诉讼处置不良贷款违约损失率估计的模型簇

违约损失率(LGD)是内部评级高级法要求的重要参数之一,已成为商业银行风险管理的重要手段。由于受数据等多方面的限制,国内外尚无对我国大型商业银行诉讼处置不良贷款违约损失率估计的研究。本文在对我国某大型商业银行诉讼处置不良贷款违约损失率全面统计分析的基础上,找出回收率的影响因素,采用决策树模型,判别出极端回收和非极端回收。针对非极端回收的情况综合运用Logit变换、Beta-正态逆变换、WOE变换等方法,建立点估计模型;随后利用广义Beta回归给出了LGD的分布模型;在对四个模型进行相关性分析的基础上用最小误差平方和的方法建立了组合模型,由此形成由判别模型与组合模型构成的模型簇。实证结果表明,极端回收的判别准确率高达77.6%,组合模型的均方误差低于5%;模型簇在极端回收和非极端回收两类表现出很好的一致性。     

我国资产管理公司违约贷款回收的时间效应实证

采用衰减分析和回归分析等方法,研究不同回收时间长度下我国资产管理公司违约贷款的回收特征.衰减分析的结果显示: 与商业银行回收率随时间单调衰减不同,资产管理公司的边际回收率在一年内和三年后较低而两年到三年间比较高.回归分析的结果显示:企业经营状态中破产终结状态因素在所有回收时间模型中都属于重要变量;与商业银行不同,资产管理公司回收前的清收信息是影响回收率的一个重要因素;其他因素在不同回收时间段对回收率有不同影响.     

我国不良贷款回收率的影响因素和预测模型

利用中国资产管理公司的不良贷款数据库,对影响我国不良贷款回收率的因素:风险暴露规模、地区、行业、担保方式、五级分类、逾期时间等,进行了统计分析;在此基础上,建立了单户处置企业的不良贷款回收率预测模型,并且利用模型的各个影响因素对回收率的贡献程度进行了测算.以单户预测模型为基础,结合打包处置的处置策略,利用十折交叉验证和组合预测的思想,建立了打包处置的回收率预测模型.实证结果表明:无论是单户预测模型还是打包预测模型,预测结果均达到了较高的精度.     

基于粗糙集与遗传算法集成的企业短期贷款违约判别

建立了粗糙集和遗传算法集成的企业贷款违约判别模型.该模型首先利用FUSINTER方法离散化财务数据,并应用遗传算法约简评价指标,进而基于最小约简指标提取违约判别规则,最后对企业短期贷款检验样本进行违约判别.利用贷款企业数据库558家样本企业进行交叉验证技术的实证研究,结果表明,与多元判别分析、logistic、BP神经网络等违约判别模型相比,粗糙集和遗传算法集成的违约判别模型是一种更为有效和实用的信用风险评估工具.     

我国纺织服装业上市公司企业规模实证研究

在交易费用等规模经济理论的基础上,运用统计分析工具中的参数、非参数检验以及判别分析法,对我国纺织服装业上市公司的企业规模发展状态进行了实证研究.研究结果表明,我国纺织服装业上市公司的企业规模普遍偏小.     

中国不良贷款回收率地区差异的原因分析

在中国不同省份的不良贷款回收率水平之间存在较大的差异.通过构造一系列能够刻画各省的经济发展水平和市场化程度的指标,较好地解释了环境因素对地区回收率差异的影响. 研究结果表明:不同地区在经济发展水平、要素市场发育程度、法律环境和中介组织发育程度、非国有经济发展程度、政府干预程度等因素的差异能够比较好地解释其回收率之间的差异,而且2001年至2005年各省的不良贷款回收率差异的逐渐变小也是由于这些因素的趋同造成的.基于这些指标, 将回收率水平接近的省份划分到相同的区域,为不良贷款的分区域回收率建模奠定基础.     

考虑误判损失的Logistic违约预测模型构建

目前企业违约预测模型和现实情况存在一定差距,表现在:1)违约公司与正常公司样本数比例与实际情况严重不符;2)已有的研究极少考虑误判损失;3)鲜少提及信用等级,行业,规模,地区等定性指标对违约预测的影响.针对以上问题,建立了一个考虑误判损失的违约预测Logistic模型,摒弃以往配对原则,采用全样本分析,将地区、规模、行业作为定性指标和29个财务比率指标代入Logistic逐步回归后,最后得到一个违约判别模型.     

