What is Credit Default Probability?
▾
Андеррайтингът на търговски дълг, структурирането на условия за доставчици на кредит или управлението на портфейли от корпоративни облигации изисква прецизен механизъм за количествено определяне на риска на контрагента. Вероятността за неизпълнение (PD) служи като тази основна метрика, изразяваща вероятността контрагент да не успее да изпълни своите договорни финансови задължения в рамките на определен период от време, обикновено една година. Както за финансовите институции, така и за корпоративните трезори, PD не е просто теоретична метрика за риск; тя е критичен вход, който пряко определя ценообразуването на заемите, кредитните лимити и изискванията за капиталови резерви съгласно регулаторни рамки като Базел III или счетоводни стандарти като CECL и IFRS 9. За изчисляване на тази метрика, специалистите по риск използват три основни методологии в зависимост от наличните данни. Структурният подход – най-известно реализиран в модела на Мъртън – разглежда собствения капитал на фирмата като кол опция върху нейните основни активи. Съгласно тази рамка, неизпълнение настъпва, когато пазарната стойност на активите на фирмата падне под общите ѝ непогасени задължения (бариерата за неизпълнение) при падежа на дълга. Алтернативно, редуцираният или базиран на интензивност подход изцяло заобикаля баланса, извличайки вероятностите за неизпълнение директно от ликвидни пазарни инструменти като суапове за кредитно неизпълнение (CDS) или спредове на корпоративни облигации. И накрая, моделите, базирани на скоринг карти и рейтинги, анализират исторически финансови съотношения (като ливъридж, покритие и метрики за ликвидност), за да съпоставят финансовия профил на кредитополучателя с емпиричните честоти на неизпълнение, наблюдавани през десетилетия на кредитни цикли. Овладяването на тези методи за изчисление позволява на екипите по корпоративни финанси и кредиторите да правят силно оптимизирани компромиси между риск и възвръщаемост. Чрез точното оценяване на PD, търговският кредитор може да установи рисково-коригирана лихва, която покрива очакваната загуба (EL), като същевременно запазва конкурентната си пазарна позиция. В корпоративните вериги за доставки, кредитните мениджъри използват PD, за да проектират многостепенни кредитни условия за дистрибуторите, като гарантират, че високорисковите сметки са балансирани с подходящи изисквания за обезпечение или по-кратки срокове за плащане. В крайна сметка, този калкулатор преобразува сложни пазарни данни и данни от баланса в приложими вероятности, защитавайки вашето предприятие от катастрофална кредитна зараза.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Формула
▾
PD на Мертън: PD = N(−d2) where d2 = [ln(V/D) + (μ − σ_V²/2)T] / (σ_V √T)
PD по метода на интензитета на риск: PD(T) = 1 − e^(−λT)
Кредитен триъгълник: λ ≈ Credit Spread / LGD | CS ≈ PD × LGD / (1−PD)Variable Legend
▾
| Символ | Име | Единица | Описание |
|---|---|---|---|
| PD | Вероятност за неизпълнение | % | Изчислената вероятност, че контрагент или кредитополучател ще изпадне в кредитно събитие или неизпълнение в рамките на определен период (обикновено 12 месеца). |
| DD | Разстояние до неизпълнение | standard deviations | Маржът на безопасност на стойността на активите на дадена фирма спрямо нейните дългови задължения, изразен в стандартни отклонения на волатилността на активите съгласно модела на Мъртън. |
| λ | Интензитет на риск | per year | Моментната скорост на неизпълнение, използвана в редуцирани модели, представляваща условната вероятност за неизпълнение за единица време, при условие че е оцелял до този момент. |
| LGD | Загуба при неизпълнение | % | Процентът на икономическа загуба, понесена, ако контрагентът изпадне в неизпълнение, представляващ частта от експозицията, която не може да бъде възстановена чрез ликвидация на активи или преструктуриране. |
| CS | Кредитен спред | bps | Допълнителната доходност над безрисковата ставка, изисквана от инвеститорите, за да компенсира кредитния риск на облигация или заем, измерена в базисни точки. |
How to Credit Default Probability
▾
- 1Идентифицирайте вашата целева контрагента и изберете подходящата рамка за моделиране въз основа на наличните данни (Мертън за публични акции, редуцирана форма за корпоративни облигации, търгувани с CDS, или модели на точкова карта за частни корпоративни субекти).
