供应链信用风险传染、银行策略与风险控制

在供应链断裂、新冠疫情等突发事件冲击下,供应链企业间的信用风险传染问题日益凸显。制定有效的风险遏制措施,已成为供应链风险管理领域亟待解决的重要问题。通过对供应链关联关系与信用风险传染路径进行剖析,构建了供应商、零售商、银行三方博弈模型,探究了银行策略选择对供应链信用风险传染的遏制作用。研究结果显示:虽然产品价格和生产成本等因素的变化对信用风险传染强度有显著影响,但银行可以通过选择最优授信比率,将传染强度控制在较低水平并实现其自身收益的局部最优化。若进一步采取贷款利率与授信比率相配合的双重授信策略,银行有可能将传染强度控制在适度水平并同时实现收益的全局最优化。

面向企业信用风险评估的多视角异质图神经网络方法

企业信用风险评估是一个重要且具有挑战的问题.由于金融市场中存在大量的异质关联关系,使得异质图神经网络天然适合建模企业信用风险.然而,现有大部分研究不能充分捕捉到复杂金融网络中企业的综合信用风险.针对此问题,提出了一个面向企业信用风险评估的多视角异质图神经网络方法——CRGNN.该方法包含自身风险编码器以及传染风险编码器,其中自身风险编码器建模基于企业特征信息的自身风险,传染风险编码器由新提出的分层异质图Transformer网络和分层异质图特征注意力网络2个子模块组成.这2个模块分别挖掘基于企业不同邻居视角的传染风险和基于不同特征维度视角的传染风险.为了充分利用异质关系信息,2个模块都采用了分层机制.在企业破产预测数据集SMEsD和企业信用评估数据集ECAD上进行了大量的实验,AUC指标相比最优基线模型分别提高了3.98个百分点和3.47个百分点.

新能源汽车企业间信用风险传染效应研究——基于新能源汽车产业供应链

近年来,新能源汽车产业供应链体系发展迅速,其供应链金融模式中信用风险的预防和管控是确保新能源汽车企业平稳发展的关键。选取新能源汽车产业供应链中五家代表性企业,利用KMV模型计算新能源汽车产业供应链上下游这五家企业的违约概率衡量其各自的信用风险,并利用Vine Copula模型构建这五家企业间的风险相依结构,探究企业间的风险传染效应。研究表明:新能源汽车产业供应链上下游企业间存在信用风险传染,且主要集中在中上游企业。同时,宏观环境的冲击会进一步引发新能源汽车产业供应链中企业间信用风险的传染。因此,监管层应特别关注新能源汽车产业供应链中下游企业之间信用风险的传染效应,避免形成供应链系统性风险。此外,政府应加强对新能源汽车行业的监管,防范供应链金融风险;企业间要加强供应链网络的构建,提升企业核心竞争力,以便更好地应对宏观环境的冲击,防范信用风险的形成与传染。

违约风险传染对中资美元债发行定价的影响

在中资美元债市场违约风险持续暴露的背景下,以2010—2022年的中资美元债为研究样本,考察同行业违约情况对中资美元债发行利差的影响。结果显示,债券发行前一年同行业每发生一次违约,则中资美元债发行利差会上升约4个BP;违约未偿金额每上升1亿美元,则中资美元债发行利差会上升约1个BP。影响机制方面,同行业违约情况主要通过提高同行业其他企业的违约风险,从而增加中资美元债发行利差。分样本回归证明,对于原本违约风险更高的企业,比如非国有、非投资级以及无担保的债券,违约风险传染的效应更为显著,同行业违约情况对债券融资成本的影响更大。研究结论不仅丰富了违约风险传染的境外研究视角,也为境内监管部门把握外债风险情况提供了政策启示。

信用风险传染与供应链商业信用配置——基于信用债违约的视角

以2014—2021年中国信用债“违约潮”为背景,探究信用风险传染对企业商业信用配置的影响,挖掘其中的影响机制。研究发现:行业信用风险传染对上市公司的商业信用配置具有负面影响,企业会降低供应链商业信用配置以保证自身流动性充裕,但城市信用风险传染并不会存在这种影响;信用风险传染通过提高企业债务融资成本,降低企业借贷能力,从而减少企业在供应链中的商业信用配置。借贷能力下降反映在企业抵押贷款比例上升和信用贷款比例上升;信用风险传染对非国有企业、低供应链集中度、低银行业竞争地区企业商业信用配置上的负面影响更明显。

