趙 峰，張 杰

（山東科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，山東 青島266590）

一、引 言

2007年7月美國(guó)爆發(fā)的次貸危機(jī)，其危害性正通過(guò)信用衍生品迅速向歐洲、日本、澳洲乃至全球蔓延，對(duì)全球金融市場(chǎng)造成了嚴(yán)重的影響。在全球金融市場(chǎng)劇烈動(dòng)蕩之際，國(guó)際熱錢跨國(guó)流動(dòng)頻繁，信用衍生品一時(shí)間成為國(guó)際炒家狙擊一國(guó)經(jīng)濟(jì)和牟取暴利的主要工具，致使全球金融交易市場(chǎng)風(fēng)波迭起，信用衍生品對(duì)世界經(jīng)濟(jì)的沖擊日益明顯。從目前情況看，2013年世界經(jīng)濟(jì)有望延續(xù)復(fù)蘇態(tài)勢(shì)，但國(guó)際金融危機(jī)的深層次影響還在不斷顯露，凸顯了長(zhǎng)期性、艱巨性和復(fù)雜性，世界經(jīng)濟(jì)增速可能長(zhǎng)期低位徘徊和面臨下行的嚴(yán)重風(fēng)險(xiǎn)。當(dāng)前的金融危機(jī)對(duì)金融業(yè)有明顯的影響，并產(chǎn)生了較高的違約風(fēng)險(xiǎn)，雖然有些學(xué)者討論次貸危機(jī)如何影響經(jīng)濟(jì)，但到目前為止，學(xué)術(shù)界、監(jiān)管機(jī)構(gòu)及各國(guó)央行對(duì)資本市場(chǎng)與匯率變動(dòng)如何造成危機(jī)期間的違約風(fēng)險(xiǎn)溢價(jià)問(wèn)題一直缺乏必要的研究。因此，深入研究金融違約風(fēng)險(xiǎn)溢價(jià)問(wèn)題，對(duì)于信用風(fēng)險(xiǎn)的預(yù)防和有效管理等都具有重要的意義。

二、文獻(xiàn)綜述

違約風(fēng)險(xiǎn)溢價(jià)是財(cái)務(wù)管理模型中的一個(gè)重要內(nèi)容，早期研究一般采用動(dòng)態(tài)、連續(xù)的默認(rèn)邊界和隨機(jī)利率模型，該結(jié)構(gòu)模型的主要缺陷是公司價(jià)值的不確定性［1－2］。更早期的簡(jiǎn)化模型將單一跳躍過(guò)程中的違約強(qiáng)度歸結(jié)為依賴于一些外生狀態(tài)變量［3－4］。此外，已有大量研究成功解釋了企業(yè)債券價(jià)格或單一名稱 CDS（Credit Default Swap，CDS）利差違約風(fēng)險(xiǎn)溢價(jià)的驅(qū)動(dòng)原理，如Longstaff等人指出債券息差是由于流動(dòng)性不足造成的［5］；Elton等人提出不同企業(yè)和政府對(duì)違約風(fēng)險(xiǎn)債券息差的影響較大［6］；Blanco等人認(rèn)為CDS息差作為公司敏感的特定要素而不能成為債券的利差［7］；Dupuis等人根據(jù)單一CDS息差流動(dòng)性較低指數(shù)的信貸息差，推斷出公司債券價(jià)格與稅收及其流動(dòng)性不足方面的關(guān)聯(lián)關(guān)系［8］?？傊?，現(xiàn)有研究雖已構(gòu)建了眾多的期限結(jié)構(gòu)模型來(lái)預(yù)測(cè)違約風(fēng)險(xiǎn)溢價(jià)，但效果仍不理想。

