本文研究了如何將信用風險結構化模型基本原理與國內(nèi)銀行管理實踐相結合的問題。現(xiàn)有的結構化模型主要是針對發(fā)達國家債券投資者建立的,與之相比,國內(nèi)銀行面臨的信用風險本質(zhì)上雖然一致,但所處的市場環(huán)境和信息環(huán)境卻有很大的不同。因此,建立符合國內(nèi)特點的結構化理論模型是需要解決的首要問題。在實踐中,國內(nèi)銀行在信用風險定價和風險限額測算方面采用的技術較為落后,難以滿足業(yè)務發(fā)展和風險管理的需要,迫切需要先進的技術解決方案。 本文首先從概念框架、模型假設和基本模型三個方面建立了結構化模型基本分析框架,提出了具有一般性的違約概率基本模型(以下簡稱“基本模型”)。研究表明:結構化模型符合內(nèi)部評級法的基本原理,可以作為銀行信用風險度量與管理的工具。 然后,本文根據(jù)國內(nèi)銀行面臨的信息環(huán)境和信息獲取機制,提出了一種新的信息噪音假設,建立了具有中國特點的結構化違約概率模型(以下簡稱“噪音模型”),并利用國內(nèi)銀行的實際數(shù)據(jù)進行了實證分析。結果表明:噪音模型預測的準確度高于基本模型和Z′評分模型;國內(nèi)企業(yè)向銀行提供的財務報表信息失真的現(xiàn)象較為嚴重,企業(yè)傾向于向銀行夸大其信用實力。 接下來,本文在結構化模型的基礎上,利用解析分析和情景分析相結合的方法,全面分析了債務期限對邊際違約概率和邊際違約概率曲線的影響。分析發(fā)現(xiàn):近期違約概率隨企業(yè)風險程度的提高而增大,中遠期違約概率先增后減;噪音對近期違約概率的影響較大,對中遠期違約概率的影響較小。在此基礎上,提出了一種新的中長期信用風險定價方法,它更加合理、精確的考慮了債務期限的影響。 最后,分析了資本結構(公司債務率)對違約概率的影響,發(fā)現(xiàn):違約概率隨公司債務率的增加而單調(diào)遞增。在此基礎上,提出了一種新的客戶風險限額測算方法。這種方法綜合考慮了客戶承貸能力和銀行風險偏好,將客戶風險限額和違約概率直接“掛鉤”,具有科學合理的理論基礎以及較強的直觀性和操作性。
【學位單位】：天津大學
【學位級別】：博士
【學位年份】：2007
【中圖分類】：F224;F830
【部分圖文】：

拓展建立了首越時間模型（First Passage Time Model）（Black 和 Cox，1976）以及展期模型（Extension Time Model）（Moraux，2003）；在資本結構和市場摩擦方面，逐步考慮了付息、債券優(yōu)先級別、多只債券、分紅等更為復雜的資本結構（Geske，1977； Longstaff 和 Schwartz，1995；Leland 和 Toft，1996），以及稅收和破產(chǎn)成本等市場摩擦問題（Leland，1994）；在利率方面，逐漸引入了各種隨機利率模型以替代固定不變的利率假設（Kim 等，1993；Longstaff 和 Schwartz.，1995；Saá-Requejo和 Santa-Clara，1997）；在公司資產(chǎn)價值運動方面，從擴散模型發(fā)展到擴散——跳躍模型（Zhou，1997）。隨著債券數(shù)據(jù)的發(fā)展，初期的實證研究主要對 Merton（1974）單個模型進行實證分析（Jones 等，1984；Sarig 和 Warga，1989），近期逐漸轉(zhuǎn)向?qū)Χ鄠�結構化模型進行實證綜合比較（Lyden 和 Saraniti，2000； Huang 和 Huang，2003；Eom 等，2004）。目前國內(nèi)對結構化模型的研究側重于理論介紹和實證分析（吳恒煜和張仁壽，2005；王瓊等，2006）。下文將根據(jù)國內(nèi)外理論和實證兩條主線，對結構化模型進行系統(tǒng)的歸納和綜述。

21 2( ) /( )( )ln( / ) ( )( , , , ) 12 ln( ) ln( / ) ( )ttrT tt tT tV B m tp t T V BtV De V B m tDe tδ γ σγγτσ ττσ τ + = Φ + + Φ （3 基本模型存在的問題本模型假設銀行能夠?qū)崟r的獲得關于公司資產(chǎn)價值和違信息，因此違約是可以完全預測的。這導致在足夠短的時約的可能性為 0。例如在圖 3－5 設置的情景（V＝100，B25，r＝2.25%，2m = r σ/ 2）中，該公司在 4 個月內(nèi)發(fā)生乎為 0。但是在現(xiàn)實情況下，60％的債務率是比較高的，發(fā)生違約的可能性是完全存在的。

圖 4-1：公司資產(chǎn)價值條件分布－1)給出了在上述基本情景下，公司資產(chǎn)價值在不同布圖。從圖中可以看出，當 t 時刻公司資產(chǎn)價值觀上并不能確定公司資產(chǎn)價值的實際值到底是多少，而公司資產(chǎn)價值的分布。噪音波動率 a的增加，分布的峰度越來越“扁平”，說實信息成分在降低，對于估計實際值的意義在下降。分布時，則觀測值完全失去了意義，因為公司資產(chǎn)價已知信息。無法準確估計公司資產(chǎn)價值，噪音模型便避免了違約1 年期違約概率預測值也發(fā)生了較大的變化。例如，，基本模型給出的 1 年期違約概率為 0.06%。而當 預測的 1 年期違約概率為 0.9%，遠高于基本模型。

【引證文獻】

相關博士學位論文 前1條

1 張北陽;上市公司信用風險、公司治理和企業(yè)績效關聯(lián)研究[D];吉林大學;2011年

相關碩士學位論文 前5條

1 周建星;基于KMV模型和符號數(shù)據(jù)分析的股票板塊特征分析[D];天津大學;2010年

2 薛珊;基于Ⅰ~2模型的我國上市公司違約概率度量研究[D];湖南大學;2010年

3 陳燕;商業(yè)銀行信用風險限額管理研究[D];復旦大學;2011年

4 張佳倩;基于非完全信息模型和Logistic模型的中國上市公司信用風險研究[D];吉林大學;2010年

5 趙爽;非完全信息模型在預測違約風險中的應用[D];吉林大學;2010年

本文編號：2828766