南京理工大学
硕士学位论文
基于信用转移概率矩阵的中国上市公司债券信用风险度量研究
姓名：郭军
申请学位级别：硕士
专业：金融学
指导教师：刘玉灿
20100621
硕{：论文基于信用转移概率矩阵的中困|：市公·d债券信用风险度量研究
摘要
近年来，随着中国市场经济的发展完善，中国上市公司债券市场也有了迅速发展，
上市公司债券市场的快速发展不但有利于完善中国的债券市场，同时也能促进货币市场
和债券市场的协调发展。但是在上市公司债券快速发展之时，对其信用风险进行研究也
变的越来越重要。如何对它进行精确度量，对市场的各个参与方来说都是极其必要的。
本文就是在此背景下对我国上市公司债券的信用风险进行度量研究。
文章首先回顾了两类经典的信用风险度量模型：结构化模型与强度模型。接着介绍
了Markov理论，以及强度模型中的JLT模型和结构化模型中的Credit Metrics模型。然
后以Wind资讯的(06年．09年)中国上市公司债券的信用评级数据为基础，得到了中
国上市公司债券的信用等级转移概率矩阵。其中用中诚信国际信用评级有限公司和联合
资信评估有限公司的债券信用评级数据(06年．09年)分别得到了各自的信用等级转移
概率矩阵。以此为基础，首先用JLT模型对09年中国部分上司公司债券的信用风险进
行了定量研究，比较了信用等级转移概率矩阵不同时债券信用风险值的差异并分析其原
因。同时对债券的定价合理性进行简要分析。其次运用Credit Metrics模型对相同样本
债券进行了信用风险的度量，分析了信用等级转移概率矩阵对债券风险值的影响。最后
在本文研究的基础上给出了提高中国上市公司债券信用风险管理的若干政策建议。
关键词：上市公司债券，信用转移概率矩阵，信用风险，JLT模型，Credit Metrics模
型
Abstract 硕上论文
Abstract
In recent years，with the development and perfection of market economy,China’S
corporate bond market has developed rapidly．The rapid development of the corporate bonds
market is not only conducive to improving China’S bonds market，while also promoting the
money market and bonds market，coordinated development．However,with the rapid
development of the corporate bonds，the research on credit risk is becoming increasingly
impoaant．How to measure it accurately is extremely necessary for all market participants．
This paper is proposed in this context．
Two types classical models of credit risk measurement is firstly reviewed：Structural
Model and Reduced form Model．In the next．the Markov theory,JLT model and Credit
Metrics Model are introduced respectively．Then，the credit rating migration matrix is
calculated on the basis of the historical credit rating data of the Chinese listed corporate bonds
which come from wind info(06years-09years)The credit rating migration matrix is calculated
respectively in line with the credit rating data(06years-09years)of the Changchang Xi Co．and
China Lianhe Credit Rating Co．On this basis，the JLT Model is used to the study of the credit
risk of corporate bonds released in the 2009，then the difference of the credit value of risk
which is caused by the difference of the credit rating migration matrix is compared and the
reasons are analyzed，then，the rationality of the pricing of Listed corporate Bonds is analyzed．
In the next part，the Credit Metrics Model is used tO measure the credit value of risk with the
same sample，at the same time，we analyze the difference of the credit value of risk as result
of the different credit rating migration matrix．At the last of this paper,some suggestions are
given to improve the credit risk management of Chinese listed corporate bonds．
Key words：Listed corporate Bonds，Credit Rating Migration Matrix，Credit Risk，JLT
Model，Credit Metrics Model
H
硕l：论义基于信用转移概率矩陴的中国．J二市公-d债券信用风险度量tiJt：7L
表1-1
图1-1
图2-1
表3-1
表3-2
表3-3
表4-1
表4—2
表4-3
表4-4
表4—5
表4—6
表5-1
表5-2
表5-3
表5-4
表5-5
表5-6
表5-7
表5—8
图表目录
信用风险模型介绍与研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．6
论文结构框架图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯14
Credit Metrics模型框架图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．22
标普一年期信用等级转移概率表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．25
中诚信一年期信用等级转移概率表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯25
联合资信一年期信用等级转移概率表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．26
穆迪违约挽回率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．29
银行间国债收益率表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．29
基于中诚信转移概率矩阵的债券信用风险值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．30
基于中诚信转移概率矩阵的债券现值与票面利率贴现值⋯⋯⋯⋯⋯⋯⋯．．32
基于联合资信转移概率矩阵的债券信用风险值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．35
基于联合资信转移概率矩阵债券现值与票面利率贴现值⋯⋯⋯⋯⋯⋯⋯⋯．．36
短期融资券信用风险收益率数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．40
中长期债券信用风险收益率数据⋯⋯⋯一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．41
中诚信一年期信用等级转移概率调整表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．41
各个信用等级债券的现值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．42
债券0981198现值与转移概率表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．43
基于中诚信信用转移概率矩阵的债券信用风险值⋯⋯⋯⋯⋯⋯⋯⋯⋯．． 44
联合资信一年期信用等级转移概率调整表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．46
基于联合资信信用转移概率矩阵的债券信用风险值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．46
V
户声明
本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学
位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或公布
过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的
材料。与我一同工作的同事对本学位论文做出的贡献均己在论文中作了明
确的说明。
研究生签名：兹垒力／矿年∥月z／日
学位论文使用授权声明
南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或上
网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并授权
其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文，
按保密的有关规定和程序处理。
研究生签名： 年知刃日
硕一h论文基于信用转移概毕矩阵的中国．I：市公州债券信用风险度量研究
1绪论
1．1研究背景与研究意义
从改革开放到现在，我国经济经历了长期的高速增长。然而，经济的高速增长并没
有建立在高效，节约，安全之上，经济风险依然存在。08年爆发的全球金融危机，以及
随后长达两年的全球经济大萧条都很好的说明，金融风险尤其是信用风险是一个国家经
济平稳发展的关键因素。一个国家经济的发展离不开金融业，金融业发达与否直接关系
到一个国家经济力量的强弱。而一个国家经济体抵抗金融风险能力的大小，直接关系到
该国家未来经济发展的前景。
作为金融风险中最主要的一种风险，信用风险由于具有广泛性，核心性而有必要对
其进行研究。当代的市场经济本质上是一种信用经济，大到上市公司，小到个人经济生
活，信用无处不在。从历年来几次世界金融危机爆发的根源可以看出，那些市场经济发
达，信用良好，信用风险管理水平较高的国家，抵抗金融危机冲击的能力明显较强。而
作为新型市场经济国家，中国在信用风险管理方面与欧美强国还有很大差距。上市公司
作为中国目前主要的经济主体，它治理的好坏，抵抗风险能力高低，直接影响我国市场
经济的改革进程。然而，由于以下各种原因，比如：相关的法律还不健全，导致对上市
公司监管的弱化，使得很多上市公司弄虚作假，存在大量信息披露不全，作假帐，误导
投资者等恶性事件；市场体制还不是特别完善，导致上市公司为了自己短期利益而忽视
投资者权益等等。从而给市场各个交易方带来了巨大的信用风险，而作为上市公司筹集
资金的一种方式，上市公司发行的债券也包含了其经济活动的各种风险，信用风险便是
其一。
随着我国市场经济的逐步完善，我国的债券市场也得到了长足的发展。从最初的规
模很小微不足道发展到今天与股票市场的齐头并进。由于公司债券具有融资成本低，无
强制担保，发行灵活，流通市场渠道多以及无连续3年盈利硬性指标规定等各种优势，
它越来越成为上市公司融资的一条重要途径。
在资本市场中，公司债券同政府债券，股票一起被称为三大基本证券。而在中国，
由于以前的计划经济体制，企业债券可以认为是一种政府债券。无论是从完善我国资本
市场结构以及优化上市公司资本结构，还是从其在市场利率的确定中所起的作用来看，
公司债券的地位都十分重要。在资本市场发达的美国，每年公司债券占三大证券融资总
额的比重达到了60％以上；而在欧洲市场，公司债券所占的比重甚至达到了80％左右。
可见一个成熟的资本市场离不开公司债券市场的大力发展。
中国虽然早在1994年的《公司法》就列出专章对公司债券进行了规范，但真正意
义上的公司债券一直较少，市场上存在的是“准政府债券”形式的企业债。但是企业债
1
l绪论硕．1：论文
一般是大型国有企业以已经审批的投资项目为基础向发改委提出申请，由国务院统一审
批发行并强行落实担保机制，因此风险很小，基本上和国债信用等级一样。2005年修订
后的《公司法》第七章以及《证券法>第二章对公司债券进行了详细的规范，尤其是2007
年8月14日中国证监会发布的《公司债券发行试点办法》对公司发行债券不再要求强
行担保，这标志着中国公司债券进入到了一个全新的发展时期。而作为我国经济主体的
上市公司，则是发行公司债券的主力军。
伴随着公司债券的大量发行，与此同时也产生了公司债券的违约风险。对投资者而
言，固定收益证券市场一般有如下几种风险，市场风险，它是由于利率的非预期变动所
致，其次是流动性风险与操作风险，由于中国的银行间债券市场已经比较成熟，而且有
大量的政府债券，企业债券以及上市公司债券在证券交易所挂牌交易，所以对证券交易
的市场风险，流动性风险已经积累了大量的经验。而对于公司债券由于对其违约所造成
的信用风险了解较少，因此并没有引起市场各个参与方的足够重视。
信用风险产生于金融市场中客观存在的信息不对称。投资者受多方面因素的影响，
比如时间精力，专业知识，以及信息获取渠道的限制等等，常常难以获得发债主体的一
些基本信息：发债主体的规模，经营绩效，发展前景等信息。这些因素使得大部分交易
在信息不对称的情况下发生，使得投资者暴露在不确定的信用风险之中。一旦有信用风
险发生，就会使得投资者蒙受重大损失，轻者扰乱市场秩序，重则可能造成金融市场上
债务链条的断裂，引进而引发金融危机，对金融系统甚至经济社会造成严重破坏。这就
使得我们对上市公司债券的信用风险研究成为必要。
传统的信用风险分析方法多是建立在定性分析之上，不能为投资者提供定量的分
析，因此中国资本市场迫切需要引入现代信用风险度量方法对上市公司债券的信用风险
