31Dec/080
一个算术问题
看了一个关于大小非的文章,罗列了一堆数据,自己拿来想了下。
甲公司发行100股,其中50股国家股(大非)每股1元,50股公众股每股10元。
公众股发行上市后甲公司总资产:50(大非)+500(公众股)=550元,每股资产变为550/100=5.5元
公众股发行上市后甲公司总资产:50(大非)+500(公众股)=550元,每股资产变为550/100=5.5元
大非花每股1元买的50股,资产价值由50元一下子变成了275元(50股乘以5.5)。
第二年甲公司配股,10配2股。大非放弃配股(历来如此),还投票要公众股配股,每股配股价10元。公众股50股,10配2就是配10股,每股10元,公众要拿出100元来。此时公司总股本变为110股。
配完股甲公司资产值增加了100元:550+100=650每股资产变为650/110(股)=5.91元
大非花每股1元买的50股,资产价值由50元再次上涨变成了295元(50股乘以5.91)。吃人不?而大非其间一分钱也没再次投入,公众股却再次投入了100元(配股)。
第三年甲公司分红10送10股。这次大非不会放弃送股了,全要。送股后大非由上年度50股变成100股,公众股由上年度60股变成120股。公司总股本变为220股,公司每股资产变为650/220=2.95元
第四年甲公司又配股圈钱每10股配3股,大非再次放弃配股(历来如此),每股配股价10元。此时公众股120股,10配3就是配36股,每股10元,公众要再次拿出360元做贡献。配完股公众股变为120+36=156股。公司总股本变为220+36=256股,
总资产变为650+360=1010元。公司每股资产变为1010/256=3.94元
大非花每股1元买的50股,送股后变成100股,资产价值由当初的50元再次上涨变成了394元(100股乘以3.94)。而大非其间一分钱也没再次投入,公众股却再次投入了360元(配股)。
第五年甲公司分红了,红包大大得很,每股派现金0.5元。大非获得50元红利(100股乘以0.5)。公众股获得78元红利(156股乘以0.5)。公众股从认购到配股投入500+100+360=960元。
5年里我们投入的960元获得了78元的“巨大收益”。大非5年里投入的50元获得了50元的“巨巨大收益”。大非收回了本钱,而我们却只收回了不到十分之一。
5年里我们投入的960元获得了78元的“巨大收益”。大非5年里投入的50元获得了50元的“巨巨大收益”。大非收回了本钱,而我们却只收回了不到十分之一。
好了,股权分置改革来了。对价是公众股10送2.5股,156股可获得39股对价—–就是大非从它的100股里拿出39股送给公众股以换取流通权。此时大非持股变为100-39=61股,公众持股变为156+39=195股。由于大小非流通,市场资金接盘不住股价往下猛掉,一值掉到了每股资产值价位:3.94元。
假如大非以每股资产值3.94元卖掉持股可获的现金:61股乘以3.94=240元,加上前面50元红利大非获得现金290
元,投资收益290除以50=5.8倍。假如公众股也按每股资产值卖掉可收回现金:195股乘以3.94=768元。加上78元红利是846元。就是说5
年里,我们投入的960元依然亏本,而大非却获得5.8倍的资本增值。
元,投资收益290除以50=5.8倍。假如公众股也按每股资产值卖掉可收回现金:195股乘以3.94=768元。加上78元红利是846元。就是说5
年里,我们投入的960元依然亏本,而大非却获得5.8倍的资本增值。
这个简单例子,实际很多公司不止两次配股。那更是连流通股的骨髓都吸干了。目前大小非不是以每股资产价值减持,而是以市场价来抛售。一幕惨不忍睹的灾难!
