Credit Spreads, Ausfallrisiko und Kreditanalyse

Wie Credit Spreads das Ausfallrisiko bepreisen: erwarteter Verlust (PD x LGD), Risiko- und Liquiditätsprämien, strukturelle Modelle gegenüber Reduced-Form-Modellen und wie das Anleihen-Board von SurgeFlow LQD/HYG-Spreads als Regime-Kontext liest.

Kategorie: Anleihen

Was ein Credit Spread ist

Ein Credit Spread ist die zusätzliche Rendite, die eine Unternehmensanleihe gegenüber einer Staatsanleihe ähnlicher Laufzeit zahlt. Rentiert eine zehnjährige Unternehmensanleihe mit 6%, während die zehnjährige US-Staatsanleihe 4% abwirft, beträgt der Spread 2 Prozentpunkte oder 200 Basispunkte. Dieser Abstand besteht, weil ein Unternehmen ausfallen kann, ein Staat, der Schulden in eigener Währung begibt, im Allgemeinen dagegen nicht. Der Spread ist somit der laufend aktualisierte Marktpreis für das Tragen von Ausfallrisiko – plus einiger weiterer Komponenten, die unten aufgeschlüsselt werden. Spreads sind weit über die Anleihe-Desks hinaus von Bedeutung, weil sie das kollektive Urteil des Marktes über die Bilanzgesundheit der Unternehmen bündeln. Verlangen Kreditgeber mehr Vergütung für das Halten von Unternehmensschulden, äußern sie Zweifel an Cashflows, Refinanzierungsbedingungen oder beidem – und weil Aktionäre in der Kapitalstruktur hinter den Anleihegläubigern stehen, erreichen diese Zweifel meist auch die Aktienkurse. Deshalb beobachtet eine auf Aktien ausgerichtete Research-Plattform überhaupt den Kreditmarkt.

Die Mechanik: wofür ein Spread Sie entschädigt

Eine nützliche Zerlegung lautet: spread ≈ expected_loss + risk_premium + liquidity_premium. Der Anteil des erwarteten Verlusts ist expected_loss ≈ PD x LGD, wobei PD die jährliche Ausfallwahrscheinlichkeit und LGD die Verlustquote bei Ausfall ist, gleich 1 − R mit R als Erlösquote (Recovery Rate). Eine Anleihe mit einer jährlichen PD von 2% und einer LGD von 60% trägt rund 1.2% erwarteten Verlust pro Jahr. Beobachtete Spreads sind in der Regel weiter als der erwartete Verlust allein: Der Überschuss enthält eine Risikoprämie – Ausfälle häufen sich in schlechten Wirtschaftslagen, genau dann, wenn Verluste am meisten schmerzen – und eine Liquiditätsprämie, weil Unternehmensanleihen weniger leicht handelbar sind als Staatsanleihen. Zwei Modellierungstraditionen formalisieren den Ausfallanteil. Um schließlich den heutigen Spread mit seiner eigenen Historie zu vergleichen, ist eine rollierende Standardisierung üblich: z = (s_today − mean(s, window)) / std(s, window), wobei s die Spread-Reihe ist und window den Rückblickzeitraum festlegt. - Struktureller Ansatz (Merton): Das Eigenkapital ist eine Call-Option auf die Vermögenswerte des Unternehmens mit einem Ausübungspreis in Höhe des Nennwerts der Schulden D. Ein Ausfall tritt ein, wenn der Vermögenswert V am Ende unter D liegt. Die Distance to Default ist DD = (ln(V/D) + (mu − 0.5 x sigma^2) x T) / (sigma x sqrt(T)), wobei mu die Drift der Vermögenswerte, sigma deren Volatilität und T der Horizont ist – die Zahl der Standardabweichungen, die das Unternehmen von der Ausfallschwelle trennt. Ein höherer Verschuldungsgrad oder volatilere Vermögenswerte verringern DD und weiten den fairen Spread aus. - Reduced-Form-Ansatz (Jarrow–Turnbull, Duffie–Singleton): Der Ausfall ist ein überraschendes Ereignis, das von einer Hazard Rate lambda gesteuert wird, und in erster Näherung gilt spread ≈ lambda x (1 − R). Statt die Bilanz zu modellieren, wird lambda direkt aus Marktpreisen kalibriert – agnostisch hinsichtlich der Ursache des Ausfalls, flexibel hinsichtlich seines Zeitpunkts.

