03-3信用風(fēng)險(xiǎn)度量制模型ppt課件

1、第五章 信譽(yù)風(fēng)險(xiǎn)管理 第一節(jié) 信譽(yù)風(fēng)險(xiǎn)概述第二節(jié) 信譽(yù)風(fēng)險(xiǎn)的度量第三節(jié) 信譽(yù)監(jiān)控模型專家制度法Z評(píng)分模型ZETA評(píng)分模型VAR方法信譽(yù)度量制模型信譽(yù)度量制模型CreditMetrics模型根本原理計(jì)算單項(xiàng)貸款的VAR值的步驟CreditMetrics模型與巴塞爾協(xié)議CreditMetrics模型的優(yōu)缺陷VaR方法作為市場(chǎng)風(fēng)險(xiǎn)丈量的最正確方法已被廣泛運(yùn)用；VaR方法能否也可以用來(lái)度量信譽(yù)風(fēng)險(xiǎn)？JP摩根美洲銀行瑞士銀行瑞士結(jié)合銀行1997.2退出信譽(yù)風(fēng)險(xiǎn)的度量制模型1. Creditmetrics信譽(yù)度量制模型的根本原理計(jì)算信譽(yù)風(fēng)險(xiǎn)的VAR值即在給定的置信區(qū)間上、給定時(shí)段內(nèi)，信貸資產(chǎn)能夠發(fā)生的最大

2、價(jià)值損失。信譽(yù)風(fēng)險(xiǎn)取決于債務(wù)人的信譽(yù)情況，而企業(yè)的信譽(yù)情況由被評(píng)定的信譽(yù)等級(jí)表示。信譽(yù)度量制模型以為信譽(yù)風(fēng)險(xiǎn)可以說(shuō)直接源自企業(yè)信譽(yù)等級(jí)的變化，并假定信譽(yù)評(píng)級(jí)體系是有效的，即企業(yè)投資失敗、利潤(rùn)下降、融資渠道枯竭等信譽(yù)事件對(duì)其還款履約才干的影響都能及時(shí)恰當(dāng)?shù)亟?jīng)過(guò)其信譽(yù)等級(jí)的變化而表現(xiàn)出來(lái)。信譽(yù)度量制模型的根本方法就是信譽(yù)等級(jí)變化分析。 1預(yù)測(cè)借款人信譽(yù)等級(jí)的變動(dòng)，得出信譽(yù)等級(jí)轉(zhuǎn)移概率矩陣 2對(duì)信譽(yù)等級(jí)變動(dòng)后的貸款市值進(jìn)展估計(jì) 3計(jì)算貸款受險(xiǎn)價(jià)值VAR2、計(jì)算單項(xiàng)貸款的VAR值的步驟：信譽(yù)度量制模型要處理的問(wèn)題：假設(shè)下一個(gè)年度是一個(gè)壞年度的話，我們的貸款及貸款組合的價(jià)值將會(huì)遭到多大的損失？貸款的價(jià)值

3、P貸款市值的動(dòng)搖率未知：目的：度量貸款的受損價(jià)值可知的信息： 借款人的信譽(yù)等級(jí) 下一年該信譽(yù)等級(jí)轉(zhuǎn)換為其它信譽(yù)級(jí)別的概率 違約貸款的收復(fù)率舉例：借款企業(yè)信譽(yù)等級(jí)為BBB級(jí)。5年期固定利率貸款，年貸款利率為6%，貸款總額為100(百萬(wàn)美圓)。1預(yù)測(cè)借款人信譽(yù)等級(jí)的變動(dòng)，得出信譽(yù)等級(jí)轉(zhuǎn)移概率矩陣假定借款人一年后有8種能夠的信譽(yù)形狀，即AAAD級(jí)違約那么一年后借款人由初始信譽(yù)等級(jí)轉(zhuǎn)移到各種能夠等級(jí)的概率稱為信譽(yù)等級(jí)轉(zhuǎn)移概率轉(zhuǎn)移概率1。1一年期信譽(yù)等級(jí)轉(zhuǎn)換矩陣 信譽(yù)等級(jí)的上升或下降必然會(huì)影響到一筆貸款余下的現(xiàn)金流量所要求的信貸風(fēng)險(xiǎn)加息差(或信貸風(fēng)險(xiǎn)酬金)，因此也就必然會(huì)對(duì)貸款隱含的當(dāng)前市值產(chǎn)生影響。2

