基于多层模糊逻辑门FTA的企业集团控股公司信用风险评估

企业集团的信用风险常常集中于集团控股公司,集团控股公司的信用风险又受其子公司信用风险的影响.因此,评估集团控股公司的信用风险是银行防范集团客户违约的重要措施.本文用故障树分析法(FAT)分析企业集团内母子公司之间的信用风险传递,刻画企业集团内母子公司之间的违约传染过程,并在FTA中引入模糊逻辑门(T-S门),构造多层T-S门的集团控股公司违约故障树.通过输入底事件发生的概率(企业集团内关联予公司的违约概率),由多层T-S门,输出集团控股公司的违约概率.多层T-S门的FTA提供了一种基于面向对象、客观的企业集团控股公司信用风险分析方法.     

基于结构化模型的违约概率期限结构研究

研究国内信贷市场上违约概率的期限结构问题.首先,基于结构化模型基本原理,提出了累积违约概率和边际违约概率模型;然后,利用国内某银行的数据,测算了1～20年期边际违约概率曲线以及年度累积违约概率和年度边际违约概率;最后,通过情景分析的方法研究了波动率σ和违约阈值B对违约概率期限结构的影响.研究发现:1)在1年期违约概率的预测方面,结构化模型优于Z'评分模型;2)违约概率的变化幅度随期限的增加而逐渐降低.但对于风险较高的贷款,5年期以上的年度边际违约概率的变化幅度不应被忽略,需要对目前的信用风险度量和定价方式加以改进;3)风险越高,近期违约概率越大,中远期违约概率先增后减;时点距离当前越远,边际违约概率对这些风险因素的敏感性越低.     

基于跳-扩散过程的信用违约互换定价模型

信用违约互换是最近几年国际金融市场出现的重要的信用风险管理创新工具，由于信用风险非系统性、收益可偏性以及数据获取困难，使得信用违约互换定价的十分困难。本文根据信用违约互换的避险机理，并考虑突发事件对违约概率的影响，建立一个基于跳-扩散过程的信用违约互换的定价模型，为信用违约互换定价分析提供理论依据。     

基于最小显著差异法农户关键违约特征挖掘

信用风险管理不仅是简单的对客户信用资质进行排序，而是识别出客户是否违约，如果违约将会给银行造成多大程度的损失.故信用风险管理问题可以归纳为：一是根据什么标准识别客户是否违约，这个标准也就是文中的关键指标；二是客户按照某一标准划分为多类，哪一类客户将给银行造成更大的损失，这类客户的识别也就是文中的关键特征识别.上述问题解决的是在信用风险管理中，具有哪些关键特征的贷款农户是造成银行较大违约损失的"害群之马".以中国某国有商业银行分布在28个省的农户贷款数据为实证样本，通过F检验的方法甄别出居住状况，年净收入/省人均GDP这2个指标是对中国农户贷款违约损失率有显著影响的关键指标.通过最小显著差异法确定"年净收入/省人均GDP"区间在10.02~19.24内，居住状况是"共有住房"特征的贷款农户的违约风险最大，是信用风险管理中的关键特征，具有这类特征的贷款农户的违约风险最大.     

信用风险下存款策略研究

用结构化蒙特·卡罗方法提出了一个新的信用风险因素情况下衡量银行存款资产收益期望的数学模型 ,并导出了银行最大违约概率的一个上确界 ,同时结合风险价值监管体系下银行信息披露对此模型进行案例研究.     

企业集团道德风险与信用风险的作用机理研究

将银行贷款利率作为控制变量,在风险中性假设下构建理论模型分析了企业集团发生道德风险的概率与企业集团违约概率之间的联系.该模型刻画出企业集团道德风险与信用风险之间的内在作用机理并凸显了银行贷款利率在控制企业集团道德风险和信用风险中的作用.研究表明:银行贷款利率与企业集团发生道德风险的概率同向变化;企业集团的违约概率与企业集团发生道德风险的概率之间具有非线性关系;存在外生的控制变量-贷款利率,使企业集团的违约概率达到极值;存在违约概率约束区间,在该区间内企业集团发生道德风险的概率与违约概率同向变化,且区间越大,企业集团发生道德风险的概率越小.     

