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。     

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.     

基于障碍期权的贷款保险定价研究

现有的贷款保险定价模型通常忽略了违约门槛和提前违约对贷款损失的影响。本文基于障碍期权中的向下敲入看跌期权,将这两个重要因素纳入到了新的贷款保险定价模型中。进一步,本文通过蒙特卡洛模拟的方法,给出了贷款保险敲入概率和敲入时间点的估计过程。此外,本文将新构建的贷款保险定价模型应用于实际中,并进行了实证分析。结果表明,违约门槛的上升会提高贷款保险的定价水平和敲入概率,并导致更早的敲入时间点。而银行降低对企业违约情况的观察频率会引起贷款保险的价值损失。     

基于信息增益的小型工业企业信用评级模型

信用评级就是衡量一笔债务违约的可能性,评价债务违约风险的大小。本文利用信息增益方法建立了信用评级模型,并以小型工业企业贷款数据为对象进行了实证分析。本文的创新与特色:一是按照指标的信息增益越大、越能将违约与非违约企业区分出来的思路,筛选出对违约状态有较大影响的指标。改变了现有研究不以违约鉴别力作为指标遴选标准的不足。二是在相关程度高的一对冗余指标中,删除信息增益小、即违约鉴别能力差的指标,既避免指标间反映信息重复,又避免误删违约鉴别能力强的指标。三是利用信息增益值对指标进行赋权,保证违约鉴别能力越大的指标赋予的权重越大。改变了现有研究赋权不反映指标的违约鉴别能力大小的弊端。实证结果表明:本文遴选的包括资产负债率、行业景气指数、抵质押担保等31个指标对违约状态有显著的鉴别能力,且反映信息不重复。偿债能力是影响小型工业企业信用评级的关键要素。     

基于Group-LASSO方法的广义半参数可加信用评分模型应用研究

信用风险是目前商业银行面临的风险中最为重要和最为复杂的,新巴塞尔协议要求各国条件的银行通过实施内部评级法来度量并控制信用风险,内部评级法即通过银行收集的客户相历史数据来构建数学模型,测算客户的违约概率进而对客户进行评分。文章针对信用评分模型解释变量维数较高,类型丰富,好坏客户类型数量不均衡等特点,利用广义半参数可加模型对户违约概率进行建模,并将Group LASSO方法应用于模型进行变量选择和估计。实证研究表明本文提出的模型和方法与以往常用的线性logistic回归模型相比,在模型的判别能力和预测能以及解释性和计算效率上均有较大优势。     

考虑乘客取消订单的网约车平台定价策略

针对乘运市场供需不匹配的情况,考虑乘客在网约车平台预约订单后的取消行为,以平台利润最大化为目标,首先建立乘客选择模型计算乘客取消订单概率,再分别构建市场供过于求和供不应求状态下的利润模型,求解平台最优定价。研究表明:制定适当的违约规则可以有效减少乘客取消订单的概率,提高平台利润;最优定价随着服务质量的提高而增加,在打车非高峰期,平台可以通过提高服务质量来增加平台利润;非高峰期平台最优定价随着出租车费用的增加而减少,而高峰期定价策略受出租车费用影响较小。     

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。     

一篮子信用违约互换定价的偏微分方程方法

通过对一篮子信用违约互换的结构性分析,在约化法框架下,用PDE方法提出一个新的计算具有违约相关性的多个公司联合生存概率的方法,在此基础上得到信用互换到期之前一篮子中违约数量的概率分布.应用这个概率分布,在条件独立的假定下,先后建立了首次违约、二次违约的信用违约互换定价模型,并用PDE方法给出了定价的显性表达式,并进一步扩展到解决m次违约的信用违约互换的定价问题.     

基于信用额度和外生违约概率的出口海陆仓融资质押率优化

质押率优化是出口海陆仓融资决策的核心内容。针对出口商信用、出口商与进口商外生违约以及质押物价值波动三重叠加风险下的出口海陆仓融资决策问题,在设定出口商信用额度,且给定出口商和进口商外生违约概率的前提下,依据双重Stackelberg博弈原理,以供应链协同均衡下的出口商、进口商和船公司的期望利润最大化为目标,建立了质押率与订货量及货物价格联动优化模型,设计了微分法和逆向归纳法求解模型。算例验证了模型和方法的适用性和有效性。敏感性分析结果表明质押率与出口商信用额度呈负相关关系,对出口商和进口商外生违约概率不敏感。研究结论可为出口海陆仓融资优化决策提供科学参考。     

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.     

Neural network survival analysis for personal loan data

Traditionally, credit scoring aimed at distinguishing good payers from bad payers at the time of the application. The timing when customers default is also interesting to investigate since it can provide the bank with the ability to do profit scoring. Analysing when customers default is typically tackled using survival analysis. In this paper, we discuss and contrast statistical and neural network approaches for survival analysis. Compared to the proportional hazards model, neural networks may offer an interesting alternative because of their universal approximation property and the fact that no baseline hazard assumption is needed. Several neural network survival analysis models are discussed and evaluated according to their way of dealing with censored observations, time-varying inputs, the monotonicity of the generated survival curves and their scalability. In the experimental part, we contrast the performance of a neural network survival analysis model with that of the proportional hazards model for predicting both loan default and early repayment using data from a UK financial institution.     