总觉得中间有些东西不对,回头自己好好想想。
30Dec/080
非常郁闷的事
本来开这个blog是给自己平时说些无关紧要的话,放些乱七八糟的东西,不过还是希望原来的朋友通过这个blog了解我现在的生活,现在看来只能做一半的计划了。
昨天给小弟发了网站地址,他试了下,没有打开,觉得有些不对,联系到这个blog所有的来的人都不是来自baidu,开始有些不爽,上网找了下一些工具试了下,这个blog的确被gfw了。
很是无奈,以为是没有备案,想着试试,最后进了信息产业部的那个破网站还是没法住上,那个是针对主机在国内的网站的,我的恰好不是在国内,于是非常郁闷的回来了。
算了吧,既然这样了,就多写些英文的吧,正好练手了。
郁闷,无以附加,为什么抓老鼠那种脑残游戏都没事,发发牢骚就不行呢。
27Dec/080
圣诞碎语
轰轰烈烈的圣诞终于基本算是结束了。接下来就该期待元旦了。
在纽约过的第一个圣诞。真实感受着圣诞的气氛,应该有些想法,可是估摸起来,自己却没有想象中那么的感触,也许真应了儿时同学的话,有向麻木进军的趋势。
说起气氛,圣诞的感觉没有春节那么直接,或许是没有春晚?对于我们这种半路出家的人来说,不能理解圣诞对native的感觉。其实在家的时候春节也渐渐失去了原来的吸引力,不过不管怎么说,春节还有团团圆圆的一家人,而我的圣诞基本上只是自己一个人和满世界其他人的节日。
为了帮同学买些东西,圣诞的前后几天基本都在街上度过的,14,34,42曼哈顿上几个大的站转悠了几圈,去时代广场感受了人潮汹涌,去洛克菲勒陪圣诞树过了一晚,顺路逛了下第五大道。下半年总共加在一起还没有这几天转悠的多。
纽约真的是购物天堂,什么东西都能买到,这几天逛下来突然让自己有待在这边的冲动了,原来一直想着毕业后回家回北京回上海,后来慢慢发现自己还是和原来一样,从小山村来到北京就不再想回家,从北京来纽约就不大想着回到中国。
虽然很累,不过给自己明年树了一个目标。
加油,留下来。I LOVE NY
26Dec/080
性感的故事——中国新药研发
性感的故事——中国新药研发 当你看着篇文章时,估计你和我有一定相似之处,因为我用这个题目目的是吸引眼球,来听我讲故事。性感与否,由你来定。 故事的开头是这样的…… 什么是新药研发?三部分组成:科学、技术和临床,或者三部分人:基础研 究科学家、药物/生物技术科学家以及临床研究科学家。 新药来源是从讲故事( 或兴趣)开始,一个科学家发现某个靶向( EGF、 VEGF TGF)可做不拉不拉,发PAPER、申请专利( 做一些简单的动物试验)。这 个阶段基础研究科学家完事了,交给了公司。我们不得不佩服美国在这个阶段的 绝对领先,聪明、自由、新奇、有钱等等。大量大量的新颖想法构成了生物技术 繁荣的景象。 故事交给你讲了......------------------------------------------看到这个篇文章想起还在生物中继续加油的兄弟们,也许我是中间首先撤退的。研发新药(新的研究方法)绝对是让每个研究者热血沸腾的事情。或许很多年以后我的伟哥程程会在这些上面作出一些让大家很乐意看见的突破,然而这个过程无疑是漫长的,这种等待的折磨就不简简单单的为伊消得人憔悴的一句话那么简单的。在学校的时候我们就讨论过现在的情况下,要真正作出属于自己的成果没有十年的积累简直是不可能的。或许这十年中你就是只能给老板打打工,辛辛苦苦作出点成绩也还要加上老板的名字才能显得专业。十年够了吗?抱歉,真的没有办法给出答案的。这之间的辛苦和憋屈怕是只有真正体会才知道了。十年之后呢?包括制药在内的所有研究都是很男人的研究活动,需要的不仅仅是坚持,或许大半辈子的坚持因为一个方向的错误而血本无归。我自己对这个过程始终是抱有怀疑态度了,人的一生可能没有多少时间给自己拿来冒险的。我不愿意把自己放在试验室里过去,可是每个人有自己的未来当我远远的望着的时候,伟哥们已经勇敢的上路了,虽然并不是很风光。想想自己,直到现在我还有找到自己的路,比起伟哥他们我真的有些落后了,如果这是一场飞行棋的游戏,我还没有给自己掷出一个MAX,飞机都还在机库里呼呼大睡着。而伟哥小飞机虽然冒着最后可能功亏一篑的风险,已经勇敢的上路了。加油吧。不管怎么样,我们总是自己故事中当之无愧的男一号了。
