Kort forklart
Kredittkurve interpolering er en metode for å estimere kredittspreader for løpetider der det ikke finnes observerte markedsdata, basert på kjente datapunkter. Teknikken brukes for å konstruere en sammenhengende kredittkurve som viser forventet meravkastning over risikofri rente for ulike løpetider.
Hovedpunkter
- Interpolering fyller hull i kredittkurven slik at investorer kan prissette obligasjoner og kredittderivater for alle løpetider.
- Lineær interpolasjon er den enkleste metoden og egner seg godt for nybegynnere, men kan være unøyaktig ved store avstander mellom datapunktene.
- Kredittkurven viser forholdet mellom løpetid og kredittspread, og interpolering antar en sammenheng mellom kjente punkter.
- Valg av interpoleringsmetode (lineær, spline, polynomisk) påvirker verdsettelsen og kan gi ulike resultater for samme datasett.
- Norske investorer bruker interpolering for å prissette selskapsobligasjoner og for å beregne verdien av kredittderivater som CDS.
- Husk at interpolerte verdier er estimater, ikke observerte markedspriser, og bør brukes med forsiktighet.
Hva er kredittkurve interpolering?
Kredittkurve interpolering er en teknikk som brukes til å estimere kredittspreader for løpetider som ikke er direkte observerbare i markedet. En kredittkurve viser sammenhengen mellom løpetid og kredittspread – det vil si den ekstra avkastningen investorer krever for å påta seg kredittrisiko sammenlignet med en risikofri rente, for eksempel norske statsobligasjoner.
I praksis har man ofte bare et begrenset antall observerte datapunkter, for eksempel kredittspreader for obligasjoner med 2, 5 og 10 års løpetid. For å kunne prissette en obligasjon med 3 års løpetid, må man estimere spreaden for 3 år. Det er her interpolering kommer inn.
Interpolering bygger på antakelsen om at kredittspreaden endrer seg på en forutsigbar måte mellom de kjente punktene. Den enkleste formen er lineær interpolasjon, der man trekker en rett linje mellom to nærliggende datapunkter. Andre metoder som polynomisk eller spline-interpolasjon kan gi jevnere kurver, men krever mer avanserte beregninger.
Forstå kredittkurve interpolering
For å forstå kredittkurve interpolering må man først være komfortabel med begrepet kredittkurve. Kredittkurven er i bunn og grunn en graf som plotter kredittspread (i prosentpoeng) på y-aksen og løpetid (i år) på x-aksen. Normalt er kurven stigende: jo lengre løpetid, jo høyere spread, fordi usikkerheten øker med tiden. Men kurven kan også være flat eller invertert i spesielle markedssituasjoner.
Interpolering handler om å finne verdier på kurven der vi mangler data. Tenk at du har to punkter: (2 år, 1,5 %) og (5 år, 2,5 %). Hvis du ønsker spreaden for 3 år, kan du ikke bare gjette – du må bruke en matematisk metode. Lineær interpolasjon antar at veksten mellom punktene er konstant, noe som ofte er en god tilnærming for moderate avstander.
Det er viktig å være klar over at interpolering ikke skaper ny informasjon. Den gir bare et estimat basert på antakelser om kurvens form. Derfor er det avgjørende å velge en metode som passer til det underliggende datasettet. For eksempel, hvis kredittkurven har en tydelig krumning (konveks eller konkav), vil lineær interpolasjon gi systematiske feil.
Hvordan fungerer kredittkurve interpolering?
Den mest grunnleggende metoden er lineær interpolasjon. Gitt to kjente punkter (x1, y1) og (x2, y2) kan man estimere y for en gitt x mellom x1 og x2 med formelen:
y = y1 + (x - x1) * (y2 - y1) / (x2 - x1)
Her er:
- x: løpetiden vi ønsker spread for
- x1, x2: løpetidene for de to kjente punktene (x1 < x < x2)
- y1, y2: observerte kredittspreader ved henholdsvis x1 og x2
- y: estimert kredittspread for x
- 2-årig obligasjon: spread 0,80 %
- 5-årig obligasjon: spread 1,20 %
- 10-årig obligasjon: spread 1,60 %
Formelen forutsetter at spreaden endrer seg proporsjonalt med løpetiden. Dette er enkelt å regne for hånd eller i et regneark, og det er derfor mye brukt i praksis.
