论文部分内容阅读
随着2008年美国次贷危机爆发至今，金融危机的持续升级，人们开始日益重视企业的信用和评估。如何度量和管理风险成为人们关注的焦点。然而国内对于现代违约风险模型的研究仍然处于起步阶段，大多都没有考虑到信用风险相互传染的情况。美国次级债券市场危机即可以视为一种信用风险传染的结果：从2005年底美国房价开始下跌就已经埋下了隐患。信用风险传染可能导致大面积的信用风险违约，引发严重的金融事件。这是目前世界经济界和金融界密切关注的问题。
信用风险是指因信用等级跃迁、信用价差(Creditspread)波动以及违约等信用事件导致的风险。从来源看，信用风险可以分为交易对手风险和发行者风险两种类型，前者主要产生于商业银行的贷款和金融衍生交易中，后者主要是和债券相联系。从组成上看，信用风险由两部分组成，一部分是违约风险，是指交易一方不愿或无力支付约定款项而致使交易另一方遭受损失的可能性。在违约的情况下，根据合约保护性条款的安排，一般来说，一部分债权会得到受偿，这一比率成为挽回率。另一部分是信用价差风险，它是指由于信用品质的变化引起信用价差的变化而导致的损失，具体由信用价差跳动风险和信用价差波动风险组成。其中，违约风险是最常见的信用风险研究对象。
金融波动和危机的频繁出现使风险管理和多变量金融时间序列分析成为国内外关注的焦点，而金融市场间的关系更是变得日趋复杂，更多的呈现出非线性和非对称的特性，由于应用的局限性，原有的基于线性相关的多变量金融模型已不能完全满足发展的需要。Copula理论的出现和应用可以说将风险分析和多变量时间序列分析推向了一个新阶段。本章主要讨论Copula理论及其在金融分析上的应用。首先介绍了Copula函数的定义、基本性质及相关定理，并给出了Copula函数的分类及几类重要多元Copula函数的表达式，然后对可由Copula函数导出的相关性指标做了深入地探讨，指出由Copula函数导出的一致性和相关性指标可以捕捉到变量间非线性的相关关系，特别是还可以捕捉到变量间尾部的相关关系。
本文首先介绍信用风险组合中违约相依性的相关模型，企业之间的违约是随机相依的，相依违约有周期性相依违约和传染性相依违约。周期性相依违约(cyclicaldefaultdependence)主要由宏观的经济环境波动引起。传染性相依违约(contagionorinfectiouseffect)主要由企业之间的资产关联引起的。主要包括目前国际上学术界和实业界最新研究和使用的模型。目前较多的模型是在简约化模型框架下，违约强度引入了公司特有变量(异质因素)和宏观经济变量的动态信息来预测条件违约概率的期限结构。本文在此基础上，加入了行业的传染效应来构成违约强度模型，致力于考察美国三大行业之间的违约相关性。
随后着重对现有数据进行描述性和结构性的分析，从时间维度分析美国银行业、汽车业及房地产业三大具有代表性的支柱产业的财务状况，探索违约在不同行业间传递的合理性。在介绍拟合违约相依性时地引入生存分析的思想，提出一种传染效应下违约预报模型，并扩展了多元生存数据分析模型和多阶段简约化模型。通过在该模型中引入了传染性，运用加权平均的极大似然估计得出各参数的估计值，从而获得各企业的违约强度。之后用不同相依结构的Copula进行拟合，运用GumbelCopula函数在拟合效果上较其他Copula好的多，即违约传染的相依结构在右尾有较大的相关性。这能很清晰说明，当次贷危机爆发时候，各企业的资产负债率都有所上升，财务结构开始恶化，在其分布右尾处有较高的相关性。在本文中，VaR可以解释为某一企业或者某一行业在一段时期内的最高的违约强度，这对于及时识别风险，控制风险都有很重要的意义。通过比较引入行业传染的违约强度和无传染性的违约强度，可以看出无传染性的模型低估了信用风险，所以引入传染性的违约模型能更准确地进行风险度量。
在实证分析中，从最有说服力的数据着手，旨在研究从2004年起，美国银行业、汽车业和房地产业违约强度的变化情况。并对于是否存在行业间的传染进行了假设检验，得出行业间的传染是显著的结果，通过Copula函数对违约强度的拟合可以看出三大行业的相依结构，具有右厚尾性，并清晰地阐释了传染性引起了次贷危机的愈演愈烈。最后提出了对未来风险违约提供有建设性的参考意见。