24Dec/080
信用风险模型的新发展:简约模型
作者:周天芸
信用风险是指因银行的债务人或交易对手违约所造成损失的风险,这种风险是银行经营过程中的主要风险之一,为了规避信用风险,1988年的《巴塞尔资本协议》曾经规定,商业银行必须根据实际信用风险状况,提取足够的资本金。而
2004年的《新巴塞尔资本协议》为了对银行信用风险加权资产最低资本要求确定科学的规则,采用两种方法:即信用风险标准法和信用风险内部评级法,后者又可以分为初级法和高级法两种方法,鼓励更多的银行使用内部模型评价信用风险。
2004年的《新巴塞尔资本协议》为了对银行信用风险加权资产最低资本要求确定科学的规则,采用两种方法:即信用风险标准法和信用风险内部评级法,后者又可以分为初级法和高级法两种方法,鼓励更多的银行使用内部模型评价信用风险。
信用风险的计量依据是对借款人和特定交易类型风险特征的评估,因此借款人的违约概率(PD)是内部模型的核心,但要全面反映银行潜在的信贷损失,还必须衡量违约损失率(LGD)、违约风险值(EAD)以及某些情况下的期限(M),内部模型的大部分内容是关于如何对这些风险要素进行识别和计量,并能由银行和监管当局进行检验。这些风险要素形成内部模型测算银行最低资本要求的基本数据输入要素。西方信用风险模型虽然都以衡量和解出这些变量为目标,但通过模型的演进,可以发现信用风险模型是如何通过设立符合现实的假设和运用最新模型技术,发展到信用风险模型的最新形式的。
一、信用风险模型的演进
西方信用风险模型大致经历有代表性的三个阶段。
第一代模型大多产生于20世纪
60、70年代,其研究基础是当时常用的一系列经验假设,而研究者凭借这些研究获得诺贝尔奖。总体而言,他们第一次假设特定变量是随机的,并根据随机变量的概率分布估计债券的价值,这与早期假定所有变量都是确定性的静态模型相比前进一大步。第一代模型包括:布莱克一斯科尔斯期权模型;单因素利率期限结构模型;詹姆斯迪恩
(Jamshidian)的债券期权模型等;以格为基础的三项式美式期权模型(Trinomial lattice-Based
American Option
Models)。上述模型都设立严格假设,即承诺支付的交易对方或者是无违约风险或者违约时间和违约数量事先可以确定。
60、70年代,其研究基础是当时常用的一系列经验假设,而研究者凭借这些研究获得诺贝尔奖。总体而言,他们第一次假设特定变量是随机的,并根据随机变量的概率分布估计债券的价值,这与早期假定所有变量都是确定性的静态模型相比前进一大步。第一代模型包括:布莱克一斯科尔斯期权模型;单因素利率期限结构模型;詹姆斯迪恩
(Jamshidian)的债券期权模型等;以格为基础的三项式美式期权模型(Trinomial lattice-Based
American Option
Models)。上述模型都设立严格假设,即承诺支付的交易对方或者是无违约风险或者违约时间和违约数量事先可以确定。
这些假设大多反映在他们的研究中。
·布莱克·斯科尔斯模型隐含假设普通股票看涨期权和看跌期权的支付是确定的。惟一不确定的是股票的价格,通过股价我们可以导出看涨期权和看跌期权的价格。
·作为最佳市场风险模型的利率期限结构模型,假设收益率曲线代表着无风险交易对手的收益率曲线,正如我们下面将看到的,如果交易对手存在违约风险,那么期限结构模型将导出不同的公式,尽管这个公式依赖于无违约风险的期限结构,但是两者并不等同。
·基于无风险期限结构模型的债券期权模型假设,作为基础资产的债券无违约风险,期权偿付者同样不存在违约风险。
