通過非線性模型來衡量俄羅斯入侵對公司違約概率的影響

Paul Konietschke,Julian Metzler,Aurea Ponte Marques2022年6月29日

編者注:此列是關於戰爭的經濟後果的Vox辯論

COVID-19大流行或俄羅斯對烏克蘭戰爭等事件及其對公司債務可持續性和供應鏈中斷的影響說明了適當的金融穩定監測的重要性。壓力測試工具應捕獲不同經濟部門的外源性衝擊的特定影響,以確保對受影響最大的部門的銀行得到充分的規定。本專欄介紹了一種方法,該方法將宏觀經濟衝擊與國家和部門異質性結合在一起,為跨部門的公司提供了不同的違約概率。

經驗設置

盡管壓力測試是重要的金融穩定工具,但預測公司默認利率代表了一個主要的建模挑戰。主要原因是它與宏觀經濟的非線性關係,尤其是在深層衰退中。結構性信用風險模型僅說明總投資組合水平下的默認利率的平均水平,並忽略了主要公司特定信息。然而,在預測違約率隨時間的預測路徑時,這種顆粒狀信息至關重要,因為低迷衝擊會對經濟部門的影響有所不同。此外,不同的部門可能會對外抗衝擊的反應異質,而忽略這種橫截麵分散可能會導致偏見的預測。

為了提供有關違約率的概率性質的全麵觀點,本列引入了一個小組分位數回歸模型,該模型適用於粒狀企業級數據,從而使部門默認概率相對於回歸器集合的變化而非線性默認概率進行了非線性。在分布的尾部,還包括部門級別的其他衝擊。這種方法旨在將通常在壓力測試中通常使用的宏觀經濟情景轉化為在該國和部門級別估計的默認率。構成我們新應用的基礎的關注點是,通常會忽略部門異質性和非線性的存在。

該模型是使用長期序列的國家和部門級別數據以及宏觀經濟變量構建的,以顯著提高默認值點概率的預測準確性。類似於Kalemli-Özcan等。(2015年),來自Orbis全球數據庫的公司資產負債表信息用於五百萬公司來構建代表性的國家樣本,涵蓋從2001年到2020年底的所有歐元區國家,並從經合組織獲得了宏觀經濟變量。默認變量在公司級別定義為使用Balance表格的二進製指標,該指標是Gourinchas等人之後的。(2020),在NACE-2部門級別使用流量默認速率(有關更多詳細信息,請參見Konietschke等,2022)。Rios-Avila(2020)介紹的固定效應回歸模型對幾個控製變量進行了回歸,以說明特定行業的宏觀經濟衝擊和潛在的非線性敏感性的異質性。這種方法遵循Adrian等人。(2019)和Cathcart等。(2020)選擇了反映公司基本麵及其對默認風險的影響的變量。宏觀經濟變量包括住房價格,失業和利率,與其他規格和模型選擇相比,由部門總值增值衝擊補充。 Thus, induced by country-level scenario changes and sectoral heterogeneity, the model allows to forecast sectoral probabilities of default for any quantile over the chosen scenario horizon.

評估俄羅斯入侵對違約公司概率的影響

能源,食品和商品市場的破壞可能會嚴重損害公司的信譽(Lafrogne-Joussier等人2022年)和銀行的償付能力,盡管歐元區銀行對能源和商品交易的直接曝光率總體低(SSM 2022)。出於脆弱性分析的目的,測試了兩種可能的尾部場景,這些方案錨定在2022年3月的歐洲央行員工宏觀經濟預測(ECB 2022:Box 6)。不利和嚴重的不利場景旨在捕獲戰爭對部門級別違約違約概率的直接和間接影響。

圖1顯示了第75個公司的不利和嚴重不利方案的默認估計的概率,該企業的分組為脆弱且易感性部門。四分位數範圍代表該國和部門級別默認分布的可能性。當部門受到宏觀經濟休克的影響時,它們被認為是脆弱的(Attinasi等,2022,Bachmann等,2022,Winkler和Wuester 2022)。收集到的信息結合了從經合組織輸入輸出表中得出的數據,以及牛津經濟學生產的國家水平上總值增值的NACE-2級預測。高度暴露於與俄羅斯的貿易的部門,或者在三年地平線上的總價值造成負麵衝擊,被歸類為脆弱的(例如,采礦和采石場,石油和天然氣提取,以及汽車和零件部門)。模型估計顯示,在兩個不利方案中,弱勢扇區違約概率的上升概率向上變化。弱勢部門有助於增加違約違約率約20個基點的概率,這對應於三年期間脆弱和弱勢群體違約和較弱化部門的平均差異。1結果,Ceteris Paribus,銀行的共同股權層(CET1)的減少約30個基點,2在場景的三年視野中。盡管在考慮的情節和方案中,但跨部門的這種不同的衝擊敏感性反映了模型在給定情況下估計默認值的估計概率中捕獲公司異質性的能力。 

圖1預計歐元區的部門違約估算公司的概率

來源:歐洲央行和作者自己的計算。
筆記:X軸顯示多年來的投影範圍。Y軸是百分比,顯示第75個百分位數的違約概率。酒吧覆蓋四分位間範圍;黃點是中值。藍色條和橙色條彙總的國家和違約的部門概率較少或以上(較不可能與易受傷害)受到額外的總增值衝擊的影響。除了總增值元素外,基本的宏觀衝擊在給定國家 /地區的所有公司中都是相同的。最脆弱的部門包括采礦和采石(NACE 07-​​09),石油和天然氣提取(NACE 06)以及機動車輛和零件(NACE 29)部門。

