基于后验概率的住房信贷评估SVM模型

针对标准SVM模型在信贷评估中单纯将客户划分为违约或者未违约的不足,提出了利用基于后验概率的SVM用于住房信贷评估的方法.利用商业银行的住房信贷数据进行的实证研究表明,基于后验概率的SVM模型通过将标准SVM的决策值转化为后验概率输出,能够对住房信贷客户的违约概率进行估计,对于商业银行根据客户的违约概率制定相应的信贷政策以及设计相应的住房信贷产品更具有实践意义.     

基于逻辑回归的商业银行客户信用评级研究

客户信用评级是衡量客户偿债能力和偿债意愿的重要标准,是指导商业银行及各金融机构信用风险管理的重要手段。各商业银行建立自己内部合适有效的信用评分模型对于管控风险、降低损失尤为重要。逻辑回归分析是一种广义的线性回归分析模型,在数据挖掘、经济预测等领域有着广泛的应用。该文采用统计学建模方法,将逻辑回归模型应用于农村商业银行客户信用评级,构建了基于逻辑回归的农村商业银行客户信用评级模型,对贷款客户的信用等级进行评价。该方法能够帮助银行有效区分违约客户,比较准确地量化客户违约风险,同时为商业银行及其他金融机构开展信用风险管理提供参考。     

基于Logistic的住房抵押贷款违约影响因素研究——以青岛某商业银行为例

基于青岛市某商业银行2003~2014年的数据,利用Logistic回归模型对住房抵押贷款违约的影响因素进行了研究。结果表明,以贷款金额、人均GDP、房地产景气指数等其他指标衡量的宏观经济环境对住房抵押贷款的违约率有显著的影响。其中,贷款金额、贷款期限分别与贷款违约与否成正相关关系,人均GDP、房地产景气指数分别与贷款违约与否成负相关关系。     

商业银行信贷业务风险预警 ——基于灰色系统理论与Logistic回归的实证检验

商业银行信贷业务在给银行带来丰厚收益的同时,也带来了很高的风险。其主要原因在于银行对违约企业的前期预警能力不足。研究以2011年制造型企业上市公司年报数据为样本,采用样本配比的抽样法,建立了基于灰色系统理论的logistic违约预警模型,并进行了实证检验。结果表明,引入灰色系统理论的logistic违约预警模型具有较好的拟合度,对违约企业具有较强的预测能力和预测精度,达到了对违约企业进行前期预警的目的。该模型的运用将显著降低银行的信贷业务风险,提升银行的经营效益。     

KMV模型在银行贷款定价中的应用

利率市场化要求银行能按风险来确定贷款利率.运用基于期权定价理论的KMV模型来得到公司的预期违约率和违约损失,从而能合理地确定贷款利率.KMV模型特别适用于银行对上市公司的贷款定价.     

商业银行个人住房按揭贷款信用风险研究——基于Logistic模型的实证研究

本文运用了Logistic模型对我国商业银行个人住房按揭贷款信用风险进行了实证研究,研究显示,综合因子、首付比例因子、年龄职业期限因子、学历利率因子、性别因子是影响贷款违约的关键因子,尤其是年龄职业期限因子和学历利率因子对贷款违约的影响巨大。该研究对我国商业银行加强信用风险管理有一定的实践意义。     

3个公司双曲衰减违约传染模型下信用违约互换定价

在约化模型框架下,研究了具有交易对手违约风险的3个公司双曲衰减违约传染模型的信用违约互换（CDS）定价. 通过引入一几何双曲类型的衰减函数表示一方违约对另外两方违约强度的影响,研究了3种风险资产的传染效应.通过测度变换,对一类特殊的双曲衰减违约传染模型进行研究,给出了3个公司违约时间的联合密度函数,并利用完全市场下的无套利定价公式对CDS的保护费率,即互换率进行定价,得到了解析表达式.     

基于KMV-CatBoost增强的企业信用债券违约风险评估模型

针对传统预测模型对于企业信用债券违约预测准确率低、拟合效果差的问题,提出了基于Kaufman-Merton-Voss （KMV）-Categorical Boosting （CatBoost）的企业债券违约预测模型. 首先对原始样本数据进行预处理,降低噪声数据对预测模型的影响;然后,利用KMV模型评估借款公司信用违约概率,计算公司资产市场价值与公司资产市场价值的波动率,获得企业资产价值与违约点之间的差额Distance-to-Default（DD）;最后,利用债务偿还期限、短期无风险收益率、公司股权市场价值、公司债务面值计算出的违约距离,将其加入指标中,利用CatBoost算法预测企业信用债券违约风险,通过基于Ordered Boosting方式的CatBoost算法训练模型,得到无偏梯度估计,以减缓预测偏移,从而增强模型的泛化能力. 实验结果表明：基于KMV-CatBoost增强的模型能够提高企业信用债券违约风险识别的准确率,识别正确率约为95.5%.     

