freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

信用風(fēng)險評估研究論文(編輯修改稿)

2025-07-25 03:51 本頁面
 

【文章內(nèi)容簡介】 濟(jì)損失的風(fēng)險,風(fēng)險逐漸延伸到交易對手履約的可能性的問題上,履約可能性則涉及很多確定性和不確定性的因素,如交易對手的經(jīng)營狀況、盈利能力、信用情況等等。早在1999年巴塞爾協(xié)會的研究報告就針對上述兩種可能提出了兩種信用風(fēng)險度量模型,即違約模型和盯市模型。違約模型對應(yīng)的是商業(yè)銀行交易對象違約情況的信用風(fēng)險,該模型假設(shè)只有在違約事件發(fā)生之后信用資產(chǎn)才會損失,而在違約事件發(fā)生之前交易對象的信用狀況的變化是不會影響信用資產(chǎn)的價值,所以違約模型只考慮違約和不違約兩種狀態(tài)。盯市模型則是針對商業(yè)銀行交易對象的違約可能性的信用風(fēng)險的定義,該模型的主要思想是:即使債務(wù)人不違約,但其信用評級降低,則信用資產(chǎn)的價值也會降低,所以,盯市模型考慮的信用結(jié)果不局限于違約和不違約兩種信用狀態(tài)。綜上,我們可以給出信用風(fēng)險的定義:信用風(fēng)險指具有信用關(guān)系的一方違約進(jìn)而造成另一方的可能損失。商業(yè)銀行信用風(fēng)險,則是指商業(yè)銀行的交易對手、合作伙伴或貸款人不履行合約造成銀行的所有的可能性的經(jīng)濟(jì)損失。具體而言,商業(yè)銀行信用風(fēng)險主要有兩大塊,一是交易對手的還款能力下降而引起的潛在還款風(fēng)險,二是銀行自身的表外業(yè)務(wù)交易對手的違約風(fēng)險。前者是外在的原因,后者是自身的問題。從商業(yè)銀行交易對手角度看,交易對手的信用度下降可能導(dǎo)致其在合約期限內(nèi)無法還清或者喪失還款能力從而造成銀行的損失;從商業(yè)銀行自身角度看,銀行自身的資產(chǎn)組合存在風(fēng)險。金融也發(fā)達(dá)的今天,商業(yè)銀行更像一個金融超市,其業(yè)務(wù)涉及證劵、基金等金融衍生品,這些金融風(fēng)險都需要銀行承擔(dān)。進(jìn)一步深入分析本文可以解析出商業(yè)銀行信用風(fēng)險產(chǎn)生的原因。從博弈論角度看,商業(yè)銀行和其交易對手構(gòu)成了博弈的雙方,二者間存在信貸的信用關(guān)系,且交易雙方間的信息是不對稱的,逆向選擇和道德風(fēng)險就成為商業(yè)銀行信用風(fēng)險的誘因之一。在二者發(fā)生信用關(guān)系前,銀行關(guān)注的是放寬額及貸款利率,對不同潛在風(fēng)險的交易對手都實(shí)行統(tǒng)一的利率,且銀行很難察覺交易對手的潛在違約風(fēng)險,這就造成了優(yōu)質(zhì)客戶由于利率過高退出貸款,信用度較低的客戶偏好貸款。另一方面,銀行交易對手為了想方設(shè)法得到貸款合同,故意掩蓋自身真實(shí)的財務(wù)狀況、盈利能力等相關(guān)信息。為了追求高回報,企業(yè)將貸款資金投入到高風(fēng)險的項目上,這也間接增加了銀行的風(fēng)險。當(dāng)然產(chǎn)生銀行信用風(fēng)險的原因還有很多,諸如銀行系統(tǒng)內(nèi)風(fēng)險、外部宏觀原因、流動性風(fēng)險等,這些都不是本文關(guān)注的重點(diǎn),本文重點(diǎn)從商業(yè)銀行的交易對手(企業(yè))的角度分析商業(yè)銀行信用風(fēng)險。信息不對稱是造成商業(yè)銀行信息風(fēng)險的根源之一,所以了解交易對手全面的經(jīng)營狀況、盈利能力、成長性等是控制銀行自身風(fēng)險的重要措施之一。從歷史研究可以看出,嫩鞏固反映企業(yè)整體運(yùn)行狀況的指標(biāo)諸如資本總額、現(xiàn)金流量、利潤等財務(wù)指標(biāo)都可以成為信用風(fēng)險度量模型的指標(biāo)變量,另外,部分研究者也考慮到企業(yè)所處的行業(yè)、運(yùn)營能力、管理能力等因素,這些指標(biāo)將成為本文研究的基本指標(biāo)。在眾多的文獻(xiàn)中,信用風(fēng)險的特征通常被概括為非系統(tǒng)性、數(shù)據(jù)難獲取、道德風(fēng)險、悖論現(xiàn)象、分布可偏等,這些特征還沒有包括“風(fēng)險”所共同的特征,如不確定性、傳遞性、隱蔽性、突發(fā)性等。首先,信用風(fēng)險的非系統(tǒng)性主要取決于商業(yè)銀行交易對手的經(jīng)濟(jì)財務(wù)狀況、誠信品質(zhì)、經(jīng)營情況、投資去向等,這些非系統(tǒng)因素會影響到銀行的交易對手的違約的可能性。