區(qū)塊鏈將如何影響信用風(fēng)險(xiǎn)的建模方式
一、引言
大多數(shù)金融界人士都聽(tīng)說(shuō)過(guò)比特幣這種虛擬貨幣。不過(guò),卻很少有人聽(tīng)說(shuō)過(guò)比特幣背后的技術(shù)-區(qū)塊鏈。雖然到目前為止,區(qū)塊鏈技術(shù)主要被用作比特幣的管道,但區(qū)塊鏈還可用于債務(wù)合約以及金融衍生品等傳統(tǒng)金融產(chǎn)品的基礎(chǔ)設(shè)施。(1)
在會(huì)計(jì)方面,區(qū)塊鏈可通過(guò)兩種方式潛在地提高投資者所獲信息的質(zhì)量:一是使會(huì)計(jì)信息更加可信,二是使信息變得更加及時(shí)。對(duì)于信任而言,如果公司將其財(cái)務(wù)記錄保存在區(qū)塊鏈上,則與會(huì)計(jì)相關(guān)的操縱和欺詐等機(jī)會(huì)可能會(huì)大幅減少,公司間交易也將變得更加透明。(2) 對(duì)于時(shí)間而言,由于基于區(qū)塊鏈的賬簿將使公司賬本中的每筆交易即時(shí)可用,因此會(huì)計(jì)信息的實(shí)時(shí)更新將成為可能。(3) 此外,該信息不僅對(duì)公司內(nèi)部人員是即時(shí)可用的,對(duì)監(jiān)管機(jī)構(gòu)等(選定的)外部人員也同樣如此。 (4)(5)(6)
在這篇論文中,我的重點(diǎn)在于信用風(fēng)險(xiǎn)建模,以及未來(lái)區(qū)塊鏈的廣泛使用可能會(huì)如何影響我們對(duì)信用風(fēng)險(xiǎn)建模的方式。眾所周知,會(huì)計(jì)信息,諸如資產(chǎn)負(fù)債表、損益表等是不完善的。(7)會(huì)計(jì)數(shù)據(jù)存在著一些問(wèn)題,如不明確和不統(tǒng)一的會(huì)計(jì)做法、管理者從事創(chuàng)造性會(huì)計(jì)或報(bào)告滯后于真實(shí)事件。由于大多數(shù)信用風(fēng)險(xiǎn)模型都依賴于會(huì)計(jì)數(shù)據(jù),因此,公司將賬簿保存在區(qū)塊鏈上(無(wú)論是公鏈還是私鏈)所帶來(lái)的財(cái)務(wù)報(bào)表透明度、準(zhǔn)確性和及時(shí)性的提高,都可顯著改善信用風(fēng)險(xiǎn)模型。(8)
當(dāng)然,沒(méi)有人知道上述情景是否會(huì)實(shí)現(xiàn),或者何時(shí)會(huì)實(shí)現(xiàn)。在本文的分析中,我通常假設(shè)(I)上市公司將其財(cái)務(wù)數(shù)據(jù)上傳到一個(gè)公共區(qū)塊鏈上,(ii)數(shù)據(jù)上傳將非常頻繁,可能是每天,以及(iii)信用風(fēng)險(xiǎn)建模所需的任何會(huì)計(jì)數(shù)據(jù),確實(shí)上傳到了該區(qū)塊鏈上。換言之,本文的重點(diǎn)并不是討論公司是否會(huì)參與未來(lái)的區(qū)塊鏈計(jì)劃。
二、區(qū)塊鏈
2008年,筆名為Satoshi Nakamoto(中本聰)的作者首次公布了比特幣的白皮書,這是一種類似現(xiàn)金,但缺乏央行支持的數(shù)字貨幣,其提供了一種基于點(diǎn)對(duì)點(diǎn)的所有權(quán)交換方式,重要的是,比特幣并不依賴于類似銀行這樣的中心清算所。相反,每一筆歷史比特幣交易都存儲(chǔ)在一個(gè)全球分布的電子賬本當(dāng)中,我們稱這個(gè)賬本為區(qū)塊鏈,它記錄了比特幣歷史上所有的交易。(9)(10)(11)
