本文關(guān)鍵詞：人民幣對(duì)公貸款違約概率計(jì)量模型研究

  更多相關(guān)文章： 違約概率 內(nèi)部評(píng)級(jí)法 風(fēng)險(xiǎn)計(jì)量

【摘要】：隨著金融這一名詞的誕生,金融危機(jī)也應(yīng)運(yùn)而生,西方各國(guó)在數(shù)百年時(shí)間里經(jīng)歷了大大小小各類金融危機(jī)數(shù)以百計(jì)。但隨著最近數(shù)十年金融全球化愈演愈烈,全球金融行業(yè)動(dòng)蕩加劇,金融危機(jī)時(shí)刻籠罩在世界各重要國(guó)家。2007年初,美國(guó)次貸危機(jī)逐漸浮出水面,世界主要發(fā)達(dá)國(guó)家經(jīng)濟(jì)體幾乎都受到了沖擊。從國(guó)內(nèi)看,由于存在匯率管制和利率管制,全球金融危機(jī)并未對(duì)國(guó)內(nèi)的實(shí)體經(jīng)濟(jì)和金融體系產(chǎn)生沖擊。但在利率市場(chǎng)化完成以后,商業(yè)銀行將直接面對(duì)市場(chǎng),經(jīng)受各類市場(chǎng)的考驗(yàn)。為此,巴塞爾Ⅲ在一個(gè)特殊的時(shí)刻誕生了,并被人們寄予了厚望。國(guó)內(nèi)的金融監(jiān)管部門(mén)已經(jīng)有了危機(jī)意識(shí),一方面正努力將本國(guó)的金融監(jiān)管納入到國(guó)際金融監(jiān)管體系中,如積極實(shí)施巴塞爾Ⅲ；另一方面,監(jiān)管部門(mén)認(rèn)真研究中國(guó)的實(shí)際情況,結(jié)合本國(guó)金融體系的特點(diǎn),有針對(duì)性地進(jìn)行監(jiān)管。因此,內(nèi)評(píng)法體系建設(shè)是國(guó)內(nèi)商業(yè)銀行國(guó)際化的需要,也是監(jiān)管部門(mén)對(duì)商業(yè)銀行的外部要求,更重要的是,內(nèi)評(píng)法體系建設(shè)源自商業(yè)銀行內(nèi)在的動(dòng)力。內(nèi)評(píng)法是一個(gè)龐大的系統(tǒng)工程,不可能在一篇研究論文中涵蓋所有的內(nèi)容。因此本文將研究的關(guān)鍵點(diǎn)聚焦在信用風(fēng)險(xiǎn)計(jì)量模型中的違約概率計(jì)量模型。同時(shí),我們將研究對(duì)象限定在人民幣對(duì)公貸款上。我們對(duì)模型留有一定的可拓展性,為進(jìn)一步的研究提供了較大的空間。最終,我們的違約概率計(jì)量模型將能夠滿足巴塞爾協(xié)議的相關(guān)要求,且符合國(guó)內(nèi)銀監(jiān)會(huì)發(fā)布的《商業(yè)銀行資本管理辦法》相關(guān)規(guī)定。更為重要的是,商業(yè)銀行能夠使用模型給出真實(shí)可信的企業(yè)貸款違約概率,并成為商業(yè)銀行貸款評(píng)級(jí)的主要依據(jù),模型將真正幫助商業(yè)銀行控制未來(lái)可能發(fā)生的違約風(fēng)險(xiǎn)。更為深遠(yuǎn)的意義是,商業(yè)銀行可以將違約概率計(jì)量模型應(yīng)用于日常的風(fēng)險(xiǎn)管理、定價(jià)、考核、資產(chǎn)負(fù)債管理等日常經(jīng)營(yíng)活動(dòng)中,使商業(yè)銀行的綜合競(jìng)爭(zhēng)力大幅提升。文章首先充分地對(duì)巴塞爾協(xié)議Ⅲ及各類信用風(fēng)險(xiǎn)計(jì)量模型的相關(guān)研究文獻(xiàn)進(jìn)行了綜述,并對(duì)較為常見(jiàn)的信用風(fēng)險(xiǎn)計(jì)量模型逐一進(jìn)行了理論研究和實(shí)證分析,總結(jié)了它們的優(yōu)缺點(diǎn)。然后,根據(jù)國(guó)內(nèi)商業(yè)銀行違約概率計(jì)量模型建模中的難點(diǎn)提出了獨(dú)立建模原理,并給出了模型的整體框架,即用二叉樹(shù)模型解決數(shù)據(jù)分類問(wèn)題；使用因子分析法解決Logistic模型參數(shù)自相關(guān)的問(wèn)題；建立宏觀經(jīng)濟(jì)輔助模型對(duì)經(jīng)濟(jì)各周期的違約概率進(jìn)行調(diào)整；使用聚類分析方法形成不同評(píng)級(jí)下違約概率的分布；使用Logistic模型與主觀評(píng)分相融合的方法使計(jì)量結(jié)果更符合實(shí)際情況。最后,文章對(duì)模型進(jìn)行了實(shí)證分析,給出了10級(jí)評(píng)級(jí)和相應(yīng)的違約概率分布區(qū)間,并對(duì)它們的風(fēng)險(xiǎn)特征進(jìn)行了描述。同時(shí),模型通過(guò)了多項(xiàng)檢驗(yàn)指標(biāo),符合監(jiān)管部門(mén)的要求。在文章的結(jié)尾,筆者給出了研究結(jié)論和進(jìn)一步的展望。文章主要有三大創(chuàng)新之處,包括：(1)文章提出了適合我國(guó)商業(yè)銀行的違約概率計(jì)量模型理論和框架。(2)本文將風(fēng)險(xiǎn)計(jì)量理論與商業(yè)銀行實(shí)務(wù)相結(jié)合,做到產(chǎn)學(xué)研相結(jié)合。(3)本文緊緊圍繞巴塞爾協(xié)議提出了違約概率計(jì)量模型,可以作為商業(yè)銀行實(shí)施巴塞爾協(xié)議內(nèi)評(píng)法高級(jí)法的一部分。但文章同時(shí)也有四個(gè)不足之處,包括：(1)模型的后評(píng)估有局限性；(2)宏觀經(jīng)濟(jì)周期因素的修正效果有限；(3)模型未經(jīng)過(guò)有效的壓力測(cè)試；(4)模型僅對(duì)違約概率計(jì)量進(jìn)行了研究,并未將研究成果拓展到其他風(fēng)險(xiǎn)指標(biāo)的計(jì)量。在本文的基礎(chǔ)上,未來(lái)的研究者可以采用更為先進(jìn)的計(jì)量工具,將研究范圍拓展到整個(gè)信用風(fēng)險(xiǎn)計(jì)量領(lǐng)域,甚至于將研究跳出巴塞爾協(xié)議的監(jiān)管框架。
【關(guān)鍵詞】：違約概率 內(nèi)部評(píng)級(jí)法 風(fēng)險(xiǎn)計(jì)量
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：F832.4;F224
【目錄】：

