EFFETTI CICLICI SULLA PD NEI MODELLI IN FORMA RIDOTTA Modelli in forma ridotta: - default variabile casuale (random) - PD stimate in modo esogeno Obiettivo:

Presentazione sul tema: "EFFETTI CICLICI SULLA PD NEI MODELLI IN FORMA RIDOTTA Modelli in forma ridotta: - default variabile casuale (random) - PD stimate in modo esogeno Obiettivo:"— Transcript della presentazione:

1 EFFETTI CICLICI SULLA PD NEI MODELLI IN FORMA RIDOTTA Modelli in forma ridotta: - default variabile casuale (random) - PD stimate in modo esogeno Obiettivo: scomporre i CS osservati per analizzare la struttura delle PD

2 Duffie and Singleton model Fattori idiosincratici e fattori sistematici Componente ciclica come funzione del tasso di interesse risk-free a breve NO PD CICLICHE Altri autori (Das, Freed, Geng…) Modello per individuare PD cicliche Risultati: a) correlazioni tra PD (imprese pubbl. non finanziarie americane) alte quando il mercato muove al ribasso e viceversa b) correlazioni tra PD più alte per imprese con alta qualità del credito

3 Ipotesi: correlazioni tra PD variabili nel tempo Risultato: i periodi in cui cambiano le correlazioni tra PD non corrispondono ai cicli economici Le fluttuazioni nelle correlazioni tra PD non sono necessariamente cicliche Modello di rischio di credito a 3 fattori Dipende da: - Fattori sistematici (tasso interesse default risk-free e sua media stocastica di lungo periodo) - Fattori specifici delle imprese (leverage, redditività…) Risultato: i fattori tasso dinteresse sono determinanti importanti dei CS

4 EFFETTI CICLICI NEI MODELLI PROPRIETARI Modello KMV CreditMetrics CreditPortfolio View CreditRisk Plus Kamakuras Risk Manager MODELLO KMV Modello strutturale Differenze nei default rate nella stessa classe di rating Deriva la PD reale (EDF) per ogni emittente sulla base del modello di Merton PD funzione di: -struttura del capitale dellimpresa -volatilità degli asset -valore corrente degli asset

5 CONTINUA… 3 passaggi: a) stima dei valori di mercato e volatilità degli asset b) calcolo della distance-to-default c) passaggio dalla distance-to-default alla PD reale usando default database Effetti ciclici KMV considera limpatto dei fattori sistematici sulla default correlation usando 3 approcci: 1) incorpora fattori di rischio di mercato 2) incorpora fattori di rischio paese e industriale 3) incorpora fattori regionali e indicatori settoriali Nonostante condizioni macroeconomiche che impattano fattori regionali e settoriali, KMV non considera esplicitamente fattori ciclici nella stima della EDF

6 CREDITMETRICS Modello strutturale Basato sulle matrici di transizione Stima la probabilità del credito di subire un downgrade fino al default o fino ad un altro rating di credito Matrice di transizione condizionata da fattori ciclici Viene usato un indice di ciclo del credito (fattore Z) per spostare lintera distribuzione in basso (alto) quando le condizioni economiche deteriorano (migliorano) Lindice di ciclo del credito è ottenuto regredendo i tassi di default dei bond con un grade speculativo (Ba e<) su: - il credit spread tra Aaa Baa - i rendimenti a 10 anni dei bond del tesoro americano - il tasso di crescita del CPI e GDP Le PD condizionali ottenute suggeriscono che i fattori ciclici sono determinanti importanti delle PD

7 CREDITPORTFOLIO VIEW Modello strutturale Obiettivo: convertire le matrici di transizione incondizionale in matrici che sono condizionali ai fattori macroeconomici Il modello si basa sulle più fondamentali variabili macroeconomiche e sui fattori di rischio idiosincratico Creditportfolio View sostiene che la probabilità di downgrade (upgrade) cresce in cattivi (buoni) periodi Risultati tabella

8 CREDIT RISK PLUS In diretto contrasto con CreditMetrics e con CreditPortfolio per le sue fondamenta oggettive e teoriche E un modello che vede lo spread risk come parte del rischio di mercato piuttosto che del rischio di credito In ogni periodo sono considerati 2 stati del mondo: - default - non default e si focalizza sulla misurazione delle perdite previste e non previste I fattori ciclici sono incorporati nel Credit Risk Plus lasciando variare il tasso medio di default (µ) nel tempo o per ciclo economico Il modello trova inoltre che le correlazioni nei default sono alte per le imprese di bassa qualità

9 KAMAKURAS RISK MANAGER Modello in forma ridotta Utilizza prezzi dei bond, prezzi azionari e dati contabili in ordine di solvenza per stimare la funzione di intensità di default KRM definisce il CS come un premio al rischio per la liquidità in aggiunta al puro premio al rischio di credito Fattore di liquidità: è modellato come un rendimento di convenienza, perciò quando la domanda di una emissione è scarsa cè un rendimento di convenienza positivo e viceversa Il tasso di recupero è modellato come una % fissa del prezzo del debito appena prima del default, usando i prezzi azionari per determinare questa % Quindi le condizioni macroeconomiche impattano la PD attraverso la componente di rischio sistematico dei prezzi azionari KRM è lunico modello proprietario che incorpora fattori ciclici sia nella PD che nella LGD