比特幣賬本之所以被稱為區(qū)塊鏈,是因?yàn)樾碌谋忍貛沤灰子涗洠ɑ騾^(qū)塊)會(huì)被添加到歷史交易鏈當(dāng)中,它們是由特殊的比特幣用戶(稱為礦工)負(fù)責(zé)添加的。礦工們通過(guò)解決一個(gè)困難的密碼學(xué)問(wèn)題來(lái)驗(yàn)證區(qū)塊中的每一筆比特幣交易都是合法的。(12)這項(xiàng)創(chuàng)新技術(shù)將新交易添加到(比特幣)區(qū)塊鏈中,并由整個(gè)去中心化網(wǎng)絡(luò)進(jìn)行驗(yàn)證,這大大降低了交易成本。另外,比特幣區(qū)塊鏈也是完全透明的,并且通過(guò)復(fù)雜的加密技術(shù)(使用稱為哈希函數(shù)的數(shù)學(xué)算法)和礦工的工作來(lái)保護(hù)它。
三、區(qū)塊鏈和實(shí)時(shí)會(huì)計(jì)
區(qū)塊鏈基本上是一個(gè)無(wú)法更改和銷毀記錄的賬本。因此,它可作為一個(gè)值得信賴、不斷更新的公司會(huì)計(jì)記錄賬本。(13)這是因?yàn)閰^(qū)塊鏈技術(shù)不僅可用于在買賣雙方之間轉(zhuǎn)移數(shù)字貨幣,其還可廉價(jià)、高效且可靠地在兩家公司之間轉(zhuǎn)移任何其他資產(chǎn)的所有權(quán)。(14)
財(cái)務(wù)報(bào)表是定期編制的,它總結(jié)了一家公司在一定時(shí)期內(nèi)賬本所發(fā)生的事情。然后,審計(jì)師對(duì)財(cái)務(wù)報(bào)表的準(zhǔn)確性發(fā)表意見(jiàn)。
投資者和信貸風(fēng)險(xiǎn)經(jīng)理等外部人士必須相信審計(jì)工作是徹底和公正的,而且公司沒(méi)有向?qū)徲?jì)師提供虛假信息。也就是說(shuō),在編制財(cái)務(wù)報(bào)表和審計(jì)過(guò)程中,信任的概念都是至關(guān)重要的。這就是比特幣背后的區(qū)塊鏈技術(shù)可發(fā)揮作用的地方。(13)
如果一家公司自愿(可能是由于市場(chǎng)壓力)將其所有業(yè)務(wù)交易發(fā)布在區(qū)塊鏈上,每筆交易都有永久的時(shí)間戳,那么該公司的整個(gè)賬本將立即可見(jiàn),任何人都可以將該公司的交易實(shí)時(shí)匯總到損益表和資產(chǎn)負(fù)債表。(2)也就是說(shuō),審計(jì)師在當(dāng)今會(huì)計(jì)界所做的很多事情,在明天,區(qū)塊鏈可能會(huì)做得更有效率和及時(shí)。通過(guò)構(gòu)建,如果一家公司將其所有交易和余額都保存在區(qū)塊鏈上,那么區(qū)塊鏈本身在很大程度上可取代審計(jì)師來(lái)確認(rèn)公司會(huì)計(jì)的準(zhǔn)確性(避免潛在的道德風(fēng)險(xiǎn)和代理風(fēng)險(xiǎn))。由于區(qū)塊鏈中過(guò)去的交易不能被篡改,不信任的問(wèn)題就自然從公司的財(cái)務(wù)報(bào)表中刪除了。
除了信任問(wèn)題外,實(shí)時(shí)自動(dòng)更新賬本,其中每一筆交易(或多或少)都即時(shí)納入公司的區(qū)塊鏈中,可能使公司的會(huì)計(jì)信息像股票價(jià)格一樣及時(shí)和動(dòng)態(tài)。也就是說(shuō),由于區(qū)塊鏈與會(huì)計(jì)的天然平行性,區(qū)塊鏈技術(shù)可通過(guò)兩種方式提高投資者獲得會(huì)計(jì)信息的質(zhì)量:一是使信息更可信,二是使信息更及時(shí)。
四、 區(qū)塊鏈和信用風(fēng)險(xiǎn)模型