• 摘要3-5
• ABSTRACT5-12
• 1 緒論12-25
• 1.1 研究背景和意義12-17
• 1.1.1 研究背景12-15
• 1.1.2 研究意義15-17
• 1.2 研究對(duì)象的界定17-20
• 1.2.1 違約概率的界定17-18
• 1.2.2 貨款種類的界定18-19
• 1.2.3 研究銀行的界定19
• 1.2.4 研究成果的界定19-20
• 1.3 研究方法與分析框架20-22
• 1.3.1 研究方法20
• 1.3.2 分析框架20-22
• 1.4 創(chuàng)新與不足22-24
• 1.4.1 創(chuàng)新點(diǎn)22-23
• 1.4.2 不足之處23-24
• 注釋24-25
• 2 文獻(xiàn)綜述25-39
• 2.1 巴塞爾協(xié)議Ⅲ及監(jiān)管規(guī)定綜述25-29
• 2.2 信用風(fēng)險(xiǎn)計(jì)量模型29-32
• 2.3 內(nèi)部評(píng)級(jí)法模型32-33
• 2.4 PD計(jì)量模型33-37
• 2.5 本章小結(jié)37-38
• 注釋38-39
• 3 巴塞爾協(xié)議對(duì)信用風(fēng)險(xiǎn)和違約概率計(jì)量的要求39-55
• 3.1 巴塞爾資本協(xié)議的發(fā)展歷程39-42
• 3.1.1 巴塞爾資本協(xié)議的起源39
• 3.1.2 從巴塞爾Ⅰ發(fā)展到巴塞爾Ⅱ39
• 3.1.3 從巴塞爾Ⅱ發(fā)展到巴塞爾Ⅲ39-40
• 3.1.4 巴塞爾協(xié)議的主要框架和內(nèi)容40-42
• 3.2 巴塞爾資本協(xié)議中關(guān)于信用風(fēng)險(xiǎn)的主要內(nèi)容42-44
• 3.2.1 巴塞爾資本協(xié)議中對(duì)信用風(fēng)險(xiǎn)的相關(guān)規(guī)定42
• 3.2.2 巴塞爾資本協(xié)議中信用風(fēng)險(xiǎn)的計(jì)量方法42-44
• 3.2.3 商業(yè)銀行實(shí)施內(nèi)部評(píng)級(jí)法的要求44
• 3.3 巴塞爾協(xié)議的中國(guó)化44-47
• 3.3.1 商業(yè)銀行資本管理辦法出臺(tái)的背景和意義44-45
• 3.3.2 商業(yè)銀行資本管理辦法的主要內(nèi)容和特點(diǎn)45
• 3.3.3 商業(yè)銀行資本管理辦法中對(duì)信用風(fēng)險(xiǎn)計(jì)量的要求45-46
• 3.3.4 商業(yè)銀行資本管理辦法對(duì)信用風(fēng)險(xiǎn)計(jì)量的驗(yàn)證要求46-47
• 3.4 巴塞爾協(xié)議在我國(guó)商業(yè)銀行中的推進(jìn)情況47-50
• 3.4.1 我國(guó)商業(yè)銀行的現(xiàn)狀47
• 3.4.2 巴塞爾協(xié)議在我國(guó)商業(yè)銀行中的實(shí)施情況47-49
• 3.4.3 我國(guó)商業(yè)銀行基于信用風(fēng)險(xiǎn)計(jì)量的內(nèi)部評(píng)級(jí)法的實(shí)施情況49
• 3.4.4 巴塞爾協(xié)議實(shí)施后對(duì)我國(guó)銀行業(yè)的主要影響49-50
• 3.5 違約概率計(jì)量是實(shí)施巴塞爾協(xié)議的突破口50-53
• 3.5.1 巴塞爾協(xié)議值得信賴嗎?50-51
• 3.5.2 巴塞爾協(xié)議仍然是商業(yè)銀行風(fēng)險(xiǎn)計(jì)量的全球性準(zhǔn)則51-52
• 3.5.3 巴塞爾協(xié)議對(duì)我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)計(jì)量的適用性52-53
• 3.5.4 建立違約概率計(jì)量模型是我國(guó)實(shí)施巴塞爾協(xié)議的突破口53
• 3.6 本章小結(jié)53-54
