What is Credit Default Probability?
▾
Pravdepodobnosť zlyhania (PD) je základnou koncepciou merania úverového rizika, ktorá predstavuje pravdepodobnosť, že dlžník – či už korporácia, finančná inštitúcia, štát alebo jednotlivec – neuskutoční zmluvne požadované platby v stanovenom časovom horizonte. PD je jedným z troch základných parametrov v rámci bazilejského úverového rizika spolu so stratou pri zlyhaní (LGD) a expozíciou pri zlyhaní (EAD) a riadi výpočty očakávaných strát a regulačného kapitálu. Existujú tri primárne prístupy k odhadu PD. Štrukturálny prístup, propagovaný Robertom Mertonom v roku 1974, modeluje vlastný kapitál spoločnosti ako kúpnu opciu na jej aktíva: zlyhanie nastane, keď hodnota aktív klesne pod nominálnu hodnotu dlhu („bariéra zlyhania“) v čase splatnosti. Vzdialenosť k defaultu (DD) – meraná v štandardných odchýlkach hodnoty aktív od štandardnej bariéry – je kľúčovým výstupom a PD sa odhaduje z normálneho rozdelenia tejto vzdialenosti. Moody's KMV model je poprednou komerčnou implementáciou štrukturálneho prístupu Merton, ktorý využíva odhadovanú hodnotu aktív a volatilitu na výpočet očakávanej predvolenej frekvencie (EDF). Prístup zníženej formy (intenzity) považuje zlyhanie za prekvapivú udalosť riadenú mierou rizika λ (okamžitá podmienená pravdepodobnosť zlyhania), ktorú možno kalibrovať na trhové ceny swapov na úverové zlyhanie (CDS) alebo úverových spreadov dlhopisov. PD nad horizontom T = 1 − e^(−λT). Tento prístup je flexibilnejší ako štrukturálny model a môže zahŕňať časovo sa meniace predvolené intenzity. Prístupy založené na kreditnom skóre (vrátane modelov logistickej regresie, modelov ratingových agentúr a modelov strojového učenia) odhadujú PD z finančných charakteristík dlžníka: pomery finančnej páky, ziskovosť, pomery krytia, likvidita, veľkosť a odvetvie. Historické miery zlyhania ratingovej agentúry poskytujú empirické mapovanie od úverového ratingu po historické PD v rôznych horizontoch. Presný odhad PD je nevyhnutný pre oceňovanie úveru (kreditné rozpätie musí kompenzovať očakávanú stratu = PD × LGD), výpočet regulačného kapitálu (Bazilejský prístup IRB umožňuje bankám používať interné modely PD), riadenie úverového rizika portfólia a hodnotenie úverového rizika protistrany pri transakciách s derivátmi.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Vzorec
▾
Merton PD: PD = N(−d2) kde d2 = [ln(V/D) + (μ − σ_V²/2)T] / (σ_V √T)
Miera nebezpečenstva PD: PD(T) = 1 − e^(−λT)
Kreditný trojuholník: λ ≈ Kreditné rozpätie / LGD | CS ≈ PD × LGD / (1-PD)Variable Legend
▾
| Symbol | Meno | Jednotka | Popis |
|---|---|---|---|
| PD | Pravdepodobnosť zlyhania | % | Pravdepodobnosť zlyhania v rámci stanoveného horizontu (štandardne 1 rok); parameter primárneho kreditného rizika. |
| DD | Vzdialenosť k predvolenému nastaveniu | standard deviations | V modeli Merton: (Hodnota aktív – Predvolený bod) / (Objem aktív × Hodnota aktív); počet štandardných odchýlok nad štandardnou hodnotou. |
| λ | Miera nebezpečenstva | per year | Okamžitá podmienená pravdepodobnosť zlyhania za jednotku času; používané v modeloch redukovanej formy: PD = 1 − e^(−λT). |
| LGD | Strata vzhľadom na zlyhanie | % | Očakávaná časť straty expozície, ak dôjde k zlyhaniu; komplement miery návratnosti. EL = PD × LGD × EAD. |
| CS | Úverové rozpätie | bps | Dodatočný požadovaný výnos nad bezrizikovú sadzbu; približne CS ≈ λ × LGD pre krátke splatnosti (úverový trojuholník). |
How to Credit Default Probability
▾
- 1Zvoľte prístup odhadu: štrukturálny (Merton) pre verejné spoločnosti s údajmi o vlastnom imaní; redukovaná forma pre názvy obchodované s CDS; na základe ratingu pre spoločnosti s úverovým ratingom.
