उन्नत वित्त और व्यापार

Credit Default Probability

Credit Spread (%)

Recovery Rate (%)

Horizon (years)

क्या है Credit Default Probability?

▾

डिफॉल्ट की संभावना (पीडी) क्रेडिट जोखिम माप में एक मुख्य अवधारणा है, जो इस संभावना का प्रतिनिधित्व करती है कि एक उधारकर्ता - चाहे एक निगम, वित्तीय संस्थान, संप्रभु, या व्यक्ति - एक निर्दिष्ट समय सीमा के भीतर अनुबंध के अनुसार आवश्यक भुगतान करने में विफल रहेगा। लॉस गिवेन डिफॉल्ट (एलजीडी) और एक्सपोजर एट डिफॉल्ट (ईएडी) के साथ पीडी बेसल क्रेडिट जोखिम ढांचे में तीन मूलभूत मापदंडों में से एक है, और यह अपेक्षित हानि और नियामक पूंजी गणना दोनों को संचालित करता है। पीडी का अनुमान लगाने के लिए तीन प्राथमिक दृष्टिकोण हैं। 1974 में रॉबर्ट मर्टन द्वारा प्रवर्तित संरचनात्मक दृष्टिकोण, कंपनी की इक्विटी को उसकी परिसंपत्तियों पर कॉल विकल्प के रूप में मॉडल करता है: डिफ़ॉल्ट तब होता है जब परिसंपत्ति का मूल्य परिपक्वता पर ऋण अंकित मूल्य ('डिफ़ॉल्ट बाधा') से नीचे आता है। डिफ़ॉल्ट की दूरी (डीडी) - डिफ़ॉल्ट बाधा से परिसंपत्ति मूल्य के मानक विचलन में मापी जाती है - मुख्य आउटपुट है, और पीडी का अनुमान इस दूरी के सामान्य वितरण से लगाया जाता है। मूडीज़ केएमवी मॉडल मेर्टन संरचनात्मक दृष्टिकोण का अग्रणी व्यावसायिक कार्यान्वयन है, जो अपेक्षित डिफ़ॉल्ट आवृत्ति (ईडीएफ) की गणना करने के लिए अनुमानित परिसंपत्ति मूल्य और अस्थिरता का उपयोग करता है। कम-रूप (तीव्रता) दृष्टिकोण डिफ़ॉल्ट को एक खतरे की दर λ (डिफॉल्ट की तात्कालिक सशर्त संभावना) द्वारा शासित एक आश्चर्यजनक घटना के रूप में मानता है, जिसे क्रेडिट डिफॉल्ट स्वैप (सीडीएस) या बॉन्ड क्रेडिट स्प्रेड के बाजार मूल्यों में कैलिब्रेट किया जा सकता है। क्षितिज T = 1 - e^(-λT) पर PD। यह दृष्टिकोण संरचनात्मक मॉडल की तुलना में अधिक लचीला है और समय-भिन्न डिफ़ॉल्ट तीव्रता को शामिल कर सकता है। क्रेडिट स्कोर-आधारित दृष्टिकोण (लॉजिस्टिक रिग्रेशन मॉडल, रेटिंग एजेंसी मॉडल और मशीन लर्निंग मॉडल सहित) उधारकर्ता की वित्तीय विशेषताओं से पीडी का अनुमान लगाते हैं: उत्तोलन अनुपात, लाभप्रदता, कवरेज अनुपात, तरलता, आकार और उद्योग। रेटिंग एजेंसी ऐतिहासिक डिफ़ॉल्ट दरें विभिन्न क्षितिजों पर क्रेडिट रेटिंग से ऐतिहासिक पीडी तक एक अनुभवजन्य मानचित्रण प्रदान करती हैं। सटीक पीडी अनुमान ऋण मूल्य निर्धारण के लिए आवश्यक है (क्रेडिट प्रसार को अपेक्षित नुकसान की भरपाई करनी चाहिए = पीडी × एलजीडी), नियामक पूंजी गणना (बेसल आईआरबी दृष्टिकोण बैंकों को आंतरिक पीडी मॉडल का उपयोग करने की अनुमति देता है), पोर्टफोलियो क्रेडिट जोखिम प्रबंधन, और डेरिवेटिव लेनदेन में प्रतिपक्ष क्रेडिट जोखिम मूल्यांकन।

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

सूत्र

▾

f(x)

