2005年-BIS国际清算银行_An_empirical_evaluation_of_structural_credit_risk_models_48页_305kb

报告摘要

本文对六种结构性信用风险模型进行了实证评估，比较了这些模型预测的违约概率（PD）与实际违约率之间的匹配程度。研究强调了模型在不同经济周期中的表现，并探讨了宏观经济变量对信用风险预测的影响。

结构性信用风险模型：这些模型基于企业资产的随机过程，认为违约发生在资产价值低于某个阈值时。
模型分类：
- 外生违约模型：违约阈值是外生设定的，通常与历史数据相关，模型对违约率的预测存在低估现象。
- 内生违约模型：违约阈值由企业特征决定，如杠杆率、违约回收率和无风险利率，模型预测更接近实际违约率。
MKMV模型：作为商业服务模型，MKMV利用专有数据和历史违约率进行校准，其预测的PD较高，但因数据时间序列较短，结果仍不完全确定。
模型表现：
- 内生违约模型整体表现优于外生违约模型，尤其是在不同预测期限下，其预测更接近实际违约率。
- 外生违约模型中，CDG模型的偏差最明显，而LS和HH模型偏差较小。
- MKMV模型的PD在所有模型中最高，但其预测的信用风险往往被高估。
宏观经济变量的作用：
- 宏观经济变量如资产价格、GDP缺口、信贷与GDP比率、期限利差和一年期国债利率对信用风险预测有显著影响。
- 这些变量能够显著改善违约率的预测，说明理论模型未能完全反映信用风险对经济周期的依赖。

数据来源：美国企业数据，来自Moody's、Bloomberg和Datastream，用于计算企业违约概率和债务特征。
样本时间：1990年第一季度至2003年第二季度，按季度频率分析。
样本构成：样本主要由非金融企业组成，占BBB、BB和B评级企业的86%、91%和92%。
模型校准：
- 学术模型主要基于公开数据进行校准。
- MKMV模型基于其专有数据，包含企业资产价值、波动率和违约边界。
模型预测的PD与实际违约率对比：
- 内生违约模型的PD预测更接近实际违约率，且具有较低的偏差。
- 外生违约模型的PD预测存在系统性低估，尤其在CDG模型中更为明显。
经济意义：
- 模型预测的违约概率误差对银行的最低资本要求有重要影响。
- 采用内生违约模型的资本要求更接近“最优”资本水平，而外生违约模型则明显偏离。