基于最小显著差异法农户关键违约特征挖掘

信用风险管理不仅是简单的对客户信用资质进行排序,而是识别出客户是否违约,如果违约将会给银行造成多大程度的损失.故信用风险管理问题可以归纳为:一是根据什么标准识别客户是否违约,这个标准也就是文中的关键指标;二是客户按照某一标准划分为多类,哪一类客户将给银行造成更大的损失,这类客户的识别也就是文中的关键特征识别.上述问题解决的是在信用风险管理中,具有哪些关键特征的贷款农户是造成银行较大违约损失的"害群之马".以中国某国有商业银行分布在28个省的农户贷款数据为实证样本,通过F检验的方法甄别出居住状况,年净收入/省人均GDP这2个指标是对中国农户贷款违约损失率有显著影响的关键指标.通过最小显著差异法确定"年净收入/省人均GDP"区间在10.02～19.24内,居住状况是"共有住房"特征的贷款农户的违约风险最大,是信用风险管理中的关键特征,具有这类特征的贷款农户的违约风险最大.     

基于企业贷款角度的RAROC贷款定价模型

针对目前商业银行确定违约概率所采用的映射方法不能准确估计企业违约概率的缺点,采用结构化模型对企业预期违约概率进行精细测算,并将所获得的企业违约概率整合到RAROC贷款定价模型中。在宏观审慎监管框架下,该模型考虑了企业自身的风险权重,交易对手的违约风险,以及贷款期限对企业违约概率的影响,从而能够提高企业贷款定价的合理性。     

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.     

基于违约概率与违约损失相关的贷款定价

在渐进单因子模型的基础上,引入违约概率与违约损失之间的正相关性,给出一个容许违约损失服从任意分布的信用风险经济资本测度方法。并在此基础上,提出了估计信用风险调整利率溢价的方法,运用风险调整盈利性指标RAROC,推导出目标客户利率定价公式。数值模拟表明,若忽略违约损失的随机性,将会低估贷款利率,信用等级越低,低估的偏差越大。     

一个股权违约互换的定价模型研究

给出了一个股权违约互换(equity default swap)定价的结构化模型.假设标的股票价格满足一个几何双指数跳扩散过程,并且违约发生于公司股票价格首次低于违约阈值的时刻.通过引入Esscher风险中性测度,得出了风险中性测度下公司的违约概率的Laplace变换公式.然后,利用Gaver-Stehfest算法得出了风险中性违约概率.最后给出了基于双指数跳扩散过程的股权违约互换(EDS)的定价算法并进行了数值模拟.     

Statistical Inference on the Default Probability in the Credit Risk Models

Reduced form model is one of the most popular models for studying credit risks. The key parameter in these models is the default probability. Under the assumption that default is exogenous, it is quite easy to compute the default probability through a statistical model. In this article, we argue that the widely used hazard rate models in the biostatistics literature could be a better alternative model for studying default risk. The hazard rate models can account for multiple risk factors and for dynamic and interaction effects as well.     

存在拖欠还款概率影响的信贷风险决策机制

讨论了拖欠还款概率的存在对银行期望收益的影响以及项目成功概率的大小对企业期望收益的影响,阐述了抵押品和配给量在防范信贷风险尤其是道德风险的过程中所起的重要作用.在考虑拖欠还款概率存在的影响下,建立了信贷风险决策模型,给出了相应的信贷风险决策机制.并在该机制的作用下,分析了信贷配给与无需配给的贷款申请条件,得出了在拖欠还款概率影响下企业只能申请有抵质押贷款的重要结论.此外,还在不对称信息条件下,进一步讨论了银行与贷款企业之间的激励问题.通过设计正向激励与负向激励,揭示了拖欠还款概率与项目成功概率之间的内在联系.     