进行定量测算。这对债券投资者可以提早发现风险，理性投资。对债券发行者来说可以
给债券合理定价，从而减少自己的融资成本。对监管机构也是很有必要的，它为监管机
构提供了一把管理整个债券市场风险的利剑。
在此基础上，本文以中诚信国际信用评级有限公司和联合资信评估有限公司历年的
债券信用评级数据为基础数据，以此为基础计算出我国债券的信用等级转移概率矩阵。
然后用强度模型中的JLT模型和结构化模型中的Credit Metrics模型，分别对债券的
信用风险进行度量研究。
1．2文献综述
1．2．1信用风险研究综述
1．2．1．1信用风险概念界定
信用风险是现代金融风险中最主要的一类风险。它一般包含两种不同的风险类型：
2
硕{：论文基十信用转移概牢矩阵的中围}：市公·d债券信用风险度量研究
交易方JxL险和发行方风险。交易方风险主要是指与银行贷款以及衍生品交易有关的风
险，而发行方风险则多指债券类风险。本文中的信用风险是指上市公司发行的债券由于
违约不能按时还本付息对投资者造成损失的风险，属于发行方风险。
银行是最早承担信用风险的会融机构，主要是指借款人不能按时还款付息。随着证
券市场的快速发展，出现了一些交易违约的情况，也就是交易的一方不能履行已签订的
合约，这是信用风险的另一种形式。但是，以往的信用风险是指借款人，证券发行者或
者交易的一方因种种原因，不能或不愿履行合同条件按期还本付息而造成违约，导致银
行，证券投资者或者交易对方遭受损失的可能性。此时的信用JxL险只有当违约发生时才
会出现，因此常把违约风险看作是信用风险本身。
随着信用市场的不断发展，信用风险已经不再仅仅由交易对手发生违约而产生，还
包括由于交易对手履约可能性的变化而带来的可能损失，此时的信用风险更多的是指一
种可能性。它是指由于债务人自身信用状况以及履约能力的变化而导致债权人的资产价
值发生变化而蒙受损失的可能性。这就形成了现代意义上的信用风险概念：除了违约风
险，它还包括借款人，证券发行人(债务人)或者是交易对手信用评级变动和履约能力
变动而致使其资本的市场价值变动而产生损失的可能性。此时的信用风险主要由交易一
方的财务状况和信用风险状况决定。
在实践中不同的对象面临着不同的信用风险，证券交易中的信用风险是指交易一方
没有按时足额履行证券资产交割或资金支付义务给交易另一方带来的风险，它包括两种
情况：一是交易一方不履行义务，并且没有采取任何补救措施而给交易另一方造成的不
能按期交易的损失；另一种是交易一方始终没有履约而给交易另外一方造成的损失。
对于资产管理公司来说，主要面临的信用风险有两类：一种是交易对手风险，发生
在证券款项交割时期，也有可能发生在逆回购交易中，存在交易对手到期无法还款的风
险；第二种是债券发行人信用风险，也就是我们本文中要研究的债券信用风险。它包括
两部分：一是债券发行者没有按期还本付息所造成的风险；其二是债券信用资质下降，
导致债券信用利差上升，债券价格下跌所造成的风险。
决定信用风险大小的最重要因素有以下三个：风险敞口(credit exposure or
exposure at default)，即持有的风险暴露头寸；违约概率(probability of default)，
它是由资产自身因素决定；以及违约损失率(10ss given default)，由资产违约后的
回收率决定。一种债券或资产的信用风险总体上由这三个变量决定，其次信用风险的大
小还受债券期限长短，各个债券之问的相关性等等因素的影响。以下对各个因素作详细
介绍。
(1)风险敞口(Credit Exposure)
如果不考虑违约补偿额，信用风险暴露是指违约行为出现时面临违约风险的那部分
金额，或称为受险额。由于违约是出现在未来某个不确定的日期，这些受险额就是未来
l绪论硕1：论文
违约时刻的现值。对于传统的交易产品如债券，交易本金和利息就是风险敝口；而对于
金融衍生产品，如期权，期货，互换等，银行一般充当交易双方的中介，一方违约时，
银行必须去寻找另一个交易对手替代原来的头寸并蒙受一定的损失，替代成本就是风险
敞口。由于银行贷款合同已经对贷款作了明确还款计划，因此贷款的风险敞口分布是确
定的，对于债券，由于规定了票面利率，债券面值以及债券期限等，同贷款一样它的风
险敞口分布也是可以确定的。
(2)违约概率(Probability of Default)
违约概率是指交易一方在交易期内违约的可能性。不同的信用风险定义对应不同的
违约概念，同信用风险的两种定义相对应，违约也包括传统意义上的违约以及盯市模型
下的违约。前者仅仅是指本金以及利息的损失，后者还包括交易一方信用等级发生变化
(上升，下降)所带来损失的可能性。违约概率就是度量经济交易方遭受损失的可能性
的大小，对于上市公司债券而言，它的违约概率由发债公司的盈利能力，资产规模，行
业状况，以及宏观经济等各种因素决定。
(3)违约损失率(Loss Given Default)
违约损失率是指当交易对象违约或者是破产时，交易的另一方所能收回的资金占全
部违约资金的比例。在企业发生违约行为时，银行能回收多少资金主要由担保类型决定。
从本质上来说，抵押和质押的使用使得信用风险转化成了抵押品和质押品的价格风险。
对于使用了抵押品的贷款，银行所承担的风险表现为：抵押品的价值本身具有不确定性。
而抵押物和质押物的价值取决于二级市场的供求状况。如果抵押担保品回收率高，能够
很容易的接管并能以很高的价格出售，则担保品的存在会使信用风险降低。保证担保方
式使得借款人的违约风险变成了借款人和担保人共同违约的风险。在一般情况下，共同
违约的概率小于任何一方单独违约的概率，在双方无关联时，共同违约的概率为各自违
约概率的乘积。在借款人和担保人相关联时，共同违约的概率比他们不关联时要高。
(4)债务期限(Maturity)
除了以上三个因素之外，债务期限也是影响违约风险的一个重要因素。债务期限是
指现存的资产负债距离到期日的时间。在其他条件相同的情况下，信用风险随着期限的
延长而逐渐变大。短期贷款或合约可以增强银行的流动性，银行可以通过拒绝再贷款或
者在贷款中加入保护性条款：如要求提供抵押，质押等方式来防范信用状况恶化的借款
人可能带来的损失。期限是信用风险度量模型重要的输入参数，按期限的不同，可以把
信用风险度量模型分为单时期模型(one．period default mode)和多时期模型(muti．period
default mode)。B前绝大多数信用评级公司都是按一年为单位来计算数据的。
(5)违约相关性(Correlation)
信用事件的相关性是指贷款组合中贷款违约之间的相关联程度。对于单一的资产，
如债券或者贷款，不存在信用风险的相关性，但对于贷款组合或者是一个投资组合其信
4
硕}j论文基于信用转移概率矩阵的中国一f：市公r可债券信用风险度量研究
用风险的度量必须考虑其相关性。根据标准资产组合理论，资产组合收益率的不确定性
取决于系统性风险，即决定贷款价值协同变化的一些基本因素的冲击。一般有四种类型
的相关性会导致信贷资产组合价值的变化：一是导致信用风险发生变化的风险因素之间
的相关性；二是决定违约损失率大小的风险因素之间的相关性；三是驱动信用风险利差
期限结构变化的风险因素之间的相关性；四是影响以上三个指标的风险因素之间的交叉
相关性。而在违约方式里，只需要考虑三种类型的相关性：借款人违约之间的相关性，
违约损失率之间的相关性，违约与违约损失率之间的交叉相关性。在估算资产组合的信
用风险时必须要考虑相关性，因为它能够更直观的给出各个因素之间的相互作用。
而降低关联性所导致信用风险的有效途径就是投资的分散化。对银行而言，将贷款
放给不同的企业，不同的行业可以有效的降低自己的信用风险，而对于债券投资者而言，
购买债券组合进行多元化投资同样可以有效的降低自己的信用风险。违约相关性可以通
过大量的历史数据计算得到，也可以由蒙特卡罗模拟得到。一般信用风险度量方法是假
设联合分布的具体形态，然后进行积分计算最后算出联合违约概率。
如果仅仅考虑违约带来的信用风险，则组合的信用风险可以有下面的表达式来计
算：
creditloss=Σ匆×c巨×(1一，)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(1．1) ‘_一o ，、⋯ 、
其中6．服从Bemoulli过程(等于‘i‘时表示违约；等于零时，表示不违约)，其期望
值为防(即违约概率)，CE,为风险敞口，．f为回收率。可以对上式求其期望值与标准
差，如果能得到组合内信用产品之间的违约相关性矩阵，则可以推导出信用风险的分布
情况，从而可以更精确的描述组合面临的信用风险。
1．2．1．2国内信用风险研究综述
目前国内在信用风险的度量和定价研究领域整体水平还比较低下，大多数还处在对
国外模型的引进，修正，实证分析阶段。还没有形成自己的信用风险度量模型与相应的
理论体系。总体上，国内对信用风险的研究主要有以下几个方面：
(1)对国外模型的介绍研究
目前，国内学者有关信用风险的度量研究主要以借鉴国外的经验，修正国外比较流
行的信用风险度量模型为主。通过对模型变量的适当修改添加，使之符合我国的实际情
况。
从整体上来看，国内学者对信用风险模型的研究较全面，但侧重点还是停留在对结
构化模型的研究上，对约化模型研究较少。这也是本论文的出发点之一，即从上市公司
发行的债券信用等级，来度量上市公司债券的信用风险，同时对两个模型做一个比较分
析。表1．1列出了国内对信用风险模型介绍和研究的文献。
l绪论硕l：论文
表1．1 信用风险模型介绍与研究
研究文献介绍的模型
千满玲、杨德礼【11(2005) 连续融资下多冈素预警监控方法
章政、田侃【21(2006) (总结)现代信用风险度量的主要技术
周锴【3l(2008) 现代信用风险度量模型比较
贺刚【41(2008) 信用风险度量模型绩效与稳定性分析
王玲【51(2009) 对KMV，Credit Metrics模型详细介绍
李珊珊、吴涛【61(2009) 信用风险度量一VAR值的计算方法研究
刘鑫【71(2009) 现代信用风险模型的研究现状发展趋势
(2)对上市公司信用风险研究
上市公司的信用风险主要是债务信用JxL险，即上市公司在债务到期R不能按约定还
本付息，从而使债权人受损的可能性。随着我国市场经济的发展，上市公司逐渐成为市
场经济的主体，对社会经济的发展至关重要。而随着中国证券市场的逐渐发展壮大，股
改的上市公司已经超过九成，公司的价值可以通过债券市场得到很好的反应。可以通过
股票来表现公司的经营绩效，还可以通过上市公司发行的债券来度量公司的信用风险。
本论文就是从这个视角来分析的。
周昭雄【8】(2006)选择了30家沪深上市公司作为实证分析的对象，并把它分为三种
类型：优良业绩，中等业绩和较差业绩，其中每家公司10家，通过对三类上市公司违
约距离和理论违约概率的计算分析，得出KMV模型在我国基本上是适用的。然后将
KMV与现代商业银行信用风险度量方法进行比较，进而阐明了KMV模型的优点和不
足。
吴婷婷【9l(2008)对我国上市公司信用风险度量以及影响因素进行了分析。该文献
也是以KMV模型为研究基础，同样是利用上市公司的资产数据：市场价值，波动率以
及负债的账面价值来预测公司的信用风险。由于数据的获取相对容易，计算操作比较简
便，使得KMV模型在上市公司的信用风险评估中得到广泛应用。周子元110l(2008)以
沪深两市三个行业的上市公司为样本，用极大似然法估计了资产价值，资产价值增长率
以及波动率，计算了四种违约距离，用CAP曲线比较了其预测信用事件的能力，研究
结果表明考虑资产价值增长的违约距离准确率较高。
周杰【11】(2009)用修正的KMV模型对上市公司信用JxL险进行度量，采用了GARCH
模型对公司资产波动率进行了预测，以此来计算违约概率。并对ST公司和非ST公司
的信用风险识别进行实证分析。发现修正后的模型具有一定的实用性。
(3)对于公司债券的信用风险研究
虽然我国的债券市场比股票市场建立要早，但由于政策上的原因，存在“重股市，
6
硕1：论文皋于信用转移概率矩阵的中困J：市公I可债券信用风险度量研究
轻债市"现象。而对于债券信用风险的研究大部分停留在债券市场制度比较，而对债券
信用风险做实证研究的很少。重要的研究文献如下：
田宏伟，张伟【l2】(2000)提出了一个以市场波动性为基础的信用风险动态度量框
架。首先，通过把市场波动对信用暴露的影响量化，使得在债券信用风险的度量中融合
了市场风险的因素，具有了动态的特征；其次，使用了概率违约的概念，通过对基于历
史数据的累计违约概率表进行拟合，得到了具有长期稳定特性的转移概率矩阵，以此计
算的违约概率也具有动态属性；再次，根据有关金融产品优先级的历史数据得到回收率；
最后将三者结合起来，得到债券信用风险损失的动态度量模型，并就模型的应用前景进
行了分析。
韩立岩、郑承利【l 3】(2003)基于KMV模型建立了度量市政债券信用风险度量模型，
利用上海和北京的财政收支数据分析不同发债规模下的理论违约概率和基于真实分布
的违约概率，从而得出了合理的发债规模。郑振龙、林海【川(2004)，马超群和唐耿【15】
(2004)对考虑信用风险的可转债定价进行实证研究，得到我国可转债价格被严重低估
这一结论。张玲、赵峰¨6j(2005)尝试将信用风险转移矩阵引入可转债信用风险的测量，
结合美式期权估算方法以万科转债为例对可转债的定价进行了实证研究。黄石、黄长宇
【l 7】(2006)使用KMV模型对债券发行主体进行信用风险评级并推算出发行规模，以期
望解决我国企业债券市场在逐步放开管制的过程中，企业债券的信用风险评级与规模控
制这两个亟待解决的问题。
邹平、刘引Il卅利用Merton模型框架对我国短期融资券进行定价时，在主要的参数
(公司资产价值和资产波动率)估计上，与国外主流的方法(采用股权价值和波动率跟
资产价值与波动率的关系求解)不同，研究得出可以使用债券价值与波动率跟资产价值
与波动率的关系求解。通过对Merton模型的深入研究，得出结论：Merton模型并没有
低估信用风险，而模型计算的信用息差总体水平在很大程度上依赖于无风险收益率水平
的选择。
吴恒煜【l9】(2006)就随机挽回率Markov链模型下信用差价衍生品定价进行研究，
通过假设随机挽回率，扩展了Jarrow、Lando和Turnbulll20J(1997)的Markov模型，
得到了有违约风险零息债券与信用衍生品的定价公式。扬星、周晋和彭仕卿12l】(2009)
对公司债违约风险补偿进行研究。文章从公司债利差入手，探讨了公司违约的风险补偿
问题。
杨军战【22】(2010)运用违约事件建模的概率化结论，给出了信用风险债券定价的简
约化拓展模型，并将不同情况下的信用风险债券定价公式纳入统一的框架。推导并给出
了违约债券价值为零的贴现债券的价值表达式。对债券的信用风险度量给出了一个思
路。
7
l绪论硕i：论文
1．2．2结构化模型综述
1．2．2．1模型简介
结构化模型(Structure Model)又称为公司价值模型，该类模型的假设前提包括：
(1)公司资产价值的变化会导致公司的违约；
(2)公司具有一个简单的资本结构；
(3)公司资产价值满足一个动态变化的随机过程。
它的核心思想是将公司的股权和债务看作是公司价值的衍生品，然后利用期权定价
模型对公司股权和债券进行定价，然后在此基础上研究公司的信用风险。
