第一章导论

1.1研究动机

受此启发，本文立足于改进的结构化模型试图通过公式推导发掘公司债务到期时发生违约的概率和回收率之间的关系，同时通过模拟验证推导出的函数关系。如果这种函数关系是稳定的，我们就可以结合两者相乘的信息，分离提取模型中回收率和条件违约概率各自的信息，从而解决了长久以来限制模型的问题。完善了模型以后，我们就拥有了一套完整的分析违约风险的模型框架。但是，究竟是哪个模型提取出的信息最完全？哪个模型具有最强的预测能力？每个模型它们各自的优缺点是什么？这些问题学术界鲜有人涉足。本文利用美国和香港的公司债数据对三个模型分别进行了实证研究，以期对这些问题给出自己的答案。

1.2主要贡献与创新

相对于以往的同类研宄，本文的主要贡献和创新主要有两点：第一，本文通过特定公司价值运动过程的建模，推导出回收率和违约概率的函数关系，并且用模拟验证了这种关系的稳定性。同时，把求解出的函数关系运用到模型中，分离地提取出回收率和条件违约概率各自的信息，这是本文最重要的创新之处。第二，本文利用美国和香港的公司债数据对所有三个模型进行实证分析，填补了信用风险信息提取这个领域的实证空白。同时，结合实证结果比较分析了三个模型各自的优点和劣势。

............

第二章文献综述

2.1违约风险三模型

目前，信用风险模型可以分成两类：结构化模型和简约模型。结构化模型通常对诸如股价、负债等风险因子的运动过程做出假设，当资产价值下跌至特定阈值比如负债的账面价值，公司就违约。信用风险的结构化建模方法起源于和的期权定价理论和模型。和理论基于无摩擦市场背景并且股价服从几何布朗运动，而把股权视为协议价格为负债账面价值，标的为公司资产的看涨期权。简约模型通常对违约概率和其影响因子之间的函数关系做出假设，这些因子既可以是可观察的，也可以是不可观察的。可观察的因子往往取决于经济的总体情况，而不可观察的因子只代表了一些随机的风险因素。违约事件用强度过程刻画，比如泊松过程。和结构化模型相比，简约模型并不依赖于经济运行的描述，其更像是一个黑箱子，模型结果的精确度比黑箱子里蕴含的经济运行机制更重要。

2.2特征函数法求解析解

上文己经重复论述过，模型只能提取出回收率和条件违约概率作为一个整体的信息，也就是的信息。和指出，解决这个问题有三种方法：利用同一发行人发行的高级债券和次级债券。由于发行人一样，两种债券有相同的条件违约概率过程，这样我们可以推断出两种债券的损失率比值，但无法确定地知道条件违约概率和各自的回收率大小。回收率和条件违约概率至少有一个可以观察到。回收率和条件违约概率存在稳定的函数关系。本文的解决方法本质上是用建模的思路找出回收率和条件违约概率之间的函数关系，并验证其是否稳定。同时，简约模型是对违约概率和回收率分开独立建模，实证表明这种建模方式会对损失产生严重低估。而结构化模型中，违约概率和回收率同时由标的资产遵循的随机过程决定，它们是内生相关的。因此，本文从最经典的结构化模型——出发进行一些新的改进用模拟研究它们之间的函数关系。

3RMV模型中回收率和条件违约概率的分离提取..............11

3.1建模.......................11

4违约风险三模型的实证比较..............................22

4.1样本数据说明..................22

4.2实证方法和结论............25

5结论............................36

5.1主要贡献和本文结论............................36

5.2模型适用性和未来研究方向...............36

4违约风险三模型的实证比较

4.1样本数据说明

由于美国市场上的公司债非常多，本文还规定了额外的样本选择标准。首先，只有剩余期限超过1年的债券纳入样本，因为这些债券有较好的流动性；其次，为了便于参数校准，本文只考虑每个月发行在外的公司债至少有四支的公司；最后，本文仅仅对半年付息一次且是固定利率的公司债进行实证研宄只有小部分的公司债付息频率不是半年一次。经过这些标准蹄选后，美国市场有27家公司成为本文的研究对象，如表所示；香港市场只有汇丰银行满足以上条件。

4.2实证方法和结论

本文的实证部分主要回答两个问题：如何提取违约风险三模型中隐含的违约概率和回收率的信息？违约风险三模型中哪个模型预测市场价格的能力最强，也就是要比较这三个模型的样本外表现？正如上文所述，模型和模型是由和所推导，而模型是由本文的建模结果加以改进，所以必须区分模型和模型、模型的实证思路。对模型和模型，首先利用的公式和公司债的市场数据校准公式中的参数，包括过程的参数和公司特质参数；然后，把校准的参数代入假设、即可得到条件违约概率和回收率的值。整个思路可以由图刻画.

.........

5结论

5.1主要贡献和本文结论

本文最大的贡献和创新在于通过建模，发现并验证了回收率和条件违约概率之间隐含的函数关系，利用这个函数关系解决了模型在提取隐含回收率和隐含违约概率上面的缺陷。并且，利用美国和香港的公司债数据对模型、模型和模型进行实证，第一次系统地比较了三个模型的优劣。本文的主要结论有：我们可以利用和提出的模型、模型的解析解和本文改进的模型来提取公司债隐含回收率和违约概率的信息；条件违约概率和瞬时利率倾向于负相关的关系；模型隐含的回收率应该大于模型，而违约概率应该小于模型，模型的隐含回收率接近于而违约概率比模型和模型的大很多。这些都是模型自身的不同设定造成的；金融危机期间，公司债中隐含的回收率和条件违约概率鲜明地区别于其他时间：回收率更小而条件违约概率更大；虽然模型、模型样本内拟合精度比较高，但其相对较差的样本外预测能力和耗时的计算过程导致其运用空间受限；而模型样本外预测误差小，运行效率高的特点可能使其更容易被广泛接受。

5.2模型适用性和未来研究方向

从第四章的实证部分可以看到，本文选取的公司债样本是评级的，具有一定的违约风险，并且美国有完善的破产法保护投资者利益，所以允许公司违约情况的发生。而中国的公司债是上市公司通过公开或者非公开方式发行的，并且评级范围是到，本文认为用目前中国公司债的数据进行实证将不会有恰当的结果。但正如上一节分析的，年是个风险年；从当前情况来看，一方面，市场对部分可能违约的信用产品到期兑付关注度很高，另一方面，宏观流动性的适度收紧，资金成本的攀升，债券信托等风险产品集中到期，以及政府托底的态度可能出现转变，都为今年局部信用风险甚至局部金融风险的发生埋下了伏笔；中国信用风险这个潘多拉之盒可能会被打开。因此，本文提供的信用风险信息一一隐含回收率和条件违约概率的提取方法具有很强的现实意义，特别是运行效率高且市场拟合精度好的模型将会有广泛的运用空间。未来的研宄方向可以是有市场指导意义的，即运用中国的公司债数据提取其相应的信息，以此作为是否投资的判断标准。

............

参考文献（略）