Kandungan
1. Pengenalan
Kertas kerja ini membahas jurang kritikal dalam pemodelan risiko kredit: penggabungan eksplisit risiko kadar pertukaran (FX) ke dalam penilaian Kebarangkalian Mungkir (PD) peminjam dan korelasi aset antara peminjam. Secara intuitif, peminjam yang aset dan liabilitinya didenominasikan dalam mata wang berbeza menghadapi turun naik tambahan, meningkatkan risiko mungkir mereka. Peningkatan ini bukan sahaja menunjukkan PD individu yang lebih tinggi, tetapi juga pergantungan mungkir yang lebih kuat (korelasi aset lebih tinggi) di kalangan peminjam yang terdedah secara serupa. Penulis menggabungkan model yang mantap—model mungkir struktur Merton (1974), model opsyen mata wang Garman-Kohlhagen (1983), dan model faktor risiko tunggal asimptotik Vasicek (2002)—untuk menerbitkan formula ringkas yang menghubungkan PD dan korelasi dengan dan tanpa risiko FX.
2. Latar Belakang Model
Asas model terletak pada perwakilan pemboleh ubah ekonomi utama sebagai proses stokastik.
2.1 Proses Nilai Aset
Nilai aset peminjam $A(t)$ mengikuti gerakan Brown geometri (GBM):
$dA(t) = \mu A(t)dt + \sigma A(t)dW(t)$
Secara setara, $A(t) = A_0 \exp\left((\mu - \sigma^2/2)t + \sigma W(t)\right)$, di mana $\mu$ ialah hanyutan, $\sigma$ ialah turun naik aset, dan $W(t)$ ialah gerakan Brown piawai.
2.2 Proses Kadar Pertukaran
Kadar pertukaran $F(t)$ (unit mata wang hutang per unit mata wang aset) juga dimodelkan sebagai GBM:
$dF(t) = \nu F(t)dt + \tau F(t)dV(t)$
Secara setara, $F(t) = F_0 \exp\left((\nu - \tau^2/2)t + \tau V(t)\right)$, di mana $\nu$ ialah hanyutan, $\tau$ ialah turun naik FX, dan $V(t)$ ialah gerakan Brown piawai lain. Kedua-dua gerakan Brown berkorelasi dengan parameter $r$: $\text{corr}[V(t)-V(s), W(t)-W(s)] = r$.
2.3 Syarat Mungkir dengan Risiko FX
Mungkir berlaku pada masa $t=1$ jika nilai aset yang ditukar ke dalam mata wang hutang jatuh di bawah paras hutang $D$:
$F(1)A(1) \leq D$.
Ini boleh dinormalisasi dengan mudah oleh kadar pertukaran hari ini $F_0$ untuk menyatakan hutang dalam mata wang tempatan aset: $F^*(1)A(1) \leq D^*$, di mana $F^*(t)=F(t)/F_0$ dan $D^*=D/F_0$.
3. Terbitan Hasil Utama
Di bawah andaian model, penulis menerbitkan ungkapan tertutup untuk PD dan korelasi aset di bawah risiko FX.
3.1 Kebarangkalian Mungkir (PD) Dilaraskan
PD di bawah risiko FX, $p^*$, diberikan oleh kebarangkalian bahawa proses log-aset gabungan jatuh di bawah ambang log-hutang. Dengan mengandaikan kebebasan antara proses aset dan FX ($r=0$) dan hanyutan sifar untuk kadar FX ($\nu = 0$), PD dilaraskan ialah:
$p^* = \Phi\left( \frac{\ln(A_0/D^*) - (\mu - \sigma^2/2)}{\sqrt{\sigma^2 + \tau^2}} \right)$
Berbanding dengan PD satu mata wang $p = \Phi\left( \frac{\ln(A_0/D^*) - (\mu - \sigma^2/2)}{\sigma} \right)$, penyebut meningkat dari $\sigma$ kepada $\sqrt{\sigma^2 + \tau^2}$, membawa kepada PD yang lebih tinggi ($p^* > p$) untuk jarak yang sama ke mungkir, kerana jumlah turun naik meningkat.
3.2 Korelasi Aset Dilaraskan
Korelasi aset $\varrho^*$ antara dua peminjam di bawah risiko FX juga meningkat. Jika kedua-dua peminjam terdedah kepada faktor risiko FX yang sama, nilai aset mereka menjadi lebih berkorelasi kerana mereka berkongsi kejutan biasa tambahan daripada pergerakan kadar pertukaran.
