Содержание
1. Введение
В данной работе рассматривается важный пробел в моделировании кредитного риска: явный учет валютного риска при оценке вероятности дефолта (PD) заемщика и корреляций активов между заемщиками. Интуитивно понятно, что заемщик, чьи активы и обязательства номинированы в разных валютах, сталкивается с дополнительной волатильностью, что увеличивает его риск дефолта. Это увеличение проявляется не только в более высокой индивидуальной PD, но и в более сильной зависимости дефолтов (более высокой корреляции активов) среди заемщиков со схожей подверженностью риску. Автор объединяет устоявшиеся модели — структурную модель дефолта Мертона (1974), модель валютных опционов Гармана-Колхагена (1983) и асимптотическую модель единого фактора риска Васичека (2002) — для вывода компактных формул, связывающих PD и корреляции с учетом и без учета валютного риска.
2. Основы модели
Основой модели является представление ключевых экономических переменных в виде стохастических процессов.
2.1 Процесс стоимости активов
Стоимость активов заемщика $A(t)$ следует геометрическому броуновскому движению (ГБД):
$dA(t) = \mu A(t)dt + \sigma A(t)dW(t)$
Эквивалентно, $A(t) = A_0 \exp\left((\mu - \sigma^2/2)t + \sigma W(t)\right)$, где $\mu$ — тренд, $\sigma$ — волатильность активов, а $W(t)$ — стандартное броуновское движение.
2.2 Процесс обменного курса
Обменный курс $F(t)$ (единиц валюты долга за единицу валюты активов) также моделируется как ГБД:
$dF(t) = \nu F(t)dt + \tau F(t)dV(t)$
Эквивалентно, $F(t) = F_0 \exp\left((\nu - \tau^2/2)t + \tau V(t)\right)$, где $\nu$ — тренд, $\tau$ — волатильность обменного курса, а $V(t)$ — другое стандартное броуновское движение. Два броуновских движения коррелируют с параметром $r$: $\text{corr}[V(t)-V(s), W(t)-W(s)] = r$.
2.3 Условие дефолта с учетом валютного риска
Дефолт наступает в момент времени $t=1$, если стоимость активов, конвертированная в валюту долга, падает ниже уровня долга $D$:
$F(1)A(1) \leq D$.
Это условие можно удобно нормализовать с помощью текущего обменного курса $F_0$, чтобы выразить долг в локальной валюте активов: $F^*(1)A(1) \leq D^*$, где $F^*(t)=F(t)/F_0$ и $D^*=D/F_0$.
3. Вывод ключевых результатов
В рамках предположений модели автор выводит аналитические выражения для PD и корреляции активов с учетом валютного риска.
3.1 Скорректированная вероятность дефолта (PD)
PD с учетом валютного риска, $p^*$, задается вероятностью того, что комбинированный логарифмический процесс активов опустится ниже логарифмического порога долга. Предполагая независимость процессов активов и обменного курса ($r=0$) и нулевой тренд для обменного курса ($\nu = 0$), скорректированная PD равна:
$p^* = \Phi\left( \frac{\ln(A_0/D^*) - (\mu - \sigma^2/2)}{\sqrt{\sigma^2 + \tau^2}} \right)$
По сравнению с PD в одной валюте $p = \Phi\left( \frac{\ln(A_0/D^*) - (\mu - \sigma^2/2)}{\sigma} \right)$, знаменатель увеличивается с $\sigma$ до $\sqrt{\sigma^2 + \tau^2}$, что приводит к более высокой PD ($p^* > p$) при том же расстоянии до дефолта, поскольку общая волатильность возрастает.
3.2 Скорректированная корреляция активов
Корреляция активов $\varrho^*$ между двумя заемщиками с учетом валютного риска также увеличивается. Если оба заемщика подвержены одному и тому же фактору валютного риска, их стоимости активов становятся более коррелированными, поскольку они испытывают дополнительный общий шок от движения обменного курса.
3.3 Основное условие согласованности
Наиболее значимым результатом является независимое от параметров условие согласованности, связывающее изменения PD и корреляции активов. Для двух заемщиков с идентичными профилями риска оно упрощается до:
$\frac{1-\varrho^*}{1-\varrho} = \frac{[\Phi^{-1}(p^*)]^2}{[\Phi^{-1}(p)]^2}$
Это уравнение (Уравнение (1) в статье) подразумевает, что нельзя произвольно корректировать PD и корреляции активов для учета валютного риска независимо друг от друга; они внутренне связаны. Увеличение PD ($p^* > p$) должно сопровождаться увеличением корреляции активов ($\varrho^* > \varrho$).
4. Ключевые выводы и взгляд аналитика
Ключевой вывод: Работа Таше — это не просто математическое упражнение; это формальное обвинение распространенного изолированного подхода к рыночному и кредитному риску. Статья доказывает, что волатильность обменного курса не просто добавляет фиксированную премию к кредитным спредам — она фундаментально меняет совместную динамику дефолтов заемщиков. Выведенное условие согласованности является мощной проверкой здравомыслия: если ваши PD, скорректированные на валютный риск, растут, а корреляции остаются неизменными, ваша модель внутренне противоречива и, вероятно, недооценивает хвостовой риск портфеля.
Логическая последовательность: Аргументация элегантно проста. 1) Моделировать активы и обменные курсы как коррелированные ГБД. 2) Определить дефолт через конвертированную стоимость активов. 3) Наблюдать, что эффективная волатильность, определяющая дефолт, равна $\sqrt{\sigma^2 + \tau^2}$. 4) Эта более высокая волатильность увеличивает как маргинальную вероятность дефолта (PD), так и совместное движение (корреляцию) между фирмами, подверженными одному и тому же валютному фактору. Финальное условие согласованности естественным образом вытекает из этой геометрии.
