利率变动环境下的信贷组合管理

然而，该模型允许不同的风险配置。特别是，在本报告中，我们使用了以下分解：六个国债（关键利率）因素和27个利差因素，来自九个行业乘以三个评级区间（AAA/AA、a和BBB）的组合。该模型估计了所有共同驱动因素的协方差矩阵，以及属于每个行业/评级部门的债券的特定于发行人的风险。我们分析了截至2013年6月的卵巢估计数，并讨论了它们对利率和利差之间关系的影响。多因素风险模型有不同的可用校准。在本文中，我们使用两种标准方法：第一种方法对所有过去的观测值进行平均加权，而第二种方法是指数加权移动平均法（12个月半有效期），相对于较远的历史数据，它对最近的数据进行了过多加权。相应的版本分别称为长期模型和短期模型。为了考虑到发行人特有的风险和典型投资者投资组合的不完全多样化，我们定义了一个部门投资组合，由20个平均相同到期日的加权债券和与相应部门相同的OA组成。通过构建风险模型，此类投资组合不会受到利差扭曲或分散因素的影响。本文讨论的部门相关性是这些假设部门投资组合的变化与财政部转移和扭曲因素之间的相关性。截至2013年6月的长期模型估算结果见表2a-2d，截至2013年6月的短期模型估算结果见表3a-3d。

为了进行比较，并强调估算的时间可变性，我们还显示了在最近的周转率环境下估算的结果：表4a-4d显示了长期模型的结果，表5a-5d显示了截至2003年12月估算的短期模型的结果。在这些结果中发现的统计依赖模式将在本节的其余部分进行讨论。它们对信贷组合期限管理的影响见第4节。我们使用这种分解来保持我们的方法与本研究之前的版本一致，并允许在不同的传播水平上进行分析，这里由不同的评级代理。定性结果应与其他方法类似。Berd，Ranguelova，Silva |转变利率环境中的信贷组合管理2013年11月63.1国债曲线变化的影响我们从记录国债曲线变化对信贷利差的影响开始。结果表明，每个信贷部门的这些变量之间存在着强烈的负相关。。利率的均匀上升与息差的缩小有关，而利率的均匀下降则导致息差的扩大。例如，在表2a中，我们发现a级银行和经纪行业的相关性为-33%，这意味着如果所有利率上升了一个典型的数额（相当于转移系数的标准偏差），该行业的信贷利差可能会收紧，收紧幅度相当于该行业利差系数的典型变动（标准差）的0.33，其他因素都相同。

为了将这一说法转化为名义水平，我们注意到，根据风险模型，转移系数的标准偏差为24个基点，A级银行和经纪行业利差的标准偏差为14个基点，因此，上述预测是，24个基点的利率正变动将平均转化为近5个基点的a级银行和经纪利差收紧。总体而言，在短期和长期模型中，行业利差和利率变动之间的负相关性相当相似。然而，在相关性范围方面存在一些重要差异：短期模型的相关性明显更分散，而长期模型的相关性则表现出更强的收敛性（约-30%）。另一个有趣的区别是，在长期模型中，相关性是稳定的，而在短期模型中倾向于显示负斜率（例如，对于评级较低的投资组合，相关性通常更为负）。人们可以说，这些较弱的相关性是由于美联储的量化调整计划的影响，该计划削弱了经济收益（以利差表示）和货币政策（以利率表示）之间的正常关系。我们将在扭曲因子影响中看到更有力的证据。