मेर्टन पीडी: पीडी = एन(−डी2) जहां डी2 = [एलएन(वी/डी) + (μ - σ_V²/2)टी] / (σ_वी √टी)
ख़तरा दर PD: PD(T) = 1 - e^(-λT)
क्रेडिट त्रिकोण: λ ≈ क्रेडिट स्प्रेड / एलजीडी | सीएस ≈ पीडी × एलजीडी / (1−पीडी)

चर विवरण

▾

प्रतीक	नाम	इकाई	विवरण
PD	डिफ़ॉल्ट की संभावना	%	एक निर्दिष्ट क्षितिज के भीतर डिफ़ॉल्ट की संभावना (1 वर्ष मानक है); प्राथमिक क्रेडिट जोखिम पैरामीटर.
DD	डिफ़ॉल्ट से दूरी	standard deviations	मेर्टन मॉडल में: (एसेट वैल्यू - डिफ़ॉल्ट पॉइंट) / (एसेट वॉल्यूम × एसेट वैल्यू); डिफ़ॉल्ट से ऊपर मानक विचलन की संख्या.
λ	जोखिम दर	per year	प्रति इकाई समय तात्कालिक सशर्त डिफ़ॉल्ट संभावना; कम-रूप वाले मॉडल में उपयोग किया जाता है: PD = 1 - e^(-λT)।
LGD	हानि दी गई डिफ़ॉल्ट	%	डिफ़ॉल्ट होने पर एक्सपोज़र का अपेक्षित अंश नष्ट हो जाता है; पुनर्प्राप्ति दर का पूरक। ईएल = पीडी × एलजीडी × ईएडी।
CS	क्रेडिट प्रसार	bps	जोखिम-मुक्त दर से ऊपर अतिरिक्त उपज की मांग; छोटी परिपक्वता अवधि (क्रेडिट त्रिकोण) के लिए लगभग सीएस ≈ λ × एलजीडी।

कैसे Credit Default Probability

▾

1अनुमान दृष्टिकोण चुनें: इक्विटी डेटा वाली सार्वजनिक कंपनियों के लिए संरचनात्मक (मेर्टन); सीडीएस-ट्रेडेड नामों के लिए संक्षिप्त रूप; क्रेडिट रेटिंग वाली कंपनियों के लिए रेटिंग-आधारित।
2मेर्टन मॉडल के लिए: इक्विटी-एज़-कॉल-ऑप्शन सिस्टम को पुनरावृत्त रूप से हल करके परिसंपत्ति मूल्य (वी) और परिसंपत्ति अस्थिरता (σ_V) का अनुमान लगाएं; डिफ़ॉल्ट बाधा की पहचान करें (आमतौर पर वर्तमान देनदारियां + 50% दीर्घकालिक ऋण)।
3डिफ़ॉल्ट से दूरी की गणना करें: DD = (V - D) / (σ_V × V), जहां D डिफ़ॉल्ट बाधा है।
4सामान्य वितरण का उपयोग करके डीडी को पीडी में परिवर्तित करें: जोखिम-तटस्थ माप के लिए पीडी = एन(−डीडी), या वास्तविक दुनिया पीडी के लिए अनुभवजन्य मानचित्रण (जैसा कि मूडीज केएमवी करता है) का उपयोग करें।
5सीडीएस/स्प्रेड-आधारित पीडी के लिए: बाजार क्रेडिट स्प्रेड प्राप्त करें, एलजीडी (आमतौर पर 40-60%) मान लें; खतरे की दर की गणना करें λ = सीएस / एलजीडी; PD(T) = 1 − e^(−λT) की गणना करें।
6रेटिंग-आधारित पीडी के लिए: एसएंडपी या मूडीज के वार्षिक डिफ़ॉल्ट अध्ययन से जारीकर्ता की क्रेडिट रेटिंग के लिए ऐतिहासिक औसत संचयी डिफ़ॉल्ट दर देखें।
7बाजार कीमतों, रेटिंग एजेंसी रेटिंग और सहकर्मी कंपनियों के मुकाबले पीडी अनुमान को मान्य करें। पोर्टफोलियो का कुल अपेक्षित नुकसान: EL = Σ PD_i × LGD_i × EAD_i।