- 2За структурния подход на Мертън, съберете общите задължения на фирмата, за да установите бариерата за неизпълнение (обикновено изчислени като краткосрочен дълг плюс половината от дългосрочния дълг) и оценете пазарната стойност и волатилността на активите на фирмата.
- 3Изчислете разстоянието до неизпълнение (DD), което измерва колко стандартни отклонения е стойността на активите на фирмата от нарушаване на нейните дългови задължения.
- 4Картирайте разстоянието до неизпълнение към кумулативно стандартно нормално разпределение, за да решите за неутралната към риска вероятност за неизпълнение (PD = N(-d2)).
- 5За пазарно-базирани модели с редуцирана форма, извлечете текущия кредитен спред или CDS спред, приложете оценена степен на възстановяване (или загуба при неизпълнение, обикновено приемана за 60% за старши необезпечен дълг) и решете за коефициента на опасност (λ = Кредитен спред / LGD).
- 6Изчислете кумулативната вероятност за неизпълнение за вашия целеви инвестиционен хоризонт (T), използвайки формулата за експоненциален разпад.
- 7Проведете анализ на чувствителността чрез стрес-тестване на волатилността на активите или кредитните спредове, за да оцените как макроикономическите промени биха могли да влошат кредитното качество на контрагента.
Worked Examples
▾
Умерен риск; производствената фирма поддържа буфер от 1.40 стандартни отклонения над прага си за неизпълнение.
Използвайки структурната формула на Мертън, изчисляваме d2 = [ln(250/180) + (0.04 - 0.20²/2) * 1] / (0.20 * √1) = [0.3285 + 0.02] / 0.20 = 1.7425. Рисково-неутралната вероятност за неизпълнение (PD) е N(-1.74), което дава 4.09%. Разстоянието до неизпълнение (DD) се изчислява като (250 - 180) / (0.20 * 250) = 1.40 стандартни отклонения. Служител по търговски кредити би използвал този буфер от 1.40σ, за да обоснове обезпечено старше финансиране, ценообразувайки заема с кредитен спред, който съответства на рисков профил, еквивалентен на BBB-. Ако прекъсванията във веригата за доставки доведат до скок на волатилността на активите до 30%, DD ще се свие до 0.93σ, повишавайки PD до 17.6%, което сигнализира за необходимост от по-строги клаузи или обезпечение.
Пазарът на кредитни деривати предполага 36.24% кумулативна вероятност за неизпълнение за 5-годишен хоризонт.
Използвайки апроксимацията на кредитния триъгълник, годишният интензитет на риска (λ) се изчислява като Кредитен спред / LGD = 450 базисни пункта / 50% = 9.0% годишно. За да намерим 1-годишната вероятност за неизпълнение (PD), изчисляваме 1 - e^(-0.09 * 1) = 8.61%. За 5-годишен хоризонт, кумулативната вероятност за неизпълнение (PD) е 1 - e^(-0.09 * 5) = 1 - e^(-0.45) = 36.24%. Тази пазарно-подразбираща се вероятност за неизпълнение (PD) представлява рисково-неутрална вероятност, която включва премия за ликвидност и риск. Портфолио мениджър на фиксиран доход, сравнявайки това с историческите нива на неизпълнение от 15% за емитенти с рейтинг B, би разпознал, че пазарът оценява значителен системен стрес, създавайки потенциална възможност за добив на доходност, ако основите на фирмата останат стабилни.
Екипите по снабдяване използват емпирични рейтингови матрици за наблюдение на кредитната експозиция във веригата за доставки.
