浅析违约率计算中的不足

《浅析违约率计算中的不足》由会员分享，可在线阅读，更多相关《浅析违约率计算中的不足（4页珍藏版）》请在装配图网上搜索。

1、浅析违约率计算中的不足上海新世纪投资服务有限公司 袁敏随着我国的经济迅猛发展，信用经济时代逐步到来。而要加快我国信用经济的发展步伐，建立科学有效的信用风险管理体系则是刻不容缓的任务。作为检验评级质量的重要工具，违约率的定义、度量和计算引起评级机构的广泛关注和研究。目前标准普尔、穆迪和惠誉等国际知名评级机构都会定期向市场公布其违约率统计结果，以取得投资者的信任。从我国的实践看，资信评级机构仅有十余年的发展，在评级方法、指标体系、数据积累等方面还存在很大的不足，虽然不同机构根据不同的条件对违约率的计算进行了初步的探索，但研究结果的科学性、合理性还有待进一步的检验。随着评级市场的兴起，机构之间的竞争

2、将日趋激烈，要真正发挥违约率对评级质量的衡量作用，我们除了需要投入一定的研究成本之外，还应该关注违约率计算过程中存在的一些问题，从而缩小违约率计算与国际先进水平之间的差距。一、 不同违约的定义带来的违约率可比问题采用不同的违约定义，对违约的结果显然有很大影响。例如在厦门金融咨询评信公司的计算结果中，我们看到同为AAA级的企业，2003年的计算结果中7天和90天的违约率分别为1.06%和0.01%，相差百倍，可见不同的违约率定义，可能造成结果大相径庭。因此要计算违约率，首先应该对违约进行定义。在实际的研究中，不同的评级业务品种具有不同的违约定义，例如国际上分别针对普通公司长期债券、短期债券、商业

3、票据、银行贷款、公司主体、主权国家等不同的评级对象定义了不同的违约。这就可能引起一些争论，例如同一评级对象（如银行贷款）的不同主体（如A企业和B企业）之间，同一主体（A企业）的不同评级对象（长期债券和银行贷款）之间，如同为AAA级的信用质量，其违约率是否应该相同。实践中评级公司应该针对不同的评级对象设计不同的指标体系，那么对于同一个公司而言，其发行的长期债券和银行贷款可能就会有不同的信用级别；即使具有相同的信用级别，由于对违约的定义不同，也可能造成同为BBB级的长期债券和银行贷款违约率并不相同。对评级公司而言，是应该调整评级指标体系的设置，使得相同的信用级别具有相同的违约概率，还是应该保证同一

4、评级对象之间不同级别的违约率相对关系（高信用级别对应低违约率）就可以了，是评级机构应该解决的问题。对于广大投资者以及信用级别的使用者而言，可能只会将信用级别作为风险的替代符号，即主观上认为AAA级的违约率就应该为0，而不管评级机构如何对违约进行定义以及采用了何种评级指标，因此我们认为评级机构应该通过指标体系的选择和权重的设定，来保证不同的评级对象之间违约率的可比性。即使是同一评级对象，不同的机构和人员也可能采用不同的违约定义，例如我国贷款企业资信评级的违约率统计中，厦门金融咨询评信公司采用了7天和90天两种定义；中国人民银行深圳市中心支行的深圳市贷款企业资信等级评估管理办法（深人银200223

5、5号）和中国人民银行南京分行的关于做好2003年商业银行重点授信企业信用评级试点工作的通知（南银发2002309号）上则将欠息30天以上和贷款本金（包括分期偿还的任一期）逾期90天以上的，视为违约。此外还有一些评级机构认为，对银行贷款而言，即使仅有1天逾期支付本息的事实存在，就有可能预示着企业陷入现金周转不灵或者经营状况预警，因此将0天作为违约的定义。因此我们认为，应该对违约进行统一的定义，来增强不同评级机构之间计算结果的可比性，特别是监管部门采用违约率来衡量不同评级机构的执业质量时，可以采用0天、7天、30天等几个标准来分别进行检测，从而提高结果的可接受性。二、 评级的指标体系不同带来的违约

6、率结果偏差穆迪、标准普尔等公司的研究结果发现，违约率会随着时间的不同而产生周期性的变动。对于违约率的周期性变动，穆迪（2001）的研究结果认为可以解释为宏观经济波动造成的。然而事实上很难区分违约率的这种波动究竟是因为宏观经济的未预期波动造成的，还是因为评级方法中缺少了某种必要的信息造成的。理论上人们甚至认为在没有宏观经济的随机波动的情况下，违约率也会发生轻微的波动。而根据巴塞尔新资本协议的规定，违约概率（PD）的确定必须根据历史的违约率情况进行统计计算而来，显然，由于违约率会发生不同程度的波动，因此在统计的期间不同的情况下，违约率会存在一定的差别，而且不同的机构由于采用的评级方法不同，得出的违

