彭博风险管理 | 用市场驱动型指标预警银行板块的风险事件

近期全球银行板块连续突发震荡，有观点认为这该归咎于其激进的期限错配策略，也有观点认为联邦利率的攀升是罪魁祸首。但更重要的是，能从此类事件中得到什么启发？为更好地保护投资者利益，是否能够通过一些早期预警信号来发现风险，从而获得更多应对时间？

为此，下文提供了一些彭博终端的有效工具：DRSK（股债联动指标）、MIPD（债券价格隐含指标）与LQA（流动性指标），这些指标的计算模型主要基于市场驱动因素，相较于传统意义上的基于基本面因素的指标，这些市场驱动型指标会有更强的市场敏感性。

用DRSK测算信用违约概率

DRSK功能可以测算未来一段时间的信用违约概率，它会综合考量当前的股票市场变化和公司基本面情况，本质上是一个莫顿模型。通过“彭博违约风险监测”功能，可以看到在DRSK模型项下，有多家银行在过去180天内被下调了多个等级，例如硅谷银行，下降了四个等级。

如果使用DRSK计算硅谷银行未来1年的违约概率，如下图所示，硅谷银行的信用状况自2022年9月末开始出现恶化（白线呈上升趋势，违约概率上升）。2022年末信用状况的好转（白线呈下降趋势，违约概率下降），是由于硅谷银行收购了TomoCredit Inc, 资本市场认为这对硅谷银行是利好，能够为其营业收入增加多样性。然而这一美好愿景最终落空，硅谷银行倒闭。

此外，同业对比图也能揭露相似信息。在右下角的同业对比条形图中，硅谷银行处于“低信用区间”。

MIPD如何超越传统的信用评级？

MIPD是另一种衡量指标，它是根据债券市场价格隐含违约概率。最近对于全球金融机构来说，是风险的蔓延期，因为传统的信用评级无法反映最新变化，CDS利差覆盖面不够大，而人工分析算力有限，无法达到规模化，那么可以使用MIPD指标来追踪相关行业或投资组合的变化。下图案例是通过W功能，观测美国银行业MIPD指标及其变化，我们可以通过MIPD指标一周或者一个月的动量变化，来看整个银行业的趋势分化。

如果使用MIPD分析硅谷银行其中一个永续债 “SIVB 4 ¼ PERP Corp” ，把日期改选到3月7日，则可以发现动量因子 “1Y 5D PD Absolute Change” 是0.41%，几乎是BBB评级美国银行同业的6倍多，显著高于同业。

LQA通过AI模型对债券的流动性评分

LQA则是第三个衡量指标，是通过AI模型对债券的流动性评分，模型输入项包括债券的实际交易数据，例如买卖价差、交易量等。该评分区间为1-100，分数越高则债券流动性越强。

下图为截至2023年3月24日，G7国家银行的TLAC、AT2、AT1的平均LQA打分，可以看到美国和德国银行的资本补充工具的流动性相对较弱，亚太地区日本的整体情况较好。

个券角度去观察，在2023年4月12日，与市场所有债券比较，硅谷银行债券的LQA评分下跌至8分。

在下图右下角中，绿色曲线显示了过去9个月的LQA评分变化趋势。显然，硅谷银行永续债券的流动性呈现清晰的下降趋势，并且在2023年1月底，出现最近的一次流动性骤减，比其实质出现信用危机提前了两个月。

也许有观点认为，硅谷银行债券流动性评分降低是由于银行业板块整体流动性下跌。事实上，这一得分是同业内部比较之后计算得出的相对分数，因此，如果硅谷银行的LQA得分降至8，意味着与同类北美高收益债相比，它的流动性极低。因此，LQA得分本身便足以体现特定债券的流动性。

DRSK、MIPD与LQA是三个前沿的量化分析模型，通过捕捉多个市场驱动因素，从不同维度反映了债券发行人的信用风险和流动性风险的变动，因此可以有效地为投资者进行早期预警。