انتخاب زبان

ادغام ریسک نرخ ارز در احتمالات نکول و همبستگی دارایی‌ها: تحلیلی مبتنی بر مدل

تحلیل مدلی ترکیبی از چارچوب‌های مرتون، گارمن-کولهاگن و واسیچک برای کمی‌سازی تأثیر ریسک نرخ ارز بر احتمالات نکول و همبستگی دارایی‌ها.
forexrate.org | PDF Size: 0.1 MB
امتیاز: 4.5/5
امتیاز شما
شما قبلاً به این سند امتیاز داده اید
جلد سند PDF - ادغام ریسک نرخ ارز در احتمالات نکول و همبستگی دارایی‌ها: تحلیلی مبتنی بر مدل

فهرست مطالب

1. مقدمه

این مقاله به شکاف مهمی در مدل‌سازی ریسک اعتباری می‌پردازد: ادغام صریح ریسک نرخ ارز (FX) در ارزیابی احتمال نکول (PD) وام‌گیرنده و همبستگی دارایی‌ها بین وام‌گیرندگان. به طور شهودی، وام‌گیرنده‌ای که دارایی‌ها و بدهی‌هایش به ارزهای مختلف تعریف شده‌اند، با نوسان اضافی مواجه است که ریسک نکول او را افزایش می‌دهد. این افزایش نه تنها در PD فردی بالاتر، بلکه در وابستگی نکول قوی‌تر (همبستگی دارایی بالاتر) بین وام‌گیرندگان با مواجهه مشابه نیز خود را نشان می‌دهد. نویسنده با ترکیب مدل‌های شناخته‌شده—مدل ساختاری نکول مرتون (۱۹۷۴)، مدل اختیار معامله ارزی گارمن-کولهاگن (۱۹۸۳) و مدل تک عاملی مجانبی واسیچک (۲۰۰۲)—فرمول‌های مختصری را استنتاج می‌کند که PDها و همبستگی‌ها را با و بدون ریسک ارزی به هم مرتبط می‌سازد.

2. پیشینه مدل

پایه مدل بر نمایش متغیرهای کلیدی اقتصادی به عنوان فرآیندهای تصادفی استوار است.

2.1 فرآیند ارزش دارایی

ارزش دارایی وام‌گیرنده $A(t)$ از یک حرکت براونی هندسی (GBM) پیروی می‌کند:

$dA(t) = \mu A(t)dt + \sigma A(t)dW(t)$

به طور معادل، $A(t) = A_0 \exp\left((\mu - \sigma^2/2)t + \sigma W(t)\right)$، که در آن $\mu$ رانش، $\sigma$ نوسان دارایی و $W(t)$ یک حرکت براونی استاندارد است.

2.2 فرآیند نرخ ارز

نرخ ارز $F(t)$ (واحد ارز بدهی به ازای هر واحد ارز دارایی) نیز به عنوان یک GBM مدل‌سازی می‌شود:

$dF(t) = \nu F(t)dt + \tau F(t)dV(t)$

به طور معادل، $F(t) = F_0 \exp\left((\nu - \tau^2/2)t + \tau V(t)\right)$، که در آن $\nu$ رانش، $\tau$ نوسان ارزی و $V(t)$ یک حرکت براونی استاندارد دیگر است. دو حرکت براونی با پارامتر $r$ همبستگی دارند: $\text{corr}[V(t)-V(s), W(t)-W(s)] = r$.

2.3 شرط نکول با در نظرگیری ریسک ارزی

نکول در زمان $t=1$ رخ می‌دهد اگر ارزش دارایی تبدیل‌شده به ارز بدهی، از سطح بدهی $D$ کمتر شود:

$F(1)A(1) \leq D$.

این شرط را می‌توان به راحتی با نرخ ارز امروز $F_0$ نرمال کرد تا بدهی به ارز محلی دارایی بیان شود: $F^*(1)A(1) \leq D^*$، که در آن $F^*(t)=F(t)/F_0$ و $D^*=D/F_0$.

3. استنتاج نتایج کلیدی

تحت مفروضات مدل، نویسنده عبارات بسته‌شده‌ای برای PD و همبستگی دارایی تحت ریسک ارزی استنتاج می‌کند.