हल किए गए उदाहरण

▾

उदाहरण 1लीवरेज्ड कंपनी के लिए मेर्टन मॉडल

दिया गया:संपत्ति मूल्य=$100 मिलियन, संपत्ति वॉल्यूम=25%, डिफ़ॉल्ट बाधा=$70 मिलियन, जोखिम-मुक्त दर=5%, टी=1 वर्ष

परिणाम:d2=1.41 | पीडी (जोखिम-तटस्थ)=7.9% | डिफ़ॉल्ट से दूरी=1.41σ

कंपनी डिफ़ॉल्ट से 1.41 मानक विचलन ऊपर है - मध्यम क्रेडिट जोखिम

d2 = [ln(100/70) + (0.05 − 0.25²/2)×1] / (0.25×√1) = [0.357 + 0.019] / 0.25 = 1.505। पीडी = एन(−1.505) ≈ 6.6%। डिफ़ॉल्ट डीडी से दूरी = (100 − 70) / (0.25 × 100) = 1.20 मानक विचलन। मूडीज़ केएमवी इसे अपने ऐतिहासिक डेटाबेस से एक अनुभवजन्य ईडीएफ में मैप करता है। 1.2 डीडी लगभग 8-12% अनुभवजन्य 1-वर्ष की डिफ़ॉल्ट संभावना से मेल खाता है। यदि इक्विटी बाजार में बिकवाली होती है और परिसंपत्ति की अस्थिरता 35% तक बढ़ जाती है, तो डीडी गिरकर 0.86 हो जाता है और पीडी बढ़कर 19% हो जाता है - यह दर्शाता है कि इक्विटी बाजार की स्थितियां सीधे क्रेडिट जोखिम को कैसे प्रभावित करती हैं।

उदाहरण 2क्रेडिट स्प्रेड से सीडीएस-निहित पीडी

दिया गया:5-वर्षीय सीडीएस स्प्रेड=300 बीपीएस, एलजीडी=60%

परिणाम:जोखिम दर=5.0%/वर्ष | 1-वर्ष पीडी=4.88% | 5-वर्षीय संचयी पीडी=22.1%

सीडीएस बाजार का तात्पर्य है कि 5 वर्षों में डिफ़ॉल्ट की 22% संभावना है

जोखिम दर λ = सीएस / एलजीडी = 300 बीपीएस / 60% = 500 बीपीएस = 5.0% प्रति वर्ष। 1-वर्ष पीडी = 1 − e^(−0.05×1) = 4.88%. 5-वर्षीय पीडी = 1 − e^(−0.05×5) = 1 − e^(−0.25) = 22.1%. यह सीडीएस-निहित पीडी एक जोखिम-तटस्थ संभावना है (जोखिम प्रीमियम शामिल है), इसलिए वास्तविक दुनिया पीडी थोड़ा कम होगा। 300 बीपीएस सीडीएस स्प्रेड बीबी क्रेडिट रेटिंग के अनुरूप है, जहां ऐतिहासिक 5-वर्षीय संचयी डिफ़ॉल्ट दर औसत लगभग 10-15% है - सीडीएस बाजार कुछ हद तक उच्च दर का तात्पर्य करता है, जो बाजार जोखिम प्रीमियम और तरलता प्रीमियम को दर्शाता है।

उदाहरण 3रेटिंग-आधारित ऐतिहासिक पीडी

दिया गया:जारीकर्ता रेटिंग: बीबी, 3-वर्षीय क्षितिज

परिणाम:3-वर्षीय संचयी PD≈8.2% (S&P 2023 वार्षिक अध्ययन औसत 1981–2022)

रेटिंग के आधार पर S&P के 40+ वर्षों के ऐतिहासिक डिफ़ॉल्ट डेटा पर आधारित

एसएंडपी के 2023 वार्षिक वैश्विक कॉर्पोरेट डिफॉल्ट और रेटिंग ट्रांज़िशन अध्ययन के अनुसार, 1981-2022 तक बीबी-रेटेड जारीकर्ताओं के लिए औसत 3-वर्षीय संचयी डिफॉल्ट दर लगभग 8.2% है। वार्षिक डिफ़ॉल्ट दरें: बीबी वर्ष 1≈0.84%, वर्ष 2≈1.65% सीमांत, वर्ष 3≈1.72% सीमांत। निवेश-ग्रेड संचयी 3-वर्षीय डिफ़ॉल्ट दरें बहुत कम हैं: AAA≈0.01%, AA≈0.05%, A≈0.13%, BBB≈0.55%। ये अनुभवजन्य दरें वास्तविक दुनिया पीडी (जोखिम-तटस्थ नहीं) हैं और ऋण पोर्टफोलियो के लिए बेसल आईआरबी अपेक्षित हानि गणना में सीधे उपयोग की जाती हैं।

