考虑双重传播路径的关联信用风险传染机理研究

关联信用风险及其传染是现代信用风险管理的热点和难点问题。本文基于复杂网络的平均场理论,运用传染病模型刻画关联信用个体之间关联信用风险的传染机制;并考虑潜伏期和感染期均具传染性的双重传播路径,分析了网络中关联信用风险传染的稳定状态;进一步,在一般关联信用个体网络环境中,探讨了关联信用风险传染的影响因素对稳定状态的影响。研究表明：关联信用风险传染的临界值和网络结构有关,与潜伏期和感染期呈反向变化,与潜伏个体和感染个体的相互转化率呈同向变化,与潜伏期传染率和感染期传染率呈同向变化;稳定状态时潜伏个体密度与潜伏期和传染率呈同向变化,与感染期呈反向变化;稳定状态时感染个体密度与感染期和传染率呈同向变化,与潜伏期呈反向变化。本文的研究丰富了信用风险的研究范畴,为企业和银行等信用个体管控信用风险提供了新的视角。     

基于动态Copula的企业集团信用风险传染效应研究

企业集团成员企业间基于业务关联、技术关联和财务关联的相互联系,构成了企业信用风险传染的重要渠道。金融机构如果缺乏对企业集团成员企业间信用风险传染的管理和防控意识,其后果可能是金融机构信贷资产遭受巨大经济损失。本文基于尾部相依性的视角构建动态协变量Joe-Clayton copula模型,实证分析企业集团成员企业信用风险传染问题。研究发现,信用风险在企业集团成员企业间存在传染效应,且这种信用风险传染效应呈现一定的动态特征;宏观经济因素和微观公司经营能力、财务状况对企业集团内部不同组别子企业间信用风险传染效应的影响从重要性程度和作用方向两个维度上存在差异。     

管控策略对关联企业网络稳定状态的影响——基于关联信用风险传染的视角

随着经济全球化和金融市场的快速发展,关联信用风险在关联企业之间普遍存在,寻找有效的风险管控策略成为关联信用风险管理的热点和难点问题。本文结合传染病模型和复杂网络理论,探讨了管控策略对关联信用风险传染及关联企业网络稳定的影响。研究表明：关联信用风险的传染导致关联企业网络最终趋于不同的稳定状态,当关联企业网络处于有风险稳定时,通过管控策略可以使其达到无风险稳定;当关联企业网络处于无风险稳定时,通过管控策略可以缩短网络达到无风险稳定的时间,且能降低关联信用风险传染过程中感染企业出现的峰值;在一定条件下,救治策略相较于免疫策略对关联信用风险的管控有更高的效率。     

基于社交网络的P2P借贷信用风险缓释机制研究

本文以信息经济学和博弈论为基础,建立信息不对称的理论模型,从事前、事中、事后三个环节分析P2P借贷信用风险成因,讨论社交网络缓解信用风险的机制及其作用条件。研究表明,引入社交网络后,社交网络的事前信息获取机制、事中连带责任机制和事后违约约束机制构成社交网络独特的信用风险缓释机制。连带责任、动态激励、监督强度、违约约束制裁大小、违约约束强度以及对社交信息的挖掘是决定社交网络风险缓释水平的重要因素。当社交网络信息可以实现借款人风险甄别或借款人社交账户可作为充足"虚拟抵押品"时,社交软信息可有效缓解征信不完善导致的事前逆向选择;引入社交朋友关系后,连带责任带来的隐性契约有效缓解缺乏监督机制导致的事中道德风险;社交网络的社会制裁可有效缓解缺乏违约约束导致的事后道德风险,尤其配合停贷威胁的动态激励时其风险缓释作用更为显著。拆解社交网络如何对信用风险产生影响的"理论黑箱",提出了社交网络信用风险缓释机制的理论框架,为如何运用社交网络进行风险控制提供理论支持。     

多重关联关系下供应链上关联信用风险的传染效应

供应链企业之间的多重关联关系导致其信用风险传染愈加复杂。本文基于供应链双渠道融资模式,针对供应链上同时存在交易关联、资产关联和人际关联等三重关联关系的情景,揭示了关联信用风险微观传染机理,构建了关联信用风险传染强度模型,分别探讨了三种关联关系以及链外市场对传染效应的影响。为研究关联信用风险传染的外溢效应,在银行未识别出供应链上关联关系时,探讨了银行面临的期望损失。结合仿真分析发现,相较于单一商业信用融资,双渠道融资模式下传染效应更弱;在最优交易关联强度下,商业信用额度和成本（反映了供应链上的一种资产关联关系）在不同方向上对传染效应产生影响,人际关联关系以及链外市场均负向影响传染效应;银行期望损失则与贷款利率和贷需比相关,人际关联关系将导致银行更大的潜在损失。     

