影子银行、内部控制与短贷长投

以2014—2018年度我国沪深A股上市公司作为研究样本研究影子银行对企业融资的影响。研究发现,影子银行规模与企业短贷长投呈正相关关系,即影子银行的发展规模越大,短贷长投现象越严重;而内部控制在影子银行与短贷长投中起到了负向调节作用。进一步研究发现,相较于国有企业,非国有企业中影子银行规模对短贷长投的促进作用更显著,且债务违约风险的提高是影子银行加剧短贷长投的重要途径。

控股股东股权质押、质押压力与公司违约风险

现有股权质押的研究仅关注了质押数量,忽视了质押价格的重要作用,难以准确地刻画控股股东质押压力。本文基于手工整理的单笔质押价格数据度量质押压力,研究控股股东质押压力如何影响企业违约风险。以2008—2018年A股上市公司为样本,本文研究发现控股股东质押压力越大,企业的违约风险越高。机制检验表明,质押压力通过加剧企业的融资约束和控股股东的掏空行为提高了企业违约风险。进一步研究发现,在场内质押和股市为熊市时,质押压力对违约风险的影响更强;较强的内源融资能力和较好的外部监督环境能够缓解质押压力对违约风险的影响。本文为更加准确和直接地度量控股股东质押压力带来了有益借鉴,也为化解系统性金融风险、确保资本市场平稳运行提供了重要启示。

内部控制、媒体关注与企业债务违约

近年来,上市公司债务违约事件屡屡发生。文章以2012~2021年A股上市公司为例,着重探讨了内部控制和债务违约风险的关系,并考察了媒体关注在两者关系中的调节作用。研究表明:良好的内部控制能显著降低上市公司债务违约风险,媒体关注具有正向调节作用,这种作用在不同产权性质下呈现显著差异。

中国碳市场企业违约风险控制政策结构分析

碳市场政策结构与企业违约风险息息相关,科学合理的政策结构是规避碳市场企业违约风险的重要保障。梳理了中国政府颁布的碳市场企业违约风险控制相关政策文本,从交易和减排两个维度构建了碳市场企业违约风险控制政策二维分析框架,运用内容分析法分析了中国现有风险控制政策的结构组成。结果显示,当前中国碳市场企业违约风险控制政策覆盖范围互有重叠,容易影响实施效果;企业违约行为惩罚制度体系尚有漏洞,惩罚力度过大可能引发企业不法行为;碳价格调控政策相对缺乏,碳价格波动易引发违约行为。最后,提出了优化和改善建议。

P2P平台违约风险控制模式研究

透过影响P2P平台违约损失的违约率、违约敞口以及违约损失率三大因素,总结了P2P平台违约的CPD模式(控制违约率)、CRE模式(控制风险敞口)、CLGD模式(控制违约损失率)以及综合风险控制法四种风险控制模式,并研究了这些违约风险控制模式在我国P2P平台的运用,最后提出了完善我国P2P平台违约风险控制模式的建议。

企业债务违约风险对其避税行为的影响

本文以国内A股上市企业在2006~2019年的非平衡面板数据为样本,对债务违约风险和企业避税行为之间的关系进行实证研究。结果显示,债务违约曝光前2年以及曝光后3年,企业的债务违约风险对企业的避税行为产生了一定程度的抑制作用,但企业内部控制的高质量、激进战略以及企业的国企产权属性均可以缓解这种抑制作用。该研究结论对我国制定税收征管政策具有一定的启示与参考意义。

VMI模式下信息共享对违约风险的防范和控制

供应商管理库存(Vender Managed Inventory,VMI)是21世纪前沿的供应链管理模式,VMI对供应链的新形式供应的形成和发展都产生了影响。但由于我国信息化起步晚,使得很多企业在实施VMI模式时仍存在不同程度的风险。为了实现对VMI违约风险防范和控制的有效性,供应链上的各个企业越来越注重供应链成员之间的协调关系,而这就需要以供应链上各个节点的成员企业进行高质量的信息传递和及时完整的信息共享为基础来建立和完善整个VMI系统。研究供应商实施VMI的过程中所面临的违约风险,重点分析VMI模式下信息共享对违约风险防范控制作用,可有效地实现信息共享以降低VMI模式下的违约风险。

基于可解释集成学习的信贷违约预测

人工智能促进了风控行业的发展,智能风控的核心在于风险控制,信贷违约预测模型是解决这一问题必须倚靠的手段.传统的解决方案是基于人工和广义线性模型建立的,然而现在通过网络完成的交易数据,具有高维性和多重来源等特点,远远超出了现有模型的处理能力,对于传统风控提出了巨大的挑战.因此,本文提出一种基于融合方法的可解释信贷违约预测模型,首先选取LightGBM、DeepFM和CatBoost作为基模型,CatBoost作为次模型,通过模型融合提升预测结果的准确性,然后引入基于局部的、与模型无关的可解释性方法LIME,解释融合模型的预测结果.基于真实数据集的实验结果显示,该模型在信贷违约预测任务上具有较好的精确性和可解释性.