從2005年到2024年的歐元麵積概率看,下五分位數似乎更近,而上五分位數的特征是對宏觀經濟衝擊的敏感性更大(圖2)。這是在全球危機期間觀察到的實現,在2015年至2020年底和最近的預測中,違約概率的波動很小。因此,分位數模型被證明是捕獲相同的動力學,在分位數之間具有不同的幅度/嚴重性,並識別出在尾聲衝擊下的脆弱性袋。烏克蘭戰爭的預測似乎顯示出違約風險的增長與全球危機和歐洲主權債務危機相似。

圖2預計歐元區的違約估算概率是五分之一的公司

資源:歐洲央行和作者自己的計算。
筆記:X軸是多年,垂直黑線標誌著2022年至2025年之間投影範圍的開始。Y軸顯示默認情況的概率為不良情況的百分比。彩色線代表了在第25、50、50、75和第90個分位數的歐元麵積違約違約歐元麵積概率的總加權平均值,用於曝光,而不是房地產的抵押品。

財務穩定性考慮

銀行和監管機構一直在尋找可靠的違約措施。依靠在該國級別彙總的數據的模型可能會通過一組經濟和計量經濟性的基本標準,但可能意味著對可能的不良情況的良性風險參數響應不當。因此,根據其部門的集中,這給銀行帶來明顯不足的風險。

眾所周知,有幾個因素導致違約概率的增加,包括宏觀經濟環境中的惡化,較高的短期和長期利率或房價下降(即房地產貸款抵押)。盡管一個國家 /地區的所有部門都是相同的,但部門的異質性和對衝擊的額外敏感性在各自的總增值方麵,導致最受影響部門的債務可持續性更強。由於貸款集中在暴露於外源性衝擊的公司(例如能源和遺產covid-covid-19脆弱性)的公司中,信貸風險更加加劇在壓力測試中。因此,本專欄中提出的方法將宏觀經濟衝擊與國家和部門異質性結合在一起,為跨部門的公司提供了不同的違約概率。公司違約概率的部門分解不僅允許更量身定製的方案設計,包括有針對性的衝擊,例如俄羅斯入侵對各個商品部門的影響,而且還支持識別脆弱性對銀行資產負債表的口袋更粒狀的水平。

參考

Adrian,T,N Boyarchenko和D Giannone(2019),“脆弱的增長”,美國經濟評論109(4):1263–89。

Attinasi,M G,R Gerinovics,V Gunnella,M Mancini和L Metelli(2022),“戰爭之風嘎嘎作響的全球供應鏈”,6月9日,voexeu.org。

Bachmann,R,D Baqaee,C Bayer,M Kuhn,ALöschel,B Moll,A Peichl,K Pittel和M Schularick(2022),“”,“如果德國與俄羅斯能源隔絕怎麼辦?”,3月25日,Voxeu.org。

Cathcart,L,A Dufour,L Rossi和S Varotto(2020),“杠杆作用對小公司默認風險的差異影響”,企業融資雜誌60:101541。

歐洲中央銀行(2022),“金融穩定審查”,方框6,“根據俄羅斯 - 烏克蘭戰爭,評估歐元區銀行業的彈性”,5月。

Gourinchas,P-O,S Kalemli-Özcan,V Penciakova和N Sander(2020),“ Covid-19和SME Failures”,NBER工作文件27877。

Kalemli-Özcan,S,B Sorensen,C Villegas-Sanchez,V Volosovych和S Yesiltas(2015),“如何從Orbis全球數據庫中構建全國代表性的公司級別數據:新事實和彙總含義”,NBER工作文件21558。

Konietschke,P,J Metzler和A P Marques(2022),“信用風險的國家和部門級別的特殊性。一種用於建模默認部門概率的分位方法”,歐洲央行工作文件,即將出版。

LaFrogne-Joussier,R,A Levchenko,J Martin和I Mejean(2022),“超越宏:切斷俄羅斯能量的公司級別的效果”,Voxeu.org,4月19日。

Rios-Avila,F(2020),“ Stata中的近來影響功能(RIF):RIF回歸和RIF分解”,Stata雜誌20(1):51-94。

單一主管機製(2022),“監督新聞通訊”,5月18日。

Winkler,D和L Wuester(2022),“俄羅斯入侵烏克蘭的價值鏈的影響”,Voxeu.org,5月11日。

尾注

1分別在三年範圍內的脆弱和脆弱部門,在不利的情況下為3.3%和3.5%;在嚴重不利的情況下為4%和4.2%。

2總歐元區銀行係統CET1比率約為15%(2021年)。這些估計包括表現和不良貸款的預期損失(第3階段貸款)。假定其他影響和風險保持不變(Ceteris Paribus)。

GSEFM的經濟學博士生 - 歌德大學法蘭克福;分析師,歐洲央行

財務穩定專家,歐洲央行

團隊負責人,總局一般財務穩定和宏觀審慎政策,歐洲央行

事件

CEPR政策研究

Baidu
map