结构化模型是一种现代化的信用风险度量模型，它是以期权定价理论为基础，将违
约过程和企业资本结构，经营风险等微观因素以及利率等宏观结构结合起来，通过这些
因素的变化来度量信用风险(Altman and Anthonyl231，1998)。该方法基于股票或者衍
生产品的市场数据，比较适合对信用风险基本面的估算分析，度量信用风险的长期趋势
比较有效。另外，结构化模型的比较静态分析(comparative static analysis)揭示
的信用风险规律，对于解释和改进传统的信用风险度量方法具有很好的指导作用。自从
Merton[24J(1974)创立第一个结构化模型以来，这种模型便引起学术界和会融界的广泛
关注。目前它已经发展成为一个包含庞大模型体系的理论体系。在信用风险度量领域占
据着很重要的位置。在具体实证中，穆迪公司开发的以结构化模型为基础的KMV模型，
摩根公司开发的Credit Metrics模型是目前较为流行的两个信用风险度量模型。
国内对结构化模型的研究起步较晚，受市场整体环境，经济发展程度，制度等因素
的影响，这种方法在金融部门还没有得到全面的实际应用。但随着市场经济的全面建立，
该模型有广阔的发展前景。首先随着资本市场规模的逐渐壮大，股票以及债券等基础数
据逐渐容易获得。同时国内信用评级市场的快速发展也为模型的应用提供了数据支持。
1．2．2．2国外结构化模型研究综述
Black Scholesl25J(1973)率先提出了把公司的股票看作是一个看涨期权，这一个观
点为度量信用风险提供了一个全新的视角。Merton[24】(1974)创造性地把股票期权理论
引入都信用风险的测度中，这被认为是最早的结构化模型。在经典的Merton[24】模型中，
假设公司的资本结构包含两部分：资产和负债，期中考虑最简单的公司债(面值为B的
零息票折价债券)，期限为T。在T时刻，如果公司的资产价值矿>B，公司将偿还B
给债权人；相反如果K<B，此时公司资不抵债，公司发生违约，债权人收到K。股票
价值为：sT=Max(V,一B，0)，即一个执行价格为V的看涨期权。股票的价格包含了公司
是否违约的信息，从而可以用来预测公司的违约概率。然而Merton[241模型最大的缺陷
是假设违约只发生在违约到期目，和现实情况很不符合。
后来的学者对Merton[24J模型进行了扩展，放宽了一些不合理的假设条件，例如加入
了随机波动利率假设、改进了对违约发生的描述、考虑了债券清偿顺序和清偿率以及考
8
硕‘{：论文幕于信用转移概率矩阼的中固l：市公司债券信用风险度量研究
虑公司破产的最适策略，使得模型更加贴近现实，建立了更有说服力的公司价值模型。
扩展的模型有：Black和Coxl26J(1976)，提出了违约边界，得到了首达时模型。而
Geske|27j(1977)把复合期权定价理论加入到模型当中，得到了风险付息债券定价公式。
Leland[弱J(1994)在模型中考虑了破产成本和税收，研究了违约概率相对应于资产
价值的弹性。Longstaff和Schwartzl29】(1995)在模型当中把信用风险和利率风险相
结合，研究得到固定利率债券和浮动利率债券定价公式。
另外一些学者把宏观经济变量，行业变量以及公司的财务变量加入结构化模型当
中，试图对违约概率的影响因素做出解释。其中公司规模(Size)和公司账面市值比
(book—to—market，BM)是最重要的考虑变量。违约风险是否真的存在规模效应和BM
效应，不同文献有得到不同的结果。运用不同的模型，不同的计量方法，使用不同的数
据不同的实证过程会得到完全不同的结果。不过总的趋势是将企业自身的微观因素：营
业状况，公司规模，同整个经济宏观环境相结合来度量信用风险。
在Merton模型的分析框架下，90年代以来相继产生了一系列Merton式信用风险模
型。著名的有KMV和Credit Metrics模型。KMV公司根据Merton[24J(1974)期权定价
理论开发了一种违约预测模型(信用监控模型，Credit Monitor Model)，一般简称为KMV
模型。Credit Metrics模型是1997年JP Morgan银行邀请美洲银行、德意志摩根建富，
瑞士银行公司以及KMV公司共同研发的信用风险度量模型，此后，Jones、David和
MingoDo】(1999)，Nyfeler[31】(2000)，Forest和Kpmecpeat 132】(2000)对此做了进
一步的解释和拓展。模型提出了一个在风险价值框架内估计信用风险的方法，主要用作
诸如贷款、私募债券、金融衍生工具的风险识别。它是欧美最为流行的方法之一。
1．2．2．3国内结构化模型研究综述
国内对结构化模型的研究主要体现在理论介绍和实证方面。重要的文献有柴俊武和
万迪叻【33】(2004)介绍和推导了KMV模型，并对其进行了评论。侯光明和张然【蚓(2005)
介绍了Merton模型和首达时模型，提出了结构化模型在国内的应用前景。
鲁炜、赵恒衍和刘冀云135J(2003)用中国股市数据，得出了符合中国市场的KMV
模型相关参数，并获得了和实际较符合的结果。王志诚【361(2004)采用期权定价理论分
析了抵质押贷款的信用风险，建立了平价质押率模型，并利用1997—2001年国内上市
公司数据对模型进行了实证分析，结果显示平价抵押率不仅能够补偿抵押贷款的违约损
失，还有风险回报的成分。td,华和邵斌p 7J(2005)利用国内市场数据，对Leland和
Toil模型进行了实证研究，结果表明该模型得到的预期违约率能够较好的描述上市公司
的信用风险，和评级公司的评级结果比较发现短期准确度较高，长期预测值偏差较大。
吴恒煜和张仁引鲻J(2005)提出了应用Merton模型预测违约概率的一种方法，并对违
约概率的比较静态进行了实证分析，实证结果显示用该模型可以有效的预测其违约概
率，并且基本支持相关理论。
9
l绪论硕I：论文
1．2．3强度模型综述
1．2．3．1模型简介
强度模型又称为简约模型(Reduced Form Model)，在假设公司违约服从某种过程的
条件下利用风险中性定价原理对公司债券进行定价。该模型将违约看作是由随机违约强
度过程决定的不可预测的随机事件。违约强度决定了信用风险的程度，也决定了信用风
险的大小。因此，该模型以违约强度过程及其决定的违约概率为研究重点，根据确定违
约强度过程的市场数据来源，简约方法可以分为基于违约数据，基于信用等级转移概率
矩阵和基于信用价差数据的三种类型。
Jarrow和Tumbullt391(1995)首先将强度概念引入到了信用风险的定价过程。他
们设违约时间是由违约强度为常数A确定的泊松过程，在很短的时间缸内，公司的违约
概率为：
PD=exp(-AAT)≈A△，⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(1—2)
由于不同公司的违约概率不同，违约强度为常数的假定与现实并不相符，对此
Landol40】(1998)进行了拓展，将违约强度看作是随机变量。违约时间为带有连续时间
随机强度A(，)的Cox过程发生第一次跳跃的时间，记为：
， 一、
f=inflt：【A@)砌≥E}．．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·(卜3)
L
“
J
其中，E为独立于违约强度的单位随机变量，A(，)称为违约时间f的随机强度过程。
强度过程意味着非确定性违约时间的概率测度，可以把它看作是在信息充分条件下，在
时间f>，时，发生违约概率的条件概率。在风险中性概率测度Q下，违约时间f的条件
生存概率(既不发生违约的概率)为：
Eg【1川Q，)】=exp[-【A(“)幽】⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(卜4)
因此，简约模型的关键问题是如何根据市场数掘确定违约强度过程。
1．2．3．2国外强度模型研究综述
国外对强度模型的研究以三类为主。按照对违约概率度量方法的不同，强度模型大
约可以分为三类：信用等级模型、强度模型，信用价差模型。等级模型通过信用等级在
一段时间内的变化来描述违约过程，将违约过程看作是有限状态空间内的Markov链。
这方面的重要文献有：Das和Turfanol41】(1996)，Jarrow、Lando和Turnbull[20】(1997)，
Landol40l(1998)，主要代表是Jarrow、Landd和Turnbull[20】模型。该模型把为违约
过程看作是一个M。arkov过程，状态值代表资产的信用等级。通过用转移概率矩阵来度．
量信用风险。Lanao|421(2005)对违约过程做了更进一步改进，允许违约强度满足一个
Cox过程，无风险利率满足Vasicek模型，且违约强度与无风险利率相关。违约强度模
型假设违约过程是一个随机过程，并且有违约风险的债券价格可以看作是无违约风险债
券价格按违约率和违约回收率的贴现值。文献有Jarrow和Turnbullt43】(1995)，Duffie
10
硕J：论文暴于信用转移概毕矩阵的中国I：市公·日债券信用风险度量研究
和Singleton[删(1997，1999)，Duffie和Huangl45】(1996)等。信用差价模型直接
假设信用价差服从一个随机过程，主要文献有Longstaff和Schwartz[46】(1995b)。
1．2．3．3国内强度模型研究综述
国内对对强度模型的研究不像结构化模型那样多，主要是对强度模型的介绍，做实
证的较少。主要研究有：
吴恒煜1471(2006)，通过假设随机挽回率，扩展了JLT模型，得到有违约风险零息
债券与信用衍生品的定价公式。并一般化了Kijma和Komoribayashil48】(1998)模型中
风险贴水调整，进一步给出信用差价期权定价公式。
苏涛，幺向华和蒋东明【49】(2006)就简约模型和结构化模型做了详细的比较分析，
指出它们各自的适用性，以及它们各自的参数特征和优缺点。结构化模型以企业资产价
值为基础，而简约模型放弃了对公司价值的依赖，直接用一个外生变量来刻画企业的违
约过程，并以此确定其违约概率。
吴青【50】(2006)对简约模型在我国的发展作了简要介绍，并用简约模型对银行贷款
进行了实证分析。
叶中行和白云芬【5l】(2008)研究了简约模型下的公司债券定价，通过对违约强度过
程的构造，给出了风险债券的定价原理，得到了可违约债券一般定价公式，并推导了交
易对手风险存在时公司债券定价公式。
王锐【52】(2009)做了简约模型对零息票债券定价的扩展，通过假定完全信息，引入
资本结构这一随机变量，对经典简约模型进行了扩展，以期克服简约模型短期信用价差
为零的不足。
1．3论文的研究思路与结构框架
1．3．1论文的研究思路
随着中国公司债券市场的快速发展，债券的信用风险越来越引起人们的注意，而对
其进行定量研究，对市场的各个参与方来说都是必要的。
随着中国信用评级体系的逐渐发展完善，债券信用评级包含了更多客观的市场信
息。运用信用评级公司对债券的评级信息对债券信用风险进行定量研究可以节省很多成
本。在欧美发达国家，由于存在发达的信用评级体系以及拥有大量的数据积累，使得债
券信用等级转移概率矩阵的计算较为容易。而由于中国特殊的市场环境，其信用评级体
系建设较晚，数据积累较少，使得国内基于信用等级转移概率矩阵对债券信用风险的研
究较少，本论文就是从这个视角，试图建立自己的上司公司债券信用等级转移概率矩阵。
以此为基础对上司公司债券的信用风险进行定量分析。
基于债券信用等级转移概率矩阵对其风险进行度量的模型有：JLT模型，以及Credit
l绪论硕{：论文
Metrics模型。虽然两个模型都以信用等级转移概率矩阵为研究基础，但它们分别属于
强度模型以及结构化模型，两个模型度量债券信用风险的含义不同，JLT模型度量的是
违约债券信用风险值大小，以此为基础可以分析债券的定价合理性。而Credit Metrics
模型计算得出的信用风险值是债券未来的损失可能性大小，即在一定的置信水平下，计
算得出违约债券在一年期后可能的最大损失，这样就可以为银行以及投资者提供未来资
金损失以及必要资金储备的信息。
本文中选取了中国两家实力较强的信用评级有限公司的信用评级数据：中诚信信用
评级有限公司和联合资信评估有限公司06年至09年的上市公司债券评级数据(来自
Wind资讯)，来分别计算上司公司债券的信用等级转移概率矩阵。得到中诚信信用等级
转移概率矩阵和联合资信信用等级转移概率矩阵，然后用JLT模型和Credit Metrics模
型分别基于两个矩阵对债券的信用风险进行度量研究。分析了信用等级转移概率矩阵对
债券信用风险值的影响。
1．3．2论文的框架结构
本论文主要包括以下几方面的研究内容：
第一部分，首先简要阐述了文章研究的背景和意义，包括我国目自订债券市场的发展
状况，尤其是上市公司债券发行的具体情况，对上司公司债券的信用风险的忽视会给投
资者以及债券发行者，监管者都造成很大的损失，因此对上司公司债券的信用JxL险度量
是非常必要的。其次，是文献综述，对信用风险的概念以及我国信用风险的研究现状作
了详细阐述，同时对信用风险度量的两种经典模型：结构化模型以及简约模型进行了综
述，包括模型介绍以及国内外对模型的运用研究。
第二部分，对文章中用到的理论与模型进行介绍。首先对Markov思想以及基本理
论进行概述，其次对信用风险管理的两种经典模型：结构化模型中的代表Credit Metrics
模型，强度模型中的代表JLT模型做了详细介绍，包括模型机理，模型参数估计，以及
在我国的实用性。最后对两个模型做了比较分析，包括两个模型的相同点以及不同点。
第三部分，以Wind资讯中诚信信用评级有限公司和联合资信评估有限公司06年到
09年上市公司债券的评级数据为依据，分别计算了两个信用等级转移概率矩阵。同时分
析了两个信用转移概率矩阵的差异，以及比较了与国外信用等级转移矩阵的不同点。接
下来以此为基础基于JLT模型对中国上市公司债券的信用风险进行度量研究。
第四部分，基于JLT模型对上市公司债券的信用风险进行度量研究。选取中国09
年上市公司发行的45只债券作为计算样本，分别基于中诚信信用转移概率矩阵和联合
资信信用转移概率矩阵对样本债券的信用风险进行度量研究，并对债券的定价合理性进
行简要分析。
第五部分，基于Credit Metrics模型对上市公司债券的信用风险进行度量研究。同
12
硕}：论文堆于信用转移概率矩眸的中困I：市公司债券信用风险度量研究
样选取第四节中的45只债券，分别基于中诚信信用转移概率矩阵和联合资信信用转移
概率矩阵对样本债券的信用风险进行度量研究，比较分析了信用转移概率矩阵对债券信
用风险值的影响。
第六部分，结合论文中的定性定量分析研究提出了提高目前我国上市公司债券信用
风险管理的一些政策建议
第七部分，针对上面的研究得出本文的主要研究结论，总结了文章研究所存在的不
足之处，并提出未来需要进一步研究的方向。
1．3．3论文的研究流程
根据研究的需要，本论文的研究技术路线图如下图1．1所示：
l绪论硕1：论文
1．4论文创新之处
图1-1论文研究流程图
论文的创新之处主要有：
(1)有关信用等级转移概率矩阵的计算。国内学者都是直接用国外著名评级公司
的历史经验转移概率矩阵来作为模型的参数，是外生变量。而文章中，通过对中国目前
14
