CD là một phát sinh OTC đợc đa ra để chuyển rủi ro tín dụng từ bên này sang đối tác
Default model : Mô hình vỡ nợ
Default model là một loại mô hình để đánh giá khả năng vỡ nợ của một đối tác.
Chúng khác với mô hình thang điểm tín dụng trong 2 cách :
+ Thang điểm tín dụng thờng ( nhng không thờng xuyên ) áp dụng cho các dạng tín dụng nhỏ. Default model áp dụng cho nhiều dạng tín dụng lớn hơn – tổng công ty hoặc quốc gia.
+ Mô hình thang điểm tín dụng thờng có tính cố định cao, đi ngợc với vỡ nợ để chống lại nhiều chỉ số rủi ro, nh là thu nhập của obligor, tình trạng của ngời thuê hoặc ngời sở hữu nhà. Mô hình vỡ nợ hớng thẳng đến mô hình quá trình vỡ nợ, và là đặc chng cho sự biến đổi của thị trờng, nh là giá cổ phiếu của obligor hoặc quĩ tín dụng dàn trải của nó.
Mô hình vỡ nợ đợc áp dụng rất nhiều trong phạm vi các tổ chức tài chính. Chúng đợc sử dụng để :
+ Hỗ trợ hoặc thay thế phân tích tín dụng. + Tính toán giới hạn rủi ro tín dụng của đối tác.
+ Mở rộng tiêu chuẩn kỹ thuật khoa học tài chính để định ra các phát sinh tín dụng hoặc các phần liên quan của tín dụng.
Mô hình vỡ nợ có thể đợc kết hợp với một vài mô hình tơng tự để mô hình hoá dễ dàng rủi ro tín dụng của danh mục đầu t với các thiệt hại để nhân với obligor. Mô hình vỡ nợ mở rộng - đợc gọi là mô hình rủi ro tín dụng danh mục đầu t – có thể đợc sử dụng để :
+ Tính toán ngành, vùng hoặc giới hạn rủi ro tín dụng danh mục đầu t. + Đánh giá nợ cầm cố có bảo đảm hoặc các chứng khoán hoá khác. + Hỗ trợ việc tính toán nguồn vốn.
Xét một khoảng thời gian nhắm tại thời điểm bắt đầu 0 và điểm kết thúc tại t. Việc áp dụng trong 1 năm là phổ biến, nhng các tổ chức tài chính thờng xét đến rủi ro tín dụng qua nhiều horizon. Đặt L đại diện cho thua lỗ tài chính, nếu bất kỳ, tuỳ thuộc vào khả năng không trả đợc nợ trong một obligor nhất định- một quĩ, một khoản cho vay, các phát sinh. L là một biến ngẫu nhiên. Giá trị kỳ vọng E(L) nh là một thớc đo rủi ro tín dụng của obligor. Nó có thể đợc tính toán nh sau :
E(L) = Pr(xác suất không trả đợc nợ) EAD LGD Trong đó:
+ EAD là thiệt hại ở khả năng không trả đợc nợ- là thiệt hại tín dụng trên obligor tại thời điểm vỡ nợ. Trong công thức (1), nó đợc xem nh là một hằng số đã biết.
+ LGD là thua lỗ do vỡ nợ mang lại- thông số của EAD sẽ không hồi phục đợc sau khi vỡ nợ. EAD đơn giản có mức xếp hạng hồi phục là -1. Trong (1), nó cũng đợc coi là hằng số đã biết.
Mục đích cần thiết của mô hình vỡ nợ là để tính toán xác suất vỡ nợ. Tuy nhiên, mô hình nguỵ biện có thể làm đợc hơn thế. Ví dụ, Các mô hình có thể coi EAD và LGD là ngẫu nhiên, và đợc thay thế kỳ vọng của nó trong (1). giả thiết trong nhiều qui định là chúng phụ thuộc. Các giả thiết này rất khó để chứng minh, nhng nó có thể đợc làm thành các mô hình đơn giản.
Một mô hình vỡ nợ đơn giản có thể đợc xây dựng bằng cách định ra mức xếp hạng tín dụng đối với tần số ban đầu của sự di chuyển giữa các xếp hạng. Hình một mô tả bảng xếp hạng chuyển tiếp trong 1 năm .