Credit Decision Model and Mechanism with Default Risk Parameter

Default risk is an important reason led to credit risk for a bank. In this article, the size of default risk can be quantized and described by the size of the default probability. At first, we discuss the influence of existence of the default probability on the expected return of the bank. Then we modify the ordinary credit decision-making contract γ = (r,C,q), where only interest rate, collateral and credit rationing were considered, to a new credit decision-making contract γ =(s(r),C,q) by considering the default probability. We establish a credit decision model including default risk parameter and give both the corresponding credit decision mechanism and a credit decision mechanism under a non-rationing loan. We also discuss the condition of the loan rejected by the bank under the corresponding condition. Finally, we give examples for applications.     

Non-Linear Proportional Default Model with Time-Dependent Variable for Retail Loan

In view of the operation rule of retail loans and the characteristics of default factors affecting default behavior, the authors put forward non-linear proportional default model with time-dependent variables based on the Cox model. This model takes into account the non-linear relationship among variables and time-dependent variables while calculating the retail loan default probability in China's commercial banks, which will make the model to be in line with its objective reality better. The result demonstrates this model is scientific and feasible in practical application in China's commercial banks through empirical analysis and example analysis.     

Parametric and non-parametric combination model to enhance overall performance on default prediction

The probability of default（PD） is the key element in the New Basel Capital Accord and the most essential factor to financial institutions＇ risk management.To obtain good PD estimation,practitioners and academics have put forward numerous default prediction models.However,how to use multiple models to enhance overall performance on default prediction remains untouched.In this paper,a parametric and non-parametric combination model is proposed.Firstly,binary logistic regression model（BLRM）,support vector machine（SVM）,and decision tree（DT） are used respectively to establish models with relatively stable and high performance.Secondly,in order to make further improvement to the overall performance,a combination model using the method of multiple discriminant analysis（MDA） is constructed.In this way,the coverage rate of the combination model is greatly improved,and the risk of miscarriage is effectively reduced.Lastly,the results of the combination model are analyzed by using the K-means clustering,and the clustering distribution is consistent with a normal distribution.The results show that the combination model based on parametric and non-parametric can effectively enhance the overall performance on default prediction.     

公司债券违约率的结构化模型研究

采用期权定价和违约率函数的结构化处理方法建立估计公司债券违约率的模型，应用美国国内公司的整体数据给出了将模型具体化的处理方法，得到一个带马尔可夫链的违约率函数。根据实证数据的初步检验，该函数的拟合效果比较理想，可用于估计一般性上市公司群体的债券违约率。文中的处理方法具有良好的可行性，只要拥有模型必需的股权价值、债务价值和违约率的数据，就能按照该方法将模型具体化，拟合出违约率函数，并由此来估计公司债券的违约率。     

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。     

基于整体风险控制的组合套期保值优化模型

通过偏度控制收益分布向右偏斜减小重大风险发生的概率,以期货套期保值收益率最小方差为目标函数,建立了基于整体风险控制的组合套期保值优化模型.本模型的特色与创新一是通过组合收益率偏度大于等于零控制套期保值的整体风险;二是通过多种期货对一种现货的组合套期保值提高了套期保值的有效性;三是通过非线性风险叠加与对冲控制多种期货对一种现货的组合风险.通过实证研究和与现有研究的对比分析,表明本研究所建立的模型可以有效地减小套期保值的风险并提高套期保值的有效性.     

股票质押贷款业务的贷款价值比率

确定合适的质押股票贷款价值比率能够使银行有效地缓释股票质押贷款业务的信用风险。沿着简化式思路，本文综合考虑了外生的借款人违约概率，质押股票的价格波动率，贷款的周期和盯市频率等因素的影响,为银行在保持风险容忍水平一致的情况下确定特定股票质押贷款业务的相应贷款价值比率提供了一个基本模型。针对股票质押贷款的现状。本文还将借款人违约随机、清算延迟和有流动性风险的情况引入基本模型中进行了拓展研究。