4、對(duì)信譽(yù)等級(jí)變動(dòng)后的貸款市值估計(jì)其中：P0貸款總額r0年貸款利率ri財(cái)政零息票債券的無(wú)風(fēng)險(xiǎn)利率Si每年的信譽(yù)加息差，它是不同期限的(零息票)貸款信貸風(fēng)險(xiǎn)報(bào)酬率，這些數(shù)據(jù)可從公司債券市場(chǎng)相應(yīng)的債券利率與國(guó)債市場(chǎng)相應(yīng)的國(guó)債利率之差中獲得。假定：借款人在第一年中的信譽(yù)等級(jí)從BBB級(jí)上升的A級(jí)，那么對(duì)于發(fā)放貸款的金融機(jī)構(gòu)來(lái)說(shuō)它所發(fā)放的這筆貸款的第一年終了時(shí)的現(xiàn)值或市值便是 假設(shè)借款人在第一年終了時(shí)信譽(yù)等級(jí)從BBB級(jí)上升為A級(jí)，那么這100百萬(wàn)美圓貸款(帳面值)的市值可上升為108.66百萬(wàn)美圓 不同信譽(yù)等級(jí)下貸款市值情況借款人信譽(yù)等級(jí)轉(zhuǎn)換后貸款市值的概率分布分布情況51.13107.09=均值109.3

5、7概率貸款市值百萬(wàn)美圓5年期BBB級(jí)貸款的市值實(shí)踐分布情況Vi：每一信譽(yù)等級(jí)下的貸款市值Pi：借款人信譽(yù)等級(jí)轉(zhuǎn)換到不同信譽(yù)等級(jí)下的概率3計(jì)算貸款的VAR值首先，求貸款未來(lái)價(jià)值的均值和方差E貸款未來(lái)價(jià)值貸款未來(lái)價(jià)值其次，求VAR值VAR等于一定的置信度上，年末能夠的貸款價(jià)值與貸款預(yù)期平均價(jià)值間的差距，即貸款的價(jià)值損失。 假設(shè)貸款價(jià)值服從正態(tài)分布，那么置信度為95的VAR值為1.65；置信度為99的VAR值為2.33。 假設(shè)基于貸款價(jià)值的實(shí)踐分布，可利用轉(zhuǎn)移概率矩陣和對(duì)應(yīng)的貸款價(jià)值表近似計(jì)算不同置信度下的VAR值。 貸款VAR值=貸款均值 給定置信度程度上年末能夠的貸款價(jià)值 根據(jù)實(shí)踐分布，計(jì)算VA

6、R 根據(jù)正態(tài)分布線性插值法為了得到較為準(zhǔn)確的受險(xiǎn)價(jià)值量，可以經(jīng)過(guò)線性插值法算出5%和1%情景下的實(shí)踐受損價(jià)值量來(lái)。1.47的百分位數(shù)等于98.10百萬(wàn)美圓0.3的百分位數(shù)等于83.64百萬(wàn)美圓貸款市值百萬(wàn)美圓1%的百分位數(shù)1%的VaR=107.0992.29=14.80百萬(wàn)美圓51.13107.09=均值109.37概率5年期BBB級(jí)貸款的市值實(shí)踐分布情況0.3%1.47%1%PV92.291%線性插值法1.47的百分位數(shù)等于98.10百萬(wàn)美圓6.77的百分位數(shù)等于102.02百萬(wàn)美圓51.13107.09=均值109.37概率貸款市值百萬(wàn)美圓5年期BBB級(jí)貸款的市值實(shí)踐分布情況5%的百分位數(shù)

