宏观经济总指数的一种新研究方法

本文在深入分析Creditportfolio View模型的原理基础上,在我国历史违约概率有关数据缺乏的情况下,利用模糊数学的非线性隶属函数确定各宏观经济变量的隶属函数,以及判断矩阵分析法来确定各宏观经济变量因素的重要程度,得到宏观经济总指数.粗略得出我国近20年来违约概率的周期性变化特点并进行分析.     

抵押、担保对银行信用风险因子的影响机制研究

抵押、担保作为银行信用风险缓释技术,通过对违约概率、违约损失率的影响机制发挥缓解信用风险的功能.本文从违约概率和违约损失率的计量模型入手,探讨抵押、担保对这两个银行信用风险因子的影响模型,以期达到充分发挥抵押、担保信用风险缓释的作用.     

基于马尔可夫转换模型的违约风险溢价预测研究

针对违约风险溢价变化依赖于经济波动状态以及市场、宏观经济变量依赖于经济周期时变因素的阶段,基于马尔可夫转换阶段的具体特征,构建马尔可夫违约风险溢价预测转换模型,并以香港恒生指数信用违约互换波动为例,测算因时变系数波动的指数息差、宏观经济变量等概率,通过实证算例剖析股市、宏观经济变量与违约风险溢价之间的内在联动关系和信用违约风险溢价变化的转换机制,以期实现对违约风险溢价能够进行有效预测,实证仿真结果说明了模型的有效性。     

信用风险管理中违约概率的估算方法

对于银行的信用风险管理,目前主要的模型包括JP摩根的CreditMetrics模型、穆迪KMV的EDF模型、CSFP的CreditRisk+模型和麦肯锡的CPV模型.这些模型中,对于违约概率的估算都是十分重要的构成部分.目前,计算违约概率的方法主要有两类:一是根据统计学的方法,即通过对历史数据推导出预计的违约概率;二是根据市场价格的方法,即通过公司的资产价值,亦包含企业所在行业以及宏观经济环境的有关信息计算违约概率.     

基于MCMC模拟的贝叶斯分层信用风险评估模型

缺少违约数据与债务人异质性是度量信用风险时面临的重要问题。贝叶斯模型中分层先验信息和马尔可夫链蒙特卡罗（MCMC）模拟方法的应用可以有效缓解数据缺失和测量误差问题,并能对债务人异质性进行评价和比较,从而避免低估风险。针对银行数据的模型拟合与模型诊断均展现了分层估计的适应性和灵活性,相关方法简洁清晰,利于国内风险分析人员采用。同时,涵盖宏观经济协变量的贝叶斯分层模型可以用于更加复杂的风险分析。     

地方融资平台违约率的度量与估算

文章选取了800多家融资平台2005-2013年的季度数据,基于CPV信用风险模型,将GDP增长率、固定资产投资增速、财政收支缺口、利率水平等因素作为宏观冲击变量,运用历史情景分析法测试宏观环境变化对融资平台违约率的影响.压力测试的结果表明:GDP增长率下降和利率水平的提高、固定资产投资增速的下滑和财政收支缺口扩大,都将增大融资平台违约风险,尤其是在重度压力指标下,融资平台违约率会大幅上升.     

在约化模型下具有随机波动率的可违约债券定价

在约化模型下,假设债券的违约强度服从扩散过程且其波动率变量服从CIR模型,文章在利率分别为常数和随机情形下得到了可违约债券价格的显示表达式.然后通过数值分析,讨论模型中的参数对信用利差的影响.     

随机波动率下信用风险定价模型的比较分析

文章分析了在Morten模型、跳扩散模型和首次时间通过模型中的随机波动率下可违约债券的定价问题。探讨了随机波动率下可违约债券定价机制,利用特征函数及其逆变换的方法得到了随机波动率下可违约债券的定价公式,并通过数值模拟分析了违约概率和信用价差的期限结构。     

基于贝叶斯方法的信用评级模型构建与违约概率估计

以贝叶斯方法为基础构建了信用评级和违约概率模型,指出金融机构利用已有评级信息提高债务人信用风险评估准确性的途径,并以单个债务人违约概率度量方法和Merton理论为基础,考虑异质性导致的宏观经济冲击对债务人的不同影响,度量资产组合违约风险。利用相关数据对贝叶斯模型应用给出例证,结果表明贝叶斯方法具有更为灵活的框架和较好的预测能力。     

商业银行信用风险测度的死亡率模型

商业银行传统的信用风险分析方法主要是以信贷专家分析和主观判断为主,存在许多缺陷,难以量化商业银行信用风险.文章尝试运用寿险精算中的死亡率模型测度商业银行客户违约率,分析客户信用等级与违约率之间的数量关系特征,并以此为依据测算贷款的预期违约损失,揭示商业银行信用风险发生的数量规律.根据某商业银行的样本数据对商业银行信用风险死亡率模型进行了实证分析.