信用風險是FRM考試中的必考內(nèi)容。那么什么是系統(tǒng)性信用風險？跟著高頓網(wǎng)校FRM小編來了解一下吧。
什么是系統(tǒng)性信用風險
系統(tǒng)性信用風險是指由于外在不確定性、系統(tǒng)外部擾動導致的風險，外在不確定性來自于本經(jīng)濟系統(tǒng)之外，是由于經(jīng)濟運行過程中隨機性、偶然性的變化或不可預測的趨勢等引發(fā)的，外在不確定性也包括國外金融市場上不確定的沖擊，如金融風險就屬此列。
系統(tǒng)性信用風險的經(jīng)驗觀察
在模擬聯(lián)合違約行為或信貸組合的系統(tǒng)性風險方面，CPV模型反映了來自信貸組合管理領域的一些經(jīng)驗觀察或特征化事實：
*9，組合可以有效分散與特定頭寸有關的特定風險(idiosyncratic risk)，但不能分散掉全部風險。投資領域的一個古老智慧“不要把雞蛋放在一個籃子里”說的就是組合的分散效應。但多樣化對組合風險的緩解作用并不是無限的，換句話說，無論怎樣多樣化，也不能將一個組合的風險完全消除掉。這些無法通過多樣化來規(guī)避的風險，或剩余風險，就是通常理解的系統(tǒng)性風險。對組合管理者來說，計量和控制系統(tǒng)性風險是組合管理的主要任務。
第二，一個信貸組合的系統(tǒng)性風險主要取決于宏觀經(jīng)濟的健康狀況。一個基本的觀察是，信用風險，諸如違約概率、評級轉移概率以及違約和評級轉移的相關性等，都與宏觀經(jīng)濟緊密相關。當經(jīng)濟形勢惡化時，信用評級下調以及違約事件都會隨之增加；反之，當經(jīng)濟環(huán)境改善時，類似事件則隨之減少。威爾遜(Wilson，1998)采用德國公司1960—1994年間的數(shù)據(jù)樣本研究了平均違約率和宏觀經(jīng)濟形勢之間的關系。結果表明，宏觀經(jīng)濟變量，如GDP增長率、失業(yè)率等，可以解釋平均違約率時間序列中變化的90％。
第三，當面臨來自宏觀經(jīng)濟的沖擊時，不同經(jīng)濟部門的反應各不相同。例如，通常建筑業(yè)受經(jīng)濟周期影響的程度*5，能源業(yè)和采礦業(yè)受經(jīng)濟周期影響的程度最小。此外，經(jīng)濟部門不同，所依賴的宏觀經(jīng)濟變量也不同。例如，美國企業(yè)的資不抵債比率主要受利率水平的影響，瑞典的造紙業(yè)主要受貿(mào)易條件的影響，而住房抵押貸款的違約率則主要受住房價格以及地區(qū)經(jīng)濟形勢的影響。
第四，不僅違約事件，信用評級轉移同樣與宏觀經(jīng)濟走勢緊密相關。經(jīng)驗研究表明，投機級債券的違約率變化足以代表宏觀經(jīng)濟的健康狀況，而信用評級的轉移趨勢與投機級債券的違約率走勢基本呈正相關：當投機級債券的違約率高于其平均水平時，評級上調的比例增加，反之，則評級下調的比例增加(Moody’slnvestor Services，1994)。
第五，為了解釋全部的系統(tǒng)性風險，僅僅用一個宏觀經(jīng)濟變量是不夠的，必須采用多個變量。威爾遜曾經(jīng)采用標準普爾、美國、英國、德國以及日本的數(shù)據(jù)，通過主成分分析研究了相關經(jīng)濟變量對國家平均違約率的解釋能力(Wilson，1998)。結果發(fā)現(xiàn)，對于匯總后的數(shù)據(jù)樣本，*9個變量能夠解釋平均違約率全部變化的77．5％，但對于具體國別的數(shù)據(jù)樣本，*9個變量的解釋力差別很大。比如對于美國的系統(tǒng)性風險指數(shù)，*9個因子只能解釋23．9％，剩下的大部分相關性只能由第二、第三個變量因子來解釋。這表明，在建模策略上，應該選取多因子系統(tǒng)性風險模型，而不是單因子模型。