违约集群风险溢价及其对跨市场资产定价的启示
美国联邦储备委员会，华盛顿特区ISSN 1936-2854 (印刷版)国际标准连续出版物号 2767-3898（网络版） 默认聚类风险溢价及其跨市场资产定价影响 金宇鍾，金百浩，和李东焕 2023-055 请引用本文为：Byun, Kiwoong, Baeho Kim, and Dong Hwan Oh (2023). “Default Clustering Risk Pre-《Mium及其跨市场资产定价影响》，金融与经济学讨论系列 2023-055. 华盛顿：联邦储备系统管理委员会https://doi.org/10.17016/FEDS.2023.055. 注意：本《金融与经济学讨论系列》（FEDS）的员工工作论文为初步材料，旨在激发讨论和批评性评论。文中提出的分析和结论是作者的观点，并不表示研究团队成员或美联储理事会成员的认同。出版物中对《金融与经济学讨论系列》的引用（除致谢外）应获得作者（们）的批准，以保护这些论文的试探性质。 默认聚类风险溢价及其跨市场资产定价影响∗ Kiwoong Byun†, 朴河金‡和 东汉 欧翰§ 2023年8月11日 摘要 本研究通过分析2005年9月至2021年3月间CDX北美国际投资级（CDX.NA.IG）组合的信用衍生品合约，考察了市场隐含的承兑违约聚集风险溢价。我们的方法涉及构建一个时间序列。参考分档利率仅由单一名称的信用违约互换（CDS）利差独家推导。默认聚类风险溢价(DCRP) 通过比较原始和参考档位利差来捕捉，当投资者在组合层面需要为相关违约获得更大补偿时，前者会超过后者。拟合的DCRP水平在2007-9年全球金融危机期间显著上升，并在一段时间内保持相对稳定，之后从2016年开始逐渐下降。值得注意的是，COVID-19冲击导致DCRP水平再次急剧上升。我们的实证分析发现，估计的DCRP对资产定价有显著影响，尤其是在影响金融系统不稳定时期美国股票投资者的投资机会方面。 关键词：信用违约掉期（CDS）；CDS指数（CDX）；参考档利率；违约聚集风险溢价 1 引言 信用衍生品市场参与者面临遭遇相关违约的风险。鉴于大量相关违约对整个系统潜在的影响，市场参与者通常需要收取高额溢价以考虑到违约时间相关性的动态风险。通过考察单个信用违约互换（CDS）和多名字CDS指数（CDX）分层利差的报价，可以推断出信用市场对指数中参考实体的联合损失分布的整体感知。 在本文中，我们研究了默认聚类风险溢价(DCRP)，它反映了投资者为持有面临多个投资违约连锁风险而暴露的资产所要求的额外补偿，这种系统性损失比仅基于个别信用风险的预期更为严重。DCRP是一种信用风险溢价，它取决于基础资产的联合行为，并突出了它们之间的相互依赖性。本质上，DCRP解决了借款人违约触发其他借款人违约的风险溢价，尤其是如果这些违约由于共同暴露或传染效应而相关时。 DCRP在金融领域具有相当大的学术意义。对于利用信用市场信号作出决策的政策制定者而言，它也具有相关性，因为系统信用风险溢价是DCRP的关键组成部分。因此，全球金融危机和COVID-19大流行等事件突出了其重要性，这些事件说明了市场参与者如何感知系统性风险以及金融部门问题如何影响实体经济。2007-2009年全球金融危机表明，在单个金融机构层面上的风险管理是不够的，并强调了宏观审慎监管的必要性，以确保对系统性风险进行全面管理。最近的COVID-19大流行导致了金融市场的低迷以及由于利率上升而引发的银行系统紧缩。这突显了未来可能出现的类似情景，即使在疫情相关负面反馈循环得以解决的情况下也是如此。 本研究旨在控制个体违约风险溢价后，从投资组合违约风险溢价中提取DCRP的时间序列动态。通过这一分析，可以识别出区分投资组合违约风险溢价为两个不同组成部分的潜在方法，即个体违约风险溢价和违约聚集风险溢价。前者重点关注 可能性为单一资产失效，而后者则与多个资产同时失效的概率相关。