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。

投资组合信用风险的测度和优化——基于Copula理论

使用四种copula(即Gaussian copula、Student’s t-copula、grouped t-copula和Clayton n-copula)对投资组合信用风险进行度量,并在此基础上,利用线性规划方法优化投资组合。研究结果比较发现,几种copula中t-copula度量投资组合信用风险相依最合适,并给出了相应的最优资产配置。

我国行业风险的决定因素及传递机制研究——来自沪深300细分行业的经验证据

本文综合运用未定权益分析法(CCA)和共同相关性效应(CCE)面板计量方法,基于2009年11月至2013年3月沪深300细分行业的股市数据和财务数据,研究了我国行业风险的决定因素与传递机制,旨在从中观视角为制定宏观审慎政策提供新的实证支持。首先,用CCA方法构建了行业风险指标组合违约距离,然后,运用能刻画截面相关的CCE方法,分析了行业风险的影响因素及扩散路径。结果发现:行业风险有显著的联动性与截面相关性;行业异质性冲击的效应比较显著;不可观测因子的作用不能忽略;存在多种风险传递机制。

银行信用组合风险多成分重要性抽样算法研究

银行信用组合违约风险的度量和计算对银行监管有着重要的意义.使蒙特卡洛研究信用组合违约概率时,为提高模拟效率,越来越多的学者采用了重要性抽样技术来实现.它主要通过条件独立性和"均值移动"两个步骤实现.本文基于前人研究结果的基础之上,提出了一种基于违约相关性矩阵的多因子变方差的重要性抽样算法.该算法通过主成分分析选择违约结构中的占优成分并扩大其方差来实现.数值算例证明了该方法在信用组合遭遇极值事件时,能够提高模拟效率及计算精度,具有一定的计算优势。

组合信用风险测度的藤copula方法

研究组合信用风险测度问题,用藤copula描述违约相依结构,提出一种测度组合信用风险的藤copula方法.实证结果表明:常用多元copula方法往往低估或高估风险值,而藤copula方法在各种常用的多元copula相依结构假定下的VaR和ES估计值与实际风险值很接近,VaR都通过了回测检验,ES回测检验指标也表明藤copula方法估计的ES更准确.因此,相对于常用多元copula,藤copula方法更具灵活性,能提高组合信用风险测度的准确性.

IRB法下信贷资产组合的风险因子度量研究

巴塞尔银行监管委员会针对防范信贷资产组合信用风险所需要的资本制定的内部评级法,利用风险因子的变化来反映组合回报的变化,并根据风险权重函数,通过风险加权资产转化为与每一项信用风险敞口更准确匹配的资本要求。文章对违约概率、违约损失率、违约敞口、期限因素以及违约相关性等信贷资产组合信用风险的风险因子的度量进行了综合研究。

信用风险组合管理模型中的相关性问题研究述评

信用风险是我国银行业面临的主要风险之一,基于组合管理思想的信用风险管理已经成为世界各国的共同选择。组合信用风险管理中的2个关键问题是风险的度量指标选择和相关性问题的处理,文章系统分析了其中的相关性处理问题,梳理了现代信用风险度量模型中对违约相关性问题的不同处理方法,分析了这些传统相关系数处理方法的不足之处,阐明了COPULA是信用风险组合管理模型的研究发展方向,以期为我国银行业的信用风险管理提供借鉴和参考。

基于CPV模型的房地产信贷信用风险的度量和预测

本文基于CPV模型,对房地产信贷风险进行了度量与预测。结果表明,该模型在度量和预测房地产信贷违约率方面具有较好的效果。房地产信贷的违约率和宏观经济状况紧密相连,当经济状况恶化,房地产信贷违约率上升,当经济状况好转,房地产信贷违约率下降。分别从国家宏观经济、房地产行业状况、房地产企业状况三个层面选择出三个宏观经济因素指标——综合领先指标、国房景气指数和企业景气指数进行研究,结果表明,对于研究房地产信贷的信用风险来说它们是较好的指标,尤其是综合领先指标。

基于亚超度量空间的信用风险关联结构分析

将亚超度量空间的分析范式引入信贷组合管理,用以确定行业信用风险的关联结构。在构建行业信用风险指数的基础上,运用最小生成树确定唯一的行业信用风险指数分层结构,并利用系统聚类方法将样本行业分为强周期行业、防御型行业、成长型行业和弱周期行业。基于亚超度量空间,可将信贷资产组合分为同质资产组合和异质资产组合,从而实现信贷组合管理的降维处理,并提高商业银行等金融机构的信用风险管理效率。

我国商业银行信贷风险管理体系构建探索

信用风险目前是风险度量管理领域最具挑战性的课题,而信贷风险又是我国商业银行面临的最大和最重要的金融风险。在国际银行业结构变化、新巴塞尔协议风险资本要求出台以及我国商业银行自身因素的背景下,构建具有自主知识产权的高级信贷风险管理体系对我国银行来说迫在眉睫。本文从风险识别、组合量化度量、控制和绩效评估入手,对构建我国商业银行信贷风险管理体系进行了探索,并提出了相应的政策建议。

银行信贷应该集中管理还是分散投放——基于中国上市商业银行的分析

商业银行的信贷应该集中管理还是分散投放是一个需要回答的战略问题。笔者基于2007—2011年中国16个上市商业银行的信贷投放的数据,通过建立面板模型从风险和收益两个角度研究商业银行信贷投放的行业分散程度对银行的影响。研究发现,在当前我国商业银行信贷分散的情形下,随着集中度增加银行的信贷资产风险将加大,同时银行的收益也会增加,即如果银行选择更高收益的策略就意味着要承担更高的风险,这与高风险高收益的认识相一致。信贷资产的不同风险状况跟信贷风险的边际收益贡献没有明显的关系,这与国外实证结论不一致,但是银行的经营能力决定了银行应该选择的分散程度,更强经营管理效率的银行可以选择更加分散的信贷投放。笔者建议我国商业银行可以在控制风险的情形下适度增加集中度。

