24 июля 2013 Fabian
Академическая литература впрочем оценивает модель с позиции некоторой критики. Хотя некоторые исследователи признают за ней значительную предсказательную силу оценки вероятности дефолта во времени, что впоследствии структурирует сами вероятности. В более же поздних работах, когда происходит сопоставление целевых моделей оценки опасности, куда икорпорируются переменные KMV наряду с переменными других моделей, выявлена слабость именно KMV в части прогнозируемых событий. В настоящее же время применяются новаторские оценки: исследования направлены на составления простейших предикторов, посредством которых анализируется способность KMV предсказать премии к CDS и кредитные сперды доходностей по облигациям.
Автор, проведя ряд расчетов, отвергает постулат о том, что модель KMV-Мертона статистически недостаточна для определения вероятности дефолта. Достоверно было показано то, что после преобразования, вполне можно построить сокращенную форму модели, которая меж тем не улучшает саму переменную KMV (или где переменная KMV статистически незначима). Сообразно чему делается вывод о том, что несмотря на предсказательную силу всей модели, предельную полезность можно получить лишь от функциональной ее части нежели от решения двух нелинейных уравнений, заложенных в ее базисе. Таким образом, вклад переменной KMV в скорректированную модель сокращенной формы весьма низок.
За основу расчетов была взята база данных по EDF за 2000-2003 гг. В выборку попали 80 компаний, ранговая корреляция между которыми (KMV автора против KMV, рассчитанного Moody’s) составила 79%. Такие высокие показатели по корреляции говорят нам о высокой степени сбывания прогнозов и предсказательной силе.
Теперь перейдем к результатам по CDS. Действительно, возможно ли моделью дефолта оценить ценообразование на чувствительные к кредитной активности инструменты. Данные по спредам CDS были получены с официального сайта www.credittrade.com в период с декабря 1998 по июль 2003 г. Выборка составила 3833 месячных спредов по CDS и была рассчитана вероятность дефолта по компаниям на следующий год. В данной комбинации стоило откалибровать KMV, для того, чтобы в регрессии остался лишь один коэффициент.
Наконец, что касается выплат по облигациям. Необходимая статистика была взята из базы данных по фиксированным инструментам Lehman Brothers. Эта база включает в себя сведения о ежемесячных ценах, начисленных процентах по всем корпоративным и государственным облигационным выпускам за период 1991-1997 гг. (в расчетах использовался более дальний временной задел: начиная с 1980 г. для большей достоверности). К положительным характеристикам базы данных LB можно также отнести наличие там информации по купонным выплатам, рейтинговых оценкам и истребованиям долговых обязательств. Во-первых, был проведен отсев тех бондов, ценообразование на которые не устанавливали сами трейдеры в процессе торгов, что позволит ориентироваться лишь на соответствующие рыночные заявки. Далее, исключаются все облигации со специфическими особенностями, что могло бы привести к поляризации оценок. В частности, исключаются все опционные бонды, все корпоративные бонды с плавающей ставкой, облигации с нечеткой периодичностью купонных выплат, индексированные на инфляцию облигации. Кроме того, исключались все облигации, не попавшие в индекс LB и со сроком погашения меньше года. Все эти многочисленные исключения проистекают из самой природы переменной KMV с прогнозной способностью в краткосрочном периоде.
В заключении, автор допускает возможность создания полноценной модели прогнозирования дефолтов на основе итеративной модели KMV-Мертона, но с большими оговорками. Хотя исследование на подразумеваемую вероятность дефолта по CDS и кредитным спредам по облигационным выплатам не всегда это подтверждает. В статистическом же плане уже существует достаточное количество более робастных моделей, способных определить вероятность дефолта по тому или иному инструменту.
(C) Источник
Не является индивидуальной инвестиционной рекомендацией
При копировании ссылка обязательна Нашли ошибку: выделить и нажать Ctrl+Enter
Автор, проведя ряд расчетов, отвергает постулат о том, что модель KMV-Мертона статистически недостаточна для определения вероятности дефолта. Достоверно было показано то, что после преобразования, вполне можно построить сокращенную форму модели, которая меж тем не улучшает саму переменную KMV (или где переменная KMV статистически незначима). Сообразно чему делается вывод о том, что несмотря на предсказательную силу всей модели, предельную полезность можно получить лишь от функциональной ее части нежели от решения двух нелинейных уравнений, заложенных в ее базисе. Таким образом, вклад переменной KMV в скорректированную модель сокращенной формы весьма низок.
За основу расчетов была взята база данных по EDF за 2000-2003 гг. В выборку попали 80 компаний, ранговая корреляция между которыми (KMV автора против KMV, рассчитанного Moody’s) составила 79%. Такие высокие показатели по корреляции говорят нам о высокой степени сбывания прогнозов и предсказательной силе.
Теперь перейдем к результатам по CDS. Действительно, возможно ли моделью дефолта оценить ценообразование на чувствительные к кредитной активности инструменты. Данные по спредам CDS были получены с официального сайта www.credittrade.com в период с декабря 1998 по июль 2003 г. Выборка составила 3833 месячных спредов по CDS и была рассчитана вероятность дефолта по компаниям на следующий год. В данной комбинации стоило откалибровать KMV, для того, чтобы в регрессии остался лишь один коэффициент.
Наконец, что касается выплат по облигациям. Необходимая статистика была взята из базы данных по фиксированным инструментам Lehman Brothers. Эта база включает в себя сведения о ежемесячных ценах, начисленных процентах по всем корпоративным и государственным облигационным выпускам за период 1991-1997 гг. (в расчетах использовался более дальний временной задел: начиная с 1980 г. для большей достоверности). К положительным характеристикам базы данных LB можно также отнести наличие там информации по купонным выплатам, рейтинговых оценкам и истребованиям долговых обязательств. Во-первых, был проведен отсев тех бондов, ценообразование на которые не устанавливали сами трейдеры в процессе торгов, что позволит ориентироваться лишь на соответствующие рыночные заявки. Далее, исключаются все облигации со специфическими особенностями, что могло бы привести к поляризации оценок. В частности, исключаются все опционные бонды, все корпоративные бонды с плавающей ставкой, облигации с нечеткой периодичностью купонных выплат, индексированные на инфляцию облигации. Кроме того, исключались все облигации, не попавшие в индекс LB и со сроком погашения меньше года. Все эти многочисленные исключения проистекают из самой природы переменной KMV с прогнозной способностью в краткосрочном периоде.
В заключении, автор допускает возможность создания полноценной модели прогнозирования дефолтов на основе итеративной модели KMV-Мертона, но с большими оговорками. Хотя исследование на подразумеваемую вероятность дефолта по CDS и кредитным спредам по облигационным выплатам не всегда это подтверждает. В статистическом же плане уже существует достаточное количество более робастных моделей, способных определить вероятность дефолта по тому или иному инструменту.
(C) Источник
Не является индивидуальной инвестиционной рекомендацией
При копировании ссылка обязательна Нашли ошибку: выделить и нажать Ctrl+Enter