LTV政策实施与银行信贷结构调整:理论模型与中国证据

本文以贷款价值比(Loan-to-Value,LTV)工具为例,基于一个扩展的DeYoung等(2015)银行信贷组合模型(DGTWmodel),并利用中国上市商业银行的信贷数据,深入研究了房地产宏观审慎政策对商业银行信贷结构的影响。结果表明:①LTV政策的实施,会降低家庭住房部门的新增信贷规模和信贷余额在总信贷中的比重,也会影响其他部门的信贷规模及在总信贷中的比重,但影响程度与该部门和家庭住房部门的信贷损失间相关系数(进而与部门间的产业关联性)有关;②相对于非繁荣期,房地产繁荣时期的LTV政策实施,对家庭住房信贷占比的影响较弱;③相对于政策收紧,LTV政策的放松会更大幅度地提升房地产信贷比重。本文的结论有助于深化理解房地产宏观审慎政策效果和优化现有政策及工具组合。

基于VaR收益率约束的贷款组合优化决策模型

本文以贷款的收益率为金融资产的收益 ,以贷款收益率的波动为标准反映贷款风险 ,在VaR约束下 ,以拉格朗日乘子法为工具求二次规划 ,建立了在既定组合收益范围内 ,组合风险最小的贷款组合优化决策模型。该模型的特点一是以收益率最大损失的形式、而不是收益额的形式来反应VaR ,使组合决策分析更为方便。二是考虑了风险之间的相关性 ,用组合VaR的收益率最大损失来控制贷款收益率的风险限额 ;使贷款的分配直接反映了商业银行的风险承受能力。三是在合理的目标收益范围内 ,给定任意一个决策者期望的收益率 ,总能找到对应的风险最小的贷款组合 ,由此模型求出的有效边界 ,为组合贷款的优化决策提供了科学的方法。

基于存量与增量全部组合收益最大的贷款优化决策模型

在既定组合收益范围内,以VaR风险控制为约束条件,以0-1规划为工具,建立了存量与增量全部贷款组合累计收益最大的决策优化模型。模型的主要特点一是综合反映贷款存量与增量组合累计收益最大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组合的关系,真正地控制了银行全部贷款的组合风险和收益,改变了现有研究仅仅优化增量贷款组合的现状,开拓了金融资产组合优化理论的新思路。二是以VaR风险控制作为约束条件,用组合的VaR收益率最大损失来控制贷款收益率风险限额,直接反映了商业银行的风险承受能力。三是在贷款组合过程中,使用上下界限制,使得商业银行既能较好地进行风险控制,又可以充分利用贷款头寸。

基于单位风险收益最大原则的贷款组合优化决策模型

针对已有的不确定投资情况下风险与收益选择方法的特点与弊端 ,提出了在贷款组合配给中的单位风险收益最大原则 ,并依此建立了风险贷款组合的优化决策模型 ,解决了收益与风险各不相同时贷款组合的决策问题。实例分析和对比表明了该方法的科学性。

中国商业银行信贷经营的内部市场化管理研究

我国商业银行信贷经营的内部管理仍然具有强烈的行政管理色彩的"硬约束"特征,其计划性和强迫性虽能取得立竿见影的效果,但大量实践表明,其成果大多是短效和不可持续的,因为这种刚性管理方式忽略了各经营分支机构的自然禀赋、客户资源、人员素质和管理文化差异。而以信贷综合收益RAROC最大化为核心的绩效考核体系,则将市场价格机制引入商业银行内部,利用经济杠杆的软约束管理方式引导各经营分支机构充分发挥自身优势,从而实现银行贷款资源的优化配置、分类指导。

基于CVaR风险度量和VaR风险控制的贷款组合优化模型

以银行贷款组合的条件风险价值CVaR最小为目标函数,以贷款组合的VaR约束为条件,以二次规划为手段,建立了贷款组合优化模型。本模型的创新与特色一是以贷款组合的CVaR最小为目标决策,降低了银行发生灾难性风险的可能性。二是以VaR风险控制作为约束条件,使组合风险限定在银行的承受能力内。三是用有效前沿上最小的CVaR点和单项贷款的最大收益率确定了目标收益率的合理区间。

贷款组合的“均值-方差-偏度”三因素优化模型

以银行各项资产组合收益率最大化为目标函数,以收益率偏度大于零控制银行重大损失发生的概率,以组合风险价值VaR风险限额为约束条件控制资产组合风险的大小,建立了贷款组合的"均值-方差-偏度"三因素优化模型。本模型的创新与特色一是通过偏度约束减少了组合收益率小于其均值的可能性,并增加了组合收益率大于其均值的概率。这在均值-方差模型的基础上,增加了偏度参数,建立了收益率均值-方差-偏度模型,开拓了资产组合优化的新思路。二是以组合风险价值VaR建立了约束条件,通过在一定置信水平下的最大损失限额来制约贷款组合的违约风险,使贷款配给的风险限定在银行的承受能力和贷款准备金的范围之内,解决了整体风险的控制问题。

基于线性矩阵不等式的贷款组合鲁棒优化模型

运用线性矩阵不等式方法,研究了商业银行贷款组合选择的鲁棒优化问题.在Markowitz均值-方差理论基础上,建立了贷款组合鲁棒优化模型,并用多个期望收益向量和协方差矩阵描述未来贷款收益的不确定性,给出了线性矩阵不等式的求解方法.用数值仿真验证了模型的有效性.由于模型考虑了未来贷款收益的不确定性,得到了可靠性较高的结果.研究结果表明,该模型具有鲁棒性,可以有效降低贷款风险,并可为商业银行提供贷款决策依据.