Сильные стороны и недостатки: Главное преимущество — простота анализа. Делая стандартные (хотя и сильные) предположения — ГБД, независимость, нулевой тренд обменного курса — модель дает чистую, применимую формулу. Это гораздо более практично для риск-менеджеров, чем сложные, ресурсоемкие симуляции. Недостаток, однако, заключается в самих этих предположениях. Модель Гармана-Колхагена, будучи фундаментальной, как известно, плохо улавливает "улыбки" волатильности и скачки на валютном рынке, что отмечается в более поздней литературе (например, Bakshi, Cao, and Chen, 1997). Предположение о независимости стоимости активов фирмы и обменного курса также является серьезным ограничением, особенно для экспортно-ориентированных компаний, чье благополучие напрямую зависит от движения валют. Представленная модель является приближением первого порядка.
Практические рекомендации: Для практиков эта статья предписывает изменение процедур. Во-первых, проверяйте ваши корреляции. Используйте условие согласованности для обратного тестирования, соответствуют ли исторически оцененные пары PD-корреляция для международно активных фирм прогнозам модели в периоды высокой валютной волатильности. Во-вторых, проводите стресс-тестирование вашего портфеля. Применяйте формулу для одновременного шокирования PD и корреляций в сценарии сильного валютного шока, а не по отдельности. Это выявит сконцентрированные уязвимости, которые упускают стандартные модели. Наконец, эта работа подчеркивает необходимость интегрированных платформ управления рисками. Поскольку регуляторная среда эволюционирует в сторону принципов, подобных процентному риску в банковской книге (IRRBB) в Базеле III, который признает валютный риск, такие модели, как у Таше, предоставляют фундаментальное количественное обоснование для разрушения барьеров между отделами рыночного и кредитного риска.
5. Технические детали и математический аппарат
Ключевой математический вывод включает характеристику логарифма нормализованной стоимости активов $X = \ln(F^*(1)A(1)/A_0)$. В рамках предположений модели:
$X \sim N\left(\mu - \frac{\sigma^2 + \tau^2}{2}, \sigma^2 + \tau^2 + 2r\sigma\tau\right)$
Условие дефолта $F^*(1)A(1) \leq D^*$ превращается в $X \leq \ln(D^*/A_0)$. Следовательно, PD равна $p^* = \Phi\left( \frac{\ln(D^*/A_0) - (\mu - (\sigma^2+\tau^2)/2)}{\sqrt{\sigma^2 + \tau^2 + 2r\sigma\tau}} \right)$. Условие согласованности выводится путем рассмотрения стоимостей активов двух фирм и применения асимптотической модели единого фактора риска Васичека (2002), которая связывает пороги дефолта с корреляциями активов.
6. Аналитическая структура: практический пример
Сценарий: У европейского банка есть кредитный портфель, содержащий две производственные компании: Компания A (Германия, активы в EUR, долг в USD) и Компания B (Япония, активы в JPY, долг в USD). Банк оценил их PD в одной валюте как $p_A = p_B = 1\%$ и корреляцию активов $\varrho = 15\%$, игнорируя валютный риск.
Анализ: Банк теперь хочет учесть риски по USD/EUR и USD/JPY. Используя внутренние модели, он оценивает, что дополнительная волатильность обменного курса увеличивает PD каждой компании до $p^*_A = p^*_B = 1.5\%$.
Применение условия согласованности: Банк теперь должен скорректировать корреляцию активов. Используя формулу:
$\frac{1-\varrho^*}{1-0.15} = \frac{[\Phi^{-1}(0.015)]^2}{[\Phi^{-1}(0.01)]^2} = \frac{(-2.17)^2}{(-2.33)^2} \approx 0.87$
Решение дает $\varrho^* \approx 1 - 0.87*(0.85) \approx 26\%$.
Интерпретация: Введение общего фактора валютного риска (укрепление USD) не только повышает индивидуальный риск дефолта на 50% (с 1% до 1.5%), но и значительно увеличивает зависимость дефолтов между двумя компаниями — с 15% до 26%. Портфельная модель, которая корректирует только PD, существенно недооценила бы риск одновременного наступления нескольких дефолтов в случае укрепления USD.
7. Перспективы применения и направления будущих исследований
Последствия этого исследования выходят за рамки традиционного корпоративного кредитования.
- Климатический риск и справедливый переход: Структуру можно адаптировать для моделирования того, как физические климатические риски (например, наводнения) или риски перехода (налоги на углерод) действуют как новый, систематический "фактор", увеличивающий как PD, так и корреляции для подверженных секторов, аналогично валютному фактору.
- Криптовалюты и DeFi-кредитование: В децентрализованных финансах, где кредиты часто обеспечены волатильными криптовалютами, логика модели применима напрямую. Волатильность актива-залога ($\tau$) резко увеличивает контрагентский риск и корреляцию в пулах кредитования.
- Регуляторный капитал (Базель IV): Модель предоставляет теоретическую основу для аргументации, что фиксированные предположения о корреляции активов в подходе Foundation Internal Ratings-Based (F-IRB) могут быть неадекватны для портфелей со значительным валютным несоответствием, потенциально оправдывая использование продвинутых подходов.
- Будущие исследования: Ключевые расширения включают ослабление предположения о независимости для моделирования фирм с естественными хеджами или зависимостью от экспорта, включение стохастической волатильности как для активов, так и для обменных курсов (например, модель Хестона), а также эмпирическую валидацию условия согласованности в различных экономических циклах и валютных режимах.
8. Список литературы
- 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.