EDF模型的EDF的基本原理

1. EDF模型的EDF的基本原理

对于一个公司而言，违约风险是指围绕其偿债能力所产生的不确定性。在违约之前，我们无法明确判断一个公司是否会违约，充其量也只能对其违约的可能性做出概率上的估计。一家公司的EDF是指该公司在未来一年或几年内违约的概率，它主要由三大因素决定，分别是： 　1．资产价值：公司资产的市值。它是公司资产在未来产生的现金流以一定的贴现率贴现到当前的价值。这个公司资产的测度不但反映了公司的发展前景，而且还包含了公司所处的行业以及宏观经济状况等信息。2．资产风险：是指资产价值的不确定性。这是一个关于公司经营风险和行业风险的测度。因此公司的资产价值只是一个估计值，存在一定不确定性，应当在公司的经营风险或者资产风险的框架下理解。3．债务水平：是指公司在合同上负债的程度。如果说与公司资产相关的测度是公司的市值，那么公司杠杆比率的相关测度就是相对于公司资产市值的债务面值，因为它是公司必须偿还的金额。当公司的资产价值低于一定水平时，公司就会对债权人和股东违约，与这一水平相对应的资产价值为违约点（Default Point），即公司资产价值等于负债价值时的点。在研究违约的文献中，我们已经发现当公司资产价值等于债务面值时许多公司并没有选择违约，而是依然经营并偿还它的债务，这是因为债务构成中的部分长期债务为公司提供了一定的缓息空间。我们发现，违约点即公司将会发生违约时的资产价值通常是介于总债务和短期债务之间。因而公司净值也就等于公司的资产市值减去公司的违约点，即：公司净值=公司的资产市值－违约点当公司净值等于零时，违约事件就会发生。和公司的资产价值一样，公司净值的测度也必须在公司经营风险的框架下考虑。比方说，食品和饮料行业内的公司比高科技行业能承受更高水平的杠杆比率，因而它们的资产市值更加稳定、有着更小的不确定性。公司的资产风险则是由资产的波动率来衡量的，它是指公司资产价值每年变动百分比的标准差倍数，它是一个与公司的规模以及所处的行业都相关的测度。资产的波动率与股票的波动率相关，却又不同于它。一个公司的财务杠杆具有放大其资产波动率的作用。因此，有着较低资产波动率的行业，如银行业趋向于采用较高的财务杠杆，而资产波动率较高的行业，如计算机软件行业，则趋向于采用较低的财务杠杆。正是由于这种趋向差异的存在，股票波动率不像资产波动率那样随行业和资产规模的不同有较大的差别。资产价值、经营风险、财务杠杆能够结合起来形成一个违约风险的单一测度，它将公司的净值与资产价值一个标准差的波动幅度相比较，将二者的商称为违约距离（DD，Distance to default），其计算过程如下：违约距离（DD）= (资产市值－违约点）/（资产市值*资产波动率）从上式可以看出，违约距离融合了一个公司三个关键的信用要素：资产价值、经营和行业风险以及财务杠杆。KMV公司选定一定时期，基于一个包括大量的公司违约信息的历史数据库，把违约距离与预期违约率的关系拟合成一条光滑曲线，从而找出违约距离与预期违约率之间的映射关系以便估计EDF的值。也就是说，给定一个违约距离就可以计算出相应水平的预期违约概率。

2. EDF模型的介绍

EDF模型（Expected Default Frequency）即“预期违约率模型”，是著名的风险管理公司KMV公司开发的用以衡量违约风险基本工具。该模型最主要的分析工具是所谓的预期违约率EDF，故也称为EDF模型。EDF作为度量公司违约发生可能性大小的指标，根据实证数据显示，其早期侦测(early detecting)违约风险能力成效卓著；再者，应用选择权观念所建立之违约风险衡量指标，于信用分析领域中，独树一格。

3. EDF模型的EDF的评价

EDF具有一些明显的优点的同时也存在一些缺陷。 　EDF的优点在于EDF是基于市场价格计算出来的，因此它有很好的前瞻性，能及时、可靠的反映上市公司信用状况。EDF指标来自于股票价格的实时行情数据的分析，而不是以历史的会计数据为基础，股票价格不仅反映了公司的历史和现状，还具有对公司未来的前景预测。由于模型是以股票市场数据为基础的，这为投资者、债权人、监管机构等相关人员和部门提供可靠的信用风险评价信息。EDF应用过程中的缺陷在于， EDF反映的是预期的违约概率，而非实际的违约概率，它是一个通过历史数据模拟出来的指标，是对实际违约概率的一个估计值。而且EDF的计算需要有强大的公司违约信息数据库为支撑，数据不足则计算准确度不高。