- 2Pre Mertonov model: odhadnite hodnotu aktív (V) a volatilitu aktív (σ_V) iteratívnym riešením systému equity-as-call-option; identifikovať bariéru zlyhania (typicky bežné záväzky + 50 % dlhodobý dlh).
- 3Vypočítajte predvolenú vzdialenosť: DD = (V − D) / (σ_V × V), kde D je predvolená bariéra.
- 4Preveďte DD na PD pomocou normálneho rozdelenia: PD = N(−DD) pre rizikovo neutrálne meranie alebo použite empirické mapovanie (ako to robí Moody's KMV) pre PD v reálnom svete.
- 5Pre CDS/PD založenú na rozpätí: získajte trhové kreditné rozpätie, predpokladajte LGD (zvyčajne 40 – 60 %); vypočítať mieru nebezpečenstva λ = CS / LGD; vypočítajte PD(T) = 1 − e^(−λT).
- 6Pre PD na základe ratingu: vyhľadajte historickú priemernú kumulatívnu mieru zlyhania pre úverový rating emitenta v ročných štúdiách zlyhania agentúry S&P alebo Moody's.
- 7Overte odhad PD oproti trhovým cenám, ratingom ratingových agentúr a podobným spoločnostiam. Súhrnne očakávaná strata portfólia: EL = Σ PD_i × LGD_i × EAD_i.
Worked Examples
▾
Spoločnosť je o 1,41 štandardnej odchýlky vyššia ako zlyhanie – mierne kreditné riziko
d2 = [ln(100/70) + (0,05 − 0,25²/2)×1] / (0,25×√1) = [0,357 + 0,019] / 0,25 = 1,505. PD = N(-1,505) ≈ 6,6 %. Vzdialenosť k predvolenému nastaveniu DD = (100 − 70) / (0,25 × 100) = 1,20 štandardnej odchýlky. Moody's KMV to mapuje na empirický EDF z ich historickej databázy. 1,2 DD zodpovedá zhruba 8–12 % empirickej 1-ročnej pravdepodobnosti zlyhania. Ak sa akciové trhy vypredajú a volatilita aktív stúpne na 35 %, DD klesne na 0,86 a PD vyskočí na 19 %, čo dokazuje, ako podmienky na akciovom trhu priamo ovplyvňujú úverové riziko.
Trh CDS znamená 22% pravdepodobnosť zlyhania počas 5 rokov
Miera nebezpečenstva λ = CS / LGD = 300 bps / 60 % = 500 bps = 5,0 % ročne. 1-ročná PD = 1 − e^(−0,05×1) = 4,88 %. 5-ročná PD = 1 − e^(−0,05×5) = 1 − e^(−0,25) = 22,1 %. Táto PD implikovaná CDS je rizikovo neutrálna pravdepodobnosť (zahŕňa rizikovú prémiu), takže PD v reálnom svete by bola o niečo nižšia. Rozpätie CDS 300 bps je v súlade s úverovým ratingom BB, kde historické 5-ročné kumulatívne miery zlyhania sú v priemere približne 10 – 15 % – trh CDS predpokladá o niečo vyššiu sadzbu, ktorá odráža trhovú rizikovú prémiu a prémiu za likviditu.