Wie SurgeFlow das anwendet

Das Anleihen-Board auf der Makroseite von SurgeFlow (/macro?tab=credit) verfolgt zwei liquide US-Kredit-ETFs: LQD, der Investment-Grade-Unternehmensanleihen hält, und HYG, der Hochzinsanleihen hält. Das Board zeigt den Kurs jedes Fonds, den Spread zwischen beiden und einen rollierenden z-Score dieses Spreads, dazu eine Historie der Credit Spreads, damit jeder aktuelle Wert im Kontext steht. Der z-Score übersetzt ein rohes Niveau in die Sprache der Regime: nahe null liegen die Kreditbedingungen um ihre jüngste Norm; stark positiv ist der Stress relativ zum Rückblickfenster erhöht; stark negativ sind die Spreads ungewöhnlich eng. Weil Spread-Ausweitungen in der Vergangenheit häufig Stress am Aktienmarkt vorausgingen, dient das Board als Regime-Kontext für das Aktien-Research der Website – ein Umfeldindikator, kein Handelssignal. Zwei ehrliche Grenzen. Erstens liest die Website ETF-implizierte Spreads – die Marktpreise zweier Fonds –, keine Kreditmodelle auf Emittentenebene: Sie schätzt für kein Unternehmen eine PD oder LGD, wendet auf keine Bilanz ein Merton-Modell an und erstellt keine Ratings. Zweitens ist ein z-Score beschreibende Statistik über ein gewähltes Fenster; er reagiert empfindlich auf diese Wahl und sagt nichts darüber, warum sich die Spreads bewegt haben. SurgeFlow ist eine Research- und Datenplattform, kein Beratungsdienst, und nichts auf dem Board ist eine Empfehlung, irgendetwas zu kaufen oder zu verkaufen.

Welche SurgeFlow-Daten dafür genutzt werden

Das Kredit-Board selbst beruht auf Kursen in den USA notierter ETFs (LQD und HYG) und einer über FMP bezogenen Zinshistorie. Der Aktienkontext darum herum erstreckt sich über die vier von SurgeFlow abgedeckten Märkte – USA, China, Japan und Hongkong – mit folgender Herkunft. Ein Vorbehalt, der klar ausgesprochen werden sollte: Die Kreditbetrachtung ist auf die USA ausgerichtet. Der US-Kreditmarkt ist ein viel beachtetes globales Risikobarometer, aber kein Ersatz für die lokalen Kreditbedingungen in den anderen drei Märkten, die die Website derzeit nicht auf Anleiheebene verfolgt. - USA: FMP für Kurse und Fundamentaldaten. - China und Hongkong: Tushare. - Japan: J-Quants für Marktdaten, EDINET-Einreichungen für Fundamentaldaten.