基于不均衡数据的小企业信用风险评价

小企业信用风险评价既是银行风险管理问题,又事关经济社会稳定。针对小企业贷款实践中,违约样本远少于非违约样本、且违约客户误判对银行影响较大的现实,采用不均衡支持向量机对小企业信用风险评价指标进行赋权,进而构建了能有效区分违约客户、非违约客户的评价模型。根据有无特定评价指标、特定评价指标数值变化对贷款小企业违约状态的影响程度赋权;反映了对违约状态影响越大、评价指标权重越大的赋权思路。将违约样本正确识别率、违约样本的准确率与查全率等因素作为支持向量机赋权模型中客户识别率的度量标准,改变了样本数据不均衡所导致的样本总体精度很高、违约样本精度反而不高的现象。研究结果表明:行业景气指数、资本固定化比率、净利润现金含量、恩格尔系数、营业利润率等评价指标对小企业信用风险的影响较大。     

基于区间数DEA的贷款定价模型研究

在贷款的买方市场或充分竞争的金融环境中,贷款利率不会由银行自己说了算,因此建立银企双方共同接受的贷款利率定价模型在现实中尤为重要。本文采用区间数的形式反映存款利息支出率、违约风险补偿率等定价指标的不确定性,以已结清贷款最小定价效率、最大定价效率组成的贷款定价效率区间为目标,以新贷款的贷款利率为决策变量,通过逆向求解区间数DEA模型反推出新贷款的贷款利率区间,建立了基于区间数DEA的贷款定价模型。本文的创新与特色一是以已结清贷款的存款利息支出率、目标利润率等指标为输入,以已结清贷款的贷款利率为输出,利用DEA模型求得已结清贷款的实际最小效率及最大效率。二是以银企双方均可接受的贷款定价效率区间为目标、以新贷款的存款利息支出率等用区间数形式表示的贷款成本为投入,反推出贷款利率的取值区间。三是通过区间数形式来反映违约风险补偿率、目标利润率等定价指标的不确定性,改变了现有研究将目标利润、贷款费用、违约损失等变量看作常数来定价的不合理现状。研究表明:存款利息支出率、费用支出率、违约风险补偿率及目标利润率均与贷款利率成正比。企业提高在贷款银行中的资金结算比率、存贷比率可以降低贷款利率。     

基于区间效率的贷款定价研究

以存款利息支出率、费用支出率、预期违约损失率、目标利润率等4个定价指标作为输入,以贷款利率作为输出,采用支持向量机回归算法建立基于区间效率的贷款定价模型.创新与特色一是通过区间数形式来反映预期违约损失率、目标利润率、费用支出率等,改变了现有研究将目标利润、贷款费用、违约损失等变量看作确定性数值来定价的现状.使贷款利率更具有竞争性.二是通过比较不同核函数、核参数下的训练样本的贷款效率区间与合理的贷款效率区间的匹配程度,确定贷款定价模型最优的核函数和核参数,进而建立了贷款定价模型.间接解决了在考虑贷款价格能否被银行、客户接受情况下贷款利率确定的问题.     

Enhanced decision support in credit scoring using Bayesian binary quantile regression

Fierce competition as well as the recent financial crisis in financial and banking industries made credit scoring gain importance. An accurate estimation of credit risk helps organizations to decide whether or not to grant credit to potential customers. Many classification methods have been suggested to handle this problem in the literature. This paper proposes a model for evaluating credit risk based on binary quantile regression, using Bayesian estimation. This paper points out the distinct advantages of the latter approach: that is (i) the method provides accurate predictions of which customers may default in the future, (ii) the approach provides detailed insight into the effects of the explanatory variables on the probability of default, and (iii) the methodology is ideally suited to build a segmentation scheme of the customers in terms of risk of default and the corresponding uncertainty about the prediction. An often studied dataset from a German bank is used to show the applicability of the method proposed. The results demonstrate that the methodology can be an important tool for credit companies that want to take the credit risk of their customer fully into account.     

需求依赖价格下港口存货质押业务中质押率研究

港口与银行合作办理质押贷款业务,不仅能增加港口的存储收入和金融收入,同时也能吸引更多的客户,从而增加其主营业务收入。在银行统一授信港口情况下,本文分析了质押物品的需求依赖价格条件下,风险中性的港口质押贷款业务中的最优质押率计算方法。并分别分析了在乘积型和加型随机需求函数条件下,质押产品价格、企业违约概率和质押物品数量以及质押期限对最优质押率和港口最大期望收益的影响,并通过数值分析验证了所有结论。     

金融租赁公司流动性风险研究

为研究金融租赁公司流动性风险,本文首次建立租赁公司现金流过程的多期动态模型,利用该模型定量分析了初始备付金、到期借款续借率和回收租金三个变量对公司流动性风险的影响。随后用违约概率来度量流动性风险,将问题转化成求解状态空间不断增大的非齐次马尔可夫链首中时的概率分布,并设计出违约算法(DA)和蒙特卡洛方法(MC)两种求解首中时分布的算法。算例表明提高初始备付金额度、到期借款续借率以及租金额度能有效地降低流动性风险。最后将银行的存贷利率和不同的租金定价方法融入基本模型,并通过三种不同的租金定价方式进一步分析了承租人信用风险对金融租赁公司流动性风险的影响。     

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.