渠道权力结构和回收方式对闭环供应链的影响

针对制造商和零售商组成的闭环供应链,根据制造商回收和零售商回收两种回收方式,以及制造商领导和零售商领导两种渠道权力结构,构建了四种决策模型,分析了不同回收方式和不同渠道权力结构对闭环供应链经济和环境绩效的影响.以正向供应链决策模型为基准,探讨了企业实施闭环供应链的条件和回收方式的选择问题.研究发现,与领导者企业回收废旧品相比,跟随者企业回收时的回收率、市场需求、供应链成员利润和系统利润更高;实施闭环供应链提高了市场需求、成员利润和系统利润;再制造品生产、使用和废旧品回收环节的环境影响之和很小时,由跟随者企业回收废旧品,能够同时实现最优经济和环境绩效.     

再制造品最优定价及市场挤兑与市场增长效应分析

考虑消费者对再制造品的价值评价低于新产品,研究了产品回收充足条件下的再制造静态定价和受回收率限制的两阶段再制造动态最优定价;在回收数量充足的最优决策中,不同的再制造成本决定了不同的再制造产品选择,再制造品对新产品产生市场挤兑,同时导致了产品市场的增长,增长效应导致利润的增加,这种市场挤兑和增长效应来源于再制造品的成本节省和价值折扣.在两阶段再制造动态最优决策中,再制造不仅对第二阶段的新产品形成挤兑和整个产品市场增长,并且对第一阶段的新产品产生增长效应,增长程度受到回收率的影响.因此建议企业采用环保宣传增加消费者对再制造品的认可,以及提高回收率来增加企业再制造利润.     

基于投资组合理论的商业银行信贷业务运营效率研究

运用投资组合理论中有效前沿和资本市场线模型,基于商业银行不良贷款率和NIM(net interest margin)对商业银行信贷业务运营效率进行测算;采用2011-2016年中国16家上市商业银行的面板数据研究了不良贷款率对商业银行信贷业务收益造成的损失;通过对上述结果对比,发现本文提出的基于投资组合理论的商业银行信贷业务运营效率,能更好揭示商业银行信贷业务的风险和收益关系.未来商业银行在贷款业务中应考虑参考和使用投资组合理论.     

银行贷款规模歧视与中小企业信贷融资——基于山东省上市公司的实证分析

通过因子分析计算偿债能力和企业规模等综合指标,与其他指标一起作为解释变量分析银行贷款和其他负债的影响因素和程度,分为大型企业、全部企业和中小企业等三类样本进行多元回归分析,并就其系数进行对比,结论为:企业规模的大小对银行贷款的产生正面显著影响且程度较大,中小企业更为明显;固定资产的较多有利于企业进行抵押或担保贷款,偿债能力对贷款数额影响不大;中小企业资产收益率越高,其收益多用于内源积累融资,减少银行贷款,也初步验证中小企业的优序融资现象。     

中国酒店企业资产重组模式的探索

研究了酒店企业资产重组中多种模式 .从推动力特征给出了 :政府 (行政 )主导式 ,市场 (企业 )自主式 ,行政与市场相结合的三种酒店企业资产重组模式 ;从行为特征研究了合并式 ,控制式 ,吸纳式三种酒店企业资产重组模式 ;从行为动因特征 ,又研究了产权考虑型 ,债务考虑型 ,人员考虑型 ,无形资产考虑型 ,酒店企业资助重组的模式 ;从目标形态特征又研究了组织连锁化 ,组建企业酒店集团 ,跨行业混合联合体 ,酒店管理公司 ,酒店企业的四种资产重组模式 ,为中国酒店企业的发展与国有酒店企业严重亏损给出了解决的新途径 .     