7、6.67%1.47%5%PV100.775%5%的VaR=107.09100.77=6.32百萬(wàn)美圓對(duì)于信譽(yù)等級(jí)為BBB的企業(yè)，同樣的100萬(wàn)美圓的貸款，同樣的99的置信度在正態(tài)分布下為的VAR值為6.97百萬(wàn)美圓基于貸款價(jià)值的實(shí)踐分布，VAR值為14.8萬(wàn)美圓。巴塞爾協(xié)議的資本/資產(chǎn)8%資本要求正好介于二者之間。現(xiàn)實(shí)上，利用信譽(yù)度量制方法所計(jì)算出的貸款受險(xiǎn)價(jià)值量可以較為準(zhǔn)確地反映出不同信譽(yù)等級(jí)和不同期限的貸款在未來(lái)能夠發(fā)生的價(jià)值損失量。評(píng)價(jià)巴塞爾協(xié)議的風(fēng)險(xiǎn)資本要求信譽(yù)度量制方法與最低風(fēng)險(xiǎn)資本要求以VAR值來(lái)確定防備信譽(yù)資產(chǎn)風(fēng)險(xiǎn)的最低資本量，可以有效地維護(hù)銀行在蒙受信譽(yù)風(fēng)險(xiǎn)損失的情況下可以繼續(xù)

8、生存下來(lái)。因此人們將貸款的受險(xiǎn)價(jià)值視為它的經(jīng)濟(jì)資本economic capital。按照國(guó)際清算銀行的規(guī)定，一切信譽(yù)等級(jí)和一切期限的貸款都要求服從8%的資本要求，這顯然不能反映各類貸款的真實(shí)風(fēng)險(xiǎn)情況并且經(jīng)常會(huì)減少貸款的實(shí)踐受損價(jià)值、不利于銀行積累足夠的風(fēng)險(xiǎn)資本來(lái)應(yīng)付金融資產(chǎn)未來(lái)能夠發(fā)生的預(yù)期信譽(yù)損失和非預(yù)期信譽(yù)損失。8%的資本要求能夠偏低即使根據(jù)信譽(yù)度量制測(cè)算出了1%的貸款受險(xiǎn)價(jià)值量，在某種極端的情況下如大的災(zāi)年發(fā)生，以受險(xiǎn)價(jià)值所確定的風(fēng)險(xiǎn)資本量也不能完全抵補(bǔ)貸款所蒙受的艱苦損失。鑒于這種情況，近年來(lái)國(guó)際清算銀行也準(zhǔn)許商業(yè)銀行從34之間選擇一個(gè)適當(dāng)?shù)某藬?shù)因子對(duì)貸款的受險(xiǎn)價(jià)值進(jìn)展放大。34之間的

9、乘數(shù)因子據(jù)美國(guó)學(xué)者在19954年所作的研討闡明：利用34乘數(shù)因子對(duì)受險(xiǎn)價(jià)值加以放大并據(jù)此確定其風(fēng)險(xiǎn)資本，根本可以抵補(bǔ)某些金融資產(chǎn)的艱苦價(jià)值損失。：計(jì)算監(jiān)管資本的內(nèi)部模型的VaR持有期為10個(gè)買賣日，置信程度為99%，且計(jì)算出的VAR再乘以一個(gè)平安系數(shù)值為3JP Morgan創(chuàng)設(shè)的風(fēng)險(xiǎn)度量制模型Risk Metrics)中持有期通常選擇為1天,置信度為95%。詳細(xì)作法模型的優(yōu)點(diǎn) 其一，思索了借款人信譽(yù)等級(jí)轉(zhuǎn)換的問(wèn)題 其二，多形狀模型，能更準(zhǔn)確地計(jì)量信譽(yù)風(fēng)險(xiǎn)的變化和損失值。 其三，率先提出資產(chǎn)組合信譽(yù)風(fēng)險(xiǎn)的度量框架，注重直接分析企業(yè)間信譽(yù)情況變化的相關(guān)關(guān)系，因此更加與現(xiàn)代組合投資管理實(shí)際相吻合4