3.1 احتمال نکول تعدیل‌شده (PD)

PD تحت ریسک ارزی، $p^*$، با احتمال اینکه فرآیند لگاریتمی ترکیبی دارایی از آستانه لگاریتمی بدهی کمتر شود، داده می‌شود. با فرض استقلال بین فرآیند دارایی و ارز ($r=0$) و رانش صفر برای نرخ ارز ($\nu = 0$)، PD تعدیل‌شده برابر است با:

$p^* = \Phi\left( \frac{\ln(A_0/D^*) - (\mu - \sigma^2/2)}{\sqrt{\sigma^2 + \tau^2}} \right)$

در مقایسه با PD تک‌ارزی $p = \Phi\left( \frac{\ln(A_0/D^*) - (\mu - \sigma^2/2)}{\sigma} \right)$، مخرج از $\sigma$ به $\sqrt{\sigma^2 + \tau^2}$ افزایش می‌یابد که منجر به PD بالاتر ($p^* > p$) برای همان فاصله تا نکول می‌شود، زیرا نوسان کل افزایش می‌یابد.

3.2 همبستگی دارایی تعدیل‌شده

همبستگی دارایی $\varrho^*$ بین دو وام‌گیرنده تحت ریسک ارزی نیز افزایش می‌یابد. اگر هر دو وام‌گیرنده در معرض عامل ریسک ارزی یکسانی باشند، ارزش دارایی‌های آن‌ها همبسته‌تر می‌شود زیرا یک شوک مشترک اضافی از حرکت نرخ ارز را به اشتراک می‌گذارند.

3.3 شرط سازگاری اصلی

قدرتمندترین نتیجه، یک شرط سازگاری بدون پارامتر است که تغییرات در PD و همبستگی دارایی را به هم مرتبط می‌سازد. برای دو وام‌گیرنده با مشخصات ریسک یکسان، این شرط به صورت زیر ساده می‌شود:

$\frac{1-\varrho^*}{1-\varrho} = \frac{[\Phi^{-1}(p^*)]^2}{[\Phi^{-1}(p)]^2}$

این معادله (معادله (۱) در مقاله) دلالت بر این دارد که نمی‌توان PDها و همبستگی دارایی‌ها را برای ریسک ارزی به طور مستقل و دلخواه تعدیل کرد؛ آن‌ها ذاتاً به هم مرتبط هستند. افزایش در PD ($p^* > p$) باید با افزایش در همبستگی دارایی ($\varrho^* > \varrho$) همراه باشد.

4. بینش‌های کلیدی و دیدگاه تحلیلگر

بینش اصلی: کار تاشه فقط یک تمرین ریاضی نیست؛ بلکه اتهامی رسمی به رویکرد رایج و مجزای ریسک بازار و اعتباری است. مقاله ثابت می‌کند که نوسان ارزی صرفاً یک صرف ثابت به اسپرد اعتباری اضافه نمی‌کند—بلکه به طور بنیادی دینامیک شکست مشترک متعهدان را تغییر می‌دهد. شرط سازگاری استنتاج‌شده، یک آزمون سلامت قدرتمند است: اگر PDهای تعدیل‌شده با ارز شما افزایش یابد اما همبستگی‌های شما ثابت بماند، مدل شما از نظر درونی ناسازگار است و به احتمال زیاد ریسک دم پرتفوی را دست کم می‌گیرد.

جریان منطقی: استدلال به زیبایی ساده است. ۱) مدل‌سازی دارایی‌ها و نرخ‌های ارز به عنوان GBMهای همبسته. ۲) تعریف نکول از طریق ارزش دارایی تبدیل‌شده. ۳) مشاهده اینکه نوسان مؤثر محرک نکول $\sqrt{\sigma^2 + \tau^2}$ است. ۴) این نوسان بالاتر هم احتمال نکول حاشیه‌ای (PD) و هم حرکت مشترک (همبستگی) بین شرکت‌های در معرض عامل ارزی یکسان را افزایش می‌دهد. شرط سازگاری نهایی به طور طبیعی از این هندسه پدیدار می‌شود.