因此，我们的研究采用CDS（信用违约互换）和CDX（信用违约掉期指数）分层利率来隔离投资组合层面的个别违约风险溢价。 据我们所知，现有文献并没有明确解决这些问题；因此，这篇论文填补了这个空白。例如，Azizpour等人（2011）通过企业违约数据和CDX市场利率来检验与相关违约风险相关的溢价。他们比较了实际违约事件的发生强度与CDX市场利率的风险中性强度。相比之下，我们的方法比较CDX切片利差与仅从CDS利差推测出的假设合成切片利差。Li和Zinna（2014）使用多元信贷风险模型和CDS价值来研究系统银行信贷风险，并检验违约风险作为系统性风险和银行特定风险的补偿。尽管他们表明他们估计的系统性信贷风险与CDX利差相关，但他们仅使用CDS数据来估计它。 确实，在单名CDS市场中，参与者为了承担违约集群风险，也要求非微不足道的溢价。关于CDS网络的相关文献，如Markose等人（2012年）和Paddrik等人（2016年）的研究，为这一现象提供了宝贵的见解。然而，正如Amato和Gyntelberg（2005年）所示，不同的CDX分层显示了对时间变化的违约相关性的不同价格敏感性。因此，仅通过CDS利差（或等效的CDX指数利差）所捕获的DCRP与具有不同附息和赎回点的CDX分层间的利差存在差异。在我们的研究中，我们特别关注CDX北美投资级（super-）高级分层的利差，这作为系统性信用风险溢价的代理。在这种情况下，DCRP与高级分层利差呈正相关。这种正相关关系产生的原因是，（super-）高级分层损失的发生局限于极端情景，使相应的高级分层DCRP成为衡量市场对当前投资组合违约集群风险感知的有意义的指标。 本论文提出的DCRP，是从涵盖实时市场价格信息的信用市场数据中推断出来的，这些信息提供了关于违约可能性及其与组合中基础名称相关溢价的前瞻性指示。因此，与从其他市场（如股票市场）外推的度量相比，DCRP更有利于直接与系统信用风险溢价相关联。Driessen等（2009）展示了从股票期权市场数据中推断出的相关风险的市场价格。使用标准普尔100指数期权和个别 在所有组件的股权期权方面，他们的研究表明，指数方差风险溢价可以被分解为个体方差风险溢价和相关性风险溢价。我们的方法与其类似，因为它使用多只名字CDX层级利差和构成CDX的参考实体的单只名字CDS来将投资组合违约风险溢价分解为个体违约风险溢价和DCRP。然而，从与企业违约直接相关的信用衍生品中估算出的DCRP可以被视为比从股权期权中衍生出的相关性风险溢价概念上更相关的系统性信用风险溢价的衡量标准。Rodríguez-Moreno和Peña（2013）通过使用银行间利率、股价和信用衍生品的数据来估计基于市场的系统性风险指标。他们提出，基于CDS利差的风险衡量指标优于基于银行间利率或股价的衡量指标。 此外，本文实证分析了美国股市参与者如何感知从信用衍生品市场提取的DCRP信息。我们的分析显示，在控制了法马-弗伦奇三因子以及时间序列和横截面回归分析中的动量因子后，股市参与者要求额外的补偿以承担违约聚集风险，尤其是在金融系统脆弱时。这些发现表明，估计的DCRP是影响股票投资者在金融不稳定期间决策的重要跨市场定价因素。 本论文与相关研究相比做出了原创且重要的贡献，因为它直接估计了DCRP（系统性信贷风险溢价估计），并调查了市场参与者对近期重大危机（包括全球金融危机和COVID-19时期）的认识。与我们的研究相似，Tarashev和Zhu（2008）利用CDS和CDX市场数据展示了相关违约风险溢价的定价。他们从单名CDS利差中提取违约风险中性概率和实物资产回报相关性，并将这些相关性与使用CDX交易利差获得的相关性进行比较。然而，我们的研究利用CDS利差产生人工交易层利差，然后直接将它们与市场上交易的CDX交易层利差进行比较，以提取DCRP的时间序列影响。DCRP的单位与市场上交易工具的单位相同，允许更直接地解释DCRP。