基于信息解释能力的小企业信用评级体系构建研究

以建立商业银行小企业客户信用评级指标体系为目的,提出一种系统的小企业信用评级指标体系构建方法.检验并剔除对企业违约影响不显著的信用评级指标,提出新的指标筛选方法以剔除综合信用风险识别能力弱的评级指标.其次,通过相关分析法降低评级指标集的整体信息重叠.再次,根据信用评级指标体系识别违约状态的准确率检验小企业信用评级指标体...     

基于进化多目标软子空间聚类的商业银行企业客户信用风险识别北大核心CSCD

提出了一种进化多目标软子空间聚类(EMOSSC)算法,用于提升商业银行信贷审批过程中企业客户的信用风险识别和管理水平.考虑到信用数据高维、类不平衡的特征,将聚类算法中单一的聚类有效性指标转化为了一个四目标函数,并采用进化算法对该函数进行优化和求解.结果表明,EMOSSC算法不仅在信用风险识别准确率、稳健性以及结果显著性等方面显著优于对比算法,还能通过对指标权重大小的排序,揭示商业银行企业客户信用风险的关键影响因素,为商业银行的信用风险识别和管理提供有益参考.     

基于混合生存分析的动态信用评分方法

当今国内外经济形势复杂多变,不确定因素增多,金融市场中信用风险的动态性显著增强,动态信用风险评价成为金融机构迫切需要解决的问题.为此,本文提出了一种基于混合生存分析的动态信用评分方法.该方法由三部分组成:首先,构建基于混合生存分析的动态信用评分模型,包括违约状态判别模型和违约时间估计模型,用于预测评价对象"是否违约"以及"何时违约";其次,利用面板数据构建多重生存状态向量,用于表征信用特征和生存时间的动态关联;最后,基于生成的多重生存状态向量,利用期望最大算法迭代估计模型参数.实验研究表明该方法的预测效果显著优于基于单分类、基于集成学习以及基于生存分析的信用评分方法.     

信用风险模型中转移矩阵的调整问题

近年来,基于信用评级的信用风险模型得到了广泛的应用,而转移矩阵的调整是评级模型应用中的关键问题之一。分析了信用风险模型中转移矩阵调整中存在的主要问题,对几种常用的矩阵调整方法进行了比较分析,并就现有调整方法中存在的问题进行了探讨和改进。     

多因素时变Markov链模型下考虑信用风险的互换期权定价

提出具有似扩散行为的共同因素与特定评级因素及其驱动下的时变Markov链模型,在仿射期限结构框架下建立了考虑交易对手信用风险的互换期权定价模型. 以1998年1月-2008年12月美国国债的收益率数据及评级机构穆迪的信用评级数据为样本,利用卡尔曼滤波技术与约束非线性最小二乘法对模型进行了参数估计. 主要结果为: 首先, 以似扩散过程的形式引入具有权重影响的共同因素与特定评级因素,构建了基于信用评级的时变Markov 链模型; 其次,建立了含信用风险的互换期权定价模型,给出了该期权的闭式解;最后,分析了交易对手方信用等级状况的变化对互换期权定价的影响.     

最优策略下的商业银行信用风险的小样本评级模型

银行信用风险评级的目的是揭示不同银行的信用风险水平。以最优策略为原则,本文首先构建了基于最优组合赋权的银行信用风险综合得分的测算模型,其次基于最优分布拟合了银行信用风险综合得分的概率密度函数,最后基于最优分割法构建了银行信用风险的小样本评级模型。本文的创新和特色在于:一是通过主观赋权的G1法和客观赋权的熵值法相结合确定信用风险指标的最优组合权重,建立银行信用风险综合得分的测算模型。二是通过最大熵模型确定银行信用风险综合得分的概率密度函数,揭示了银行信用风险综合得分的分布规律,解决了当综合得分不服从任何现有分布情况下的综合得分分布确定问题。三是通过切片抽样均匀地从综合得分密度函数中抽取评级得分的大样本随机数,克服了现有小样本仅仅分布于5个信用级别而无法划分9个信用级别的弊端,解决了在同一分布下由评级得分小样本获得评级得分大样本的问题。四是通过最优分割法对大样本进行9级分割,建立银行信用风险的小样本评级模型。     