當(dāng)前,最著名的兩個(gè)信用風(fēng)險(xiǎn)模型是阿特曼Z-score模型以及莫頓(Merton,1974)模型。(15)(16)預(yù)測(cè)破產(chǎn)的Z-score公式是由愛(ài)德華·阿特曼(Edward Altman)于20世紀(jì)60年代后期提出的,其使用了各種公司收入及資產(chǎn)負(fù)債表變量(即會(huì)計(jì)信息)加上股票價(jià)格來(lái)預(yù)測(cè)公司是否會(huì)破產(chǎn)。
Z-score是五個(gè)財(cái)務(wù)比率的線性組合,其計(jì)算公式為:
其中
X1=營(yíng)運(yùn)資本/總資產(chǎn); X2=留存收益/總資產(chǎn); X3=息稅前收益/總資產(chǎn); X4=權(quán)益市值/負(fù)債總額賬面價(jià)值; X5=銷售額/總資產(chǎn);
而得出的Z-score值越大,說(shuō)明公司違約的可能性就越小。
而默頓(Merton)模型,它也依賴于會(huì)計(jì)信息和股票價(jià)格作為輸入,但將公司的權(quán)益和債務(wù)視為針對(duì)公司標(biāo)的資產(chǎn)發(fā)行的或有債權(quán)。(17)在默頓(Merton)模型中
其中,N( )為累積正態(tài)分布,以及
VE是公司股票的市場(chǎng)價(jià)值; VA是公司資產(chǎn)的市場(chǎng)價(jià)值; D是公司負(fù)債的總額; T-t是公司負(fù)債的到期時(shí)間; rf 是無(wú)風(fēng)險(xiǎn)利率;
此外,股票波動(dòng)率QE和資產(chǎn)波動(dòng)率QA通過(guò)以下等式關(guān)聯(lián):
我們可以解QA和24的非線性方程組(1)和(2)。默認(rèn)距離定義為:
DD值越大,說(shuō)明公司違約的可能性就越小。
4.1 案例研究
為了演示從會(huì)計(jì)信息的季度更新到近乎即時(shí)更新的效果,我研究了上述兩種信用風(fēng)險(xiǎn)模型,并將它們分別用到美國(guó)兩家知名公司:蘋果(Apple)和Groupon。因?yàn)檫@些公司的會(huì)計(jì)信息是每季度抽樣一次的(即風(fēng)險(xiǎn)度量不能每三個(gè)月更新多次),我必須模擬Z-score和DD度量的日常移動(dòng)情況。(18)這些每日變動(dòng)是通過(guò)抽樣正態(tài)分布隨機(jī)數(shù)產(chǎn)生的。
通過(guò)這種方式,我得到了未來(lái)可能的區(qū)塊鏈實(shí)時(shí)Z-score和DD合理實(shí)現(xiàn)結(jié)果。
圖1顯示了這兩家公司的Z-score和默頓違約距離(DD)度量,分別有每日和季度會(huì)計(jì)數(shù)據(jù)。(19)(20)由于假設(shè)的每日風(fēng)險(xiǎn)變化的波動(dòng)性,是根據(jù)公司的實(shí)際季度風(fēng)險(xiǎn)和債務(wù)變化的波動(dòng)性來(lái)選擇的,因此兩個(gè)數(shù)字中的(相當(dāng)大的)波動(dòng)提供了一個(gè)合理的現(xiàn)實(shí)證明,說(shuō)明在企業(yè)賬本中引入?yún)^(qū)塊鏈,估計(jì)的風(fēng)險(xiǎn)度量將如何變化以及變化有多少。
季度內(nèi)的波動(dòng)并不顯著,表明當(dāng)會(huì)計(jì)信息從季度更新改為每日更新時(shí),信用風(fēng)險(xiǎn)模型得到了改進(jìn)。(21)
圖1蘋果和Groupon的Z-score和Merton DD(違約距離),包括2014年10月至2015年10月的每日和季度會(huì)計(jì)數(shù)據(jù)。