Warum Kredit oft vor Aktien dreht – und der CDS als Gegenstück

Die Intuition hinter diesem Vor- und Nachlauf ergibt sich aus der Form der Auszahlungsprofile. Das Aufwärtspotenzial eines Anleihegläubigers ist auf den Nennwert plus Kupons begrenzt, sodass Anleihekurse von Abwärtsszenarien dominiert und tendenziell früh und heftig neu bewertet werden. Aktien sind der Residualanspruch mit unbegrenztem Aufwärtspotenzial, sodass Aktienkurse von optimistischen Szenarien gestützt bleiben können, selbst während der Kreditmarkt das Abwärtsszenario niedriger bewertet. In Mertons Begriffen bedeutet ein sich ausweitender Spread, dass der Markt die implizite Volatilität der Vermögenswerte anhebt oder den Wert der Vermögenswerte im Verhältnis zu den Schulden senkt – dieselben Inputs, die schließlich in die Aktienbewertungen durchschlagen. Empirisch wurde festgestellt, dass Spreads von Unternehmensanleihen Informationen über die künftige Wirtschaftsaktivität enthalten; das ist die Forschungsgrundlage dafür, sie als Regime-Indikator zu behandeln. Der Zusammenhang ist eine Tendenz, kein Mechanismus, und viele Spread-Ausweitungen bilden sich ohne Folgen für Aktien zurück. Ein verwandtes Instrument verdient eine Definition. Ein Credit Default Swap (CDS) ist das versicherungsähnliche Gegenstück zu einem Spread: Ein Sicherungsnehmer zahlt eine periodische Prämie – den CDS-Spread – an einen Sicherungsgeber, der den Sicherungsnehmer entschädigt, wenn beim Referenzemittenten ein definiertes Kreditereignis eintritt. In einer friktionslosen Theorie entspricht der CDS-Spread näherungsweise dem Anleihespread des Emittenten über dem risikofreien Zins; in der Praxis weichen beide voneinander ab (die CDS-Bond-Basis), bedingt durch Finanzierung, Liquidität und Vertragsbedingungen. SurgeFlow führt keine CDS-Daten; die Definition ist aufgenommen, weil CDS-Quotierungen der andere gängige Maßstab für Ausfallrisiko sind, dem Sie in der Literatur begegnen werden.

Selbst erkunden

Die Spread- und z-Score-Reihen hinter dem Anleihen-Board sind über die öffentliche API von SurgeFlow verfügbar. Ein kostenloser Beta-API-Schlüssel lässt sich unter /account erzeugen, mit einem Limit von 2,000 Anfragen pro Tag, und der vollständige Endpoint-Katalog ist in der OpenAPI-Spezifikation unter /api/public/openapi.json dokumentiert. Eine sinnvolle erste Übung: Rufen Sie die Credit-Spread-Historie ab, berechnen Sie Ihren eigenen rollierenden z-Score mit einem anderen Fenster als der Standardeinstellung der Website und sehen Sie, wie stark sich die Regime-Klassifikation ändert – eine schnelle, konkrete Lektion darin, wie empfindlich standardisierte Indikatoren auf die Wahl des Rückblickzeitraums reagieren. All das sind Research-Daten für Ihre eigene Analyse, kein Signal-Feed.

Quellen und weiterführende Literatur

Primäre, akademische und SurgeFlow-Datenquellen zu den obigen Aussagen: - Merton, R. C. (1974). "On the Pricing of Corporate Debt: The Risk Structure of Interest Rates." Journal of Finance. - Jarrow, R. A., and Turnbull, S. M. (1995). "Pricing Derivatives on Financial Securities Subject to Credit Risk." Journal of Finance. - Duffie, D., and Singleton, K. J. (1999). "Modeling Term Structures of Defaultable Bonds." Review of Financial Studies. - Elton, E. J., Gruber, M. J., Agrawal, D., and Mann, C. (2001). "Explaining the Rate Spread on Corporate Bonds." Journal of Finance. - Collin-Dufresne, P., Goldstein, R. S., and Martin, J. S. (2001). "The Determinants of Credit Spread Changes." Journal of Finance. - Longstaff, F. A., Mithal, S., and Neis, E. (2005). "Corporate Yield Spreads: Default Risk or Liquidity? New Evidence from the Credit Default Swap Market." Journal of Finance. - Gilchrist, S., and Zakrajšek, E. (2012). "Credit Spreads and Business Cycle Fluctuations." American Economic Review. - Altman, E. I. (1968). "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy." Journal of Finance. - SurgeFlow-Kredit-Board: /macro?tab=credit (LQD/HYG-Kurse, Spread, z-Score, Spread-Historie). - Öffentliche API von SurgeFlow: /api/public/openapi.json; kostenloser Beta-Schlüssel unter /account.