10、CreditMetrics模型的優(yōu)缺陷模型的局限 技術(shù)上：假定信譽(yù)評(píng)級(jí)是有效的。假定貸款未來(lái)的等級(jí)轉(zhuǎn)移概率與其過(guò)去的轉(zhuǎn)移概率沒(méi)有相關(guān)性。假定轉(zhuǎn)移概率在不同時(shí)期之間是穩(wěn)定的，未思索經(jīng)濟(jì)周期的影響。假定企業(yè)資產(chǎn)價(jià)值的相關(guān)度等于企業(yè)股票收益的相關(guān)度，有待驗(yàn)證。 實(shí)踐運(yùn)用中：利用歷史數(shù)據(jù)度量信譽(yù)風(fēng)險(xiǎn)，屬于“向后看的方法。以債券等級(jí)轉(zhuǎn)移概率近似替代貸款轉(zhuǎn)移概率不同求償?shù)燃?jí)貸款的違約收復(fù)率貸款的求償?shù)燃?jí)平均值（%）標(biāo)準(zhǔn)差（%）優(yōu)先擔(dān)保貸款53.8026.86優(yōu)先無(wú)擔(dān)保貸款51.1325.45優(yōu)先次級(jí)貸款38.5223.81次級(jí)貸款32.7420.18低于次級(jí)貸款17.0910.90信譽(yù)組合風(fēng)險(xiǎn)度量 信譽(yù)度

11、量制的組合模型：與單項(xiàng)信譽(yù)資產(chǎn)受險(xiǎn)價(jià)值量的度量一樣首先調(diào)查正態(tài)分布的條件下，信譽(yù)資產(chǎn)組合受險(xiǎn)價(jià)值量(Portfolio VaR)計(jì)算然后，再調(diào)查在實(shí)踐分布條件下，怎樣計(jì)算出組合的受險(xiǎn)價(jià)值量最后根據(jù)組合受險(xiǎn)價(jià)值量導(dǎo)出相應(yīng)的組合所需資本量。為了簡(jiǎn)便，后面先思索兩貸款組合的情況思緒：假設(shè)這兩項(xiàng)貸款為：一項(xiàng)BBB級(jí)貸款其面值為$100(百萬(wàn)美圓)一項(xiàng)A級(jí)貸款其面值為$100(百萬(wàn)美圓)。求：兩項(xiàng)貸款組合在一年期的VAR值P組合的均值P 組合的規(guī)范差一年期兩筆貸款的結(jié)合信譽(yù)等級(jí)轉(zhuǎn)換概率不同信譽(yù)形狀下貸款組合的市場(chǎng)價(jià)值視貸款的信譽(yù)級(jí)別為隨機(jī)變量?jī)蓚€(gè)隨機(jī)變量的取值為：AAA違約8個(gè)值兩隨機(jī)變量并非獨(dú)立，即P

12、(“信譽(yù)1=AA“信譽(yù)2=A) P(“信譽(yù)1=AA)P(“信譽(yù)2=A) 涉及到相關(guān)性問(wèn)題一年期結(jié)合信譽(yù)等級(jí)轉(zhuǎn)換矩陣相關(guān)性為0.31%在不同信譽(yù)形狀下貸款組合的市場(chǎng)價(jià)值=98.10+106.30pi第i種能夠的結(jié)合轉(zhuǎn)移概率Vi第i種能夠的組合價(jià)值 求出貸款組合價(jià)值的均值與方差貸款組合價(jià)值百萬(wàn)美圓貸款組合價(jià)值百萬(wàn)美圓VAR 正態(tài)分布 實(shí)踐分布置信水平（99%）VAR2.333.357.81（百萬(wàn)美元）VAR213.63204.49.23（百萬(wàn)美元）99%的置信程度下，兩貸款組合的VAR為： 2.333.35=7.81百萬(wàn)美圓 從計(jì)算結(jié)果可看出，雖然兩貸款組合價(jià)值比原來(lái)單個(gè)貸款價(jià)值添加了一倍，但是以

13、受險(xiǎn)價(jià)值(VaR)為根底計(jì)算出的資本需求量只比原BBB級(jí)貸款以受險(xiǎn)價(jià)值計(jì)算出的資本需求量多出0.84(百萬(wàn)美圓)(即7.81-6.97=0.84百萬(wàn)美圓)。 顯然，呵斥這種情況的緣由就是貸款組合的風(fēng)險(xiǎn)分散功能發(fā)揚(yáng)了作用，特別是我們假定兩貸款間存在著0.3的違約風(fēng)險(xiǎn)相關(guān)系數(shù)。 在正態(tài)分布下 從前面的兩表查出，在最接近1%的概率下所對(duì)應(yīng)的兩貸款組合價(jià)值為204.40：VAR213.63204.49.23百萬(wàn)美圓一年內(nèi)兩貸款組合的價(jià)值損失超越9.23百萬(wàn)美圓的概率低于1%。 這個(gè)數(shù)額也是兩貸款組合的資本需求量，它比在正態(tài)分布條件下以受險(xiǎn)價(jià)值為根底計(jì)算的資本需求量高出1.429.237.81百萬(wàn)美圓；

