基于模糊子集的贷款组合优化方法

遵照国际银行业大多数银行的做法,信用风险评估包括对债务人和债项两个方面.以模糊集理论为基础,通过试算与比较,构造隶属函数,对各指标进行无量纲化处理,建立距离判别函数,评估债务人信用风险.根据债项特征,考察风险四因素:违约概率,特定违约损失,违约敞口,期限,建立0-1整数规划模型,对债项进行风险评估,确定最佳贷款组合,以解决组合贷款的优化决策问题.     

基于广义Beta回归的不良贷款回收率模型

依据国内最大的违约损失率数据库-LossMet rics~(TAI),利用广义beta回归模型对时间跨度为2001-2008年的不良贷款回收率分布进行了研究。采用极大似然和OLS估计方法,针对全样本和回收率为(0.1)开区间的非极端回收样本给出包含宏观、贷款和债务人异质因子的多变量广义beta回归模型的拟合参数和各个因素对回收率均值、方差的影响分析,并在多种变换方式下研究了只含宏观因子的单变量模型。结果表明,宏观因子的影响在单、多变量模型中都十分显著;不良贷款的有效抵质押和债务人的经营状况对模型的拟合也有明显影响;各因素对全样本和非极端回收样本的拟合结果差异性显著,同一因素对回收率均值、方差的影响大为不同。应用所得广义beta回归模型可进一步讨论回收率的区间估计、在险价值(VaR)等问题,给不良贷款风险管理提供极大帮助。     

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。     

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.     

基于风险分析的商业银行项目贷款评估改进研究

项目贷款评估是商业银行风险防范的重要环节,对商业银行资产质量起着至关重要的作用.以项目评估理论为基础,对商业银行项目贷款评估存在的问题进行剖析,对影响项目贷款还款能力的关键风险因素进行分类和细化,以风险为导向重构项目贷款评估指标体系,建立评价指标的评语集和隶属度,设置了项目贷款评估标准,基于模糊综合评价对贷款项目进行定量评价和等级划分,最后选取实际项目进行实证研究,为商业银行项目贷款的科学决策和合理投放提供依据.     

预期效用下非极端违约回收率的贝塔分布修正模型

在预期效用分布理论的框架下,对非极端违约回收率构造了贝塔分布修正模型。该模型与传统分布模型相比,保持了贝塔分布刻画违约回收率的适用性,同时具有一定的经济理论基础,还避免了过拟合问题,进一步采用提出的模型对我国违约贷款数据作了实证分析。结果显示,采用上述模型得到的结果能够直观有效地解释各因素对违约回收率分布的影响,有助于违约回收率分布的影响因素和原理研究;在模型效果上修正的贝塔模型进行违约回收率分布的样本外预测效果也优于传统贝塔拟合和广义贝塔回归模型。     

基于迁移学习的客户信用评估模型研究

客户信用评估是银行等金融企业日常经营活动中的重要组成部分。一般违约样本在客户总体中只占少数,而能按时还款客户样本占多数,这就是客户信用评估中常见的类别不平衡问题。目前,用于客户信用评估的方法尚不能有效解决少数类样本稀缺带来的类别不平衡。本研究引入迁移学习技术整合系统内外部信息,以解决少数类样本稀缺带来的类别不平衡问题。为了提高对来自系统外部少数类样本信息的使用效率,构建了一种新的迁移学习模型:以基于集成技术的迁移装袋模型为基础,使用两阶段抽样和数据分组处理技术分别对其基模型生成和集成策略进行改进。运用重庆某商业银行信用卡客户数据进行的实证研究结果表明:与目前客户信用评估的常用方法相比,新模型能更好地处理绝对稀缺条件下类别不平衡对客户信用评估的影响,特别对占少数的违约客户有更好的预测精度。     

基于Stacking算法集成的我国信用债违约预测

通过对2014～2019年我国信用债违约案例的原因分析及相关文献综述，从债券资质、债务主体、财务数据、宏观因素四个维度构建债券违约的指标体系，利用随机森林算法优化，研究发现当影响因素选择18项与37项时，样本内外预测结果达到均衡。基于不同角度的七种算法对比分析，择优选取三种作为底层算法：随机森林算法、梯度提升决策树算法与贝叶斯算法，并结合逻辑回归算法为次级训练算法融合构建基于Stacking算法集成的债券违约预测模型。实证结果表明，第一，Stacking算法的双重集成作用相对底层的单次集成总体精确度提升了1%到8%;第二，对不同指标数量的Stacking算法集成模型的评估表明所构建的指标体系提高了预测水平；第三，基于样本内外预测均衡的底层算法选择方法有效可取，分别纳入相对劣势的底层算法时，会逐渐影响模型稳定性。研究成果可以为我国债券市场风险管理提供技术支持与参考。     

小样本下两阶段MCMC参数估计方法——基于信用风险强度模型的研究

应用我国金融市场数据估计信用风险强度模型参数时,常遇到由小样本而导致的偏差问题,对此本文提出了两阶段MCMC参数估计方法:第一阶段用Lee和Mykland的跳辨识方法估计跳跃项参数;第二阶段用MC-MC方法估计扩散和漂移项参数。误差分析的结果表明两阶段MCMC方法小样本下信用风险模型参数估计的效果要明显好于单纯的MCMC方法。作为应用,采用我国第一支个人住房抵押贷款支持证券"建元2005-1"的违约和提前还款数据,估计了信用风险强度模型的参数。     