Na základe 40+ rokov historických údajov o defaulte S&P podľa ratingu
Podľa ročnej štúdie Global Corporate Default and Rating Transition Study S&P z roku 2023 je priemerná 3-ročná kumulatívna miera zlyhania emitentov s ratingom BB v rokoch 1981 – 2022 približne 8,2 %. Ročné miery zlyhania: BB rok 1≈0,84 %, rok 2≈1,65 % marginálne, rok 3≈1,72 % marginálne. Kumulatívne 3-ročné miery zlyhania investičného stupňa sú oveľa nižšie: AAA≈0,01 %, AA≈0,05 %, A≈0,13 %, BBB≈0,55 %. Tieto empirické sadzby sú PD v reálnom svete (nie sú neutrálne voči riziku) a používajú sa priamo vo výpočtoch očakávaných strát v rámci Basel IRB pre úverové portfóliá.
Viacnásobné finančné ukazovatele kombinované v logistickej regresii predpovedajú PD
V modeli logistickej regresie má každý finančný pomer koeficient odhadnutý z historických údajov o zlyhaní: dlh/EBITDA (5,0x – vysoký pákový efekt zvyšuje riziko), úrokové krytie (1,8x – nízke krytie výrazne zvyšuje PD), aktuálny pomer (0,9 – menej ako 1,0 = negatívny pracovný kapitál zvyšuje riziko) a zisková marža (4 % – nízka marža ponúka malú rezervu). Kombinovaná logaritmická pravdepodobnosť vytvára PD približne 12,5 % – zvýšené územie špekulatívneho stupňa. Tento dlžník by získal interný rating B alebo B−, ktorý by vyžadoval cenu približne LIBOR/SOFR + 400 – 500 bps a prísnu zmluvnú ochranu.
Real-World Applications
▾
Schvaľovanie a oceňovanie bankových úverov (RAROC), umožňujúce odborníkom robiť dobre informované kvantitatívne rozhodnutia založené na overených výpočtových metódach a štandardných priemyselných prístupoch, čo si vyžaduje presnú kvantitatívnu analýzu na podporu rozhodnutí založených na dôkazoch, strategickú alokáciu zdrojov a optimalizáciu výkonu v rôznych organizačných kontextoch a odborných disciplínach.
Výpočet kapitálu IRB podľa Basel II/III pre úverové portfóliá, ktorý pomáha analytikom produkovať presné výsledky, ktoré podporujú strategické plánovanie, alokáciu zdrojov a porovnávanie výkonnosti v rámci organizácií, kde je presný numerický výpočet nevyhnutný na vytvorenie spoľahlivých výstupov, ktoré informujú o plánovaní, hodnotení a procesoch neustáleho zlepšovania v podnikových aj individuálnych prostrediach.
IFRS 9 / CECL tvorba rezerv na očakávané úverové straty, ktorá odborníkom umožňuje systematicky kvantifikovať výsledky a porovnávať scenáre pomocou spoľahlivých matematických rámcov a zavedených vzorcov, vyžadujúce prístupy systematického výpočtu, ktoré premieňajú nespracované vstupné údaje na použiteľné poznatky pre zainteresované strany, ktoré sú pri svojich každodenných profesionálnych činnostiach závislé od kvantitatívnej prísnosti
Oceňovanie a obchodovanie s úverovým defaultom, podporujúce procesy vyhodnocovania založené na údajoch, kde je numerická presnosť nevyhnutná na dosiahnutie súladu, reportingu a optimalizačných cieľov, čo si vyžaduje robustné výpočtové metódy, ktoré poskytujú konzistentné a overiteľné výsledky vhodné pre reporting, audit a analýzu dlhodobých trendov v profesionálnom prostredí.
Monitorovanie úverového rizika dlhopisového portfólia a ratingový dohľad, ktorý vyžaduje presnú kvantitatívnu analýzu na podporu rozhodnutí založených na dôkazoch, strategickú alokáciu zdrojov a optimalizáciu výkonnosti v rôznych organizačných kontextoch a odborných disciplínach.
