4. CDS组合构建

在信用衍生品交易与风险管理中,CDS组合的构建不是简单地把多个合约叠加在一起,而是围绕信用敞口、相关性、流动性与资本效率四个维度进行结构化设计。单一名称CDS、指数CDS和篮子CDS分别对应不同的风险颗粒度与交易目的,理解它们的构建逻辑与风险特征,是后续情景压力测试能否有效开展的前提。

一、核心原理:三类CDS工具的风险颗粒度差异

单一名称CDS是最基础的信用保护工具,其参考实体为单一债务人。买方支付固定保费(Spread),卖方在信用事件发生时承担损失赔付。它的风险特征高度集中:敞口完全取决于该参考实体的违约概率、回收率和利差波动。单一名称CDS的流动性通常集中在少数大型企业或主权名称上,非主流名称的买卖价差可能显著扩大。

指数CDS(如CDX IG、iTraxx Europe)是一篮子信用实体的标准化组合,按等权重或特定权重编制。买入指数保护相当于同时买入一篮子单一名称的保护,但交易成本更低、流动性更好。指数CDS的风险特征是分散化与系统性并存:单个名称违约对整体影响有限,但宏观信用环境恶化时,指数利差会整体走阔,相关性上升导致分散化效果减弱。

篮子CDS则介于两者之间,通常由交易双方定制一篮子参考实体,可设置不同的权重、分层(Tranche)和触发条件。篮子CDS的最大特点是相关性敏感:在分层结构中,优先级层对相关性下降更敏感,而劣后层对相关性上升更敏感。这使得篮子CDS成为交易信用相关性的重要工具,但也带来了模型风险和流动性风险。

三类CDS工具的风险颗粒度与相关性敏感度 单一名称CDS 参考实体 风险集中度:高 相关性敏感度:低 流动性:分化明显 资本效率:低 适用:定向信用观点 指数CDS 风险集中度:低 相关性敏感度:中 流动性:高 资本效率:高 适用:系统性信用对冲 篮子CDS 风险集中度:可定制 相关性敏感度:高 流动性:低 资本效率:中 适用:相关性交易

二、方法流程:组合头寸的构建逻辑

构建CDS组合通常遵循以下流程:

  1. 明确组合目标:是获取方向性信用利差收益、对冲信用债持仓、还是交易信用相关性?目标决定工具选择。
  2. 选择工具与参考实体:方向性观点优先用单一名称CDS;系统性对冲优先用指数CDS;相关性观点用篮子CDS或指数分层。
  3. 确定头寸方向与规模:买入保护(Short Risk)还是卖出保护(Long Risk),名义本金如何分配,需结合DV01和利差久期计算。
  4. 计算组合风险指标:包括组合利差、DV01、CS01、跳跃风险(Jump-to-Default)和相关性敞口。
  5. 设置限额与压力测试:对单一名称集中度、行业集中度、指数基差风险设置限额,并设计情景压力测试。

关键参数示例:假设组合包含单一名称CDS和指数CDS,需计算净CS01。若单一名称CDS的CS01为-4,500元/基点,指数CDS的CS01为+3,200元/基点,则组合净CS01为-1,300元/基点,表明组合整体仍偏向买入保护。

三、案例/场景:组合构建与风险特征

假设某信用投资组合经理持有大量投资级公司债,希望在不卖出债券的情况下对冲信用风险,同时保留部分利差收益。其构建方案如下:

工具 头寸方向 名义本金 主要风险 压力情景关注点
单一名称CDS(5个名称) 买入保护 各2,000万 单名跳跃风险、流动性风险 单名违约、评级下调
CDX IG 指数CDS 买入保护 1亿 基差风险、系统性利差走阔 宏观信用危机、相关性上升
篮子CDS(劣后层) 卖出保护 3,000万 相关性下降、模型风险 相关性骤降、多名称违约

该组合的风险特征表现为:方向性对冲与相关性敞口并存。买入单一名称和指数保护提供了信用利差走阔时的收益,但卖出篮子劣后层则在相关性下降时面临损失。压力测试需同时覆盖利差走阔、违约事件和相关性突变三类情景。

四、误区/复盘:常见构建错误与改进方向

误区一:忽视基差风险。用指数CDS对冲单一名称CDS或信用债时,指数与单一名称的利差变动并不完全同步,基差走阔可能导致对冲失效。

误区二:过度依赖历史相关性。篮子CDS和分层结构的定价高度依赖相关性假设,历史相关性在压力情景下可能急剧上升或下降,导致模型估值偏差。

误区三:名义本金简单加总。不同CDS的DV01和CS01不同,名义本金加总不能反映真实风险敞口,必须用风险指标进行加权。

复盘改进方向:第一,建立以CS01和跳跃风险为核心的组合风险视图,而非名义本金视图;第二,对指数与单一名称的基差设置监控指标和限额;第三,在篮子CDS组合中引入相关性压力测试,覆盖相关性±30%的冲击;第四,定期评估组合流动性,避免在压力时期无法平仓或对冲。

实战提示:CDS组合构建完成后,建议用以下代码片段快速计算组合净CS01和跳跃风险敞口,作为压力测试的输入参数。

# 组合净CS01计算示例
positions = [
    {"name": "SingleName_CDS_1", "cs01": -4500, "notional": 20000000},
    {"name": "SingleName_CDS_2", "cs01": -3800, "notional": 20000000},
    {"name": "CDX_IG",          "cs01":  3200, "notional": 100000000},
    {"name": "Basket_Junior",   "cs01":  1800, "notional": 30000000},
]

net_cs01 = sum(p["cs01"] for p in positions)
print(f"组合净CS01: {net_cs01} 元/基点")

# 跳跃风险敞口(简化:假设违约损失率60%)
jtd_exposure = sum(p["notional"] * 0.6 for p in positions if p["cs01"] < 0)
print(f"买入保护侧跳跃风险敞口: {jtd_exposure:,.0f} 元")

通过上述构建逻辑与风险特征分析,可以看出CDS组合的核心不在于工具数量的堆叠,而在于风险因子的清晰识别与敞口的精确匹配。单一名称CDS提供精准的信用观点表达,指数CDS提供高效的系统性对冲,篮子CDS提供相关性交易能力,三者组合使用时,必须持续监控基差、相关性和流动性三个维度的风险变化,才能为后续情景压力测试提供可靠的组合基础。