此外，我们的实证分析揭示了资产定价在跨市场方面的启示，表明估计的DCRP作为美国股票投资者可获得投资机会中的一个显著定价风险因素至关重要，尤其是在金融不稳定时期。我们的发现突出了以下重大影响： 关于股票市场的DCRP，从而在这一点上建立起了股票市场和信用衍生品市场之间的联系。 本文的叙述如下。第二章阐述了本研究的动机和主要目标。第三章解释了估计DCRP的方法。第四章展示了我们实证分析的结果，最后，第五章得出结论。 2 动机 本部分概述了我们的研究目标，介绍了信用衍生品中的市场隐含DCRP概念，并解释了如何在跨市场资产定价框架中应用拟合的DCRP。 2.1 主要目标 本研究的目的是通过分析整个投资组合的违约风险溢价，同时控制个别信用风险溢价，利用单一名称信用违约互换（CDS）利差和多名称CDX分层利差，提取DCRP的时间序列动态。从概念上讲，DCRP估计方法与通过结合个别CDS合约和CDX分层掉期合约进行违约时间相关性溢价交易策略相关。此策略旨在降低相关违约对整体投资组合的不利影响，同时对个别参照实体的违约风险进行对冲。CDX分层掉期允许投资者对参照实体投资组合的信用风险进行立场，使他们能够对冲指数中违约集群的风险。相比之下，CDS合约用于防范个别参照实体的违约，使市场参与者能够对冲个别违约风险。市场参与者可以通过在投资组合内持有CDX分层掉期合约的多头头寸和在CDS个别参照实体合约中持有空头头寸来交易违约时间相关性。 本文通过探讨与公司违约事件直接相关的信用衍生品市场价格估计的DCRPs（违约风险溢价），考察了系统性信用风险溢价。我们采用CDX高级分层掉期价格作为投资组合的违约风险溢价，以获得对系统性信用风险溢价的更相关估计。分层是结构化产品，允许投资者在特定 底层信用风险的部分。在合成抵押债务证券（CDO）中，分层由损失开始时的附着力点和分层能够承担的最大损失点的脱离点决定。在CDO分层中，评级最高且风险最低的分层被称为高级分层。如果底层资产发生违约或损失，高级分层将是最后一个承受这些损失的分层，因为所有其他分层都先承受损失。因此，高级分层的价格可能反映了市场对系统性信用风险的评估。在这方面，Seo和Wachter（2018）将CDX高级分层利差水平解释为经济灾难的时间变化概率。 此外，我们通过探讨股权市场投资者如何看待与系统性信用风险相关的违约集群风险，将我们从信用市场数据中估计的DCRP（违约集群风险估计）的分析范围进行了扩展。目标是研究股权市场参与者是否要求对拟合的DCRP进行补偿，将其视为影响股票市场投资组合回报变化的因素。如果DCRP因素在股票市场中具有显著的价格，我们可以推测估计的DCRP的市场间资产定价影响是显著的，尤其是对于股票投资者可获取的投资机会而言。 2.2 确定默认聚类风险溢价 我们提取DCRPs的动态变化，作为CDX高级分层的市场价格与由与CDX参考实体相同的CDS合约组成的人工生成分层的估值之间的差异。这种差异的幅度和时间序列行为反映了市场对随时间推移的违约聚集风险的隐含感知。如果投资者需要为在系统中过多聚集违约风险承担风险而获得补偿，市场分层利率应超过人工生成分层利率。 原则上，估计DCRPs采用的方法包括将个别违约风险溢价从投资组合违约风险溢价中分离出来，这通过使用单只债券和多只债券信用衍生证券来实现。信用违约互换（CDS）是一种衍生金融工具，允许投资者对与个别信用风险（如公司债券或贷款）相关的标的资产的个别违约风险进行对冲。由于CDS合同指的是一个在 单一参考实体，单一名称信用违约互换（CDS）市场价格数据主要提供在特定时间点单个参考实体剩余到期期限的无条件风险中性违约概率。这不足以捕捉违约集群风险溢价，后者包含关于在投资组合层面上观察多个实体集群违约的条件的风险中性概率的一组信息。在这方面，从CDX分层利差中提取的市场信息，作为一种特定的CDO类别，可以被认为是捕捉投资者为承担投资组合层面的违约集群风险所要求的补偿的有价值补充。CDX掉期合约以