贝叶斯网络在预测银行信贷风险中的应用

对银行来说,分析量化操作风险,对管理者进行相关决策十分重要。贝叶斯网络能够很好地表达不确定因素之间的因果关系,并用于推理决策,是提高操作风险管理水平的有效途径。通过构建贝叶斯网络模型,将可能导致贷款者拖欠还款的各种影响因素引入到具有因果关联的网络结构中,计算出各类指标对拖欠的影响程度。并且通过分析节点,直观地显示了每个模型的预测效果,为银行预测潜在贷款拖欠者,并进行相关风险管理提供了理论依据。

存在违约风险时的最优资产组合

本文研究了当存在违约风险时,一个代表性投资者投资于一个可违约债券、股票以及银行存款的最优资产配置问题。利用简约化模型来刻画可违约债券的违约风险,并给出其价格的动态过程。通过随机控制方法给出了此优化问题的解析解。结果表明跳跃(违约)风险的存在,使可违约债券的最优投资策略不再是连续函数。当可违约债券违约时,投资者对可违约债券的持有量为零;当债券未发生违约时,投资者对可违约债券的最优持有量主要受信用利差、违约强度以及投资期限的影响。

亚洲基础设施投资银行主权贷款规则研究

目前亚投行已建立了较审慎的主权贷款制度,包含完整的项目管理制度、明确的贷前尽职调查义务、强调贷款项目的环境和社会影响评估以及信息披露义务。但是,以上规则尚不能完全实现对于主权贷款风险的控制,在主权国家风险评级体系、主权借贷行为的合法性、债务可持续性分析、透明度上都有欠缺。世界银行、国际货币基金组织、联合国贸发会议等可资借鉴的丰富立法资源和实践经验,都为亚投行主权贷款规则的完善奠定了良好基础。在现有的亚投行主权贷款风险控制制度的基础上,亚投行未来应构建主权贷款风险评估体系,注重借款国借款行为的合法性,加强债务可持续性评价机制建设以及提高放贷行为的透明度。

高职院校贷款学生违约风险控制路径研究——以淮安信息职业技术学院为例

贷款违约风险是影响助学贷款可持续健康发展的主要障碍,而高校在贷款违约风险控制方面发挥着不可替代的作用,文章以淮安信息职业技术学院为例,对高校在宣传、教育、机制三个方面的违约风险控制路径进行了分析。

浙江民营企业债券违约风险研究——以新光和盾安为例

新时期,全球债务水平迅猛增加,我国债券市场支持实体经济力度加大,浙江省债券发行位于全国第5位,而且民营企业债券违约风险燃点低。浙江省在盾安案例中的有效处置引起全国的关注和点赞。居安思危,民营企业仍然存在激进投资、金融化、融资结构集中等现象,甚至是财务造假、道德风险等债务违约隐患。当前应统一指导思想,推进融资畅通工程,并强调监管和破除信息不对称,有效防范化解民企债务风险。

地方政府自主发债的违约风险控制——美国的经验与启示

地方政府债券是地方政府发挥财政功能、推动公共建设的重要融资渠道,地方债券风险防控是维护地方财政可持续发展的关键所在。在分析、借鉴美国市政债券管理经验的基础上,认为我国地方债券存在着总体规模较大、发债期限错配、市场流动性不足、辅助制度不完善等四大风险;当前促进我国地方政府债券发展,需要从控制发债规模、调整期限结构,丰富投资者结构、避免风险集中,把控三大环节、健全运作机制,明确监管主体、加强监管力度等四个方面,建立规范有效的风险防范和分散制度。