3.3 Syarat Konsistensi Teras
Hasil yang paling berkuasa ialah syarat konsistensi bebas parameter yang menghubungkan perubahan dalam PD dan korelasi aset. Untuk dua peminjam dengan profil risiko yang sama, ia dipermudahkan kepada:
$\frac{1-\varrho^*}{1-\varrho} = \frac{[\Phi^{-1}(p^*)]^2}{[\Phi^{-1}(p)]^2}$
Persamaan ini (Persamaan (1) dalam kertas kerja) membayangkan bahawa seseorang tidak boleh melaraskan PD dan korelasi aset untuk risiko FX secara sewenang-wenangnya secara bebas; mereka secara intrinsiknya berkaitan. Peningkatan dalam PD ($p^* > p$) mesti disertai dengan peningkatan dalam korelasi aset ($\varrho^* > \varrho$).
4. Wawasan Utama & Perspektif Penganalisis
Wawasan Teras: Kerja Tasche bukan sekadar latihan matematik; ia adalah dakwaan formal terhadap pendekatan berasingan yang biasa digunakan untuk risiko pasaran dan kredit. Kertas kerja ini membuktikan bahawa turun naik FX bukan sahaja menambah premium rata kepada spread kredit—ia secara asasnya mengubah dinamika kegagalan bersama obligor. Syarat konsistensi yang diterbitkan adalah semakan kesihatan yang berkuasa: jika PD dilaraskan FX anda meningkat tetapi korelasi anda kekal statik, model anda tidak konsisten secara dalaman dan berkemungkinan meremehkan risiko ekor portfolio.
Aliran Logik: Hujahnya elegan dan mudah. 1) Modelkan aset dan kadar FX sebagai GBM yang berkorelasi. 2) Takrifkan mungkir melalui nilai aset yang ditukar. 3) Perhatikan bahawa turun naik berkesan yang mendorong mungkir ialah $\sqrt{\sigma^2 + \tau^2}$. 4) Turun naik yang lebih tinggi ini meningkatkan kedua-dua kebarangkalian mungkir marginal (PD) dan pergerakan bersama (korelasi) antara firma yang terdedah kepada faktor FX yang sama. Syarat konsistensi akhir muncul secara semula jadi daripada geometri ini.
Kekuatan & Kelemahan: Kekuatan utama ialah kebolehurusan. Dengan membuat andaian piawai (walaupun kuat)—GBM, kebebasan, hanyutan FX sifar—model menghasilkan formula yang bersih dan boleh digunakan. Ini jauh lebih boleh dilaksanakan untuk pengurus risiko daripada simulasi yang kompleks dan berat dari segi pengiraan. Kelemahan, bagaimanapun, terletak pada andaian-andaian tersebut. Model Garman-Kohlhagen, walaupun asas, diketahui sukar untuk menangkap senyuman turun naik FX dan lompatan, seperti yang dinyatakan dalam literatur yang lebih terkini (contohnya, Bakshi, Cao, dan Chen, 1997). Mengandaikan kebebasan antara nilai aset firma dan kadar FX juga merupakan batasan yang ketara, terutamanya untuk firma berorientasikan eksport yang nasibnya berkait langsung dengan pergerakan mata wang. Model, seperti yang dibentangkan, adalah penghampiran tertib pertama.
Wawasan Boleh Tindak: Untuk pengamal, kertas kerja ini memerlukan perubahan prosedur. Pertama, sahkan korelasi anda. Gunakan syarat konsistensi untuk ujian balik sama ada pasangan PD-korelasi yang dianggarkan secara sejarah untuk firma aktif antarabangsa selaras dengan ramalan model semasa tempoh turun naik FX yang tinggi. Kedua, ujian tekanan portfolio anda. Gunakan formula untuk mengejutkan PD dan korelasi secara serentak di bawah senario kejutan FX yang teruk, dan bukannya secara terpisah. Ini akan mendedahkan kerentanan tertumpu yang terlepas oleh model piawai. Akhirnya, kerja ini menekankan keperluan untuk platform risiko bersepadu. Apabila landskap kawal selia berkembang ke arah prinsip seperti risiko kadar faedah dalam buku perbankan (IRRBB) Basel III, yang mengakui risiko mata wang, model seperti Tasche menyediakan hujah kuantitatif asas untuk meruntuhkan tembok antara jabatan risiko pasaran dan kredit.
