本文關鍵詞：人民幣對公貸款違約概率計量模型研究

  更多相關文章： 違約概率 內(nèi)部評級法 風險計量

【摘要】：隨著金融這一名詞的誕生,金融危機也應運而生,西方各國在數(shù)百年時間里經(jīng)歷了大大小小各類金融危機數(shù)以百計。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)動蕩加劇,金融危機時刻籠罩在世界各重要國家。2007年初,美國次貸危機逐漸浮出水面,世界主要發(fā)達國家經(jīng)濟體幾乎都受到了沖擊。從國內(nèi)看,由于存在匯率管制和利率管制,全球金融危機并未對國內(nèi)的實體經(jīng)濟和金融體系產(chǎn)生沖擊。但在利率市場化完成以后,商業(yè)銀行將直接面對市場,經(jīng)受各類市場的考驗。為此,巴塞爾Ⅲ在一個特殊的時刻誕生了,并被人們寄予了厚望。國內(nèi)的金融監(jiān)管部門已經(jīng)有了危機意識,一方面正努力將本國的金融監(jiān)管納入到國際金融監(jiān)管體系中,如積極實施巴塞爾Ⅲ；另一方面,監(jiān)管部門認真研究中國的實際情況,結合本國金融體系的特點,有針對性地進行監(jiān)管。因此,內(nèi)評法體系建設是國內(nèi)商業(yè)銀行國際化的需要,也是監(jiān)管部門對商業(yè)銀行的外部要求,更重要的是,內(nèi)評法體系建設源自商業(yè)銀行內(nèi)在的動力。內(nèi)評法是一個龐大的系統(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鍵點聚焦在信用風險計量模型中的違約概率計量模型。同時,我們將研究對象限定在人民幣對公貸款上。我們對模型留有一定的可拓展性,為進一步的研究提供了較大的空間。最終,我們的違約概率計量模型將能夠滿足巴塞爾協(xié)議的相關要求,且符合國內(nèi)銀監(jiān)會發(fā)布的《商業(yè)銀行資本管理辦法》相關規(guī)定。更為重要的是,商業(yè)銀行能夠使用模型給出真實可信的企業(yè)貸款違約概率,并成為商業(yè)銀行貸款評級的主要依據(jù),模型將真正幫助商業(yè)銀行控制未來可能發(fā)生的違約風險。更為深遠的意義是,商業(yè)銀行可以將違約概率計量模型應用于日常的風險管理、定價、考核、資產(chǎn)負債管理等日常經(jīng)營活動中,使商業(yè)銀行的綜合競爭力大幅提升。文章首先充分地對巴塞爾協(xié)議Ⅲ及各類信用風險計量模型的相關研究文獻進行了綜述,并對較為常見的信用風險計量模型逐一進行了理論研究和實證分析,總結了它們的優(yōu)缺點。然后,根據(jù)國內(nèi)商業(yè)銀行違約概率計量模型建模中的難點提出了獨立建模原理,并給出了模型的整體框架,即用二叉樹模型解決數(shù)據(jù)分類問題；使用因子分析法解決Logistic模型參數(shù)自相關的問題；建立宏觀經(jīng)濟輔助模型對經(jīng)濟各周期的違約概率進行調(diào)整；使用聚類分析方法形成不同評級下違約概率的分布；使用Logistic模型與主觀評分相融合的方法使計量結果更符合實際情況。最后,文章對模型進行了實證分析,給出了10級評級和相應的違約概率分布區(qū)間,并對它們的風險特征進行了描述。同時,模型通過了多項檢驗指標,符合監(jiān)管部門的要求。在文章的結尾,筆者給出了研究結論和進一步的展望。文章主要有三大創(chuàng)新之處,包括：(1)文章提出了適合我國商業(yè)銀行的違約概率計量模型理論和框架。(2)本文將風險計量理論與商業(yè)銀行實務相結合,做到產(chǎn)學研相結合。(3)本文緊緊圍繞巴塞爾協(xié)議提出了違約概率計量模型,可以作為商業(yè)銀行實施巴塞爾協(xié)議內(nèi)評法高級法的一部分。但文章同時也有四個不足之處,包括：(1)模型的后評估有局限性；(2)宏觀經(jīng)濟周期因素的修正效果有限；(3)模型未經(jīng)過有效的壓力測試；(4)模型僅對違約概率計量進行了研究,并未將研究成果拓展到其他風險指標的計量。在本文的基礎上,未來的研究者可以采用更為先進的計量工具,將研究范圍拓展到整個信用風險計量領域,甚至于將研究跳出巴塞爾協(xié)議的監(jiān)管框架。
【關鍵詞】：違約概率 內(nèi)部評級法 風險計量
【學位授予單位】：復旦大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：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22-23
• 1.4.2 不足之處23-24
• 注釋24-25
• 2 文獻綜述25-39
• 2.1 巴塞爾協(xié)議Ⅲ及監(jiān)管規(guī)定綜述25-29
• 2.2 信用風險計量模型29-32
• 2.3 內(nèi)部評級法模型32-33
• 2.4 PD計量模型33-37
• 2.5 本章小結37-38
• 注釋38-39
• 3 巴塞爾協(xié)議對信用風險和違約概率計量的要求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)議中關于信用風險的主要內(nèi)容42-44
• 3.2.1 巴塞爾資本協(xié)議中對信用風險的相關規(guī)定42
• 3.2.2 巴塞爾資本協(xié)議中信用風險的計量方法42-44
• 3.2.3 商業(yè)銀行實施內(nèi)部評級法的要求44
• 3.3 巴塞爾協(xié)議的中國化44-47
• 3.3.1 商業(yè)銀行資本管理辦法出臺的背景和意義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45
• 3.3.3 商業(yè)銀行資本管理辦法中對信用風險計量的要求45-46
• 3.3.4 商業(yè)銀行資本管理辦法對信用風險計量的驗證要求46-47
• 3.4 巴塞爾協(xié)議在我國商業(yè)銀行中的推進情況47-50
• 3.4.1 我國商業(yè)銀行的現(xiàn)狀47
• 3.4.2 巴塞爾協(xié)議在我國商業(yè)銀行中的實施情況47-49
• 3.4.3 我國商業(yè)銀行基于信用風險計量的內(nèi)部評級法的實施情況49
