基于人工免疫机制的商业银行内部评级违约概率模型研究

违约概率(PD)度量是巴塞尔新资本协议(Basel Ⅱ)内部评级法的核心内容之一。随着同业竞争的不断加剧和信息量的不断增加,伴随计算科学的进步和网络技术的发展,内部评级模型向着智能化方向发展。本文在人工免疫原理的框架下,将免疫机制应用于商业银行客户信用风险模型中,提出了基于人工免疫机制的商业银行违约概率模型。     

测算商业银行贷款违约概率的贷款违约表法探讨

结合我国商业银行贷款5级分类的实施,在回顾、分析国外商业银行违约贷款测算模型演变的基础上,首次提出用贷款违约表法测算我国商业银行贷款的违约概率.该测算方法建立在客户的信用等级基础上,能适时测算贷款的违约概率,有利于我国商业银行合理地测算贷款组合的预期损失和非预期损失.     

基于复合期权、篮子期权及股权关系的企业集团母公司信用风险度量研究

企业集团历来是银行最重要的信贷客户之一,它既可给银行带来巨大的规模效益,又可能给银行造成重大的损失。企业集团的信用风险主要集中于集团母公司,母公司的信用风险又受其子公司信用风险的影响。基于此,在结构化模型的框架下,根据复合期权和篮子期权原理,构建了企业集团母公司及其子公司违约概率之间的函数,揭示了母公司信用风险受其子公司信用风险的影响关系。其中,母公司持有子公司的股权比例作为该函数中的变量之一,可以刻画母子公司之间的关联关系。数值分析表明,母公司持有子公司的股权比例是影响母公司信用风险的重要因素。     

上市公司信用风险度量模型的实证比较研究

本文首次运用Merton模型和Leland-Toft模型对我国上市公司的信用风险进行了比较实证研究。研究结果表明,Merton模型对上市公司信用风险的预期违约率的计算明显太低。但是,违约距离的计算在一定程度上可以反映出不同公司信用风险存在的差异。而使用Leland-Toft模型计算信用风险的预期违约率较Merton模型有更高的敏感性、有效性。依据大公国际资信评级体系评级的结果,将A股50指数上市公司的信用评级等级,对比Leland-Toft模型计算的预期违约率,不同等级的上市公司,其预期违约率有明显的不同,说明其模型的预测是有效的。并且,也反映出近期预期违约率低而远期则较高的规律性。但是,计算的预期违约率还是偏低,说明Leland-Toft模型在用于目前的上市公司信用风险分析时,尚需调整有关的参数。     

上市公司信用债违约风险评估

利用上市公司的债券违约数据,从众多财务指标、公司治理指标、股票市场表现指标中逐步筛选出反映信用风险的指标,并采取经典的判别分析模型、Logistic回归模型、离散时间风险模型,对上市公司信用债违约的概率分别进行建模。最终确定了最适用于中国上市公司的风险评估模型。利用该模型对公司债进行评级,更能反映出公司债的信用风险差异。     

信用风险的动态测量方法

本文提出了以市场波动性为基础的信用风险的一个动态量度框架.首先,通过把市场运动对信用暴露的影响量化,使得在信用风险的量度中融合了市场风险的因素,具有了动态的特征;其次,采用广义违约的概念,通过对基于历史数据的累计违约概率表进行拟合,得到了具有长期稳态的转移矩阵,由此得到的违约概率也具有动态属性;再次,根据有关金融产品优先级的历史数据,可以估计得到回收率;最后,把三者结合,得到了信用风险(信用损失)的动态量度,并对该量度框架的实际应用进行了探讨.     

企业集团代理人风险态度、道德风险与信用风险传递

由于企业集团的关联企业众多,股权结构复杂,导致银企信息更加不对称,银行对企业集团贷款资金的监管更加困难,企业集团也更有机会产生不按照贷款合约使用贷款资金的道德风险,从而增大了银行的信用风险.针对此问题,首先分析了企业集团代理人转移银行贷款资金的动机,以及企业集团子公司之间信用风险的传递过程;其次,基于代理人效用最大化原理,分析委托代理合约、代理人风险态度,以及代理人转移贷款资金的道德风险对企业集团子公司信用风险的影响;最后,建立了度量企业集团子公司信用风险的违约概率模型.研究表明,代理人的风险态度、委托代理合约的状态都会影响企业集团子公司的违约概率.     