基于数据挖掘技术的网络营销策略的实证研究

目的 在大数据背景下,研究销售者运用交易数据挖掘有效客户,认识、评价和提升个人客户的忠诚度.方法 本文根据淘宝某皇冠卖家的客户数据进行实证研究,运用分类树模型、聚类分析等进行分类研究,应用Logistic模型进行预测.结果 识别了有效客户及其特征,并获得有效客户发生购买行为的概率.结论 实践证明,数据挖掘技术能够精确高效地应用于匹配客户营销策略,提升线上销售业绩.     

基于信息熵的商业银行客户画像属性约简研究

客户画像是商业银行近年来的研究热点,从高维复杂的客户数据中筛选出有效属性是客户画像中的关键问题.为解决商业银行客户画像过程中,由于银行客户数据维度较高,难以实现精准画像的问题,在对客户数据进行聚类分析的基础上,结合粗糙集理论和信息熵理论,对商业银行投资客户画像属性进行了约简,并提出了属性约简算法,结果表明,该算法能够对...     

延迟滤波下的公司债违约概率测度

违约概率是公司信用风险管理的重要参数,是计算公司预期违约损失、债券定价以及信贷组合管理的基础.为了更准确更有效地测度违约概率,引入了延迟滤波来定义不完全信息,改变信息结构,减少"噪音",以提高违约概率测度的精确性;用重随机Poisson过程的延迟滤波取代由布朗运动所形成的自然滤波的鞅来计算违约概率以避免一些金融资产的运...     

分数跳-扩散下信用风险中企业违约概率研究

假定资产价值服从分数跳-扩散过程,利用分数布朗运动和跳过程的随机分析理论,得到了分数跳-扩散下的企业违约概率,并通过Matlab软件分析了主要参数对违约概率的影响:当影响资产价值变化的波动率σ固定时,随着泊松分布的参数λ和Hurst参数H的增大,违约概率逐渐变大,说明违约概率与这些参数密切相关。相比资产价值仅由分数布朗运动驱动,该模型更加符合实际。     

风险中性违约事件中的概率计算

风险中性违约概率对具有违约风险证券定价起着很重要的作用．该文给出了在结构方法中基于公司资产、债务和资本结构等状态变量的一个风险中性违约概率计算表达式；讨论了在简约型方法中引入可靠度概率统计方法．     

基于信用等级迁移的信用违约互换定价

研究了参考债券具有信用等级结构的信用违约互换(CDS)的定价.考虑债券处于不同的等级,且债券的违约强度和回收率随着债券在等级间的迁移不断变化;基于转移矩阵和回收率向量,构建了常微分方程组(ODE)方程来求解信用违约互换的或有赔付和保费支付的价值,并给出了其解析解,从而确定了CDS保费费率和CDS的价值.最后通过数值分析验证理论结果.     

LOGIT回归模型对公司违约的预测探讨

为准确有效地预测企业违约的可能性, 以避免信用违约风险, 基于单一变量和多变量两种模型的分析,利用Logit 回归模型对企业的各变量和违约概率进行推断, 并以德国企业为例, 分析违约公司的共性和特性。对模型的交叉验证结果表明, 以Logit 模型衡量企业违约预测的统计方法整体精度达到70% 左右, 并能保持较高的可靠性和稳定性。违约预测可大大降低企业的违约风险, 在金融投资领域发挥重要作用。     

本外币贷款风险比较及定价模型

当公司以外币贷款时,一方面可能有利于贷款成本的下降,但另一方面会因为汇率的波动而增加公司违约的可能.利用研究信用风险的结构化模型中的首次通过模型,在公司分别采用本、外币贷款的情况下,建立了公司的违约概率和贷款价值的数学模型,并进行数值计算和比较.对汇率与公司资产的相关性分析表明,两者存在正相关或负相关程度较小时,公司采用外币贷款时的违约概率相对较大;反之,当两者负相关程度较大时,采用外币贷款的违约相对较小.从违约概率的角度出发,给出公司在选择本外币贷款时的基本标准.     

跳跃扩散市场中的信用违约互换定价问题

在资产价值服从双指数跳跃扩散过程,负债服从连续扩散随机过程的假定下,考虑资产与负债的相关风险,建立了一个基于跳跃扩散过程的信用违约互换定价模型,并利用Gaver-Stehfest算法给出了该定价问题的违约概率,利用无套利原理的定价方法得出信用违约互换的定价公式.     

分数布朗运动下信用风险结构模型

假设企业资产价值的波动以真实概率服从分效布朗运动,在此基础上推算出时度量信用风险的:公司的违约概率公式,风险债券的价格公式,股票的价格公式以及风险溢价公式等,并且得到在这样的假设条件下画出的信用风险溢价随着资产价值波动项变化而呈现的不同走势接近实证结论.     

用约化方法对有第三方担保的企业债券定价

在约化模型的框架下,考虑到担保方可能违约的情况,用偏微分方程的方法得到了有第三方担保的企业债券的定价公式和担保的价值,并讨论了担保方违约可能性的大小等因素对债券定价和担保的价值的影响.