歐洲已開發市場之信用違約交換與信用價差動態關係與變化影響因子 - 政大學術集成
63
0
0
全文
(2) 誌謝辭 感謝指導老師岳夢蘭博士之指導與提供意見，並不時給予鼓勵增加信心，幫 助我順利完成論文。 也謝謝口試委員周冠男博士與江彌修博士之指導，使論文內容更趨完整。 此外要感謝所上同學，每次大家忙裡偷閒聚會時的互吐苦水都是舒減壓力的 良方。 最後，感謝家人與朋友，謝謝你們的包容、關心與支持。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i. i Un. v.
(3) 摘要 本研究探討歐洲已開發市場之主權信用違約交換與主權債券和無風險利率 之債券信用價差之間的動態關係以及價格發現現象。此外亦分析可能影響歐洲已 開發市場主權信用違約交換與債券信用價差變動之因子。 實證結果發現信用違約交換有較明顯之價格發現功能，且信用違約交換與債 券信用價差間之基準差與信用風險呈現正向關係。而歐洲主權債券因其性質特 殊，其使用德國政府公債作無風險利率反而較歐元交換利率為佳。此外我們發現 利率變化與股市皆為影響歐洲主權信用價差之因子，而波動率之影響不明顯，原. 政 治 大. 因也可能是歐洲主權債券過去低風險而成為資金避險標的之特殊性質。. 立. ‧ 國. 學. 關鍵字：信用違約交換、債券信用價差、信用價差、VECM、價格發現、歐洲已開 發市場、主權債券. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. ii. i Un. v.
(4) Abstract The thesis examines the dynamic relation between CDS and bond spread on developed European sovereign bonds. We also investigate which variables will affect the changes of CDS and bond spreads. We found that price discovery occurs on CDS more often, and the basis between CDS and bond spread has a positive relationship with credit risk. Due to the special characteristic of developed European sovereign bonds, the German sovereign bond yield is a better benchmark for risk-free rate than the Euro swap rate. Also we found. 政 治 大 credit spread, but the effect of volatility on credit spread is limited. The reason should 立. that the change of rates and the return on stock market affect the European sovereign. ‧. ‧ 國. capitals to park.. 學. be the low-risk nature of these bonds in the past, which made them “safe” products for. n. al. er. io. developed European markets, sovereign bond. sit. y. Nat. Keywords ： CDS, bond credit spread, credit spread, VECM, price discovery,. Ch. engchi. iii. i Un. v.
(5) 目錄. 第一章. 緒論........................................................1 第一節 研究背景.............................................1 第二節 研究動機與簡介.......................................4 第三節 研究架構.............................................6. 第二章. 文獻回顧....................................................7 第一節 信用違約交換與債券市場之關係.........................7. 政 治 大 資料說明與研究方法.........................................14 立 第二節 信用價差之組成與影響因子............................10. 第三章. 第一節 動態關係與 VECM 模型.................................14. ‧ 國. 學. 第二節 迴歸分析............................................21 實證分析...................................................28. ‧. 第四章. sit. y. Nat. 第一節 信用違約交換價差與債券信用價差之動態關係............28. io. al. 結論.......................................................43. iv n C 結論...............................................43 hengchi U n. 第五章. er. 第二節 迴歸模型分析信用價差之影響因子......................35. 第一節 第二節. 建議...............................................45. 參考文獻...........................................................46 附錄...............................................................48. iv.
(6) 圖目錄 圖一 信用違約交換在外流通量.........................................2 圖二 信用違約交換與債券信用價差分布圖..............................19 圖三 信用違約交換、債券信用價差與基準差變化圖......................48 (a) 奧地利 CDS 與 BS1.........................................48 (b) 奧地利 CDS 與 BS2.........................................48 (c) 希臘 CDS 與 BS1..........................................49 (d) 希臘 CDS 與 BS2..........................................49. 政 治 大 (f) 愛爾蘭 CDS 與 BS2........................................50 立 (e) 愛爾蘭 CDS 與 BS1........................................49. ‧ 國. 學. (g) 義大利 CDS 與 BS1........................................50 (h) 義大利 CDS 與 BS2........................................50. ‧. (i) 葡萄牙 CDS 與 BS1........................................51. sit. y. Nat. (j) 葡萄牙 CDS 與 BS2........................................51. n. al. er. io. (k) 西班牙 CDS 與 BS1........................................51. i Un. v. (l) 西班牙 CDS 與 BS2........................................52. Ch. engchi. v.
(7) 表目錄 表 1 信用違約交換與主權評等對照表............................... ...16 表 2 信用違約交換與債券信用價差平均值對照表...................... ..18 表 4 全體國家 5 年期信用違約交換價差與債券信用價差變化樣本敘述統計...25 表 5 全體國家 10 年期信用違約交換價差與債券信用價差變化樣本敘述統計..25 表 6 各國 5 年期信用違約交換價差與債券信用價差變化樣本敘述統計.......26 表 7 各國 10 年期信用違約交換價差與債券信用價差變化樣本敘述統計......27 表 8 各國信用違約交換與債券信用價差之基準差對照表................ ..29. 政 治 大 表 10 債券信用價差 BS2 之 Johansen Tests of Cointegration 結果.........31 立 表 9 債券信用價差 BS1 之 Johansen Tests of Cointegration 結果.........31. ‧ 國. 學. 表 11 信用違約交換與債券信用價差 BS1 之 VECM 結果.....................33 表 12 信用違約交換與債券信用價差 BS2 之 VECM 結果.....................34. ‧. 表 15 5 年期信用違約交換價差與債券信用價差組成因子迴歸結果..........35. sit. y. Nat. 表 16 10 年期信用違約交換價差與債券信用價差組成因子迴歸結果.........36. n. al. er. io. 表 17 模型變數與預期影響方向.................................. .....36. i Un. v. 表 18 所有國家 5 年期信用違約交換價差與債券信用價差變化迴歸結果......39. Ch. engchi. 表 19 所有國家 10 年期信用違約交換價差與債券信用價差變化迴歸結果.....39 表 20 個別國家 5 年期信用違約交換價差變化 ΔCDS 迴歸結果..............40 表 21 個別國家 5 年期債券信用價差變化 ΔBS1 迴歸結果...................40 表 22 個別國家 5 年期債券信用價差變化 ΔBS 2 迴歸結果...................41 表 23 個別國家 10 年期信用違約交換價差變化 ΔCDS 迴歸結果.............41 表 24 個別國家 10 年期債券信用價差變化 ΔBS1 迴歸結果..................42 表 25 個別國家 10 年期債券信用價差變化 ΔBS 2 迴歸結果..................42. vi.
(8) 表 3 信用違約交換價差與債券信用價差之日變化敘述統計............. ...53 表 13 信用違約交換價差與債券信用價差 BS1 VECM 結果之 γ 與 δ ............54 表 14 信用違約交換價差與債券信用價差 BS2 VECM 結果之 γ 與 δ ............55. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. vii. i Un. v.
(9) 第一章. 緒論. 隨著 2008 年金融風暴後各國政府執行寬鬆貨幣政策與財政政策，低利率環 境下各國政府大量舉債，也造成現今歐洲已開發國家之債務危機。信用衍生性商 品在金融風暴中之公司債與房屋貸款商品市場上扮演舉足輕重之角色，其在現今 歐洲已開發國家政府之主權債信問題上亦占有關鍵地位。 主權信用違約交換與主權債券信用價差二者皆是反映主權債券信用風險之 指標，因此了解兩者之關係可以幫助投資者及早對信用風險之變化作出反應。分 析影響歐洲信用價差之因子亦可以幫助了解歐洲政府或公司債券之信用風險變 化會受到何種外在因素左右。. 第一節. 研究背景. ‧. 1.信用違約交換市場. 學. ‧ 國. 立. 政 治 大. sit. y. Nat. 信用違約交換(Credit Default Swap, CDS)為成長快速的一項金融商品，自. io. er. 1990 年代初期推出，發展至今已是成為最重要的信用衍生性商品。圖一為國際 掉期交易協會(International Swaps and Derivatives Association, ISDA)之. al. n. iv n C 每年信用違約交換在外流通總量之統計，可以看到流通總量由 2001 年不到一兆 hengchi U 美元成長至 2007 年達到 62 兆美元之高峰。短短五年內有高於 60 倍之成長，顯. 見近年投資人對於信用避險有極高之需求。而後因為 2008 年之金融風暴使得市 場於 2008 與 2009 兩年有明顯萎縮，然依 2009 年底之最近期統計，仍共有約 30.4 兆美元價值的信用違約交換合約在外流通，顯見信用違約交換已發展成為一規模 龐大且流動性良好之市場。. 1.
(10) 圖一. 信用違約交換在外流通量. 總量 (單位：兆美元). 70 60 50 40 CDS在外流通總量. 30 20 10 0 2001. 2002. 2003. 2004. 2005. 2006. 2007. 2008. 2009. 年份. 政 治 大. 註：資料來源為 ISDA，統計資料為每年年底之統計。. 立. ‧ 國. 學. 信用違約交換合約提供債券投資人規避風險之管道，而其合約標的最常見的 為公司債與主權債券。主權債券之信用違約交換與一般公司債信用違約交換有許. ‧. 多差異，國家發行之債券通常具有發行金額龐大、到期日長、總量多等特性，流. sit. y. Nat. 動性一般較公司債良好。且政府的借貸則幾乎皆由債券形式發行，相對來說公司. n. al. er. io. 之舉債方式除了發行債券外，亦有向銀行之直接借款。因此綜合以上，主權信用. i Un. v. 違約交換相對於公司信用違約，具有交易量較大且流通性較佳之特性。. Ch. engchi. 本研究關注之焦點為歐洲之主權債券之信用違約交換。花旗集團全球市場研 究部門 2010 年三月份針對於歐洲主權信用違約交換之研究報告中指出，ISDA 使 用合約總數作為計算標準的統計可能造成誤導，因為其中包含許多彼此間可以互 相抵銷，以及許多交互避險的合約。而花旗透過交易商的淨部位資料，提出歐洲 政府債券之主權信用違約交換(sovereign CDS)總合約價值約為 1080 億美元，此 數字對比於整體歐洲政府債券市場的 11 兆美元規模比例約為 1 比 100。 2.信用違約交換(CDS) 信用違約交換(CDS)為最普遍的一種信用衍生性商品，一般在櫃檯買賣(OTC) 交易。信用違約交換契約的買方稱為保護買方(protection buyer)，而賣方則為. 2.