企业集团信用风险动态传染机理研究

企业集团由于其内部成员企业众多、股权关系错综复杂、关联交易隐蔽化手段高明等显著特征,信用风险在企业集团内部具有明显的传染性。信用等级低、违约风险大的信用异常企业数目的变化决定了企业集团信用风险的整体表现。将企业集团展现成图的结构,提出了与图的度有关的集团内部信用风险传染率的概念,建立了企业集团信用风险传染的随机动态模型。理论上分析了模型的稳定状态条件及违约高峰到来时刻。数值模拟结果表明,降低信用风险传染系数和信用风险关联度或提高单位时间内信用风险治理率能够有效抑制集团内信用风险的传染。与增加信用风险的治理率相比,降低信用风险关联度是一种更为高效的方式。     

基于复杂网络的信用风险传染模型研究

本文从信用风险持有者的心理和行为角度对信用风险传染过程进行了分析,通过引入信用风险传染的主体行为因素,建立了信用风险传染的网络模型。借助严格随机占优理论,分别探讨了社会网络中个体之间的关联关系、个体的风险态度、个体的风险抵御能力、金融市场监管者的监控强度和个体的网络结构特征对信用风险传染的影响机制,通过仿真实验进一步验证理论推到的正确性,并直观地刻画了信用风险传染的内部性和外部性对信用风险传染行为及其演化的影响。     

基于熵空间交互理论的CRT网络信用风险传染模型

信用风险转移(Credit Risk Transfer,CRT)网络中信用风险传染已逐渐成为学术界和政策制定者关注的热点。本文基于熵空间交互理论,将CRT网络中银行和投资者之间空间距离与非线性耦合、银行的信用风险转移能力与投资者的风险偏好相结合,建立了CRT网络信用风险传染的熵空间模型。通过数值模拟和对参数的敏感性分析发现,模型可以很好地反映银行和投资者之间的空间距离与非线性耦合、银行的信用风险转移能力、信用风险在投资者节点上的集中程度、投资者的风险偏好和风险承受能力对CRT网络信用风险传染效应的影响机制。研究同时发现:CRT网络信用风险传染具有"本地效应"和"关联抑制效应"。     

融合CDS网络的银行间信用风险传染模型研究

信用违约互换（Credit Default Swap，CDS）作为银行信用风险缓释的重要工具，也是信用风险传染的重要渠道。因此，考虑到CDS抑制效应与传染效应的双重作用，本文构建了一个含有CDS网络交互作用的银行间信用风险传染模型，并运用计算实验与仿真模拟分析了在不同网络结构下银行网络信用风险传染与CDS网络抑制率，以及CDS网络信用风险抑制效应与银行网络传染率之间的关系，以及信用风险传染下银行网络和CDS网络的演化特征。研究结果表明：（1）银行网络的信用风险传染阈值与CDS网络抑制率呈单调递增的正相关系。而且，与同质网络结构相比，异质网络结构下的银行网络信用风险传染阈值相对较小。（2）CDS网络的信用风险抑制阈值与银行网络传染率呈单调递增正相关关系。而且，与同质网络结构相比，异质网络结构下CDS网络的信用风险抑制阈值明显较大。（3）银行网络最终破产规模与CDS抑制率呈单调递减的负相关关系。而且，异质网络结构下的银行破产规模要大于同质网络结构下的银行破产规模。（4）CDS网络破产规模与银行传染率呈单调递增的正相关关系。而且，同质网络结构下的CDS网络破产规模大于异质网络结构下的CDS网络破产规模。     

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.     

基于资产负债表关联的银行系统性风险研究

应用61家银行2009年年报数据对基于资产负债表关联的银行间市场双边传染风险进行研究,从信用违约和流动性风险角度对传染路径和资本损失进行估测,并深入分析银行间市场的不同结构对传染效应的影响,此外,本文还应用负二项式计数模型对系统重要性银行和易被传染银行的微观特征进行实证检验.研究得出:(1)在“完全分散型”市场结构假设下,我国银行间市场传染性风险极小;当考虑交易主体集中度并假设“相对集中型结构”时,系统性风险和传染效应将上升;当考虑违约风险和流动性风险联合冲击时,资本损失和风险传染的范围显著扩大.(2)大型国有银行处于银行间资本流动的中心环节,尤其中国银行和工商银行是传染风险发生的重要诱导来源.(3)影响银行在拆借市场中系统重要性的因素有银行类型、资产规模和风险头寸;而影响银行易受传染性的因素有银行类型、资本充足状况和风险暴露程度.     

县域中小企业贷款违约行为与信用风险实证分析

利用实地调查资料,采用logit模型对我国县域中小企业贷款违约的影响因素进行了实证分析,结果表明:财务状况特别是资本结构、资产周转状况、股权状况对有显著的影响;企业家个人特征特别是年龄、受教育程度和是否持股对企业信用风险有较大影响;企业所在地域的经济发展水平对企业信用风险也有一定影响作用,当地经济发展水平越高,则企业贷款的信用风险越小。基于logit模型估计结果,利用一个小样本数据分析了贷款合同的有关条款对中小企业违约的影响,结果显示:贷款利率、期限、贷款金额和担保品数额与我国县域中小企业目前违约率之间的关系不太明显。     