Според дългосрочните данни за преход на S&P, корпоративен емитент с рейтинг BB+ има средна 3-годишна кумулативна вероятност за неизпълнение от приблизително 5.5%. Маргиналните нива на неизпълнение исторически са разпределени като 0.60% през Година 1, 2.10% през Година 2 и 2.80% през Година 3. Екип по корпоративно снабдяване, който набавя критични компоненти от този доставчик, би използвал тази 5.5% вероятност за неизпълнение (PD), за да оцени непрекъснатостта на веригата за доставки. За да хеджира този риск, трезорът може да наложи стратегия за двойно снабдяване или да изиска от доставчика да поддържа стендбай акредитив, защитавайки производителя от спиране на производството, ако доставчикът изпита внезапна ликвидна криза.
Изключително висок ливъридж и лоша ликвидност водят до високодоходен, високорисков профил.
В нашия собствен модел за кредитна оценка с логистична регресия, финансовите съотношения на търговеца на дребно са силно наказани. Високият ливъридж от 6.5x Дълг/EBITDA и опасно ниското покритие на лихвите от 1.2x показват изключително тънък буфер за оперативни затруднения. Бързият коефициент от 0.5 подчертава остър краткосрочен ликвиден риск. Комбинираните лог-коефициенти дават кредитен рейтинг от 42 от 100, което се превежда в 1-годишна вероятност за неизпълнение (PD) от 18.50%. Кредитен мениджър, преглеждащ този профил за търговска кредитна линия, би отхвърлил условия за открита сметка с 60-дневен срок, вместо това предлагайки наложен платеж (COD) или изисквайки гаранция от компанията майка, за да елиминира експозицията.
Real-World Applications
▾
Ценообразуване и структуриране на заеми от търговски банки (RAROC), което позволява на кредитните служители да начисляват коригирани спрямо риска лихвени проценти, покриващи очакваните кредитни загуби.
Управление на контрагентния риск в корпоративните трезори, което дава възможност на екипите по трежъри да определят лимити на експозициите и кредитни условия за основните партньори по веригата за доставки.
Управление на портфейли с фиксиран доход и избор на кредити, което помага на мениджърите на активи да идентифицират неправилно оценени корпоративни облигации спрямо техния подразбиращ се риск от неизпълнение.
Разпределение на регулаторния капитал съгласно рамката на Базел III, което позволява на отделите за риск във финансовите институции да изчисляват рисково-претеглени активи и минимални капиталови резерви.
Корпоративно преструктуриране и надлежна проверка при сливания и придобивания, което позволява на екипите за корпоративно развитие да количествено определят риска от неизпълнение на дълга на придобиваните цели.
Special Cases
▾
Ограничения при затруднен дълг и суверенен риск
При анализ на силно затруднени корпоративни емитенти или суверенни образувания, близки до фалит, стандартните модели на кредитен спред се разпадат, тъй като ликвидността пресъхва и спредовете се разширяват до екстремни нива. В тези ситуации апроксимацията на кредитния триъгълник (CS ≈ λ × LGD) се проваля, защото допускането за постоянна интензивност на риска е нарушено, което налага на риск мениджърите да преминат към дискретни модели на скоково-дифузионен процес.
Частни компании без пазарни данни за собствен капитал
За частни предприятия, където волатилността на собствения капитал и стойностите на активите са ненаблюдаеми, структурният модел на Мертън не може да бъде приложен директно. Анализаторите трябва да използват синтетични стойности на активи, получени от мултипликатори на стойността на предприятието на публични аналози, или да разчитат изцяло на финансови коефициентни таблици, калибрирани спрямо исторически фалити на частни фирми.
Режими на екстремна пазарна волатилност
По време на системни кризи на ликвидност, волатилността на активите нараства бързо, докато стойностите на собствения капитал се сриват. Това кара структурните модели да генерират изключително високи краткосрочни вероятности за фалит (PDs), които могат да надценят действителната физическа вероятност за фалит, тъй като отразяват временна пазарна паника, а не дългосрочна структурна несъстоятелност.