同時(shí)，有些學(xué)者用大量實(shí)證來(lái)尋找違約風(fēng)險(xiǎn)和宏觀經(jīng)濟(jì)變量之間的關(guān)系，如Friedman等人指出企業(yè)破產(chǎn)和拖欠等的上升都在一個(gè)經(jīng)濟(jì)衰退的周期內(nèi)，經(jīng)濟(jì)衰退的信息應(yīng)該對(duì)應(yīng)違約風(fēng)險(xiǎn)溢價(jià)的增加而起推動(dòng)作用［9］；Stokes等人認(rèn)為通貨膨脹影響違約風(fēng)險(xiǎn)溢價(jià)，因?yàn)橥ㄘ浥蛎浻绊懲度牒彤a(chǎn)出價(jià)格，從而影響公司的業(yè)績(jī)和盈利能力及未來(lái)違約的概率［10］113－117；Ewing認(rèn)為貨幣政策沖擊并導(dǎo)致違約風(fēng)險(xiǎn)溢價(jià)的即時(shí)波動(dòng)，但隨后風(fēng)險(xiǎn)溢價(jià)將趨于穩(wěn)定［11］。

此外，對(duì)于通貨膨脹所引發(fā)的違約風(fēng)險(xiǎn)溢價(jià)問(wèn)題，國(guó)外學(xué)者也進(jìn)行了大量研究。如Estrella指出收益曲線是未來(lái)實(shí)體經(jīng)濟(jì)活動(dòng)的一個(gè)重要指標(biāo)，向上傾斜的收益率曲線預(yù)示將來(lái)更高的經(jīng)濟(jì)活動(dòng)和違約概率的減少［12］；Tang認(rèn)為宏觀經(jīng)濟(jì)影響企業(yè)現(xiàn)金流的過(guò)程，并有助于顯著降低違約概率和信貸息差［13］；Duffie等人運(yùn)用宏觀經(jīng)濟(jì)變量，如工業(yè)生產(chǎn)增長(zhǎng)來(lái)預(yù)測(cè)企業(yè)違約風(fēng)險(xiǎn)溢價(jià)問(wèn)題［14］；Gharghori等人研究了違約風(fēng)險(xiǎn)和股票回報(bào)率之間的關(guān)系，得出了違約概率是負(fù)相關(guān)的觀點(diǎn)［15］。簡(jiǎn)言之，現(xiàn)有的研究成果還需要進(jìn)一步深入，即沒有將違約風(fēng)險(xiǎn)溢價(jià)與隨時(shí)間變化的動(dòng)態(tài)因素聯(lián)系起來(lái)?；诖?，筆者利用馬爾可夫轉(zhuǎn)換模型來(lái)估算金融危機(jī)期間違約風(fēng)險(xiǎn)溢價(jià)問(wèn)題，剖析在經(jīng)濟(jì)周期不同階段的交替過(guò)程中違約風(fēng)險(xiǎn)溢價(jià)的變化。

三、馬爾可夫違約風(fēng)險(xiǎn)溢價(jià)轉(zhuǎn)換模型的構(gòu)建

金融危機(jī)期間的違約風(fēng)險(xiǎn)溢價(jià)、股票的市場(chǎng)狀況與宏觀經(jīng)濟(jì)變量之間的關(guān)系可以由經(jīng)濟(jì)模型中的變量來(lái)解釋，CDS指數(shù)息差成為首選的變量，其本質(zhì)上代理違約風(fēng)險(xiǎn)溢價(jià)而不是債券的息差。若所構(gòu)建經(jīng)濟(jì)模型具有潛在的生成周期，并能結(jié)合股市與宏觀經(jīng)濟(jì)變動(dòng)的概率，可用于預(yù)測(cè)違約風(fēng)險(xiǎn)溢價(jià)變化的信號(hào)；同時(shí)，該模型應(yīng)允許違約風(fēng)險(xiǎn)溢價(jià)在不同經(jīng)濟(jì)周期下的方差切換，而且經(jīng)濟(jì)周期在任何給定的日期可推定為馬爾可夫鏈，則可得如下馬爾可夫轉(zhuǎn)換的異方差和不同時(shí)間的參數(shù)模型：

現(xiàn)假設(shè)有兩個(gè)階段（經(jīng)濟(jì)穩(wěn)定增長(zhǎng)和經(jīng)濟(jì)危機(jī)）代表一個(gè)不可觀測(cè)的過(guò)程表示為S，根據(jù)現(xiàn)行宏觀經(jīng)濟(jì)狀態(tài)讓St的值為0或1，即St∈｛0，1｝為觀察到的兩種狀態(tài)的馬爾科夫轉(zhuǎn)換變量，其演變的轉(zhuǎn)移概率如下：