银行信用风险的结构模型及其影响因素分析

信用风险结构模型是现代测量信用风险的最主要工具之一。本文采用信用风险结构模型对我国上市银行的信用风险进行了估计,并将估计结果与机构评级结果进行了对比分析。结果显示,信用结构模型能对我国银行的信用风险等级分类,但其预测的违约概率与机构评级揭示的违约率有显著差异。本文从委托代理和信息不对称角度对产生这种差异的几种因素进行了分析。     

基于非均衡模糊近似支持向量机的P2P网贷借款人信用风险评估及应用

现实中P2P网贷平台可信用户和违约用户的样本分布具有非均衡性,且投资者对分类错误持有不同接受程度.本文通过使用双边权重误差测量方法和映射距离选择正负样本误差项的隶属度,构建了基于非均衡模糊近似支持向量机(DFPSVM)的P2P网贷借款人信用风险评估模型.然后,提出了借款人信用评分及评级方法.最后,借助人人贷平台借款人信用信息进行了实证分析,结果表明所构建的模型与其他模型相比具有更好的适应能力和较高的分类准确度,能有效减少样本非均衡性对分类结果的影响,显著增加负类样本分类的准确率.获得的人人贷平台借款人的信用得分、信用等级及违约率分布能够为平台控制违约风险及投资者决策提供帮助.     

C5.0分类算法及在银行个人信用评级中的应用

研究了商业银行的个人信用评级问题.由于个人信用记录中既涉及有数值型数据, 也涉及有非数据型数据,而决策树是解决这一类问题的最好方法. 到目前为止,决策树C4.5算法的研究已基本成熟,但其C5.0算法由于商业机密的缘故至今没有公开.因此在决策树C4.5算法基础上详细研究了C5.0算法及相应的Boosting技术,并嵌入Boosting算法技术, 构造了成本矩阵和Cost-sensitive tree,以此建立基于C5.0算法的银行个人信用评级模型,用来对德国某银行的个人信贷数据进行信用评级,同时对模型参数调整前后决策树的判别结果进行比较. 仿真表明:参数调整后的决策树的判别结果优于参数调整前的决策树的判别结果.     

信用风险度量方法与建模研究

实证分析表明,现代信用风险度量模型对我国银行贷款组合信用风险度量有一定的效果,大多数测算的结果大于实际值,不同模型预测结果相差也较大,而且不能对单笔贷款的损失进行有效预测.在深入研究企业违约本质的基础上,建立了一个解析式的新模型,实证检验和范式比较分析说明了新模型预测的效果要明显优于西方国家开发的模型,并且不需要大量的历史信贷统计数据,更适合于缺乏长期历史信贷数据的我国商业银行,也完全满足高级内部评级法的要求,显示出强大的优越性.     

企业集团客户贷后信用风险识别

初步研究了企业集团客户贷后信用风险识别模型的构建问题,并实证考察了中国三个生产经营型集团的信用风险与其母公司的信用风险之间的关系 .由于不能获得这三个生产经营型集团的信用价差数据,本文利用从信用风险评估模型(KM V)获得的预期违约概率构建一种企业集团违约指标作为其信用价差的替代.实证结果发现 ,在双变量向量自回归模型中,母公司的信用价差并不是企业集团违约指标的格兰杰原因, 反之亦然.     

大数据架构下企业内部信用评级的实证研究

研究了大数据背景下企业高级量化分析的方案,并针对某企业内部的信用评级案例进行了实证研究.通过考虑企业业务,信息技术和数学模型三方面的整合,提出了全新的企业高级量化分析平台,把大数据和大计算有机的结合起来.在这个平台上结合实际数据,使用逻辑回归模型进行了信用评级.新的评级模型很好的区分了不同客户的资信好坏.研究发现,模型选择和元模型库的建立对于企业高级量化分析工作至关重要.     