Средни едногодишни нива на неизпълнение на S&P по рейтинг (1981–2022)
▾
| Рейтинг | 1-годишен PD | 3-годишен PD | 5-годишен PD | Описание |
|---|---|---|---|---|
| AAA | 0.00% | 0.01% | 0.04% | Най-висок инвестиционен клас |
| AA | 0.02% | 0.06% | 0.12% | Много високо качество |
| A | 0.06% | 0.18% | 0.37% | Високо качество |
| BBB | 0.16% | 0.55% | 1.10% | Граница на инвестиционен клас |
| BB | 0.84% | 3.41% | 7.18% | Най-висок спекулативен клас |
| B | 3.44% | 10.50% | 18.90% | Спекулативен |
| CCC/C | 26.78% | 42.60% | 52.20% | Високо спекулативен / в затруднено положение |
Frequently Asked Questions
▾
Как нашият финансов отдел използва PD за изчисляване на очакваната кредитна загуба (ECL) за съответствие с CECL или IFRS 9?
Очакваната кредитна загуба се изчислява като произведение на три променливи: PD (вероятност за неизпълнение), LGD (загуба при неизпълнение) и EAD (експозиция при неизпълнение). За ориентирани към бъдещето счетоводни стандарти като CECL и IFRS 9, компаниите трябва да използват моментни PD, които включват макроикономически прогнози, вместо статични исторически средни стойности. Това гарантира, че провизиите в баланса отразяват текущите и очаквани икономически условия, предотвратявайки внезапни капиталови шокове по време на спадове.
Защо трябва да използваме модела на Мъртън вместо стандартните таблици на рейтинговите агенции?
Моделът на Мъртън предоставя динамична, пазарно ориентирана, „моментна“ оценка на кредитния риск, като използва оценки на акциите в реално време и пазарна волатилност. Рейтинговите агенции, напротив, проектират своите рейтинги да бъдат „през цикъла“, което означава, че те се променят бавно и могат да изостават от внезапни финансови затруднения. За активни търговски портфейли или бързи оценки на риска, моделът на Мъртън улавя пазарните настроения и влошаващите се баланси месеци преди да настъпи официално понижение на рейтинга.
Каква е разликата между моментни (PIT) и през цикъла (TTC) вероятности за неизпълнение?
Моментната (PIT) PD отразява риска от неизпълнение на кредитополучателя при текущи макроикономически условия, което означава, че тя се повишава по време на рецесии и намалява по време на икономически бум. През цикъла (TTC) PD представлява средната вероятност за неизпълнение през целия икономически цикъл, изглаждайки временните циклични колебания. Кредиторите използват TTC PD за регулаторните капиталови изисквания на Базел, за да предотвратят нестабилни капиталови изисквания, докато използват PIT PD за краткосрочно отпускане на кредити и финансово отчитане.
Как промяната в лихвените проценти влияе върху вероятността за неизпълнение на корпоративен кредитополучател?
Нарастващите лихвени проценти повишават PD на кредитополучателя чрез множество канали, особено за фирми с дълг с плаващ лихвен процент или предстоящи нужди от рефинансиране. По-високите лихвени разходи свиват коефициентите на покритие на лихвите (EBITDA/Лихва), намалявайки финансовия буфер на фирмата. Освен това, нарастващите лихвени проценти често потискат оценките на акциите и увеличават пазарната волатилност, което директно свива разстоянието до неизпълнение (DD) в структурните модели, повишавайки изчислената PD.
Можем ли да използваме кредитни спредове за оценка на вероятността за неизпълнение на нерейтингована частна контрагента?
Ако частният контрагент има публично търгуван дълг или ликвидни кредитни деривати, можете директно да извлечете тяхната подразбираща се PD от пазарните кредитни спредове, използвайки кредитния триъгълник. Ако не съществуват публични пазарни инструменти, трябва да изградите „синтетичен кредитен рейтинг“, като сравните финансовите коефициенти на фирмата (като ливъридж и покритие на лихвите) с публични аналози и след това да съпоставите този синтетичен рейтинг с исторически таблици за неизпълнение.
