贝叶斯方法在信用风险度量中的应用研究综述

贝叶斯方法可以有效的处理信用风险度量中常见的数据缺失问题,而且为科学使用专家意见等主观经验提供了有效途径,已被广泛应用于信用风险度量领域。本文从模型构建、估计方法及模型比较三个方面对应用贝叶斯方法度量信用风险的重要文献进行综述,重点关注信用风险的违约相关性和风险蔓延性等最新研究热点,为深入研究信用风险度量问题提供参考,并引起国内风险分析人员对贝叶斯方法的兴趣。     

金融风险中违约传染效应的研究

市场中的金融资产作为一个整体,往往具有相当复杂的相依风险。本文对信用风险违约的相依性进行研究,提出一种传染效应下违约预报模型,运用加权平均的极大似然方法获得违约强度的估计。并通过对2004年至2008年美国银行业、汽车业和房地产业的数据进行实证分析,得出三大行业间存在着明显的违约风险传染的结论。     

creditrisk~+模型在信贷组合信用风险度量中的应用研究

creditrisk~+模型以泊松分布为理论基础,是一种输入数据较少、计算复杂度较小、便于在银行实际中应用和推广的信贷组合信用风险度量模型.本文在分析国外creditrisk~+模型频带划分缺陷基础上,改用加权平均的频带划分方法,并提出了新的违约率参数的确定办法,利用creditrisk~+模型对大连市商业银行某支行224笔中小公司贷款的非预期损失进行了实证计算.结果发现:creditrisk~+模型可以有效地计量信贷组合的非预期损失且可提高我国商业银行经济资本管理效率.     

违约强度由Lévy从属过程驱动的约化信用风险模型及信用违约互换的定价

本文引入一个约化信用风险模型,其中违约强度定义为从属过程,即非负增Lévy过程.用概率方法得到了违约时间分布的解析表达式.利用该解析表达式,给出了该信用风险模型下的信用违约互换(Credit Default Swaps)的闭形式的定价公式.     

我国期货市场违约风险的研究

引入违约距离的概念,建立了期货市场违约风险评估模型,采用GARCH-M模型对期货合约价格收益的波动率进行估计.运用此模型研究了郑州商品交易所上市品种小麦的违约风险,所得结果与实际市场结果相吻合.因此,可以运用本文提出的期货市场违约风险评估模型能预测临近交割月时期货市场发生违约的概率,实时捕捉期货市场发生违约事件的信息.     

基于高层次结构数据的多水平模型贝叶斯推断及应用

面对具有多层次嵌套结构的数据,构建多水平模型是统计建模的一个重要研究课题。经典的参数估计方法主要采用极大似然估计法(ML),然而当面对高层数量单位小或数据结构不平衡时,极大似然估计在估计精度上存在一定不足;而贝叶斯方法充分应用了有效的先验信息,可以弥补其不足。本文在高层次结构数据多水平模型的研究基础上,探索高层次结构数据的多水平模型贝叶斯推断理论,并以云南省红河州农户收入数据作实证分析,建立了基于县-村-户嵌套结构的农户收入影响因素多水平模型,对比分析模型参数的ML估计、经验贝叶斯(EB-ML)估计和完全贝叶斯估计,从而充分展现了高层次结构数据多水平模型的完全贝叶斯推断方法,在拟合高层数量单位小或数据不平衡时具有的特征和优势。     

期权理论在商业银行预期违约率测量和信用风险管理中的应用

基于期权理论,本文研究了商业银行的客户企业贷款预期违约概率,并在此基础上分析了银行违约率最小的贷款额度.     