(11) 保護賣方(protection seller)，而契約標的則是信用事件(credit events)。簽 訂信用違約交換合約的保護賣方替保護買方擔保，若是標的債券在信用違約交換 契約到期前發生違約時，保護賣方需負責償付保護買方之損失。而保護買方則需 要依信用違約交換契約內容，在信用違約交換契約期間內定期支付現金給保護賣 方。因此信用違約交換可以視為一種保險契約，一方固定支付保費，另一方則提 供保險。 若在契約期間內發生信用事件，信用違約交換契約即終止，此時保護賣方需 依約定的交割方式完成結算。一般來說交割可分為實體交割與現金交割，而政府 公債的信用違約交換主要以實體交割為主，因為契約雙方都想避免違約發生後要. 治 政 對流動性極差的債券價值認定問題(Pan and Singleton, 大 2008)。實體交割時保 立 護賣方支付保護買方標的債券的票面價值，而保護買方則將合約上可接受的債券 ‧ 國. 學. 交付保護賣方，完成交割。. ‧. 信用事件的定義為信用違約交換合約的一項重要因子。一般政府債券信用違. sit. y. Nat. 約交換的違約認定有：. io. er. (1) 債務到期加速(obligation acceleration) (2) 無法支付(failure to pay). n. al. (3). Ch 債務重整(restructuring). engchi. i Un. v. (4) 拒絕或延期償付(repudiation/moratorium) 一般公司的違約認定還有一項為破產(Bankruptcy)，但政府債券因為國際上沒有 破產法庭，因此不會將此項列入信用事件。 一般信用違約交換價格除了受到違約事件之發生機率影響外，另一重要影響 因子為債務違約後之回收率。但主權信用違約交換因其標的債券之發行者為國 家，而現在國際上尚無國家破產法律存在，因此一般違約後會透過債務重新協商 之方式來解決債務問題，Yue (2009)之研究中提到，近年統計資料顯示主權債務 之重整平均會造成債權人 40％之損失。 此外在評價信用違約交換合約時亦須考量交易對手風險。此乃因為信用違約 3.
(12) 交換合約雖然規避了債券違約之風險，然而在進行此交換合約之對手方卻有可能 出現違約，因此保護買方須承擔此風險。 對於信用違約交換保護買方來說，可透過信用違約交換合約將違約風險轉 嫁，其固定支付的現金則像是取得此保險之保險費；而保護賣方則向保護買方收 取費用，做為其承擔信用風險的報償。一般信用違約交換費用之支付為每季支 付，信用違約交換價格代表的則是年化的費用，通常使用的單位為基本點(basis points, bp)。 信用違約交換合約將信用風險獨立出來，提供欲針對債券之違約風險作避險 或擔保之投資人方便且廉價之管道，也使持有大量風險性債券之金融機構執行風 險控管時更加便利。. 第二節. 研究動機與簡介. 學. ‧ 國. 立. 政 治 大. ‧. 近期從冰島的破產，演變至現今 PIIGS(Portugal, Ireland, Italy, Greece,. sit. y. Nat. and Spain)五國之償債能力皆遭受質疑，主權債券與其違約可能性成為受關注的. io. er. 議題。歐洲國家的債信問題乃是個全新的事件，與過去的政府債券違約有極大不 同。過去政府公債違約的問題皆是發生在新興市場國家身上，而這些新興國家之. al. n. iv n C 債券原本就被市場視為高風險的高收益債。但相對來說歐洲已開發國家的政府公 hengchi U 債過去評等皆良好，此次出現違約問題可謂毫無先例。. 已開發國家之政府公債通常具有流動性良好且違約率低的特性，因此其殖利 率常常被當作市場之無風險利率的指標。但近年甚至德國與美國公債都有其對應 信用違約交換在市場交易，顯見市場對已開發國家之政府財政赤字與主權債務大 量增加後之償債能力有所質疑。 過去研究主權信用違約交換的文獻都將焦點集中在新興市場的政府公債與 其信用違約交換上，而較少著墨歐洲已開發市場的債券與信用違約交換，主要原 因在於已開發國家之信用違約交換價格低，波動率也很小，較難觀察其變化。但 歐洲已開發國家的外債金額本來就高，近幾年又持續增加，因此市場與信評公司 4.
(13) 也開始反映這些風險，如信用違約交換價格與波動明顯升高，而希臘的債信甚至 被降級到 BBB-的垃圾債券等級，因此也使得這些國家之主權信用違約交換成為 值得觀察的指標。 我們認為歐洲已開發國家之主權債券之本質與新興市場主權債有明顯差 異，因此在信用違約交換與債券市場之反應上亦可能有其特別之處。以下為本研 究之目的： 1. 研究歐洲已開發市場之主權信用違約交換與主權債券和無風險利率之債券信 用價差之間的動態關係以及價格發現現象。 2. 探討可能影響歐洲已開發市場主權信用違約交換與債券信用價差變動之因 子。. 立. 政 治 大. 本論文將針對歐洲已開發國家中信用違約交換價格較高的六個國家做討. ‧ 國. 學. 論，並與過去單一公司信用違約交換(single-name CDS)及新興市場主權信用違. ‧. 約交換的研究做比較，找出其中異同。本文同時使用兩種利率指標當無風險利. sit. y. Nat. 率，探討信用違約交換價差與在此二種利率基準下計算出之債券價差之間的變化. io. er. 關係，並分析兩者之間的基準差(basis)有差異的原因。. 而後本研究將透過 VECM 模型之實證結果，顯示信用違約交換相對於債券市. al. n. iv n C 場具有價格發現的功能。最後再使用迴歸模型探究影響信用違約交換價差與債券 hengchi U. 信用價差變化之因子，並討論這些因子對此兩種信用價差解釋能力不同的原因。. 5.
(14) 第三節. 研究架構. 本研究共分為五章： 第一章. 緒論：信用違約交換之介紹，以及說明研究動機與簡介本研究。. 第二章. 文獻回顧：針對過去在(1)信用違約交換與債券信用價差之動態關係之 研究；以及(2)討論信用價差之組成因子之文獻內容與結果做說明。. 第三章. 資料與研究方法：針對使用樣本資料作描述，並介紹用以探討價格發現 與動態關係之 VECM 模型，以及研究信用價差組成成分之迴歸模型。. 第四章. 實證結果：針對兩個研究重點之實證結果提出說明與解釋。. 第五章. 結論與建議：結論以及對未來相關研究之建議。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i Un. v.
(15) 第二章. 第一節. 文獻回顧. 信用違約交換與債券市場之關係. 根據 Duffie (1999) and Hull and White (2000)，債券信用價差與信用違 約交換價差同樣反應標的債券之信用風險，且兩者之間存在有套利關係。因此在 不考慮其他影響因素之下，兩者之價差應當一樣，若出現差異則在市場的套利力 量下兩者價格應會重新趨向一致。 我們可以假設投資人持有一張有風險的債券，同時又買入債券對應的信用違 約交換合約，則他消除了大部分信用違約的風險，因此在近乎沒有承擔風險的狀. 治 政 況下其總合報酬應該趨近於無風險報酬，即無風險利率。因此存在下式之關係： 大 立 ‧ 國. 學. rbond − pCDS = r f. 其中 rbond ， pCDS ， rf ，分別代表風險債券殖利率，信用違約交換價格，與無風險. ‧. 利率。而因為( rbond - rf )即為我們所定義之債券信用價差，因此可以再將上式重. sit. n. al. er. io. pCDS = rbond − r f = p BS. y. Nat. 組後得到下式：. Ch. engchi. i Un. v. p BS 即為債券信用價差。因此假若市場上信用違約交換的價差高於債券信用價 差，則投資人可以選擇賣出信用違約交換，同時放空風險性債券與買入無風險資 產來套利；相反的，若債券信用價差高於信用違約交換，則投資人可以買進信用 違約交換，同時放空無風險資產與買進風險性債券達成套利。此套利力量應會驅 使 pCDS 與 p BS 兩者價差相互接近。. Blanco, Brennan, and Marsh (2005)使用了 16 個美國與 17 個歐洲一共 33 個投資級公司債信用違約交換價差之時間序列日資料，樣本期間從 2001 年 1 月 2 日至 2002 年 6 月 20 日。他們發現信用違約交換價差與債券信用價差之間有偏. 7.
(16) 差，也分別討論造成偏差之長期與短期原因。 長期而言，他們認為因為信用違約交換合約設計之不完美與測量誤差，造成 兩者價格不會達到均衡一致，使信用違約交換價格高於債券信用價差。而作者特 別提出造成此現象之原因可能是因為最便宜交割債券(Cheapest to Deliver, CTD)選擇權的存在。最便宜交割債券選擇權通常在債券發行機構有超過一項之長 期債券於市場上流通時會出現。所謂的最便宜交割債券指的是當履行交割義務 時，原債券擁有者會選擇對他最有利的交割標的債券來進行交割。因此最便宜交 割債券不一定是指價格最低的公債，而是指對債券交割人來說成本最低或收益最 高的可交割債券。當違約事件發生時，信用違約交換合約保護買方可以選擇符合. 治 政 合約中規定之計價貨幣與到期時間之任一債券來進行交割。因此對信用違約交換 大 立 之雙方來說，此合約中隱含有額外之最便宜交割債券選擇權，故信用違約交換之 ‧ 國. 學. 價格應高於純粹信用風險。. ‧. 作者認為其他造成信用違約交換與債券信用價差長期無法達到均衡的原因. sit. y. Nat. 可能是因為在債券市場上進行放空債券之策略也許難以執行，或是需要額外成. io. er. 本。此外亦需考量不同商品之流動性差異造成的流動性溢酬。 作者發現在短期上的偏差則是因為信用違約交換具有價格發現功能而領先. al. n. iv n C 於債券信用價差，並且發現公司之信用違約交換約佔有 h e n g c h i U 80%之價格發現功能。他. 們也使用迴歸模型檢定信用違約交換與債券信用價差之影響因子。此外作者也確 認在大部分公司上信用違約交換價差與債券風險價差有共整合現象，且認為美國 市場之效率性較歐洲市場為佳。. Chan-Lau and Kim (2004)使用八個新興市場國家之信用違約交換價差、JP 摩根的新興市場債券指數 EMBI+(Emerging Markets Bond Index Plus)指數、以 及 MSCI 所編制之各國股價指數作為研究樣本，資料為 2001 年 3 月至 2003 年 5 月之日資料。他們對各個市場之信用違約交換、債券、與股市作共整合與因果關 係檢定，以及進行價格發現功能之研究。他們發現信用違約交換與債券在墨西 8.