Special Cases
▾
V praxi si tento okrajový prípad vyžaduje starostlivé zváženie, pretože štandardné predpoklady nemusia platiť. Keď sa pri výpočtoch kalkulačky pravdepodobnosti úverového zlyhania stretnete s týmto scenárom, odborníci by si mali overiť okrajové podmienky, skontrolovať riziká delenia nulou a zvážiť, či predpoklady modelu zostanú platné aj za týchto extrémnych podmienok.
Retail/Consumer PD
Profesionáli pracujúci s úverovým rizikom pd by mali byť obzvlášť pozorní voči tomuto scenáru, pretože ak sa s ním nebude správne zaobchádzať, môže to viesť k zavádzajúcim výsledkom. Vždy si overte okrajové podmienky a v praxi ich overte nezávislými metódami.
V praxi si tento okrajový prípad vyžaduje starostlivé zváženie, pretože štandardné predpoklady nemusia platiť. Keď sa pri výpočtoch kalkulačky pravdepodobnosti úverového zlyhania stretnete s týmto scenárom, odborníci by si mali overiť okrajové podmienky, skontrolovať riziká delenia nulou a zvážiť, či predpoklady modelu zostanú platné aj za týchto extrémnych podmienok.
Priemerné 1-ročné predvolené sadzby S&P podľa hodnotenia (1981 – 2022)
▾
| Hodnotenie | 1-ročná PD | 3-ročná PD | 5-ročná PD | Popis |
|---|---|---|---|---|
| AAA | 0,00 % | 0,01 % | 0,04 % | Najvyšší investičný stupeň |
| AA | 0,02 % | 0,06 % | 0,12 % | Veľmi kvalitné |
| A | 0,06 % | 0,18 % | 0,37 % | Vysoká kvalita |
| BBB | 0,16 % | 0,55 % | 1,10 % | Prerušenie investičného stupňa |
| BB | 0,84 % | 3,41 % | 7,18 % | Najvyšší špekulatívny stupeň |
| B | 3,44 % | 10,50 % | 18,90 % | Špekulatívne |
| CCC/C | 26,78 % | 42,60 % | 52,20 % | Veľmi špekulatívne/utrápené |
Frequently Asked Questions
▾
Aký je rozdiel medzi rizikovo neutrálnou PD a PD v reálnom svete?
Rizikovo neutrálna PD je odvodená od trhových cien (rozpätia CDS, výnosy dlhopisov) a zahŕňa rizikovú prémiu navyše k čistej pravdepodobnosti zlyhania – investori požadujú dodatočnú kompenzáciu za držbu rizika zlyhania. Skutočná (fyzická) PD je skutočná historická frekvencia zlyhania pre danú kategóriu rizika – zvyčajne sa odhaduje z údajov ratingovej agentúry alebo údajov o výkonnosti interných bankových úverov. Rizikovo neutrálna PD sa používa na oceňovanie derivátov (CDS, kreditné deriváty) a musí zodpovedať trhovým cenám. PD v reálnom svete sa používa na výpočty očakávaných strát v Bazileji, tvorbu opravných položiek na úvery a riadenie rizík. Rizikovo neutrálna PD je zvyčajne 1,5–3× vyššia ako skutočná PD pre emitentov investičného stupňa, čo odráža prémiu za kreditné riziko.
Aké sú prístupy Basel II/III pre odhad PD?
V rámci kapitálového rámca úverového rizika Basel II/III môžu banky použiť: (1) štandardizovaný prístup – rizikové váhy predpísané regulačnými orgánmi na základe externých úverových ratingov bez interných odhadov PD; (2) Foundation IRB (FIRB) – banky odhadujú PD interne, ale používajú dohľad LGD a EAD; (3) Pokročilé IRB (AIRB) – banky odhadujú PD, LGD a EAD pomocou svojich vlastných interných modelov, podliehajúc minimálnym požiadavkám na údaje a regulačnej validácii. AIRB umožňuje najnižšie kapitálové poplatky pre vysokokvalitné úverové portfóliá, ale vyžaduje roky neplnenia údajov, dôslednú validáciu modelu a nepretržité monitorovanie výkonnosti modelu. Väčšina veľkých medzinárodne aktívnych bánk používa AIRB pre svoje hlavné portfóliá.