उदाहरण 4लॉजिस्टिक रिग्रेशन क्रेडिट स्कोर मॉडल

दिया गया:उधारकर्ता: ऋण/ईबीआईटीडीए=5.0x, ब्याज कवरेज=1.8x, वर्तमान अनुपात=0.9, लाभ मार्जिन=4%

परिणाम:क्रेडिट स्कोर=58/100 (60 से नीचे=उन्नत जोखिम) | मॉडल पीडी≈12.5%

लॉजिस्टिक रिग्रेशन में संयुक्त एकाधिक वित्तीय अनुपात पीडी की भविष्यवाणी करते हैं

लॉजिस्टिक रिग्रेशन मॉडल में, प्रत्येक वित्तीय अनुपात में ऐतिहासिक डिफ़ॉल्ट डेटा से अनुमानित गुणांक होता है: ऋण/ईबीआईटीडीए (5.0x - उच्च उत्तोलन जोखिम जोड़ता है), ब्याज कवरेज (1.8x - कम कवरेज पीडी को काफी बढ़ाता है), वर्तमान अनुपात (0.9 - 1.0 से नीचे = नकारात्मक कार्यशील पूंजी जोखिम जोड़ती है), और लाभ मार्जिन (4% - पतला मार्जिन थोड़ा बफर प्रदान करता है)। संयुक्त लॉग-ऑड्स लगभग 12.5% का पीडी उत्पन्न करते हैं - उन्नत सट्टा-ग्रेड क्षेत्र। इस उधारकर्ता को B या B− आंतरिक रेटिंग प्राप्त होगी, जिसके लिए लगभग LIBOR/SOFR + 400-500 बीपीएस और कड़ी संविदा सुरक्षा की आवश्यकता होगी।

वास्तविक अनुप्रयोग

▾

🏗️

बैंक ऋण उत्पत्ति क्रेडिट अनुमोदन और मूल्य निर्धारण (आरएआरओसी), चिकित्सकों को मान्य कम्प्यूटेशनल तरीकों और उद्योग-मानक दृष्टिकोणों के आधार पर अच्छी तरह से सूचित मात्रात्मक निर्णय लेने में सक्षम बनाता है, जिसके लिए विभिन्न संगठनात्मक संदर्भों और पेशेवर विषयों में साक्ष्य-आधारित निर्णयों, रणनीतिक संसाधन आवंटन और प्रदर्शन अनुकूलन का समर्थन करने के लिए सटीक मात्रात्मक विश्लेषण की आवश्यकता होती है।

🔬

क्रेडिट पोर्टफोलियो के लिए बेसल II/III आईआरबी पूंजी गणना, विश्लेषकों को सटीक परिणाम उत्पन्न करने में मदद करती है जो रणनीतिक योजना, संसाधन आवंटन और संगठनों में प्रदर्शन बेंचमार्किंग का समर्थन करती है, जहां विश्वसनीय आउटपुट उत्पन्न करने के लिए सटीक संख्यात्मक गणना आवश्यक है जो कॉर्पोरेट और व्यक्तिगत दोनों सेटिंग्स में योजना, मूल्यांकन और निरंतर सुधार प्रक्रियाओं को सूचित करती है।

📊

IFRS 9 / CECL अपेक्षित क्रेडिट हानि प्रावधान, पेशेवरों को व्यवस्थित रूप से परिणामों की मात्रा निर्धारित करने और विश्वसनीय गणितीय ढांचे और स्थापित सूत्रों का उपयोग करके परिदृश्यों की तुलना करने की अनुमति देता है, व्यवस्थित गणना दृष्टिकोण की मांग करता है जो कच्चे इनपुट डेटा को उन हितधारकों के लिए कार्रवाई योग्य अंतर्दृष्टि में अनुवाद करता है जो अपनी दैनिक पेशेवर गतिविधियों में मात्रात्मक कठोरता पर निर्भर करते हैं।

