發(fā)布時間：2020-05-26 00:32

【摘要】： 信用風險遍及所有的金融交易,貸款違約風險是銀行等金融機構進行信用風險分析時關注的焦點。貸款組合是銀行在有限貸款總額的約束下,將款項貸給兩個以上債務人,以分散信用風險的方法。由于行業(yè)特征和商業(yè)周期等宏觀因素,以及企業(yè)間商業(yè)活動關聯(lián)性等微觀因素的影響,使得貸款組合中的違約依賴表現(xiàn)為周期相關性和風險蔓延性。違約依賴性越高,貸款組合的潛在風險損失越大。如何在貸款組合信用風險度量中充分準確的反映違約依賴性,是當前學術研究和實踐應用中的重要問題之一。 我國正在逐步實施新巴塞爾協(xié)議,將信用風險度量技術從單個債務人擴展到貸款組合的角度進行研究,有利于商業(yè)銀行更加準確的計算協(xié)議中要求的風險資本。同時新協(xié)議雖然對許多信用風險度量模型進行了完善,但是這些模型并不適于宏觀層面評估整體經(jīng)濟的信用風險,這也是銀行監(jiān)管部門評價整個銀行系統(tǒng)穩(wěn)定性所面臨的主要難題。從微觀和宏觀視角分別研究貸款組合的違約概率與信用損失分布,不僅有助于銀行有效分散風險,完善信用風險度量技術,而且對于監(jiān)管機構評估金融環(huán)境穩(wěn)定性,加強風險管理都具有重要的現(xiàn)實意義。 貸款組合信用風險度量的顯著特征是缺少實際違約數(shù)據(jù)。貝葉斯統(tǒng)計方法可以用來考察概率模型中與參數(shù)相關的不確定性,是一種科學有效使用專家意見等主觀經(jīng)驗的研究技術。貝葉斯方法在貸款組合信用風險度量中的應用途徑主要體現(xiàn)為兩個方面,一是應用貝葉斯方法參數(shù)化模型,在風險度量時,貝葉斯方法可以作為一個技術工具估計風險模型中違約概率等重要變量;二是應用貝葉斯方法估計信用損失分布,正確描述貸款組合信用損失分布的動態(tài)變化特征,將損失分布分解為可觀測變量,并診斷損失波動率。 在貸款組合信用風險度量研究中,主要結論包括兩點,一是基于貝葉斯方法構建的信用風險度量框架,結合MCMC模擬技術的應用,在一定程度上緩解了缺少實際違約數(shù)據(jù)問題,二是通過靈活運用貝葉斯模型中的潛在因素,能夠正確反映貸款組合的違約依賴性,并可以對整體經(jīng)濟的信用損失分布給出動態(tài)描述。 主要創(chuàng)新之處體現(xiàn)在以下三個方面: (1)拓展?jié)撛谝蛩氐膽�。在貝葉斯框架下,運用潛在因素描述貸款組合中個別債務人質量、行業(yè)特征、商業(yè)周期等影響因子,進而應用分層先驗分布構建多級模型處理違約依賴性和債務人異質性等問題,不僅結果準確,而且統(tǒng)計推斷簡潔清晰。 (2)從商業(yè)銀行的微觀視角構建貸款組合違約概率度量的貝葉斯模型。使之不僅涵蓋宏觀經(jīng)濟沖擊,而且考慮債務人異質性問題,允許信用質量變化存在跨期自相關,從而更加確切的描述貸款信用等級變化過程,解釋宏觀系統(tǒng)風險對違約概率的影響,并且針對不同的數(shù)據(jù)限制,推導模型不同的特定形式。同時完善巴塞爾協(xié)議給出的樣本外測試方法,不僅采用離差信息準則校驗模型,強化模型預測能力,而且通過改進樣本外模型比較方法,進一步說明結論的不確定性。 (3)從監(jiān)管機構的宏觀視角構建貝葉斯信用風險損失分布評估框架。設計整體經(jīng)濟信用損失分布度量方法以評估金融環(huán)境穩(wěn)定性,給出損失分布動態(tài)參數(shù)化方法,將損失分布分解為可觀測變量,進一步解釋違約蔓延性,并給出損失波動性的診斷方法。 基于貝葉斯方法構建的信用風險度量模型除了計算量較大之外,某些預測結果仍有與實際違約概率存在偏差的情況,同時模型的穩(wěn)健性需進一步檢驗,以上不足之處有待深入研究。
【圖文】：

該棋型為廣義線性模型(G.姆rl七 edLin側燈Mode兒GL娜的一般形式，，在傳統(tǒng)方法中一般采用最大似然法估計，而在貝葉斯框架下根據(jù)模型 (3.12)可以采用吉布斯抽樣進行估計，并且簡潔明了.圖3.12給出了系數(shù)民和幾的1以沁0次模擬散點圖，最后的估計值應該位于圖中黑色區(qū)域的中心.

為大大降低了模型中利率水平變化對違約率的影響，因率顯著。行業(yè)總產(chǎn)值系數(shù)為刁.口口J表明行業(yè)整體狀況好值非常小的原因可以說明僅通過這一個變量無法有效說加入行業(yè)收益率后效果仍不顯著，因而需要通過隨機影論截距數(shù)據(jù)可以看出，不同行業(yè)對經(jīng)濟環(huán)境變化的反應并機械設備行業(yè)的波動較大，如果能夠獲得更全面的數(shù)據(jù)，際。不過這里應用方法的的重點在于說明預測來自不同，不能采用簡單的線性擬合給出相同的截距和誤差項，型，原因在于不同的誤差項難以整合評估整體風險。依據(jù)時，可以利用對角元素為口，四好構成的對角線矩陣反信用風險作出更加精確的估計。(((l川材叩Pt)))
【學位授予單位】：天津財經(jīng)大學
【學位級別】：博士
【學位授予年份】：2009
【分類號】：F224;F830.5

【引證文獻】

相關期刊論文 前1條

1 肖奎喜;王滿四;倪海鵬;;供應鏈模式下的應收賬款風險研究——基于貝葉斯網(wǎng)絡模型的分析[J];會計研究;2011年11期

相關碩士學位論文 前3條

1 宋麗華;基于神經(jīng)網(wǎng)絡與證據(jù)理論的商業(yè)銀行信用風險評估[D];哈爾濱工業(yè)大學;2010年

2 李蕾;我國中小企業(yè)信用風險評價的實證研究[D];天津大學;2010年

3 趙娜;金融企業(yè)對一般公司類客戶信用風險評級系統(tǒng)設計與實現(xiàn)[D];遼寧科技大學;2012年

本文編號：2680986