(17) 哥、土耳其、菲律賓沒有均衡關係，而在巴西、哥倫比亞、委內瑞拉、俄國與保 加利亞則具有共整合關係。在價格發現上，俄國與哥倫比亞市場之信用違約交換 具有價格發現功能，而在巴西與保加利亞市場則債券與信用違約交換具有同等之 價格發現功能。而股市在價格發現上之效果則微不足道。. Ammer and Cai (2008)強調最便宜交割債券的影響。因主權債券之發行通常 為長期且持續，故符合有多種可交割債券之特性。作者使用主權債券殖利率與 5 年期美元利率交換合約之價差，並批評 Chan-Lau and Kim (2004)使用 EMBI+價 差之幾項缺點，如資料涵蓋不同時間之不同到期結構之合約，與不同主權國家間. 治 政 的差異，且指數中甚至包含了增強擔保之布雷迪債券 大(Brady Bonds)，皆會造成 立 資料有所偏誤或是無法確實反應個別國家差異。 1. ‧ 國. 學. 作者使用九個新興市場主權債券與主權信用違約交換價差之日資料，時間由. ‧. 2001 年至 2005 年。他們發現信用違約交換價差在價格發現功能上約佔 58％，且. sit. y. Nat. 相較投資級公司債，主權公債有較多債券信用價差領先於信用違約交換價格。他. io. n. al. Aktug, Vasconcellos,. er. 們認為主權信用違約交換中確實存在有最便宜交割債券選擇權。. iv n C andhBae (2008)使用U e n g c h i 30 個新興市場國家 2001 年至. 2007 年之主權信用違約交換價差與主權債券之月資料。作者發現相較於更早期 之研究，在此一時間區間內主權信用違約交換與債券市場之關係變得更為緊密。 他們發現 90％的國家之信用違約交換價差與債券信用價差在長期會達到均衡， 此結果與過去研究相異。另外他們發現在較多國家上債券市場具有價格發現功能. 1. 布雷迪債券為以美國財政部部長尼古拉斯·布雷迪(Nicholas Brady)的名字命名的一種債券，. 由美國政府發行，是一項供第三世界國家使用的債務工具，其目的為將開發中國家現有的債務轉 為新的債務時產生的一種債券，亦方便商業銀行交易其所擁有的開發中國加債務。這種新債券與 原來的債券相比,面值較小或名義利率較低,但通過對其本金和(或)部分利息提供抵押擔保等方 式可以提高。. 9.
(18) (48%)，相對於信用違約交換價差占(22%)，此發現與 Chan-Lau and Kim (2004) 類似，即是說新興市場主權信用違約交換之價格發現功能不明顯，與過去研究公 司債發現信用違約交換具有價格發現功能之結果相異。. Zhu (2006)使用 24 間投資級公司(19 間美國，3 間歐洲，與 2 間亞洲)之公 司債信用違約交換與公司債券殖利率從 1999 年至 2002 年之日資料。他選用兩種 無風險利率指標，分別為美國政府公債 5 年殖利率與美元 5 年交換利率。他的研 究結果支持信用違約交換價差與債券信用價差間有長期均衡，而短期則因為兩個 市場對信用環境改變之反應不同而不存在均衡關係。他發現信用違約交換之價格. 治 政 通常領先於債券市場，特別是在美國公司上。而流動性亦是影響價格發現之重要 大 立 因子。最後，他發現信用違約交換合約之內容條款與債券市場之放空限制則只有. 信用價差之組成與影響因子. sit. y. Nat. 第二節. ‧. ‧ 國. 學. 些微之影響。. io. er. 過去許多文獻探討探討信用價差之組成因子，而主要是透過信用違約交換價 差或是債券信用價差作為衡量信用價差之指標。以下將文獻分成信用違約交換與. n. al. 債券信用價差兩類來討論。. Ch. 1. 信用違約交換價差之組成因子. engchi. i Un. v. Longstaff, Pan, Pederson, and Singleton (2007)提出主權信用風險之驅 動主要來自於全球性變數如 VIX 指數或美國高收益公司債價差，而非地方性變數 如該國股價指數、匯率、或外匯存底。作者使用 26 國自 2000 年至 2007 年之信 用違約交換價差月資料，並發現信用違約交換價差之額外報酬主要來自於承受全 球性之風險，幾乎沒有國家特有之風險溢酬。而主權信用風險之波動有很大一部 份可由美國之股市，波動率，與債券市場風險溢籌來預測。. Remolona, Scatigna, and Wu (2007)將主權 CDS 分成「預期損失」與「風 10.
(19) 險溢酬」兩部分，討論損失預期，即純信用風險之部分，使用 26 個新興市場， 分別為 10 個拉丁美洲、7 個歐洲、6 個亞洲與 3 個「中東及非洲」國家，依據信 評公司的評等資料與 CDS 歷史數據算出“ratings-implied probabilities of default＂ (RIPDs)，並推出 “ratings-implied expected losses＂ (RIELs)。 而後分析 RIPD 的組成成分，用總體變數 GDP、人均 GDP、通貨膨脹率、經常帳、 外債占 GDP 比例、政治風險、距前次違約時間、與匯率不對等等作為風險因子來 解釋 RIPD。因為使用的資料多為政府總體數據，資料頻率為季資料。文章認為 信用違約交換價差減去 RIPD 後剩餘的部分為風險溢酬，而風險溢酬成分占信用 違約交換價差的比例很大。. 立. 政 治 大. Zinna (2009) 使用八個亞洲、歐洲、與拉丁美洲新興市場之主權信用違約. ‧ 國. 學. 交換價差之日資料(2003 年 4 月到 2007 年 11 月)，並將主權信用違約交換價差. sit. y. Nat. 的要求報酬)、與流動性因子三個部分。. ‧. 分成 「純主權信用風險」、 「主權風險溢酬」(投資者對主權國家的其他風險. io. er. 作者採取將信用違約交換價差扣除 Kalman Filter 模型所推導出來的純信用 風險，得到風險溢酬，即 CRP(contribution of the risk premium)。而後使用. al. n. iv n C 全球變數如 VIX 指數變化、美國政府公債 10 h e n g c10h 年期利率變化、美國政府公債 i U 年期與 6 個月期利差變化、美國 Baa 與 Aaa 公司債價差變化、與 S&P100 指數報. 酬，以及當地區域變數如當地市場報酬、高盛商品價格指數、JP 摩根新興市場 債券指數變化，使用這些因子探討信用違約交換之風險溢酬之組成。他發現 2003 年至 2007 年間風險溢酬占信用價差之比例有逐漸減少之趨勢，但隨著信用危機 又大幅反彈。而每日之風險溢酬受到美國總體經濟之新消息與公司違約風險影 響。最後他發現全球性變數能解釋大部分拉丁美洲國家之風險溢酬，相對來說地 方性變數則對歐洲與亞洲國家之風險溢酬有較高解釋能力。全球性因子之重要性 與日俱增。. 11.
(20) 2. 債券信用價差之組成因子 Collin (2001)使用交易商之報價與交易月資料，觀察公司債券與指標政府 公債之信用價差的變動影響因子。他發現他選取之信用價差之理論影響變數對於 債券價差之解釋能力有限，反而是市場上之供給需求衝擊對於信用價差之變化影 響最為重要。. Westphalen (2001)使用 1995 年至 2001 年間由 26 個主權國家所發行之 215 之主權債券月資料，來探討債券信用價差變化之決定因子。作者使用了債務與出. 治 政 口比例、利率變化、波動率變化、及 MSCI 全球指數報酬作為變數，皆顯示符合 大 立 預期之影響方向與顯著性，但仍有很大部分信用價差之變動為模型所無法解釋 ‧ 國. 學. 的。而主成分分析顯示有單一因子影響影響了大部分信用價差之變化，但作者無. ‧. 法找到此單一因子為何。. sit. y. Nat. io. er. McGuire and Schrijvers (2003)使用主成分分析15個國家之主權債券由 1997至2003年之日資料。作者發現有一個主成分因子佔了約三分之一的每日信用. al. n. iv n C 價差變動，並佔了主要變動之80％。這項主成分應與投資人對風險之態度轉變相 hengchi U 關，因其與被認為可反應風險溢酬之總體經濟變數有高度相關性。. Grandes (2003)分析1993年至2001年間影響阿根廷、巴西、墨西哥之主權債 券價差之總體經濟變數，並討論不同國家的經濟政策與其分歧之命運。作者使用 實質GDP成長、資本流入毛額占GDP比例、與債務占GDP比例之因子，發現這些變 數之永久改變對於信用風險之影響相較於暫時性之衝擊顯著。而財務上之傳染效 果(financial contagion)或風險趨避之變數也對於新興市場信用價差之風險溢 酬亦有顯著影響。. 12.
(21) Barrios, Iversen, Lewandowska, Setzer (2009)使用信用違約交換價差、 買賣價差、全球風險此三變數，並使用傀儡變數(dummy variable)區分是否為金 融危機時期，研究 2007 年開始之金融危機時影響歐洲國家奧地利、希臘、西班 牙、義大利、比利時、法國與葡萄牙之主權債券價差之因子。他們發現全球性風 險因子占了影響債券信用價差變化之主要成分，但隨著金融危機發展，地方性因 子如信用違約交換價差所代表之信用風險，以及買賣價差所代表之流動性因子等 對債券價差之影響越趨顯著。 由於主權債券之舉債成本較危機前大幅上升，以及各國之債務水平相較金融 海嘯前亦已大幅升高等因素，作者推論歐洲國家主權債券價差不會回到 2007 年 金融危機前之水準。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 13. i Un. v.