• 3.4.4 巴塞爾協(xié)議實施后對我國銀行業(yè)的主要影響49-50
• 3.5 違約概率計量是實施巴塞爾協(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)銀行風險計量的全球性準則51-52
• 3.5.3 巴塞爾協(xié)議對我國商業(yè)銀行信用風險計量的適用性52-53
• 3.5.4 建立違約概率計量模型是我國實施巴塞爾協(xié)議的突破口53
• 3.6 本章小結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值模型在我國商業(yè)銀行違約概率計量中的適用性分析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模型在我國商業(yè)銀行違約概率計量中的適用性分析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模型在我國商業(yè)銀行違約概率計量中的適用性分析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模型在我國商業(yè)銀行違約概率計量中的適用性分析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模型在我國商業(yè)銀行違約概率計量中的適用性分析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+模型在我國商業(yè)銀行違約概率計量中的適用性分析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模型在我國商業(yè)銀行違約概率計量中的適用性分析69-70
• 4.8 對現(xiàn)有違約概率計量模型的總結70-71
• 4.8.1 對各類模型在實際應用中的評判標準70
• 4.8.2 對現(xiàn)有違約概率計量模型的總結70-71
• 4.9 本章小結71
• 注釋71-73
• 5 我國現(xiàn)行違約概率模型的合意性研究73-90
• 5.1 傳統(tǒng)的違約概率計量模型(5C模型)73-76
• 5.1.1 5C模型的起源和特點73-74
• 5.1.2 5C模型的建模思想74-76
• 5.1.3 5C模型在我國商業(yè)銀行違約概率計量中應用的難點76
• 5.2 現(xiàn)行的國內(nèi)商業(yè)銀行信貸評級方法76-84
• 5.2.1 現(xiàn)行的國內(nèi)商業(yè)銀行評級方法概述76
• 5.2.2 評級方法的主要步驟76-83
• 5.2.3 實證分析和模型缺陷83-84
• 5.3 國內(nèi)商業(yè)銀行違約概率計量模型建模中的難點84-88
• 5.3.1 違約概率計量模型中的主要難點84-87
• 5.3.2 主要難點的解決方法87-88
• 5.4 本章小結88-89
• 注釋89-90
• 6 我國對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 決策樹模型概述95-96
• 6.2.3 決策樹模型的關鍵步驟96-97
• 6.2.4 決策樹模型的主要算法和選擇97-99
• 6.2.5 決策樹模型用于對客戶樣本數(shù)據(jù)進行分類的適用性99
• 6.3 建立二項LOGISTIC回歸模型的方法99-106
• 6.3.1 建立二項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100-103
• 6.3.3 分數(shù)轉換103-104
• 6.3.4 因子分析法對自變量降維104-105
• 6.3.5 建立二項Logistic回歸模型105-106
• 6.4 對宏觀經(jīng)濟周期的修正方法106-110
• 6.4.1 對宏觀經(jīng)濟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模型對單筆貸款違約概率的影響109-110
• 6.5 使用聚類模型劃分評級的違約概率區(qū)間110-113
• 6.5.1 信用評級劃分的意義和難點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級的違約概率區(qū)間112-113
• 6.6 評級調(diào)整和推翻的方法113-117
• 6.6.1 評級調(diào)整和推翻的作用及其必要性113-114
• 6.6.2 違約預警信號的甄別114-115
• 6.6.3 外部因素對企業(yè)的影響115-116
• 6.6.4 專家主觀推翻初始評級116-117
• 6.7 本章小結117-118
• 注釋118-119
• 7 我國對公貸款違約概率模型研究：實證檢驗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)采集的具體過程120-121
• 7.1.3 數(shù)據(jù)的取樣121-123
• 7.2 違約概率計量模型的實證分析123-141
• 7.2.1 決策樹模型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 評級的調(diào)整和推翻137-139
• 7.2.5 宏觀經(jīng)濟周期修正模型139-141
• 7.3 模型識別能力的檢驗與總結141-145
• 7.3.1 模型的驗證141-142
• 7.3.2 模型預測能力的主要檢驗指標142-145
• 7.4 本章小結145
• 注釋145-146
• 8 結論和展望146-152
• 8.1 主要研究結論146-147
• 8.1.1 主要研究結論146
• 8.1.2 研究主要貢獻146-147
• 8.1.3 研究結果的啟示147
• 8.2 模型在商業(yè)銀行經(jīng)營管理中的應用147-150
• 8.2.1 信貸管理147-148
• 8.2.2 信用風險管理和經(jīng)濟資本計量148-149
• 8.2.3 貨款定價管理149
• 8.2.4 績效考核管理149-150
• 8.3 對下一步研究的展望150-151
• 注釋151-152
• 參考文獻152-157
• 后記157-159