• 注釋54-55
• 4 經(jīng)典違約概率模型的適用性研究55-73
• 4.1 Z值模型55-56
• 4.1.1 Z值模型的建模思想55-56
• 4.1.2 Z值模型在我國(guó)商業(yè)銀行違約概率計(jì)量中的適用性分析56
• 4.2 LOGIT模型56-59
• 4.2.1 Logit模型的建模思想57-59
• 4.2.2 Logit模型在我國(guó)商業(yè)銀行違約概率計(jì)量中的適用性分析59
• 4.3 MERTON模型59-62
• 4.3.1 Merton模型的建模思想59-61
• 4.3.2 Merton模型在我國(guó)商業(yè)銀行違約概率計(jì)量中的適用性分析61-62
• 4.4 CREDITMETRICS模型62-63
• 4.4.1 CreditMetrics模壟的建模思想62-63
• 4.4.2 CreditMetrics模型在我國(guó)商業(yè)銀行違約概率計(jì)量中的適用性分析63
• 4.5 KMV模型63-65
• 4.5.1 KMV模型的建模思想64-65
• 4.5.2 KMV模型在我國(guó)商業(yè)銀行違約概率計(jì)量中的適用性分析65
• 4.6 CREDITRISK+模型65-68
• 4.6.1 Creditrisk+模型的建模思想66-68
• 4.6.2 Creditrisk+模型在我國(guó)商業(yè)銀行違約概率計(jì)量中的適用性分析68
• 4.7 CREDITPORTFOLIO VIEW模型68-70
• 4.7.1 CreditPortfolio View模型的建模思想68-69
• 4.7.2 CreditPortfolio View模型在我國(guó)商業(yè)銀行違約概率計(jì)量中的適用性分析69-70
• 4.8 對(duì)現(xiàn)有違約概率計(jì)量模型的總結(jié)70-71
• 4.8.1 對(duì)各類模型在實(shí)際應(yīng)用中的評(píng)判標(biāo)準(zhǔn)70
• 4.8.2 對(duì)現(xiàn)有違約概率計(jì)量模型的總結(jié)70-71
• 4.9 本章小結(jié)71
• 注釋71-73
• 5 我國(guó)現(xiàn)行違約概率模型的合意性研究73-90
• 5.1 傳統(tǒng)的違約概率計(jì)量模型(5C模型)73-76
• 5.1.1 5C模型的起源和特點(diǎn)73-74
• 5.1.2 5C模型的建模思想74-76
• 5.1.3 5C模型在我國(guó)商業(yè)銀行違約概率計(jì)量中應(yīng)用的難點(diǎn)76
• 5.2 現(xiàn)行的國(guó)內(nèi)商業(yè)銀行信貸評(píng)級(jí)方法76-84
• 5.2.1 現(xiàn)行的國(guó)內(nèi)商業(yè)銀行評(píng)級(jí)方法概述76
• 5.2.2 評(píng)級(jí)方法的主要步驟76-83
• 5.2.3 實(shí)證分析和模型缺陷83-84
• 5.3 國(guó)內(nèi)商業(yè)銀行違約概率計(jì)量模型建模中的難點(diǎn)84-88
• 5.3.1 違約概率計(jì)量模型中的主要難點(diǎn)84-87
• 5.3.2 主要難點(diǎn)的解決方法87-88
• 5.4 本章小結(jié)88-89
• 注釋89-90
• 6 我國(guó)對(duì)公貸款違約概率模型研究：框架和方法90-119
• 6.1 違約概率計(jì)量建模的整體框架90-94
• 6.1.1 整體框架概述90
• 6.1.2 違約概率計(jì)量建模步驟90-94
• 6.2 樣本數(shù)據(jù)的分類方法94-99
• 6.2.1 樣本數(shù)據(jù)的分類方式94-95
• 6.2.2 決策樹(shù)模型概述95-96
• 6.2.3 決策樹(shù)模型的關(guān)鍵步驟96-97
• 6.2.4 決策樹(shù)模型的主要算法和選擇97-99