(22) 第三章 資料說明與研究方法. 第三章將分成兩小節。第一節將介紹分析歐洲主權債券信用違約交換價差與 債券信用價差之動態關係時所使用之資料，並會介紹本論文所使用來分析價格發 現功能之 VECM 模型。第二節則先介紹討論影響信用風險所使用之迴歸模型所包 含之變數與樣本資料選擇，之後則針對迴歸模型之設定以及在處理綜合資料時所 使用之縱橫資料迴歸模型作說明。. 第一節 動態關係與 VECM 模型. 治 政 本節先討論計算債券信用價差時使用之無風險利率基準，接著介紹所使用之 大 立 資料樣本，最後介紹用以研究動態關係與價格發現功能之 VECM 模型。 ‧ 國. 學. 一.無風險利率(Risk Free Rate). ‧. 在判斷債券信用價差時，作為基準之無風險利率的選擇乃是一個重要的元. sit. y. Nat. 素。Blanco, Brennan, and Marsh (2005)在討論美國公司債與新興市場國債的. io. er. 債券信用價差時使用美元交換利率作為無風險利率，而 Ammer and Cai (2008) 在計算新興市場主權債券信用價差時同樣使用美元交換利率作基準。但本研究之. al. n. iv n C 風險債券標的為歐元計價與發行之歐洲主權債券，不同於新興市場國債是由美金 hengchi U 計價，故無風險利率應從歐元區的基準利率做選擇，以避免美國與歐元之利率差 異造成之偏差。一般而言歐洲區最常使用的無風險利率是德國政府公債或是歐元 交換利率。 過去文獻在討論歐洲的政府或企業所發行債券的債券信用價差與信用違約 交換價差時，一般皆使用德國政府公債殖利率當作無風險利率。如Boss and Scheicher (2002)討論歐洲的信用價差，或Codogno, Favero, and Missale (2003) 討論歐洲貨幣聯盟(European Monetary Union, EMU)國家政府公債的殖利率價差 時使用之基準無風險利率皆為德國政府公債殖利率。 但 Wooldridge (2001)指出歐洲需要一個新的無風險指標利率以取代政府公 14.
(23) 債之角色。而歐元交換利率為流動性最好的商品之一，也逐漸成為無風險利率基 準的角色。 Blanco, Brennan, and Marsh (2005)指出政府公債不再是個好的無風險利 率指標，這是因為稅務、附買回、供不應求與具有標準地位(benchmark status) 等原因造成其殖利率與市場上真實之無風險利率有偏差。此外他們也指出交換利 率為一般機構投資人在市場上取得資金之無風險利率，亦更貼近現實情況。 Zhu (2006)以美國為例，指出因為美國政府公債的報酬免徵所得稅，加上政 府公債具有良好透明度且可當作抵押品使用，使得政府公債的殖利率出現 “低 於無風險利率＂之偏差現象，因此在無風險利率之選擇上使用美元交換利率會優. 治 政 於政府公債殖利率。Liu (2006)則指出政府公債的波動主要來自流動性因子，相 大 立 對於信用違約交換價差與利率交換之波動所反應的皆是違約風險，也使得政府公 ‧ 國. 學. 債與後兩者出現分歧。. ‧. 此外需注意政府公債也有自身的信用風險，如德國公債之 10 年信用違約交. sit. y. Nat. 換價差近期高點甚至到達 50bp 的水平，顯示市場不認為其為「無風險」 ，若以其. io. 卻含有交易對手風險，此亦是可能造成偏誤之因子。. al. er. 作為無風險利率指標會造成誤差。而歐元交換利率雖無上述之債務違約風險，但. n. iv n C 綜合以上所述，使用兩者為基準利率各有優劣，故研究將分別以歐元交換利 hengchi U. 率與德國政府公債殖利率作為無風險利率基準並分別討論與比較。 二. 資料樣本描述. 國家樣本為選取歐盟之已開發國家中 5 年信用違約交換價格最高的 6 國，分 別為奧地利、希臘、愛爾蘭、義大利、葡萄牙與西班牙。使用之樣本資料皆由 Datastream 資料庫取得，而因為資料庫上各國信用違約交換價差資料起始時間 不同，為了維持各國之一制性，避免不同時間區間的外在變因差異造成干擾，我 們將樣本期間統一為 2005 年 8 月 1 日至 2010 年 5 月 17 日。Barrios (2009)提 到信用違約交換中一般以 5 年期合約為最標準且流動性最佳之合約，故選擇此一 合約作為樣本。表 1 顯示此六國之平均信用違約交換價格與 Fitch 對各國之主權 15.
(24) 評等。可以看到除了希臘評等為 BBB-外，其他國家之評等都維持在 AA-以上，皆 為投資級。但觀察這些國家信用違約交換價差平均亦在 40bps 以上之水準，顯見 信用評等為落後指標，未能確實反應其風險。表中亦附上德國之資料作為對照基 準，也可看出德國之信用違約交換價差之平均值在相對低之水平。. 表1. 信用違約交換價差敘述統計與主權評等對照表. 國家. 信用違約交換價格 平均. 標準差. 奧地利. 36.07. 52.38. 希臘. 89.98. 126.85. 愛爾蘭. 68.94. 89.02. 義大利. 49.69. 52.47. 5.3. 231.68. 葡萄牙. 44.40. 56.33. 3.4. 西班牙. 42.26. 48.60. 德國. 14.96. AAA. 11.28. BBB-. 3.70. AA-. 1.15. 3.23. AA-. 461.32. 2.52. 12.70. AA-. 1.05. 274.58. 1.12. 3.51. AAA. 0.6. 91.85. 1.63. y. 5.48. AAA. 273.00. 1.79. 940.69 2.45 政4.4 治 大1.26 1.5 395.80. Nat. sit. 學. ‧ 國. 6.31. 0.5. 18.51. 主權評等. ‧. 立. 最小值 最大值 Skewness Kurtosis. n. al. er. io. 註：主權評等之資料來自 Fitch 之主權評等報告，最後更新日期為 2010 年 4 月 26 日。信用違約交換價格則為 該國樣本之平均。單位為 bp，樣本數皆為 1252。. Ch. engchi. i Un. v. 以下為我們所採用之樣本資料： 1.信用違約交換價差(Credit Default Swap Spread, CDS Spread) 所謂信用違約交換價差即是信用違約交換合約之價格。信用違約交換價差資 料採用上述六國之 5 年主權債券信用違約交換價差之日資料，價格為收盤買賣價 之中間值。 2. 無風險利率 綜合本節第一小段之討論，我們決定選取兩種利率做為無風險利率之基準， 一為德國基準政府公債之 5 年殖利率，另一種則是 5 年歐元交換利率。兩者皆使. 16.
(25) 用日資料。 3. 債券信用價差(Bond Credit Spread) 債券信用價差也可簡稱債券價差(bond spread)。我們選取標的國家之 5 年 基準政府債作為風險債券之殖利率，再將此風險性債券殖利率分別減去前述之兩 種無風險利率計算出債券信用價差，分別得到與 5 年歐元交換利率之債券價差 (以 BS1 表示)，以及與德國政府公債 5 年殖利率之債券價差(以 BS2 表示)，同樣 為日資料。 以上資料皆由 Datastream 資料庫取得。. 治 政 我們將各國信用違約交換價差與債券信用價差樣本之平均值顯示在表 2。首 大 立 先觀察信用違約交換價差與債券價差 BS 之間的關係，由表中可觀察到信用違約 ‧ 國. 學. 交換平均價差以希臘最高。而可以發現特別的現象是 BS1 這一列之值明顯較其他. ‧. 兩列為小，其中奧地利與西班牙之 BS1 甚至為負數，即表示在選取 5 年歐元交換. sit. y. Nat. 利率為無風險利率時會出現負的債券信用價差。信用風險既然為風險，顧名思義. io. er. 其值理當大於或等於零。然而前面討論過政府公債因為除了被視為無風險之外， 還額外具有當抵押品、賦稅減免等額外好處，因而會出現「低於無風險利率」之. al. n. iv n C 殖利率現象。因此若是存在有「低於無風險利率」之利率，則出現負的債券價差 hengchi U 亦屬合理之現象。. 附錄表 3 則顯示信用違約交換價差與債券價差之每日變動敘述統計。比較最 小值、最大值、1%百分位數與 99%百分位數，可以發現樣本僅在少數日子有極大 波動。. 17.
(26) 表 2 信用違約交換價差與債券信用價差敘述統計表 變數. 平均. 標準差. 奧地利. CDS. 36.07. 52.38. 0.5. 273.0. 1.3. 245. BS1. -17.10. 21.28. -74.8. 62.8. -58.55. 40.8. BS2. 19.70. 25.92. -4.8. 118.0. -3.5. 93.8. CDS. 89.98. 126.85. 4.4. 940.7. 4.5. 615.92. BS1. 60.66. 139.55. -26.8. 1222.5. -23.4. 630.7. BS2. 97.45. 144.08. 7.1. 1277.6. 7.5. 681.8. CDS. 68.94. 89.02. 1.8. 365.21. BS1. 8.87. 1.5 395.8 治 政 -90.1 大 61.42 248.3. -65.4. 208.6. BS2. 45.67. 66.94. -52.6. 303.4. -30.4. 265.8. CDS. 49.69. 52.47. 5.3. 231.7. 5.6. 191.67. BS1. 3.12. 25.39. -30.3. 110.3. -27.1. 78.2. BS2. 39.91. 36.02. 3.2. 157.9. 4.1. 144. 44.40. 56.33. 3.4. 461.3. 3.6. 275.335. 40.44. -60.7. 383.1. -41.7. 132.95. 2.3. 171.4. al. -0.22. n. 西班牙. io. BS1. y. ‧. CDS. Nat. 葡萄牙. sit. 義大利. 立. er. 愛爾蘭. ‧ 國. 希臘. 最小值 最大值 1%百分位數 99%百分位數. 學. 國家. v ni. C h46.00 1.2 U438.2 engchi. BS2. 36.57. CDS. 42.26. 48.60. 1.05. 274.6. 1.8. 171.955. BS1. -12.15. 26.76. -65.3. 160.0. -48.5. 75.9. BS2. 24.64. 31.97. -5.9. 210.9. -5.2. 126.4. 註：信用違約交換價差為標的國家 5 年政府債券之信用違約交換資料；BS1 等於標的國家 5 年基 準政府債券殖利率減去 5 年歐元交換利率；BS2 等於標的國家 5 年基準政府債券殖利率減去 5 年 德國基準政府債券殖利率。單位為 bp，樣本數皆為 1252。. 18.