硕Ij论文基于信用转移概率矩阵的中国L市公司债券信用风险度量研究
上市公司债券的信用评级数据的收集整理，试着计算适合我国自身资本结构与信用风险
管理水平的信用等级转移概率矩阵。文中选取了我国目前两家比较著名的信用评级公司
中诚信与联合资信的数据，分别建立一个矩阵，然后用JLT模型和Credit Metrics模型
对债券的信用风险进行度量研究，对同一个模型由于信用等级转移概率矩阵不同而造成
的债券信用风险大小不同进行比较研究，以此分析信用转移概率矩阵对度量债券信用风
险大小的影响。
(2)用两个模型从不同角度对上市公司债券的信用风险进行研究。JLT模型从对一
个违约债券进行定价的角度来研究债券的信用风险，通过研究，可以得知一个债券的信
用风险大小，同时可以计算债券的定价是否合理。为投资者提供了投资债券的有用信息，
为债券发行者制定合理发行价格提供依据。而Credit Metrics模型是从另外一个角度对
债券的信用风险进行研究，即如果一个债券如果发生违约，那么投资者将面临多大的损
失。Credit Metrics模型的输出报告在投资者以及金融机构风险管理以及建立对冲策略方
面有着非常重要的应用，借此，投资者以及金融机构能够评估自己总体所面临的风险规
模，从而针对可能的不利情况设置相应的资本缓冲，以确保自己具有在遭受不利信贷事
件时继续生存所必须的缓冲资本。
2相关理论模型概述硕I：论文
2相关理论模型概述
2．1相关理论模型说明
根据本文的研究思路和结构框架，首先要计算信用等级转移概率矩阵，信用等级转
移概率矩阵的计算理论基础为Markov理论。以计算得到的信用等级转移概率矩阵为基
础，先以JLT模型对中国上市公司债券信用风险进行定量分析，并分析了债券定价的合
理性。接下来以Credit Metrics模型从另一个角度对中国上市公司债券信用风险进行定
量分析，可以算出每个债券未来的最大损失值，可以给投资者提供未来资金损失以及必
要资金储备的有用信息。
2．2 Markov理论概述
假设{．k，聆=o，1⋯)为随机过程，n代表时间，托取值的状态空间为可列集合或有限
集合。状态空间中的元素可以记为非负的整数0，1，2⋯。他们称为随机过程所处的状态，
比如，当X。=i时就表示随机过程在时间n处于状态f。
如果对于任何一列状态fo，‘，．．．‘书厶，／以及对于任何刀≥0，随机过程满足Markov性
质：
罗(鼍+I 2 J l凰=io,---,kt 2 o髟=n⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．(2．1)
=p(鼍+l=，I％=f)
则称x。为离散时间Markov链。
设‘以为一个离散时间Markov链，给定K在状态f时的处于以+，状态的j的条件概
率尸(以+。=J I以=f)称作是Markov链的一步转移概率，记作∥夕“，当这一概率与rl无
关时该Markov链有平稳转移概率，记为以，。带平稳转移概率的Markov链，也称为时
间齐次Markov链或者简称时齐的Markov链，由于概率是非负数，而且过程总要转移到
某一状态去，所以有如下性质：
对任何i，歹≥o有Σ魏，=l。
当然我们把状态维持不变也看作是一个转移。即从f转移到f本身，通常把麒，排成一
个无穷维的方阵。如下所示：
16
P=
其中，尸=[岛]称为MarkoV链的转移概率矩阵。矩阵的第i+l行就是给定x。=l时，
¨
¨
～
一
3
2
●
2
‰％
～
如
硕lj论义基于信用转移概二红矩阵的中困l：市公-JJ债券信用风险度量研究
X川的条件概率分布。当Markov链的状态总数是有限的，则P就是有限阶的方阵，其
阶数刚好是状态空间中状态的总数。一个Markov链可以由它的初始状态K或者初始状
态的概率分布以及转移概率确定，记尸{X0=f)=B，则有下式：
P{爿-=乇l Xo=io,Xi=fl，⋯，爿-一。=t—l}
=夕{Xo=i0，五=‘，．．．，以一。=0．}尸{以=乇Jkl=0。}⋯⋯⋯⋯(2-3)
=尸{Xo=io．五=fl，．．．，以一-=乇一-}只．．，k
可由归纳法得到：
尸{托=fo，XI 2¨，以一l。0¨⋯⋯⋯⋯⋯⋯⋯．．(2．4)
2
PbP时ilpift⋯pl，．Fn4pt，～b
于是，就知道了Markov过程在各个状态概率分布。在其计算中，n步转移概率
硝’=p{Xm+。=_，I Xm=f}是一个关键的量，它表示m时刻随机过程处于状态f，经过m
步之后，过程在m+n时刻转移到了j状态的条件概率。以力’为第i，j元的矩阵I P，，l记
作Pm’，尸∽’就是Markov链的11步转移概率矩阵。P∽’可以通过P求出，也就是
P‘")：P×Px⋯×P：P”。
2．3 JLT模型概述
2．3．1 JLT模型概述
JLTf201(1997)(Jarrow、Lando和Tumbull)模型是在Jarrow和Tumbulll22】(1995)
模型的基础上而发展起来的关于信用价差期限结构的Markov模型。在该模型中，违约
过程被假设成为一个Markov过程，该过程是在信用评级中的离散状态下的一个吸收态，
公司的违约被看作是一个评级状态转移过程，而且是一个吸收念，表示生命周期结束，
或者说是违约状态。
该模型的主要优点在于它的灵活性，不仅仅可以用于参数估计，而且还可用于包
括诸如含有嵌入式期权债券的定价与套期，场外交易(OCT)的敏感衍生工具，信用衍
生工具定价以及信用风险管理等领域。
其主要假设有：信用评级可以作为信用质量的评级指标。尽管在实际中，信用评
级对新的信息的反映不是很敏感，但它仍然是许多信用及衍生工具确定其支付水平所依
赖的一个关键变量；在模型当中，违约被看作一个外生过程，并不依赖于潜在的公司资
产。相对于结构式模型而言，这类模型的另一个主要优点是可以直接根据某些可观察到
的变量确定评价标准而不必过于关注其隐含的经济含义。
与Jarrow和Tumbulll22】(1995)模型相比，该模型具有如下优点：
(1)不同的优先性可以根据不同的回收率来分析和检验。
(2)对于不同类型的无风险利率期限结构，在应用上都比较方便。
17
2相关理论模型概述硕I：论文
·(3)评级等级之间的转移概率可以用鞅概率测度来评估。
JLTt201(1997)(‘Jarrow、Lando和Turnbull)提出了一种离散形式和连续形式的模
型，论文中以离散模型作为理论模型。模型具有如下的假设条件：
(1)对于一个有限的时间f，经济中的交易是无摩擦的。
(2)零息债券(包括有风险的和无风险的)以及无风险货币市场的交易是连续的。
(3)存在一个等价鞅概率测度，使得有风险与无风险债券的价格通过货币市场账
户单位标准化后是一个鞅，市场是完全的和无套利的。
2．3．2 JLT模型机理
(1)无风险债券价格
假设交易时间为0，1，2，⋯，T的经济系统，不确定性通过滤过概率空间
(Q，F，(f)。s，≤r)描述，P概率为历史或者经验概率，仃域C包含了到t时为止的所有信
息。当市场无套利时，对于0≤S≤，≤T，B(s，，)表示到期日t时支付单位面值的无风险
零息债券S时刻的价格，无风险远期利率定义为： ．
f(s，，)=-log(B(s，f+I)／B(s，f))‘·····························(2·5)
(t，t+1)时期的无风险即期利率定义为r(t)=f(t，，)，0≤，≤T—l，货币市场账户表示为
Bo)=expΣ，．@)，1≤，≤丁，而且B(o)=1。
对于罐善≤，≤T，D(s，r)表示到期日t时支付单位面值(即D(t，，)：1)的公司零息
债券的S时刻的价格，如果到期同之前公司不违约，债券持有者得到债券面值支付，如
果公司在到期日之前违约，债券持有者得到面值挽回率为6的支付，6为外生给定，而
且0≤6<l。
假设市场为无完全套利，即存在与测度P等价的中性概率测度Q，在该测度之下，
所有交易证券的价格过程经货币市场账户贴现后为Q一鞅，下面分析中，对于0≤S≤T，
掣表示Q测度下的期望，对于A∈F令Q(A)=群0[1月】，1一表示Q集合中的示性函数(P
测度下的定义相同)，因此，交易证券价格等于风险中性概率Q下到期支付贴现后的期
望值，t时到期的无风险债券的价格为：
脚)=掣【筹】．．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(2-6)
(2)风险债券价格
定义f为公司的违约时间，假设为取值于{o，1，2，．．．，丁，+∞}的外生给定的随机变量，得
到有违约风险的债券的价格为：
帅，，)=矾器(1{圳)+1(侧】．．⋯⋯⋯⋯⋯⋯⋯⋯．．(2-7)
18
硕Ij论文基十信用转移概率矩阵的中困I：市公·司债券信用风险度量研究
‘∞∽=母o。丽B(s)(1|f>f})“删】_日等(6+(1删l{r<q】．．⋯⋯“2-8)
假设在风险中心概率测度Q下，对于0≤s≤f≤T，违约时间f和利率过程，．(，)昀sr相
互独立，则上面的公式简化为：
那，，)=鞘舞(6+(1卅mf>，；】】⋯⋯⋯⋯⋯⋯⋯⋯⋯“2-9)
=B(s，，)(6+(1—6)Q(f>，)
(3)债券信用风险值
假设C={1，2，．．．，K，K+I}为由高到低的信用等级状态集合，K+l为唯一的违约等级，
叩(f)表示有违约风险债券t时的信用等级，违约时间定义为叩(，)首次通过违约状态的时
间：f=inf{t≥oio(t)=K+I}。
JLT模型的主要特征是假设在历史概率测度下信用等级为Markov过程，OPrt(t)眶心
为状态空间C中概率测度P下时齐的Markov过程，违约状态K+I为唯一的吸收念，单
期的转移矩阵如下。
P=
A，1 A，2
P2，i P2，2
A．女+1
见．i+I
Pk。I Pk．2 ⋯p k，k pkjc+1
0 0 0 0 l
其中， A=
p1．1 P1．2
P2，1仍，2
Pk，I Pk，2
： 易J}
：p2女
： ⋯
：Pk乒
，．P==[I：； ：]。·······：········· c2一·c，，
，R=
A．女“
P2．i+1
pk。k+I
假设叼(，)噼sr为Q测度下(f)MarkoV过程，但不假设为稳定(时齐)的Markov链，
因此，对于0≤f≤T-1，从t时刻到t+l时刻的转移矩阵可以表示为：g，)=(g(，))，√“，，
对于1≤f，歹∈C，由于Q测度与P测度的等价性，在吸收状态gu(，)=O当且仅当
研，，(r)=0，风险中性概率Q下的转移矩阵表示为：
Q(，)=
其中：
ql，l(f)
92，l(，)
qk，lI，)
0
92．t+lI『)
吼．“㈩
吼．“l(f)
1
，Qc，，=：[答’R：‘’]‘··························c2·，·，
19
n
0
O
崩
州
一
ⅢO
吼吼
．
吼
2相关理论模型概述硕_j：论文
彳(，)=
91，l(f)
92，1(f)
吼，l(，)
gl，2(r)
92，2(，)
吼，2(，)
，R(t1=
91．★+lI『)
92，々+l(，)
由s时刻到t时刻的转移概率矩阵g㈣=(吼J(s，，))i,ieC可以表示为：
g㈣=Q(s)Q(s+1)⋯驮，一1)⋯⋯⋯⋯⋯⋯⋯⋯(2·12)
违约状态为吸收状态，且根据Markov链的性质，生存概率可由下面的式子计算得
90>‘)=9研(‘)≠K+l E]1一Q[r／(7)=K+l 1只】1一Q[r／(‘)=K+1
1只]⋯⋯⋯(2．131
2 1一％(一)，K+l【s，，)
将3．13式带入3．9式中得到有违约风险债券的价格为：
JD(s；7)==B(s，7)【‘!i。+。(1——I否i)(1——g叶(s)，^：+l(s，‘))】．．．．．．．．．．．．．．．．．．．．．．．．(2．14)
=B(s，，)【l一(1—6)％Iskx“0，，)】
、7
当S时刻债券的信用等级为i时，该债券的价格可以表示为：
p(s，，)=8(s，，)【1一(1—8)q,7(s脚1(s，f)】．．⋯⋯⋯⋯⋯⋯⋯⋯⋯。(2·15)
则由上述推到可得到信用风险计算公式为：
兰=(risk，)=【(1B—(．s6,)t。)?；-(sD)。,：(+s(,jt，)B(s ，，)】‘·····························(2-16) ，，)【(1—6)％㈤州(s，，)】
⋯吖
2．4 Credit Metrics模型概述
2．4．1 Credit Metrics模型概述
该模型是由Jp Morgan银行与美洲，德意志，瑞士银行以及KMV公司共同研发的信
用风险度量模型，后来Jones和Mingo[301(1999)，Nyfeler|311(2000)，Forest和
Kpmecpeat[32】(2000)等人对该模型做了更进一步的完善。
Credit MetriCS模型提供了一个在价值风险框架下估计信用风险的方法，可以用作贷
款，私募债券，金融衍生工具等的风险识别。该模型以资产组合理论，VaR(Value at Risk)
理论为其理论基础。它的创新之处就是从资产组合的角度研究信用风险。信用风险主要
是非系统性因素导致的风险，根据马柯威茨资产组合理论，这种风险可以通过资产组合
的多样化来降低。它正是从这个角度来研究信用风险的。
VaR(Value of Risk)是指风险价值，指在一段时间期限内，在一定概率下，一项
交易或者资产价值的最大预期损失。它将贷款企业不同类型的信贷风险组合在一起，计
20
∽
∽
．
∽
七
膏
．
七
吼吼
．吼
硕{：论文摹于信用转移概半矩阵的中国-J：市公rd债券信用风险度量研究
算出信贷的风险价值(VaR)。用公式表示如下：
VaR=p(血≤VaR=口) (2-17)
其中缸表示有价资产或者资产组合的市场价值的变化量，a为一个给定的概率。它
表示发生损失大于VaR的概率小于a，或者说可以用卜a的概率保证损失不会超过VaR。
它是在系统的概率统计推理的基础上以简单的数字表示了市场上的风险。信用评级
公司提供的信用数据是该模型重要的输入变量，该模型认为信用风险取决于债务人的信
用状况，而企业信用状况由自己的信用等级表示。不同信用等级的信用工具具有不同的
市场价值，将信用风险与债务人的信用等级转换矩阵联系起来，转化矩阵是所有不同的
信用等级信用工具在一定期限内转化到其他信用等级的概率矩阵，这其中包括维持不变
的概率本身。可以由信用评级机构的数据得到。采用马柯威茨的资产组合管理理论，整
个投资组合市场价值的期望值和标准差计算公式如下：
E(rp)=Σw￡(厂)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(2-1 8)
，；1
仃；=Σ矿仃；=ΣΣ“，wjCov(r,，‘)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(2-19)
，，J ，=l，，‘J j=l
根据转换矩阵提供的信用工具，信用等级变化的概率分布，结合不同信用等级下给
定的贴现率可以计算出信用工具在各个信用等级下的市场价值，从而得到该信用工具市
场价值在不同信用风险状态下的概率分布。由上面的公式可以得到期望值以及标准差，
也可以在确定的置信水平上找到该信用资产的信用值，从而将VaR思想用到风险度量上。
2．4．2 Credit Metrics模型机理
Credit Metrics模型主要由风险暴露，风险值，相关性三个部分组成
从图2—1可以看出，模型不是仅仅评估单一信用工具的信用风险，而是把该单一的