• 6.2.5 決策樹(shù)模型用于對(duì)客戶樣本數(shù)據(jù)進(jìn)行分類的適用性99
• 6.3 建立二項(xiàng)LOGISTIC回歸模型的方法99-106
• 6.3.1 建立二項(xiàng)Logistic回歸模型的主要步驟99-100
• 6.3.2 使用單因素分析法初步篩選指標(biāo)100-103
• 6.3.3 分?jǐn)?shù)轉(zhuǎn)換103-104
• 6.3.4 因子分析法對(duì)自變量降維104-105
• 6.3.5 建立二項(xiàng)Logistic回歸模型105-106
• 6.4 對(duì)宏觀經(jīng)濟(jì)周期的修正方法106-110
• 6.4.1 對(duì)宏觀經(jīng)濟(jì)周期修正的重要意義和主要方法106-107
• 6.4.2 CPV模型的基本原理和建模思想107
• 6.4.3 變量的選擇107-109
• 6.4.4 CPV模型對(duì)單筆貸款違約概率的影響109-110
• 6.5 使用聚類模型劃分評(píng)級(jí)的違約概率區(qū)間110-113
• 6.5.1 信用評(píng)級(jí)劃分的意義和難點(diǎn)110-111
• 6.5.2 聚類分析模型概述及其適用性111-112
• 6.5.3 聚類分析模型的主要算法112
• 6.5.4 使用聚類模型劃分評(píng)級(jí)的違約概率區(qū)間112-113
• 6.6 評(píng)級(jí)調(diào)整和推翻的方法113-117
• 6.6.1 評(píng)級(jí)調(diào)整和推翻的作用及其必要性113-114
• 6.6.2 違約預(yù)警信號(hào)的甄別114-115
• 6.6.3 外部因素對(duì)企業(yè)的影響115-116
• 6.6.4 專家主觀推翻初始評(píng)級(jí)116-117
• 6.7 本章小結(jié)117-118
• 注釋118-119
• 7 我國(guó)對(duì)公貸款違約概率模型研究：實(shí)證檢驗(yàn)119-146
• 7.1 樣本數(shù)據(jù)的采集和管理119-123
• 7.1.1 樣本數(shù)據(jù)采集的基本要求119-120
• 7.1.2 樣本數(shù)據(jù)采集的具體過(guò)程120-121
• 7.1.3 數(shù)據(jù)的取樣121-123
• 7.2 違約概率計(jì)量模型的實(shí)證分析123-141
• 7.2.1 決策樹(shù)模型123-125
• 7.2.2 擬合模型125-133
• 7.2.3 聚類分析模型133-137
• 7.2.4 評(píng)級(jí)的調(diào)整和推翻137-139
• 7.2.5 宏觀經(jīng)濟(jì)周期修正模型139-141
• 7.3 模型識(shí)別能力的檢驗(yàn)與總結(jié)141-145
• 7.3.1 模型的驗(yàn)證141-142
• 7.3.2 模型預(yù)測(cè)能力的主要檢驗(yàn)指標(biāo)142-145
• 7.4 本章小結(jié)145
• 注釋145-146
• 8 結(jié)論和展望146-152
• 8.1 主要研究結(jié)論146-147
• 8.1.1 主要研究結(jié)論146
• 8.1.2 研究主要貢獻(xiàn)146-147
• 8.1.3 研究結(jié)果的啟示147
• 8.2 模型在商業(yè)銀行經(jīng)營(yíng)管理中的應(yīng)用147-150
• 8.2.1 信貸管理147-148
• 8.2.2 信用風(fēng)險(xiǎn)管理和經(jīng)濟(jì)資本計(jì)量148-149
• 8.2.3 貨款定價(jià)管理149
• 8.2.4 績(jī)效考核管理149-150
• 8.3 對(duì)下一步研究的展望150-151
• 注釋151-152
• 參考文獻(xiàn)152-157
• 后記157-159