企业债券违约对区域信用环境的影响——来自债券一级市场的证据

近年来,我国债券市场违约事件频发,违约数量逐年攀升,违约金额不断扩大。债券违约不仅对违约企业自身产生影响,还会对区域整体信用环境造成冲击。选取2014—2021年中国债券市场违约情况和债券发行定价信息,对债券违约引发的信用风险在地区内的传染效应进行研究。结果发现债券违约事件会显著提高地区内企业债券发行的风险溢价水平,且随着违约金额的增大、违约次数的增多,公司发债定价水平也相应提高,并且违约企业中国有企业占比也与债券发行定价正相关。为此,建议监管部门加快完善违约债券处置生态体系,地方政府切实担负起处置金融风险的属地责任,企业应更加科学地制定债务融资计划和发展战略,着力防范企业债券违约风险在地区内传导,实现区域经济的高质量发展。

信用风险传染、投资者情绪与债券发行定价

债券违约事件连续爆发后如何防范信用风险的传染、保护债权人利益成为防范化解重大金融风险的重中之重。为此,本文选取2014年至2022年6月发行的信用债,探究债券违约的信用风险传染效应。结果表明,公司发债前,行业爆发违约事件,会显著提高债券的风险溢价并降低债券成功发行率,同时违约规模越大,债券发行定价越高。机制分析显示,债券违约释放的信用风险降低了机构投资者情绪,进而影响了债券的发行定价。进一步研究发现,风险传染效应在民营企业中最强烈,其次是地方国有企业,最后是中央国有企业。研究结果还表明,公司的盈利能力弱、没有上市、资产规模小以及信用评级低,同行业债券违约越能显著提高公司债券的发行定价。在房地产业高杠杆发展的时代背景下,相比制造业、批发和零售业,在房地产行业中风险的传染效应更强烈。本文为债券违约的信用风险传染效应提供了经验证据,并阐明了违约对债券发行定价的影响机理,对当前我国出台债务风险防控政策、维护金融市场稳定具有启示意义。

城投债信用风险传染的地理集聚、路径演变与驱动机制——基于前沿弹性网络收缩技术的研究

当前,防范信用风险传染外溢,科学应对地方债务风险持续扩张,是我国监管部门所面对的重大议题。本文基于2017—2022年我国22个省份的城投债信用利差建立风险网络,结合前沿的弹性网络收缩技术与网络拓扑分析方法,探讨债务风险跨区域传染的路径演变与驱动机制。研究表明,经济较为发达的东部地区位于信用风险网络的中心,而西部债券市场韧性较低,其融资成本极易受到外部风险异动的影响,属于风险的净接收方。同时,省际信用风险传染存在明显的地理集聚效应,信用风险溢出强度会随地理距离的增大而逐渐衰减;在城投债网络内,经济增长波动性较高的省份,更可能对外输出信用风险;此外,突发公共卫生事件对于城投债信用风险的网络结构形成了显著冲击。本文研究为现阶段防范债务风险的跨区域传导,守住不发生系统性风险的底线,提供了新的思路。

基于复杂网络的新能源汽车行业信用风险传染机制研究

在“后补贴时代”背景下,新能源汽车行业信用风险传染成为加剧行业系统性风险波动的关键特征。本文利用2016—2020年新能源汽车行业违约距离数据,运用复杂网络中最小生成树(MST)方法刻画行业信用风险传染机制,研究发现:(1)新能源汽车行业信用风险网络具备典型的“无标度”及“小世界”特征,企业信用风险关联分布不均;(2)网络关联集中度呈波动上升态势,较高的关联集中度体现行业信用风险关联结构紧密性特征进而成为风险全局性传染现象的催化剂;(3)行业信用链风险关联网络异于金融风险网络的突出特点是其拓扑呈现出上、中、下游分环节聚类的社团结构特征,且不同外部政策环境下各聚类间的联动效应有所差异,这种环节内聚类及聚类间的联动是信用风险内生性网络传染的重要机制。基于上述发现,本文提出“充分利用两类企业的优势地位、政府‘监’与市场‘控’协同、进行不同市态阶段下分环节动态监控”的建议,为防范行业信用风险传染演变为系统性风险提供决策参考。