14、但是假設(shè)與比之前BBB級(jí)別的單一貸款實(shí)踐分布條件下所需資本量8.99相比，僅高出0.249.238.99百萬(wàn)美圓，顯然這也是貸款組合風(fēng)險(xiǎn)分散的作用。 實(shí)踐分布下的VAR兩企業(yè)貸款的相關(guān)性無(wú)法直接獲得，該模型利用借款人的股票收益變化的相關(guān)性來(lái)替代貸款市值的相關(guān)性。首先，將借款公司資產(chǎn)價(jià)值動(dòng)搖性與借款人信譽(yù)等級(jí)變化相聯(lián)絡(luò)。假定企業(yè)資產(chǎn)價(jià)值變化幅度到達(dá)一定程度時(shí)其信譽(yù)等級(jí)就會(huì)改動(dòng)由此得到等級(jí)轉(zhuǎn)移與企業(yè)資產(chǎn)價(jià)值變化間的映射關(guān)系。其次，還要利用相關(guān)模型計(jì)算出組合內(nèi)各單個(gè)借款人之間資產(chǎn)動(dòng)搖的相關(guān)性。兩筆貸款相關(guān)性的計(jì)算假設(shè)有兩家公司 X&ZX公司為一家化學(xué)企業(yè)，其股票收益率為：RX = 0.9RCHEM

15、+ UX化學(xué)產(chǎn)業(yè)收益指數(shù)該企業(yè)的特殊風(fēng)險(xiǎn)報(bào)酬敏感系數(shù)Z公司那么為一家全能銀行，其股票收益率為：RZ = 0.74RINS + 0.15RBANK + UZ該銀行的特殊風(fēng)險(xiǎn)報(bào)酬敏感系數(shù)銀行業(yè)收益指數(shù)保險(xiǎn)業(yè)收益指數(shù)求結(jié)合密度：BB級(jí)借款人的資產(chǎn)價(jià)值動(dòng)搖與其信譽(yù)等級(jí)轉(zhuǎn)換之間的關(guān)系BBBBBBCCCAAAAAA違約信譽(yù)等級(jí)：假定企業(yè)資產(chǎn)價(jià)值動(dòng)搖呈正態(tài)分布80.537.738.841.000.140.670.031.06轉(zhuǎn)換概率%：80.531.37-1.23-2.042.932.993.43-2.30資產(chǎn)價(jià)值動(dòng)搖：A級(jí)借款人的資產(chǎn)價(jià)值動(dòng)搖與其信譽(yù)等級(jí)轉(zhuǎn)換之間的關(guān)系信用等級(jí)違約CCCBBBBBBAAAA

16、AA信用等級(jí)轉(zhuǎn)換概率0.060.010.260.745.2591.052.270.09資產(chǎn)價(jià)值波動(dòng)（）-3.24-3.19-2.27-2.30-1.511.983.12多組合信譽(yù)風(fēng)險(xiǎn)度量在多組合的情況下，由于信譽(yù)計(jì)量模型將單一的信譽(yù)工具放入資產(chǎn)組合中衡量其對(duì)整個(gè)組合風(fēng)險(xiǎn)情況的作用，而不是孤立地衡量某一信譽(yù)工具本身的風(fēng)險(xiǎn)，因此，該模型運(yùn)用了信譽(yù)工具邊沿風(fēng)險(xiǎn)奉獻(xiàn)這樣的概念來(lái)反映單一信譽(yù)工具對(duì)整個(gè)組合風(fēng)險(xiǎn)情況的作用。邊沿風(fēng)險(xiǎn)奉獻(xiàn)是指在組合中因添加某一信譽(yù)工具的一定持有量而添加的整個(gè)組合的風(fēng)險(xiǎn)以組合的規(guī)范差表示。經(jīng)過(guò)對(duì)比組合中各信譽(yù)工具的邊沿風(fēng)險(xiǎn)奉獻(xiàn)，進(jìn)而分析每種信譽(yù)工具的信譽(yù)等級(jí)、與其他資產(chǎn)的相關(guān)系