银行信用风险演变的KMV模型分析—以五家中小商业银行为例

利用KMV模型方法,借助预期违约概率（EDF）和违约距离（DD）两个指标分析在我国A股上市的五家中小商业银行的信用风险。着重分析其预期违约概率的变化以及违约距离对股票价格、无风险利率、股权价值波动率等参数的敏感性。结果表明：五家商业银行在2008年前10个月的EDF上升明显,2008年11月EDF开始明显回落。从宁波银行的个案来看,违约距离对无风险利率的敏感性较弱、对股价在较低价位时的敏感性较强,而在较高价位时敏感性较弱,对股权价值波动率的敏感性较强。从违约距离对各参数的敏感性分析结论出发,阐述了稳定并提振我国A股股市的重要性。     

Copula方法与相依违约研究

目前信用风险研究的重点已经从单笔债务的违约概率研究转移到多笔债务的相依违约(Dependent Defaults)研究。Copula方法是研究相依违约的重要方法。这种方法是最近几年才被应用到信用领域研究中的一种新方法。本结合代表性献对Copula方法在相依违约研究中的应用进行了探讨。探讨的内容包括Copula方法被应用于相依违约研究的原因、该方法对于相依违约建模理论的改进以及在实证应用中使用Copula方法应该注意的问题。     

价格与隐含远期违约概率

如同根据布莱克-斯科尔斯模型从欧式看涨期权市场价格中反求隐含波动率一样,从信用违约互换的价格中提取隐含违约概率在理论上和实践上都存在很多困难.传统的自助法存在很大的缺点,并有可能得出不符合现实的结果.本文采用基于一段时期的条件违约概率的新的优化方法来替代基于自助法的瞬时远期违约概率,该方法有很多优良特性,会得出比传统方法好得多的结论.     

Bayesian confidence intervals for probability of default and asset correlation of portfolio credit risk

We derive Bayesian confidence intervals for the probability of default (PD), asset correlation (Rho), and serial dependence (Theta) for low default portfolios (LDPs). The goal is to reduce the probability of underestimating credit risk in LDPs. We adopt a generalized method of moments with continuous updating to estimate prior distributions for PD and Rho from historical default data. The method is based on a Bayesian approach without expert opinions. A Markov chain Monte Carlo technique, namely, the Gibbs sampler, is also applied. The performance of the estimation results for LDPs validated by Monte Carlo simulations. Empirical studies on Standard & Poor’s historical default data are also conducted.     

带有辅助信息对数变换模型的违约预报

本文考虑对数变换的逻辑模型以刻画不同的违约概率曲线,研究如何将辅助信息加入到模型的估计中以提高违约估计的稳定性和效率.通过非参数经验似然,提出模型参数统计推断方法,并推导估计的相合性和渐近正态性.从理论上证明添加了辅助信息的估计的有效性,并且模拟表明该方法能够很好地提升估计的效率,另外也通过模拟讨论辅助信息的影响.将所提出的方法应用于ST (special treatment)股票的数据,实证结果表明,加入了辅助信息的参数估计更加有效.     

Default probabilities in a corporate bank portfolio: A logistic model approach

Analysis and management of credit risk has taken on an increased importance in recent years. New regulations force banks and other financial institutions to make a credible effort to chart and manage the risk associated with their client portfolio. Increased competition in the financial market has also improved the motivation of monitoring the risk/reward relationship on various clients. Modern risk measures such as Credit Risk Capital (CRC) and Risk Adjusted Return On Capital (RAROC) are now well established among banks. One problem in such risk frameworks is to find the expected loss (EL) of the bank portfolio. The EL is based on assumptions regarding the estimated default frequency (EDF) for each client or group of clients. Benchmark models for CRC calculations treat EDFs as exogenous and do not devote much attention to how they can be obtained. This article presents a method of estimating such rates for a retail bank portfolio. The analysis is based on a logistic regression model where financial variables as well as other firm characteristics affect the default probability.     