漢密爾頓假設(shè)S為一個(gè)一階馬爾可夫過(guò)程，這意味著現(xiàn)有經(jīng)濟(jì)發(fā)展階段St僅僅依賴于前一時(shí)期St－1的發(fā)展階段，完成該過(guò)程通過(guò)定義轉(zhuǎn)換從一個(gè)階段到另一個(gè)階段的轉(zhuǎn)移概率，此時(shí)違約風(fēng)險(xiǎn)溢價(jià)的變化或波動(dòng)的概率狀態(tài)為0或1，狀態(tài)為0的馬爾可夫模型意味著低波動(dòng)的情況，即經(jīng)濟(jì)平穩(wěn)發(fā)展［16］；狀態(tài)為1則意味著極高波幅，即經(jīng)濟(jì)危機(jī)或經(jīng)濟(jì)很不景氣。由于P01＝1－P00和P01＝1－P00的轉(zhuǎn)換概率被完全定義為P00和P11，根據(jù)公式（1）～（6），如果定義經(jīng)濟(jì)周期內(nèi)的穩(wěn)定發(fā)展階段為St＝0、經(jīng)濟(jì)危機(jī)階段為St＝1，則可得結(jié)論：當(dāng)βst＝時(shí)，經(jīng)濟(jì)處在平穩(wěn)發(fā)展階段；當(dāng)βst＝時(shí)，經(jīng)濟(jì)處在危機(jī)或劇烈動(dòng)蕩階段。

結(jié)合丁東洋等人的研究成果，在經(jīng)濟(jì)周期階段轉(zhuǎn)換之間，違約風(fēng)險(xiǎn)溢價(jià)和股票市場(chǎng)條件的關(guān)系可構(gòu)建為如式（7）所示模型［17－18］。需要補(bǔ)充說(shuō)明的是，對(duì)于公司違約風(fēng)險(xiǎn)以及違約風(fēng)險(xiǎn)與股票市場(chǎng)之間的關(guān)系則由經(jīng)濟(jì)主體的預(yù)期來(lái)決定，這將影響到債務(wù)及股票價(jià)值的價(jià)格，現(xiàn)有的研究也證實(shí)了單一制度模式下的信用違約掉期和股票市場(chǎng)之間的這種關(guān)系：

其中ΔCDSIt為從t－1到t（基點(diǎn)）CDS指數(shù)息差的變化，即CDS指數(shù)息差的日變動(dòng)為從t到t－1之間（ΔCDSIt＝CDSIt－CDSIt－1）的一階差分息差；ΔIRt為股市指數(shù)收益變動(dòng)率；ΔIRVt為股指收益波動(dòng)率；βit，St為時(shí)變系數(shù)，即當(dāng)i＝0，1，2時(shí)的馬爾可夫轉(zhuǎn)換過(guò)程；vit為i＝0，1，2的誤差項(xiàng)，且St∈ ｛0，1｝為觀察到的兩種狀態(tài)的馬爾可夫轉(zhuǎn)換變量。因此，宏觀經(jīng)濟(jì)變量之間的關(guān)系模型可擴(kuò)展為：