债券信用评级与信用风险

债券信用评级是信用评级机构根据债券发行公司所处经济环境、行业特征、竞争形势、管理能力以及财务状况等多方面因素,使用一套科学的评级方法和技术评定,反映该债券违约可能性的符号级别,它有效地表示了债券的相对信用风险,为债券投资者提供了重要的投资决策参考.讨论了美国公司债券信用评级与债券信用风险的关系,对比分析了中美信用评级业的发展,以期使国内对信用评级有一个全面的认识,并给我国评级业发展提供参考.     

考虑刚性兑付的银行最优资本结构与违约风险研究

随着地方国有企业债务风险的不断加大,如何实现打破刚性兑付与防范银行风险之间的平衡,是目前亟待解决的问题。本文借助银行股权和负债的“期权的期权”特性,将刚性兑付嵌入到银行资本结构决策和违约风险测度中,研究了资本结构固定和可调整两种情形下刚性兑付强度与银行违约风险间的关系,并进一步对比分析了基于标准法和内部评级法的资本监管对刚性兑付下银行风险的抑制效应,以期为防范打破刚性兑付可能引发的银行风险提供参考。研究发现,当资本结构固定时,银行违约风险与刚性兑付强度负相关;当资本结构可调整时,随着刚性兑付强度减弱,银行最优负债水平降低,银行违约风险则呈现出先递增后递减的“倒U”型趋势;基于标准法的资本监管可以有效抑制银行在资本结构决策时的道德风险,降低打破刚性兑付过程中的违约风险,但基于内部评级法的资本监管要求会因刚性兑付下国企债务违约概率的降低而减弱。     

企业集团控制下的关联企业违约相关性度量研究

作为商业银行的重要客户,企业集团是多个企业的法人联合体.企业集团内的关联企业违约与否,常常受集团母公司的影响,并且集团内任一企业发生违约,都可能导致集团内其它关联企业发生违约,最终给银行造成巨大的累积信用风险.因此,度量集团内关联企业的违约相关性是银行防范集团客户信用风险的重要环节.基于此,通过将企业集团母公司的资产价值作为影响其控制企业的违约强度公共风险因子,结合违约强度模型,分析这些关联企业的随机违约强度过程,进而得到集团控制下的关联企业违约相关性度量模型.研究表明,企业集团控制下的关联企业违约相关性与母公司持有它们的股权比例成正向变化关系,但是股权比例的变化对违约相关性变化的影响较小.     

Improving Default Risk Prediction Using Bayesian Model Uncertainty Techniques

Credit risk is the potential exposure of a creditor to an obligor's failure or refusal to repay the debt in principal or interest. The potential of exposure is measured in terms of probability of default. Many models have been developed to estimate credit risk, with rating agencies dating back to the 19th century. They provide their assessment of probability of default and transition probabilities of various firms in their annual reports. Regulatory capital requirements for credit risk outlined by the Basel Committee on Banking Supervision have made it essential for banks and financial institutions to develop sophisticated models in an attempt to measure credit risk with higher accuracy. The Bayesian framework proposed in this article uses the techniques developed in physical sciences and engineering for dealing with model uncertainty and expert accuracy to obtain improved estimates of credit risk and associated uncertainties. The approach uses estimates from one or more rating agencies and incorporates their historical accuracy (past performance data) in estimating future default risk and transition probabilities. Several examples demonstrate that the proposed methodology can assess default probability with accuracy exceeding the estimations of all the individual models. Moreover, the methodology accounts for potentially significant departures from “nominal predictions” due to “upsetting events” such as the 2008 global banking crisis.     

含有违约风险的利率风险管理

旨在解决含有违约风险的利率风险管理问题,指出了在商业银行资产负债管理中含有违约风险债券利率风险管理问题研究的必要性,获得了违约风险债券久期的一般公式,建立了含有对违约风险的控制、平均绝对离差约束、平衡表其它相关约束以及目标约束等在内的商业银行利率风险管理的目标规划模型;并在给出数值实例的基础上,讨论了违约风险的存在对银行利率风险管理的影响.     