Aké finančné ukazovatele najlepšie predpovedajú platobnú neschopnosť podniku?
Altmanovo Z-Score (1968) identifikovalo päť kľúčových prediktorov korporátneho bankrotu na základe diskriminačnej analýzy: pracovný kapitál/celkové aktíva, nerozdelený zisk/celkové aktíva, EBIT/celkové aktíva, trhová hodnota vlastného imania/účtovná hodnota celkových pasív a tržby/celkové aktíva. Výskum odvtedy potvrdil, že medzi najsilnejšie individuálne prediktory patria: pákový efekt (dlh/EBITDA, dlh/aktíva), pokrytie (EBIT/úrok, EBITDA/úrok), likvidita (aktuálny pomer, rýchly pomer), ziskovosť (ROA, zisková marža) a veľkosť (väčšie firmy majú nižšie miery zlyhania pri rovnakej úrovni pákového efektu). Moderné modely strojového učenia využívajú stovky finančných a nefinančných funkcií.
Ako súvisí miera zotavenia s PD?
Miera návratnosti (R) = 1 − LGD (Loss Given Default). Miera návratnosti je časť expozície získanej po zlyhaní prostredníctvom konkurzného konania, predaja aktív alebo reštrukturalizácie. Historické miery návratnosti nezabezpečených podnikových dlhopisov sú v priemere približne 40 % (LGD = 60 %), ale výrazne sa líšia podľa seniority: prioritné zabezpečené dlhopisy sa získavajú 60 – 80 %; senior nezabezpečený 35–55 %; podriadené dlhopisy 10–30 %; vlastný kapitál takmer nulový. Miera návratnosti negatívne koreluje s PD – pri systémových poklesoch, keď miera zlyhania prudko stúpa, miera návratnosti súčasne klesá (procyklickosť), čo zvyšuje úverové straty nad rámec toho, čo by naznačovali nezávislé odhady PD a LGD.
Aký je rozdiel medzi PD „v priebehu cyklu“ v porovnaní s „bodom v čase“?
Počas celého cyklu (TTC) PD odhaduje priemernú pravdepodobnosť zlyhania počas celého ekonomického cyklu, čím vyrovnáva cyklické variácie. Ratingové agentúry používajú ratingy TTC – rating BBB by mal odrážať podobné riziko zlyhania počas celého cyklu. PD v bode v čase (PIT) odráža súčasné ekonomické podmienky a pohybuje sa s obchodným cyklom: PIT PD stúpajú v recesiách a zmenšujú sa v obdobiach boomu. Bazilej vyžaduje, aby banky používali TTC PD na výpočty minimálneho kapitálu (aby sa predišlo procyklickému navyšovaniu kapitálu), ale PIT PD pre IFRS 9/CECL na tvorbu opravných položiek na očakávané úverové straty (čo si vyžaduje výhľadové, aktuálne hodnotenie). Rozlíšenie PIT-to-TTC je zdrojom značnej praktickej zložitosti riadenia úverového rizika.
Ako sa PD používa pri oceňovaní úverov?