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。     

地方政府债券信用风险缓释工具定价研究

随着地方政府债券发行规模的扩大,地方政府债务的信用风险日益凸出。本研究以企业债信用风险缓释工具的推出为契机,借鉴结构化模型的思路和KMV模型求解违约概率的逻辑,通过Monte Carlo方法模拟地方政府的违约过程,直接测算地方政府的整体违约概率;结合简约化模型的思路测算地方政府债券的具体违约概率,计算信用风险缓释工具的理论价格,从而构建了地方政府债券信用风险缓释工具的混合定价模型。研究发现,以企业债券为标的测算出的模型理论价格与市场报价基本一致,参数的敏感性检验进一步验证了模型的理论自洽性和实证可靠性。上述结论或将为新《预算法》实施过程中地方政府债务的治理与掌控及中国区域性、系统性金融风险的防范提供新思路。     

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。     

信用违约联结票券的定价

本文从定义信用违约联结票券出发,介绍了JarrowandTurnbul(1995)违约强度模型。然后在该模型的基础上,针对不同的公司,假设违约时间独立同服从指数分布且与利率期间结构独立,分别就t=0与0     

基于稀疏主成分的我国上市公司信用风险评价与预测

把我国2016-2018年沪深Ａ股上市公司中164家ST公司作为信用违约样本,492家非ST上市公司作为非违约样本进行实证研究.从营运能力、偿债能力、盈利能力和成长能力等4个方面选取了25个财务指标,然后运用稀疏主成分方法提取主成分因子,并加入公司规模、第一大股东持股比例和股权质押3个非财务指标,作为Logistic回归模型的输入参数.在此基础上构建Logistic模型进行信用风险评价和预测.     

基于双因子CIR强度式定价的信用债券投资组合优化

信用风险和利率风险是相互关联影响的。资产组合优化不能将这两种风险单独考虑或简单的相加,应该进行整体的风险控制,不然会造成投资风险的低估。本文的主要工作:一是在强度式定价模型的框架下,分别利用CIR随机利率模型刻画利率风险因素“无风险利率”和信用风险因素“违约强度”的随机动态变化,衡量在两类风险共同影响下信用债券的市场价值,从而构建CRRA型投资效用函数。以CRRA型投资效用函数最大化作为目标函数,同时控制利率和信用两类风险。弥补了现有研究中仅单独考虑信用风险或利率风险、无法对两种风险进行整体控制的弊端。二是将无风险利率作为影响违约强度的一个因子,利用“无风险利率因子”和“纯信用因子”的双因子CIR模型拟合违约强度,考虑了市场利率变化对于债券违约强度的影响,反映两种风险的相关性。使得投资组合模型中既同时考虑了信用风险和利率风险、又考虑了两种风险的交互影响。避免在优化资产组合时忽略两种风险间相关性、可能造成风险低估的问题。     

Credit risk assessment using a multicriteria hierarchical discrimination approach: A comparative analysis

Corporate credit risk assessment decisions involve two major issues: the determination of the probability of default and the estimation of potential future benefits and losses for credit granting. The former issue is addressed by classifying the firms seeking credit into homogeneous groups representing different levels of credit risk. Classification/discrimination procedures commonly employed for such purposes include statistical and econometric techniques. This paper explores the performance of the M.H.DIS method (Multi-group Hierarchical DIScrimination), an alternative approach that originates from multicriteria decision aid (MCDA). The method is used to develop a credit risk assessment model using a large sample of firms derived from the loan portfolio of a leading Greek commercial bank. A total of 1411 firms are considered in both training and holdout samples using financial information through the period 1994–1997. A comparison with discriminant analysis (DA), logit analysis (LA) and probit analysis (PA) is also conducted to investigate the relative performance of the M.H.DIS method as opposed to traditional tools used for credit risk assessment.     

基于KMV模型的我国中小上市公司信用风险研究

经过提高股权价值波动率精度的KMV模型对我国中小上市公司有很强的识别信用风险状况的能力.中小上市公司违约的可能性大于我国大型企业,信用状况不容乐观,整体信用状况在近3年间表现波澜不惊,到2006年违约风险有增大趋势.通过设定两条信用预警线,来监控中小上市公司的信用危机.资产规模对信用风险有显著影响,2004年之后资产规模与违约风险显著负相关,总资产小于3亿元的小公司抗风险能力最差.股份分置改革引起了中小上市公司信用风险短时间的波动,是2006年中小上市公司违约风险变大的重要原因。     

基于KMV模型的农业上市公司信用风险测度研究

通过构建改进后的KMV模型,设定三种不同违约情境,对2010-2012年我国农业上市公司的信用风险进行测度与比较研究,并确定其隶属的风险类型,以揭示现阶段农业上市公司的信用状况.研究结果表明:不同农业上市公司的资产价值均高于股权价值,其未来发展具有较好的价值增值空间;农业上市公司的资产价值波动率总体呈下降趋势;农业上市公司信用状况相对较差,且风险类型主要集中于"∩"型和↘型".由此得出农业上市公司未来的发展,应在推进"股权分置"改革、建立可量化的风险管理机制、实现风险管理与业务流程融合等方面采取措施,从而有效降低我国农业上市公司的信用风险.