🏥

क्रेडिट डिफ़ॉल्ट स्वैप मूल्य निर्धारण और व्यापार, डेटा-संचालित मूल्यांकन प्रक्रियाओं का समर्थन करना जहां अनुपालन, रिपोर्टिंग और अनुकूलन उद्देश्यों के लिए संख्यात्मक परिशुद्धता आवश्यक है, पेशेवर वातावरण में रिपोर्टिंग, ऑडिटिंग और दीर्घकालिक प्रवृत्ति विश्लेषण के लिए उपयुक्त सुसंगत और सत्यापन योग्य परिणाम देने वाले मजबूत कम्प्यूटेशनल तरीकों की आवश्यकता होती है।

⚙️

बॉन्ड पोर्टफोलियो क्रेडिट जोखिम निगरानी और रेटिंग निगरानी, जिसके लिए साक्ष्य-आधारित निर्णयों, रणनीतिक संसाधन आवंटन और विभिन्न संगठनात्मक संदर्भों और पेशेवर विषयों में प्रदर्शन अनुकूलन का समर्थन करने के लिए सटीक मात्रात्मक विश्लेषण की आवश्यकता होती है।

विशेष मामले

▾

व्यवहार में, इस किनारे वाले मामले पर सावधानीपूर्वक विचार करने की आवश्यकता है क्योंकि मानक धारणाएँ मान्य नहीं हो सकती हैं। क्रेडिट डिफ़ॉल्ट संभाव्यता कैलकुलेटर गणना में इस परिदृश्य का सामना करते समय, चिकित्सकों को सीमा स्थितियों को सत्यापित करना चाहिए, विभाजन-दर-शून्य जोखिमों की जांच करनी चाहिए, और विचार करना चाहिए कि क्या मॉडल की धारणाएं इन चरम स्थितियों के तहत वैध रहती हैं।

क्रेडिट जोखिम पीडी के साथ काम करने वाले पेशेवरों को इस परिदृश्य पर विशेष रूप से ध्यान देना चाहिए क्योंकि अगर इसे ठीक से नहीं संभाला गया तो भ्रामक परिणाम हो सकते हैं। व्यवहार में यह मामला सामने आने पर हमेशा सीमा शर्तों को सत्यापित करें और स्वतंत्र तरीकों से क्रॉस-चेक करें।

रेटिंग के आधार पर एसएंडपी की औसत 1-वर्ष की डिफ़ॉल्ट दरें (1981-2022)

▾

रेटिंग	1-वर्ष पीडी	3-वर्षीय पीडी	5-वर्षीय पीडी	विवरण
एएए	0.00%	0.01%	0.04%	उच्चतम निवेश ग्रेड
आ	0.02%	0.06%	0.12%	बहुत उच्च गुणवत्ता
ए	0.06%	0.18%	0.37%	उच्च गुणवत्ता
बीबीबी	0.16%	0.55%	1.10%	निवेश ग्रेड कटऑफ
बी बी	0.84%	3.41%	7.18%	उच्चतम सट्टा ग्रेड
बी	3.44%	10.50%	18.90%	काल्पनिक
सीसीसी/सी	26.78%	42.60%	52.20%	अत्यधिक सट्टा/व्यथित

अक्सर पूछे जाने वाले प्रश्न

▾

जोखिम-तटस्थ पीडी और वास्तविक दुनिया पीडी के बीच क्या अंतर है?

जोखिम-तटस्थ पीडी बाजार मूल्यों (सीडीएस स्प्रेड, बांड पैदावार) से प्राप्त होता है और इसमें शुद्ध डिफ़ॉल्ट संभावना के शीर्ष पर जोखिम प्रीमियम शामिल होता है - निवेशक डिफ़ॉल्ट जोखिम रखने के लिए अतिरिक्त मुआवजे की मांग करते हैं। वास्तविक दुनिया (भौतिक) पीडी किसी दिए गए जोखिम श्रेणी के लिए डिफ़ॉल्ट की वास्तविक ऐतिहासिक आवृत्ति है - आमतौर पर रेटिंग एजेंसी डेटा या आंतरिक बैंक ऋण प्रदर्शन डेटा से अनुमान लगाया जाता है। जोखिम-तटस्थ पीडी का उपयोग डेरिवेटिव मूल्य निर्धारण (सीडीएस, क्रेडिट डेरिवेटिव) के लिए किया जाता है और इसे बाजार कीमतों से मेल खाना चाहिए। वास्तविक दुनिया पीडी का उपयोग बेसल अपेक्षित हानि गणना, ऋण प्रावधान और जोखिम प्रबंधन के लिए किया जाता है। जोखिम-तटस्थ पीडी आम तौर पर निवेश-ग्रेड जारीकर्ताओं के लिए वास्तविक दुनिया पीडी से 1.5-3× अधिक है, जो क्रेडिट जोखिम प्रीमियम को दर्शाता है।

पीडी अनुमान के लिए बेसल II/III दृष्टिकोण क्या हैं?

