农地经营权抵押贷款信用风险影响因素及其衡量研究——基于CreditRisk+模型的估计

基于1 173个贷款样本数据,运用Logistic回归分析农地经营权抵押贷款信用风险影响因素并预测违约概率,依据CreditRisk+模型,对农地经营权抵押贷款信用风险衡量进行研究,并进行了压力测试。研究表明,农地经营权抵押贷款信用风险主要受到抵押土地因素、保险与政策因素的影响;影响因素的风险程度具有次序性;贷款期限和农业生产周期不匹配是农地经营权抵押贷款面临的突出矛盾;土地经营权来源不同的贷款风险程度存在明显差异;农地经营权抵押贷款预期损失和非预期损失占VaR比例结构合理,极端情景出现时预期损失会有明显波动。提出应瞄准贷款对象、精确贷款条款和强化风险处置,促进农地经营权抵押贷款顺利开展。

基于损失程度变化的CreditRisk^+的鞍点逼近

传统的CreditRisk+模型在度量信用风险过程,假定违约损失是给定不变的,而近年的实证研究表明在实际的金融市场中违约损失是变化的。针对传统模型这一假设的不合理性,本文对模型作了发展。新模型充分考虑了违约时损失程度的变化,用β分布来刻画这种变化,并利用鞍点逼近给出了信用风险的度量,改进了传统递推算法的不足。最后进行数值模拟以说明方法的有效性。

基于CreditRisk+模型的零售贷款经济资本计量方法

针对零售贷款的信用风险特征,在CreditRisk+框架下,采用非线性时变比例模型分类测算零售贷款违约概率,并引入FFT-Panjer算法简化零售贷款组合的损失分布计算,提出了零售贷款信用风险的经济资本计量方法。同时通过算例分析论证了该方法在我国商业银行运用的科学性和可行性。

基于违约损失率变化的CreditRisk+模型的一种修正

本文在基于行业特性的多元系统风险因子CreditRisk+模型的基础上,对CreditRisk+模型违约损失率假定为一常数这一缺陷进行了修正,提出了一种综合考虑违约损失率变化和行业风险因子相关性的计量贷款组合非预期损失的新方法。该方法进一步提高了计算贷款组合非预期损失的精度。在此基础上,采用鞍点逼近算法进行了算例分析。

CreditRisk+模型与中国商业银行信用风险管理

信用风险是导致银行资产质量下降的主要原因,也是中国商业银行面临的严重挑战之一.在学习和借鉴国外的先进信用风险管理经验的基础上,结合目前中国商业银行的实际,全面评介了CreditRisk+模型,并与目前中国商业银行的风险度管理模型进行了对比,指出选择CreditRisk+模型作为中国商业银行贷款信用分析的管理模型,为商业银行的风险管理提供了新的研究思路.

基于博弈论和Creditrisk+模型的知识产权质押评估新模式研究

目前单笔知识产权质押价值评估研究较多,但风险测控缺位,且评估视角选择不符合质押贷款实际情况。选择质押融资主导方银行视角,提出应在一定时间范围内,集中多笔知识产权质押贷款形成组合,进行统一评估、风险测控和批复。可以大大节约交易成本。根据知识产权质押贷款实际情况,运用博弈论和集值统计方法确定单笔知识产权质押评估值。运用Creditrisk+模型对知识产权质押贷款组合进行整体风险测控。在满足银行风险控制要求和企业资金需求的前提下,创建知识产权质押贷款新模式。

基于CreditRisk+模型的信贷资产证券化信用风险研究

对信贷资产证券化过程中的各种风险进行识别、分析及管理、控制是金融监管的客观需要。文章拟运用CreditRisk+模型对信贷资产证券化的最主要风险——信用风险进行实证分析,并在此基础上提出运用此模型管理与控制信用风险的建议,希望能对信贷资产证券化信用风险的管理与控制提供一种新思路。

度量信用风险的CreditRisk+应用问题研究

传统的CreditRisk+模型在度量信用风险过程中,只考虑违约与不违约两种状态,假定违约损失是给定不变的,而近期的实证研究表明在实际的金融市场中违约损失是随机变化的。针对传统模型这些不合理性,很多专家做了进一步的发展,在新模型中加入行业间的违约相关性这一因素来计算信用损失,并把β分布引入鞍点逼近法来估计非预期损失。

CreditRisk^+模型在商业银行信贷风险管理中的应用

使用CreditRisk^+(信贷风险附加)模型对选自某商业银行的贷款的资产组合进行风险测度。得到了资产组合中各债务人的预期违约损失和风险贡献,资产组合的预期违约损失分布,以及各置信度损失水平下的临界值等信息,从而完成了资产组合风险的测量。根据测量结果,对资产组合进行了预期违约损失、风险贡献、经济资本和信用准备金等分析,在此基础上提出目前我国商业银行信贷风险管理的现实选择是CreditRisk^+这种违约模式的模型。