(27) 信用違約交換價差與債券信用價差分布圖. 90. 圖二. 5年期信用違約交換(單位: bps) 50 60 70 80. 希臘. 愛爾蘭. 愛爾蘭. 義大利. 義大利. 葡萄牙. 40. 西班牙 奧地利. 葡萄牙. 政 治 大 西班牙. 奧地利. 立 5年期債券信用價差(單位: 0 50 bps) BS1. 100. 學. BS2. 註：圖中黑線表示信用違約交換價差與債券信用價差相等之分界線。. Nat. sit. y. ‧. ‧ 國. -50. 希臘. n. al. er. io. 圖二為信用違約交換價差與債券信用價差之分布圖，由圖中可以看到除了. i Un. v. BS2 的希臘外，其他國家之信用違約交換價差皆高於債券信用價差。此外也可觀 察到 BS1 皆小於 BS2。. Ch. engchi. 我們亦將上述各個國家之信用違約交換價差、債券信用價差、以及前兩者之 基準差(basis)之走勢圖顯示在附錄之圖三。觀察圖三可以發現許多國家之 BS1 走勢在過去的確長期維持在負值，與表 2 觀察到之現象一致，也顯示歐洲已開發 國家之主權債券在過去被視為極安全之投資標的。此外可以看到所有國家之圖形 幾乎皆有一上升之趨勢。 三. 模型解釋 在研究動態關係與判斷價格發現功能上，本節使用的是 Vector Error Correction Model(VECM)。VECM 模型之特色為其內含時間序列樣本資料間之共. 19.
(28) 整合關係項，且此模型中包含落後期資料之影響，故也同時修正了資料之自我相 關問題。過去 Blanco, Brennan, and Marsh (2005)使用 VECM 模型研究美國市 場之公司債信用價差與信用違約交換價差之關係，歐洲中央銀行(European Central Bank)於 2004 年的研究報告亦使用此模型研究歐洲公司債之信用價差與 信用違約交換價差間之關係。Aktug, Vasconcellos, and Bae (2008)與 Ammer and Cai (2008)則將 VECM 套用在新興市場之信用違約交換價差與債券信用價差之研 究上。 以下為本研究所使用之 VECM： k. k. ΔPCDS , t = λ1 ( PCDS , t − 1 − α − βPBS , t − 1) + ∑ γ 1i ΔPCDS , t − i + ∑ δ 1i ΔPBS , t − i + ε 1t. 立. 政 治 大 ) + γ ΔP + δ. ΔPBS , t = λ 2 ( PCDS , t − 1 − α − β PBS , t − 1. i =1. i =1. k. k. ∑ i =1. 2i. CDS , t − i. ∑ i =1. 2i. ΔPBS , t − i + ε 2t. ‧ 國. 學. 其中 ΔPCDS , t 與 ΔPBS , t 表示信用違約交換價格與債券信用價差在時間 t 的變 化。 ( PCDS , t − 1 − α − β PBS , t − 1) 為兩式之共同項，表示價格與債券信用價差兩者之間. ‧. 共整合的關係，變數 α 代表共整合關係中之趨勢常數。 λ1 與 λ2 則是調整速度變. Nat. sit. y. 數，亦是用來判斷價格發現功能之變數。若是債券具有價格發現功能， λ1 應為負. n. al. er. io. 數且顯著，代表信用違約交換價格會受過去債券信用價差影響而快速向債券信用. i Un. v. 價差收斂；而若是信用違約交換價差具有價格發現功能， λ2 應為正數且顯著，. Ch. engchi. 代表債券信用價差受到過去信用違約交換價格影響，而快速向信用違約交換之價 格其收斂。若是不顯著則表示過去價格對當期變化無明顯影響，則表示無明顯價 格發現功能。 在使用 VECM 的同時，我們會再另外對模型加上 (α = 0 and β = 1) 此條件限制 式，並對此限制作檢定。此限制式背後代表之假說為： H 0： α = 0 and β = 1，表示信用違約交換價差與債券信用價差在長期達到均衡。. H 1 ： α ≠ 0 or β ≠ 1，表示信用違約交換價差與債券信用價差在長期不會達到均 衡。 因此若是無法拒絕虛無假說 H 0 ，表示 ( PCDS , t − 1 − α − β PBS , t − 1) 此修正式在信用違 20.
(29) 約交換價格與債券信用價差相等時會等於 0，即代表信用違約交換價差與債券信 用價差長期會趨向均衡一致。反之若是拒絕虛無假說，則接受 H1 ，表示兩價差 在長期不會達到均衡。 Gonzalo and Granger measure(GG)為另一可衡量價格發現能力的指標：. GG =. λ2 λ2 − λ1. 此 GG 指標可以顯示 λ1 與 λ2 占價格發現的比例，在本模型中若 GG. 值大於 50%則表示信用違約交換有較多價格發現能力，反之若小於 50%則表示債 券市場具有價格發現功能。GG 有範圍限制為[0,1]。. 政 治 大. 第二節 迴歸分析. 立. 本節將討論造成信用違約交換與債券信用價差變化之影響因子，與這些因子. ‧ 國. 學. 對兩者的影響差異。因為日資料的波動包含有太多雜訊，故資料取樣頻率為週資 料。. ‧. 一. 資料選取. y. Nat. n. al. Ch. er. io. 率變化、公司槓桿、波動率、以及經濟環境之影響。. sit. 根據 Collin-Dufresne (2001)，信用價差應受到利率變化、殖利率曲線斜. i Un. v. 因為信用違約交換價差與債券信用價差皆為衡量信用風險之指標，因此我們. engchi. 認為理論上這些因子對兩者之影響方向應為一致。以下為本研究選取之可能影響 信用價差之因子： 1. 利率：我們所選用之利率指標為 10 年歐元交換利率。Longstaff and Schwartz (1995)認為利率高會增加公司的風險中立下的價值，Gibson and Sundaresan (1999) and Westphalen (2001)認為利率之上升會增加國家在風險中立下之 成長率與國家財富。Zinna (2009)則指出利率對信用價差之影響效果不一 定，且利率上升會增加利息成本，因此利率之變化對於信用價差之影響方向 應不一定。 2. 殖利率曲線之斜率：衡量利率變化之指標不應只觀察即期利率，亦需考量殖 21.
(30) 利率曲線之變動，因此我們選用 10 年歐元交換利率減去 2 年歐元交換利率 之利差代表殖利率曲線之斜率。因殖利率曲線斜率增加之原因可能為短期利 率或長期利率之變動，因此其影響效果同樣不一定。 3. 波動率：選用美國芝加哥期貨交易所(CBOE)所編制之 VIX 指數作為波動率之 代表。Zinna (2009)提到 VIX 指數一般被當作衡量全球風險的指標，因此可 以作為衡量信用市場投資人對於追求全球「事件風險」(event risk)慾望之 指標。較大的波動率也增加標的債券觸及違約之機率。 4. 股價指數：我們選取道瓊編制之泛歐 STOXX 50 股價指數作為經濟環境之指 標。股價指數可反應經濟情況，且因為本文所研究之國家皆為歐洲國家，我. 治 政 們認為使用歐洲之股價指數相對於過去研究美國市場之文獻所使用之美國 大 立 S&P500 股價股價指數更能反映歐洲之經濟環境。股價指數上升代表市場對經 ‧ 國. 學. 濟樂觀，因此對國家財富之成長率與價值估計會提高，也會減低市場對主權. ‧. 國家違約機率之估計。且良好的經濟環境亦會提高市場估計債券違約後之回. sit. y. Nat. 收率。因此預期股市報酬對信用價差之影響應為負向。. io. er. 在衡量槓桿變化上，Collin-Dufresne 使用股價變化做為公司之短期財務槓 桿變化指標，然而在衡量國家短期債務槓桿上則無衡量短期槓桿變化之指標。國. al. n. iv n C 家外債占 GDP 之比例為一種國家槓桿衡量指標，但國家外債之資料頻率多為季資 hengchi U 料，因此無法觀察其每週變化。. 此外可以注意以上選取之變數皆是 Zinna (2009)認為會影響信用價差中「風 險溢酬」部分之因子。這些變數皆為全球性變數而非地方性變數，因 Longstaff, Pan, Pederson, and Singleton (2007)指出信用風險主要受全球性因子影響。 我們同樣將各國樣本期間與樣本數控制為一致，以避免不同時間區間造成之 外部差異，選取資料期間皆為 2005 年 8 月 1 日至 2010 年 5 月 17 日，共 250 筆 周資料。 我們同時選取此 5 年期與 10 年期之信用違約交換價差與債券價差資料作為 觀察與比較之樣本。Pan and Singleton (2008)中提到主權信用違約交換不同於 22.