房地产供应链信用违约网络恢复策略选择——基于启发式搜索算法

伴随着经济新常态,房地产及相关行业风险日益增加且趋于复杂,政府如果应对不当则较易引发系统性风险,而房地产供应链企业高度相关性以及信用违约网络搜索空间的巨大性对政府各项防范化解风险措施的实施提出了挑战。据此提出了房地产信用违约网络恢复模型框架,应用启发式搜索算法帮助政府开展救助,以有效防范化解金融系统性风险。选择60家A股上市企业财务数据作为研究样本,在随机生成违约场景后,根据2021年财务数据对信用网络恢复进行建模,实验结果表明:房地产供应链信用违约传染网络的恢复受到不同启发式策略的影响,而面向整体系统的启发式算法显著优于对单个企业实施的逐个救助。决策者应当充分考虑房地产供应链信用违约网络企业间的相互关联性,从而更有效的促进房地产供应链信用违约网络的恢复。

基于关联网络的制造业债券信用风险传染路径研究

制造业债券市场是实体经济的重要融资平台,但也存在着潜在的信用风险传染问题,防范化解其信用风险对于维护实体经济和金融市场的稳定至关重要。本文以2018-2022年制造业发债主体为研究样本,采用KMV模型来度量信用风险,利用关联规则算法构建风险关联网络,探索债券信用风险传染路径,借助SIRS传染病模型进行多情景模拟分析。结果表明,制造业债券发行主体信用风险关联网络具有小世界与无标度特征;制造业企业具有产业集聚特点,关键节点大部分位于广东和江苏,且以工业机械、机动车零配件和基础化工行业为主;救助政策在降低风险方面发挥关键作用,免疫政策对易感企业有显著影响。上述结论可以为政府在制造业债券风险防范方面的相关工作提供政策参考。

金融危机下带传染效应的违约预报

考虑多阶段状态变量的动态信息对违约风险的影响,同时考虑宏观因素和公司个体因素来构建违约预报模型,并且通过在状态变量中包含的行业因素来刻画行业间可能存在的信用传染效应;建立违约风险强度中参数的极大似然估计和渐近性质,进而建立条件违约概率期限结构的极大似然估计.利用极大似然估计及其渐近性质考虑传染效应的显著性检验问题,最后通过模拟研究比较文中所给出的两种估计方法和检验方法的表现.

基于DCC-MSV-KMV模型的第三产业行业信用风险传染效应度量

结合KMV模型和DCC-MSV模型,构建了一个行业间信用风险传染效应度量模型,以考查第三产业中各行业间的信用风险传染效应.排除涉及领域繁杂和主营业务不突出的行业,兼顾行业中上市公司数量,最终选择交通运输、仓储业,信息技术业,批发和零售贸易业,房地产业和社会服务业等5个行业为研究对象.实证结果显示:第三产业各行业间信用风险传染效应均大于0.5,且呈现震荡上行的态势,说明行业间信用风险传染效应在增强、传染程度在加深;交通运输、仓储业与其它4个行业之间的信用风险传染效应均较为明显,这可能是由于作为基础产业,该行业对其它行业的影响比较深远;房地产业与社会服务业间的信用风险传染比较明显,可能是因为二者具有共同的信用风险传染影响因素,即交通运输、仓储业;批发和零售贸易业与社会服务业间的信用风险传染效应最强,且相对稳定,其原因可能是这二个行业均受交通运输、仓储业影响,它们本身也存在较强的关联性.