信用工具放到资产组合中，然后利用边际风险贡献的理念来衡量单一信用工具对整个资
产组合的信用风险贡献度。其中要用到各个信用工具之间的相关系数及其风险暴露程
度，用最终的组合风险值度量风险。边际风险贡献的还以是：在资产组合中增加一种信
用工具的一定数量而使得整个资产组合增加的风险量。通过组合的标准差来表是边际风
险贡献。该模型以信用评级为基础，而信用评级可以由用户自己计算，也可以从信用评
级机构取得，或者从Credit Metrics集团提供。在一年的时期内，以标准普尔的评级
A从，从，A，BBB，BB，B和CCC为基础，计算从一个评级转移到另一个评级的转移概率。
除了上述7个信用级别外，还可以考虑表示违约的状态D，可以假设是一个吸收态。
21
2相关理论模型慨述硕．I：论文
资产组合信川级别债项优先顺序信贷利差溢价信用评级顺序
上上土上上
市场波动信用等级违约挽同债券重新相关性模
性转移概率率定价现定价型
值
上上Jr 1L 1L
暴露风险单个暴露信用质量变化导致的价值变化标准差信用评级联合＼＼＼
。． 1。—／ f／／-于信用赢矗的组合风险值—、
＼、＼／／
图2．1 Credit Metrics模型框架图
根据机制历史数据估计的转移概率，用公司的债券市场或者股票市场数据替代公司
资产价值直接导出评分分类的相关性，计算某项贷款或者某组贷款违约的概率，然后计
算上述贷款同时转变为坏账的概率，故对债务人违约概率的估计和对其信用等级变化的
各级同样的重要。它体现了一种随时盯住市场的思想。该模型的风险价值是在给定的置
信区问内(80％，90％)衡量一定资产组合在一定时期内发生的最大损失的可能性。由于
假设了资产或者负债的J下态分布性，则只要知道了资产的市场价值以及市场价值的波动
性：用标准差表示，然后给定一个假定的风险区间和一个要求的置信区间，那么就可以
算得VaR值。但是资产的市场价值并不总是可以知道的，在某些贷款不可交易时，那么
资产价值Q以及仃无法计算，此时，模型认为可以根据借款人的信用等级资料，在下一
年度该信用等级转化为其他等级的概率，以及违约贷款的收复率等来计算任何一项非交
易性贷款，债券的价值Q以及仃值。
设信用等级为J的贷款期限为A年的贷款，第K年收益率为k，M涪为贷款J的第
K年的净现金流量，可计算出该贷款本利的现值：
g=Σ[Mjk／(1+匕)‘]．．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯·(2-20)
膏=l
现在假设CJ表示由历年信用等级迁移数据得到的平均迁移概率，则该贷款的一年期末的
期望值和方差：
E(9)=ΣQcj⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(2-21)
J兰l
硕l：论文基于信用转移概率矩阵的中国【：市公rd债券信用风险度量研究
． 肘
Σj=Σ彰q_【E(9)]2．．⋯⋯⋯⋯⋯⋯⋯⋯(2—22)
一
，=l
从而可以得到贷款组合或单个资产的VaRl值。其中VaR可以用线性插值法计算。
2．5 JLT模型与Credit Metrics模型比较
(1)模型相同点
JLT模型与Credit Metrics模型都是以违约概率为计算参数，违约概率可以由信用等
级转移概率矩阵计算得出。因此有效的信用等级转移概率矩阵的建立对计算债券的违约
概率有很大影响，从而对模型有效性产生很大影响。
(2)模型的不同点
假设条件不同。JLT模型是一个强度模型，虽然和Credit Metrics模型一样，同样依
赖于信用等级的相关数据，但它把债券的各个信用等级状态看做是一个Markov状态空
间，把债券信用等级的转移过程看作是一个Markov过程，而其债券的违约状态被看作
是一个吸收状态。即当该债券到达违约级别后，暂时不能回到原来的信用级别。而Credit
Metrics模型别没有如此假设。
信用风险含义不同。JLT模型计算的是一个债券到期末的信用风险大小，即包含在
债券中的信用风险值。同时在计算该债券信用风险值的基础上，可以计算出该债券实际
的现值，与由债券票面利率贴现值相比较可以得出该债券的定价是否合理。而Credit
Metrics模型计算得出的信用风险值是债券未来的损失可能性大小，即在一定的置信水
平下，计算得出一个债券的未来现金贴现值一年期后的可能最大损失。
1 VaR计算方法有：J力史模拟法、分析法、线性捅值法和蒙特卡洛模拟法。
3信用转移概率矩阵计算硕1：论文
3信用转移概率矩阵计算
3．1引言
信用转移概率矩阵是JLT模型与Credit Metrics模型计算债券信用风险值的重要
输入变量，对其进行精确计算，对债券信用风险值的研究有很大意义。本章运用Markov
链的基本思想，选取wind资讯2006年到2009年的中国上市公司债券的信用评级数据，
分别以中诚信国际信用评级有限公司和联合资信评估有限公司的数据来计算信用转移
概率矩阵。并就计算得到的信用转移概率矩阵与标普的一年期信用转移概率矩阵进行了
比较。
3．2信用转移概率矩阵计算思想
信用转移概率矩阵就是描述一段时间区间内一个信用等级转移到另一个信用等级
的概率矩阵，假设一套评级体系有n个非违约状态，1代表信用质量最高的状态，2代
表信用质量次高的状态，n代表信用质量最高的状态，n+l代表违约状态。可以运用
Markov思想求其信用转移矩阵。
为了计算这样的矩阵，债券年初和年末的信用级别需要给出。现在假设评级机构有
n个评级等级，州表示在t时期起点评级为i的公司的数目，州√表示在t时期起点评级
为i，终点评级为j的公司的数目。那么时期t的转移矩阵概率可以用如下公式计算：
“√(，)=卅J／川⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(3-1)
当i=l，2，⋯，n和j=l，2，⋯，n时。如果有多时期的数据，那么可以计算非条件概率：
∥=Σ叫州√／V，当i=l，2，⋯n，j=1，2，⋯，n和Σ形=1。非条件概率就是每个时
期概率韵加权平均，权重为∥，标准普尔采用的是：81
k
彬’=川／ΣM⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(3-2)
^=l
更为普遍的是，一段给定时期的转移矩阵可以写成：
I硝：砖肿1 I
兀(厅)=旧1：∥1．．．⋯⋯⋯⋯⋯⋯⋯⋯(3-3)
l 0： 1 j
添加矩阵的最后一行是为了使得矩阵为方阵，最后一行的解释是：违约是一个吸收状态，
即如果一个债券违约，那么它将继续违约，将不会返回到原来的信用级别。
3．3信用转移概率矩阵计算
24
硕l：论文基于信用转移概率矩阵的中困}：市公td债券信用风险度量研究
从wind咨询选取了2006年至2009年的上市公司债券评级数据作为测算信用等级
转移矩阵的基本数据。分别用中诚信国际信用评级有限公司的评级数据以及联合资信评
估有限公司的评级数据来测算信用等级转移矩阵。
以标准普尔公司的信用等级数据为例，其对债券的评级分为AAA，从，A，BBB，BB，
B和CCC七大类，除了这七个级别，再加违约级别D级共八个级别。表3-1为标普2003
年信用等级迁移矩阵。
表3．1 标普一年期信用等级转移概率表
级别AAA AA A BBB BB B CCC 违约
AAA 90．81 8．33 O．68 0．06 0．12 0 0 0
AA O．70 90．65 7．79 0．64 0．06 0．14 0．02 0
A 0．09 2．27 91．05 5．52 0．74 0．26 0．01 0．06
BBB 0．02 0．33 5．95 86．93 5．36 1．17 0．12 0．18
BB 0．03 0．14 0．67 7．73 80．53 8．84 1．00 1．06
B O O．1l O．24 0．43 6．48 83．46 4．07 5．20
CCC 0 O 0．22 1．30 2．38 11．24 64．86 18．79
数据米源：(Standard&Poor’s，2003)
从表得知：假设年初该债券的信用等级BBB，那么一年后该债券信用级别到AAA
的概率为0．02％，到AA级的概率为0．33％，到A级的概率为5．95％，保持自身级别不
变的概率最高为86．93％，降到BB，B，CCC级概率分别为5．36％，1．17％，0．12％，违
约的概率为0．18％。
需要特别说明的是，由于我国上市公司债券违约情况较少，债券的整体评级水平比
较高，这与目自i『我国信用评级发展水平较低，风险较大企业很难上市等因素有直接关系。
考虑到这个特殊情况以及实际数据的可获得性，在这里把债券级别划分为1 l级，作如
下划分：AAA代表最高级别，其次依次是：AA+，AA，AA．，A+，A，A-，BBB+，
BBB，BBB．，D。其中D代表违约级别，它包括了我们评级公司给出的BB+，BB，BB．，
B+，B，B．，C级别，以此来计算适合我国情况的信用等级转移概率矩阵。
表3．2 中诚信一年期信用等级转移概率表
第X+1年的信用等级单位(％)
AAA AA+ AA AA． A+ A A． BBB+ BBB BBB． D
第AAA 95．85 3．95 O．18 O．02 O O 0 O O O 0
X AA+ O．82 94．54 223 1．72 0．46 0．21 0．02 0 0 0 O
正AA 0．79 3．76 92．43 2．0l O．43 0．38 0．20 0 0 0 O
的AA． 0．53 2．19 4．06 88．34 3．05 O．72 0．47 0．30 0．22 O．11 0．01
信A+ 0．41 1．03 2．95 6．49 88．3 0．4l 0．22 0．12 0．04 0．02 0．01
25
3信用转移概率矩阵计算硕L论文
用A O．19 0．98 1．87 4．54 7．50 84．05 0．44 0．20 O．¨ 0．08 0．04
等A． O．08 O．60 1．34 2．89 4．78 6．86 82．1l 0．70 0．30 O．2l O．13
级BBB+ 0．05 0．40 1．01 1．68 3．O 4．05 6．00 75．6 5．87 1．47 O．87
BBB 0 0．10 O．36 0．87 2．04 2．98 4．05 7．64 65．44 9．89 6．63
BBB． 0 0 O O．01 0．05 0．87 1．64 4．23 10．82 51．68 30．70
写成矩阵的形式为
P。=
95．8 3．95
(单位％)：
0．18 0．02 0 0 0 0
0．82 94．54 2．23 1．72 0．46 0．21 0．02 0
0．79 3．67 92．43 2．01 0．43 0．38 O．20 0
0
0
0
0
O
0
0．53 2．19 4．06 88．3 3．05 0．72 0．47 0．30 O．22 0．11 O．01
0．41 1．03 2．95 6．49 88．3 0．4l 0．22 0．12 0．04 0．02 O．0l
0．19 O．98 1．87 4．54 7．50 84．5 0．44 O．20 0．11 0．08 0．04
O．08 0．60 1．34 2．89 4．78 6．86 82．1 1 0．70 0．30 0．21 0．13
0．05 0．40 1．01 1．68 3．00 4．05 6．00 75．6 5．87 1．47 0．87
0 0．1 0 O．36 0．87 2．04 2．98 4．05 7．64 65．44 9．89 6．63
O O 0 O．0l O．05 0．87 1．64 4．23 10．82 51．68 30．7
0 O 0 0 0 0 O 0 0 0 100
由上节中的计算方法，以中诚信国际信用评级有限公司与联合资信评估有限公司对
上市公司债券的评级数据为基础。计算得到我国目前一年期的信用评级转移矩阵如表
3．2。矩阵只最后一行的添加是为了使其为方阵，同时表示违约等级是一个吸收态，处
于该等级的债券无法返回到更高的信用级别。
用联合资信评估有限公司对上市公司债券的评级数据，可以得到一年期的转移概率
矩阵如表3．3。
表3．3联合资信一年期信Hj等级转移概率表
第X+1年的信_Hj等级单位(％)
AAA AA+ AA AA． A+ A A． BBB+ BBB BBB． D
第AAA 96．40 3．32 0．21 0．05 0．02 0 0 0 O 0 0
X AA+ 0．79 93．98 2．45 1．56 0．74 0．46 0．02 O 0 0 0
年AA 0．74 3．86 92．16 2．32 0．5l 0．32 O．09 0 O 0 0
的AA． 0．63 2．20 3．95 88．40 2．95 O．73 0．5l 0．32 0．1 8 0．12 O．01
信A+ O．42 1．22 2．94 6．48 87．80 0．46 0．45 0．14 0．05 0．03 0．01
用A 0．20 0,87 1．86 4．51 7．61 83．90 0．48 0．24 0．2l 0．09 O．03
等A． 0．08 O．62 1．32 2．86 4．70 6．83 82．21 O．71 0．30 0．22 0．15
级BBB+ 0．04 0．41 1．03 1．72 3．02 4．1 l 6．01 74．80 5．80 2．54 0．52
BBB 0 O．1 1 0．35 0．86 2．10 2．88 4．13 7．78 65．40 9．78 6．6l
BBB． 0 O O 0．02 O．06 0．83 1．75 4．32 10．90 51．72 30．40
硕l二论文基于信用转移概；笨矩阵的中国f：市公id债券信用风险度量研究
写成矩阵形式如下(单位％)：
P：=
3．4信用转移概率矩阵比较
分析中诚信信用等级迁移矩阵只与联合资信信用等级迁移矩阵只，可以得知两个矩
阵有如下相同点。两矩阵对角线的数据都较大，表示一定信用等级的债券在下一年维持
自身信用评级不表的概率最大。同时矩阵中数据向左下角与右上角发散，越到两边数字
越小，表示一个债券信用等级转移到其它信用等级的概率与它们之间的信用极差呈负相
关，同时债券信用级别越高，维持自身信用等级不变的概率越高，表示该类债券比较稳
定，相反，信用级别较低的债券很容易发生信用等级的跳跃。
对比露和只，可知只中信用等级较高的债券发生信用等级迁移的概率较小，也就是
债券信用等级较只中债券要稳定，但对于信用级别较低的债券，发生信用迁移的概率变
大，整体上只中债券较不稳定。
同标普一年期的转移概率相比，可发现只和只中债券违约概率较小，维持自身信用
等级不表的概率较高。这是由于计算信用等级矩阵所用的样本时问较短，而且我国上市
公司债券目前发生违约事件较少。
3．5信用转移概率矩阵研究意义
国内对信用转移概率矩阵的研究还相对滞后，主要原因是我国商业银行或评级机构
开展规范的信用评级时间不是很长，缺乏相关数据的充分积累：由于缺乏相应的数据，
导致对信用转移概率矩阵的研究还停留在理论分析层面上。此外，在实践中，由于对信
用转移概率矩阵的认识还没有上升到风险管理的高度，因此目前尚未开展多层次的深入
研究。
一方面，信用转移概率矩阵是信用风险管理的有效手段，也是提前进行风险预警的
27
，l，l，)P、，
，-，l^+
}
o
o
o
m
m
m∞足射¨∞
!
