信用風(fēng)險(xiǎn)是FRM考試中的必考內(nèi)容。那么什么是系統(tǒng)性信用風(fēng)險(xiǎn)？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(fēng)險(xiǎn)
系統(tǒng)性信用風(fēng)險(xiǎn)是指由于外在不確定性、系統(tǒng)外部擾動(dòng)導(dǎo)致的風(fēng)險(xiǎn)，外在不確定性來自于本經(jīng)濟(jì)系統(tǒng)之外，是由于經(jīng)濟(jì)運(yùn)行過程中隨機(jī)性、偶然性的變化或不可預(yù)測(cè)的趨勢(shì)等引發(fā)的，外在不確定性也包括國(guó)外金融市場(chǎng)上不確定的沖擊，如金融風(fēng)險(xiǎn)就屬此列。
系統(tǒng)性信用風(fēng)險(xiǎn)的經(jīng)驗(yàn)觀察
在模擬聯(lián)合違約行為或信貸組合的系統(tǒng)性風(fēng)險(xiǎn)方面，CPV模型反映了來自信貸組合管理領(lǐng)域的一些經(jīng)驗(yàn)觀察或特征化事實(shí)：
*9，組合可以有效分散與特定頭寸有關(guān)的特定風(fēng)險(xiǎn)(idiosyncratic risk)，但不能分散掉全部風(fēng)險(xiǎn)。投資領(lǐng)域的一個(gè)古老智慧“不要把雞蛋放在一個(gè)籃子里”說的就是組合的分散效應(yīng)。但多樣化對(duì)組合風(fēng)險(xiǎn)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(gè)組合的風(fēng)險(xiǎn)完全消除掉。這些無法通過多樣化來規(guī)避的風(fēng)險(xiǎn)，或剩余風(fēng)險(xiǎn)，就是通常理解的系統(tǒng)性風(fēng)險(xiǎn)。對(duì)組合管理者來說，計(jì)量和控制系統(tǒng)性風(fēng)險(xiǎn)是組合管理的主要任務(wù)。
第二，一個(gè)信貸組合的系統(tǒng)性風(fēng)險(xiǎn)主要取決于宏觀經(jīng)濟(jì)的健康狀況。一個(gè)基本的觀察是，信用風(fēng)險(xiǎn)，諸如違約概率、評(píng)級(jí)轉(zhuǎn)移概率以及違約和評(píng)級(jí)轉(zhuǎn)移的相關(guān)性等，都與宏觀經(jīng)濟(jì)緊密相關(guān)。當(dāng)經(jīng)濟(jì)形勢(shì)惡化時(shí)，信用評(píng)級(jí)下調(diào)以及違約事件都會(huì)隨之增加；反之，當(dāng)經(jīng)濟(jì)環(huán)境改善時(shí)，類似事件則隨之減少。威爾遜(Wilson，1998)采用德國(guó)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(jì)形勢(shì)之間的關(guān)系。結(jié)果表明，宏觀經(jīng)濟(jì)變量，如GDP增長(zhǎng)率、失業(yè)率等，可以解釋平均違約率時(shí)間序列中變化的90％。
第三，當(dāng)面臨來自宏觀經(jīng)濟(jì)的沖擊時(shí)，不同經(jīng)濟(jì)部門的反應(yīng)各不相同。例如，通常建筑業(yè)受經(jīng)濟(jì)周期影響的程度*5，能源業(yè)和采礦業(yè)受經(jīng)濟(jì)周期影響的程度最小。此外，經(jīng)濟(jì)部門不同，所依賴的宏觀經(jīng)濟(jì)變量也不同。例如，美國(guó)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?jī)r(jià)格以及地區(qū)經(jīng)濟(jì)形勢(shì)的影響。
第四，不僅違約事件，信用評(píng)級(jí)轉(zhuǎn)移同樣與宏觀經(jīng)濟(jì)走勢(shì)緊密相關(guān)。經(jīng)驗(yàn)研究表明，投機(jī)級(jí)債券的違約率變化足以代表宏觀經(jīng)濟(jì)的健康狀況，而信用評(píng)級(jí)的轉(zhuǎn)移趨勢(shì)與投機(jī)級(jí)債券的違約率走勢(shì)基本呈正相關(guān)：當(dāng)投機(jī)級(jí)債券的違約率高于其平均水平時(shí)，評(píng)級(jí)上調(diào)的比例增加，反之，則評(píng)級(jí)下調(diào)的比例增加(Moody’slnvestor Services，1994)。
第五，為了解釋全部的系統(tǒng)性風(fēng)險(xiǎn)，僅僅用一個(gè)宏觀經(jīng)濟(jì)變量是不夠的，必須采用多個(gè)變量。威爾遜曾經(jīng)采用標(biāo)準(zhǔn)普爾、美國(guó)、英國(guó)、德國(guó)以及日本的數(shù)據(jù)，通過主成分分析研究了相關(guān)經(jīng)濟(jì)變量對(duì)國(guó)家平均違約率的解釋能力(Wilson，1998)。結(jié)果發(fā)現(xiàn)，對(duì)于匯總后的數(shù)據(jù)樣本，*9個(gè)變量能夠解釋平均違約率全部變化的77．5％，但對(duì)于具體國(guó)別的數(shù)據(jù)樣本，*9個(gè)變量的解釋力差別很大。比如對(duì)于美國(guó)的系統(tǒng)性風(fēng)險(xiǎn)指數(shù)，*9個(gè)因子只能解釋23．9％，剩下的大部分相關(guān)性只能由第二、第三個(gè)變量因子來解釋。這表明，在建模策略上，應(yīng)該選取多因子系統(tǒng)性風(fēng)險(xiǎn)模型，而不是單因子模型。