如前所述,圖1中Z-score和違約距離(DD)的動(dòng)態(tài)性表明,如果基于區(qū)塊鏈的實(shí)時(shí)會(huì)計(jì)可用,則信用風(fēng)險(xiǎn)度量可得到顯著改進(jìn)。例如,(針對(duì)兩家公司在這個(gè)時(shí)間段的)Z-score和DD從一個(gè)季度到下一個(gè)季度的平均變化分別為13%和36%。換言之,即使我們稍簡(jiǎn)單地假設(shè),從一個(gè)季度到下一個(gè)季度,實(shí)際 Z-score和DD呈線性變化,在季度更新之間的任何一天,信用風(fēng)險(xiǎn)建模誤差與實(shí)際信用風(fēng)險(xiǎn)水平相比平均為6.5%和18%。此外,如果使用本文中的隨機(jī)過(guò)程對(duì)風(fēng)險(xiǎn)的季度內(nèi)變化進(jìn)行建模,則建模誤差可能遠(yuǎn)大于這些數(shù)字,如圖1所示。一個(gè)極端的例子是Groupon與默認(rèn)值之間的第三季度距離,在這個(gè)距離中,建模誤差要大得多。此外,在默頓模型或者Z-score的情況下,當(dāng)考慮到違約概率(PD)而不是違約距離時(shí),誤差的大小甚至更大。(22)至于風(fēng)險(xiǎn)評(píng)估的時(shí)機(jī),無(wú)論信用風(fēng)險(xiǎn)建模方法如何,基于區(qū)塊鏈的風(fēng)險(xiǎn)度量會(huì)更早達(dá)到下季度的信用風(fēng)險(xiǎn)水平,其中蘋果早75%,Groupon早67%。
平均而言,通過(guò)實(shí)時(shí)會(huì)計(jì),下一季度的風(fēng)險(xiǎn)水平在大約兩個(gè)月后(即提前一個(gè)月)就可達(dá)到,在某些情況下,幾周后就可達(dá)到。
圖1顯示了Z-score和默頓DD度量的風(fēng)險(xiǎn)動(dòng)態(tài)相似,但是,考慮到默頓模型更典型的動(dòng)態(tài)(每日)實(shí)現(xiàn),Z-score可能是在實(shí)踐中受實(shí)時(shí)會(huì)計(jì)影響最大的度量方式。甚至有可能(已相當(dāng)過(guò)時(shí)的)Z-score方法,會(huì)因?yàn)閰^(qū)塊鏈的引入而經(jīng)歷復(fù)興。
事實(shí)上,隨著上述會(huì)計(jì)和審計(jì)做法的重大變化,目前的Z-score可能會(huì)被包含其他財(cái)務(wù)比率或系數(shù)的新score方法所取代。
破產(chǎn)預(yù)測(cè)的整個(gè)領(lǐng)域也有可能發(fā)生變化,重點(diǎn)放在新工具(區(qū)塊鏈術(shù)語(yǔ)中的智能合約)或直接根據(jù)違約可能性調(diào)整的財(cái)務(wù)比率上。由于外部人士也可接觸到公司的所有交易,破產(chǎn)過(guò)程也可能發(fā)生根本性的變化,管理者、債權(quán)人、投資者和監(jiān)管機(jī)構(gòu)都在遵守全新的規(guī)則。反身性等問(wèn)題可能會(huì)比今天的影響會(huì)更大。
最后應(yīng)強(qiáng)調(diào)的是,即使公司在區(qū)塊鏈上發(fā)布的業(yè)務(wù)交易有限,信貸風(fēng)險(xiǎn)模型仍有可能以某種方式受到影響。
五、結(jié)論
上面,我已經(jīng)討論了比特幣背后的區(qū)塊鏈技術(shù)如何通過(guò)提高信任和更好的會(huì)計(jì)數(shù)據(jù)發(fā)布時(shí)機(jī)來(lái)改進(jìn)信用風(fēng)險(xiǎn)建模。
如果我的提議在未來(lái)幾年內(nèi)能夠?qū)崿F(xiàn),它對(duì)我們的信用風(fēng)險(xiǎn)建模方式所帶來(lái)的影響,可能是巨大的。通過(guò)一個(gè)簡(jiǎn)單的案例研究,我發(fā)現(xiàn)區(qū)塊鏈也會(huì)對(duì)當(dāng)今廣泛使用的信用風(fēng)險(xiǎn)度量產(chǎn)生重大影響。