n
c；
n
c；
n
包
孔
“
o
o
o
m
m鹏忽M船m
o
O
0
O
0
2
9副
8
5
1
0
O
K屹
0
0
0
J
D
2
3名酗旧O
o
o
o㈣嘶蚴湖艄咖o
2
4
4
1
8
8
2
O
O
O
3
J
2■今7
3
0
O
0
O
0
7
7
4
2
9
l
5
8
U
1
3
5
O
D
D
5
4
4
Z
D■7
Oo眦㈣淌蚴蛐协o
6
2
3
6
9
3
l
8
3
0
4
3
7
4支愿J焉墨0
O
O
O
O
8
6
4
2
O
2
4
l
5
8
1
0
2
O
6
D
7
5
9
z石7
D
J
D
晒弱砣M铝钉％记跖会}o O
D
5
3&4
5名一名D
O
扒钙小鳄舛跖弛∞"D
D
吆MⅢ如抛m”m∞o
o
、5
2矩6
0
2
7
2
1
l
3
j
8
2
2
8
6
4
1)D
3
M名2
2名石4■0
O
3憋3
2
L
0
O
0
O
4
9
4
3
2
0
8
4
&■7石4
2
D
D
O
0
O
3信用转移概率矩阵汁算硕{：论文
有效工具。通过对信用转移概率矩阵的分析，可以知道在现有的经济环境下，上司公司
债券信用变化情况，这就对信用评级系统的客观性、有效性和自仃瞻性提出了更高的要求。
通过分析信用转移概率，可以将信用迁移情况作为评级效果的回判，以此来发现评级中
存在的问题，以不断改进我们的评级体系。通过不断完善评级的技术方法、指标设置、
操作管理等，来逐步形成科学规范的评级体系。
另一方面，通过深入研究信用转移概率矩阵的特性，可以为开展违约风险、违约损
失的度量做准备，并未建立全面的风险计量和管理系统做好铺垫。比如，可以参考借鉴
Credit Metrics模型的理论框架，开展适合我国国情的信用风险系统研究。
硕f：论文幕于信用转移概率矩阵的中困I：市公司债券信用风险度量研究
4基于JLT模型的中国上市公司债券信用风险度量
4．1引言
JLT模型从对债券定价的角度对债券信用风险进行研究。在第三章计算得到的中诚
信信用转移概率矩阵和联合资信转移概率矩阵的基础上，以JLT模型对债券的信用风险
进行定量分析，分析了信用转移概率矩阵对债券信用风险值的影响。同时试着分析了债
券定价的合理性问题，即分析了债券的票面利率定价是否合理。
4．2 JLT模型的参数选择
(1)违约概率的计算
可以通过上面计算得到的信用等级迁移矩阵算出。在此我们分别以中诚信国际信
用评级公司和联合资信评估有限公司的信用等级转移概率矩阵计算。
(2)6的选取
由于目前我国的信用评级刚刚开始，数据还不是很全面，而且违约公司数目也较
少，所以采用穆迪公司的历史统计数据进行计算。表4．1显示穆迪公司根据债务优先级
别统计的到的违约挽回率。
表4．1 穆迪违约挽同率
债券类型挽同率面值(％) 标准差(％)
优先担保债券53．8 26．86
优先无担保债权51．13 25．45
优先次级债券38．52 23．81
次级债券32．74 20．18
初级次级债券17．09 10．90
资料来源：Carty&Liederman[96a]-穆迪投资服务公司
(3)无风险零息债券价格计算
首先计算无风险收益率，无风险收益率习惯上选取银行活期存款利率作为参考，
但是我们这里是对债券的研究，而国债具有无风险的特点(风险可以忽略不计)，因此
选取同时期国债收益率作为无风险利率较为合理。09年银行问国债收益率曲线如表4．2。
表4-2银行间国债收益率表(2009年1月1同)
期限l 2 3 4 5 6 7
收益率1．5113 1．9854 2．4724 2．871 3．0184 3．2564 3．3674
数据来源：中国债券信息网
B(s，f)可以通过下面公式得到：
4基于JLT模型的中国上市公一司债券信用风险度量硕Jj论文
B(s，，)=F／(1+y)_⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯”(4·1)
其中F为债券的票面价值为100元，Y为无风险利率，t为距离到期日的时间期限。
4．3基于JLT模型的信用风险分析
4．3．1样本数据选取
在该部分，选取09年我国发行的45支上市公司债券为分析样本，其中AAA，A．
级债券为10支，其余级别债券：AA+，AA，AA．，A+，A各5支，2009年发行的公司债中没
有BBB+，BBB，BBB．，所以在此没有选取该类债券。之所以只选择45只债券是因为，
一方面我们国家09年发行的上市公司债券较多；另一方面虽然样本支有45只债券，但
是包括了各个信用级别，各个期限的债券，具有代表性。样本数据见附录A。
4．3．2基于中诚信转移概率矩阵上市公司债券信用风险分析
(1)债券信用风险分析
假设一支债券的初始级别为AAA，期限为n，则该债券的初始概率状态可表示为：
eo=(1，0，0，0，0，0，0，0，0，0，0)，债券期末违约概率分布可以用公式得出：
．P=只P‘”’⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯(4-2)
对于有担保债券取违约挽回率艿=53．8％，对于无担保债券，取违约挽回率
6=51．13％。得到如下表4．3
表4．3 基丁中诚信转移概率矩阵的债券信用风险值
30
硕．1：论文基于信用转移概率矩阵的中国』：市公·d债券信用风险度量研究
098060 6 0．009 53．8 82．64 5．45 0．3436
0982103 5 0．0003 51．13 86．2 4．5 0．0121
3l
4摹十JLT模型的中困．j：市公习债券信用风险度量硕l：论文
分析表4—3，可知一支债券的信用风险值和该债券的期限，该债券在未来的违约概
率以及该债券在违约情况下的挽回率有关。但主要是由该债券的违约概率决定，而违约
概率的大小则由该债券的信用等级转移概率矩阵决定。
具体分析可知，代码为0981198，0981203，0981252，0981254，0981256，0981255，
0981257，0981259，0981258，0981251的债券由于其信用等级相同，期限同为一年期，，
都属于无担保债券，因此其信用风险值相同。
同时可以发现，在信用等级相同的情况下，债券的信用风险值随着期限的延长而变
大。如债券代码为0982089与0982095，098035．IB，098041．IB和098070．IB，
0982152，0982053和098087．IB等债券。而在信用等级相同，期限也相同的情况下，有
担保债券比无担保债券的信用风险值小，比如债券代码为098060．IB和098041．IB的债
券，由于后者有担保，使得其信用风险值要小。
总之从上表分析结果可以看出，JLT模型对债券风险值的度量基本和实际情况相吻
厶
17：1 o
(2)基于信用风险值的债券定价分析
由公式(2．15)可以计算得到各个债券在当期的价值，同时，我们可以按债券的票
面利率折现得到其当期的价值，两者做差可以得到债券面值与票面利率贴现值之差如表
4．4。
表4．4 基于中诚信转移概率矩阵的债券现值与票面利率贴现值
32
硕{：论文基于信用转移概率矩阵的中困I：市公td侦券信用风险度量研究
33
4基于JLT模型的中围l：市公司债券信用风险度量硕J：论文
表4．4最后一列是由票面利率贴现值与债券现值做差得到。分析上表可以得知，基
于JLT模型可知有些债券定价过高，即债券票面利率过低，有些债券定价过低，即票面
利率较高。而且票面利率贴现值与债券现值的差和债券的期限成正相关，期限越长，差
值的绝对值越大，这是因为期限越长不确定性越高，债券的利率相应要定的更高。同时
这也和现实相吻合，因为债券利率的确定不是仅仅由其风险值确定，还包括以下几个因
素：
首先，现行银行同期储蓄存款利率。债券和银行储蓄同是可供居民投资的形式，一
般投资会从收益高，风险小两个方面去考虑，由于债券比银行储蓄风险要大，因此一般
来说债券的利率要高于同时期储蓄存款利率。-
其次，国家对债券利率的规定。我国现行公司债券管理办法规定，公司债券的利率
不得高于银行同时期居民储蓄定期存款利率的40％，这是公司债券利率的上限。
再次，发行公司的承受能力。为了保证债券到期还本付息和债券发行公司的资信，
需要考虑投资项目的经济效益。投资项目的预计投资报酬率是债券利率的基本决定因
素。
最后，债券利率还要考虑发行公司的信用等级。信用等级较高，则可相应降低利率，
反之，则应提高利率。要靠债券发行的其他条件，比如是否有抵押，担保等保证条款，
若有利率可以适当降低，否则相反。同时债券利率还要考虑债券市场行情，国家金融政
策等等因素。
4．3．3基于联合资信转移概率矩阵上市公司债券信用风险分析
(1)债券信用风险分析
其它参数保持不变，违约挽回率对有担保债券仍然取53．8％，无担保债券51．13％。
分析样本仍然选取附录A中的债券，以便对结果进行比较分析。通过JLT模型计算债券
信用风险值如下表：
硕1：论文基于信用转移概率矩阵的中固I：市公i可债券信用风险度量研究
35
4基于JLT模型的中国，l：市公卅债券信用风险度量硕l：论文
比较表4．3与表4．5，可以看出在其它条件不变的情况下，债券的信用风险值变大，
分析可知这是由每只债券的违约概率变大所导致。而违约概率是通过信用等级转移概率
矩阵计算得出。表4．3是由中诚信国际信用评级公司的信用等级转移概率矩阵计算得到，
而表4．5是由联合资信评估有限公司的信用等级转移概率矩阵计算得到。这就说明了不
同的信用评级公司具有不同的评级标准，对相同的公司债券会有不同的信用等级评定。
而且也从侧面反映了构建我国评级体系的重要性，以便为我国信用风险管理模型提供数
据支持，为信用风险管理水平的提高提供数据基础。
(2)基于信用风险值的债券定价分析
对表4-5作如下处理，由公式(2．15)可以计算出每只债券的在当期的债券现值，
同时由债券票面利率可以求得每只债券当期的票面利率贴现值，对两者做差，可以得到
表4-6如下： 萋
表4-6基丁联合资信转移概率矩阵债券现值与票面利率贴现值
硕I．沦文基于信用转移概率矩阵的中困I：市公司债券信用风险度量研究
37
4基于JLT模型的中国上市公id债券信用风险度量硕f：论文
分析表4．6得知，以联合资信转移概率矩阵为参数计算的债券同样有定价过高的现
象，即票面利率较高，同表4．4分析的原因相同，即债券的利率由多方面因素确定，不
单单是信用风险。同时与表4-4相比，由于每只债券的违约概率变大，导致了每只债券
的风险价格变高，从而使得债券的现值变小，在债券票面贴现利率不变的情况下，会导
致以下情况发生：对于短期融资券，由于其票面贴现价值大于债券现值，所以其差值绝
对值会变大，对于中长期债券，由于其票面贴现价值小于债券面值，所以其差值的绝对
值会变小。这说明债券的风险价格越高，它的现值越低，即人们不愿意花更多的钱去买
它，只有提高他的票面利率，才能改变这种状况。
4．4本章小结
本章首先选取了中诚信评级有限公司和联合资信评估有限公司的我国上市公司债
券评级数据，分别计算了两个公司上市公司债券的一年期信用等级转移概率矩阵，对两
个公司的信用等级转移概率矩阵进行了比较分析，并与标准普尔公司的一年期信用等级
转移概率矩阵进行了比较。结果发现，中诚信与联合资信的转移矩阵并不相同，对不同
的债券有不同的转移概率。与标普的转移矩阵相比，三个矩阵具有相同的特征。
接下来分别以中诚信信用转移概率矩阵和联合资信信用转移概率矩阵基于JET模型
对我国09年的45只上市公司债券的信用风险大小进行了度量研究，并分为7个信用等
级进行对比分析。首先分析了各个信用等级债券的的信用风险值，在信用风险值分析的
基础上，探讨分析了各个债券的价值差价，即债券的票面利率贴现值与债券无风险价格
38
硕}：论文基于信用转移概率矩阵的中困I：市公·d债券信用风险度量研究
的差价，以此分析债券的定价问题。与此同时比较分析了信用等级转移概率矩阵对债券
信用风险值大小的影响。
通过研究发现：
首先，信用等级转移概率矩阵的选取会影响债券信用风险的大小，在同一个信用等
级转移概率矩阵下，债券的信用风险值与债券的期限和信用等级，以及与有无担保有关，
风险值与信用等级成负相关，与期限成正相关，有担保债券比无担保债券信用风险值
要小。
其次，债券发行会有溢价或者抑价现象，而且一年期的短期债券溢价较小，但中长
期债券有较明显的溢价或者抑价现象。
最后，信用转移概率矩阵是模型重要的输入变量，而有效转移矩阵的获得有赖于一
个完善发达的信用评级体系，从侧面表明了建立我国发达信用评级市场的的必要性与迫
切性。
39
5基于CreditMetrics模型的中困I：市公lI]债券信用风险度量硕Ij论文
5基于Credit Metrics模型的中国上市公司债券信用风险度量
5．1引言
Credit Metrics模型计算了一个违约债券在一定时期后的最大可能损失，从可能损失
大小的角度对信用风险进行研究，为投资者以及金融机构对信用风险进行管理以及建立
对冲策略提供有用的信息。本章分别以中诚信信用转移概率矩阵和联合资信转移概率矩
阵为基础，基于Credit Metrics模型对中国上市公司债券的信用风险进行定量分析。
5．2 Credit Metrics模型的参数选择
(1)概率分布曲线计算
计算概率分布曲线首先要有信用等级转移概率矩阵，在本节中同样采用表3．2，表
3．3信用等级转移概率矩阵，即分别用中诚信国际信用评级有限公司和联合资信评估有
限公司的信用等级转移概率矩阵来计算债券的概率分布。
(2)违约挽回率选取
