(fēng)險(xiǎn)波動(dòng)情況，從而影響各個(gè)類型投資人的收益，尤其是最先受風(fēng)險(xiǎn)損失的權(quán)益系列的持有人。 抵押債務(wù)證券基礎(chǔ)資產(chǎn)池內(nèi)每個(gè)債務(wù)類資產(chǎn)的信用風(fēng)險(xiǎn)事件是并非相互獨(dú)立的，一般來說，要測(cè)量整個(gè)基礎(chǔ)資產(chǎn)池的信用風(fēng)險(xiǎn)，就需要知道基礎(chǔ)資產(chǎn)池中各隨機(jī)變量之間的邊際分布和相關(guān)

5、關(guān)系，這樣便可以明確基礎(chǔ)資產(chǎn)池內(nèi)各隨機(jī)變量的聯(lián)合分布函數(shù)，反之則不行。在給定邊際分布和相關(guān)關(guān)系的假設(shè)下，有許多不同的統(tǒng)計(jì)方法可以建立隨機(jī)變量之間的聯(lián)合分布，通常的處理方式為假設(shè)標(biāo)的資產(chǎn)報(bào)酬率服從多元正態(tài)分布，并進(jìn)行數(shù)據(jù)模擬；當(dāng)然，連接函數(shù)(Copula)方法，是一種簡(jiǎn)單、快捷的構(gòu)建方法，且能構(gòu)造出更符合實(shí)際的聯(lián)合概率分布。連接函數(shù)主要分為三種類型：高斯連接函數(shù)(Gaussian Copula)、學(xué)生t連接函數(shù)(Student-t Cop

6、ula)以及阿基米德連接函數(shù)(Archimedes Copula)，然而，由于本文的研究目的并非在于分析利用不同類型的連接函數(shù)對(duì)抵押債務(wù)證券進(jìn)行敏感性測(cè)試；而是在于選擇適當(dāng)?shù)倪B接函數(shù)類型對(duì)提出的如下思路進(jìn)行實(shí)證檢驗(yàn)，即在具體的連接函數(shù)分析方法下，利用由信用風(fēng)險(xiǎn)轉(zhuǎn)移矩陣導(dǎo)出的信用曲線，來擬合抵押債務(wù)證券基礎(chǔ)資產(chǎn)池的信用風(fēng)險(xiǎn)分布。根據(jù)前人對(duì)抵押債務(wù)證券信用風(fēng)險(xiǎn)的研究可知，一方面，有學(xué)者提出了用違約率強(qiáng)度函數(shù)來構(gòu)造信用曲線，并結(jié)合連接函數(shù)對(duì)信

7、用衍生產(chǎn)品進(jìn)行分析，但尚未對(duì)抵押債務(wù)證券進(jìn)行過信用風(fēng)險(xiǎn)分析，且沒有提到用信用風(fēng)險(xiǎn)轉(zhuǎn)移矩陣來導(dǎo)出信用曲線；另一方面，有學(xué)者提出了用信用評(píng)級(jí)數(shù)據(jù)來推導(dǎo)信用曲線，并由信用曲線來表示信用資產(chǎn)的違約時(shí)間概率，但未用連接函數(shù)擬合聯(lián)合違約風(fēng)險(xiǎn)的方法對(duì)抵押債務(wù)證券進(jìn)行分析。因此，本文的研究將把這兩方面內(nèi)容結(jié)合起來進(jìn)行分析，以便能找出另一種分析抵押債務(wù)證券信用風(fēng)險(xiǎn)的研究思路。而結(jié)合的關(guān)鍵點(diǎn)在于，論證分析基礎(chǔ)資產(chǎn)池入池資產(chǎn)邊際違約概率可以表示為該入池資產(chǎn)的

8、信用曲線，以及用連接函數(shù)擬合該信用曲線等同于擬合邊際違約概率，主要思路如下。 首先，以抵押債務(wù)證券基礎(chǔ)資產(chǎn)池某一入池資產(chǎn)為例，分析其違約強(qiáng)度函數(shù)(或違約率函數(shù))，并得到該入池資產(chǎn)的邊際違約概率，并證明由一系列的邊際違約概率組成相對(duì)應(yīng)入池資產(chǎn)的信用曲線；其次，通過信用風(fēng)險(xiǎn)轉(zhuǎn)移矩陣導(dǎo)出每項(xiàng)入池資產(chǎn)的信用曲線，并證明該信用曲線為各入池資產(chǎn)相對(duì)應(yīng)的違約時(shí)間分布；再次，由連接函數(shù)方法擬合抵押債務(wù)證券各入池資產(chǎn)的信用曲線，便可得到整個(gè)基礎(chǔ)資

9、產(chǎn)池的違約風(fēng)險(xiǎn)分布；最后，以“開元”二期作為實(shí)證分析標(biāo)的，由馬爾可夫鏈(Markov Chain)構(gòu)建信用風(fēng)險(xiǎn)轉(zhuǎn)移矩陣，借以高斯和學(xué)生t連接函數(shù)(Gaussian Copoula and Student-t Copula)作對(duì)比分析，發(fā)現(xiàn)學(xué)生t連接函數(shù)更能捕捉信用違約風(fēng)險(xiǎn)，這與前人的研究結(jié)論相同，則可以驗(yàn)證該思路具有一定合理性。當(dāng)然，本文在分析過程中也存在某些不足之處，比如：信用風(fēng)險(xiǎn)轉(zhuǎn)移矩陣的針對(duì)性較差，并非來自國(guó)開行或“開元”二期入池

10、資產(chǎn)債務(wù)人的具體數(shù)據(jù)；同時(shí)，本文在分析抵押債務(wù)證券的信用風(fēng)險(xiǎn)時(shí)，僅限于預(yù)期損失和違約損失率等最基本的風(fēng)險(xiǎn)指標(biāo)因素，未做更進(jìn)一步的風(fēng)險(xiǎn)分析，如沒有做在險(xiǎn)價(jià)值(VAR)或預(yù)期向下風(fēng)險(xiǎn)(ES)分析等等。正因?yàn)榇嬖诓蛔阒?，說明本文的研究范圍尚有拓展的空間；比如：可以根據(jù)“開元”二期公布的入池資產(chǎn)行業(yè)分布比重信息，在上交所和深交所選取合適比例相關(guān)行業(yè)的上市公司，并根據(jù)“開元”二期入池資產(chǎn)的風(fēng)險(xiǎn)水平，選擇信用質(zhì)量類似的上市公司作為測(cè)算樣本，以便與