Защо калкулаторът показва по-висока PD, когато волатилността на активите се увеличава, дори ако нивата на дълга остават непроменени?
В структурни модели като рамката на Мъртън, волатилността на активите представлява несигурността на бъдещата стойност на фирмата. Когато волатилността се увеличава, разпределението на вероятностите за бъдещата стойност на активите на фирмата се разширява, увеличавайки статистическата вероятност стойността на активите да падне под бариерата за неизпълнение при падежа на дълга. Следователно, фирмите с висока волатилност се наказват с по-високи вероятности за неизпълнение, тъй като тяхната финансова стабилност е по-малко предвидима.
Как коригираме изчисленията на PD за обезпечени търговски заеми?
Вероятността за неизпълнение (PD) измерва вероятността за самото събитие на неизпълнение, което е независимо от обезпечението. За да отчетете обезпечението, коригирате параметъра Загуба при неизпълнение (LGD), а не PD. Обезпечените заеми ще имат значително по-ниска LGD, тъй като кредиторът може да изземе и ликвидира обезпечението, за да възстанови неизплатеното салдо, като по този начин намалява нетната очаквана загуба (EL), дори ако PD на кредитополучателя остава висока.
Common Mistakes to Avoid
▾
- !Третиране на рисково-неутрална вероятност за неизпълнение (PD) като физическа (реална) PD. Рисково-неутралните вероятности за неизпълнение, извлечени от спредовете на CDS, включват премия за ликвидност и риск, което ги прави систематично по-високи от действителните, физически вероятности за неизпълнение, използвани за провизиране на баланса.
- !Несъответствие между кредитните хоризонти и параметри. Използване на 1-годишен коефициент на опасност за прогнозиране на многогодишни кумулативни PD без корекция за кредитна миграция или преходи в рейтинга, което води до линейни грешки при дългосрочни инвестиционни хоризонти.
- !Приемане на статична загуба при неизпълнение (LGD). Третиране на LGD като фиксирана константа (напр. винаги 40%) през икономическия цикъл, игнорирайки силната положителна корелация между PD и LGD, при която възстановяванията рязко спадат по време на системни рецесии.
Pro Tip
При калибриране на вашите кредитни модели, винаги прилагайте двуетапен процес на валидиране: оценявайте 'дискриминацията' (използвайки Gini или ROC криви, за да гарантирате, че моделът класира длъжниците правилно) заедно с 'калибрирането' (гарантирайки, че прогнозираните вероятности за неизпълнение (PDs) съответстват на действителните исторически честоти на неизпълнение). Модел, който класира кредитния риск перфектно, но подценява мащаба на неизпълненията, ще остави вашето кредитно портфолио сериозно недоосигурено.
Did you know?
Структурната рамка за кредитен риск, базирана на опции, разработена от Робърт Мъртън през 1974 г., променя фундаментално пазара на корпоративни облигации. Преди това кредитният анализ е бил до голяма степен качествен. Прозрението на Мъртън – че притежателите на дълг по същество са продали пут опция на притежателите на акции – превръща кредитния риск в клон на финансовото инженерство, проправяйки пътя за пазара на суапове за кредитно неизпълнение (CDS) за много трилиони долари в края на 90-те години.
References
- ›Мертън, Р.К. (1974): Относно ценообразуването на корпоративния дълг, Journal of Finance
- ›S&P Global: Годишно глобално проучване за корпоративни фалити и преход на рейтинги (2023)
- ›Базелски комитет: Подход на IRB към кредитния риск — Базел III
- ›Макнийл, Фрей и Ембрехтс: Количествено управление на риска — Глава за кредитния риск
Получавайте седмични съвети по математика
Присъединете се към 12 000+ абонати, които получават съвети за калкулатор всяка седмица.