状态要求权分析法原理及优化方法

Merton（1974）在研究期权定价理论时，开创性地提出了状态要求权分析（Contingent Claims Analysis，下文简称CCA），这一方法主要应用在微观企业的违约风险计量方面，可见Crosbie & Bohn（2003）的研究。

而后，CCA方法也被应用于宏观的系统性风险，综合资产负债表与市场数据，Gray et al.（2007）构建了反映市场信息的状态要求权资产负债表，其中，债务和权益的偿还的优先权不同，资产价值服从随机过程，并假设导致违约风险由未来资产市场价值变化的不确定性决定，当债务到期时，如果资产价值低于债务价值，则违约事件发生。也就是说，CCA方法假定股权机制是一个以资产为标的、以债务水平为执行价格的隐含欧式看涨期权，风险债务的市场价值是以资产为标的的隐含看跌期权，权益所有者在没有发生违约的情况下获得企业的剩余索取权。当资产价值下降而接近于违约障碍时，看涨期权的市场价值也随即降低。资产的市场价值和违约障碍之间的标准化距离就是违约距离（Distance-to-Default，下文简称DD），可用DD来计算资产的市场价值偏离违约障碍的标准差数量。

对金融体系而言，其系统性风险一般通过所有金融机构DD的算术平均（Average Distance-to-Default，下文简称ADD）、资产加权平均（Asset-weighted Distance-to-Default，下文简称WDD）或分位数DD来测度。ADD假定银行体系的资产完全相关，没有考虑银行的异质性与风险的相依性，ADD指标存在一定的偏误。与此同时，WDD、分位数DD指标在一定程度上考虑了银行的规模差异，但不能刻画银行间的相依性问题。一些研究将银行体系看成一个“大银行”，即由银行组成一个投资组合，并基于银行间资产的协方差矩阵以及股票收益波动率计算资产组合违约距离（Portfolio Distance-to-Default，下文简称PDD）。PDD不仅包含了银行的规模因素和银行间风险的相互依赖性，也能确定联合违约概率下界。(www.xing528.com)

总体上，CCA方法很适合用来捕捉“非线性”风险积累过程，并能较好的量化机构资产负债不匹配的影响。经风险调整后的CCA财务报表，有利于通过经济模拟和压力测试方法来评估政策的潜在冲击，克服了单纯基于财务报表数据衡量方法的及时性不足问题，对系统性风险的衡量具有较强的前瞻性。