Page 14 - 臺大管理論叢第32卷第1期

Extracting Liquidity Risk Factors by Credit Default Swap Quotation and Corporate Bond Yield:
An Experimental Investigation

性溢酬？基本上，風險承擔者（買方）需要補償，所以在公司債市場中，公司債買
方會付較低價，即賣方需支付流動性溢酬給買方。但在 CDS 中，則是信用保護的
賣方承擔風險且須煩惱如何轉移風險，所以賣方會擔心 CDS 之流動性風險，因此
在 CDS 中，買方需支付流動性溢酬給賣方。然而，迄今儘管 CDS 研究相當多，但
對於流動性風險之探討仍相當有限，也很少研究比較或整合 CDS 裏面的流動性溢

酬與公司債利差裏面的流動性溢酬。
前引 Chen et al. (2010) 是第一篇整合 CDS premium 與公司債利差的流動性之研
究，該研究用縮減式模型便可透過 CDS 所估出的流動性溢酬來量化公司債殖利率
之中的流動性風險。後續的 Kim (2017) 研究則透過實證分析了 CDS 及公司債兩者
間流動性風險的差別及影響，透過比較 CDS 及公司債買賣利差間關係發現：公司
債市場流動性普遍較弱，而 CDS premium 在反應信用風險上則來得比較快。此研究
透過信用評等做分組且利用不同的檢定方法實證出在大部分的評等下，CDS 及公司

債券市場隱含的流動性皆具有顯著性。
Lovreta (2016) 則分析 CDS 的供需不平衡對於 CDS premium 的變動影響，發現
CDS premium 除了受到信用風險影響外，也受到流動性風險的影響，並發現 CDS
價格變動與基本面無關。 Silva, Vieira, and Vieira (2016) 則探討歐盟對主權 (Sovereign)
CDS 買賣限制實施後，相關市場的 CDS 流動性風險變化的狀況。
然而 Chen et al. (2010) 的研究仍有一些缺點，首先是實證方法較為簡略，只用
了迴歸式對縮減式模型做相關估計，其次是資料期間過短、資料來源僅 2000 年 2
月至 2003 年 4 月之 Creditex 資料庫。由於只有 3 年左右的資料，以致觀察值過少，
加上數據缺失 (Missing Data) 過多，所以被迫採用特殊的線性內插方式，使用差補

的方式來得到必要的 CDS premium、買價或賣價，但此方法將會產生特定期間內，
賣價低於買價的矛盾現象（此乃因為 CDS 的報價資訊數據缺失過多，常出現只有
買價而沒有賣價，或只有成交價，而沒有買賣價的現象）。
有鑑於此，本研究改取得較完整的 GFI CDS 資料庫（期間超過 13 年），並改
2
以無損卡爾曼濾波 (Unscented Kalman Filter) 方法處理數據缺失的問題，並結合最
大概似估計法 (Maximum Likelihood Estimation) 進行參數的估計，希望透過較完整
的資料以及更嚴謹的方法來針對 CDS 的流動性風險進行更深入的研究，也期望能

提供一個更直接的方法來檢驗 CDS 的流動性風險；希冀對 CDS premium 與公司債
殖利率之流動性溢酬之間的關聯能產生更新的看法。

2 傳統的 Kalman Filter 適合處理線性的狀態空間 (State Space) 模型，本研究實證模型乃屬非線性
的狀態空間模型，較適合用 Unscented Kalman Filter 來處理。

6