<<
>>

Ставка восстановления как объясняющая переменная в моделях оценки кредитного риска и ценообразования облигаций

Ставка восстановления является одним из основных входных параметров в ряде моделей оценки кредитных рисков и ценообразования облигаций с учётом риска дефолта. Данные модели делятся на структурные модели (structured models) [27] и модели сокращённой формы (reduced-form models) [47].

Структурные модели основываются на предположении, что дефолт происходит в течение срока погашения долгового обязательства в случае снижения стоимости активов компании до некоторого порогового значения, а ставка восстановления является экзогенным параметром, независимым от характеристик компании. Обычно ставка восстановления задаётся в моделях как фиксированная доля номинальной стоимости долга и не зависит от вероятности дефолта. К структурным моделям относятся модели И. Ким, К. Рамасвами и С. Сандерсен (1993) [85], Дж. Халл и А. Вайт (1995) [76], Л. Нилсен, Дж. Саа-Рекежо и П. Санта Клара (1993) [95], Ф. Лонгстафф и И. Шварц (1995) [87].

В моделях сокращённой формы дефолт моделируется на основе предположения о его непредсказуемом характере, наступление которого зависит от развития во времени стохастического процесса. В простейшем случае, когда дефолт описывается пуассоновским

24 случайным процессом, он определяется экзогенным фактором интенсивности, или фактором риска (hazard rate). По этой причине модели сокращённой формы также часто называются моделями на основе фактора интенсивности (intensity-based models).

К наиболее известным работам, посвящённым разработке моделей сокращённой формы относятся работы Р. Литтермана и Т. Ибена (1991) [86], Д. Мадана и Х. Унала (1995) [89], Р. Джэрроу и С. Турнбулла (1995) [83], Р. Джэрроу, Д. Ландо и С. Турнбулла (1997) [82], Д. Даффи и К. Синглетона (1999) [48], Д. Даффи (1998) [46]. Модели Мадана-Унала, Джэрроу-Ландо-Тернбулла и Даффи- Синглетона в основном применяются для оценки стоимости кредитных производных инструментов и ценных бумаг, полученных в результате секьюритизации.

В работе Д. Даффи и К. Синглетона (1999) [48] для расчёта стоимости облигации с учётом риска дефолта дисконтирующий фактор корректируется в соответствии с вероятностью дефолта, являющейся стохастической величиной, и ставкой восстановления, которая в данной модели является постоянной величиной.

Р. Джэрроу и С. Турнбулл [83]в своём исследовании делают предположение о том, что в случае наступления дефолта ставка восстановления равняется определённой доле стоимости безрисковой облигации с аналогичным купоном и сроком погашения.

В дальнейшем развитии моделей сокращённой формы предполагается, что облигации, выпущенные одним эмитентом, одинакового старшинства и одинаковой номинальной стоимости, имеют одинаковые ставки восстановления вне зависимости от срока погашения. Например, Д. Даффи [46] в своём исследовании

25 предполагает, что инвестору в случае дефолта по облигации выплачивается фиксированная доля её номинальной стоимости, которая зависит от старшинства и не зависит от размера купона и срока погашения. В работе Р. Джэрроу, Д. Ландо и С. Турнбулл [82]ставка восстановления также находится в зависимости от старшинства.

В последнее десятилетие, главным образом, на основе моделей сокращённой формы, крупными финансовыми институтами был разработан и получил широкое распространение на практике целый ряд моделей оценки кредитной рисковой стоимости (CreditVAR), среди которых можно выделить: CreditMetrics® (J.P.Morgan) [68, 56], CreditPortfolioView® (McKinsey&Co., Inc.) [113, 114], CreditRisk+® (Credit Suisse) [112], KMV CreditManager® (Moody's KMV) [109].

Данные модели можно разделить на две группы в зависимости от типа кредитного события.

