Banks’ risk dynamics and distance to default
Banks’ risk dynamics and distance to default
主题
典型的银行资产是具有 concave 形收益的高风险债务债权(例如抵押贷款)。由于收益非线性,在借款人资产价值受到负面冲击后,银行资产波动性会上升。
这样的特性导致传统模型显著低估了银行违约风险
这篇文章与 Audrino, Kostrov, and Ortega (2019) 一样抨击资产符合对数正态分布的假设
数据
美联储 1987 to 2016 的银行数据
分析方法
- 不是假设总银行资产,而是假设抵押品价值服从对数正态分布,贷款偿还取决于抵押品在贷款到期时的价值
因此 Good Times 时违约风险很低,且对贷款人资产不敏感,但也有可能波动率急剧上升,这是传统模型没有想到的
- 抵押品价值不会上升,只能贷款出来抵押品一个固定比例,在银行贷款 rolling 的过程中加剧了收益的不对称性
- 银行资产是对抵押贷款的 short put 期权,银行股权债券又是银行资产的期权
模型
扩展 BS 模型,同时假定银行定价是完全竞争的
结论
扩展模型更准确,传统模型低估了银行违约风险 2/3 和政府监管的价值
Audrino, Francesco, Alexander Kostrov, and Juan-Pablo Ortega. 2019. “Predicting Us Bank Failures with Midas Logit Models.” Journal of Financial and Quantitative Analysis 54 (6): 2575–2603. https://www.cambridge.org/core/journals/journal-of-financial-and-quantitative-analysis/article/predicting-us-bank-failures-with-midas-logit-models/D5158BBB38F736FAF1E16090DED33BBA.