论文部分内容阅读
债券市场是我国金融市场中一个非常重要的组成部分,近年来,债券市场不断发展的过程中,信用风险不断累积,违约事件也频频发生。自2014年“11超日债”事件之后,债券违约频率及规模不断扩大。到2016年,债券违约事件呈爆发式增长。为了应对债券违约的频发,中国银行间市场交易商协会发布了《银行间市场信用风险缓释工具试点业务规则》,通过引入新产品、降低市场准入门槛、简化交易流程以及调整监管框架,重新对信用风险缓释工具的业务体系进行了梳理。之后多家银行根据《业务规则》积极推出了支持企业债券融资的信用风险缓释工具。其在管理债券违约风险方面的作用也日渐凸显。由于其在我国推出时间较短,相关的定价模型还不够完善,所以如何有效地对其进行定价是目前亟须解决的一个问题,有着重要的现实意义。本文在介绍信用风险缓释工具的相关概念及其在我国的发展情况后,对其交易结构及信用风险管理功能、价格发现功能进行分析。利用wind数据库中49个信用风险缓释凭证的相关交易数据对影响信用风险缓释工具价格的因素进行了计量分析,通过对比结构化模型和约化模型,分析由于我国信息披露机制不够完善等原因,所以本文选择假设违约事件服从泊松分布的约化模型对其定价模型进行实证分析。再将49个产品的相关数据代入定价公式进行验证,之后使用不同的违约回收率再次对公式进行验证。研究结果发现:(1)信用风险缓释工具的价格与信用保护期限及标的债券的票面利率呈正相关关系,与标的债券的信用评级、标的债券的价格及无风险利率呈负相关关系;(2)可以根据约化模型对信用风险缓释工具进行定价,根据定价公式可以看出其价格主要由债券违约概率密度和信用保护期限及无风险利率决定,而违约概率密度又可以根据债券的票面价值和票面利率、债券剩余期限、无风险利率,由公司债券价格模型进行求解;(3)代入数据后的公式价格与实际价格基本一致,定价公式基本有效。违约回收率越高,公式价格与实际价格越契合。存在偏差的原因可能是模型中没有考虑交易对手风险等,所以今后在模型构建中要考虑交易对手风险等其他风险的存在,探索更为合理的无风险利率,不断完善债券信用评级制度,及相关基础数据,扩大可选模型范围,才能对信用风险缓释工具更加合理地定价。