К первой группе относятся модели, в которых в качестве кредитного события рассматривается наступление дефолта (CreditRisk+®, KMV CreditManager®), ко второй - изменение кредитного рейтинга (CreditMetrics®, CreditPortfolioView®) [22]. В первой группе моделей кредитный риск полностью совпадает с риском наступления дефолта: в каждом периоде рассматриваются только два исхода - “дефолт” или “продолжение деятельности”, тогда как во второй группе моделей в качестве кредитного события рассматриваются все изменения в кредитоспособности заёмщика, обозначаемые термином “миграция кредитного рейтинга”. Таким образом, в первой группе моделей убыток возникает только в случае наступления дефолта, во второй группе - каждый раз, когда происходит изменение кредитного рейтинга [64, 73].

26

Во всех названных моделях, кроме CreditRisk+®, ставка восстановления является случайной величиной, описываемой бета- распределением. В свою очередь, в модели CreditRisk+® ставка восстановления принимается равной константе, величина которой зависит от размера активов эмитента.

В таблице 1 обобщены модели, в которых ставка восстановления является ключевым входным параметром для оценки кредитного риска [39].

Таблица 1. Ставка восстановления в моделях ценообразования финансовых инструментов

Основные модели и эмпирические Ставка ______________________ исследования____ восстановления Теоретические модели___________________________________________

Структурные модели И. Ким, К. Рамасвами и С. Постоянная

Сандерсен (1993), Дж. Халл и А. величина Вайт (1995), Л. Нилсон, Дж. Саа- Рекежо и П. Санта Клара (1993), Ф.

___ Лонгстафф и Е. Шварц (1995). Модели сокращённой Р. Литтерман и Т. Ибен (1991), Д. Либо постоянная формы_____________________ Мадана и Х. Унала (1995), Р. величина, либо

Джэрроу и C. Турнбулла (1995), Р. случайная Джэрроу, Д. Ландо и С. Турнбулла переменная (1997), Д. Ландо (1998), Д. Даффи (1998), Д. Даффи и К. Синглетона

___ (1999).____________________ __________________________________ Модели оценки кредитного риска портфеля__

CreditMetrics® Г. Гуптон, С. Фингер и М. Батия Случайная

___ (1997) J.P. Morgan___________ величина CreditPortfolioView® Т. Вилсон (1997a,1997b)_______________ Случайная

___ McKinsey&C_______________ величина CreditRisk+®____ Т. Вайлд (1997) Credit Suisse________________ Постоянная

___________________________________________________________ величина_______

KMV CreditManager® И. МакКуон (1997), П. Кросби Случайная

(1999) Moody's KMV величина

27

1.4.

<< | >>
Источник: Антонова Екатерина Няимовна. Оценка ставки восстановления по корпоративным облигациям российских эмитентов. Диссертация на соискание ученой степени кандидата экономических наук. Москва - 2013. 2013

Еще по теме Ставка восстановления как объясняющая переменная в моделях оценки кредитного риска и ценообразования облигаций:

  1. Оценка ставки восстановления на основе моделей ценообразования финансовых инструментов
  2. Глава 3. Разработка модели оценки ставки восстановления по корпоративным облигациям российских эмитентов
  3. Факторы, объясняющие ставку восстановления по корпоративным облигациям российских эмитентов
  4. Регрессионные модели оценки ставки восстановления
  5. Глава 2 Сравнительный анализ действующих моделей оценки ставки восстановления
  6. Антонова Екатерина Няимовна. Оценка ставки восстановления по корпоративным облигациям российских эмитентов. Диссертация на соискание ученой степени кандидата экономических наук. Москва - 2013, 2013
  7. Ставка восстановления как ключевой параметр расчета требований к капиталу и резервирования
  8. Глава 1 Понятие, область применения и подходы к расчету ставки восстановления по корпоративным облигациям
  9. Область применения ставки восстановления
  10. Систематизация факторов, влияющих на ставку восстановления
  11. Понятие ставки восстановления