违约损失率的估计：发达国家的经验及启示

违约损失率(LGD)是巴塞尔新资本协议中IRB法中最重要的参数。LGD测算的正确与否在IRB法的实施中有着举足轻重的地位。本文对国际上关于LGD的表现及影响因素的讨论进行了总结与分析，并针对我国的情况，提出了相应的意见和建议。     

债务违约风险与期权定价研究

论文分析当已知公司财务信息下的欧式期权定价问题,分别在公司资产服从Merton、Black&Cox和Leland&Toft违约风险模型下,给出了欧式期权的定价公式,并分别讨论了公司资本结构和债务违约边界对欧式期权价格的影响.     

信用违约互换——债券市场的催化剂

信用违约互换(Credit default swap,CDS)作为一种管理或转移信用风险的金融衍生品,近年来在国际金融市场上发展迅猛。本文介绍了信用违约互换的定义、产生与发展情况、信用违约互换对债券市场发展的推动作用以及在我国债券市场上的应用前景、发展建议。     

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。     

违约预测的小波结构模型研究

本文针对上市公司违约预测问题,按照行业类型对我国2009年的上市企业进行分层抽样,构建了小波结构模型.小波结构模型通过应用小波变换来分解上市公司日收益序列,进而对低频序列和高频序列分别构建预测模型,再依据预测模型对未来收益进行预测,最后使用小波逆变换重构预测收益序列.通过小波结构模型可以避免时间序列模型进行收益波动预测的累加计算过程.在结合我国上市公司的实际数据对这两种模型的校验中,可以发现小波结构模型比时序结构模型在违约预测上有更好的识别力和准确度.     

简析违约定金与违约损害赔偿适用的关系

违约定金责任与损害赔偿责任相比较而言,前者一般是约定的责任,后者一般是法定的责任.在两者能否并用的问题上,各国法律有着不同的规定.本文对此作出简要分析.     

基于违约鉴别能力最大的信用等级划分方法

信用等级划分旨在区分不同客户的风险水平,然现有大多数信用等级划分研究要么无法严格保证划分的信用等级满足"信用等级越高,损失率越低"标准,要么无法保证尽可能地区分违约可能性不相似的客户,而无论不符合哪种标准,划分的信用等级都不能作为贷款决策的有效依据.基于此,以上述两个标准为目标划分信用等级.创新与特色一是以客户的非违约累计频率与违约累计频率之差的最大绝对值的代数和最大为目标,以后一个信用等级损失率大于前面信用等级损失率为主要约束,确保划分的信用等级满足上述两个标准.二是提出通过设置随机分割点的区间来划分信用等级的新算法,避免随机赋予信用等级分割点时,靠前的信用等级分割点落到靠后的客户中,导致后面的信用等级无论怎样划分均划分不出来的弊端.最后,以中国某商业银行3 045笔小企业贷款样本进行实证,结果表明本模型划分的信用等级满足"信用等级越高,损失率越低"标准,且其区分不同违约可能性客户的能力较强.     

信息噪音、结构化模型与银行违约概率度量

研究在有噪音的信息环境下,银行如何利用结构化模型来预测违约概率问题.根据国内银行的信息获取机制,提出了一种新的信息噪音假设,并利用结构化模型原理建立了违约概率模型.模拟结果表明:(1)该模型的违约概率预测能力高于基本结构化模型和Z′评分模型;(2)国内企业财务报表信息失真的现象较为严重,企业倾向于向银行夸大其信用实力.     

基于信用评级的银行风险限额测算方法

客户风险限额是银行信用风险管理的重要手段,改进其测算方法有利于提高银行的风险管理水平.根据信用风险理论,通过分析得出一个合理的基本假设,即公司信用等级和公司的信用风险水平具有一一对应关系,根据该假设提出基于客户信用等级确定客户风险水平的方法,构建了一种非线性的银行客户风险限额测算模型,将这种模型应用于某银行的限额管理工作,并与银行现有的风险限额方法进行了对比分析.     

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。     

违约风险、银行信贷筛选与货币政策非对称效应

本文构建一个包含企业违约风险与银行信贷筛选的动态随机一般均衡模型,研究银行信贷筛选对货币政策宏观经济效应产生的影响。在参数校准的基础上,分析了货币政策冲击的长期效应与短期效应。研究结果显示：(1)无论是基于长期还是短期效应的角度,银行信贷筛选均显著抑制了扩张性货币政策对宏观经济产生的积极影响;(2)基于货币政策冲击的短期效应可以发现,银行信贷筛选降低了扩张性货币政策的实际效应,并且放大了货币政策对通胀的影响;(3)通过比较扩张性与紧缩性货币政策的脉冲响应可以发现,银行信贷筛选导致货币政策的宏观经济效应存在非对称性特征。福利分析的结果表明,相比无银行信贷筛选的情形而言,银行信贷筛选导致了整体社会福利的恶化。     

信息噪音、结构化模型与银行客户风险限额管理

本文研究了如何利用结构化模型来测算客户风险限额的问题.首先,本文根据国内金融市场和银行信用风险管理的特点,建立了考虑噪音的结构化模型.然后,在此基础上,提出了一种新的客户风险限额测算方法.最后,进行了案例分析.发现:(1)在其他情况不变的情况下,违约概率随违约阈值的增加而单调递增;(2)降低噪音有利于提高银行给予企业的风险限额;(3)与银行目前的方法相比,本文方法的结果更加谨慎,传递的信息更加丰富.     

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.     

基于非预期损失的赊销风险控制研究

本文针对企业赊销风险及其控制方法进行研究,提出了企业经风险调整后的赊销收益(Risk-Adjusted Return on Credit Sale,RARCS)的概念及其计算方法;进而得到企业为防备由赊销风险引发的非预期损失(Unexpected Loss,UL)应备留的赊销风险资本(Capital at Cedit Sale Risk,CCSR),并建立了经风险调整后的赊销风险资本收益模型(CS-RROC)。在本文的研究中,由于考虑了赊销非预期损失,使企业赊销收益与其所承受的风险相匹配。最后给出示例。     

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。     

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.     

信用风险模型比较分析

本文分析了现代信用风险模型迅速发展的主要原因,对主要派别的代表性模型用数学语言进行了总结,比较分析了各模型的原理及优缺点,并简要介绍了各模型的实证效果。     

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。     

商业银行集团客户统一授信额度的优化配置研究

企业集团是商业银行重要的贷款客户,商业银行面临企业集团的授信业务风险尤为突出。在结构化模型的框架下,考虑统一授信额度的约束,基于对违约风险控制和贷款收益管理的多目标决策,构建了企业集团成员企业授信额度优化配置模型。示例分析表明,在考虑不同目标重要性的前提下,使用如遗传算法等最优化求解方法,可得到对成员企业授信额度的优化配置方案,从而有助于商业银行积极主动的防范集团客户的信贷风险。