[论文解读] Bilateral counterparty risk valuation for interest-rate products: impact of volatilities and correlations

Damiano Brigo, Andrea Pallavicini+1 more|arXiv (Cornell University)|Nov 17, 2009

Credit Risk and Financial Regulations被引用 11

一句话总结

本文提出了一种无套利框架，用于对利率衍生品中的双边对手方信用风险进行估值，整合了随机信用利差、违约相关性以及利率波动率。研究结果表明，信用估值调整（CVA）可视为对净现值的看跌期权多头与看涨期权空头的组合，其调整幅度对相关性和波动率极为敏感——尤其在信用利差随机变动且违约时间与利率相关时更为显著。

ABSTRACT

The purpose of this paper is introducing rigorous methods and formulas for bilateral counterparty risk credit valuation adjustments (CVA's) on interest-rate portfolios. In doing so, we summarize the general arbitrage-free valuation framework for counterparty risk adjustments in presence of bilateral default risk, as developed more in detail in Brigo and Capponi (2008), including the default of the investor. We illustrate the symmetry in the valuation and show that the adjustment involves a long position in a put option plus a short position in a call option, both with zero strike and written on the residual net present value of the contract at the relevant default times. We allow for correlation between the default times of the investor and counterparty, and for correlation of each with the underlying risk factor, namely interest rates. We also analyze the often neglected impact of credit spread volatility. We include Netting in our examples, although other agreements such as Margining and Collateral are left for future work.

研究动机与目标

• 将单边对手方信用风险估值扩展至利率衍生品的双边情形，同时考虑投资者与交易对手的违约风险。
• 严格建模信用利差波动率、违约相关性以及利率-信用利差相关性对CVA调整的影响。
• 证明双边CVA并非单边CVA的简单对称扩展，而是显著受动态依赖关系影响。
• 提供一个适用于净额结算利率互换（IRS）组合及奇异衍生品的实用估值框架，适用于现实市场动态。
• 强调建模随机信用利差与违约相关性的重要性，这些因素在标准行业模型中常被忽略。

提出的方法

• 采用基于随机强度模型的无套利估值框架，通过高斯 copula 建模交易对手方与投资者违约之间的依赖关系。
• 使用两因子高斯短期利率模型（G2++）描述利率动态，采用带跳变的平方根过程（JCIR++）描述信用利差，以捕捉波动率的随机性。
• 将双边CVA推导为对违约时刻剩余净现值的零行权价看跌期权多头与看涨期权空头的组合。
• 通过蒙特卡洛模拟在多种情景下对调整值进行估值，包括净额结算组合与不同收益率曲线形态。
• 纳入交易对手方与投资者之间利率与信用利差的相关性，以及违约-违约相关性。
• 通过CDS期限结构与隐含波动率对模型进行校准，高风险与中等风险对手方分别使用独立的参数集。

实验结果

研究问题

• RQ1 当投资者与交易对手均面临违约风险时，利率衍生品的双边对手方信用风险调整（CVA）如何变化？
• RQ2 信用利差波动率对双边CVA有何影响？其如何改变调整值的符号与大小？
• RQ3 投资者与交易对手违约时间之间的相关性，以及违约时间与利率之间的相关性，如何影响CVA？
• RQ4 双边CVA对初始收益率曲线形状（上升、平坦、下降）的敏感性如何？
• RQ5 奇异特征（如自动赎回触发机制）如何影响双边CVA？相关性在这些结构中扮演何种角色？

主要发现

• 双边CVA对投资者与交易对手违约时间之间的相关性极为敏感，在高负相关性下调整值可能改变符号。
• 对于收益率曲线呈下降形态的平值IRS组合（P3），在高负相关性下双边CVA达到-1,193个基点，而平坦收益率曲线下的调整值为+31个基点。
• 信用利差波动率显著影响CVA：当交易对手信用利差波动率从0%上升至60%时，下降收益率曲线下的CVA从-1,193 bps降至-328 bps。
• 对于具有3%行权价的自动赎回IRS组合，高正相关性（ρ=99%）下的调整值为-55 bps，而高负相关性（ρ=-99%）下为-71 bps，显示出非线性敏感性。
• 在下降收益率曲线与高负相关性下，长期IRS组合（P1）的双边CVA可低至-1,193 bps，表明对多头头寸构成重大风险。
• CVA调整并非相关性参数的可加或线性函数；即使相关性参数发生微小变化，也可能导致CVA符号反转，从而否定简单缩放方法的有效性。