17、數(shù)以及其風(fēng)險(xiǎn)暴露程度等各方面要素，可以很清楚地看出各種信譽(yù)工具在整個(gè)組合的信譽(yù)風(fēng)險(xiǎn)中的作用，最終為投資者的信貸決策提供科學(xué)的量化根據(jù)。 模型的實(shí)踐運(yùn)用利用求出的VAR值，可以計(jì)算出抵御組合風(fēng)險(xiǎn)所需的銀行資本。從組合的角度衡量銀行向某借款人發(fā)放貸款的邊沿風(fēng)險(xiǎn)奉獻(xiàn) 模型的特點(diǎn) 其一，盯住市場(chǎng)模型MTM，即盯住信譽(yù)等級(jí)變化對(duì)貸款實(shí)際市值的影響其二，將組合管理理念引入信譽(yù)風(fēng)險(xiǎn)管理領(lǐng)域其三，思索貸款組合的相關(guān)性對(duì)信譽(yù)風(fēng)險(xiǎn)的影響第三節(jié) 信譽(yù)監(jiān)控模型KMVKMV模型是一種違約預(yù)測(cè)模型，用該模型可以預(yù)測(cè)股權(quán)公開買賣的公司或銀行違約的能夠性。該模型是由著名的風(fēng)險(xiǎn)管理公司KMV公司于1997年開發(fā)的信譽(yù)風(fēng)險(xiǎn)度量模

18、型。公司名源于三位興辦者Kealhofer, Mcquown, Vasicek首字母KMV，該公司成立于1989年，位于美國(guó)舊金山，目前曾經(jīng)被世界著名的信譽(yù)評(píng)級(jí)機(jī)構(gòu)穆迪投資公司收買。信譽(yù)監(jiān)控模型KMV該模型以為，貸款的信譽(yù)風(fēng)險(xiǎn)是在給定負(fù)債的情況下由債務(wù)人的資產(chǎn)市場(chǎng)價(jià)值決議的。由于貸款并沒(méi)有真實(shí)地在市場(chǎng)買賣，貸款的市場(chǎng)價(jià)值不能直接觀測(cè)到。為此，模型將銀行的貸款問(wèn)題倒轉(zhuǎn)一個(gè)角度，從借款企業(yè)一切者的角度思索貸款歸還的問(wèn)題。在債務(wù)到期日，假設(shè)公司資產(chǎn)的市場(chǎng)價(jià)值高于公司債務(wù)值違約點(diǎn)，那么公司有動(dòng)力歸還貸款；假設(shè)此時(shí)公司資產(chǎn)價(jià)值低于公司債務(wù)值，那么企業(yè)能夠違約。 模型將債務(wù)看作債務(wù)人向借款公司股東出賣的對(duì)

19、公司價(jià)值的看跌期權(quán)賣權(quán)債務(wù)到期時(shí)，假設(shè)企業(yè)資產(chǎn)的市場(chǎng)價(jià)值超出其負(fù)債價(jià)值，企業(yè)情愿還債，將剩余部分留作利潤(rùn)；假設(shè)企業(yè)資產(chǎn)價(jià)值小于負(fù)債程度，出賣全部資產(chǎn)也不能完全償債，企業(yè)會(huì)選擇違約，將公司資產(chǎn)轉(zhuǎn)交給債務(wù)人。KMV模型基于公司的資產(chǎn)市值及資產(chǎn)市值的動(dòng)搖性來(lái)計(jì)算預(yù)期違約概率EDF，該模型適用于上市公司。1 KMV模型根本原理企業(yè)股權(quán)市值與它的資產(chǎn)市值之間的構(gòu)造性關(guān)系；企業(yè)資產(chǎn)市值動(dòng)搖程度和企業(yè)股權(quán)市值的變動(dòng)程度之間關(guān)系。 該模型利用了兩個(gè)關(guān)系： 經(jīng)過(guò)這兩個(gè)關(guān)系模型，便可以求出企業(yè)資產(chǎn)市值及其動(dòng)搖程度。一旦資產(chǎn)市值及其動(dòng)搖程度被算出，信譽(yù)監(jiān)測(cè)模型便可以測(cè)算出借款企業(yè)的預(yù)期違約概率(EDF)。第一步，它

