企业举债取得资主要渠道有直资和间接融资。直接融资的各项公具有次级市场价格,违约后可以通过该债务工具违约后一定时点的市场价格为基础估算违约损失率。对于间接融资,则需依靠银行积累的违约贷款数据资料来推估违约损失率。公开市场资料较易取得,因此违约损失率的研究也以此为基础发展起来。
Robert C. Merton于1974年发表的“on the Pricing of Corporate Debt: the Risk Structure of Interest Rates”一文是现代信贷违约概率和回收率分析的理论基础文章。 其不足之处是没有解决信用资产质量的实际观测问题,在实证中的应用受到限制,这也是模型诞生后大量后续工作的重心所在。
针对Merton(1974)模型在实证应用领域的困难,有若干文献尝试提供变通的解决办法。Crouhy和Galai(1997)将不能直接观测的Merton(1974)模型表达为信贷违约概率和回收率的函数,从而使信用风险管理的核心简化为对PD和LGD的观测分析,产生了较大影响。
观测度量金融工具LGD的途径大致有三类(刘宏峰,杨晓光,2003): Market LGD(市场LGD,以实际违约事件发生后违约债券或可交易贷款的市场价格为依据);Workout LGD(清算LGD,清算及追讨过程产生的一系列现金流估计值的现值与风险暴露的比值); Implied Market LGD(市场隐含LGD,利用资产估价模型,按同类未违约债券的利差与价格计算)。事实上,基于债券二级市场或贷款二级市场(如证券化的个人住房抵押贷款)的实证研究较多,而对普通的银行贷款的实证研究很少,其原因一是研究方法的复杂性,二是数据的非公开性。
1、美国市场的研究
由于数据获得性的原因,目前的文献以美国市场为研究对象的居多。
Asarnow及Edwards (1995)使用违约事件发生后产生的所有经济损失衡量银行贷款的预期损失。其以花旗银行1970——1993年间一般工商业贷款及受监控贷款(Structured loans)共831个违约样本计算出的LIED分别为34.79%和12.75%。研究的一个重要发现就是其分布为“双模型分布”(bi-model),样本集中在高、低两端。
Carty及Lieberman(1996)以穆迪公司1989-1996年间58例优先担保违约银行贷款为对象,根据其次级市场交易价格进行实证研究,结果表明平均回收率为71%,中位数为77%,标准差为32%。研究未观察到“双模型分布”(bi-model),但发现回收率明显向高端偏离。
Hamilton及Carty(1999)以市场法求算159家破产案例为研究样本的偿还率,结果平均偿还率为56.7%,中位数偿还率为56%,标准差则为29.3%。
Gupton、Daniel Gates及Carty于2000年采用121例违约贷款样本的研究结果表明:优先担保和优先未担保的银行贷款违约时平均价值分别为69.5%和52.1%,但实践经验中对这些平均价值的偏离也是显著的。
Gupton和Stein(2002)首次推出了一个市场价值预测基础上LGD预测模型LossCalc ,该模型是一个关于美国债券、银行贷款和优先股LGD的多因素统计模型。
Til Schuermann(2004年)介绍了穆迪公司1970-2003所有债券和贷款的回收率分布,并对双峰分布的形成原因进行了解释。
Michel A., M. Jocobs Jr., P. Varshey (2004)采用JP摩根·大通1982-1999年间的贷款损失历史资料(共3761例违约客户)对LGD进行研究,平均会计LGD 和经济LGD 分别为27.0%和39.8%。该研究同时对抵押贷款LGD进行了分析。通过对1982年1季度至1999年4季度共1705个样本的研究,抵押贷款(1279个样本)的LGD均值为27.7%,标准差35.3%,无抵押贷款LGD均值40.3%,标准差42.5%,研究公布了不同类型抵押物LGD均值和标准差。
2、其他市场的LGD实证研究
花旗银行的Hurt和Felsovalyi(1998)对拉丁美洲1970-1996年27个国家的1149笔银行贷款研究显示,平均违约回收率为68.2%,LGD呈偏态分布,宏观经济和贷款金额是回收率的影响因素之一,金额越大,回收率越低;
La Porta等人(2003)研究了墨西哥的关联借款的PD和LGD,1995-1999年非关联借款的平均回收率为46%,而关联借款为27%。分布显示LGD向高端偏离。
台湾徐中敏(2004)以台湾联征中心库1996-2002年银行借款企业户违约资讯进行了LGD实证研究,以年营业收入500万欧元为划分标准,小于此标准的小型企业(样本数16454个)LGD均值为75%,中位数88%,大于标准的大中型企业(样本数84个)LGD均值为84%,中位数92%。
标准普尔Franks 等人(2004)使用了英国、法国、德国约8000个原始数据进行了研究,数据时段为1993-2003(法国)、1996-2003(德国)、1997-2003(英国)。数据显示,英国回收率明显高于法国,略高于德国。法国回收率分布呈明显“双模型分布”,英、德呈偏态分布。
Grunert和Weber(2005)研究了1992-2003年120家德国公司的违约损失率数据。数据显示,回收率均值为72.45%,方差为35.46%,回收率分布明显向高端偏离;报告还研究了宏观经济、行业、贷款条件和税务政策的影响。
以上研究报告均只公布了经过深度加工的结论性数据,原始数据、模型参数等均未公布,且均未见专门的抵押贷款的LGD研究报告。 由于国内公司债券市场不发达,银行违约贷款回收数据系统研究时间起步时间不长,国内关于违约损失率的研究理论介绍较多,有影响的实证数据稀少。主要有:
1、四大资产管理公司的相关数据。国内华融等四大资产管理公司公布的资产回收资料,可作为研究国内贷款违约损失率的间接资料。2004年我国四大金融资产管理公司资产处置结果为资产回收率 26.60%现金回收率20.16% 。
2、其他研究。张海宁(2004)以191个中国大型商业银行信贷项目作为样本(时点为1998年)(涉及贷款本金266.29亿元,利息77.08亿元)进行的实证研究显示平均回收率为33%,最大值80%,最小值为0。
2004年5月28日 ,建行通过国际竞标方式进行账面价值为40亿元人民币抵押贷款不良房地产抵贷资产的拍卖,花旗银行、德意志银行、雷曼兄弟、摩根大通、摩根斯坦利等15家机构参与竞标,最终中标综合资金回收率为34.75%。
同学你好,很高兴为您解答!
对的。时间是违约率函数的横轴
希望我的回答能帮助您解决问题,如您满意,请采纳为最佳答案哟。
再次感谢您的提问,更多财会问题欢迎提交给高顿企业知道。
高顿祝您生活愉快!
欢迎光临 爱卡网 (https://7177.cn/) | Powered by Discuz! X3.4 |