其中ΔCPIt為居民消費(fèi)價(jià)格變動(dòng)指數(shù)，ΔIPIt為工業(yè)生產(chǎn)變動(dòng)指數(shù)。

四、馬爾可夫違約風(fēng)險(xiǎn)溢價(jià)預(yù)測(cè)轉(zhuǎn)換模型的實(shí)證仿真

（一）數(shù)據(jù)描述

本文采用香港恒生指數(shù)（Hang Seng Index，HSI）CDS息差代理違約風(fēng)險(xiǎn)溢價(jià)作為實(shí)證對(duì)象。HSI CDS系列是在亞洲市場(chǎng)上流動(dòng)性最強(qiáng)的單一名稱信用違約掉期，而選擇最有代表性的5年期恒生CDS是基于其高流動(dòng)性的緣故。所收集的數(shù)據(jù)包括恒生CDS指數(shù)的每日收盤報(bào)價(jià)（引用買入價(jià)和賣出報(bào)價(jià)之間的中點(diǎn)），涵蓋恒生指數(shù)有限公司從2006年3月至2009年11月期間所有的數(shù)據(jù)。香港恒生銀行編制并公布的反映香港股票市場(chǎng)股價(jià)變動(dòng)的股票價(jià)格指數(shù)，其構(gòu)成并非以全部上市股份來(lái)計(jì)算。

恒生指數(shù)的計(jì)算方法是將選定的33種成分股票按其當(dāng)天的收盤價(jià)，分別乘以上市股票數(shù)，加權(quán)合計(jì)出當(dāng)天成分股的總市值，再用同樣的方法算出基期日成分股的總市值，二者相比再乘以100，即得出當(dāng)天的恒生指數(shù)。每日股價(jià)指數(shù)收益率計(jì)算如下：ln（SIt／SIt－1），運(yùn)用 GARCH（1，1）模型來(lái)觀察和計(jì)算每日股票收益指數(shù)波動(dòng)情況［18］。GARCH（1，1）模型的定義如下：

其中α為滯后收益平方所分配的權(quán)重，β為滯后方差所分配的權(quán)重，ω為常量。因其簡(jiǎn)要且易于估計(jì)，并具有在隨時(shí)間變化的各種波動(dòng)情況下的成功建模經(jīng)驗(yàn)，GARCH模型通常為預(yù)測(cè)的首選模型。對(duì)于宏觀經(jīng)濟(jì)變量，通常使用月度數(shù)據(jù)來(lái)研究重要的經(jīng)濟(jì)指標(biāo)，如居民消費(fèi)價(jià)格變動(dòng)指數(shù)（CPI）、工業(yè)生產(chǎn)變動(dòng)指數(shù)（IPI）等，第一個(gè)變量通常用來(lái)觀測(cè)通貨膨脹的指標(biāo)，第二個(gè)變量作為經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)指標(biāo)，實(shí)證數(shù)據(jù)來(lái)源于恒生指數(shù)有限公司，表1總結(jié)了原始數(shù)據(jù)的統(tǒng)計(jì)信息。

表1 初步統(tǒng)計(jì)表

5年期恒生CDS指數(shù)的標(biāo)準(zhǔn)差是很重要的數(shù)據(jù)，該CDS系列呈現(xiàn)出了正偏態(tài)特征，這表明所得到的回報(bào)為非正態(tài)分布。表1顯示了恒生指數(shù)的一個(gè)正的超額峰度，突出了一個(gè)尖峰厚尾的特征（即相對(duì)尖頂?shù)母咚垢怕史植迹?/p>

（二）參數(shù)估計(jì)

考察兩個(gè)時(shí)期的數(shù)據(jù)：次貸危機(jī)前一個(gè)時(shí)期與次貸危機(jī)時(shí)期。作為實(shí)證調(diào)查，本文繪制了4年期每天香港恒生CDS指數(shù)水平和恒生33指數(shù)水平，見圖1。這兩個(gè)系列都經(jīng)過(guò)標(biāo)準(zhǔn)化處理，其時(shí)間涵蓋2007年1月21日至2010年8月30日。

圖1 HSI CDS水平和股指水平圖

對(duì)于香港股市指數(shù)，從圖1中可以發(fā)現(xiàn)恒生33指數(shù)從2008年6月大幅下跌，CDS指數(shù)息差擴(kuò)大和暴跌共有三個(gè)階段：第一個(gè)階段在2008年6月10日之后，法國(guó)巴黎銀行的附屬公司暫停清算了兩家對(duì)沖基金資產(chǎn)，這個(gè)日期標(biāo)志著在CDS市場(chǎng)危機(jī)的開始；第二階段從2009年開始，香港HSI CDS指數(shù)的價(jià)差在2008年12月中旬達(dá)到250個(gè)基點(diǎn)（然而在2006年3月的利差為28個(gè)基點(diǎn)）；第三階段在2009年6月10日股市的CDS市場(chǎng)反應(yīng)是異常迅速的。此外，筆者還注意到CDS利差水平與股價(jià)估值為負(fù)相關(guān)關(guān)系，當(dāng)股票價(jià)格有明顯增加趨勢(shì)時(shí)CDS利差減少，反之亦然。通常情況下CDS溢價(jià)上升，公司的財(cái)務(wù)會(huì)遇到困難，因此應(yīng)該限制其股價(jià)的跌幅。

