本文探讨了将气候风险纳入企业债券情景分析的方法,主要介绍了三种方法:基准方法、基于 Merton-Vasicek 模型的现实方法以及连接股票和信用利差的结构方法。
基准方法
该方法使用逻辑回归分析历史违约概率,将违约概率作为宏观经济变量(法国 GDP 变化、油价变化和 S&P 500 指数变化)的函数。回归结果显示,油价变化对违约概率没有统计显著影响,而 GDP 和 S&P 500 指数变化则有显著影响。
基于 Merton-Vasicek 模型的现实方法
该方法将公司资产价值表示为系统风险和特质风险的加总,并假设公司评级随时间变化。通过最小化样本对数似然函数,估计了系统风险因子与公司违约概率之间的相关性。研究发现,随着时间推移,违约概率呈现上升趋势。
连接股票和信用利差的结构方法
该方法使用 CreditGrades 模型,该模型扩展了 Merton 模型,允许违约阈值随机变化,并使用随机波动率模型。通过校准模型参数,可以计算信用利差和股票期权的价格。研究发现,气候风险冲击会导致信用利差和隐含波动率上升,进而增加违约概率。
研究结论
本文提出的方法可以将气候风险纳入企业债券情景分析,为设计一致的气候压力测试提供了参考。研究发现,气候风险会对信用利差、股票价格和违约概率产生显著影响,因此在进行企业债券投资时需要考虑气候风险因素。