基于信用利差与Logistic回归的公司违约概率测算模型与实证研究

用Logistic模型计算公司违约概率在实际应用中存在两个问题:一是在缺乏公司违约记录数据库或违约记录数据库不典型的情况下,无法应用该模型或模型计算结果不准确;二是现有Logistic违约概率模型忽视了不同行业财务指标分布特征的差异性,导致公司违约概率计算结果的准确性降低。针对问题一,本文通过公司债券信用利差计算市场隐含的公司违约概率,在Logistic变换的基础上进一步确定Logistic线性回归的参数,使得公司违约概率的计算结果符合债券市场的实际状况。针对问题二,通过不同行业关键财务指标的单因子方差分析,证实了行业间财务指标的分布特征具有显著性差异,通过拟合优度证实了区分行业建立Logistic违约概率模型可显著提高违约概率测算的准确性。本文Logistic违约概率模型的构建过程如下:通过初选财务指标的相关性分析,删除反映信息重复的财务指标;通过Logistic回归中财务指标系数的显著性检验,删除对违约概率解释能力弱的财务指标;以Logistic回归的拟合优度为标准,选取各样本行业Logistic违约概率模型的关键财务指标,建立了机械设备等5个样本行业的Logistic违约概率模型,为样本内行业公司违约概率的准确测算提供模型与方法。本文的创新与特色:一是在无套利条件下,通过公司债券信用利差计算市场隐含的公司违约概率,并对其进行Logistic变换,作为Logistic线性回归的被解释变量,解决了在缺乏公司违约记录数据情况下Logistic违约概率模型的参数估计问题;二是通过单因子方差分析方法,证实了行业间财务指标的分布特征具有显著性差异,说明应区分行业建立Logistic违约概率模型;三是通过财务指标间的相关分析删除反映信息重复的财务指标,通过财务指标系数的显著性检验删除对公司违约概率解释能力弱的财务指标,保证了Logistic违约概率模型中关键财务指标选取的合理性;四是实证研究结果表明,不同行业的Logistic违约概率模型的关键财务指标不同,同一财务指标的参数也存在显著差异。实证研究结果还表明,区分行业建立Logistic违约概率模型与不区分行业相比,前者可将拟合优度及调整后的拟合优度提高近1倍。本文研究结果对于提高公司违约概率测算的准确性具有重要参考意义,对于商业银行贷款定价、公司债券发行定价、银行信用风险管理具有重要参考意义。     

基于混合模型的利润驱动违约判别临界点研究

违约判别临界点是金融机构是否接受客户贷款申请的重要参考,合适的违约判别临界点对减少金融机构贷款损失实现稳健经营具有重要意义。本文研究的问题是如何保证计算客户违约概率的准确性,并找到利润最大化的违约判别临界点。本文的创新与特色:一是通过将多个不同类型的违约判别模型计算的客户违约概率进行加权平均,保证了计算客户违约概率的的整体准确性,避免了使用单一模型计算客户违约概率不准确的弊端;二是通过定义金融机构从贷款中获得利润的计算公式,以利润最大为目标,求解违约判别临界点,避免了现有计算临界点的方法如广义对称点估计和经验似然法等方法得到的临界点利润不是最大的弊端。研究发现:混合模型比单一模型的准确性高,AUC值显著提高;在人人贷数据集中本文的违约判别临界点下贷款利润远高于其他方法下临界点的利润。     

��ҵ��Ϣ����ȫ����µ��״�ͨ��ΥԼ����ģ��

This paper establish a first passage time model based on the Merton's structural model by using the method of geometric Brownian motion. In this paper, we consider the accounting noise and historical default record and then introduce a new incomplete information hypothesis. Besides, we introduce the stock's liquidity value into the model, and apply its method measurement which based on Merton's structural model to the first passage time model to obtain the endogenous default boundary. Based on the incomplete information, the conditional default probability is derived by using the default boundary. And at the last of this passage, we analysis the effect of the correlation between stock's price and company assets on the default probability.     