金融危機(jī)的一般特點(diǎn)是經(jīng)濟(jì)波動(dòng)性上升，因此應(yīng)注意到HSI CDS指數(shù)波動(dòng)的變化。為了更準(zhǔn)確地測(cè)量危機(jī)期間的變化，可以運(yùn)用指數(shù)加權(quán)移動(dòng)平均波幅EWMA來(lái)定義和加權(quán)二次收益率與隨著時(shí)間的推移指數(shù)遞減的比重，EWMA模型被廣泛用于危機(jī)期間的識(shí)別和預(yù)測(cè)。該模型被定義為：

其中λ為分配滯后差異的權(quán)重，且ω＝0、α＝1－λ、β＝λ。EWMA為GARCH模型的一個(gè)特殊情況，這兩種模型之間的主要區(qū)別是GARCH模型采用均值回歸，而EWMA模型不是，此特征能識(shí)別到波動(dòng)性的突然增加，HSI CDS指數(shù)波動(dòng)軌跡見圖2。從圖2中可以觀察到HIS CDS指數(shù)波動(dòng)在2008年6月突然增加，據(jù)此可以認(rèn)為危機(jī)發(fā)生期間對(duì)應(yīng)于這一時(shí)期的波動(dòng)非常明顯。表2是在危機(jī)開始期間計(jì)算每月CDS市場(chǎng)的EWMA波動(dòng)情況，具體時(shí)間為2007年1月至2010年8月。

圖2 HSI CDS指數(shù)的變化與EWMA波動(dòng)曲線圖

表2 EWMA每月波動(dòng)變化表 單位：%

從表2可以看出，2008年5月開始的危機(jī)期間CDS利差指數(shù)的波動(dòng)性已經(jīng)明顯增加，從2008年4月的28．73%增加到2008年5月的84．15%，從而可以識(shí)別兩個(gè)子階段：危機(jī)發(fā)生前的階段，此時(shí)HSI CDS利差波動(dòng)率特別低，這個(gè)階段為從2007年1月至2008年4月；經(jīng)濟(jì)危機(jī)發(fā)生階段，時(shí)間跨度為2008年5月至2010年9月。在第一階段CDS溢價(jià)不僅低而且穩(wěn)定，平均為23個(gè)基點(diǎn)，在此期間違約率很低，投資者的風(fēng)險(xiǎn)偏好較高；在危機(jī)階段CDS保費(fèi)呈現(xiàn)急劇增加的狀態(tài)，2010年1月達(dá)到569．28個(gè)基點(diǎn)。