For å illustrere kan vi sette opp en tabell med kjente og interpolerte verdier for et norsk selskap, for eksempel en større bank. Anta at vi har observert følgende spreads for selskapets obligasjoner:
| Løpetid (år) | Kredittspread (observert) | Kredittspread (interpolert) |
|---|---|---|
| 2 | 1,50 % | - |
| 3 | - | 1,83 % |
| 5 | 2,50 % | - |
Historisk bakgrunn
Behovet for kredittkurve interpolering oppsto i takt med utviklingen av kredittmarkedet. Frem til 1980-tallet var obligasjonsmarkedet dominert av statsobligasjoner, og kredittspreader for selskapsobligasjoner var mindre systematisk analysert. Etter hvert som selskapsobligasjoner og kredittderivater (som credit default swaps, CDS) ble mer utbredt, ble det nødvendig å kunne prissette instrumenter med ulike løpetider.
I Norge vokste markedet for norske selskapsobligasjoner betydelig etter finanskrisen i 2008, da banker og investorer søkte alternative plasseringsmuligheter. Samtidig ble det vanligere å handle CDS på norske selskaper. For å fastsette priser på disse instrumentene trengte man pålitelige kredittkurver.
Før datamaskiner og avanserte regneark ble interpolering ofte gjort manuelt ved å tegne kurver på papir. I dag finnes det programvare som automatisk beregner interpolerte verdier ved hjelp av ulike metoder – lineær, kubisk spline, Nelson-Siegel og andre. Utviklingen har gjort det mulig å håndtere store datamengder og oppdatere kurver i sanntid.
Praktisk eksempel
La oss ta et praktisk eksempel med et norsk selskap, for eksempel Equinor. Anta at vi har observert følgende kredittspreader for Equinors obligasjoner i det norske markedet (fiktive tall):
Bruk lineær interpolasjon: x = 7, x1 = 5, x2 = 10, y1 = 1,20, y2 = 1,60.
y = 1,20 + (7-5)(1,60-1,20)/(10-5) = 1,20 + 20,40/5 = 1,20 + 0,16 = 1,36 %.
Dermed estimerer du at en 7-årig Equinor-obligasjon bør ha en kredittspread på omtrent 1,36 % over risikofri rente. Hvis risikofri rente (for eksempel 7-årig norsk statsobligasjon) er 3,00 %, blir avkastningskravet 3,00 % + 1,36 % = 4,36 %.
Dette estimatet kan du bruke til å vurdere om obligasjonen er rimelig priset i markedet. Husk at interpolerte verdier er veiledende, og du bør alltid sjekke om det finnes andre relevante data eller markedsforhold som kan påvirke spreaden.
Fordeler og ulemper
Fordelene med kredittkurve interpolering er flere. For det første gir den en enkel og rask måte å estimere manglende verdier på, noe som er avgjørende for prising og risikostyring. Metoden er lett å forstå og implementere, selv i et regneark. For det andre gjør interpolering det mulig å konstruere en sammenhengende kurve over alle løpetider, noe som forenkler sammenligning av ulike obligasjoner og beregning av nøkkeltall som durasjon og konveksitet.
Ulempene er knyttet til antakelsene som ligger til grunn. Lineær interpolasjon forutsetter en konstant endringstakt, noe som sjelden stemmer i virkeligheten. Kredittkurver har ofte en krumning, spesielt for korte løpetider (kortenden) og lange løpetider (langenden). Bruk av lineær interpolasjon kan derfor gi systematiske feil. Mer avanserte metoder som spline-interpolasjon gir jevnere kurver, men kan være mer komplekse å beregne og kan overtilpasse data.
En annen ulempe er at interpolering er avhengig av kvaliteten på inputdata. Hvis de observerte spreadene er feil eller ikke representative, vil de interpolerte verdiene også være misvisende. Investorer bør derfor alltid vurdere interpolerte verdier kritisk og supplere med annen informasjon, for eksempel likviditet i markedet eller selskapsspesifikke nyheter.
Vanlige misforståelser
En vanlig misforståelse er at interpolerte verdier er like pålitelige som observerte markedspriser. Det er de ikke. Interpolering gir et matematisk estimat basert på en antatt sammenheng, men den faktiske markedsprisen kan avvike betydelig, spesielt hvis det er lite likviditet eller uvanlige forhold.
