Моделирование кредитного риска: модели сокращенной формы (Reduced-Form Models) и интенсивность дефолта
В то время как структурные модели кредитного риска (модель Мертона) опираются на экономический баланс компании и рассматривают дефолт как эндогенное событие, зависящее от стоимости активов, модели сокращенной формы (Reduced-Form Models) идут принципиально иным путем. Они рассматривают дефолт как экзогенный, непредсказуемый процесс, математически моделируемый с помощью теории случайных скачков. Этот подход, предложенный Робертом Джарроу, Стюартом Тернбуллом и Дарреллом Даффи в 1990-х годах, позволил интегрировать оценку кредитного риска с моделями временной структуры процентных ставок.
Математическим ядром моделей сокращенной формы является неоднородный пуассоновский процесс (или процесс Кокса). Время дефолта $ au$ рассматривается как первый момент скачка пуассоновского процесса со стохастической интенсивностью $lambda_t$ (Hazard Rate). Интенсивность $lambda_t$ интерпретируется как локальная вероятность дефолта в следующую долю секунды при условии, что компания выжила до момента $t$: $lambda_t dt = mathbb{P}( au in [t, t+dt) | au > t)$. Ключевое математическое свойство таких процессов заключается в том, что вероятность выживания компании до момента $T$ (Survival Probability) выражается формулой $P(t, T) = mathbb{E}^mathbb{Q} left[ expleft(-int_t^T lambda_s ds ight) ight]$, которая алгебраически абсолютно идентична формуле ценообразования бескупонной безрисковой облигации, где интенсивность дефолта $lambda$ играет роль процентной ставки.
Эта математическая изоморфность является триумфом моделей сокращенной формы. Она позволяет применять для моделирования $lambda_t$ весь развитый аппарат моделей процентных ставок (Васичека, CIR, Халла-Уайта). Более того, цена корпоративной (рисковой) облигации с учетом потерь при дефолте (Loss Given Default, $LGD$) вычисляется путем простого дисконтирования будущих денежных потоков по ставке, скорректированной на кредитный спред: $r_t + lambda_t cdot LGD$. Это позволяет аналитикам легко извлекать скрытую интенсивность дефолтов (Implied Hazard Rates) напрямую из рыночных котировок корпоративных облигаций и CDS-спредов, калибруя модели в реальном времени.
Учет восстановления капитала (Recovery Rate) при дефолте требует строгих допущений. Существуют три базовые конвенции: Recovery of Treasury (выплата доли от эквивалентной безрисковой облигации), Recovery of Face Value (выплата доли от номинала) и Recovery of Market Value (RMV, выплата доли от рыночной стоимости облигации за мгновение до дефолта, предложенная Даффи и Синглтоном). В рамках RMV модель кредитного риска становится невероятно элегантной, так как кредитный спред просто аддитивно прибавляется к безрисковой ставке дисконтирования для любого производного инструмента.
Современные модели сокращенной формы активно используют аффинные скачкообразно-диффузионные процессы (Affine Jump-Diffusion) для учета системных кризисов и эффектов "заражения" (Contagion Effect), когда дефолт одной компании вызывает мгновенный скачок интенсивности дефолтов связанных контрагентов. Использование процессов Хоукса (Hawkes Processes) позволяет математически смоделировать эту финансовую инфекцию. Перевод кредитного риска на язык стохастических интенсивностей обеспечил индустрию точным инструментом для оценки экзотических кредитных деривативов и системной устойчивости банковского сектора.
Список литературы:
1. Jarrow R.A., Turnbull S.M. Pricing derivatives on financial securities subject to credit risk. — Journal of Finance, 1995.
2. Duffie D., Singleton K.J. Modeling Term Structures of Defaultable Bonds. — Review of Financial Studies, 1999.
3. Lando D. Credit Risk Modeling: Theory and Applications. — Princeton University Press, 2004.
Эксперты: Роберт Джарроу, Даррелл Даффи, Дэвид Ландо.
Related items
- Математические модели кредитного скоринга и оценка вероятности дефолта
- Математика высокочастотной торговли (HFT): микроструктура рынка и оптимальное маркет-мейкерство
- Мультифрактальная модель времени в финансах (MMF) Мандельброта
- Теорема Грёнвалла-Беллмана и математическая устойчивость стохастических систем
- Квадратичное программирование в оптимизации портфеля: условия Каруша-Куна-Таккера (KKT)