20、利用Black-Scholes期權(quán)定價(jià)公式，根據(jù)企業(yè)股權(quán)的市場(chǎng)價(jià)值、資產(chǎn)價(jià)值的動(dòng)搖性、到期時(shí)間、無(wú)風(fēng)險(xiǎn)借貸利率及負(fù)債的賬面價(jià)值估計(jì)出企業(yè)資產(chǎn)的市場(chǎng)價(jià)值及其動(dòng)搖性。 第二步，根據(jù)公司的負(fù)債計(jì)算出公司的違約實(shí)施點(diǎn) (default exercise point，為企業(yè)1年以下短期債務(wù)的價(jià)值加上未清償長(zhǎng)期債務(wù)賬面價(jià)值的一半)，計(jì)算借款人的違約間隔。 第三步，根據(jù)企業(yè)的違約間隔與預(yù)期違約率(EDF) 之間的對(duì)應(yīng)關(guān)系，求出企業(yè)的預(yù)期違約率(EDF) 。 2 KMV模型的運(yùn)算步驟由于無(wú)法直接察看公司資產(chǎn)價(jià)值及動(dòng)搖性，KMV借用期權(quán)定價(jià)原理推算。 股權(quán)可看作股東對(duì)公司資產(chǎn)價(jià)值的看漲期權(quán)，根據(jù)期權(quán)定價(jià)實(shí)際，可

21、推導(dǎo)出公司股權(quán)價(jià)值的公式：第一步，估計(jì)公司市場(chǎng)價(jià)值及其動(dòng)搖性E股權(quán)價(jià)值A(chǔ)資產(chǎn)市場(chǎng)價(jià)值A(chǔ)資產(chǎn)價(jià)值動(dòng)搖性D負(fù)債價(jià)值r無(wú)風(fēng)險(xiǎn)借貸利率時(shí)間范圍資產(chǎn)或負(fù)債價(jià)值時(shí)間t=0t=1違約概率資產(chǎn)價(jià)值分布曲線負(fù)債線AD 違約概率相當(dāng)于企業(yè)資產(chǎn)價(jià)值分布曲線位于負(fù)債線以下的區(qū)域，它表示企業(yè)資產(chǎn)價(jià)值在一年內(nèi)降到D以下的概率，即企業(yè)一年內(nèi)違約破產(chǎn)的概率。 假定公司未來(lái)資產(chǎn)價(jià)值圍繞其現(xiàn)值呈正態(tài)分布，均值為A，規(guī)范差為A，那么可利用下面的公式計(jì)算公司在一年內(nèi)或t=0時(shí)如今間隔違約的違約間隔(Distance-to-Default)： 與違約點(diǎn)的間隔：DDA 第二步，計(jì)算違約間隔KMV的違約點(diǎn)Default Point在期權(quán)定價(jià)框架中，違約行為發(fā)生于資產(chǎn)市場(chǎng)價(jià)值小于企業(yè)負(fù)債之時(shí)，但在實(shí)踐生活中違約并不等于破產(chǎn)，也就是說(shuō)，資產(chǎn)價(jià)值低于債務(wù)總值得概率并不是對(duì)EDF的準(zhǔn)確量度。KMV 公司經(jīng)過(guò)觀測(cè)幾百個(gè)公司樣本，以為當(dāng)資產(chǎn)價(jià)值到達(dá)總債務(wù)和短期債務(wù)之間的某一點(diǎn)，即違約點(diǎn)時(shí)，企業(yè)才發(fā)生違約。KMV 公司以為違約點(diǎn)DPT大約等于企業(yè)短期債務(wù)加上長(zhǎng)期債務(wù)的一半。第三步，估算違約概率 假設(shè)假定資產(chǎn)價(jià)值是正態(tài)分布，就可根據(jù)違約間隔直接求得違約概率。 假設(shè)違約間隔為2.33，由于公司未來(lái)資產(chǎn)價(jià)值在其均值單側(cè)2.33A內(nèi)變化的概率是99%，可推算出公司預(yù)期違約概率約為1%。 基于資產(chǎn)價(jià)值正態(tài)分布假定計(jì)算出的是EDF的實(shí)際值，由于