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，对于本报告，我们使用以下分解：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，以及各行业/评级部门债券的发行人特定风险。我们分析了截至2013年6月的卵巢估计数，并讨论了其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，我们使用了两种标准方法：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个月半衰期），相对于较远的历史数据，该方法对最近的数据进行加权。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OAS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OAS变化与国债转移和扭曲因素的相关性。截至2013年6月的长期模型估算结果如表2a-2d所示，截至2013年6月的短期模型估算结果如表3a-3d所示。

为了进行比较，并突出估计的时间可变性，我们还显示了在最近的周转率环境下估计的结果：表4a-4d显示了长期模型的结果，表5a-5d显示了截至2003年12月估计的短期模型的结果。本节其余部分将讨论这些结果中发现的统计依赖模式。第4节介绍了它们对信贷组合期限管理的影响。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首先记录国债曲线变化对信贷利差的影响。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。。利率的统一增长与息差的紧缩相关，而利率的统一下降则导致息差的扩大。例如，我们在表2a中发现，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都上涨了一个典型的数额（相当于转移系数的1个标准偏差的数额），该部门的信贷利差可能会紧缩，紧缩幅度相当于该部门利差系数典型变动（标准差）的0.33，其他因素都相等。

为了将该声明转换为名义水平，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，而A级银行和经纪业利差的标准偏差为14个基点，因此，上述预测是，平均24个基点的利率正变动将转化为近5个基点的a级银行和经纪利差收紧。总的来说，在短期和长期模型中，部门利差和利率变动之间的负相关关系非常相似。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加分散，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）。可以说，这些较弱的相关性是由于美联储量化调整计划的影响，该计划削弱了经济复苏（以利差为代表）与货币政策（以利率为代表）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，如果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，对部门或信贷质量负相关强度依赖的特殊模式是由几个因素驱动的，包括相应部门的基础经济、财政和货币政策以及信贷指数的不同组成，在特定评级类别中，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级甚至BBB级，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中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的负相关性强于非周期性行业。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，除了银行业、经纪业和消费者行业，信贷质量越低，负相关程度越高。

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 |利率环境中的信贷组合管理2013年11月7日同样重要的是，一些相关性的依赖模式随时间发生了实质性的变化，并且强烈依赖于模型变量：o在金融危机之前的几年中，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——银行和经纪行业的相关性现在几乎与评级水平无关，而金融公司、保险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强劲增长（见表2a和3a），更接近于其他行业的模式危机之前，短期和长期模型显示，各部门和评级之间的相关性存在类似的可变性。危机后，市场往往更为同步，长期波动性下降。直到最近（短期模型），我们才看到行为范围不断扩大，与历史模式更加一致。3.2国债曲线扭曲的影响我们现在讨论国债曲线扭曲对信贷利差的影响。金融危机和随后充满量化宽松的几年中，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，在这一时期，曲线反转和变陡是由美联储在曲线短端的行动推动的。几年前开始量化宽松导致曲线适度平缓，同时利差有所扩大，复苏力度不确定，导致国债波动与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——而短期仍被美联储的近零利率政策所锁定——同时，信贷温和回升，再次与长期常态形成对比。如果将表3b中较新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国债曲线的偏移和扭曲对信贷曲线形状和分散因素的影响模式近年来也发生了显著变化。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息差变陡相关。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——不仅那些通常会导致利差曲线更紧，而且会导致利差曲线更向上倾斜。

正如表4C和表5c所示，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）。Berd、Ranguelova、Silva |转变利率环境中的信贷组合管理2013年11月8日同样，我们曾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，对于长期信贷风险溢价而言，收益率曲线趋缓并不太好——无论是由于美联储降低短期利率，还是由于量化宽松即将结束和通胀担忧，美联储无法继续维持长期利率。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部门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同时变动，如果使用相同期限的国债进行对冲，公司债券就不能完全与利率变动隔离。换言之，以ZF债券指数为基准的增发债券投资组合（如典型固定收益投资组合的超权重信贷部分）如果持续时间与国债基准相匹配，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。为了说明这一事实，温特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率，以及典型行业/评级部门组合利差的波动率σ及其与利率因子的相关性（（）treasρ）。考虑到这些值，考虑到国债因素的变化（转移或扭曲），预期利差变化是：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，假设该变化与转换因子Berd，Ranguelova，Silva | 2013年11月9日利率环境中的信贷组合管理变化相同，当时平行转换是收益率曲线的唯一移动。因此，换档。根据定义，价格变化相对于收益率变化的分数是债券的修改期限（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，价格相对于价差变化的分数变化是债券的价差持续时间（带负号）。将价格变化相对于转移因子变化的分数定义为有效持续时间（带负号），我们得到：这里σ表示有效持续时间，modis表示修改后的持续时间，spread表示展期持续时间，ρ表示利差和国债转移之间的相关性，spreadσ表示利差的波动性，andshiftσ是国库转移系数的波动率（两种波动率必须以绝对值计量，并以相等的单位表示，例如。

bp/月）。由于利差与收益率的相关性为负且相当显著，因此有效持续时间通常会小于修改后的持续时间。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，因此有效期限大约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重写如下：（）shiftspreadshifteffefffsmddσσρ·+=·≈,1模式有效持续时间乘数的估计值分别显示在表2d、3d、4d和5D中，用于风险模型的每个估计值。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。假设两者都修改了7.5年的期限，公司债券的利差期限也是7.5年。我们观察到，10年期收益率与公司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的标准差比率。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。利率上涨10个基点对价格的影响为7.5×0.10=两种债券每100个初始值的价格下降0.75。