Probabilité objective de défaut du spread CDS

Question

J'ai la probabilité de risque neutre de défaut extrapolée à partir des données de marché des spreads de CDS. Comment puis-je estimer empiriquement le prix du risque de marché de la probabilité objective de défaut (c.-à-d. PD dans le monde réel) avec mon ensemble de données? Je sais que d'après le théorème de Girsanov, le prix du risque$\int_0^t(\Lambda_s)ds$ dans

$$W_t^Q=W_t^P+\int_0^t(\Lambda_s)ds$$

Mais je ne sais pas comment l'estimer empiriquement. Merci.

Answer 1

(Bloomberg et Reuters News adorent signaler que certains noms se négocient à un tel spread de CDS, "ce qui implique une probabilité de défaut de N%" . physique.)

Pour les dénominations sociales, Ed Altman a publié le document bien connu sur le Z-score . Son idée de base est la suivante: examinez certains ratios fondamentaux et voyez quel pourcentage d'entreprises ayant des ratios similaires ont fait défaut dans le passé. Il est facile à reproduire si vous disposez des données. Il existe plusieurs versions plus récentes de différentes personnes qui tiennent également compte du régime macroéconomique et de l'industrie. Quelques exemples de bases de données disponibles dans le commerce de probabilités physiques de défaut basées sur des versions de Z-score proviennent de KMV (Moody's les a achetées) EDF (Expected Default Frequency) et Citigroup / Yieldbook HPD (Hybrid Probability of Default). Cet article de Sobehart et Keenana une bonne vue d'ensemble. Peu de choses ont changé depuis sa publication, malgré les progrès de l'exploration de données.

En plus de la probabilité de défaut, Moody's (et probablement d'autres) a une prédiction pour la reprise - ce qu'une obligation en défaut vaudra après le défaut - basée sur une analyse de données historiques similaire.