同3．2节挽回率的选取一样，对于有担保债券取艿=53．8％，对于无担保债券取
6=51．13％。
(3)信用风险收益率曲线计算
对于信用风险收益率曲线的计算，可以由同时期的国债收益率加上一定的信用风险
溢价得到。即用同时期国债收益率加上相应各个等级债券的信用风险溢价收益率得到。
同时期国债收益率和相应级别债券的信用风险溢价收益率可以从中国债券信息网得到。
计算可得短期融资券与中长期债券的信用风险收益率数据如下。
表5．1 短期融资券信用风险收益率数据(％)2009年2月1日
数据来源：中国债券信息网
40
硕上论文基于信用转移概率矩阵的中国．1：市公·d债券信用风险度量研究
数据米源：中国债券信息网
5．3基于Credit Metrics模型的信用风险分析
5．3．1样本数据选取
在本节中，同样选择4．3．1节中的债券为分析样本。即AAA，A．级债券各10只，
其余AA+，AA，AA．，A+，A各5只，总共45只债券。由于我国BBB+BBB，BBB．级公
司债债券很少，09年没有发行该等级债券，因此样本中不包含这些债券。样本的详细数
据见附录A。
5．3．2基于中诚信信用转移概率矩阵的信用风险分析
由于目前我国上市公司债中BBB+，BBB，BBB．级债券很少，因此把这三个级别债
券同看作是违约债券，这样做有利于分析，而且对结果没有影响。在这里对表3．2做以
下处理，处理后得到新的转移概率矩阵如下。
表5．3 中诚信～年期信肘等级转移概率调整表
41
5基于Credit Metrics模型的中图J二市公司债券信用风险度量硕Jj论文
其次是现值的计算，由债券一年期的转移概率矩阵可以求得一年后的概率分布。由
公式(2．20)可计算每只债券一年期木现金流的现值。结果如下表：
表5．4各个信Hj等级债券的现值
42
硕。i二论兰一一——— 苎±笪旦堡竺塑兰堑坠堕主里!：卫坌望堕茎笪旦垦堕塞星婴壅—-_-________-●_-___-__-_____●-_●_____-_-_-●_●_●____-_____--_————————————————————●—————————————。——————————————————————一一一
’r
分析表5．4可以得出，债券的现值随着期末信用等级的不同而不同，而且相同期限
的债券，利率越高现值越大。
首先以债券0981198为例进行分析，可以计算得到该债券的现值和转移概率表如下。
由公式(2．21)和(2—22)可以计算出该债券的均值和标准差分别为：
E(P)：芝只q=97．44，方差仃2=羔乞(¨一“)2=26．97。
jM ／=1
如果取置信水平为99％，则从分布表可以得知，该债券未来一年内市值大于51．13
的概率为98．66％，也就是说该债券在未来大约以99％的概率确信其市值不低于51．1 3元，
由于该债券一年后市值的均值为97．44，由此可以计算得出该债券一年后在的最大可能
损失为：
43
5基于Credit Metrics模型的中国l：市公一d债券信用风险度量硕Ij论文
97．44-51．13---46．31元，故投资者可以以99％的概率确信该债券在未来一年由信用风
险造成的损失最大不超过46．31元。
取置信水平为99％，对样本其余债券求其均值和标准差以及信用风险值可以得到表
5．6。
表5-6基丁．中诚信信用转移概率矩阵的债券信用风险值
硕lj论文基于信用转移概率矩阵的中国l：市公-d债券f专用风险度量研究
分析表5-6可以看出，随着债券信用级别的变高，债券的信用风险值逐渐的变小，
也就是预期的损失随着债券信用等级的提高而变小。同时发现债券现值未来的均值随着
信用等级的提高有逐渐变大的趋势。
5．3．3基于联合资信信用转移概率矩阵的信用风险分析
对表3．3进行如下调整，把BBB+，BBB，BBB．三个信用级别同D级合并称为D
级，可得到调整后的一年期转移概率矩阵为：
表5—7 联合资信一年期信用等级车专移概率调整表
45
5基于Credit Metrics模型的中国I：市公司债券信用风险度量硕．1二论文
接下来计算每只债券的均值与方差以及信用风险值，债券贴现值数据由表5．4得到，
经过计算可得如下结果：
表5．8基丁联合资信信用转移概率矩阵的债券信_[}j风险值
硕{：论文基于信用转移概率矩阵的中困I：市公id债券信用风险度量研究
从表5．8可以看出，由于选择的信用等级转移矩阵的不同，使得每只债券的均值，
方差，与信用风险值都发生了变化，与表5-6相比，每只债券的均值减小，方差变大，
信用风险值变大，这是由于这里的转移矩阵中每只债券的违约概率较高。同时也说明了
Credit Metrics模型在度量债券的信用风险上是基本有效的。
(3)债券信用风险值差异分析
47
5基于Credit Metrics模型的中国l：市公·d债券信用风险度量硕f：论文
分析表5-6与表5．8，以债券0982095为例，以中诚信转移概率矩阵计算的均值为
100．71，方差为6．43，债券信用风险值为12．31。以联合资信转移概率矩阵计算的均值为
100．12，，方差为6．98，债券信用风险值为12．54。可知基于中诚信转移矩阵的债券信用
风险值较小，由于债券的现值和该债券违约的概率无关，可知债券信用风险值的差异是
由信用等级转移概率矩阵不同而引起，说明了信用等级转移概率矩阵的重要性，从而说
明了构建我国自身发达的信用评级体系的重要性。
5．4本章小结
本章选取了同3．2节中相同的数据样本，分别以中诚信信用等级转移概率矩阵和联
合资信的信用等级转移概率矩阵为基础，基于Credit MetriCS模型对债券的信用风险进
行分析。
首先以中诚信信用等级转移概率矩阵为基础进行分析，计算了每只债券的违约概
率，现值，以及债券现值一年期木的均值与方差，在此基础上用线性插值法得到了债券
信用风险值。分析发现，债券的信用风险值和信用等级有直接关系，在债券信用等级越
高，债券信用风险值越小，但从表中并不能看出信用风险值与债券期限的明显相关性。
最后比较分析发现，信用转移概率矩阵不同会导致债券的信用风险值不同，同一个
债券以中诚信信用等级转移概率矩阵计算的信用风险值比以联合资信信用等级转移概
率计算的信用风险值要小。
硕{：论文基十信用转移概率矩阵的中国．I：市公·d债券信用风险度量研究
6提升我国上市公司债券市场信用风险管理水平的政策建议
国外的市场经济经验告诉我们，一个成熟的资本市场离不丌债券市场的大力发展，
而且往往是越发达的资本市场，公司债券的规模越大。因为公司债券具有独特的融资优
势。在欧美资本主义国家公司债券同政府债券，股票同被称为三大基本证券。
由于我国以前重股市，轻债市的国家政策，导致公司债券仍然处于初级发展阶段，
从2007年开始，国家相继出台了一系列支持公司债券发展的政策措施，虽然发行规模
较小，起步较晚，但发展迅速，发展空间很大。然而债券是一种风险有价证券，在国家
大力支持公司债券发展的同时，我们不能忽略它自身所包含的信用风险。因此对公司债
券市场信用风险的有效管理对市场的各个参与方来说都很有必要。
结合文章定性以及定量分析，可以得到提高我国公司债券市场信用风险管理水平的
一些政策建议：
6．1学习国外先进的信用风险管理技术
应该引进国外先进的信用风险度量模型，同时结合我国债券市场的实际情况，对公
司债券的信用风险进行定量的研究。比如建立我国自己的上市公司债券违约数据库，对
国外经典的信用风险度量模型做必要的修正，尤其是参数的修正，以便和我国的具体市
场特征结合起来。
6．2以市场为导向发展我国公司债券市场
充分发挥市场机制的作用，以便大力发展我国的公司债券市场。从制度上看，影响
我国公司债券市场发展的主要原因是中国资本市场还严重受到政府的管制，没有J下确处
理好政府与市场的关系。一般来说政府和市场是一种良性互动和逐渐变化的关系。历史
经验表明，政府过多的管制与干涉会阻碍公司债券的顺利发展。在市场建立的初期，需
要政府制定游戏规则引导市场方向。但随着市场的逐步成熟，政府的这一角色要慢慢退
出，更多应该是维持市场公正，也就是监管职能会显得相对重要。随着市场的逐步进化，
完善，制定新的规则就变得十分重要。建立市场化导向的公司债券发行监管体制，即建
立以发债主体的信用责任机制为核心的公司债券市场体系以及信用评级，信息披露和债
券受托管理人等市场化的配套制度，充分发挥中介机构和机构投资者识别信用风险，分
散风险和化解风险的功能，更好地发挥市场机制在公司债券发展中的基础作用。
6．3公司债券市场发展应速度适中
公司债券市场的开放应该是渐进式的， 不应该过快开放。我国公司债券市场由于政
49
6提升我冈公司债市场的信用风险管理水、『，的政策建议硕上论文
策原因，最近几年才初步发展，但发展势头很快，由于制度还不是特别完善，以及公司
债券发展经验的缺乏，如果过快的发展公司债券市场，则会对证券市场，信贷市场以及
金融机构自身业务带来很大冲击。
6．4规范信用评级机构，建立完善的信用评级体系
强化信用评级和信用定价，规范信用评级机构。近几年发生的全球金融危机以及美
国曝光的信用评级丑闻都充分的说明信用评级体系对一个国家乃至世界金融业所具有
重要影响。债券评级是对债券偿还可靠性程度进行的测定，公司债券市场发展同样依赖
一个高度发达的评级制度。在市场化导向的作用下，公司债券信用评级对公司债券信用
风险度量，债券的定价影响变大。因此公司债券的信用评级，应当委托经中国证监会认
定具有从事证券服务业务资格的资信评级机构进行。我国的信用评级公司虽然很多，但
真正起作用的并不多，在借鉴国外信用评级体系建设经验的基础上，不断的发展规范我
国的评级机构，使其真正发挥信用评级的功能。
6．5完善发债公司的信息披露机制
要加强对发债公司的信息披露，完善债券受托管理人制度。建立起规范的公司治理
结构，强化债券发行主体的信息披露，要求公司及时，完整，准确的披露债券募集说明
书，并且持续的披露有关信息，以便投资者明确发债主体的信用状况以及财务状况，减
少债券的信用风险。同时必须为债券持有人聘请债券受托管理人，受托管理人有明确的
义务来保护债券持有人的利益。不断改进债券受托管理协议和债券受托管理人职业规范
等方面的配套准则，范本和规范性文件，完善债券受托人管理制度。
6．6创新公司债的条款设计
要对公司债券自身的条款设计进行创新。我国目前的债券市场以固定利率债券为
主，而公司债券作为证监会主导发行的券种，关于公司债券的相关法规没有对债券利息
以及偿还方式进行限定，t．为金融创新活动提供了相应的空间，在设计公司债券条款的，
可以考虑创新信用结构和期限结构，使用不同担保方式，加入可回收，可赎回等特殊条
款，从而减少相应的风险。
50
硕}：论文基于信用转移概率矩阵的中国I：市公·d债券信用风险度量研究
7结论与展望
7．1论文研究的主要结论
随着我国债券市场的快速发展，债券的信用风险越来越受到投资者，监管机构，
银行等市场交易对象的重视。然而如何从定量的角度对债券的信用风险进行分析，正是
本文所研究的内容。本论文以Markov思想为基础计算出信用等级转移概率矩阵，然后
基于JLT模型和Credit Metrics模型对我国上市公司债券的信用风险进行实证分析。通
过研究可以得到如下几个结论：
(1)首先是信用等级转移概率矩阵的计算，本论文通过对我国上市公司债券信用
评级数据的整理，选取了我国两家有名的信用评级公司：中诚信国际信用评级有限公司，
联合资信评估有限公司，以它们06．09年对上市公司债券的评级数据为基础，计算得到
了债券的信用等级转移概率矩阵。通过后面分析计算，发现该矩阵作为模型参数可以很
好的估算债券的信用风险。其次是违约挽回率的估算，由于我国目前还没有大量违约债
券的数据积累，而且受数据可获得性的限制，使得计算自己的违约挽回率变得困难。因
此本论文选取穆迪投资服务有限公司的历史违约挽回率来计算。
(2)通过分析发现JLT模型可以对债券的信用风险进行很好的度量，JLT模型主要
有三个参数：违约概率，违约损失挽回率，债券的市值。对于债券的市值可以通过贴现
得到。违约挽回率可以由穆迪历史数据得到，违约概率由信用等级转移概率矩阵计算，
而本论文采用两个资信评级公司数据得到两个矩阵，通过对比发现，同一个债券由于信
用转移矩阵选取的不同，得到了两个信用风险值。信用等级转移概率矩阵的选取会对债
券的信用风险值产生直接的影响。同时还可以发现，用该模型度量出的债券信用JxL险值
再加无风险债券的市值，可以知道该债券的定价是否合理。结果发现有些债券定价过高
而有些定价偏低。
(3)研究发现Credit Metrics模型是一种盯市模型，它对信用风险的度量不仅仅包
括违约的情况，还包括债券由于信用等级的变化而产生的可能损失。同JLT模型一样，
该模型对信用风险的度量同样依赖于信用等级转移概率矩阵，以及违约挽回率的估算，
但该模型还取决于债券信用风险利率曲线的选择。对最终风险值的计算要用到VaR的计
算思想。通过论文的定性定量分析，我们得知对上市公司债券信用风险的管理不仅仅依
赖于具体的信用风险度量模型，还要有信用风险管理理念的提升，以及国家有关制度的
完善。
(4)加强我国信用评级体系建设的重要性，通过论文研究可以发现信用等级转移
概率矩阵是JLT模型与Credit Metrics模型度量债券信用风险的基础，而有效的信用等
级转移概率矩阵的获得要需要完善发达的信用评级体系的支撑。
7结论’j展望硕I：论文
7．2论文的不足与展望
由于受本人水平，时间以及各方面资源的所限，本论文的研究存在以下几点不足
之处：
