信用风险中性定价方法及实证研究

信用定价是信用风险管理的核心,风险中性定价方法具有传统定价方法不可比拟的优点.本文系统地给出了信用风险中性定价的步骤和关键参数估计的方法,并将该方法运用到72家上市公司信用风险的定价实践中,实证结果表明,10%是中国企业风险中性违约概率的重要临界值,同时,股权结构对中国企业风险中性违约概率有重要的影响.     

基于信用风险度的商业银行风险评估模型研究

本文依据商业银行信用风险的内涵,结合信用风险的不确定性和相对性特征,提出以"信用风险度"作为系统的输出,并针对传统模式识别评估方法的不足,构建了基于补偿模糊神经网络的信用风险评估预测模型,为有效转变信用风险的分类评估模式、提供更为全面的信贷决策支持奠定了基础.实证结果表明,该模型是一种较为有效的评估方法.     

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.     

商业银行信用风险分析综述

商业银行信用风险管理中信用风险分析是重要一环．本文对自30年代以来信用风险分析的主要方法进行综述,包括传统的统计方法,如判别分析法,Logistic回归等,基于现代计算技术,人工智能的方法,如专家系统,神经网络．最后对信用风险分析方法的发展进行展望．     

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。     

基于FA-BP网络的客户信用评价

为有效地进行客户信用风险管理,其关键在于客户信用评价.首先,建立了用于客户信用评价的指标体系;其次,给出了基于改进FA-BP神经网络的客户信用评价方法;最后,对具体企业的实际情况进行了实证研究,评价出不同的资信等级.针对不同资信等级的客户,提出了相应的管理模式,以达到风险控制的目的.     

供应链金融模式下的信用风险评价

以往银行对中小企业信用风险评价主要是把单个企业作为主体,关注企业的财务数据,而在供应链金融融资模式中,对中小企业风险的认识和评价则换了一个新的视角.本文研究了在供应链金融模式下的信用风险评价,提出了考虑主体评级和债项评级的信用风险评价体系,用主成分分析法和Logistic回归方法建立信用风险评价模型,减少目前对供应链金融业务评价大多依靠专家评价的局限,并通过比较供应链金融融资模式和传统银行授信模式下的中小企业守约概率的不同,揭示了供应链金融在一定程度上缓解了中小企业的融资困境,并提出应加强对客户基础数据库的建设,从而有利于对现有信用评价体系的修正和完善,提高其准确性.     

基于信息披露文本的上市公司信用风险预警——来自中文年报管理层讨论与分析的经验证据

本文运用文本挖掘技术,对2008-2018年1297家上市公司年报的管理层讨论与分析(MD&A)进行文本分析。从文本质量特征、文本词汇特征和文本语调特征等角度量化计算文本相似度、文本情感值、文本可读性三个维度文本披露指标,采用Logistic模型、决策树模型、支持向量机和神经网络模型四种方法构建上市公司信用风险预警模型,实证检验加入MD&A文本信息披露指标后信用风险预警模型的预测能力。实证结果表明：(1)在加入文本信息披露指标后,信用风险预警模型的预测准确度得到显著提升,多维度文本信息披露指标比单维度文本信息披露指标对信用风险预警模型预测准确度提升效果更优;(2)Logistic回归模型的预测准确度在样本数量较低时要优于决策树、支持向量机与神经网络,随着样本数量的增加,支持向量机和神经网络的预测准确度会明显提升;(3)不同特征的文本信息内容与企业是否发生信用风险均显著相关。本文的研究结论为提高信用风险预警的预测准确性提供了方法和经验证据,对于投资者与相关学者研究市场有效性提供新的研究视角。     

软信息与城市商业银行信用风险防范——基于信号发送模型角度

信用风险一直是商业银行面临的主要风险,造成这一问题的根本原因是信息不对称,这一现象在中小企业信贷业务中表现的更为明显。也就是说银行对中小企业进行放贷面临更高的信用风险。所以,如何应对这种风险就成了中小企业信贷业务主办行——城市商业银行(以下简称城商行),面临的主要问题。从信号发送模型角度来看,只要企业发送的用于区分信用水平的信号成本足够高,银行还是能够据以划分信用等级,进行信用风险防范。     

内生性回收率与信用风险度量研究

在信用风险模型中,外生性回收率的设定会忽略回收率对损失分布尾部的影响,而且会导致潜在的模型风险。本文将因子扩散过程引入结构信用风险模型,获得了回收率和违约概率之间的内在关系,利用Monte Carlo模拟方法数值分析了预期回收率对违约概率和资产价值波动率的依赖性,结果表明预期回收率与违约率之间具有很强的负相关关系,而且这种相关关系会受到债务人资产价值波动率的正向影响。在内生性回收率下,推导了信用损失的概率分布,计算了信用风险的Credit-VaR和ETF指标。最后利用市场数据检验了内生回收率信用风险模型的有效性,结果表明该模型可以很好的描述历史违约率和回收率的变化过程。