3. CDS定价原理:风险中性定价、违约概率、回收率、信用利差曲线

好,咱们进入CDS定价的核心环节。

很多人一听到「定价」两个字就头大,觉得全是数学公式。其实没那么玄乎。说白了,CDS定价就是回答一个问题:我卖给你这份保险,该收多少钱?

我个人习惯把定价拆成三块来看:违约概率回收率信用利差曲线。这三者就像三根柱子,撑起了整个定价模型。咱们一个一个聊。

3.1 风险中性定价:为什么不是真实世界?

先讲一个基本概念——风险中性定价。

你可能会问:为什么不用真实世界的违约概率?

嗯,这里有个关键点。真实世界的违约概率,比如历史数据统计出来的,它包含风险溢价。而我们在给衍生品定价时,需要的是无套利框架下的价格。说白了,就是假设所有投资者都不在乎风险,只在乎期望收益。

我刚开始做交易时,也纠结过这个问题。后来想明白了:真实世界概率是用来算预期损失的,风险中性概率是用来算价格的。两码事。

核心公式(简化版):
CDS保费 = 预期赔付的现值 / 保费支付的现值
其中,预期赔付 = 违约概率 × (1 - 回收率) × 名义本金

你看,公式里用的就是风险中性违约概率。这个概率是从信用利差曲线里反推出来的,不是从历史数据里查出来的。

3.2 违约概率:从曲线反推

违约概率怎么来?

我个人习惯用信用利差曲线来反推。为什么?因为市场交易出来的价格,包含了所有已知信息。

具体做法是这样的:

  1. 从市场上拿到不同期限的CDS报价(比如1年、3年、5年、7年、10年)
  2. 假设一个回收率(后面会讲)
  3. 用定价模型反推出每个期限对应的风险中性违约概率

这里有个坑,我踩过。不同期限的违约概率不是独立的。它们之间有一个生存概率的关系。比如,第3年违约的概率,是建立在第1、2年都没违约的基础上的。

避坑指南: 我曾经在反推违约概率时,直接用线性插值处理不同期限的违约概率,结果算出来的保费和市场价格对不上。后来改用分段常数违约强度模型,才解决了这个问题。

简单说,违约强度(hazard rate)就是瞬时违约概率。假设它在每个时间段内是常数,然后通过迭代求解,让模型价格等于市场价格。

# 伪代码示例:从CDS报价反推违约强度
def implied_hazard_rate(cds_spread, recovery_rate, maturity):
    # 输入:CDS利差、回收率、期限
    # 输出:违约强度
    # 使用牛顿法迭代求解
    hazard = 0.01  # 初始猜测
    for i in range(100):
        model_spread = calculate_cds_spread(hazard, recovery_rate, maturity)
        error = model_spread - cds_spread
        if abs(error) < 1e-6:
            break
        hazard -= error / derivative(hazard, recovery_rate, maturity)
    return hazard

3.3 回收率:最容易被低估的参数

回收率,就是违约后能拿回多少。

很多人直接拍一个40%或者20%就用了。我建议你千万别这么干。

回收率的影响有多大?我举个例子:

回收率假设 CDS保费(基点/年)
40% 150
20% 225
0% 375

你看,回收率从40%降到20%,保费直接涨了50%。

我个人习惯的做法是:

  • 优先用市场隐含回收率:从CDS和债券价格中联合反推
  • 参考历史回收率:不同行业、不同优先级差别很大
  • 做敏感性分析:至少算三个场景(乐观、基准、悲观)
注意: 回收率不是固定不变的。市场恐慌时,回收率预期会大幅下降。2008年雷曼兄弟的回收率只有个位数,而正常投资级公司通常在40%左右。

3.4 信用利差曲线:市场的语言

信用利差曲线,说白了就是不同期限的CDS报价连成的一条线。

它反映了市场对某个实体未来信用风险的看法。

我一般会看三个特征:

  1. 曲线形状:向上倾斜(正常)、平坦(不确定)、倒挂(短期风险高)
  2. 曲线水平:整体高低反映信用质量
  3. 曲线斜率:反映市场对远期风险的预期

举个例子,如果5年期CDS是200基点,10年期是300基点,说明市场认为未来5-10年风险在上升。如果5年期是200基点,10年期是180基点,那就是倒挂,说明市场担心近期有大事发生。

我在做市时,每天第一件事就是看曲线变化。哪个期限在动?是整体平移还是形状变了?这些信息比单个点位的报价重要得多。

3.5 知识体系框架图

下面这张图,是我自己整理的知识框架。每次带新人时,我都会先让他们看这张图。

CDS定价原理知识框架 CDS定价 风险中性定价 违约概率 回收率 无套利框架 预期赔付现值 = 保费现值 违约强度(Hazard Rate) 生存概率 = exp(-λt) 市场隐含回收率 历史回收率参考 信用利差曲线(市场报价) 反推违约概率 & 隐含回收率

这张图把整个定价逻辑串起来了。你看,信用利差曲线在最下面,它是市场给的输入。然后我们用它反推违约概率,再结合回收率假设,最后用风险中性定价框架算出CDS的合理价格。

3.6 实战中的几个要点

最后,分享几个我在做市时积累的经验:

  • 曲线一致性:不同期限的CDS报价必须用同一个回收率假设,否则算出来的违约概率曲线会扭曲
  • 流动性调整:流动性差的期限,报价可能不准。我一般会参考相近期限的报价做平滑
  • 基准曲线对比:把单个实体的曲线和行业指数曲线对比,能发现相对价值机会
一个小技巧: 我习惯在每天收盘后,把主要做市标的的信用利差曲线画出来,和前一天对比。哪个期限在变宽?哪个在收窄?连续观察一周,你对市场的敏感度会明显提升。

嗯,定价这块内容不少,但核心就是这几个要素。你只要把违约概率、回收率、信用利差曲线这三者的关系理清楚,CDS定价就不再是黑箱了。


公众号:蓝海资料掘金营,微信deep3321