बेसल II/III क्रेडिट जोखिम पूंजी ढांचे के तहत, बैंक इसका उपयोग कर सकते हैं: (1) मानकीकृत दृष्टिकोण - आंतरिक पीडी अनुमान के बिना, बाहरी क्रेडिट रेटिंग के आधार पर नियामकों द्वारा निर्धारित जोखिम भार; (2) फाउंडेशन आईआरबी (एफआईआरबी) - बैंक आंतरिक रूप से पीडी का अनुमान लगाते हैं लेकिन पर्यवेक्षी एलजीडी और ईएडी का उपयोग करते हैं; (3) उन्नत आईआरबी (एआईआरबी) - बैंक न्यूनतम डेटा आवश्यकताओं और नियामक सत्यापन के अधीन, अपने स्वयं के आंतरिक मॉडल का उपयोग करके पीडी, एलजीडी और ईएडी का अनुमान लगाते हैं। एआईआरबी उच्च गुणवत्ता वाले ऋण पोर्टफोलियो के लिए सबसे कम पूंजी शुल्क की अनुमति देता है लेकिन इसके लिए वर्षों के डिफ़ॉल्ट डेटा, कठोर मॉडल सत्यापन और चल रहे मॉडल प्रदर्शन निगरानी की आवश्यकता होती है। अंतरराष्ट्रीय स्तर पर सक्रिय अधिकांश बड़े बैंक अपने प्रमुख पोर्टफोलियो के लिए एआईआरबी का उपयोग करते हैं।

कौन से वित्तीय अनुपात कॉर्पोरेट डिफ़ॉल्ट की सबसे अच्छी भविष्यवाणी करते हैं?

ऑल्टमैन के जेड-स्कोर (1968) ने विभेदक विश्लेषण से कॉर्पोरेट दिवालियापन के पांच प्रमुख भविष्यवक्ताओं की पहचान की: कार्यशील पूंजी/कुल संपत्ति, बरकरार रखी गई कमाई/कुल संपत्ति, ईबीआईटी/कुल संपत्ति, इक्विटी का बाजार मूल्य/कुल देनदारियों का बुक मूल्य, और बिक्री/कुल संपत्ति। तब से अनुसंधान ने पुष्टि की है कि सबसे शक्तिशाली व्यक्तिगत भविष्यवक्ताओं में शामिल हैं: उत्तोलन (ऋण/ईबीआईटीडीए, ऋण/संपत्ति), कवरेज (ईबीआईटी/ब्याज, ईबीआईटीडीए/ब्याज), तरलता (वर्तमान अनुपात, त्वरित अनुपात), लाभप्रदता (आरओए, लाभ मार्जिन), और आकार (बड़ी कंपनियों में समान उत्तोलन स्तर के लिए कम डिफ़ॉल्ट दरें होती हैं)। आधुनिक मशीन लर्निंग मॉडल सैकड़ों वित्तीय और गैर-वित्तीय सुविधाओं का उपयोग करते हैं।

रिकवरी दर पीडी से कैसे संबंधित है?

पुनर्प्राप्ति दर (आर) = 1 - एलजीडी (नुकसान को देखते हुए डिफ़ॉल्ट)। पुनर्प्राप्ति दर दिवालियापन कार्यवाही, परिसंपत्ति बिक्री, या पुनर्गठन के माध्यम से डिफ़ॉल्ट के बाद पुनर्प्राप्त किए गए जोखिम का अंश है। असुरक्षित कॉर्पोरेट बांडों के लिए ऐतिहासिक पुनर्प्राप्ति दर औसतन लगभग 40% (एलजीडी=60%) है, लेकिन वरिष्ठता के आधार पर काफी भिन्न होती है: वरिष्ठ सुरक्षित बांड 60-80% पुनर्प्राप्त करते हैं; वरिष्ठ असुरक्षित 35-55%; अधीनस्थ बांड 10-30%; इक्विटी शून्य के करीब. पुनर्प्राप्ति दरें पीडी के साथ नकारात्मक रूप से सहसंबद्ध होती हैं - प्रणालीगत मंदी में जब डिफ़ॉल्ट दरें बढ़ती हैं, तो पुनर्प्राप्ति दरें एक साथ घट जाती हैं (चक्रीयता), स्वतंत्र पीडी और एलजीडी अनुमानों से परे क्रेडिट हानि बढ़ जाती है।