(31) 一般公司信用違約交換，其交易並非完全集中於 5 年期，在 3 年與 10 年期之合 約亦各占總交易量約 20%之比例，因此毋須擔心信用違約交換之流動性問題。 二. 模型說明 本篇使用 OLS 迴歸模型研究不同總體經濟或市場變數對於信用違約交換與 債券信用價差之變動之影響。我們先使用以下之迴歸模型分析信用價差之組成因 子：. CDS it = α 0 + α 1 rt10 + α 2 SLOPEt + α 3VIX t + α 4 STOXX t + ε CDS ,it 和. 政 治 大. = β 0 + β1 rt10 + β 2 SLOPEt + β 3VIX t + β 4 STOXX t + ε BS ,it. BS it. 立. ε CDS ,it 與 ε BS ,it 假設為iid(independent and identically distributed)。變. ‧ 國. 學. 數中的i代表國家，t代表時間，it及代表i國第t期之樣本。 CDS it 與 BS it 分別代. ‧. 表信用違約交換價差與債券信用價差之值， rt10 、 SLOPEt 、 VIX t 與 STOXX t 則分. sit. y. Nat. 別代表前段所述之利率、殖利率曲線斜率、波動率以及STOXX指數。. n. al. er. io. 而後我們再由下列迴歸式分析這些因子對信用價差變化之影響：. i Un. v. ΔCDSit = α 0 + α1Δrt10 + α 2 ΔSLOPEt + α 3 ΔVIX t + α 4 rettSTOXX + ε CDS ,it 和. ΔBSit. Ch. engchi. = β 0 + β1Δrt10 + β 2 ΔSLOPEt + β 3 ΔVIX t + β 4 rettSTOXX + ε BS ,it. (1). (2). ΔCDS it 與 ΔBS it 分別代表信用違約交換價差與債券信用價差之每周變化， Δrt10 為 10 年歐元交換利率之周變化， ΔSLOPE t 為 10 年期歐元交換利率減去 2. 年期歐元交換利率之利差的周變化， ΔVIX t 為 VIX 指數之周變化， ret tSTOXX 則 為 STOXX 50 指數之周報酬率。所有變數之單位皆統一為百分比，以方便觀察。 此部份我們同時做全體與單獨國家樣本之分析比較。 在進行全體樣本迴歸檢定時我們不同於 Blanco, Brennan, and Marsh (2005) 23.
(32) 直接將全部資料堆疊作迴歸，而是選擇縱橫資料迴歸(panel data regression) 中之固定效果模型(Fixed Effect Model)，認為不同國家間之外生變數會造成不 同之截距項，因此作迴歸時應考慮橫斷面(cross-sectional)之差異。即表示在 模型中對不同國家之截距項加上傀儡變數(dummy variables)以區分其國家間之 差異，以信用違約交換之模型式(1)為例則變成下式： ΔCDS it = (α 10 + D2t α 20 + D3t α 30 + ......) + α 1 Δrt10 + α 2 ΔSLOPE t + α 3 ΔVIX t + α 4 ret tSTOXX + ε CDS ,it. 其中 D2t 為第二國之傀儡變數，在第二國的樣本時為 1，在其他國家樣本時為 0； D3t 則為第二國之傀儡變數，在第三國的樣本時為 1，在其他國家樣本時為 0，其. 治 政 他傀儡變數依此類推。在對全體之債券信用價差作迴歸時同樣加入此傀儡變數來 大 立 區分不同國家間之差異。 ‧ 國. 學. 表 4 與表 5 分別為全體國家 5 年期與 10 年期之信用違約交換價差與債券信. ‧. 用價差變化之樣本敘述統計，可以發現樣本平均很小，但標準差很大。表 6 及表. y. Nat. 7 則為各國之 5 年期與 10 年期樣本敘述統計。可以看到資料之平均值除了奧地. er. io. sit. 利之 ΔBS1 以外皆為正，代表樣本在選取期間內有長期有向上趨勢，此現象也與 圖二之圖形走勢一致。此外在所有國家之 10 年期樣本皆可觀察到債券價差變化. al. n. iv n C 之標準差大於信用違約交換價差變化，五年期則不一定。 hengchi U. 24.
(33) 表 4 全體國家 5 年期信用違約交換價差與債券信用價差變化之樣本敘述統計 變數. 平均. 標準差. 最小值. 最大值. ΔCDSt. 0.009528. 0.176508. -2.2264. 3.5572. ΔBS1. 0.006424. 0.190911. -3.5855. 4.112. ΔBS 2. 0.007556. 0.190704. -3.474. 4.146. 註：原始樣本之單位皆為%，樣本數皆為 1500。. 變數. 平均. 標準差. ΔCDSt. 0.008657. 0.128828. ΔBS1. 0.006424. 0.181824. -3.5407. ΔBS 2. ‧ 國. 表 5 全體國家 10 年期信用違約交換價差與債券信用價差變化之樣本敘述統計. 0.182998. -3.4628. 立. 最大值. 政 治 -1.1423 大. 1.73565 1.6818. 學. 0.00726. 最小值. ‧. 註：原始樣本之單位皆為%，樣本數皆為 1500。. n. er. io. sit. y. Nat. al. Ch. engchi. 25. i Un. v. 1.7013.
(34) 表6. 各國 5 年期信用違約交換價差與債券信用價差變化之樣本敘述統計 變數. 平均. 標準差. 最小值. 最大值. 奧地利. ΔCDSt. 0.0025. 0.1068. -0.5954. 0.8430. ΔBS1. -0.0003. 0.0521. -0.2080. 0.2820. ΔBS 2. 0.0008. 0.0479. -0.2710. 0.2400. ΔCDSt. 0.0240. 0.3120. -2.2264. 3.5572. ΔBS1. 0.0237. 0.3835. -3.5855. 4.1120. ΔBS 2. 0.0249. 0.3835. -3.4740. 4.1460. ΔCDSt. 0.0080. 0.1844. 1.3380. ΔBS1. 0.0043. -0.6973 治 政 大 0.1480 -0.9345. ΔBS 2. 0.0054. 0.1489. -0.8230. ΔCDSt. 0.0050. 0.0824. -0.2918. 0.3830. ΔBS1. 0.0025. 0.0664. -0.2975. 0.3550. ΔBS 2. 0.0037. 0.0736. -0.2930. 0.3890. 0.0106. 0.1686. -1.2131. 0.1942. -1.6755. v ni. 2.1310. C h 0.1921 e n g c h i U-1.5640. 2.1650. 1.1310 1.1650. y. al. 0.0045. n. 西班牙. io. ΔBS1. ‧. ΔCDSt. Nat. 葡萄牙. sit. 義大利. 立. er. 愛爾蘭. ‧ 國. 希臘. 學. 國家. 1.8155. ΔBS 2. 0.0056. ΔCDSt. 0.0071. 0.0964. -0.4684. 0.6386. ΔBS1. 0.0038. 0.0722. -0.2525. 0.4540. ΔBS 2. 0.0049. 0.0685. -0.2850. 0.4880. 註：原始樣本之單位皆為%，樣本數皆為 250。. 26.
(35) 表7. 各國 10 年期信用違約交換價差與債券信用價差變化之樣本敘述統計. 國家. 變數. 平均. 標準差. 最小值. 最大值. 奧地利. ΔCDSt. 0.0027. 0.1010. -0.7390. 0.6008. ΔBS1. -0.0002. 0.1075. -0.3111. 0.5662. ΔBS 2. 0.0007. 0.1133. -0.3078. 0.6482. ΔCDSt. 0.0208. 0.1969. -1.1423. 1.7357. ΔBS1. 0.0181. 0.3268. -3.5407. 1.6818. ΔBS 2. 0.0190. 0.3246. -3.4628. 1.7013. ΔCDSt. 0.0076. 0.1532. -0.7116 治 政 0.1649 大-1.1252 0.0067 立. 0.9230. ΔBS1. 1.1314. ΔCDSt. 0.0045. 0.0841. -0.3157. 0.4290. ΔBS1. 0.0029. 0.1145. -0.3646. 0.5318. ΔBS 2. 0.0037. 0.1195. -0.4580. 0.5427. ΔCDSt. 0.0093. 0.1133. -0.5056. 0.8268. er. 0.6246. 西班牙. 0.1664 -1.4539 a0.0068 iv l C n 0.0076 h e n g0.1675 c h i U -1.3760. n. ΔBS 2. io. ΔBS1. ‧. -1.0473. Nat. 葡萄牙. 0.1651. ‧ 國. 義大利. 0.0075. 學. ΔBS 2. 1.1715. y. 愛爾蘭. sit. 希臘. 0.6441. ΔCDSt. 0.0071. 0.0857. -0.3354. 0.4110. ΔBS1. 0.0042. 0.1118. -0.4050. 0.3845. ΔBS 2. 0.0050. 0.1166. -0.3765. 0.4233. 註：原始樣本之單位皆為%，樣本數皆為 250。. 27.
(36) 第四章. 第一節. 實證分析. 信用違約交換價差與債券信用價差之動態關係. 表 8 顯示各國每日信用違約交換價格減去債券信用價差之平均值，我們稱此 差異為基準差(basis)。Basis1 為信用違約交換價差與債券信用價差 BS1 之平均 基準差，Basis2 則為信用違約交換價差與債券信用價差 BS2 之平均基準差。其 中 BS1 之平均基準差以西班牙最高，希臘最低，由附錄圖三可以看到債券信用價 差 BS1 與信用違約交換價差在許多國家之樣本期間有反向走勢，因此也造成較高 之基準差。而 BS2 之平均基準差以奧地利最高，希臘最低，而 BS2 中希臘、義大. 治 政 利與葡萄牙之平均基準差甚至在 5bp 以下，對照圖三也可以看出這些國家信用違 大 立 約交換與債券信用價差 BS2 之圖型走勢相當接近。 ‧ 國. 學. 觀察表 8 可發現在所有國家中 Basis2 皆比 Basis1 小，這點與過去研究在美. ‧. 國發行之公司債或新興市場主權債券之文獻中比較美國政府公債與美元交換利. sit. y. Nat. 率所得到之結果有所差異。過去研究發現以政府公債為無風險利率時會因為稅. io. er. 務、附買回、可當抵押品、供不應求、標準地位等原因而造成偏差，因此會造成 與信用違約交換價差之基準差擴大，而相對來說使用美元交換利率則無此偏差，. al. n. iv n C 故基準差較小。但本研究選取之歐洲已開發國家之主權債券過去皆被視為信用良 hengchi U 好之低風險或無風險標的，因此我們認為上述之公債殖利率偏差不只存在於所選. 取之無風險指標債券德國公債上，同時亦會存在於研究中之風險性債券上，因此 在計算債券信用價差時兩者相減得到的結果或許反而能夠消除此偏誤，使得基準 差反而較小。. 28.