(1)虽然论文通过具体的模型对债券的信用风险进行了定量估算，但模型参数的
估计精确度还有待提高。如违约挽回率的计算，由于我国债券市场数据积累的不足，而
使得模型参数估计出现困难，使用国外已有的经验数据对我国债券的实用性有待进一步
研究。对信用等级转移概率矩阵的计算是以Wind资讯06．09年的债券信用评级数据为
样本数据，而国外标普或者穆迪对转移矩阵的估算是以20多年的数据为样本数据，因
此，适合我国上市公司债券的信用转移概率矩阵的精确性有待进一步提高。
(2)就模型而言，违约挽回率的选取是以穆迪的历史数据为标准，然而事实上违
约挽回率会因债券类型不同而不同，这也影响了模型的有效性。
(3)最后公司债券市值的计算。Credit MetriCS模型是运用贴现现金流的方法来计
算债券现值，比如对于各种信用等级的企业债券的贴现率，国际上一般用同时期的国债
贴现率作为无风险利率，然后加一定的信用风险溢价而得到信用风险收益率曲线，以此
作为计算现值的贴现率。而信用风险溢价确定的合理性有待进一步研究。
通过本文的研究，可以看出我国上市公司债券信用风险管理水平的提高不仅仅依赖
于先进的适合我国自身的信用风险度量模型，还有待于我国债券市场自身的发展完善，
因此未来的研究仍有很多工作要做，不仅仅要完善模型参数估计的基础数据，还要对模
型的适应性加以研究。
52
硕lj论文摹于信用转移慨年矩陴的中固I：市公习债券信用风险度量研究
致谢
时光匆匆，光阴似箭，两年的研究生学习马上就要落下帷幕，在这即将毕业的时刻，
求学南理工的一个个场景浮现在了脑海。回想自己这两年的生活，有失落，有迷茫，但
更多的是充实和快乐。在论文写作过程中只有自己才能体会到其中的苦楚，也只有自己
才能感受到论文成稿之时的喜悦。论文写作期问，我得到了导师的精心指导，也得到了
同学的热心帮助。在论文即将付梓之时，感激之情油然而生，在这罩我真诚的向我的导
师和对本论文做出评阅的有关专家以及帮助过我的同学表示深深的感谢。
我衷心的感谢我的导师刘玉灿教授，是她使得我的论文有和大家见面的机会。在论
文写作过程中，从论文选题，写作，修改，和定稿老师都细心指导，严格要求。老师的
每次指点都能带给我新的思路，让我从写作的迷雾中看到亮点，不知道“感谢”二字是
否能表达心底那份最深的情意。在这两年的研究生学习当中，刘老师渊博的知识，严谨
的作风，以及对我的关心都使我深深感动，她不仅仅是一个老师，更像是一个朋友。虽
然我从她身上学到的知识只是九牛一毛，但这足够我终生受益。在这里，我谨向刘玉灿
老师表达我最衷心的感谢。
在南理工的两年学习当中，我有机会聆听了经管学院各位老师的讲课和教诲，他们
的学识修养和人格风范都曾深深感染了我。他们给我学术研究上的启迪是我毕生值得珍
藏的宝贵财富，在此我也深表感谢。
我特别感谢我的父母，是他们给了我研究生求学的机会，没有他们的理解和支持，
没有他们的宽容和略忍，我不会有今天的成绩。同时我感谢在论文写作中给予我帮助的
同学，尤其是邓国强同学和徐杰同学。
学术之路是寂寞的，任重而道远，需要长期艰苦的不懈努力。我自感自己还未曾完
全叩开金融学研究的大门得以窥见其中的奥妙。最后我对自己说，硕士研究生学习的结
束是又一个新的生活的开端，在今后的岁月里，不论做任何事情，都要认真，努力，不
断成就自己的梦想。
最后感谢所有审阅本文和对本文提出宝贵建议的教授，专家。
参考义献硕I：论文
参考文献
王满玲，杨德礼．连续融资下信用风险的多因素预警监控方法．系统工程2005(11)：
76—87
章政，田侃，吴宏．现代信用风险度量技术在我国的应用方向研究．金融研究，
2006(7)：71—77
周锴．现代信用风险度量模型比较．合作与经济科技2008(16)：38．45
贺刚．信用风险度量模型绩效与稳定性分析．证券市场导报，2008(08)：34．54
王玲．信用风险度量模型简介比较．金融经济，2009(24)：34．54
李珊珊，吴涛．信用风险度量一VAR值的计算方法研究．金融理论与实践，
2009(07)：76-80
刘鑫，李竹薇．我国上市公司信用风险度量管理度量模型的构建与实证研究．财经
问题研究，2009(1 2)：80．89
周昭雄．基于我国上市公司的KMV模型研究．工业技术经济，2006(07)：54．65
吴婷婷．我国上市公司信用风险度量及影响因素分析．商业文化，2008(02)：120．134
周子元．上市公司信用风险度量一基于极大似然法的违约距离估计．金融发展研
究，2008(03)：76．87
周杰．用修正的KMV模型在上市公司信用风险度量中的应用分析．财会通讯，
2009(1 5、：76-87
田宏伟，张维．信用风险的动态测量方法．南开管理评论．2000(1)：35．42
韩立岩，郑承利．中国市政债券信用风险与发债规模研究．管理世界，2003(01)：
54．76
郑振龙，林海．中国可转债定价研究．厦门大学学报，2004(02)：23．32
马超群，唐耿．引入信用风险的可转换债定价模型及其实证研究．系统工程，
2004(8)：69-73
张玲，赵峰．信用风险转移矩阵在可转债定价研究中的应用．金融数学与研究．
2005(3)：21-26
黄石，黄长宇．我国企业债券市场信用风险评级研究．当代经理人．2006(22)：
433．435
邹平，刘引．我国企业短期融资券定价研究．当代经济研究．2008(4)：40．46
吴恒煜．随机挽回率马尔可夫链模型下信用衍生品定价．系统工程．2006(01)：
87．98
Jarrow R．，Lando D．，Tumbull S．．A Markov model for the term structure of credit risk
，
，
，，，，
，
，，叫
U
刁习
q习
印
刀
跚观
伽
U
口
p
H陋№
p
隋p
n
n
n
U
阻n
U
n
n
n
口
钳
硕l：／2文装Jf信用转移概率矩阵的中国I：市公；d债券信用风险度量研究
【2l】
【22】
【23】
[24】
【25】
[26】
[27】
[28】
【29】
【30】
【31】
【32】
[33】
[34】
【35】
[36】
[37】
[38】
spread，Review of Financial studies，1 997(1 0)：48 1-523
杨星，周晋，沈阳，彭仕卿．公司债违约JxL险的补偿．统计与决策．2009(22)：65—76
杨军战．简约方法下信用风险债券的定价．统计与决策．2010(06)：23．43
Altman．Anthony．Credit risk measurement：developments over the last 20 years．
Journal of Banking and Finance．1 998(2 1)：1 72 1．1 742
Merton．On The Pricing of Corporate Debt：The Risk Structure of Interest Rates．
Journal of Finance，1 974(2)：449—470．
Black E，Scholes M．The Pricing of Options and Corporate Liabilities．Joumal of
Political Economy,1 973(3)：232-245
Black F，J Cox．Valuing corporate securities：some effects of bond indenture provisions．
Journal of Finance，1 976(3 1)：35 1-367
Geske R．The Valuation ofcompound options．Journal of Financial Economics，1 979(7)：
63．81
Leland H．Corporate debt value，bond covenants，and optional capital structure．Journal
ofFinance，1994(49)：1213—1252
Longstaff E and E．Schwartz．A simple approach to valuing risky fixed and floating
rate debt．Joumal of Finance，1 995(50)：789-8 1 9
Jones，David，Mingo，John．Credit Risk Modeling and internal Capital Allocations：
Implication For A Models-Based Regulatory Capital Standard．Journal of Economics
And business，1 999：79。1 08
Nyfeler A．Modeling Dependencies In Credit RiSk Management．2000：76．98
Forest，Laerece R．Markwick，Kpmecpeat．A One-Parameter Representation of Credit
Risk and Transition Matrices，2000：76．85
蔡俊武，万迪叻，公司信用风险的期权定价模型，西安交通大学学报，2004(24)：
25．29
侯光明，张燃，信用风险度量的结构化方法，北京理工大学学报(社会科学版)，2005
(6)：560-564
鲁炜，赵恒衍，刘冀云，KMV模型关系函数推测及其在中国股市的验证。运筹与管
理，2003(3)：43．48
王志诚，用期权定价原理分析抵押质押贷款的信用风险，金融研究，2004，4：95．105
王小华，劭斌，基于Leland．ToR模型的我国上市公司信用风险研究，财经研究，
2005(8)：38-47
吴恒煜，张仁寿，结构化模型中违约概率的比较静态分析及实证，系统工程，
2005(23)：61·66
S5
参考文献硕{j论文
[39】
【40】
【41】
【42】
【43】
[44】
【45】
【46】
[47】
【48】
【49】
【50】
【51】
【52】
【53】
【54】
Jalrow,R．S．Turnbull，Pricing Derivatives on Financial Securities Subject to Credit
Risk，Journal of Finance，1995(50)：53—86
Lando D．Credit Risk Modeling．Princeton，NJ，Princeton University Press．1998(1 0)：
121．132
Das S．and Tufano P．Pricing credit—sensitive debt when interest rates，credit ratings，
and credit spreads ale stochastic．Journal ofFinancial Engineering，1996(5)：161—198
Lando D．On Cox Processes and Credit Risky Securities．Review of Derivative
Research，2005(2)：99—1 20
Jarrow R．Turnbull S．，Pricing Derivatives on Financial Securities Subject to Credit
Risk，Journal of Finance，1 995(50)：53·86
Duffle D．and Singleton K．Modeling Term Structures of Defaultable Bonds，Review of
Financial Studies，1 999(1 2)：687-720
Duffle D．and Huang M．Swap Rate and Credit Quality．Journal of Finance，1 996(5 1)：
821．949 ‘
Longstaff and Schwartz．Valuing Credit Derivatives．Journal of Fixed Income，
1995b(5)：6—12
吴恒煜．随机挽回率马尔可夫链模型下信用差价衍生品定价．系统工程．2006(01)：
(83-86)
Kijma M．Komoribayashi A Markov chain model for valuing credit risk derivatives．
Thejournal of Derivatives，Fall，1 998：97·1 08
苏涛，幺向华，蒋东明．两类主流信用风险定价模型的比较分析．山西财经大学学
报．2006(3)：112．116
吴青．信用风险度量技术的最新发展及其在贷款定价中的应用．国际金融研究，
2006(9)：1 5·23
叶中行，白云芬．约化模型下的公司债券定价．山西大学学报(自然科学版)，2008(08)：
54．65
王锐．零息票债券定价简约化模型的扩展．哈尔滨工程大学学报，2009(01)：30．32
http：／／www．moody’S．com穆迪投资者服务
http：／／www．chinabond．com．ca中国债券信息网
硕{：论文基于信用转移概率矩阵的中困|：市公·d债券信用风险度量研究
附录
样本数据
57
附录硕Ij论文
58