致謝 : 感謝Marianne和Marcus Wallenberg基金會(huì)以及Handelsbankens Forskningsstiftelser 提供的經(jīng)濟(jì)資助,論文的部分是當(dāng)作者在巴塞羅那訪問(wèn)ESADE時(shí)寫的,作者想感謝五位匿名介紹人。
注釋和參考文獻(xiàn)
1、最近的一個(gè)例子是澳大利亞證券交易所于2016年2月決定成為世界上第一家使用區(qū)塊鏈結(jié)算股票交易的市場(chǎng),參見(jiàn)《金融時(shí)報(bào)》(2016年1月25日)https://www.ft.com/content/fba2346-c370-11e5-b3b1-7b2481276e45。
2、Yermack, D. “公司治理與區(qū)塊鏈” http://www.nber.org/papers/w21802.pdf。
3、雖然實(shí)時(shí)會(huì)計(jì)傳統(tǒng)上通常意味著公司的賬簿每月或每季度更新一次,但在本文所設(shè)想的未來(lái)區(qū)塊鏈?zhǔn)澜缰?,該術(shù)語(yǔ)實(shí)際上意味著會(huì)計(jì)信息的近即時(shí)(每日)更新;
4、在本文中,當(dāng)提到區(qū)塊鏈時(shí),我通常指的是公共區(qū)塊鏈,而不是私有區(qū)塊鏈。當(dāng)然,雖然很多公司可能不會(huì)自愿在公共賬本上披露所有的檢查數(shù)據(jù),但人們可以想到這樣一種情況:最重要的數(shù)字(如銷售額、杠桿率等)是公開(kāi)的,而其余的是保密的,或者是通過(guò)私人區(qū)塊鏈分發(fā)給少數(shù)選定的參與者。換言之,即使未來(lái)的區(qū)塊鏈環(huán)境將由許多隱藏在公眾視線之外的私有(許可)網(wǎng)絡(luò)構(gòu)成,某些經(jīng)過(guò)審查的實(shí)體(如監(jiān)管機(jī)構(gòu)和信用評(píng)級(jí)機(jī)構(gòu))也可通過(guò)分布式賬本隨時(shí)獲得更新的資產(chǎn)負(fù)債表信息。
資產(chǎn)負(fù)債表信息的全部或部分發(fā)布,可能受到監(jiān)管或市場(chǎng)力量的推動(dòng)。另一種可能的途徑是使用所謂的側(cè)鏈,即公司使用定期(部分)連接到主(公共)區(qū)塊鏈的私有區(qū)塊鏈。
5、隱私問(wèn)題對(duì)大多數(shù)公司來(lái)說(shuō)都是重要的,而想要盡可能減少實(shí)時(shí)獲取財(cái)務(wù)報(bào)表參與者數(shù)量的力量可能永遠(yuǎn)存在。例如,人們可以想到只有持有一定數(shù)量股份的股東,才能訪問(wèn)賬本的情況(即賬本不是完全公開(kāi)的);
6、至于區(qū)塊鏈賬本的擴(kuò)展性問(wèn)題,本文沒(méi)有進(jìn)行詳細(xì)討論;
7、Duffie, D., Lando. D,“會(huì)計(jì)信息不完全的信用利差期限結(jié)構(gòu)” https://doi.org/10.1111/1468-0262.00208.
8、當(dāng)然,與區(qū)塊鏈管理相關(guān)的操作風(fēng)險(xiǎn),不應(yīng)忽視。毫無(wú)疑問(wèn),完全公開(kāi)的賬本也會(huì)出現(xiàn)錯(cuò)誤和意味的問(wèn)題,但這種(潛在的)風(fēng)險(xiǎn)將不會(huì)在本文中進(jìn)一步討論。
9、中本聰,“比特幣:一種點(diǎn)對(duì)點(diǎn)的點(diǎn)子現(xiàn)金系統(tǒng)(2008)” https://bitcoin.org/bitcoin.pdf.