5. Butiran Teknikal & Rangka Kerja Matematik
Terbitan matematik teras melibatkan pencirian log nilai aset ternormalisasi $X = \ln(F^*(1)A(1)/A_0)$. Di bawah andaian model:
$X \sim N\left(\mu - \frac{\sigma^2 + \tau^2}{2}, \sigma^2 + \tau^2 + 2r\sigma\tau\right)$
Syarat mungkir $F^*(1)A(1) \leq D^*$ menjadi $X \leq \ln(D^*/A_0)$. Oleh itu, PD ialah $p^* = \Phi\left( \frac{\ln(D^*/A_0) - (\mu - (\sigma^2+\tau^2)/2)}{\sqrt{\sigma^2 + \tau^2 + 2r\sigma\tau}} \right)$. Syarat konsistensi diterbitkan dengan mempertimbangkan nilai aset dua firma dan menggunakan model faktor risiko tunggal asimptotik Vasicek (2002), yang menghubungkan ambang mungkir kepada korelasi aset.
6. Rangka Kerja Analisis: Contoh Kes Praktikal
Skenario: Sebuah bank Eropah mempunyai portfolio pinjaman yang mengandungi dua firma pembuatan, Firma A (Jerman, aset dalam EUR, hutang dalam USD) dan Firma B (Jepun, aset dalam JPY, hutang dalam USD). Bank telah menganggarkan PD satu mata wang mereka sebagai $p_A = p_B = 1\%$ dan korelasi aset $\varrho = 15\%$, mengabaikan risiko FX.
Analisis: Bank kini ingin menggabungkan risiko USD/EUR dan USD/JPY. Menggunakan model dalaman, mereka menganggarkan bahawa turun naik FX tambahan meningkatkan PD setiap firma kepada $p^*_A = p^*_B = 1.5\%$.
Aplikasi Syarat Konsistensi: Bank kini mesti melaraskan korelasi aset. Menggunakan formula:
$\frac{1-\varrho^*}{1-0.15} = \frac{[\Phi^{-1}(0.015)]^2}{[\Phi^{-1}(0.01)]^2} = \frac{(-2.17)^2}{(-2.33)^2} \approx 0.87$
Penyelesaian memberikan $\varrho^* \approx 1 - 0.87*(0.85) \approx 26\%$.
Interpretasi: Pengenalan faktor risiko FX biasa (kekuatan USD) bukan sahaja meningkatkan risiko mungkir individu sebanyak 50% (dari 1% kepada 1.5%) tetapi juga meningkatkan pergantungan mungkir antara kedua-dua firma dengan ketara, dari 15% kepada 26%. Model portfolio yang hanya melaraskan PD akan meremehkan risiko berbilang mungkir berlaku serentak semasa peristiwa penghargaan USD.
7. Prospek Aplikasi & Hala Tuju Masa Depan
Implikasi penyelidikan ini melangkaui pinjaman korporat tradisional.
- Risiko Iklim & Peralihan Adil: Rangka kerja boleh disesuaikan untuk memodelkan bagaimana risiko fizikal iklim (contohnya, banjir) atau risiko peralihan (cukai karbon) bertindak sebagai "faktor" sistematik baru yang meningkatkan kedua-dua PD dan korelasi untuk sektor yang terdedah, serupa dengan faktor FX.
- Mata Wang Kripto & Pinjaman DeFi: Dalam kewangan terpencar, di mana pinjaman sering dicagarkan dalam mata wang kripto yang turun naik, logik model boleh digunakan secara langsung. Turun naik aset cagaran ($\tau$) meningkatkan risiko rakan niaga dan korelasi dalam kumpulan pinjaman dengan ketara.
- Modal Kawal Selia (Basel IV): Model menyediakan asas teori untuk berhujah bahawa andaian korelasi aset tetap pendekatan Asas Berasaskan Penarafan Dalaman (F-IRB) mungkin tidak mencukupi untuk portfolio dengan ketidakpadanan FX yang ketara, berpotensi membenarkan penggunaan pendekatan lanjutan.
- Penyelidikan Masa Depan: Sambungan utama termasuk melonggarkan andaian kebebasan untuk memodelkan firma dengan lindung nilai semula jadi atau pergantungan eksport, menggabungkan turun naik stokastik untuk kedua-dua aset dan kadar FX (contohnya, model Heston), dan pengesahan empirikal syarat konsistensi merentasi kitaran ekonomi dan rejim mata wang yang berbeza.
8. Rujukan
- Merton, R. C. (1974). On the pricing of corporate debt: The risk structure of interest rates. The Journal of Finance, 29(2), 449-470.
- Garman, M. B., & Kohlhagen, S. W. (1983). Foreign currency option values. Journal of International Money and Finance, 2(3), 231-237.
- Vasicek, O. (2002). The distribution of loan portfolio value. Risk, 15(12), 160-162.
- Bakshi, G., Cao, C., & Chen, Z. (1997). Empirical performance of alternative option pricing models. The Journal of Finance, 52(5), 2003-2049.
- Basel Committee on Banking Supervision. (2016). Standards: Interest rate risk in the banking book. Bank for International Settlements.