CreditRisk+模型在不良资产证券化信用风险测算中的应用研究

CreditRisk+模型是由CSFP(Credit Suisse Financial Products)1997年推出的信用风险评价模型。CreditRisk+模型的最大优点是相对于其他模型,需输入的数据少,可以较为容易地计算单笔不良资产的边际风险贡献,因而可以更加直接地识别高风险资产,有助于资产池的优化以及风险管理。

基于CreditRisk+的银行全面资产负债管理目标规划模型研究

商业银行风险管理决策本身是个多目标决策过程。在以往运用多目标线性规划模型进行资产负债管理的研究中,大都局限于资产负债表内业务和利率风险控制,本文将目标规划模型的应用拓展至表外业务,以衡量贷款损失的CSFP CreditRisk+(信用风险附加法)计算的贷款损失充足率为约束,以法律,法规和经营管理为条件,建立了基于CreditRisk+的银行全面资产负债管理目标规划模型并分析了该模型的有效性和敏感性,为银行风险管理提供了决策依据。

违约损失率为正态分布时CreditRisk+模型的信用风险VaR

鞍点逼近方法解决了CreditRisk+模型中广泛采用的Panjer算法存在的一系列的数学上的问题。该方法最大的优点在于对于分布的尾部的逼近效果极佳,有效的解决了违约损失分布尾部风险的厚尾性问题。然而鞍点算法假定违约时损失率是固定值,而在实际的金融市场上它是一个随机变量。本文将违约损失率看作是一个正态随机变量并且推导出了在违约损失率为正态随机变量的情况下的所有贷款的信用风险VaR。

基于CreditRisk+模型的银行信用风险量化实证研究

本文阐述了现代信用风险量化的基本理论,分析了信用风险对宏观、微观经济的影响,论述了信用风险模型建立的理论框架,并运用修正后的CreditRisk+模型对商业银行信用风险进行量化,结合实证分析结果和我国的实际情况,提出了该模型在我国应用的局限性和启示,并提出了相关对策和建议。

信用风险度量KMV模型与CreditRisk^+模型比较研究

信用风险是商业银行面临的一种传统的风险类型,本文主要结合中国商业银行目前信用风险管理的实际情况,比较分析KMV模型和CreditRisk+模型的基本原理和参数选择的共性及差异,对两模型各自特点做出客观评价,结果发现运用CreditRisk+模型有利于提高信用风险度量的精确性,为商业银行信用风险管理提供了有益的借鉴。

一种新的商业银行操作风险计算方法:OpRisk

对于商业而言,操作风险已经成为与市场风险和信用风险同样重要的风险.本文考虑到中国商业银行目前操作损失数据极少的现实,借鉴CreditRisk+模型的基本思想,采用了一种要求输入数据参数较少的方法--OpRisk+方法,对中国商业银行操作风险资本金进行了试算,为银行提取监管资本提供一种定量化的选择方法.

国内外两种信用风险模型的比较与剖析

将近年来西方国家提出的信用风险模型—— Credit Risk+模型与我国目前所使用的贷款风险度方法做了详细的比较分析。结合现代金融的发展趋势 ,对贷款风险方法提出了一些合理化的见解 ,以提高其准确度 ,增强其理论依据 。

现代信用风险度量模型的对比分析

近年来 ,信用风险度量的方法和模型不断推陈出新 ,其中CreditMetrics模型、CreditRisk +模型、KMV模型和Credit PortfolioView模型是四个最具影响力的模型 ,这四个新型信用风险度量模型的框架和思路 ,对我国金融机构和金融监管部门的信用风险管理提供了有益借鉴。

中国房地产金融风险分析

本文对近年来中国房地产市场金融风险进行细分,从宏观经济波动和政策调控的风险、房地产信贷风险、流动性风险、房地产行业市场风险等角度对中国房地产金融风险进行了分析,做出了基本判断。结合市场上关于房地产金融风险的不同争论,旨在分析具体情况,旨在为中国房地产金融发展模式的选择和金融防范体系的构建提供理论依据。

基于统计分析的主流信用风险模型评价

本文总结了信用风险度量与研究的基本方法和模型,对当前四大主流信用风险模型,从模型概念、模型框架、模型优劣三个角度进行阐述、分析和评价,以期对各模型之间的异同进行综合比较。

国外P2P网贷大数据风控管理与经验借鉴

近年来,互联网金融为中小企业增加了一条融资渠道,也肩负着实现普惠金融目标的重任。其中P2P网络借贷规模最大但问题也最多,对网络借贷平台进行风险管理的呼声也不断提高。本文通过对国外网贷行业与平台的实践进行梳理,了解国外的征信法律环境、监管模式等,分析国外先进的大数据信用评级、多途径风险分散化、大数据风险管理、多样化机构合作等风控管理的经验,并结合我国网贷行业征信、法律机制、风控技术以及监管等实际,建议从构建信用评级、完善政策、健全监管体系、差异化利率、建立违约补偿机制等方面加强网贷大数据风控,促进网贷行业可持续发展。