（三）馬爾可夫轉(zhuǎn)換過(guò)程

根據(jù)式（7）與式（8）對(duì)香港市場(chǎng)CDS利差指數(shù)進(jìn)行測(cè)算，結(jié)果見表3。表3中模型1的數(shù)據(jù)采用了每日數(shù)據(jù)，模型2的數(shù)據(jù)采用了月度數(shù)據(jù)。若在相同的市場(chǎng)狀態(tài)下，處在t時(shí)刻經(jīng)濟(jì)穩(wěn)定狀態(tài)下的概率（p＝P00）與t－1時(shí)刻的概率相同，為0．668 512；在t時(shí)刻經(jīng)濟(jì)處在危機(jī)狀態(tài)下的概率（q＝P11）與處于高度波動(dòng)狀態(tài)t－1時(shí)刻的概率為0．652 384。這些高概率情況說(shuō)明市場(chǎng)要么大幅波動(dòng)、要么平穩(wěn)發(fā)展，整個(gè)經(jīng)濟(jì)運(yùn)行始終要保持這種規(guī)則，這也符合馬爾可夫轉(zhuǎn)換過(guò)程。同時(shí)，表3顯示該指數(shù)回報(bào)率的方差波動(dòng)在1%的水平（0．012 016），但在統(tǒng)計(jì)學(xué)上該顯著性指數(shù)收益率的方差并不明顯（0．011 325）。調(diào)查結(jié)果表明，在金融危機(jī)期間的違約風(fēng)險(xiǎn)溢價(jià)及股票市場(chǎng)條件之間的關(guān)系與經(jīng)濟(jì)波動(dòng)的幅度有關(guān)，與經(jīng)濟(jì)所處的狀態(tài)并不緊密。在金融危機(jī)期間，HSI CDS指數(shù)息差的股票指數(shù)收益率的波動(dòng)變得高度敏感，時(shí)變參數(shù)的估計(jì)值如股指回報(bào)系數(shù)ΔIRt（β1t，0和β1t，1）、股指回報(bào)系數(shù)波動(dòng)值 ΔIRVt（β2t，0和β2t，1）的變動(dòng)過(guò)程如圖3～5所示。在各圖中，縱軸代表參數(shù)值，橫軸代表觀測(cè)值。由于這些參數(shù)遵循了馬爾可夫轉(zhuǎn)換過(guò)程，因此圖中的每個(gè)參數(shù)有兩種情況：狀態(tài)1（經(jīng)濟(jì)危機(jī)期）和狀態(tài)2（非經(jīng)濟(jì)危機(jī)期）。

表3和圖3～5顯示，違約風(fēng)險(xiǎn)溢價(jià)的變化、股市水平同宏觀經(jīng)濟(jì)變量之間的關(guān)系與經(jīng)濟(jì)周期是相關(guān)的。圖4表明在經(jīng)濟(jì)周期階段交替變動(dòng)的情況下，股票收益率對(duì)CDS利差變化的影響并不明顯，股指收益率變動(dòng)對(duì)CDS利差變動(dòng)在危機(jī)前與危機(jī)期間也無(wú)影響。根據(jù)表3和圖5中的實(shí)證結(jié)果，股指收益率的波動(dòng)正好印證了經(jīng)濟(jì)周期階段轉(zhuǎn)換期間CDS利差的變動(dòng)趨勢(shì)。

表3 香港市場(chǎng)估計(jì)結(jié)果表

圖3 經(jīng)濟(jì)階段交替下時(shí)變常量估計(jì)值圖

圖4 馬爾可夫轉(zhuǎn)換過(guò)程中時(shí)變系數(shù)ΔIRt估計(jì)值圖

圖5 馬爾可夫轉(zhuǎn)換過(guò)程中時(shí)變系數(shù)ΔIRVt估計(jì)值圖

模型2的估算結(jié)果表明，經(jīng)濟(jì)狀態(tài)為0與經(jīng)濟(jì)狀態(tài)為1的波動(dòng)性不同，在統(tǒng)計(jì)學(xué)上更具有顯著性特征。同時(shí)，模型1、2的估算結(jié)果還表明金融危機(jī)與整個(gè)經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)相關(guān)，違約風(fēng)險(xiǎn)溢價(jià)和宏觀經(jīng)濟(jì)變量之間緊密相關(guān)。然而，此時(shí)的工業(yè)生產(chǎn)指數(shù)在統(tǒng)計(jì)上具有顯著性，達(dá)到了1%的水平（0．848 561），而居民消費(fèi)價(jià)格指數(shù)并不顯著，時(shí)變參數(shù)估計(jì)值的變化如圖6～8所示。