考虑了信用风险的可转换债券定价模型

根据范辛亭“随机利率条件下可转换债券定价模型的经验检验”一文提出可转换债券理论价格与实际价格不一致是由于可转换债券定价中没有考虑信用风险 (非恶意和恶意违约风险 )所至 ;进而阐述转债定价模型的发展主要经历了三个过程 :单因素模型 ,双因素模型 ,信用风险模型 ;最后在没有考虑信用风险的转债定价模型与风险债券定价模型基础上推导出具有信用风险 (非恶意和恶意违约风险 )的转债定价模型的 PDE及其约束 ,边界条件。

基于t-copula的信用组合一致性风险度量

以预期短缺ES作为信用组合的风险量度,利用t-copula建模债务人的资产相关性,然后运用小样本近似方法求解信用组合损失分布,并与利用高斯copula得出的结果作比较,提出了一种确定信用组合一致性风险量度ES的方法,并研究债务人资产相关性建模中的模型风险。

基于信用风险迁移条件风险价值最小化的贷款组合优化模型

把企业信用风险迁移引入贷款收益率的计算中,引入条件风险价值(CVaR)来度量贷款组合风险,建立了组合贷款优化决策模型。本模型的特色:①用CVaR代替VaR,控制了贷款组合极端损失的发生;②反映了企业信用等级迁移对企业收益率波动的影响,更加客观地反映了贷款的真实风险,解决了现有研究仅简单求解各笔贷款的收益率标准差而忽略信用风险迁移的问题;③通过现行法律法规为约束条件,在约束条件中,控制了流动性风险,避免了资产配置的流动性危机,保证了银行资产配给的合法性与合规性。

基于信用风险修正的多阶段银行贷款组合优化决策模型

针对银行的信用风险和贷款的周期性等问题,建立一个基于信用风险修正的多阶段银行贷款组合优化决策模型,该模型在多阶段模型中考虑了信用风险修正问题,根据模型的特点给出了把Monte Carlo模拟的动态算法和差分进化的多阶段算法相结合的求解方法,前者求解银行各类贷款的期望收益率,后者求解每一阶段银行对各类贷款的最优投资比重。数值试验表明所建立的模型是合理的且符合商业银行的实际操作要求,给出的方法是有效的和可行的。

基于CVaR和Monte Carlo仿真的贷款组合决策模型

提供了一种新的贷款组合决策优化方法,该模型用更能反映贷款组合信用风险特征的CVaR作为风险度量。由于在实际中很难获取各笔贷款的历史数据,为此给出了一种基于Matlab语言的MonteCarlo仿真方法,从而使该模型可以通过线性规划技术有效的进行求解。最后给出了一个例子。

基于信用迁移全部贷款组合优化下的新增单笔贷款决策模型

根据CreditMetrics信用风险迁移矩阵的时间效应和随机过程中的Brown运动来反映银行贷款风险的非系统因素,确定信贷资产风险随时间变动的数学关系;结合因子模型与Markowitz的均值-协方差模型,建立基于存量与增量组合累计风险的银行贷款决策模型。模型的基本原理是通过对决策前贷款存量组合的风险和收益率与其加入一笔新贷款后的总风险和总收益率的对比来决定是否发放该笔贷款。模型的主要特点:①综合反映贷款存量组合累计风险对贷款决策的直接影响,合理地考虑了贷款存量组合与贷款增量的关系;②信贷资产的信用风险由扰动项定量的表示出来,而不是像流行方法那样由于因子模型的扰动项的均值为零而直接将2eiσ设置为0;③把微观层次的风险与宏观经济变量联系起来,充分考虑宏观经济要素对微观个体还贷能力的重要影响,即综合考虑了市场风险和信用风险对信贷风险的影响。

紧缩性政策下银行信贷资金期限配置行为分析

从我国银行贷款传导渠道的典型事实出发,通过建立SVAR模型对紧缩性政策影响下我国银行业信贷资金期限配置行为进行研究,结果表明,当人民银行上调政策利率之后,银行出于防范利率上升所引致的净利息收益下降目的而增加短期贷款并减少中长期贷款,这就意味着,利率风险管理已成为影响银行信贷资金期限配置行为的决定因素。在此情况下,人民银行应充分发挥利率工具在促进信贷结构调整中的作用。

信用组合风险模型的构建及其应用

为了使当前流行的各种信用风险模型具有更高的相容性,在系统风险因素和非系统风险因素区别的基础上,建立了一个简单的信用组合风险模型。同时引进边际风险的概念,将边际风险贡献与信用组合风险管理进行了有机的结合。最后对CreditMetrics模型进行了深入剖析,得出该模型仅是信用组合风险模型的一个特例的结论。

中国银行业构建现代信用风险管理模式的思考

针对信用风险的复杂特征,按照比较完善的市场风险管理模型方法可以构建现代信用风险管理模型。同时,在信息系统和内部风险评级逐步完善、信用衍生工具广泛使用的前提下,可以引入现代资产组合管理理论的思想、方法与技术,实施信用风险管理的资产组合管理方法,进而实现现代信用风险管理。重点研究现代信用风险管理的一般模式,并在此模式下,探讨中国实际背景下银行业的战略选择问题,指出完善信息管理信息系统和内部评级体系以及进一步研究信用衍生工具等金融创新的具体思路。