·三叉数和二叉树模型通常用于估算债券赎回或抵押预付的美式期权,这些量化技术同样假设抵押借款人无违约风险或其违约风险已知。这种解析等同于假设借款人是无风险的,但是这种偿还计划与损失为零借款人偿还计划存在差异。
第二代模型试图扩展第一代模型所包含的有关信用风险的研究,但对模型本身不作修改或作少许修改。第二代模型有:
·默顿(Merton)的风险债务模型:该模型假设权益资本是对公司资产所拥有的布莱克·斯科尔斯模型中的买权,在该模型中只有一个风险变量,即公司资产的市场价值。与布莱克·斯科尔斯期权模型一样,此模型也假设利率不变。
·组合价值的蒙特·卡罗模拟:应用第一代模型确定组合的价值,然后加上违约/不违约独立变量,对付款人的信用质量进行模拟。由于模型假设付款人的违约概率可从某种外部渠道获得,且违约概率与影响基础资产组合市场价值的宏观、微观因素无关,因此可以使用无违约风险模型进行估价,而前述的违约概率也不随时间发生变化。这种方法通常用于衡量世界范围内交易所的信用风险。
第三代模型具有两个共同特征:至少包括两个随机变量,明确假设付款人可能违约,并将此贯穿于相关资产价值估计的全部过程。这类模型非常多,这里仅择取数例:
·杰诺-特恩布尔模型(Jarrow-Turnbull)
11995):模型假定违约是随机过程,利率也是随机变量,并将一系列违约证券的利率代入估价公式。
11995):模型假定违约是随机过程,利率也是随机变量,并将一系列违约证券的利率代入估价公式。
·杰诺-兰多—特恩布尔模型
(Jarrow-Lando-Turnbull)11997]:模型根据评级转化矩阵假设违约概率的随机变化。
(Jarrow-Lando-Turnbull)11997]:模型根据评级转化矩阵假设违约概率的随机变化。
·达菲-辛格顿
(Duffie-Singleton)(1999]的研究框架放松了杰诺-特恩布尔模型的全部假设。
(Duffie-Singleton)(1999]的研究框架放松了杰诺-特恩布尔模型的全部假设。
·斯姆考-手岛-范·戴维特
(Shimko-Tejima-Van Derenter) [1993]在默顿模型框架中假设了利率的随机性;
(Shimko-Tejima-Van Derenter) [1993]在默顿模型框架中假设了利率的随机性;
·杰诺(Jarrow)[2001]模型完善利率变化和市场指数变化所导致的违约概率变化的研究框架。
二、信用风险的简约模型
简约模型是“风险率”(hazard
rate)模型技术的一种变形,这种模型技术在20世纪80年代开始影响金融实践,目前广泛运用在诸如抵押贷款的提前偿付模型、零售信贷核准和公司信用模型等方面。“风险率”模型技术主要利用医学上的疾病发作预测统计方法和20世纪70年代从物理学走向金融学的随机过程数学。
rate)模型技术的一种变形,这种模型技术在20世纪80年代开始影响金融实践,目前广泛运用在诸如抵押贷款的提前偿付模型、零售信贷核准和公司信用模型等方面。“风险率”模型技术主要利用医学上的疾病发作预测统计方法和20世纪70年代从物理学走向金融学的随机过程数学。
风险率模型之所以被称为简约模型是因为该模型将复杂的违约机制简化为简单的表达,使得模型能接受现实中可收集的市场数据,并导出无套利定价、估价和套期保值,这些模型中的违约强度(the
default intensity)就是风险率。简约模型有多种变形,比较有代表性的是罗伯特·杰诺模型(Robert
Jarrow)。
default intensity)就是风险率。简约模型有多种变形,比较有代表性的是罗伯特·杰诺模型(Robert
Jarrow)。
(一)杰诺的基本模型
杰诺[1999,2001]模型是杰诺-特恩布尔[1995]模型的扩展,这是第一个广受欢迎的简约模型。信用违约互换的市场价格与依据早期信用风险模型计算出来的价格差异很大,而杰诺-特恩布尔模型实现与市场价格的吻合,且为公司债券到信用衍生产品的市场价格的演变提供合理的经济基础。