如果这一假设是正确的，并且假设量化宽松计划即将结束——使经济机制更接近其历史常态——那么前瞻性预测的更合适数字可能更接近长期模型，或者可能更接近2003年估计的模型，而不是2013年的短期模型。最后，行业或信贷质量负相关强度的特殊依赖模式是由几个因素驱动的，包括相应行业的基础经济、财政和货币政策，以及信贷指数的不同组成，在特定的评级等级中，某些类型的公司偶尔会有更大的代表性。这些转变在金融危机后尤为明显。许多公司被从AAA/AA降级为A甚至BBB类别，从而改变了这些篮子的组成及其依赖性。行业部门/评级类别分布和利率变动因素之间的相关性的一些依赖模式在时间和模型风格上仍然有效，它们是：o周期性行业与变动因素呈现出比非周期性行业更强的负相关性。这并不令人惊讶，因为从定义上看，周期性行业对经济衰退或复苏的依赖性（反映在不断变化的利率水平上）确实更强在大多数行业中，除了银行业、经纪业和消费行业外，信贷质量越低，负相关程度越大。

这是相当直观的，因为信贷质量较低的公司通常更受经济前景变化的影响，这反映在总体利率水平上。Berd，Ranguelova，Silva |利率环境下的信贷投资组合管理2013年11月7日同样重要的是一些相关性的依赖模式，这些模式随着时间发生了实质性变化，并强烈依赖于模型变量：o在金融危机之前的几年，金融部门过去常常表现出一种模式，即信用评级越高，负相关程度越大（见表4a和5a）。危机后，这种模式发生了变化——银行业和经纪业的相关性现在几乎与评级水平无关，而金融公司、保险业和房地产投资信托基金的相关性实际上随着评级的降低而显著增加（见表2a和3a），更接近于其他行业的模式在危机之前，短期和长期模型显示，各行业和评级之间的相关性存在类似的可变性。危机后，市场往往更为一致，长期波动性下降。直到最近（短期模型），我们才看到行为范围的扩大，更符合历史模式。3.2财政曲线扭曲的影响我们现在讨论财政曲线扭曲对信用利差的影响。在金融危机和随后充满量化宽松的年份中，最大的受害者之一是信贷部门对财政部扭曲因素的统计依赖性。我们曾经看到，所有部门的信贷利差和评级与陡峭的收益率曲线之间存在着强烈的正相关关系（见表4b和5b）。也就是说，曲线变陡与更高的利差有关。

这与我们在经济周期底部观察到的情况一致，即曲线反转和变陡是由美联储在曲线短端的行动推动的。几年前量化宽松的开始导致了曲线的适度平缓，与此同时，一些利差扩大，复苏力度也不确定，导致国债波动和利差之间出现负相关，这与正常模式相反。最近，由于对量化宽松结束的担忧，曲线进一步变陡——而短期结束仍受到美联储近零利率政策的影响——与信贷温和回升同时发生，这再次与长期常态形成对比。如果将表3b中近期短期模型的结果与表5b中截至2003年的短期模型的结果进行对比，这一点最为明显。这种影响也可以在长期校准中看到，但程度较小。在这方面，货币政策的变化可能会对投资组合对利率变化的反应产生重大影响。3.3国债曲线对非部门信贷因素的影响近年来，国债曲线变化和扭曲对信贷曲线形状和分散因素的影响模式也发生了显著变化。我们曾观察到信贷曲线斜率与利率变动呈正相关，即利率上升通常与信贷利差变陡有关。这似乎很自然地符合利率上升与基本面改善相关的总体逻辑——不仅这些通常会导致更紧的利差曲线，而且会导致更向上倾斜的利差曲线。

这些更好的基本面通常也会导致利差的更紧密分散（信贷分散系数的负相关），如表4C和5c所示。Berd，Ranguelova，Silva |转向利率环境中的信贷组合管理2013年11月8日同样，我们曾经看到信贷利差斜率呈负相关，利差分散度与国债扭曲因子呈正相关，解释大致相同。然而，最近受量化宽松影响的时期导致所有相关性均为负值，如表3c所示。最近对长期模型的估计也受到过去几年异常行为的部分影响（见表2c）。因此，主要的不变模式是，信用利差分散度仍然与利率水平负相关，这是有道理的——利率上升仍然意味着经济复苏，它仍然导致发行人利差的相对趋同，以及发行人特定不确定性的风险溢价更小。利差曲线斜率和国债曲线扭曲的负相关关系也完好无损，尽管后者的含义在过去几年中有所颠覆。