7、约率结果也会有所差别。从我国的实践来看，信用评级具有很强的地域性，具有全国执业资格的评级公司大都分布在北京、上海等经济发达地区。但值得注意的是，这些评级机构的资本结构、人员素质、评级方法等存在着一定的差异，特别是评级指标体系选取和权重的设定上可能存在较大的差异。中国人民银行上海市分行针对贷款企业评级制定了统一的评级指标体系，这在一定程度上避免了上述差异。但不可避免的问题是在评级过程中，评级人员需要对具体企业的行业发展、企业管理素质、竞争地位等定性因素进行一定的主观判断，这就可能造成同一个A公司如果由不同的机构和人员来评定，就有可能得到不同的信用级别。我们知道，对某一个信用级别（比如BBB级）而

8、言，其违约率应该是这一个级别中所有个体的违约概率的平均值，这就存在一个潜在的假设或要求，即同一信用级别中的个体具有相类似的特性，具有类似的违约概率，然而这一点很难得到满足，以穆迪（2001）的计算结果看，1970-1999年间一年期的违约率统计中存在明显的波动。表一、一年期违约率变动统计，1970-1999（%）AaaAaABaaBaBCaa-C最小值0.000.000.000.000.000.000.00中值0.000.000.000.000.845.9021.34平均值0.000.030.010.181.346.7524.36最大值0.000.800.351.895.3224.0067.5

9、0由于某一个级别中包含着不同特征的借款人，那么随着时间的变动，违约率就会呈现一定的波动性，评级也就不能反映真实的潜在违约概率。特别是在被评对象出现违约的情况下，评级机构一般会对其级别进行调整，因此要达到反映真实违约概率的目的，违约率的统计应该是一段时间内的平均值，这又会带来一些新的问题，例如不同评级机构应该选择多长的时间序列来计算违约率呢？根据巴塞尔新资本协议的规定，对违约概率的估计必须来源于长期的平均违约率。如果违约率表现出一种动态的特征，那么不同的历史估计期间就会产生不同的违约概率，以美国为例，1996年开始违约率开始上升，如果把1999年作为基准点，那么收集的数据离1999年越远，得出的

10、平均违约率就会越低。此外，随着宏观经济的变动和时间的流逝，即使是同一个评级机构的同一套指标体系也会发生变动。例如上海市的贷款企业评级指标体系每年都会进行一定的调整，即使调整的幅度很小，但也可能造成不同年度之间级别的可比性减弱，这同样会给违约率的统计带来一定的麻烦。三、时间变动带来的违约率结果偏差由于违约概率通常是根据历史的违约率情况加以估计而来，而从理论研究的结果看，违约率通常会表现出一种与信用周期相一致的周期性特征，因此人们不禁要问，违约率在什么情况下保持稳定，什么情况下会发生变动，因为违约率的特征将直接对违约概率产生影响。理论界通过构建一定的资产组合来对违约率的变动情况进行分析，研究结果表

11、明违约率是根据评级系统所采用的信息量的充分与否决定的。如果所采用的评级系统包括了影响违约风险的所有信息，那么违约率在不同的时间段内就会保持稳定；反之，如果所采用的评级体系遗漏了某种信息，则会使违约率的统计显示出一种周期性的特征。对于广大的信用等级使用者而言，他们希望同一个信用级别代表的风险程度是相同的，不会出现今年的AAA级比去年的AAA级风险程度更高或更低的情况，也就是说不管采用什么样的指标体系，评级机构计算出来的违约率应该具有相对的稳定性，同一个信用级别的信用质量是类似的，这就对评级机构建立理论上完善的评级体系提出了挑战。然而这个要求同样在实践中遇到了挑战，例如我们期望AAA级的被评企业的

12、违约概率落在0.00，0.03区域内，而不会发生很大的波动，但评级机构的计算结果并没有完美地体现这一点。表二：某评级企业金融债务违约率（7天）历史情况表（%）年度AAA违约率AA违约率A违约率BBB违约率BB违约率B违约率CCC违约率CC以下违约率19976.9412.2719.4523.1710.9881.51-89.4819982.769.2922.9329.8630.6460.2981.0695.2519992.928.5616.2129.0140.5960.0771.5684.1920001.732.7621.2012.9550.5869.8078.2591.1320013.824.1