基于行业组合的贷款总体风险优化决策模型

应用资本资产定价模型中的单因子模型表达贷款收益和风险函数,以不同行业贷款组合后的总体风险最小化为目标,运用非线性规划方法建立了基于组合贷款总体风险优化的行业贷款分配模型。通过负相关行业的风险对冲,避免了选择单个或少数行业进行贷款所导致的、当该行业不景气时的系统性风险对贷款质量的影响,降低了贷款组合的系统性风险。从组合贷款总风险中分离出系统风险和非系统风险,并通过实例验证行业组合可以降低系统性风险,显示通过行业组合可以部分地抵消由于行业自身所产生的系统性风险。

基于有效边界的贷款组合优化决策模型

以贷款的收益率为金融资产的收益 ,以贷款收益率的波动为标准反映贷款风险 ,以拉格朗日乘子法为工具求解二次规划 ,建立了在既定组合收益范围内 ,组合风险最小的贷款组合优化决策模型 .该模型的特点一是可直接对贷款的银行收益与风险进行组合优化 ,在现有研究的基础上提高了决策分析精度 ;二是通过有效边界上的最优组合有效地控制了贷款的组合风险 ,解决了组合贷款的优化决策问题 .

商业银行贷款组合动态优化模型研究

以银行各项资产组合收益最大化为目标函数,以法律、法规和经营管理约束为条件,运用逆向递推原理和线性规划方法,建立了商业银行贷款组合动态优化模型。创新与特色主要在于考虑了不同区段贷款效益对全部区段贷款总体效益的相互影响,运用逆向递推原理,在考虑所有贷款区间全部收益最优化的前提下,优化配给区间段的贷款配给,使得全部区段的整体贷款配给达到最优。

基于综合风险约束的贷款组合优化决策模型

信贷风险是银行经营中的主要风险 ,贷款风险组合优化是信贷管理中最常见的决策 .分析了国内外同类研究的缺陷 ,提出了反映贷款风险组合优化规律的决策原则 ,并以 0 1型整数规划为工具 ,以综合贷款风险度为约束条件 ,建立了贷款风险组合的优化决策模型 .在进一步实例分析和对比分析基础上 ,探讨了这种模型的特点 。

基于风险价值约束的贷款组合效用最大化优化模型

资产组合优化是使投资者期望效用最大化的决策。文中用风险价值(VaR)来控制风险,根据在贷款组合有效边界上银行效用最大化的目标分配各项贷款,建立了基于VaR约束的贷款组合效用最大化优化模型。主要创新与特色:①通过贷款组合效用最大配给贷款符合贷款优化的目的,解决了决策模型与决策目的相一致的问题;②当银行决策者或决策群体对风险的偏好在VaR允许范围内时,现有研究的效用最大化决策模型是本模型的特例;③在控制贷款组合VaR的前提下,实现贷款组合效用最大化。当效用最大的贷款组合在VaR控制的边界内时,此组合即为最优组合。当效用最大的贷款组合在VaR控制的边界外时,贷款组合有效边界上效用最大的组合就是最优组合。

具有模糊收益率的贷款组合优化决策

通过把贷款的收益率刻画为模糊变量,提出了贷款组合的优化决策模型,即均值-方差模型,模型中的贷款收益率可以是任意的模糊变量.对于贷款收益率是特殊的三角模糊变量的情况,给出了模型的清晰等价类,这些等价类模型可以用传统的方法进行求解.对于贷款收益率的隶属函数比较复杂的情况,设计了基于模糊模拟的混合优化算法求解模型.该算法集成了模糊模拟、神经网络、遗传算法和同步扰动随机逼近算法,既具有较强的全局搜索能力,又具有高效的局部搜索能力.经数值仿真,验证了算法的可行性.

基于资本效率约束的多目标行业组合贷款优化管理模型

在综合考虑商业银行资本运用效率及风险承受能力的基础上,建立了风险调整后资本收益率(RAROC)最大化和风险最小化的多目标行业贷款组合优化管理模型。模型兼顾了贷款组合综合收益、风险等多重管理目标,并通过资本效率约束使贷款的运用效率在商业银行行业贷款优化配置中予以充分体现。运算中采用了粒子群优化算法进行迭代求解,并根据某商业银行经营数据进行实例分析,改进了现有贷款组合研究需要假设模型约束变量数值的缺陷。

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。

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。

基于梯形模糊数的贷款组合优化管理决策

利用梯形模糊变量刻画了期望收益率及其方差,构建了相应的贷款组合优化模型,解决因缺乏数据而无法进行合理决策提供了有效途径。同时考虑综合风险收益下的RAROC最大化以及引入资本运用效率作为约束条件,进一步调整贷款配置结构和管理思路,更好地考察了每笔贷款的利用效率。研究表明引入梯形模糊数的贷款组合决策模型能够有效地配置贷款资源,并且容许区间和左右宽度的变化会对组合模型有效边界产生不同的影响。

商业银行贷款组合优化决策的机会准则模型

通过把贷款的收益率刻画为模糊变量,提出了商业银行贷款组合优化决策的机会准则模型,即可能性准则模型、必要性准则模型和可信性准则模型。对于贷款收益率是特殊的三角模糊变量的情况,给出了模型的清晰等价类,这些等价类可以用传统的方法进行求解。对于贷款收益率的隶属函数比较复杂的情况,应用集成模糊模拟、神经网络、遗传算法和同步扰动随机逼近算法的混合优化算法求解模型。数值算例验证了模型和算法的有效性。

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。