基于Copula风险中性校准的违约相关性研究

违约率的估计是IRB法的核心要素之一,违约相关性是违约概率研究和估计的不可忽略的重要因素,目前的研究大多通过资产相关替代研究违约相关。风险中性可降低模型风险带来的估计误差。本文针对CDS's特征构建了风险中性违约相关估算的Copula模型,并提出了Copula选择方法且进行了实例分析,发现8自由度学生t-Copula是最优的。     

基于信用风险久期免疫的资产负债管理优化模型

用信用风险溢酬修正现金流的贴现率,构造了基于信用风险久期免疫条件;以组合收益最大为目标函数,建立了基于信用风险久期免疫的资产负债组合优化模型。本模型通过建立信用风险久期的免疫条件匹配银行的资产与负债,回避了利率风险和信用风险对银行所有者权益的影响;通过用反映违约风险的贴现率表述信用久期函数,揭示了信用风险对久期的影响;通过看跌期权公式建立了贴现率与违约风险的函数关系,揭示了违约风险对贴现率的影响。     

宏观压力测试下商业银行零售信贷产品PD模型预测研究

通过将宏观经济指标与商业银行零售信贷产品住房按揭PD构建宏观变量预测模型，得到预测显著的GDP、CPI、HPI等三个宏观经济指标，再观察其不同滞后阶数组合VAR模型的AICC值，最终选取宏观经济因子高阶项构建回归方程和进行压力测试。研究结果发现：从施压时点开始，不同压力情景下PD均开始缓慢增长趋势，其中重度情景下PD增幅最大。说明使用宏观经济因子的阶乘能更好捕捉上述特征，PD预测模型能准确描述风险传导过程，此举可有效帮助商业银行加强零售信贷领域风险管理。     

基于收益共享-双向期权契约的供应链金融风险控制研究

通过核心企业的信用水平为中小企业获取贷款提供担保,使得整个供应链有效运行是实施供应链金融的重要意义。本文考虑分销商（核心企业）-零售商（贷款企业）组成的二级供应链,为了降低银行面临的零售商违约风险,在银行监督下,分销商与零售商引入收益共享—双向期权契约。本文计算得到了零售商的违约概率,在此基础上,深入分析了各方期望收益、零售商最优初始订货量与最优期权购买数量、分销商最优收益共享比例、银行下侧风险规避前提下可参考的收益共享比例范围。并构造了数值算例,探讨了期权执行价格、收益共享比例及银行质押率等关键参数对风险控制方面的影响。本文所得结果能够为银行及企业在供应链金融决策方面提供参考。     

信贷市场主从微分对策模型与银行间合作机制研究

本文引入微分对策博弈模型,研究银行与企业之间的信贷博弈问题,破解企业融资困境。通过建立银行和企业的各自收益目标函数,讨论了银行区域内不合作和合作状况下,银行最优的动态信贷资金供应量和利率策略,企业动态信贷资金使用策略;研究了区域内银行间的合作联盟问题,提出合作联盟的利益共享。在银行区域内不合作情况下,银行信贷资金供应量增加,信贷资金利率上升趋势得到抑制,企业违规概率增加。利率和信贷资金供应量呈负相关关系。在银行区域合作情况下,银行间合作可防止企业囤积资金和贷款用途违规概率的上升,减少违规惩罚成本,促进企业积极履约。引入利益共享机制,解决了银行合作稳定问题,明确了优势企业和劣势企业的融资策略。     

基于政府隐性担保退出预期的金融机构违约风险重定价

取消政府隐性担保或将成为未来政策重点,这将引起隐性担保退出的市场预期,导致金融机构违约风险的重定价。在金融机构自身资产价值随机运动的情形下,文章分别分析了离散时间隐性担保与连续时间隐性担保下金融机构总资产价值的动态随机运动规律,在结构化模型框架内构建了考虑政府隐性担保预期的违约风险模型,度量了政府隐性担保退出过程中不同风险状态金融机构的违约概率与预期损失。研究表明：（1）随着政府隐性担保逐步退出,金融机构违约概率逐渐增加,预期损失呈现先增加后递减的过程。（2）金融机构资产价值波动率越大,杠杆率越高,在政府隐性担保退出过程中其违约概率与预期损失越大。