'थ्रू-द-साइकल' बनाम 'पॉइंट-इन-टाइम' पीडी अंतर क्या है?

थ्रू-द-साइकल (टीटीसी) पीडी चक्रीय भिन्नता को सुचारू करते हुए, पूर्ण आर्थिक चक्र पर औसत डिफ़ॉल्ट संभावना का अनुमान लगाता है। रेटिंग एजेंसियां टीटीसी रेटिंग का उपयोग करती हैं - बीबीबी रेटिंग को पूरे चक्र में समान डिफ़ॉल्ट जोखिम को प्रतिबिंबित करना चाहिए। प्वाइंट-इन-टाइम (पीआईटी) पीडी वर्तमान आर्थिक स्थितियों को दर्शाता है और व्यापार चक्र के साथ चलता है: पीआईटी पीडी मंदी में बढ़ता है और तेजी की अवधि में सिकुड़ जाता है। बेसल को बैंकों को न्यूनतम पूंजी गणना के लिए टीटीसी पीडी का उपयोग करने की आवश्यकता होती है (प्रोसाइक्लिकल पूंजी प्रवर्धन से बचने के लिए) लेकिन आईएफआरएस 9/सीईसीएल के लिए पीआईटी पीडी अपेक्षित क्रेडिट हानि प्रावधान (जिसके लिए दूरंदेशी, वर्तमान-स्थिति मूल्यांकन की आवश्यकता होती है)। पीआईटी-टू-टीटीसी भेद क्रेडिट जोखिम प्रबंधन में महत्वपूर्ण व्यावहारिक जटिलता का एक स्रोत है।

ऋण मूल्य निर्धारण में पीडी का उपयोग कैसे किया जाता है?

ऋण मूल्य निर्धारण पूंजी पर जोखिम-समायोजित रिटर्न (आरएआरओसी) ढांचे का उपयोग करता है: चार्ज किए गए क्रेडिट स्प्रेड को अपेक्षित नुकसान (ईएल = पीडी × एलजीडी) की वसूली करनी चाहिए और नियामक पूंजी पर पर्याप्त रिटर्न उत्पन्न करना चाहिए। न्यूनतम क्रेडिट प्रसार = (ईएल + पूंजी की लागत × आवश्यक पूंजी) / ऋण राशि। 1-वर्षीय सावधि ऋण के लिए: यदि पीडी = 2%, एलजीडी = 50%, ईएल = 1.0%। यदि आवश्यक पूंजी = ऋण का 8%, 15% पर आवश्यक रिटर्न: पूंजी लागत = 8% × 15% = 1.2%। न्यूनतम प्रसार = 1.0% + 1.2% = 2.2% (220 बीपीएस)। यह RAROC ढांचा यह सुनिश्चित करता है कि ऋण केवल तभी उत्पन्न हों जब स्प्रेड अपेक्षित नुकसान को कवर करता हो और पर्याप्त इक्विटी रिटर्न प्रदान करता हो।

क्या मशीन लर्निंग पारंपरिक मॉडलों की तुलना में पीडी भविष्यवाणी में सुधार कर सकती है?

मशीन लर्निंग मॉडल - ग्रेडिएंट बूस्टिंग (XGBoost), यादृच्छिक वन, तंत्रिका नेटवर्क - अक्सर पीडी भविष्यवाणी के लिए लॉजिस्टिक रिग्रेशन की तुलना में उच्च पूर्वानुमान सटीकता (एयूसी / गिनी गुणांक द्वारा मापा जाता है) प्राप्त करते हैं, विशेष रूप से सुविधाओं के बीच कई गैर-रेखीय इंटरैक्शन वाले बड़े डेटासेट के साथ। हालाँकि, उन्हें क्रेडिट जोखिम में चुनौतियों का सामना करना पड़ता है: नियामक व्याख्यात्मकता आवश्यकताएँ (एसआर 11-7 मार्गदर्शन के लिए बैंकों को मॉडल आउटपुट को समझने और समझाने की आवश्यकता होती है), मॉडल प्रशासन, और ऐतिहासिक पैटर्न से अधिक होने का जोखिम जो जारी नहीं रह सकता है। हाइब्रिड दृष्टिकोण - फीचर इंजीनियरिंग और वेरिएबल चयन के लिए एमएल का उपयोग करना, अंतिम मॉडल के लिए लॉजिस्टिक रिग्रेशन के साथ - विनियमित बैंकिंग वातावरण में आम हैं।