En annen misforståelse er at kredittkurven alltid er lineær. Mange nybegynnere antar at spreaden øker jevnt med løpetiden, men i virkeligheten kan kurven være konveks (spreaden øker raskere for korte løpetider) eller konkav (spreaden flater ut for lange løpetider). Derfor bør man ikke ukritisk bruke lineær interpolasjon uten å vurdere kurvens form.
En tredje misforståelse er at interpolering kan erstatte behovet for markedsdata. Interpolering fyller hull, men den skaper ikke ny informasjon. Hvis det er store gap mellom observerte punkter, blir usikkerheten stor. I slike tilfeller bør investorer være forsiktige med å stole på interpolerte verdier alene.
Oppsummering
Kredittkurve interpolering er et nyttig verktøy for investorer som trenger å estimere kredittspreader for løpetider der det mangler observerte data. Metoden bygger på antakelsen om at spreaden endrer seg på en forutsigbar måte mellom kjente punkter, og den enkleste formen er lineær interpolasjon.
Vi har sett hvordan formelen fungerer, og vi har illustrert med et konkret norsk eksempel der vi interpolerte spreaden for en 7-årig obligasjon. Tabellen viste hvordan interpolerte verdier kan presenteres på en oversiktlig måte.
Det er viktig å huske at interpolering har begrensninger. Valg av metode påvirker resultatet, og interpolerte verdier er estimater, ikke fakta. Investorer bør alltid kombinere interpolering med annen analyse og markedsinnsikt for å ta gode beslutninger. Med denne forståelsen kan du bruke kredittkurve interpolering som et effektivt hjelpemiddel i din egen investeringsprosess.
Formel
Eksempel på kredittkurve interpolering
Anta observert spread for 2 år = 1,50 % og for 5 år = 2,50 %. For å finne spread for 3 år: y = 1,50 + (3-2)*(2,50-1,50)/(5-2) = 1,50 + 0,33 = 1,83 %. Se tabell i artikkelen.
Grafer og nøkkelfakta
Kredittkurve for Equinor med lineær interpolasjon
Vis data
| Interpolert kurve | Observerte punkter | |
|---|---|---|
| 2 år | 0.8 | 0.8 |
| 3 år | 0.93 | |
| 4 år | 1.07 | |
| 5 år | 1.2 | 1.2 |
| 6 år | 1.28 | |
| 7 år | 1.36 | |
| 8 år | 1.44 | |
| 9 år | 1.52 | |
| 10 år | 1.6 | 1.6 |
FAQ
Hva er forskjellen mellom interpolering og ekstrapolering?
Interpolering estimerer verdier mellom kjente datapunkter, mens ekstrapolering estimerer verdier utenfor det kjente området. For kredittkurver brukes interpolering for løpetider som ligger mellom observerte punkter, mens ekstrapolering brukes for løpetider kortere enn det korteste punktet eller lengre enn det lengste.
Kan jeg bruke lineær interpolering for alle kredittkurver?
Lineær interpolasjon er et godt utgangspunkt, men den forutsetter at spreaden endrer seg konstant mellom punktene. For kurver med tydelig krumning, for eksempel ved svært korte eller lange løpetider, kan mer avanserte metoder som spline-interpolasjon gi bedre estimater.
Hvor nøyaktige er interpolerte kredittspreader?
Nøyaktigheten avhenger av avstanden mellom de kjente punktene og hvor godt den valgte metoden passer til den faktiske kurveformen. Jo tettere punktene ligger, desto mer pålitelig er interpoleringen. Ved store gap bør interpolerte verdier brukes med forsiktighet.
Brukes kredittkurve interpolering også for norske kommuner og fylkeskommuner?
Ja, også kommuner og fylkeskommuner utsteder obligasjoner med ulike løpetider. Interpolering kan brukes til å estimere kredittspreader for disse utstederne, men likviditeten i det norske kommunebligasjonsmarkedet er ofte lavere, noe som gjør interpoleringen mer usikker.
Engelske alias: credit curve interpolation. Lineær interpolasjon er den mest grunnleggende metoden, men i praksis brukes ofte kubisk spline eller Nelson-Siegel-modellen for å oppnå jevnere kurver.
Kommentarer
Tips: Forslag til forbedringer kan automatisk oppdatere artikkelen (kun svar på hovedtråd).
Ingen kommentarer ennå.