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 趙靜嫻;杜子平;;基于神經(jīng)網(wǎng)絡(luò)和決策樹(shù)相結(jié)合的信用風(fēng)險(xiǎn)評(píng)估模型研究[J];北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2009年01期

2 彭朝暉;王平;王躍恒;;因子分析法在商業(yè)銀行信貸風(fēng)險(xiǎn)中的研究[J];長(zhǎng)沙理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年01期

3 武劍;內(nèi)部評(píng)級(jí)法中的違約損失率(LGD)模型——新資本協(xié)議核心技術(shù)研究[J];國(guó)際金融研究;2005年02期

4 韓崗;;國(guó)外信用風(fēng)險(xiǎn)度量方法及其適用性研究[J];國(guó)際金融研究;2008年03期

5 趙先信;陳穎;王勝邦;;打開(kāi)內(nèi)部評(píng)級(jí)法的黑箱:假設(shè)、模擬與監(jiān)管實(shí)踐[J];國(guó)際金融研究;2008年08期

6 楊軍;程建;潘俊武;;違約損失率模型開(kāi)發(fā)的理論分析和實(shí)證研究[J];國(guó)際金融研究;2009年06期

7 鐘偉;謝婷;;巴塞爾協(xié)議Ⅲ的新近進(jìn)展及其影響初探[J];國(guó)際金融研究;2011年03期

8 曹勁;;非零售類風(fēng)險(xiǎn)暴露信用風(fēng)險(xiǎn)模型的校準(zhǔn)和主標(biāo)尺開(kāi)發(fā)[J];國(guó)際金融研究;2011年06期

9 李志輝,李萌;我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)識(shí)別模型及其實(shí)證研究[J];經(jīng)濟(jì)科學(xué);2005年05期

10 余宇新;謝鴻飛;;基于STR模型的中國(guó)宏觀經(jīng)濟(jì)周期拐點(diǎn)的識(shí)別與預(yù)測(cè)[J];經(jīng)濟(jì)理論與經(jīng)濟(jì)管理;2012年06期

，

本文編號(hào)：908466