地区信用风险与评级方法

分析国内地区信用风险差异的成因，阐述了地区信用评级的概念和意义，提出了利用多属性决策原理开展地区评级的方法，并对地区信用评级的指标选择和指标赋权等问题进行了探讨。     

基于信用差异度最大的信用等级划分优化方法

信用评级对当代社会有极其重要的影响,若信用等级划分不合理,必将误导债权人和社会公众.信用评级结果的变动直接反映经济状态的变化,2011年标准普尔把美国的主权信用评级从AAA级降为AA+,引起全球金融市场的动荡.信用评级的本质是合理区分客户的信用状况,揭示不同等级客户的信用风险水平.国际上比较流行的标普、穆迪的信用评级针对中国客户的评级结果往往存在信用等级很高、违约损失率反而不低的不合理现象.本研究以信用差异度和违约金字塔为标准,构建非线性规划模型划分信用等级,并以中国小企业贷款数据为样本进行实证研究·本研究的创新与特色一是根据第k个信用等级中最后一个样本的信用评分P_(mk)~k与第k+1个信用等级中第一个样本的信用评分P_1~(k+1)确定相邻两个等级的信用评分差值,以所有信用等级的评分差值之和∑(P_(mk)~k-P_1~(k+1))最大为目标函数,确保最大程度的保证信用评分差异大的客户划分为不同信用等级.避免了把信用状况差异较大的客户划分成同一个信用等级的不合理现象.二是以信用等级由高到低的违约损失率严格递增为约束条件建立信用等级划分模型,保证信用等级划分结果满足信用等级越高、违约损失率越低的违约金字塔标准,避免出现信用等级很高、违约损失率反而不低的不合理现象.三是1814笔工业小企业贷款数据的实证研究表明,本研究的信用等级划分方法不仅满足信用等级越高、违约损失率越低的违约金字塔标准,还能保证信用状况差异大的客户划分为不同信用等级.     

基于无标度网络的关联信用风险传染延迟效应

关联信用风险是现代信用风险管理领域的热点和难点问题.基于复杂网络的平均场理论和传染病模型,研究了在资产关联情景下关联信用主体之间信用风险的传染延迟效应.通过建立基于无标度网络的关联信用风险传染D-SIS模型,分析网络中关联信用主体之间关联信用风险传染的均衡状态.研究表明:关联信用主体之间的资产关联有助于风险分担,从而延缓关联信用风险的爆发;关联信用风险的传染具有延迟效应,且延迟时间越长,关联信用风险的传染强度越强.     

社会大数据信息下农户信用借款声誉计算模型与应用

农户信用借款信息的处理是农户信用评级中的一个重要环节.本文基于社会大数据信息研究农户信用借款声誉计算模型,分析对农户信用借款产生主要影响的七大因素:借款金额、借款期限、借款距离、联保因子、还款能力、反馈评分和近期声誉,并对这七大影响因素进行量化,然后在分别考虑农户在历史上从未借款、首次还款、当期无新还款和当期有新还款这四种不同的情形,相应建立了社会大数据信息下农户信用借款声誉计算模型,并通过两个实例对模型的应用进行有效性的检验.实例分析表明,在社会大数据信息下,采用本文所建立的农户信用借款声誉计算模型对农户声誉值的计算,结果能够很好地描述农户声誉值的变化趋势.由于这种变化趋势呈现较平稳光滑的变动,因此符合在具有社会管理功能前提下的声誉值变化特征,从而说明模型应用的有效性.该模型在实践中对农户信用借款声誉值的计算具有重要借鉴价值.     