圖6 馬爾可夫轉(zhuǎn)換過(guò)程中時(shí)變參量估計(jì)值圖

圖7 馬爾可夫轉(zhuǎn)換過(guò)程中時(shí)變系數(shù)ΔCPIt估計(jì)值圖

圖8 馬爾可夫轉(zhuǎn)換過(guò)程中時(shí)變系數(shù)ΔIPIt估計(jì)值圖

（四）實(shí)證結(jié)果的討論與分析

當(dāng)模型參數(shù)估計(jì)值測(cè)定后，CDS每日收盤價(jià)的息差與當(dāng)時(shí)利差方差估計(jì)概率表現(xiàn)出了較高的相關(guān)性，考慮到整個(gè)樣本的觀測(cè)計(jì)算，這些概率即為所謂的平滑概率，作為一個(gè)馬爾可夫轉(zhuǎn)換的例證，圖9表明平滑概率具有高度波動(dòng)性規(guī)律，即在給定的t－1時(shí)間內(nèi)，市場(chǎng)也呈現(xiàn)高度波動(dòng)性規(guī)律。

圖9 馬爾可夫轉(zhuǎn)換過(guò)程中的平滑概率圖

圖9中所示的平滑概率揭示了經(jīng)濟(jì)周期轉(zhuǎn)換階段的時(shí)機(jī)，也表明經(jīng)濟(jì)發(fā)展呈現(xiàn)了高度波動(dòng)性規(guī)律。圖9中（a）圖的實(shí)線代表跳躍情況，與次貸危機(jī)對(duì)香港CDS市場(chǎng)影響相匹配。在2008年7月以后，圖9中（b）圖顯示的平滑概率以不規(guī)則的時(shí)間間隔大幅沖高，這也表明從低到高的波動(dòng)狀態(tài)的過(guò)渡發(fā)生在很短的一段時(shí)間。

2008年6月以來(lái)，CDS市場(chǎng)上受次貸危機(jī)的影響不斷加深，金融危機(jī)影響背后存在許多結(jié)構(gòu)性和技術(shù)性的因素沖擊著香港CDS市場(chǎng)，并導(dǎo)致CDS價(jià)格指數(shù)劇烈波動(dòng)，結(jié)合當(dāng)時(shí)香港市場(chǎng)的實(shí)際情況，這些因素主要包括以下方面：

第一，政策制定者非常擔(dān)憂CDS價(jià)格的上升可能導(dǎo)致賣家的自利性保護(hù)，造成沒有足夠的儲(chǔ)備來(lái)支付未來(lái)的索賠，違約的一方在整個(gè)金融系統(tǒng)中可能會(huì)導(dǎo)致一連串的問(wèn)題。

第二，當(dāng)CDS保護(hù)的抵押貸款所支持的證券于2008年開始失去價(jià)值時(shí)，投資者開始擔(dān)心CDS市場(chǎng)可能突然面臨著巨大的負(fù)債及風(fēng)險(xiǎn)。

第三，自2009年夏季以來(lái)的債務(wù)抵押債券（CDO）市場(chǎng)已明顯轉(zhuǎn)弱，導(dǎo)致銷售與合成CDO及相關(guān)產(chǎn)品連接的保護(hù)需求下降。

第四，香港CDS市場(chǎng)投資者買賣保險(xiǎn)以防止債券市場(chǎng)上的違約行為，當(dāng)投資者越來(lái)越關(guān)心企業(yè)的生存能力時(shí)，相應(yīng)的保護(hù)成本則會(huì)上升。

第五，諸如第n期違約掉期結(jié)構(gòu)性產(chǎn)品的損失，由多個(gè)企業(yè)信貸構(gòu)成的CDS被頻繁使用，對(duì)其損失信用保障需求有了很大的增加，故需要通過(guò)反向交易進(jìn)行對(duì)沖平倉(cāng)。