Ví dụ, Dựa vào bảng trên, quĩ đợc xếp hạng BBB có 4,44% xác suất rớt xuống hạng BB vào cuối năm. Bảng xếp hạng dựa vào các dữ liệu cha chỉnh sửa, vì thế nó mô tả sự dị thờng. Quĩ đợc xếp hạng CCC đợc cho là có 0,16% xác suất tăng lên hạng AAA, nhng quĩ đợc xếp hạng B xác suất tăng hạng là 0.00%. Nếu nó đợc sử dụng cho mô hình vỡ nợ, các số trong bảng có thể đợc làm gọn đi.
Để sử dụng bảng xếp hạng chuyển tiếp nh là một mô hình vỡ nợ, đơn giản là chúng ta lấy khả năng vỡ nợ ghi trong bảng cuối cùng và gán nó cho các xếp hạng tín dụng tơng ứng của các quĩ. Ví dụ, với cách tiếp cận này, chúng ta có thể gán cho một quĩ đợc xếp hạng A 0,04% xác suất vỡ nợ trong vòng 1 năm.
Nếu chúng ta muốn tính toán xác suất vỡ nợ trong 2 năm, đơn giản ta chỉ cần nhân bảng với nó 1 lần để nhận đợc bảng xếp hạng chuyển tiếp trong 2 năm. Đối với xác suất vỡ nợ trong vòng 3 năm, chúng ta nhân 3 lần với chính nó. ví dụ trong hình 2 mô tả bảng xếp hạng chuyển tiếp trong 5 năm thu đợc bằng cách nhân các số liệu trong hình 1 5 lần.
Mô hình vỡ nợ dựa trên xác suất vỡ nợ trong xếp hạng kinh nghiệm chuyển tiếp và đợc gọi là mô hình xếp hạng di chuyển. CreditMetrics là 1 ví dụ của mô hình rủi ro tín dụng danh mục đầu t thơng mại mà nó đợc tính toán xác suất vỡ nợ với mô hình xếp hạng di chuyển. CreditMetrics cũng dùng các bảng xếp hạng của nó để mô hình sự cách tân quĩ tín dụng dàn trải dựa trên sự thay đổi trong bảng xếp hạng của nó. Điều này cho phép việc mô hình hoá giá trị quĩ thị trờng của danh mục đầu t qua thời gian.
Nhiều mô hình xếp hạng thay đổi có một vài thiếu sót. Đầu tiên là xếp hạng mức độ phản ánh chất lợng tín dụng, mà điều này phụ thuộc vào cả xác suất vỡ nợ cũng nh mức độ phục hồi. Nếu 2 quĩ có cùng mức xếp hạng, nhng một quĩ cấp cao và 1 qũi thứ cấp, quĩ cấp cao có xác suất vỡ nợ cũng nh múc độ phục hồi cao hơn.
Thứ 2 là, mô hình xếp hạng thay đổi là không linh động. Bởi vì nó dựa trên kinh nghiệm xác xuất xếp hạng chuyển tiếp, nó không tính đến chu kỳ kinh doanh hoặc sự thay đổi thất thờng của môi trờng kinh doanh.
Mô hình xếp hạng thay đổi chỉ là một dạng của mô hình vỡ nợ. Rất nhiều các mô hình vỡ nợ khác đã đợc để xuất trong các tài liệu hoặc tài liệu bổ xung của các tổ chức tài chính. Với một vài sự công nhận, mô hình xếp hạng thay đổi không bổ xung :
+ Mô hình giá trị tài sản, hoặc + Mô hình nâng cao.
Cả 2 mô hình đều đợc nguỵ biện, cách tiếp cận dễ dàng để mô hình hoá rủi ro tín dụng để hỗ trợ cho nhiều quá trình phân tích. Nó có thể đợc xác định điều kiện kinh doanh hiện tại ( giá chứng khoán của công ty hoặc qũi công cộng thờng đợc dùng cho mục đích này). Chúng có thể đợc bổ xung với “xác suất thực tế” để hỗ trợ cho việc đo l- ờng rủi ro tín dụng hoặc với xác suất rủi ro tự nhiên để hỗ trợ cho việc áp dụng khoa học tài chính.