金融界网站7月3日讯  2008年7月2日至5日中国国际金融年会在大连召开，会议议题涉及宏观经济、资本市场发展等各个方面，金融界网站全程直播，图为东北财经大学赵永刚。

　　赵永刚：各位老师各位同学大家上午好，那么我宣读的理论题目是《信用衍生品定价的综合模型——基于美国次级债危机背景下的研究》。我先简要介绍一下这篇文章主要研究的内容。大家都知道信用衍生品是有效分散的工具，在2008年全面爆发的美国次级债危机中，我们从一种知觉的角度认为，信用衍生品不精确为这次的爆发埋下附笔。我们认为商业银行的道德风险，以及突发性系统的风险冲击不足，这几个因素是导致现有的新闻衍生品不精确的因素。我们从结果模型的角度出发建立一个综合模型，在不完全的信息框架下，引入跳跃成本，以及动态回收率来考虑对定价的影响。全文的结果一共分为五个部分。

　　首先是简述和回顾，第二个部分是简单的模型，我们首先给出一个简单的框架，第三个是构建一个综合模型，第四部分是构建一个模型，第五部分是收受率。

　　我们基于这两个因素写这篇文章的。首先我们观测到的，随着信用风险的增大，截止到2007年，那么同比增长80.7%，这个信用衍生品的飞速发展，也对模型提出了更高的要求。

　　第二个是基于美国爆发的次债危机。我们发现投资者采用不同的估价方法得到的结果差异很大，而且已有的定价模型忽略了一些重要的影响因素。我们是基于这两个角度。

　　从现有的文献来看，第一类我们称之为结果模型，它主要是讲投资者对企业的负债具有完全的信息，企业什么时候违约，股东和债权人之间分割的原则，就是企业资产的结构决定企业什么时候违约，它隐含一个条件，企业违约是内声。相关的文献我们可以看这样的一些文章，比较经典的是97年的，这是第一篇文献。76年建立一个手达模型。我们认为结构模型虽然可以了解违约事件的背景，但是相关财务信息并不能时时观测到的，而且当我们在更改结果模型，就是违约可以预测这样的一个隐含的前提的时候，那么我们发现，当引入实际利率以及各种条约模型比较复杂，应用起来可能并不是非常容易。

　　那么第二类是简约模型。他认为违约企业和价值之间不存在联系。那么控制风险率的参数，可以通过市场来获得，不用了解企业内部的信息。这里面的文献可以参加97、98、99这三篇文章。我们认为简约模型没有确定不确定性，只是从外在的角度。

　　那么在某种程度下，由于信息假设的不同，那么从内在的原因来看，结果模型和简约模型具有一种内在的联系。那么现在一个研究的方向，就是将结构模型和简约模型，它们的优点相互融合，构建一个综合模型，成为现在这方面研究的一个热点问题。这方面经典的文献是我列的这四个。那么后两篇文献是从结果模型的角度出发，来构建模型。我写这篇文章的时候，研究一个综合模型，是基于这样的一个背景。而且我们有一些直觉。比如说购买信用衍生品专家给其他的投资者，反而他没有动力继续监督已有的贷款的后续跟踪，没有这样一个行为。

　　那么还有信用不当的评价行为，昨天的报告我们很多同学也听了，我们发现将近80%美国的信用衍生品，它的评级都是三级的，这个是不精确的。这个在投资者在判断多少价值的时候，有一些低估的风险。后面有四个因素，我们认为这四个因素比较重要。

　　首先这部分，我们给出一个简单的综合模型，这里面是我们最开始进行的一些假设，我们认为是一个有风险债权和一个无风险债券收入的差。我们对企业有一个不完全的信息，企业资产过程中，我们假设了一个简单的情况，下面做了一个简单的变换。

　　我们在这儿，首先讲企业的违约时间。企业的违约时间是这样，资产的收益小于收益。我们这个是基于一个手达模型，就是企业资产的收益低于债券的收益，可能就是违约。

　　在我完全信息状态下，我们假定了投资者的信息流。

　　那么，下面在文章当中，有详细的阐述，在这里我们就不能详细地说明。通过文章给出一个联合密度。给定资产的初值情况下，算出一个条件概率。

　　这个就是2001年他们做了一个类似的工作，但是他是基于简约模型的框架，我们借鉴过来，我们构建了在这样一个的条件概率。这个都是基于不同的信息情况下得到的。

　　那么实际最后我们要算的是这样的一个东西，这部分就是咱们刚才前面算到的一个条件概率，这个就是一个我们在完全信息情况下，基本的一个违约概率。

　　其实我们集中在两个概念的测算。在这部分，我们假设回收率是一个常数，这是我们最后计算的信用价。

　　这部分，我们是基于一个跳跃扩展的模型，这儿我们确定了资产有一个跳跃成分，这个有一个双指数，这里面有一个非常好的特性，它可以向两方面条约。违约时间我们也做了这样一个的定义。那么这个看起来就是比较复杂，那么这个在2002、2003年做了一个类似的研究。他们得到了一个概率的分布，和它的联合概率的一个拉普拉斯转换，是这样的一个形式。这是相应的一些参数。

　　那么我们做的工作就是，通过一个就是运算原则，从拉普拉斯转换中，把它联合概率提取出来，最后得到这样的一个形式，然后接下来运用我们讲的原则，最后我们得到这样的一个条件概率。

　　那么这部分由于时间的关系，我简要地说一下。这部分，我们引入一个不可观性。这个变量，我们主要刻划一些忽略的变量。那么我们假定它的危险率服从这样一个形式，那么最开始用这样的一个形式，用了这样的一个形式。我们纳入不可观性又加了一个变量，它就代表忽略的因素。

　　然后我们做了一些运算，那么这是把前面的结果代进来。这个可不观的历史性，这个U就是它的分布，我们原来的违约概念只是这部分，我们又加了一些因素，通过假定它的分布，可以刻划一些忽略变化的影响。还有一个动态回收率，我们发现现有的文献三种回收率，忽略了对现有衍生品的危机性。比如说在美国生态危机中，当银行最开始估计，如果是违约的话，我们收费多少。但是投资者再抛这个房子的话，你的回收率又在变化。我们假定这样的一个动态的回收率。(公式)

　　我现在做一个总结，我们做的工作，由于可能讲得比较快，我们做的工作，主要是从结果模型出发构建一个综合模型，在这个模型我们引入了跳跃的成分观察变量的影响，同时对回收率做了一些动态的设定。

　　后续研究的问题，因为我们没有数据支持，那么很可能说服力并不像其他那么详，因为我们后续研究主要集中在三个方面，我们假定跳跃的强度有一个识别的过程。第二个就是，我们现在的文章只是集中一个单个的企业，并没有对两个企业的相关性进行研究，我们还有一个对数据模型的数据进行说明。

　　谢谢大家。