基于违约损失控制的商业银行多期资产组合动态优化模型

将银行资产组合的单位收益所承担风险损失和风险价值作为银行各项资产组合收益最大化约束,运用逆向递推原理和非线性规划方法,建立了基于违约损失控制的多期资产组合动态优化模型.运用逆向递推原理在考虑下一区段优化配置结果的前提下,控制本区段单位收益所承担的下偏矩风险.反映了不同区段的单位收益所承担的风险对贷款总体效果的相互影响,在考虑单个区间贷款最优的过程中,优化配给所有区段的贷款配给.用单位收益的风险损失下偏矩来控制违约风险损失,改变了流行研究用方差表述风险而导致的组合风险刻画不准的现象.     

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.     

基于贝叶斯优化与集成算法的债券违约风险预测

本文选取2014-2022年发生实质违约与交叉违约的所有发行主体为研究对象，使用随机森林、AdaBoost、GBDT、XGBoost、LightGBM共5种集成算法构建了债券违约风险预测模型，并采用贝叶斯优化对模型的超参数进行优化。实证结果显示，在债券违约风险预测中，相较于传统机器学习算法，集成算法所构建的预警模型性能更为出色，具有更加优异的预测精度与稳定性，且在超参数优化中，贝叶斯优化运行效率更高、效果更好。同时，LightGBM算法在5个集成算法中表现最优，可以最为有效地进行债券违约风险预测。最后通过比较特征重要性，发现净资产收益率、总资产报酬率、营业利润率、第一大股东持股比例可以作为企业债券违约风险预警指标。     

基于银行债券视角对存款保险基本费率的测算

 存款保险制度可能引发道德风险问题，即促使参保银行主动承受更大的风险。因此，建立适合的存款保险制度需要从风险管理及反映风险的保险费用的确定等方面着手，其核心工作就是存款保险费率的厘定。        常见的存款保险定价方法包括单一费率法和差别费率法，基于风险设计存款保险费率结构的差别费率法能降低银行的道德风险。RONN和VERMA结合存款保险的差别费率法和复合期权定价思路，提出存款保险价值不仅与银行资产的风险和收益有关，还可以与银行股权资本状况和存款债务建立关系。借鉴RONN和VERMA的建模思路，利用存款债务与其他普通债务的相似性及期权对角价差组合技术，建立银行资产市场价值和银行资产隐含波动率与银行普通债券价值和债券收益率的波动率之间的联立非线性方程组。利用上市银行债券数据的可得性，采用数值方法对5家国有商业银行的风险中性违约概率和存款保险基本费率进行测算。在此基础上，结合Ronn-Verma模型，得到其他10家上市银行的存款保险费率。        研究结果表明，在其他情况相同的条件下，违约概率和存款保险费率均与银行债券收益率的波动率正相关，债券的价格信息能够反映一定的银行存款风险；此外，3类银行中以股份制银行的存款保险费率最高，城市商业银行次之，5家国有商业银行最低，后者略高于同期央行规定的基准费率。        中国正逐步实践隐性存款保险向显性存款保险的转变，研究结果为基于债券市值给存款保险定价提供借鉴。在充分考虑实际情况的基础上，相关部门应该从实施风险差别费率、建立风险评级体系、完善风险费率措施等角度入手，为实施合适的存款保险费率制度创造有利条件。     

手机App列表信息在信用风险评价中的应用——基于互联网借贷平台的实证研究

随着互联网的发展和智能手机的普及，用户手机数据被用来评估借款人的信用风险，使用到的数据有通讯记录、短信息接发、移动轨迹、用户行为数据等，而本文研究了手机上所安装的App列表和借款人信用风险之间的关系。通过对某大型互联网借贷平台上的个人借贷数据以及借款人手机上安装的App列表数据的分析发现，手机上安装的App和借款人的信用状况存在关联关系。安装生活类、金融类和买房买车类App的借款人比没有安装这些App的借款人信用风险低；其中，记账类App、外卖类App、股票类App和买房类App对借款人的信用风险有较强的识别能力。把手机App列表信息加入信用风险评价模型之后，信用风险评价模型的区分能力得到显著提高。     

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.     

基于投资者视角的信用类债券违约风险预警

债券市场违约会给投资者带来较为严重的损失。文章选取了2014—2020年债券市场上发生债券违约的149个主体，总计获得了447个债券观测值。使用支持向量机（SVM）方法，基于债券偿债现金流的角度，建立了债券违约的预警指标体系。研究发现，非参数模型的估计结果优于传统模型，加入24个定性指标和20个定量指标后的四种SVM模型预警能力均在97%以上（高斯内核模型与线性内核模型更优），相较定量指标预警能力均有所提升。     

基于情感数据的违约判别研究

违约判别对商业银行和借贷机构的信贷决策具有重要意义。本文研究的问题是如何使用情感数据构建违约判别模型，以提高金融机构识别违约客户的能力。本文的创新与特色：一是使用7类21种情感来测度借款描述的情感特征，不仅呈现借款描述中隐含的多维度情感特征，而且避免仅使用正负两类情感计算总情感倾向时情感种类单一、情感含义模糊的弊端；二是使用情感数据和数值数据构建违约判别模型，避免使用单类数据构建违约判别模型准确性不足的弊端。研究表明：相较于使用单类数据构建违约判别模型，同时使用情感数据和数值数据构建的最优临界点判别模型的违约判别准确性最高，其中第二类错误显著下降。回归分析表明：在正向情感中，借款描述中传达“相信”和“赞美”情感的客户与传达“祝愿”“喜爱”“快乐”“尊敬”“安心”等多种情感的客户相比违约可能性更小；“贬责”情感对违约状态有显著正向影响；“悲伤”情感对违约状态有显著负向影响。     

双碳背景下碳排放权交易管理的履约惩罚制度完善

为有序推进碳达峰碳中和工作，落实碳达峰的行动方案，我国以《碳排放权交易管理办法（试行》为基础建立了碳排放权交易法律制度，但该制度在履约惩罚方面存在罚款数额设定不科学、幅度过大等问题，从而不能对控排企业产生足够的威慑力，易造成自由裁量权泛滥、权力寻租等。威慑理论和成本收益理论为完善碳排放权交易管理的惩罚制度提供了理论基础。碳排放权交易管理的惩罚制度需要正确定位，合理确定行政罚款的数额，包括建立行政罚款的衔接制度，提高违约成本；合理设计“倍率数距＋数值保底”罚款数额，施行双罚制；威慑与激励制并行。     

电商推广合同中供货商“服务费”风险问题分析——浅谈参照适用风险负担制度

电商服务合同中的服务费由供应商支付给电商企业,电商利用该服务费为供货商进行商品推广,帮助其寻找客源,增加订单,但一般文本合同中并没有关于如果未达到承诺的销售额,将如何赔偿的问题,也就是说双方的责任划分并不明确,这无疑会给供货商带来投资风险。供货商在签订该类合同时权利保护很容易失衡,分析"服务费"问题对完善电商服务合同中存在的漏洞至关重要,在平衡双方风险划分的同时,可以进一步规范该类合同文本,也为推动电商服务的发展起到一定的作用。只有风险划分明确才能吸引更多的供货商来投资,从而解决企业前期发展资金紧缺的问题,也对电商的长远发展也起到一定的引导作用。