(37) 表8. 各國信用違約交換價差與債券信用價差之基準差對照表 變數. 平均. 標準差. 最小值. 最大值. 奧地利. Basis1. 53.17. 39.98. 9.60. 239.37. Basis2. 16.37. 29.68. -12.60. 176.77. Basis1. 29.32. 32.08. -283.81. 143.45. Basis2. -7.47. 27.96. -338.91. 65.30. Basis1. 60.07. 40.87. 3.21. 222.75. Basis2. 23.27. 30.64. -40.29. 141.10. Basis1. 46.57. 31.84. 治 政 9.77 22.80 大-29.30. 11.30. 136.35. 立44.62. 28.44. -0.70. 175.20. Basis2. 7.83. 21.03. -30.70. 125.29. Basis1. 54.41. 32.70. 13.52. 147.70. Basis2. 17.62. 21.29. -5.65. 希臘. 愛爾蘭. 義大利. Basis2. 78.75. Nat. 85.60. sit. y. ‧. 西班牙. Basis1. ‧ 國. 葡萄牙. 學. 國家. io. al. er. 註：基準差 Basis1 為使用歐元交換利率為無風險利率下算出之基準差，基準差 Basis2 為使用德. n. 國政府公債為無風險利率下算出之基準差，單位為 bp，樣本數皆為 1252。. Ch. engchi. i Un. v. 接著我們進行價格發現功能之研究。過去研究顯示信用違約交換價差與債券 信用價差不是 stationary 資料，且兩者之間有自我相關且彼此之間存在共整合 關係，由圖三也可看出此關係應存在我們所使用之時間序列樣本上。因此在使用 Vector Error Regression Model(VECM)之前得先檢定此兩者是否存在共整合關 係，我們所使用的檢定方法為 Johansen tests for Integraion。 在使用Johansen tests for Integraion與之後用到的VECM 時，需要考量最 佳模型所應包含之落後期數資料。我們採用Schwarz Information Criterion， 也就是一般所稱之Bayesian Information Criterion (BIC)，來決定最佳模型應. 29.
(38) 包含之落後期數。意即我們檢定所有包含不同落後期數模型之BIC統計量，並選 取其中BIC最小的模型來使用。我們設定加入檢定考量之最高落後期數為 5 期。 表 9 與表 10 顯示Johansen tests for Integration的結果，並列出最佳模型所 包含之落後期數。 表 9 與表 10 之第三列顯示檢定虛無假設「零個共整合向量」的統計值與顯 著性，第四列則是檢定虛無假設「零個或一個共整合向量」的統計。可看到債券 信用價差僅 BS1 中的西班牙無法拒絕虛無假說，無法支持其有共整合現象。其他 數據皆顯示「至少有一共整合向量」，表示其與對應之信用違約交換價差間存有 共整合關係。可再對照圖三之走勢，在無法支持存有共整合現象之樣本對應圖上. 治 政 (圖三 (k))，可以看出信用違約交換價差與債券信用價差走勢在部分時間區間有 大 立 明顯分歧，造成此偏差之原因有可能是因為 CTD 選擇權或是前述關於債券的偏差 ‧ 國. 學. 所造成的影響。. ‧. 對於確認有共整合的資料，我們使用 VECM 模型作檢定，並將結果顯示在表. sit. y. Nat. 11 與表 12。首先觀察 β 的值，除了希臘以外之所有樣本 β 皆大於 1，此結果與. io. er. Ammer and Cai (2008)在新興市場主權債券市場之發現相似，顯示多數國家信用 違約交換價差相對於債券信用價差在均衡狀態下不會相等，且信用違約交換價格. al. n. iv n C 會維持高於債券信用價差之 。 χ ( 2) 的 統 計 值 則 顯 示 虛 無 假 設 h水e 準 ngchi U 2. (α = 0 and β = 1) 在所有樣本皆被拒絕，表示兩者長期價格不會趨向均衡。以上. 結果也支持信用違約交換中可能因為含有 CTD 選擇權而不會與債券信用價差相 等之論述。. 30.
(39) 表9. 債券信用價差 BS1 之 Johansen Tests of Cointegration 結果 虛無假設. 國家. 落後期數 零個共整合向量. 零或一個共整合向量. 奧地利. 30.1647**. 6.0801*. 2. 希臘. 22.2414**. 2.2878. 5. 愛爾蘭. 35.3134**. 3.1948. 2. 義大利. 29.0910**. 2.0265. 5. 葡萄牙. 24.5247**. 0.9928. 5. 西班牙. 11.5709. 0.3398. 5 治 政 註：*與**分別表示在 5%與 1%水準之下之 trace statistic大 拒絕虛無假說。最後一列顯示使用 立 BIC 檢定出最佳模型所包含之落後期數。樣本數皆為 1252。. ‧ 國. ‧. 債券信用價差 BS2 之 Johansen Tests of Cointegration 結果 虛無假設. sit. y. Nat. 零個共整合向量. io. al. 落後期數. 零或一個共整合向量. v ni. 奧地利. 23.1057**. 希臘. 36.5106**. 愛爾蘭. 57.2148**. 1.3076. 2. 義大利. 16.8755**. 0.6227. 5. 葡萄牙. 26.3713**. 1.4422. 5. 西班牙. 18.6347*. 0.0025. 5. n. 2.1908. er. 國家. 學. 表 10. Ch. e n2.4394 gchi U. 2 5. 註：*與**分別表示在 5%與 1%水準之下之 trace statistic 拒絕虛無假說。最後一列顯示使用 BIC 檢定出最佳模型所包含之落後期數。樣本數皆為 1252。. 31.
(40) 再來討論價格發現功能。首先可以觀察 λ1 與 λ2 的值與顯著性，表 11 與 12 顯示所有樣本之 λ2 皆為正數且顯著，但 λ1 則有正有負，是否顯著則因國家而異。 我們可以比較 λ1 與 λ2 絕對值之大小，除了 BS2 的奧地利樣本之外，其它國樣本 之 λ2 皆明顯大於 λ1 ，顯示過去信用違約交換價格對於當期債券價差變化之影響 較明顯，表示信用違約交換價差具有較明顯之價格發現功能。 表 11 顯示 BS1 的所有 λ1 皆為正數，且在愛爾蘭、義大利與葡萄牙皆為顯著， 此乃特別的發現。此現象下較難以判斷價格發現功能，但此結果顯示在這些國家 上信用違約交換價差之變化在 ( PCDS , t − 1 − α − β PBS , t − 1) 變大時不會向下收斂，反而 會向上。因此當前期信用違約交換價差與債券價差之間的基準差變大時，對當期. 治 政 兩者變化皆有正向影響，即代表基準差大小與信用價差之間呈現正向關係，當基 大 立 準差變大則信用價差增加，反之亦然。 ‧ 國. 學. 附錄表 13 及 14 為模型中的 γ 與 δ 變數之係數結果。可以看到落後一期的 γ 11. ‧. 與 γ 21 在所有樣本皆顯著，顯示過去的信用違約交換價差變化對於當期之信用違. n. al. er. io. 著，且其係數值大都小於相對應之 γ 11 與 γ 21 係數。. sit. y. Nat. 約交換價差與債券信用價差變化皆有明顯影響。然而 δ 11 與 δ 21 在部分樣本上不顯. i Un. v. 由上述結果可以看出在歐洲已開發國家之信用違約交換在所有市場中皆有. Ch. engchi. 明顯的價格發現功能，而債券信用價差之價格發現功能則相對不明顯或較難判 斷。 最後觀察 GG 值。由於大部分 λ1 為正數而使得 GG 值大於 1。但 GG 值之作用 為顯示兩者價格發現能力之比例，其值以 0.5 作分界，且有[0,1]的範圍限制， 而 Blanco, Brennan, and Marsh (2005)中作者將少數大於 1 之 GG 值設為 1 以 方便求平均。但因我們的樣本少，且大部分 GG 值遠大於 1，求平均值無明顯意 義，故僅列出數值。可看到所有 GG 值中僅有 BS2 的奧地利樣本小於 50%，表示 大多國家之信用違約交換之價格發現功能皆較為明顯。. 32.
(41) 表 11. 信用違約交換價差與債券信用價差 BS1 之 VECM 結果. 國家. χ 2 (2) for α = 0 and β = 1 (P value). 奧地利. 10.44. 2.617. 0.0042. 0.0066. (0.005). (0.4793). (1.58). (3.61). 14.12. 0.973. 0.0193. 0.0638. (0.001). (0.0484). (1.45). (3.46). 32.32. 1.503. 0.0159. 0.0345. (0.00). (0.1006). (2.91). (5.6). 希臘. 愛爾蘭. 義大利. 26.84. 立. (0.00). 0.0154 治 政 2.191 大(3.35) (0.1835). 0.0219. 1.829. 0.0175. 0.0312. (0.00). (0.1827). (3.13). (4.82). 1.43. 1.85. 3.37. 2.28. ‧. ‧ 國. 2.75. (5.16). 17.75. 學. 葡萄牙. β λ1 λ2 GG (std. error) (t stat.) (t stat.). 註：僅對檢測出有共整合之樣本使用 VECM 模型檢定。VECM 模型如下： k. k. i =1. i =1. k. k. sit. y. Nat. ΔPCDS , t = λ1 ( PCDS , t − 1 − α − β PBS , t − 1) + ∑ γ 1i ΔPCDS , t − i + ∑ δ 1i ΔPBS , t − i + ε 1t. al. er. io. ΔPBS , t = λ 2 ( PCDS , t − 1 − α − βPBS , t − 1) + ∑ γ 2i ΔPCDS , t − i + ∑ δ 2i ΔPBS , t − i + ε 2t. n. iv n C 在使用 VECM 模型時同時測試加上 (α = 0hand β = 1) 之長期均衡條件假設是否成立 ，檢定之 χ (2) engchi U 值顯示在第二列。 GG =. λ2. λ2 − λ1. i =1. i =1. 2. ，為 Granger-Gonzalo 測量值，超過 50%則顯示信用違約交換. 具有價格發現功能。. 33.