尽管如此，对于长期信用风险溢价而言，收益率曲线趋缓并不太好——无论是因为美联储降低短期利率，还是由于量化宽松即将结束和对通胀的担忧，美联储不再能够保持长期利率不变。信贷组合的期限管理我们的研究结果对风险管理以及识别不同利率敏感性行业的相对价值机会具有重要意义。信贷利差和利率的方向性对想要管理其投资组合的利率敞口的信贷投资者构成了挑战。由于利差往往与基础利率一起变动，如果用相同期限的国库券进行对冲，公司债券就不能完全免受利率变动的影响。换句话说，以ZF债券指数为基准的acredit债券投资组合（例如典型固定收益投资组合中的过度信贷部分）如果与财政部基准的期限相匹配，则不会对利率变动保持中性。实际上，久期衡量债券价格对收益率变化的敏感性。对于给定的利率变动，企业收益率的相应变化较小，因为利差的收紧部分抵消了这一变化。为了解释这一事实，我们引入了有效持续时间的概念。

我们将其定义为公司债券价格对收益率中利率部分变化的敏感性。多因素风险模型允许我们估计收益率曲线的偏移和扭曲因子的波动性，以及典型行业/评级部门组合利差的波动性σ及其与利率因子的相关性。考虑到这些值，考虑到财政部因素（转移或扭曲）的变化，利差的预期变化是：利用这种关系，我们可以使用链式规则估计平行转移对信用债券的价格影响：在左手边的第一个术语中，我们介绍了收益率曲线基础收益率的变化，通过构造，假设其与转换系数的变化相同。伯德、兰盖洛娃、席尔瓦| 2013年11月9日，当平行转换是收益率曲线的唯一移动时，利率环境中的信贷组合管理。这就是换档。根据定义，价格相对于收益率变化的分数变化是债券的修改期限（带负号）。在第二个术语中，我们引入了价差，其与上述转移因子的关系。根据定义，与价差变化相关的部分价格变化是债券的价差持续时间（带负号）。将价格相对于转移系数变化的分数变化定义为有效持续时间（带负号），我们得到：这里σ代表有效持续时间，modis代表修改后的持续时间，spread是spread duration，ρ是利差和国债转移之间的相关性，spreadσ是利差的波动性，转移σ是国库转移系数的波动率（两种波动率必须以绝对值衡量，并以相等的单位表示，例如：。

bp/月）。由于利差和收益率之间的相关性为负且相当显著，因此有效持续时间通常小于修正持续时间。对于大多数固定息票债券，修改后的期限和价差期限相差很小，因此有效期限几乎等于修改后期限的一小部分。我们将该分数表示为有效持续时间乘数eff，并将有效持续时间定义改写如下：（）shiftsPreadsShifteffefffsmddσ∑ρ·+=·≈,1表2d、3d、4d和5D分别显示了风险模型各估计值的有效持续时间乘数估计值。为了举例说明，让我们看看2013年vintage长期风险模型的结果（表2d），并考虑两种10年期面值债券——a级消费周期中的国债和典型公司债券。假设两者的修改期限均为7.5年，公司债券的利差期限也为7.5年。我们观察到，10年期收益率与公司债券利差之间的相关性为34%。这意味着，国债利率上升10个基点通常会伴随着公司债券息差的增加，等于相关系数乘以息差和利率系数标准差的比率。利率变动的标准差为24.3个基点/月（根据巴克莱POINT(R)风险模型确定），消费者周期中利差的标准差为18.2个基点/月。因此，风险模型预测的相应息差收紧等于10个基点*34%*18.2/24.3=2.5个基点。利率增加10个基点对价格的影响是，两种债券每100个初始值的价格下降7.5*0.10=0.75。