نقاط قوت و ضعف: نقطه قوت اصلی قابلیت تحلیل است. با انجام مفروضات استاندارد (اگرچه قوی)—GBM، استقلال، رانش صفر ارزی—مدل یک فرمول تمیز و قابل استفاده ارائه می‌دهد. این برای مدیران ریسک بسیار عملی‌تر از شبیه‌سازی‌های پیچیده و محاسباتی سنگین است. با این حال، ضعف در همین مفروضات نهفته است. مدل گارمن-کولهاگن، اگرچه پایه‌ای است، اما به دلیل ناتوانی در ثبت لبخند نوسان و پرش‌های ارزی شناخته شده است، همانطور که در ادبیات جدیدتر (مثلاً، بخشی، کائو و چن، ۱۹۹۷) ذکر شده است. فرض استقلال بین ارزش دارایی شرکت و نرخ ارز نیز یک محدودیت قابل توجه است، به ویژه برای شرکت‌های صادرات‌محوری که موفقیت آن‌ها مستقیماً به حرکت ارز گره خورده است. مدل، همانطور که ارائه شده، یک تقریب مرتبه اول است.

بینش‌های عملی: برای متخصصان، این مقاله یک تغییر رویه‌ای را الزامی می‌کند. اول، همبستگی‌های خود را اعتبارسنجی کنید. از شرط سازگاری برای آزمون پس‌نگر استفاده کنید تا ببینید آیا جفت‌های PD-همبستگی تخمین‌زده‌شده تاریخی برای شرکت‌های فعال بین‌المللی با پیش‌بینی‌های مدل در دوره‌های نوسان بالای ارزی همسو هستند یا خیر. دوم، پرتفوی خود را آزمون استرس دهید. فرمول را برای شوک همزمان PDها و همبستگی‌ها تحت یک سناریوی شوک ارزی شدید اعمال کنید، نه به صورت مجزا. این کار آسیب‌پذیری‌های متمرکزی را آشکار می‌کند که مدل‌های استاندارد از دست می‌دهند. در نهایت، این کار بر نیاز به پلتفرم‌های ریسک یکپارچه تأکید می‌کند. با تکامل چشمانداز نظارتی به سمت اصولی مانند ریسک نرخ بهره در دفتر بانکی (IRRBB) بال ۳ که ریسک ارزی را تصدیق می‌کند، مدل‌هایی مانند مدل تاشه یک استدلال کمی پایه‌ای برای شکستن دیوارهای بین بخش‌های ریسک بازار و اعتباری ارائه می‌دهند.

5. جزئیات فنی و چارچوب ریاضی

استنتاج ریاضی اصلی شامل مشخص‌سازی لگاریتم ارزش دارایی نرمال‌شده $X = \ln(F^*(1)A(1)/A_0)$ است. تحت مفروضات مدل:

$X \sim N\left(\mu - \frac{\sigma^2 + \tau^2}{2}, \sigma^2 + \tau^2 + 2r\sigma\tau\right)$

شرط نکول $F^*(1)A(1) \leq D^*$ تبدیل به $X \leq \ln(D^*/A_0)$ می‌شود. بنابراین PD برابر است با $p^* = \Phi\left( \frac{\ln(D^*/A_0) - (\mu - (\sigma^2+\tau^2)/2)}{\sqrt{\sigma^2 + \tau^2 + 2r\sigma\tau}} \right)$. شرط سازگاری با در نظر گرفتن ارزش دارایی‌های دو شرکت و اعمال مدل تک عاملی مجانبی واسیچک (۲۰۰۲) استنتاج می‌شود که آستانه‌های نکول را به همبستگی دارایی‌ها مرتبط می‌سازد.

6. چارچوب تحلیلی: یک مثال موردی عملی

سناریو: یک بانک اروپایی یک پرتفوی وام دارد که شامل دو شرکت تولیدی است: شرکت الف (آلمانی، دارایی به یورو، بدهی به دلار آمریکا) و شرکت ب (ژاپنی، دارایی به ین، بدهی به دلار آمریکا). بانک PD تک‌ارزی آن‌ها را $p_A = p_B = 1\%$ و همبستگی دارایی $\varrho = 15\%$ تخمین زده است، بدون در نظرگیری ریسک ارزی.