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙靜嫻;杜子平;;基于神經(jīng)網(wǎng)絡和決策樹相結合的信用風險評估模型研究[J];北京理工大學學報(社會科學版);2009年01期

2 彭朝暉;王平;王躍恒;;因子分析法在商業(yè)銀行信貸風險中的研究[J];長沙理工大學學報(社會科學版);2010年01期

3 武劍;內(nèi)部評級法中的違約損失率(LGD)模型——新資本協(xié)議核心技術研究[J];國際金融研究;2005年02期

4 韓崗;;國外信用風險度量方法及其適用性研究[J];國際金融研究;2008年03期

5 趙先信;陳穎;王勝邦;;打開內(nèi)部評級法的黑箱:假設、模擬與監(jiān)管實踐[J];國際金融研究;2008年08期

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

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

8 曹勁;;非零售類風險暴露信用風險模型的校準和主標尺開發(fā)[J];國際金融研究;2011年06期

9 李志輝,李萌;我國商業(yè)銀行信用風險識別模型及其實證研究[J];經(jīng)濟科學;2005年05期

10 余宇新;謝鴻飛;;基于STR模型的中國宏觀經(jīng)濟周期拐點的識別與預測[J];經(jīng)濟理論與經(jīng)濟管理;2012年06期

，

本文編號：908466