(42) 表 12 信用違約交換價差與債券信用價差 BS2 之 VECM 結果 (P value). 奧地利. 19.58. 1.971. -0.0129. 0.0100. (0.00). (0.1540). (-2.28). (3.32). 27.97. 0.912. 0.0432. 0.1292. (0.00). (0.0245). (2.22). (4.74). 44. 1.351. 0.0087. 0.0641. (0.00). (0.0514). (1.05). (6.57). 希臘. 愛爾蘭. 義大利. 16.22. 立. (0.00). 0.0162. 0.0293. 0.0503. (0.00). (0.1014). (3.42). (4.98). 17.73. 1.528. 0.0049. 0.0244. (0.1175). (0.63). (3.76). ‧ 國. 1.442. Nat. 1.50. 1.16. 0.84. 2.4. 1.25. sit. (0.00). 0.44. (2.9). 19.33. ‧. 西班牙. -0.0032 治 政 1.523 大(-0.53) (0.1326). 學. 葡萄牙. β λ1 λ2 GG (std. error) (t stat.) (t stat.). y. 國家. χ 2 (2) for α = 0 and β = 1. n. al. er. io. 註：僅對檢測出有共整合之樣本使用 VECM 模型檢定。VECM 模型如下： k. k. i Un. v. ΔPCDS , t = λ1 ( PCDS , t − 1 − α − βPBS , t − 1) + ∑ γ 1i ΔPCDS , t − i + ∑ δ 1i ΔPBS , t − i + ε 1t. Ch. engchi i =1. k. i =1. k. ΔPBS , t = λ 2 ( PCDS , t − 1 − α − βPBS , t − 1) + ∑ γ 2i ΔPCDS , t − i + ∑ δ 2i ΔPBS , t − i + ε 2t i =1. i =1. 在使用 VECM 模型時同時測試加上 (α = 0 and β = 1) 之長期均衡條件假設是否成立，檢定之 χ 2 (2) 值顯示在第二列。 GG =. λ2 ，為 Granger-Gonzalo 測量值，超過 50%則顯示信用違約交換 λ2 − λ1. 具有價格發現功能。. 34.
(43) 第二節. 迴歸模型分析信用價差之影響因子. 我們先作所有國家綜合之迴歸，因為資料為跨國家之縱橫斷面資料(panel data)，因此這部分會使用到縱橫資料迴歸(panel data regression)。在做迴歸 檢定時我們採用固定效果(Fixed Effect)之模型設定，即假設橫斷面(不同國家) 資料之間之截距項上有所差異，而縱斷面(不同時間)之間則無差異。 表 15 與表 16 分別為 5 年期與 10 年期信用違約交換價差與債券信用價差組 成因子迴歸。由表中可以看出除了利率外的三個變數皆對信用價差有顯著影響， 而這些變數對於信用違約交換價差之解釋能力優於債券信用價差。. (1.89). (-1.35). 0.55481***. 0.374***. (13.93). (8.44). 0.02142***. 0.006**. (10.91). (2.86). io. VIX t. al. iv (-2.97) (-1.6)n Ch e n g c h i 28%U 54%. -0.00014***. -0.00008. n. STOXX Adj. R. 2. y. -0.074. Nat. 0.093*. ‧. SLOPEt. BS1. sit. rt10. CDS. 學. 變數. er. 表 15. ‧ 國. 治 政 5 年期信用違約交換價差與債券信用價差組成因子迴歸結果 大 立 信用違約交換價差 債券信用價差 債券信用價差 BS2 0.0588 (1.06) 0.338*** (7.54) 0.017*** (7.84) -0.00016*** (-3.11) 35%. 註：數字為影響變數之係數，括號內為 t 統計量。*，**，***分別代表 10%，5%，與 1%之顯著水 準。樣本數皆為 1506。. 35.
(44) 表 16. 10 年期信用違約交換價差與債券信用價差組成因子迴歸結果 信用違約交換價差. 變數. CDS. 債券信用價差 BS1. 債券信用價差 BS2. 0.0151. -0.023. 0.075. (0.38). (-0.5). (1.61). 0.381***. 0.461***. 0.356***. (10.58). (11.1). (8.49). 0.018***. -0.00021. 0.0097***. (8.12). (-0.08). (3.78). -0.00028***. -0.00027***. -0.00032***. (-5.92). (-4.76). (-5.74). 61%. 46%. 46%. rt10. SLOPEt VIX t. STOXX Adj. R. 2. 政 治 大. 註：數字為影響變數之係數，括號內為 t 統計量。*，**，***分別代表 10%，5%，與 1%之顯著水 準。樣本數皆為 1506。. 立. ‧ 國. 學. 表 17 為預期變數對信用違約交換價差與債券信用價差之影響方向。我們預 期這些變數對信用違約交換價差與債券信用價差兩者之影響應為一致。. ‧ y. Nat. 模型變數與預期影響方向. io. sit. 表 17. 變數描述. Δr. i n C U 歐元 10 年交換利率變化 hengchi. er. 變數. al. n. 10 t. ΔSLOPEt. v. 預期正負號 ?. 歐元 10 年交換利率與 2 年交換利率差之變化. ?. ΔVIX t. CBOE VIX 指數變化. +. ret tSTOXX. 道瓊歐盟 50 指數變化. -. 表 18 與表 19 分別顯示所有國家 5 年期與 10 年期綜合資料之縱橫資料迴歸 之結果。先觀察 Adj. R 2 的部分，可以觀察到模型使用的信用風險之解釋變數對 於 5 年期與 10 年期之信用違約交換價差之迴歸結果差異不大，模型解釋能力皆 為 11%，但是在債券信用價差的部分卻有顯著差異。我們採用的變數對於 5 年期. 36.
(45) 之債券價差解釋能力極差，僅有 2-3%，顯示 5 年期債券價差幾乎不受全球性變 數影響。但同樣變數在 10 年期債券價差之部分解釋能力卻有約 20%。 表 18 中可以看到四個變數中僅有殖利率曲線斜率與股市報酬影響對債券價 差之影響為顯著，加上極低之 Adj. R 2 ，顯示總體市場之風險因子變化對於 5 年 期債券價差之影響極小。而此四種變數除了 VIX 指數以外其它影響皆為顯著。 表 19 之結果則顯示利率變化與殖利率曲線斜率之變化對 10 年期之信用違約 交換價差與債券信用價差資料皆有負向且顯著之影響。觀察其係數，明顯利率變 化對於債券信用價差之影響大於信用違約交換價差。而股市之變動同樣在所有樣 本上皆有顯著之負向影響。. 治 政 值得注意的部分是波動率變化之影響。波動率對信用違約交換價差之影響為 大 立 正向顯著，符合預期，但需注意的是 VIX 波動率對債券信用價差 BS1 及 BS2 之影 ‧ 國. 學. 響不論在表 18 或表 19 之係數皆為負數。雖然顯著水準較低，但此現象與預期中. ‧. 的結果得到相反，也與過去文獻之結果矛盾。我們認為原因可能出自於標的風險. sit. y. Nat. 性債券之本質差異。過去文獻多是針對公司債或新興市場主權債等高收益債券，. io. er. 因此在市場波動率上升時投資人為規避風險會傾向賣出這些債券，造成風險性債 券價格下跌，殖利率上升，使得債券信用價差上升。但歐洲已開發市場國家則不. al. n. iv n C 然，這些國家之主權債券過去皆屬於投資級政府公債，被視為安全的固定收益標 hengchi U 的。因此除了因這些主權債券發行國家本身之債信問題所引起的市場波動上升之. 特例外，其他外在因素所引起之總體市場波動加大時，這些主權債券反而會成為 資金避險之標的，而資金之買進反而會造成其殖利率下降，進而對債券信用價差 造成負向之影響。 接著我們對所有國家分別作迴歸分析，結果顯示在表 20-25 中。先觀察表 20、21、22，表 20 中可以看到變數對 5 年期信用違約交換價差之影響因國家而 異，其中在希臘與葡萄牙之樣本上影響較不顯著，表 21 與 22 則顯示變數對於 5 年期債券價差之影響大多不顯著，此結果與全體樣本之迴歸結果相似。 Adj. R 2 顯 示變數對於 5 年期債券價差之解釋不佳之現象並非少數國家之影響，而是存在所 37.
(46) 有樣本上。 比較表 23、24、25 之結果可以發現，利率與殖利率曲線之斜率變化對所有 樣本國家之 10 年期債券信用價差 BS1 與 BS2 皆有顯著負向影響，與全體綜合之 結果一致。此二利率相關變數對各國 10 年期信用違約交換價差之影響雖然也皆 為負向，但僅有部分國家顯著。顯示債券市場對於利率變化之敏感性明顯較信用 違約交換市場高。波動率之變化對各國信用違約交換價差之影響皆為正向，對債 券信用價差除了義大利外皆為負向，而大部分結果不顯著。而股票市場報酬對兩 者之影響則皆為負向，且在大部分國家皆顯著。 比較 Adj. R 2 同樣可以發現此模型對於 10 年期債券信用價差之解釋能力在各. 治 政 國樣本上皆優於對 10 年期信用違約交換價差之解釋能力。除此之外模型在不同 大 立 國家之解釋能力上則有很大差異，觀察表 23 之 Adj. R ，模型對義大利之債券價 2. ‧ 國. 學. 差有高達 53%之解釋能力，然而對希臘卻僅有 8%。我們認為模型對希臘之解釋能. ‧. 力特別低的原因也許在於近一年希臘因為新債務籌措困難而不斷面臨債務違約. sit. y. Nat. 風險，成為歐洲債信危機之主角，因此其波動容易受到新聞消息等外在因子之衝. io. er. 擊。但迴歸模型中所使用的變數多為全球性或區域性變數，無法反映此單一市場 之價格之突然波動，故使模型對希臘之解釋能力降低。. n. al. Ch. engchi. 38. i Un. v.
數據
Outline
相關文件
zero-coupon bond prices, forward rates, or the short rate.. • Bond price and forward rate models are usually non-Markovian
• P u is the price of the i-period zero-coupon bond one period from now if the short rate makes an up move. • P d is the price of the i-period zero-coupon bond one period from now
• P u is the price of the i-period zero-coupon bond one period from now if the short rate makes an up move. • P d is the price of the i-period zero-coupon bond one period from now
zero-coupon bond prices, forward rates, or the short rate.. • Bond price and forward rate models are usually non-Markovian
zero-coupon bond prices, forward rates, or the short rate. • Bond price and forward rate models are usually non-Markovian
• As all the principal cash flows go to the PAC bond in the early years, the principal payments on the support bond are deferred and the support bond extends... PAC
Step 3 Determine the number of bonding groups and the number of lone pairs around the central atom.. These should sum to your result from
Wang, Solving pseudomonotone variational inequalities and pseudocon- vex optimization problems using the projection neural network, IEEE Transactions on Neural Networks 17