地方政府自主发债的最优规模与风险控制--基于四省份的实证分析

自从我国财政分税制改革以来,地方政府财政收支不平衡日益加剧,债务融资需求不断扩张,致使市政债券逐渐成为解决地方政府资金需求的重要融资工具之一。在地方政府自主发债过程中,如何确定发债规模、测量预期违约率、有效控制风险引发了学术界的广泛思考与探索。笔者选择KMV模型对东、中、西、东北地区具有代表性的江苏、河南、陕西和辽宁四个省份在不同期限和不同发债规模下的违约率进行预测,并确定了合理的发债规模,为风险的控制提供精准支持。与其他度量地方政府债券信用风险的文献相比,笔者在测量地方政府可担保财政收入时创新性地引入了上级政府补助收入和当前到期债务两个指标,使预期违约率的计算更加科学、发债规模更加准确。研究结论为四省份加强债券风险监控、信用风险科学评估、制定合理风险防范措施提供了科学依据。

逾期风险预测的宽度和深度学习

逾期风险控制是信用贷款服务的关键业务环节,直接影响放贷企业的收益率和坏账率。随着移动互联网的发展,信贷类金融服务已经惠及普罗大众,逾期风控也从以往依赖规则的人工判断,转为利用大量客户数据构建的信贷模型,以预测客户的逾期概率。相关模型包括传统的机器学习模型和深度学习模型,前者可解释性强、预测能力较弱;后者预测能力强、可解释性较差,且容易发生过拟合。因此,如何融合传统机器学习模型和深度学习模型,一直是信贷数据建模的研究热点。受到推荐系统中宽度和深度学习模型的启发,信贷模型首先可以使用传统机器学习来捕捉结构化数据的特征,同时使用深度学习来捕捉非结构化数据的特征,然后合并两部分学习得到的特征,将其经过线性变换后,最后得到预测的客户的逾期概率。所提模型中和了传统机器学习模型和深度学习模型的优点。实验结果表明,其具有更强的预测客户逾期概率的能力。

网络大数据信用风险评分能有效预测信贷违约风险吗?

利用互联网个人小额消费信贷的大样本微观数据,分析借款人互联网信用风险评分与其贷款违约风险的关系。研究结果显示,基于互联网大数据的个人信用风险评分系统,无论是公司自主研发的信用评分卡,还是权威第三方研发的欺诈评分卡,均能够预测网络借款人的违约风险,网络信用风险高的借款人逾期违约率、逾期未结清率更高,需要更多次催收才能最终结清借款。除此之外,借款金额、借款次数等借款特征以及性别、年龄和户籍属性等借款人特征的作用仍不容忽视。利用人工智能和机器学习等先进技术手段更深入地分析借款人信息,完善基于互联网大数据的风控体系,对于降低网络借贷市场的风险至关重要。

控股股东股权质押对企业违约风险具有缓释效应吗?——来自我国违规上市公司的证据

控股股东股权质押在为企业融资的同时,也会对企业的经营活动产生影响。选取2013—2018年A股非金融类违规上市企业作为样本,研究违规企业控股股东股权质押对企业违约风险的影响,结果表明:控股股东股权质押与企业违约风险之间存在非线性关系,即股权质押与违约概率之间存在着U型关系,股权质押比例增加在期初会降低违约风险,但当质押比例达到某一阈值之后,继续提高股权质押比例则会增加违约风险。进一步研究发现,当控制权转移风险与公司治理水平较高时,控股股东股权质押与企业违约风险之间的非线性关系依然存在。

基于Z值模型的我国白酒行业上市公司违约风险分析

本文以2017—2021年我国白酒行业上市公司财务指标为基础,利用Z值模型对白酒上市公司违约风险进行了实证研究。研究发现,近年来我国白酒行业上市公司中除了个别公司存在较高违约风险外,行业整体违约风险较低,处于健康的信用状态。最后结合研究结果与近年来白酒行业的发展状况,本文提出了进一步降低白酒行业上市公司违约风险的相应建议。

基于随机森林算法的银行风险控制模型研究

随着互联网和借贷业务的迅速发展,超前消费日趋常态化。银行信贷在满足居民消费需求、促进国民经济发展的同时,也伴随着失信行为带来的影响,给银行造成了巨大损失。借助机器学习技术建立有效的风险控制模型,做好风险防控,已成为业界的迫切需求。本文基于银行风险防控的需求,针对模型构建的需要,对相关数据集进行了统计分析和预处理,为提供模型构建所需的高质量数据样本做了前期准备。基于随机森林算法,利用集成思想的优势,建立了一种有效的风险控制模型。通过性能度量指标对模型进行评估和参数优化,并与决策树算法模型进行对比,根据最终的实验结果验证基于随机森林算法的银行风险控制模型的可行性和有效性。