商业银行在信用确认基础上对担保机构的风险分担机制

信用担保是伴随着银行商业化改革以及解决中小企业融资难问题而产生的,与银行金融机构有着天然的、紧密的联系。实践证明,中小企业信用担保机构是解决中小企业融资难问题的有效措施之一。信用担保机构的建立有利于解决信息不对称和分担银行的信贷风险,因此,商业银行应积极通过与信用担保机构的合作来化解对中小企业信贷的风险。本文通过构建非线性数理模型,探讨商业银行与担保机构实现双赢合作的条件与方式。     

基于WCVaR的我国外汇资产优化配置的实证研究

将基于WCVaR的资产组合风险控制问题转化为一个资产最优配置问题,在传统的WCVaR资产组合模型的基础上加入我国跟外汇储备国的贸易结构、我国关于外汇储备国外债结构以及外汇储备国货币经济发展水平等约束条件,在WCVaR模型的研究基础上得到了更符合我国实际的一类新的扩展模型。并且应用Mablab软件对模型求解,得到各年度各币种配置比例,最后结合我国历史数据进行实证研究和模型绩效分析。结果表明,该资产配置模型更适合我国当期外汇储备的实际情况,通过绩效分析得出,在进行外汇资产组合时可根据我国跟资产储备国的贸易结构、我国关于资产储备国外债结构以及资产储备国货币国经济发展水平等指标约束设定合理的目标财富值,同时加以适当的风险约束,可实现我国外汇资产配置最优化。     

我国房地产企业最优资本结构模型的仿真分析

结合我国房地产企业融资负债的特点,基于资本结构理论和期权定价理论量化负债的收益与成本,构建考虑无息负债影响的数理模型,确定房地产企业的最优资本结构,并对其进行仿真模拟.研究结果表明:有息负债利率、公司所得税税率、无风险利率、有息负债占比与房地产企业最优负债率正相关;房价年均增长率、企业资产年波动率与房地产企业最优负债率负相关;随着负债期限的增加,房地产企业最优负债率逐渐降低.     

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.     

含分层损失吸收型债务的银行资本结构设计与定价

为了解决全球系统重要性银行总损失吸收能力不足，以及近年来只发行或有可转债一种损失吸收型债券的银行出现的额外风险问题，在借鉴《巴塞尔协议III》和《TLAC原则及清单》建议的基础上，研究了一种含分层损失吸收型债务的新型银行资本结构.首先，对资本结构的基本设定和损失吸收机制进行了细致的刻画；在此基础上，给出了银行资产、各项债务以及原股东股权的定价模型.数值模拟分析表明，一般情况下含有分层损失吸收型债务的银行资本结构，要比含有单一损失吸收型债务的资本结构具有更强的损失吸收能力，并且存在最优的损失吸收型债务结构.对价差进行灵敏度分析表明，只有在波动率极端大水平上发行单一的损失吸收型债务才会有利于银行发行成本的节省，而在通常的波动率率水平下，银行为了节约成本都可以选择发行更短期限的TLAC债券.     

基于Monte Carlo 模拟和VaR 约束的银行资产组合优化模型

在Monte Carlo模拟和CreditMetrics方法的基础上,以银行各项资产组合收益最大化为目标函数,以VaR风险限额为约束,以法律、法规约束和经营管理约束为条件,建立了基于Monte Carlo模拟和VaR约束的银行资产负债管理优化模型.其特点一是利用Monte Carlo模拟预测出贷款期限内各年度的收益率及标准差,将其平均值作为该项贷款总体的年平均收益率及其标准差,从而考虑了各项贷款期限不同的因素,可以对不同期限贷款的收益率进行同等的比较,在总体上对信用风险的不确定性有了较可靠的把握.二是利用VaR技术建立约束条件,使贷款配给的风险限定在银行的承受能力和贷款准备金的范围之内.三是直接利用各企业贷款收益率的历史数据求解各贷款之间的收益率相关系数,进而求解资产组合的方差,而不是利用企业资产的相关系数求解,更直接反映了贷款收益率之间的相关性.四是运用资产负债管理比率建立约束条件,通过巴塞尔协议内容和众多国际惯例的法律、法规和经营管理约束控制流动性风险,使贷款的分配决策满足行业监管和银行经营的实际要求.     

银行与房地产开发企业的动态博弈分析

房地产行业的资金主要来源于商业银行,研究房地产企业和银行的关系具有重要的意义。本文运用博弈论基本理论和方法,通过建立房地产开发企业和商业银行的借贷动态博弈模型,分析得到了不同情况下的银行与房地产企业的博弈均衡。针对以上分析,本文提出了完善房地产融资、促进房地产企业和银行关系良性循环的一些建议。