सामान्य गलतियां जिनसे बचना है

▾

!वास्तविक दुनिया के पीडी के साथ जोखिम-तटस्थ पीडी (सीडीएस से) को भ्रमित करना - वे क्रेडिट जोखिम प्रीमियम के आधार पर भिन्न होते हैं और उन्हें गणना में मिश्रित नहीं किया जाना चाहिए।
!बेसल पूंजी गणना के लिए पॉइंट-इन-टाइम पीडी का उपयोग करना (चक्र के माध्यम से उपयोग करना चाहिए) या आईएफआरएस 9 प्रावधान के लिए टीटीसी पीडी (पीआईटी का उपयोग करना चाहिए)।
!पीडी और एलजीडी के बीच सहसंबंध को नजरअंदाज करना - मंदी में, दोनों एक साथ खराब हो जाते हैं, जिससे वास्तविक क्रेडिट हानि ईएल = पीडी × एलजीडी से अधिक बढ़ जाती है।
!मौलिक रूप से भिन्न जोखिम चालकों के समायोजन के बिना खुदरा/उपभोक्ता ऋणों पर कॉर्पोरेट डिफ़ॉल्ट दरें लागू करना।
!समय के साथ रेटिंग के स्थानांतरण को ध्यान में रखे बिना लघु-क्षितिज पीडी को लंबे क्षितिज तक विस्तारित करना।

💡

विशेष टिप

अपने पीडी मॉडल को हमेशा गिनी गुणांक/एयूसी (भेदभाव - उधारकर्ताओं को सर्वोत्तम से सबसे खराब जोखिम की श्रेणी में रखना) और अंशांकन परीक्षण (क्या पूर्वानुमानित पीडी प्रेक्षित डिफ़ॉल्ट दरों के करीब हैं?) दोनों के साथ मान्य करें। एक मॉडल जो अच्छी रैंक पर है लेकिन खराब तरीके से कैलिब्रेट किया गया है वह अभी भी अपर्याप्त भंडार उत्पन्न कर सकता है।

⭐

क्या आप जानते हैं?

मेर्टन मॉडल की मुख्य अंतर्दृष्टि - एक फर्म की इक्विटी को उसकी परिसंपत्तियों पर कॉल विकल्प के रूप में मानना - ब्लैक-स्कोल्स विकल्प मूल्य निर्धारण फॉर्मूला के ठीक एक साल बाद 1974 में प्रकाशित किया गया था। रॉबर्ट मेर्टन को 1997 में (मायरॉन स्कोल्स के साथ) अर्थशास्त्र में नोबेल पुरस्कार मुख्य रूप से इस कार्य के लिए मिला, जिसने विकल्प मूल्य निर्धारण सिद्धांत और क्रेडिट जोखिम को एक ही सुरुचिपूर्ण ढांचे में एकीकृत किया।

संदर्भ

📖कठिनाई:उन्नत

केवल सूचनात्मक उद्देश्यों के लिए। यह उपकरण वित्तीय सलाह नहीं है। निवेश या वित्तीय निर्णय लेने से पहले एक योग्य वित्तीय सलाहकार से परामर्श करें।

Formula-verified for precision

Reviewed October 2026

Our methodology

Ratings & comments

…

साप्ताहिक गणित युक्तियाँ प्राप्त करें

12,000+ सब्सक्राइबर्स से जुड़ें जिन्हें हर हफ्ते कैलकुलेटर टिप्स मिलते हैं।

🔒

100% मुफ़्त

कोई साइनअप नहीं

✓

सटीक

सत्यापित सूत्र

⚡

तत्काल

तुरंत परिणाम

📱

मोबाइल अनुकूल

सभी उपकरण