基于股权比重的企业集团内母子公司之间信用风险传递研究

近年来,企业集团成为各商业银行争相贷款的对象。但是,一些大企业集团相继出现财务危机,给商业银行造成了巨大的贷款风险。由于企业集团内部母子公司之间,存在以股权为主要联结纽带的关系,导致母子公司之间的信用风险传递更加紧密,从而增加了评估企业集团信用风险的复杂性。本文在结构化模型的框架下,首先分析母子公司价值之间的相关性与母公司持有子公司股权比重之间的联系,然后通过母子公司价值之间的相关性与母公司持有子公司股权比重之间的联系,分析母子公司之间信用风险传递与它们股权之间的关系。研究发现,存在母公司持有子公司的一个股权比重,使得母子公司之间信用风险传递的可能性最大。

次贷危机中的传染机制研究和策略分析

本文在次贷危机的背景下,对造成违约蔓延的传染机制进行了深入的分析。对于传染机制的解释,一种是源于因果效应:即一个公司的违约导致其他有业务关系公司的财务困境;另一类解释源于信息效应:即当投资者得知某个违约时会产生对其它债务人信用的修正,从而导致一个传染风险溢价。本文在不同的传染机制下,提出了一个统计上非常有用的违约传染模型,此传染模型中的参数可以定量研究公司违约的传染效应,通过模型说明控制好违约的传染率可以有效的控制金融危机的爆发,并且能够定量地给出控制策略。

基于复杂网络的信用风险传染模型研究

应用行为金融和复杂网络思想,以投资者情绪和市场流动性对信用风险传染的影响机制为切入点,构建信用风险传染模型。借助随机占优理论,通过理论推导和实验仿真,系统分析了信用风险传染行为的影响和演化机制。研究结果表明:投资者情绪和流动性交互作用对信用风险传染存在显著影响;社会网络结构对信用风险传染的概率和影响范围存在显著影响。

基于KMV和关联规则算法的行业供应链信用风险传染研究

从行业供应链视角,以钢铁行业和医药流通行业供应链中上市企业市场数据为研究对象,上市公司信用风险大小以KMV模型中的违约距离值代替,利用Apriori算法挖掘上市公司信用风险传染的关联规则。研究结论表明,医药流通行业供应链中企业信用风险传染频率和传染强度均高于钢铁行业供应链中企业;供应链中上下游企业整合以及信用技术引进是影响供应链企业信用风险传染重要影响因素。

债券违约对流动性影响的传染效应研究

2014年以来我国信用债市场违约事件频发,信用风险的积聚可能引发债券市场流动性恶化。本文以2014―2019年交易所和银行间市场信用债为研究对象,实证考察违约事件对债券流动性影响的传染效应。研究发现:违约事件在同一发行主体的债券之间具有流动性传染效应,当公司的某期债券出现违约时,公司其他未到期债券的流动性水平显著下降;违约事件对同行业其他公司债券的流动性具有传染效应,当行业中出现债券违约事件时,行业内其他公司的债券流动性显著降低;违约事件爆发越密集或者违约事件越严重,对债券流动性的负面影响越大,而且民营企业债受到的影响要大于国有企业债,低信用等级债受到的影响要大于高信用等级债;在市场密集爆发违约事件或出现较为严重的违约事件时期,宏观流动性增加能够改善债券流动性。

信用风险传染综述

次贷危机可以说是近期最热门的话题之一。次贷导致的信用危机通过传染影响了整个金融机构。在这篇文章中,我们深入的研究了信用风险传染的主要模型,由于建模方式的不同,影响了对信用衍生产品价格的确定。能够正确的理解这些模型的基本思想,多我们理解次贷传染的整个过程有着重要的意义。文章从简约模型和结构模型的框架下,深入探讨了现有的传染模型。通过这篇文献的深入研究,能为我们在这个基础上研究信用违约传染问题奠定了基础。

基于复杂网络的银企间信贷风险传染机制研究

本文基于复杂网络理论,构建了银企间通过信贷和产权关系形成的金融网络,利用信贷资产的信用转移矩阵和银行的资产负债表建立了银企间信贷风险传染的动态模型。通过理论推导和仿真模拟,本文系统分析了影响风险传染规模的各种因素以及系统重要性银行和不同风险传染渠道在信贷风险传染中所起的作用。研究表明:初始经济冲击、资产的市场流动性和违约损失率与风险传染效应间存在正相关关系,网络规模与风险传染呈现非单调的关系;随着网络规模的扩大,风险传染效应先增加后减小;系统重要性银行受到冲击时引发的传染规模远大于一般银行;随着金融系统总损失的不断增加,银行间的风险传染渠道逐渐居于主导地位。