最初的杰诺-特恩布尔模型 [1995]假定违约是随机的,而违约概率是非随机、是时间变化的函数:杰诺11999,2001]模型在很多方面对杰诺-特恩布尔模型进行扩展,首先,假定违约概率为随机,违约概率明显与利率及其他一些服从对数正态分布的变量有关。杰诺还引进影响债券价格但不影响股价的流动性因素,这个流动性因素是随机的且随债券发行人的不同而不同。另外,流动性参数是决定违约程度宏观风险因素的函数。
杰诺模型还能计算给定违约6、的隐含违约补偿,杰诺定义该参数为部分补偿(fractional recovery)
=δi(t)v/(τ-,T;i),其中,v是破产前,时刻风险债务的价值,下标
i代表债务的偿还优先顺序,而该参数可以是随机的,也可以受其他因素影响。达菲和辛格顿[1999]最早在补偿率中采用上述定义。传统银行家理解补偿率为本金的某个百分比,达菲和辛格顿认为这种理解使得债券和信用衍生产品价格的数学推导更为困难,同时这种理解也过于狭窄——比如处于实值的利率上限期权的本金如何确定?外汇期权呢?未执行的贷款承诺呢?因此将补偿率理解为破产前风险债务价值的百分比更合理,我们还可以将这个定义转换成传统的“周围本金某个百分比的补偿率”,以获得更多人的认同。
=δi(t)v/(τ-,T;i),其中,v是破产前,时刻风险债务的价值,下标
i代表债务的偿还优先顺序,而该参数可以是随机的,也可以受其他因素影响。达菲和辛格顿[1999]最早在补偿率中采用上述定义。传统银行家理解补偿率为本金的某个百分比,达菲和辛格顿认为这种理解使得债券和信用衍生产品价格的数学推导更为困难,同时这种理解也过于狭窄——比如处于实值的利率上限期权的本金如何确定?外汇期权呢?未执行的贷款承诺呢?因此将补偿率理解为破产前风险债务价值的百分比更合理,我们还可以将这个定义转换成传统的“周围本金某个百分比的补偿率”,以获得更多人的认同。
“风险率”,或者说,“违约强度”,在杰诺模型中是三个因素的简单线性函数:
λ(t)=λ0+λ1r(t)+λ2Z(t)
其中变量Z(t)是一个冲击项 (shock term),其均值为0,标准差为1,代表宏观因素的随机波动
(比如石油价格的变动),这些宏观因素的变动会导致特定公司的违约。宏观因素变动一般写成如下形式:
(比如石油价格的变动),这些宏观因素的变动会导致特定公司的违约。宏观因素变动一般写成如下形式:
dM(t)=M(t)[r(t)dr+σmdz(t)]
dH(t)表示宏观因素的变动, M(t)为宏观因素某时刻的水平值,r
(t)表示随机无风险利率,dz(t)为随机扰动项的变动,σm为宏观因素的波动率。虽然在杰诺模型中,违约概率的表达式只含利率及一种宏观因素,但很容易将模型推广到任意多个宏观因素,原因是像z(t)这类正态分布变量的线性函数仍然服从正态分布。
(t)表示随机无风险利率,dz(t)为随机扰动项的变动,σm为宏观因素的波动率。虽然在杰诺模型中,违约概率的表达式只含利率及一种宏观因素,但很容易将模型推广到任意多个宏观因素,原因是像z(t)这类正态分布变量的线性函数仍然服从正态分布。
在杰诺模型中,利率是随机的,如果偏好不变利率模型,只需将杰诺模型中的利率波动率设为0。期限结构模型假定无风险利率是黑斯、杰诺、默顿“992}模型框架中的特例,女n霍尔-怀特(Hull-White)或扩展的凡瑟塞克模型。最初的凡瑟塞克[1997]模型,由于无风险利率的假设必须完全与当前可观察的收益率曲线(及其他建立在该收益曲线上的利率衍生产品)一致,这个模型受到批评,而扩展的凡瑟塞克模型对此进行修正,只要求理论的收益率曲线与实际收益曲线相匹配,在模型中,短期利率r(t)的时间漂移(对时间求导)以某种方式与利率周期相符,并受布朗运动形式的随机波动的影响。w(t)像Z(t)一样,均值为0,标准差为1。