基于ELECTRE III的农户小额贷款信用评级模型北大核心CSCDCSSCI

我国农业人口占户籍人口比重达64.71%,加上农户小额贷款对象的分散性、财务信息不健全等特点和难点,致使农户小额贷款信用评级体系极不完善,甚至大多数银行均未建立该体系。通过共线性检验剔除反映信息重复的指标,通过Logistic回归显著性判别遴选对农户违约状态影响显著的指标,建立了由年龄、非农收入/总收入等13个指标组成的农户小额贷款信用评级指标体系。在此基础上,利用熵权法求解评价指标权重,构建了基于ELECTRE III(消去与选择转换评价)的农户小额贷款信用评级模型,并对中国某全国性大型商业银行2 044个农户样本进行了实证。     

基于ELECTRE III的农户小额贷款信用评级模型

我国农业人口占户籍人口比重达64.71%,加上农户小额贷款对象的分散性、财务信息不健全等特点和难点,致使农户小额贷款信用评级体系极不完善,甚至大多数银行均未建立该体系。通过共线性检验剔除反映信息重复的指标,通过Logistic回归显著性判别遴选对农户违约状态影响显著的指标,建立了由年龄、非农收入/总收入等13个指标组成的农户小额贷款信用评级指标体系。在此基础上,利用熵权法求解评价指标权重,构建了基于ELECTRE III(消去与选择转换评价)的农户小额贷款信用评级模型,并对中国某全国性大型商业银行2 044个农户样本进行了实证。     

基于违约强度信用久期的资产负债优化模型

在经典的Macaulay利率久期的基础上引入违约强度参数,构建信用久期测度模型并基于信用久期建立信用和利率风险整体免疫模型.本文的主要创新与特色:一是根据简约化定价理论,通过违约强度和违约损失率确定各期现金流的违约风险溢价,通过含违约风险溢价的折现利率对Macaulay经典利率久期模型的参数进行修正,构建了同时反映信用风险和利率风险的"信用久期"测度模型,完善了经典的Macaulay利率久期测度参数,提高了利率风险免疫的精度.二是通过同时反映信用风险和利率风险的"信用久期",来揭示信用久期缺口对银行净值的影响.通过信用久期缺口为O的免疫条件,建立了同时控制利率风险和信用风险的资产优化模型.改变了Macaulay经典久期免疫条件忽略违约风险对银行净值影响的弊端.三是根据Cox回归的生存分析模型,通过违约强度为基准违约强度与企业自身风险因素的乘积的思路,拟合出时变的违约强度,确定不同时间点上的企业违约风险溢价,改变了现有研究的信用风险久期忽略违约风险溢价时变性的不足.对比表明:当市场利率发生变动时,本研究的信用久期免疫模型可以准确免疫利率风险,保证银行净值不受损失.而Macaulay久期免疫模型并不能准确免疫利率风险,利率的变动仍然会导致银行净值的损失.     

信用危机下可违约债券组合风险集成度量:基于三因子强度定价模型

可违约债券一旦一个信用违约事件突发后,可导致一系列的可违约债券的相续违约,通过对可违约债券组合风险集成度量进行研究,为金融机构进行金融应急管理和科学决策提供理论依据,同时有利于金融机构完善金融系统在这方面应急处置机制.针对可违约债券组合中的信用-市场风险相关性和各债务人信用相关性,可从不同风险类型识别出的共同的风险驱动因子出发构建风险整合框架.假设债券的违约强度仿射地依赖于系统市场风险因子、系统信用风险因子、特质信用风险因子等组成的基础状态向量,推导出了基于三因子仿射强度的可违约债券价格,把可违约债券双因子强度定价模型拓展为三因子强度定价模型.在此基础上,建立了可违约债券组合风险集成度量的Monte Carlo方法,得出同一个风险计算期下反映市场风险和信用风险这两类风险的损失分布,进而能求得组合的VaR值,在同一个框架下同时捕捉可违约债券的两类风险.最后运用提出的基于三因子仿射强度的风险集成度量模型对短期融资券组合的风险进行数值计算,并与基于双因子仿射强度的风险集成度量模型得到的VaR值进行比较分析.