农村信用社信贷违约识别模型及其应用

构建农村信用社信用风险模型对完善农村金融风险管理体系、提高农村信用社经营管理意义重大.基于还款意愿和还款能力两方面,系统分析了影响农信社贷款债务人违约率的主要因素,在此基础上应用logistic方法建立农信社债务人违约率预测模型,并通过Gini系数对模型区分能力和识别能力进行验证评估.实证结果表明,模型中债务人年龄、所在地区、贷款额所占家庭收入比例、与信用社信贷关系密切程度以及户口状况等因素都表现显著;违约率预测模型在样本内和样本外均有较好的违约识别能力,从而可为农信社放贷前的债务人信用评估、贷款发放和风险管理提供有力参考.     

风险时收益共享-贸易信贷契约下多个竞争零售商的供应链协调

在供应商向多个零售商提供贸易信贷的环境下,本文考虑了零售商存在违约风险和他们之间存在竞争时的供应链协调问题。研究表明,在比例分配市场需求下,多个竞争的零售商之间存在唯一的纳什均衡订购量,以及零售商违约风险的提高和他们之间竞争增强都会增加均衡订购量。当零售商之间的竞争较弱时,贸易信贷将无法协调供应链。为此,本文使用了收益分享与贸易信贷相结合的机制以协调供应链,且分析了零售商的违约风险和他们之间的竞争对协调契约参数的影响。当零售商的竞争强度一定时,批发价和风险溢价都随着零售商违约风险的提高而增大,而收益分享比例随着违约风险的提高而减小;当零售商的违约风险一定时,批发价和风险溢价都随着零售商之间竞争强度的提高而增大,而收益分享比例随着竞争强度的增强而减小。进一步的研究发现,零售商的违约风险越高以及他们之间竞争越激烈对零售商越不利,而对供应商越有利。最后,结合数值实验验证了收益共享-贸易信贷契约的有效性。     

中国住房抵押贷款信用风险:理论分析与实证研究

住房抵押贷款为中国经济的持续增长增添了新的动力,随着规模扩大,其信用风险问题已经引起金融机构、政府部门及学者的关注.在分析中国房地产市场特点的基础上研究了适应中国住房抵押贷款违约的理论以及影响住房抵押贷款违约的因素,并通过采集大连市的数据进行了实证分析,首次运用实际数据来比选适应中国市场的理论模型.我们的研究发现:在中国住房抵押贷款市场上,贷款违约的还款能力理论较之于期权理论有着更好的适应性;利率、LTV、偿债比与户籍是影响住房抵押贷款违约的主要因素;也得出另外几个不同于理论假说的结论:家庭收入对借款人违约的影响力不明显,购买二手住房的借款人的违约概率要比新房高.     

基于最优负债系数的上市银行违约概率测算模型与实证

当上市银行的长期负债系数γ的取值不同时,应用KMV模型测算出的银行违约概率大相径庭。根据债券的实际信用利差可以推算出上市银行的违约概率PDi,CS,根据长期负债系数γ可以运用KMV模型确定上市银行的理论违约概率PDi,KMV。本文通过理论违约率与实际违约率的总体差异∑ni=1|PDi,KMV-PDi,cs|最小的思路建立规划模型,确定了KMV模型的最优长期负债γ系数;通过最优长期负债系数γ建立了未发债上市银行的违约率测算模型、并实证测算了我国14家全部上市银行的违约概率。本文的创新与特色一是采用KMV模型计算的银行违约概率PDi,KMV与实际信用利差确定的银行违约概率PDi,CS总体差异∑ni=1|PDi,KMV-PDi,cs|最小的思路建立规划模型,确定了KMV模型中的最优长期负债γ系数;使γ系数的确定符合资本市场利差的实际状况,解决了现有研究中在0和1之间当采用不同的长期负债系数γ、其违约概率的计算结果截然不同的问题。二是实证研究表明,当长期负债系数γ=0.7654时,应用KMV模型测算出的我国上市银行违约概率与我国债券市场所接受的上市银行违约概率最为接近。三是实证研究表明国有上市银行违约概率最低,区域性的上市银行违约概率较高,其他上市银行的违约概率居中。