(二)杰诺模型对关键问题的处理
·债券市场流动性问题的处理
简约模型的优点之一是能将参数拟合到各类证券价格的模型中,当然,与贷款者利益相关的数据是债券价格或信用衍生产品的价格,这是因为许多像IBM这样的大公司发行在外的普通股票只有一种,而流通在外的债券则可能有十数种。由此,一般而言,债券市场的流动性低于股票市场(即权益市场)的流动性。杰诺在模型中引入一般化的公式,解决债券市场流动性对价格影响的问题,它将债券市场流动性问题转化为一个科学问题(设置一个参数表示流动性的影响),而不至于把问题复杂化到怀疑债券价格能否作为信用模型的参数。值得注意的是,对于给定发行人所发行的债券,可能存在流动性折价或流动性溢价,杰诺没有假设流动性折价是不变的,所以它是随机的,可以实现灵活的取值。
最初的杰诺模型[2001]可以同时拟合债券价格和股票价格,或者单独拟合债券价格。杰诺和伊德拉姆模型[2002]还可以拟合信用衍生产品的价格。嘉瓦和杰诺[2002a,
2002b]则扩展模型以拟合违约历史数据。
2002b]则扩展模型以拟合违约历史数据。
·杰诺模型运用于小企业信用和零售信用
风险率模型方法,由基弗(Kiefer)在1988年第一次用于经济学,这是一项有效的技术,比传统信用评级方法有明显改进,已成为定价和小企业和零售违约概率估计的主要工具。
由于所有银行99.9%的业务都涉及小企业及零售信用,杰诺模型的一大特色是其具有通用性,可以拟合零售和小企业信用的数据;而以前的模型,如默顿模型,由于受限制于公司权益是公司资产的期权这一假设,其模型要求的数据具有结构限制。杰诺模型能够适应高级信用评级框架,这个框架允许使用许多有效的解释变量,沙姆韦(shumway)[2001]首先应用先进的风险率模型技术预测违约。
风险率模型方法明显区别于信用评级,传统信用评级综合两类数据得出结论:一类是已违约公司或个人在违约前一段时期的数据,另一类是无违约记录的公司或个人最近的数据。比如安然公司违约前很长历史时期的数据,通过分析安然公司的所有数据,而不仅是最近数据,风险率模型可以更准确估计安然的违约概率和引发违约的因素。
对于小企业,风险率模型方法估计违约的变量包括:CEO记账卡 (charge
card)的余额;收入;银行账户透支金额;CEO的个人信用状况;小企业信用评级;公司存续的时间;公司规模。
card)的余额;收入;银行账户透支金额;CEO的个人信用状况;小企业信用评级;公司存续的时间;公司规模。
在零售信用方面,杰诺模型还使用的变量包括:收入;教育;本地居留时间;是否有房产;第三方提供的信用评价;年龄。
由于杰诺模型框架能使用上述全部变量,因此比其他信用风险模型得到更广泛的应用。
三、模型评价
简约模型的发展,是基于过去信用风险模型的基础上,运用更加精确的模型技术,放松不符合实际的假设,从而构建更灵活、更简单、更有效的信用风险模型:
·灵活:风险率模型是一般模型方法,具有很强的灵活性,可以适应分散的、缺乏信息借款人的情况,风险率模型方法能够利用全部可得数据,比如公司案例中的信用衍生产品价格和债券价格,小企业
CEO案例中的“本地居住时间”、“未偿还信用卡余额与信用卡限额”。
CEO案例中的“本地居住时间”、“未偿还信用卡余额与信用卡限额”。
·简单:公司管理层的资本结构战略以复杂方式与公司财务状况联系在一起,而风险率模型方法抓住违约问题的本质,不用模拟在全部可能情形下的动态资本结构,给实际操作带来巨大便利。
·有效:风险率模型方法导出信用风险的无套利定价、估价和套期保值方法。
从简约模型发展过程,我们可以看到,商业银行信用风险管理将更加准确、精确,更加具有科学性,而这也正是中国的商业银行努力的方向。
模型的简单代价是信息量的增加,如果有足够多的信息量我们可以预测世界,可是这些信息怎么得到?