13、79.7516.7337.8764.1164.6891.6820021.172.617.2617.7532.8343.7590.1095.1020031.062.234.9717.0324.5733.99从上表的计算结果看，同一级别之间的计算结果有很大的波动，例如AAA级的违约率最低为1.06%，最高达到6.94%，相差近6倍，并且呈不规则的变动。如果说计算结果较为满意的话，就是较好地体现了高信用级别低违约率的特征。但仅仅针对违约率的计算结果来说，数据呈现不规则的波动显然在理论上缺乏合理的解释。从某种程度上来说，评级机构希望可以通过违约率的计算结果，来改进评级指标体系的完整性和科学性，然而这一

14、点也很难得到实证上支持。因为实践中一旦一家公司发生违约，在很多情况下这家公司很难继续保留在原来的观察组内，因此也就会导致违约观察的时间序列中止。例如，在被评对象的信用级别为CCC级时，它将很难在商业银行获得新增贷款，即使能够获得，其贷款的额度和贷款的条件也会与AAA级企业存在很大的差别，也就是说今年的CCC级企业，因为很难获得新增贷款，也许在明年就很难继续留在CCC级的贷款企业中了。同样，对AAA级企业而言，如果今年出现了违约，明年同样很难保持AAA级的信用级别。这就会造成这样一种结果：即使评级机构的评级指标没有发生任何的变动，被评对象的信用级别也会因为违约与否而发生变动。也就是说违约率的统计

15、，并不能从根本上解决评级指标体系的科学性完整性问题。四、违约率计算方法带来的结果偏差实践中对违约率的计算可以有很多种方法，包括按照金额计算的违约率、按照户数计算的违约率、甚至按照市场价值计算的违约率等等。与国外评级机构的发展是基于债券市场的繁荣相比，我国资信评级机构建立和发展的不同之处在于更多的依赖于企业评级。众所周知，债券评级中，评级人员需要从债券发行个体、债券募集资金的投向以及债券的担保条款等方面分析；而贷款企业评级中则主要考虑的是借款方（个体）的信用状况。此外，由于债券可以在市场上流通，因此计算违约率时可以采用面值进行计算，也可以采用市价进行计算；而贷款在市场上的流动性则相对小许多，因此

16、更多地采用面值来计算。然而不同的计算方法也会带来违约率计算结果的偏差。如果监管机构根据贷款企业的信用级别来确定商业银行贷款的额度，那么评定的级别会对贷款的额度产生影响，也就是说在违约率计算的过程当中，不同信用级别之间的分母部分（贷款到期数）会因为商业银行决策的不同而存在很大的差异，而分子部分（违约金额）也会因为贷款条款的不同而不能真实反映其违约情况（例如CCC级企业在贷款时，要求提供100%的担保或质押，那么该企业的实际偿债能力就会受到担保企业或者质押物的影响）。这种情况造成的后果可能就是CCC级贷款企业的违约率并不一定比AAA级的高，从而给监管机构用违约率来衡量贷款企业的评级质量带来不利影响

17、。 五、评级信息完备、真实与否造成的违约率偏差从理论上说，评级结论是在收集大量的被评对象定性定量信息的基础上得出的，因此信息的及时性和可靠性对信用级别至关重要。然而目前评级机构采用的信息主要来自被评对象已有的财务资料。如果评级机构在评级过程中所依据的信息都是公开信息，那么其他的投资人或者分析师都可以自行评估。因此信用评级要达到为市场提供增量信息的效果，就有必要与受评公司的管理层密切交换意见，使评级机构获取许多私有信息。然而受评对象出于自身利益的考虑，在访谈过程中愿意提交的私有信息，通常是有利于受评主体的正面信息，即使在评级人员通过阅读财务报告、通过其他渠道对受评对象的信用质量提出质疑时，受评对

18、象也很少愿意披露不利于自身的负面信息，这显然会在一定程度上影响到评级结论的真实公允，进而影响到违约率的计算结果。尽管违约率计算中存在上述种种限制，但不可否认的是我国的评级技术和方法体系正日益完善，各家评级机构也不同程度地着手于评级数据库的建立健全，对违约率的研究也逐步展开。作为一种检验评级质量的有效工具，进行违约率的统计公布成为评级机构竞争取胜的重要法宝。如果投资者在使用信用级别做出决策时，能够对评级机构采用的违约率定义、信用级别与违约率之间的对应关系、评级的过程和方法有充分的了解，就可以在一定程度上避免上述限制，从而更好地发挥违约率的信用质量衡量作用。此外，监管部门也应该对评级机构得出的评级结论的透明性和及时性做出严格的要求，督促评级机构定期公布不同业务品种的历史违约率信息，从而让使用者了解不同业务品种的违约率状况及其变动情况，以利于更好地选择使用评级机构的产品和信息。- 4 -