基于元胞自动机的企业集团信用风险传递仿真

 企业集团作为商业银行的重要客户,其内部信用风险传递机制的仿真与预测研究对于商业银行的风险控制尤其重要。而传统的仿真方法或者没有考虑到企业集团其本身的结构特性,或者过分依赖于具体随机过程的假定,大大降低了其结论的可靠性。因此,本文引入在生物与计算机领域广泛使用的元胞模型对企业集团内部关联信用风险传递机制进行仿真与模拟。研究发现,企业集团中的信用风险传递会出现风险分散和风险扩大两种不同的效应,并且母公司可以选择对各子公司的最优控制度使得母公司的违约概率最低。     

银行违约损失率特征研究

违约损失率是信用风险的重要测度,本文在结构信用风险模型框架下,基于风险中性定价推出了违约损失率的结构化表达式,用无风险利率取代了公司资产价值漂移率。利用四川全省十五年的大额违约贷款数据进行了对比实证,分析了违约损失率的分布和影响因素等,包括贷款期限、资产负责率、无风险利率、贷款额、与违约率的关系等。把宏观系统参数引入结构化的违约损失率模型,并结合国内大样本大额违约贷款进行实证对比是本文的研究特色。     

房地产贷款损失与银行间市场风险传染——基于金融网络方法的研究

本文利用金融网络方法构建完全连接和中心-边缘结构的银行间市场网络,研究由房地产贷款损失引发的银行间市场风险传染的动态过程及影响因素。研究表明:若不考虑银行间关联,我国单个银行抵御房地产贷款损失能力较强;若考虑银行间关联,则相同程度的房地产贷款损失会引发大规模的银行风险传染;中心-边缘结构的银行间市场网络更易发生大规模风险传染;与大银行相比,小银行的破产受房地产贷款损失的直接冲击较小,受银行间风险传染的影响较大。     

金融危机下带传染效应的违约预报

考虑多阶段状态变量的动态信息对违约风险的影响,同时考虑宏观因素和公司个体因素来构建违约预报模型,并且通过在状态变量中包含的行业因素来刻画行业间可能存在的信用传染效应;建立违约风险强度中参数的极大似然估计和渐近性质,进而建立条件违约概率期限结构的极大似然估计.利用极大似然估计及其渐近性质考虑传染效应的显著性检验问题,最后...     

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。     

次贷危机中的传染机制研究和策略分析

本文在次贷危机的背景下,对造成违约蔓延的传染机制进行了深入的分析。对于传染机制的解释,一种是源于因果效应：即一个公司的违约导致其他有业务关系公司的财务困境;另一类解释源于信息效应：即当投资者得知某个违约时会产生对其它债务人信用的修正,从而导致一个传染风险溢价。本文在不同的传染机制下,提出了一个统计上非常有用的违约传染模型,此传染模型中的参数可以定量研究公司违约的传染效应,通过模型说明控制好违约的传染率可以有效的控制金融危机的爆发,并且能够定量地给出控制策略。     

基于企业股权关系知识图谱的制造业信用风险传染分析

制造业由于其内部企业众多，与其他行业交易来往密切，形成了错综复杂的关联关系，导致信用风险在其中具有明显的传染性。本文基于现有的研究，以知识图谱作为研究工具，从新的角度探讨了制造业信用风险传染。首先，本文构建了所需的企业股权关系知识图谱；然后，基于构建的知识图谱进行信用风险传染路径分析，针对得到的直接、间接信用风险传染路径，建立不同的风险传染模型；最后，通过蒙特卡洛模拟实验，发现在直接持股情况下，信用风险传染强度不仅和持股比例有关，也随着正常企业资产负债率、(失信、正常)企业资产规模比以及企业资产价值相关系数的增加出现增长的趋势；而在间接持股情况下，目标企业信用风险传染强度随着中间企业资产规模、中间企业资产负债比、中间企业-失信企业持股比例、目标企业资产负债率的增加出现增长趋势；但是受失信企业资产规模、目标企业-中间企业持股比例、资产价值相关系数的影响较小，并没有明显的相关性。     

基于网络视角的银行业系统性风险度量方法

网络模型已经成为研究银行系统性风险的重要方法。然而现有研究忽视了银行系统性风险的小概率特点,同时也缺少度量银行系统性风险的统一标准。为此,本文提出了基于网络模型的银行系统性风险度量方法:银行系统性风险VaR和银行系统性风险ES。首先,本文采用蒙特卡洛模拟方法,模拟银行外部冲击造成银行间网络损失的大样本。在银行间网络损失大样本中,估计银行系统性风险VaR和银行系统性风险ES。这两个测度能够捕捉到银行间网络损失的尾部特征,解决了对比随机冲击结果无法反映银行系统性风险的问题。其次,在模拟实验中,本文利用真实银行间网络结构参数,对模拟的三种银行间网络进行校准,保证了研究结论真实性和可靠性。最后,在模拟实验中发现:(1)外部冲击会引发违约传染的连锁反应,并导致银行间网络损失分布从近似正态分布转变成尖峰厚尾分布,最后变成双峰分布。(2)网络集中度越高发生违约传染连锁反应的概率越小,但是传染的破坏力会更大。(3)银行间网络的潜在传染作用会极大的放大银行系统的风险,而且违约传染效应是呈指数增长的。