3. 信用利差与违约概率：风险中性违约概率、信用利差的期限结构、信用曲线构建
各位同学，咱们今天聊点实在的。信用利差和违约概率，这俩东西就像一对双胞胎，看着像，但性格完全不同。我在做CDS定价的时候，经常看到有人把两者混为一谈，结果模型跑出来，市场根本不认账。
说白了，信用利差是市场上能直接看到的数字，而违约概率是我们从这些数字里反推出来的。你想想看，一个债券收益率比国债高200个基点，这200个点里有多少是真正的违约风险？又有多少是流动性溢价、税收因素、或者纯粹的市场情绪？
嗯，这就是我们今天要拆解的核心问题。
3.1 风险中性违约概率
先讲一个概念：风险中性违约概率。这名字听着挺唬人，其实没那么复杂。
我习惯这么理解：在风险中性的世界里，所有投资者都不要求风险溢价，只要求无风险收益率。那么，一个信用债券的收益率高于无风险利率的部分，就完全归因于违约风险。这个假设当然不真实，但它让我们能用一个简洁的公式把违约概率算出来。
公式很简单：
信用利差 = 风险中性违约概率 × (1 - 回收率)举个例子。假设一个一年期公司债，信用利差是300个基点，回收率假设为40%。那么：
风险中性违约概率 = 3% / (1 - 0.4) = 5%这意味着，在风险中性的框架下，市场认为这家公司未来一年有5%的概率违约。
重要提醒：这个5%不是真实世界的违约概率。真实世界的违约概率通常要低得多。为什么？因为投资者是风险厌恶的，他们要求额外的风险溢价。所以风险中性概率往往高于真实概率。
我在项目中遇到过一件事。有一次给一家城投公司做CDS定价，我用风险中性模型算出来的违约概率是8%，但历史数据表明同类公司的真实违约率只有2%左右。差距这么大，就是因为市场对城投债的流动性担忧和政策不确定性，都体现在了利差里。
实战技巧：我个人习惯在计算风险中性违约概率时，先做一步"利差分解"。把信用利差拆成违约部分和非违约部分。非违约部分包括流动性溢价、税收溢价、情绪溢价等。这样算出来的违约概率才更贴近真实。
3.2 信用利差的期限结构
信用利差不是一成不变的。不同期限的债券，信用利差也不同。这就引出了信用利差的期限结构。
你想想看，一个一年期的公司债和一个十年期的公司债，它们的信用利差会一样吗？大概率不会。为什么？因为违约概率随时间变化，而且市场对不同期限的风险定价也不同。
常见的期限结构形状有三种：
- 向上倾斜：期限越长，利差越大。这最常见，因为时间越长，不确定性越大。
- 向下倾斜：期限越长，利差越小。这通常出现在短期风险极高的情况下，比如公司近期有债务到期，短期违约风险很大。
- 驼峰形：中期利差最大，短期和长期都较小。这种形状比较少见，但我在一些周期性行业里见过。
我记得有一次给一家钢铁企业做信用分析，它的信用利差期限结构就是典型的向下倾斜。为什么？因为那家公司有一笔巨额债务在半年后到期，市场担心它还不上。半年期的利差飙到了800个基点，但五年期的利差反而只有300个基点。市场认为，只要熬过这半年，后面就安全了。
避坑指南：我曾经犯过一个错误——直接用线性插值法填充缺失期限的利差。结果发现，在期限结构拐点附近，线性插值会严重失真。后来我改用样条插值或者Nelson-Siegel模型，效果就好多了。
3.3 信用曲线构建
信用曲线，说白了就是把不同期限的信用利差点连成一条线。但这条线不是随便画的，它需要满足一些约束条件。
构建信用曲线，我一般分三步走：
- 数据收集：找到同一发行人不同期限的债券或CDS报价。注意，要用同一优先级、同一币种的数据。
- 利差计算：把每个期限的收益率减去对应期限的无风险利率，得到信用利差。
- 曲线拟合：用合适的模型把这些离散的点拟合成一条平滑的曲线。
曲线拟合的方法有很多，我常用的有：
- 线性插值：简单粗暴，但不够平滑。
- 三次样条插值：平滑性好，但容易过拟合。
- Nelson-Siegel模型：参数少，稳定性好，我比较推荐。
- Bootstrap方法：从短端到长端逐次推导，适合CDS曲线构建。
下面我用一个简单的例子，展示如何用Bootstrap方法构建信用曲线。
# 假设我们有三个期限的CDS报价
# 1年期: 200bps, 3年期: 300bps, 5年期: 350bps
# 回收率假设为40%
# 第一步：计算1年期的风险中性违约概率
h1 = 0.02 / (1 - 0.4) # = 0.0333
# 第二步：用1年期的结果推导3年期
# 需要解一个方程，这里简化处理
# 假设违约强度恒定，则3年累计违约概率 = 1 - exp(-h * 3)
# 通过迭代求解h，使得模型利差等于300bps
# 第三步：同理推导5年期
# 最终得到一条完整的信用曲线核心要点：信用曲线构建的难点不在于数学，而在于数据质量。我见过太多人花大量时间优化拟合算法，却忽略了输入数据的可靠性。记住一句话：垃圾进，垃圾出。
下面这张图展示了信用曲线构建的核心逻辑：
构建信用曲线时，有几个细节要注意：
- 基准利率选择：我习惯用国债收益率作为无风险利率，但有些人喜欢用利率互换利率。各有优劣，关键是要保持一致。
- 插值方法：短端用线性插值问题不大，但长端最好用更平滑的方法。
- 极端值处理：如果某个期限的利差明显异常，不要硬塞进模型。先检查数据是否有误，或者考虑是否应该剔除。
个人经验：我建议在构建信用曲线时，同时画两条线：一条是原始数据点，一条是拟合曲线。这样能直观地看到拟合效果。如果某个点偏离曲线太远，就要警惕了。
好了，关于信用利差和违约概率的内容就讲到这里。记住，风险中性违约概率是一个定价工具，不是预测工具。信用利差的期限结构反映了市场对不同期限风险的看法。而信用曲线构建，则是把这些信息整合成一条可用的曲线。
这些工具用好了，CDS定价就不再是黑箱操作了。