Pri oceňovaní úverov sa používa rámec rizikovo upravenej návratnosti kapitálu (RAROC): účtovaný kreditný spread musí pokryť očakávanú stratu (EL = PD × LGD) a generovať primeranú návratnosť regulačného kapitálu. Minimálne úverové rozpätie = (EL + náklady na kapitál × požadovaný kapitál) / výška úveru. Pre 1-ročný termínovaný úver: ak PD = 2 %, LGD = 50 %, EL = 1,0 %. Ak požadovaný kapitál = 8 % z úveru, pri 15 % požadovaný výnos: kapitálové náklady = 8 % × 15 % = 1,2 %. Minimálny spread = 1,0 % + 1,2 % = 2,2 % (220 bps). Tento rámec RAROC zabezpečuje, že pôžičky vznikajú len vtedy, keď spread pokrýva očakávané straty a poskytuje primeranú návratnosť vlastného kapitálu.
Môže strojové učenie zlepšiť predikciu PD oproti tradičným modelom?
Modely strojového učenia – zvyšovanie gradientu (XGBoost), náhodné lesy, neurónové siete – často dosahujú vyššiu presnosť predikcie (merané koeficientom AUC/Gini) ako logistická regresia pre predikciu PD, najmä pri veľkých súboroch údajov obsahujúcich mnoho nelineárnych interakcií medzi funkciami. Čelia však výzvam v oblasti kreditného rizika: požiadavky na vysvetliteľnosť regulačných opatrení (usmernenie SR 11-7 vyžaduje, aby banky porozumeli a vysvetlili výstupy modelu), riadenie modelu a riziko, že sa prispôsobia historickým vzorcom, ktoré nemusia pretrvávať. Hybridné prístupy – využívajúce ML na inžinierstvo funkcií a výber premenných s logistickou regresiou pre konečný model – sú bežné v regulovaných bankových prostrediach.
Common Mistakes to Avoid
▾
- !Zámena rizikovo neutrálnej PD (z CDS) s reálnou PD – líšia sa prémiou za kreditné riziko a nemali by sa miešať vo výpočtoch.
- !Použitie PD v určitom čase pre bazilejské kapitálové výpočty (malo by sa používať počas celého cyklu) alebo TTC PD pre tvorbu opravných položiek podľa IFRS 9 (malo by sa používať PIT).
- !Ignorovanie korelácie medzi PD a LGD – pri poklesoch sa obe zhoršujú súčasne, čím sa zosilňujú skutočné úverové straty nad EL = PD × LGD.
- !Uplatňovanie mier firemných nesplácaných úverov na retailové/spotrebiteľské úvery bez úpravy zásadne odlišným rizikovým faktorom.
- !Extrapolácia krátkodobej PD na dlhé horizonty bez zohľadnenia migrácie ratingov v čase.
Pro Tip
Vždy overte svoj model PD pomocou Giniho koeficientu/AUC (diskriminácia – zoradenie dlžníkov od najlepšieho po najhoršie riziko) a kalibračných testov (sú predpokladané PD blízko pozorovaným mieram zlyhania?). Model, ktorý má dobré poradie, ale je zle kalibrovaný, môže stále vytvárať neadekvátne rezervy.
Did you know?
Kľúčový pohľad Mertonovho modelu – zaobchádzanie s vlastným imaním firmy ako s kúpnou opciou na jej aktíva – bol zverejnený v roku 1974, len jeden rok po Black-Scholesovom vzorci na oceňovanie opcií. Robert Merton získal Nobelovu cenu za ekonómiu v roku 1997 (spolu s Myronom Scholesom) najmä za túto prácu, ktorá zjednotila teóriu oceňovania opcií a kreditné riziko do jediného elegantného rámca.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
References
- ›Merton, R.C. (1974): O oceňovaní korporátneho dlhu, Journal of Finance
- ›S&P Global: ročná štúdia prechodu globálneho zlyhania spoločnosti a ratingu (2023)
- ›Bazilejský výbor: IRB prístup k úverovému riziku – Basel III
- ›McNeil, Frey & Embrechts: Kvantitatívne riadenie rizík – kapitola o kreditných rizikách
Ratings & comments
Získajte týždenné matematické tipy
Pridajte sa k 12 000+ odberateľom, ktorí každý týždeň dostávajú tipy na kalkulačku.