تحلیل: بانک اکنون می‌خواهد ریسک USD/EUR و USD/JPY را ادغام کند. با استفاده از مدل‌های داخلی، تخمین می‌زند که نوسان ارزی اضافی PD هر شرکت را به $p^*_A = p^*_B = 1.5\%$ افزایش می‌دهد.

اعمال شرط سازگاری: بانک اکنون باید همبستگی دارایی را تعدیل کند. با استفاده از فرمول:

$\frac{1-\varrho^*}{1-0.15} = \frac{[\Phi^{-1}(0.015)]^2}{[\Phi^{-1}(0.01)]^2} = \frac{(-2.17)^2}{(-2.33)^2} \approx 0.87$

حل معادله به $\varrho^* \approx 1 - 0.87*(0.85) \approx 26\%$ می‌رسد.

تفسیر: معرفی یک عامل ریسک ارزی مشترک (قدرت دلار) نه تنها ریسک نکول فردی را ۵۰٪ افزایش می‌دهد (از ۱٪ به ۱.۵٪)، بلکه وابستگی نکول بین دو شرکت را نیز به طور قابل توجهی از ۱۵٪ به ۲۶٪ افزایش می‌دهد. یک مدل پرتفوی که فقط PDها را تعدیل کند، به طور قابل توجهی ریسک وقوع همزمان نکول‌های متعدد در طول یک رویداد افزایش ارزش دلار را دست کم می‌گیرد.

7. چشم‌انداز کاربرد و جهت‌های آتی

پیامدهای این تحقیق فراتر از وام‌دهی شرکتی سنتی گسترش می‌یابد.

  • ریسک اقلیمی و گذار عادلانه: این چارچوب را می‌توان برای مدل‌سازی نحوه عمل ریسک‌های فیزیکی اقلیمی (مانند سیل) یا ریسک‌های گذار (مالیات کربن) به عنوان یک «عامل» جدید و سیستماتیک که هم PDها و هم همبستگی‌ها را برای بخش‌های در معرض افزایش می‌دهد، مشابه عامل ارزی، تطبیق داد.
  • ارز دیجیتال و وام‌دهی دیفای: در امور مالی غیرمتمرکز، که وام‌ها اغلب با ارزهای دیجیتال پرنوسان وثیقه‌گذاری می‌شوند، منطق مدل مستقیماً قابل اعمال است. نوسان دارایی وثیقه ($\tau$) به شدت ریسک طرف مقابل و همبستگی در استخرهای وام‌دهی را افزایش می‌دهد.
  • سرمایه نظارتی (بال ۴): مدل یک پایه نظری برای استدلال ارائه می‌دهد که مفروضات همبستگی دارایی ثابت در رویکرد مبتنی بر رتبه‌بندی داخلی پایه (F-IRB) ممکن است برای پرتفوی‌های با عدم تطابق ارزی قابل توجه ناکافی باشد و به طور بالقوه استفاده از رویکردهای پیشرفته را توجیه می‌کند.
  • تحقیقات آتی: گسترش‌های کلیدی شامل شل کردن فرض استقلال برای مدل‌سازی شرکت‌های با پوشش طبیعی یا وابستگی‌های صادراتی، ادغام نوسان تصادفی برای هر دو دارایی و نرخ ارز (مانند مدل هستون) و اعتبارسنجی تجربی شرط سازگاری در چرخه‌های اقتصادی و رژیم‌های ارزی مختلف است.

8. مراجع

  1. Merton, R. C. (1974). On the pricing of corporate debt: The risk structure of interest rates. The Journal of Finance, 29(2), 449-470.
  2. Garman, M. B., & Kohlhagen, S. W. (1983). Foreign currency option values. Journal of International Money and Finance, 2(3), 231-237.
  3. Vasicek, O. (2002). The distribution of loan portfolio value. Risk, 15(12), 160-162.
  4. Bakshi, G., Cao, C., & Chen, Z. (1997). Empirical performance of alternative option pricing models. The Journal of Finance, 52(5), 2003-2049.
  5. Basel Committee on Banking Supervision. (2016). Standards: Interest rate risk in the banking book. Bank for International Settlements.