10、Antonopoulos, A. M “精通比特幣” (2014);
11、Swan, M. “新經(jīng)濟(jì)的區(qū)塊鏈藍(lán)圖”(2015);
12、動(dòng)作最快的礦工會(huì)因?yàn)檫@項(xiàng)服務(wù)獲得一些比特幣獎(jiǎng)勵(lì),每大約10分鐘就會(huì)誕生一個(gè)新區(qū)塊,而在競(jìng)爭(zhēng)中落敗的礦工什么都不會(huì)得到,比特幣挖礦有時(shí)被稱為“競(jìng)爭(zhēng)記賬”。參見(jiàn)Harvey,C.R.“加密金融” https://papers.ssrn.com/sol3/Papers.cfm?abstract _id=2438299.
13、Lazanis, R. “比特幣背后的技術(shù)如何改變我們所知道的會(huì)計(jì)” https://techvibes.com/2015/01/22/how-technology-behind-bitcoin-could-transform-accounting-as-we-know-it-2015-01-22;
14、沿著這一途徑,已經(jīng)有一些試驗(yàn)正在進(jìn)行,例如納斯達(dá)克(NASDAQ)正在試驗(yàn)使用“染色幣”技術(shù)作為一種使用區(qū)塊鏈記錄股票交易的方法,參見(jiàn):Hern,A. “納斯達(dá)克押注比特幣區(qū)塊鏈成為金融的未來(lái)” https://www.the Guardian.com/technology/2015/May/13/Nasdaq-Bitcoin-Blockchain。
15 Altman, E. “Financial Ratios, Discriminant Analysis and the PredicTIon of Corporate Bankruptcy.” Journal of Finance 23.4 589-609 (1968) https://doi.org/10.1111/j.1540-6261.1968.tb00843.x. 16 Merton, R. “On the Pricing of Corporate Debt: The Risk Structure of Interest Rates.” Journal of Finance 29.2 449–470 (1974) https://doi.org/10.1111/j.1540-6261.1974 .tb03058.x.
17、通過(guò)從股票價(jià)格和資產(chǎn)負(fù)債表信息中剔除資產(chǎn)價(jià)值和波動(dòng)性,該模型產(chǎn)生了對(duì)公司違約概率的估計(jì)。默頓模型使用Black和Scholes框架來(lái)求解股票價(jià)格和波動(dòng)性所隱含的資產(chǎn)價(jià)值和波動(dòng)性。然后,資產(chǎn)價(jià)值和資產(chǎn)波動(dòng)率可以組合成一個(gè)稱為違約距離(DD)的風(fēng)險(xiǎn)度量,該度量與公司的違約概率成反比,見(jiàn)Black,F(xiàn).,Scholes,M.“期權(quán)和公司負(fù)債的定價(jià)” https://doi.org/10.1086/260062.
18、必要的會(huì)計(jì)變量是總資產(chǎn)、總負(fù)債、營(yíng)運(yùn)資本、留存收益、息稅折舊及攤銷前利潤(rùn)(EBITDA)、Z-score 的銷售額和默頓模型的總負(fù)債。這些數(shù)據(jù)是從雅虎財(cái)經(jīng)(Yahoo Finance)下載的。
19、為了分離實(shí)時(shí)會(huì)計(jì)對(duì)兩種信用風(fēng)險(xiǎn)度量的動(dòng)態(tài)影響,我每季度對(duì)股票價(jià)格進(jìn)行抽樣分析,雖然這在Z-score的應(yīng)用中可能是典型的,但在使用默頓模型時(shí),更常見(jiàn)的是每天更新股票價(jià)格。
20、在默頓模型中,股票收益波動(dòng)率是根據(jù)上一季度的每日數(shù)據(jù)計(jì)算出來(lái)的,無(wú)風(fēng)險(xiǎn)利率設(shè)定為10bp;
21、通過(guò)改進(jìn),由于使用了更多更新的輸入信息,因此風(fēng)險(xiǎn)度量更加更新或及時(shí)。
22、其原因是PD和DD之間的高度非線性關(guān)系,標(biāo)準(zhǔn)的默頓模型由正態(tài)分布的數(shù)學(xué)性質(zhì)給出,而穆迪KMV模型則由內(nèi)部數(shù)據(jù)庫(kù)給出。