五、結(jié) 論

前幾年的次貸危機(jī)所誘發(fā)的金融危機(jī)對(duì)金融市場(chǎng)造成了強(qiáng)大的沖擊，引發(fā)了整個(gè)銀行業(yè)的危機(jī)和持續(xù)的信貸緊縮，造成全球經(jīng)濟(jì)增長(zhǎng)的減速?；诖耍疚钠饰隽诉`約風(fēng)險(xiǎn)溢價(jià)的變化對(duì)股市狀況的靈敏度以及通過(guò)使用馬爾可夫轉(zhuǎn)換模型的兩個(gè)狀態(tài)來(lái)剖析宏觀經(jīng)濟(jì)變量與信貸違約上升及非經(jīng)濟(jì)危機(jī)之間的關(guān)系，針對(duì)HSI CDS指數(shù)利差為代表的違約風(fēng)險(xiǎn)溢價(jià)問(wèn)題，通過(guò)馬爾可夫轉(zhuǎn)換模型研究了香港HSI CDS指數(shù)的馬爾可夫轉(zhuǎn)換過(guò)程，分析了敏感股指波動(dòng)與金融危機(jī)期間的工業(yè)生產(chǎn)指數(shù)等宏觀經(jīng)濟(jì)變量的關(guān)系，揭示了在金融危機(jī)期間的信用違約風(fēng)險(xiǎn)溢價(jià)、股市波動(dòng)與宏觀經(jīng)濟(jì)變量的內(nèi)在聯(lián)動(dòng)性，進(jìn)而對(duì)違約風(fēng)險(xiǎn)溢價(jià)的深層次問(wèn)題進(jìn)行了深入研究和探討。

［1］ Hsu J C，Santa Clara P．Bond Pricing With Default Risk［C］．Working Paper，Anderson School，UCLA，2002．

［2］ Collin Dufresne P，Goldstein R S，Martin J S．The Determinants of Credit Spread Changes［J］．Journal of Finance，2001（8）．

［3］ Lando D．On Cox Process and Credit Risky Securities［J］．Review of Derivatives Research，1998（2）．

［4］ Duffee G．Estimating the Price of Default Risk［J］．Review of Financial Studies，1999（6）．

［5］ Longstaff F A，Mithal S，Neis E．Corporate Yield Spreads：Default Risk or Liquidity？New Evidence From the Credit Default Swap Market［J］．Journal of Finance，2005（5）．

［6］ Elton E J，Gruber M J，Agrawal D，Mann C．Explaining the Rate Spread on Corporate Bonds［J］．Journal of Finance，2001（1）．

［7］ Blanco R，Brennan S，Marsh I W．An Empirical Analysis of the Dynamic Relation Between Investment－grade Bonds and Credit Default Swaps［J］．Journal of Finance，2005（5）．

［8］ Dupuis D，Jacquier E，Papageorgiou N，Rémillard B．Empirical Evidence on the Dependence of Credit Default Swaps and Equity Prices［J］．Journal of Futures Markets，2009（8）．

［9］ Friedman B，Kuttner K．Indicator Properties of the Paper－bill Spread：Lessons From Recent Experience［J］．Review of Economics and Statistics，1998（11）．

［10］Stokes H H，Neuburger H M．New Methods in Financial Modeling：Explorations and Applications［M］．Westport，CT：Quorum Books，1998．

［11］Ewing B T．The Response of the Default Risk Premium to Macroeconomic Shocks ［J］．The Quarterly Review of Economics and Finance，2003（5）．

［12］Estrella A．Predicting US Recessions：Financial Variables as Leading Indicators［J］．Review of Economics and Statistics，1998（1）．

［13］Tang D Y．Macroeconomic Conditions，F(xiàn)irm Characteristics，and Credit Spread ［J］．Journal of Financial Services Research，2006（3）．

［14］Duffie D，Saita L，Wang K．Multi－Period Corporate Default Prediction with Stochastic Covariates ［J］．Journal of Financial Economics，2007（5）．

［15］Gharghori P，Chan H，F(xiàn)aff F．Default Risk and Equity Returns：Australian Evidence［J］．Pacific－Basin Finance Journal，2009（9）．

［16］Hamilton J D．A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle［J］．Econometrica，1989（2）．

［17］丁東洋，周麗莉．基于貝葉斯方法的信用評(píng)級(jí)模型構(gòu)建與違約概率估計(jì)［J］．統(tǒng)計(jì)與信息論壇，2010（9）．

［18］Dooley M，Hutchison M．Transmission of the U．S．Subprime Crisis to Emerging Markets：Evidence on the Decoupling－Recoupling Hypothesis［J］．Journal of International Money and Finance，2009（12）．