其次,信用風(fēng)險數(shù)據(jù)獲取難度較大的原因有很多,譬如債務(wù)人是第一次進(jìn)行借貸行為,那么該債務(wù)人的歷史信用數(shù)據(jù)就是缺失的,另外債務(wù)人的賬目資產(chǎn)價值很難反映其信用風(fēng)險的變化情況,再者違約事件是時點(diǎn)行為,而貸款期限通常具有較長期限,這些都會影響到信用數(shù)據(jù)的獲取。再者,信用雙方的信息不對稱很容易產(chǎn)生道德風(fēng)險,道德風(fēng)險中,急于貸款的債務(wù)人通常處于信息有利的一方,在貸款過程中故意隱瞞不利于自己的信息以達(dá)到貸款的目的,同時貸出方很難對債務(wù)人進(jìn)行有效的監(jiān)管;悖論現(xiàn)象在現(xiàn)實(shí)中廣泛存在,現(xiàn)實(shí)中商業(yè)銀行存在逐利現(xiàn)象,偏好某個行業(yè)或某些公司,這些現(xiàn)象都與投資分散化、多元化等風(fēng)控理論相悖。信用風(fēng)險的一個重要特征是其分布可偏,即信用產(chǎn)生的收益和損失的分布都是不對稱的,其圖形表現(xiàn)是厚尾的。信用風(fēng)險分布可偏的原因在于信貸是以盈利目的,最終償還結(jié)果是本息和。另外,通常情況下貸款回收的可能性要遠(yuǎn)遠(yuǎn)大于違約的可能性,但是現(xiàn)實(shí)中違約帶來的損失又會遠(yuǎn)遠(yuǎn)大于貸款利息,這就造成了信用的收益分布曲線的厚尾和右偏特征?,F(xiàn)有技術(shù)中模特卡羅模擬和貝葉斯統(tǒng)計方法都可以得到和真實(shí)信用風(fēng)險概率分布相似的分布。風(fēng)險是相對于收益而言的,數(shù)值上當(dāng)收益為負(fù)值時風(fēng)險也就發(fā)生了,所以當(dāng)知曉收益的分布情況后,該項資產(chǎn)的風(fēng)險狀況也就清晰了。通常情況下交易的收益分布是復(fù)雜的,很多經(jīng)濟(jì)學(xué)家采用反映盈利能力的期望收益指標(biāo)和反映風(fēng)險的標(biāo)準(zhǔn)差指標(biāo)來度量一項交易。本文在緒論部分闡述的國內(nèi)外研究現(xiàn)狀已經(jīng)反映出各國經(jīng)濟(jì)學(xué)家對信用風(fēng)險度量研究所做出的貢獻(xiàn)。隨著金融衍生品的大量出現(xiàn),信用風(fēng)險轉(zhuǎn)移成為經(jīng)濟(jì)學(xué)家研究的熱點(diǎn),2008年金融危機(jī)的出現(xiàn)更加堅定了包括政府部門在內(nèi)的經(jīng)濟(jì)工本文對現(xiàn)有信用風(fēng)險監(jiān)管體制和信用風(fēng)險度量方法的反思,其中巴塞爾協(xié)議是最權(quán)威和最全面的反思結(jié)果。巴塞爾洗衣II創(chuàng)新之一是提出了信用風(fēng)險內(nèi)部評級法(IRB法),而巴塞爾協(xié)議III再次就銀行自身的監(jiān)管提出要求,如明確新的最低資本要求、更新杠桿比率、強(qiáng)化交易對象的信用風(fēng)險管理等等。其中IRB法能反映銀行信用風(fēng)險與資本之間的內(nèi)在關(guān)系,商業(yè)銀行只要能滿足技術(shù)和信息披露方面的標(biāo)準(zhǔn),就可以測算出借款人風(fēng)險等級并能計算出潛在損失,進(jìn)而計算出監(jiān)管部門規(guī)定的最低資本充足率。IRB法中反映商業(yè)銀行交易對手的指標(biāo)主要有違約概率(Probability of Default, PD)、違約損失率(Loss Given Default, LGD)、違約風(fēng)險曝露(Euposure At Default, EAD)和期限(Maturity, M)等。本文引用日本銀行的信用風(fēng)險管理操作流程圖來說明巴塞爾協(xié)議中的信用風(fēng)險度量指標(biāo),如圖21所示。內(nèi)部評級定性評估定量評估壓力測試測試力測試測試信用質(zhì)量轉(zhuǎn)變矩陣基礎(chǔ)數(shù)據(jù)預(yù)期損失信用風(fēng)險水平違約概率(PD)風(fēng)險成分違約損失率 (LGD)違約暴露 (EAD)相關(guān)性 圖21 巴塞爾協(xié)議框架下信用風(fēng)險測量概括上述信用風(fēng)險管理流程圖中涉及到的過程包括了基礎(chǔ)數(shù)據(jù)的收集、基于基礎(chǔ)數(shù)據(jù)的定量評估、定性評估、內(nèi)部評級、壓力測試等過程,其中反映信用風(fēng)險水平的量化指標(biāo)主要有違約概率、違約損失率、違約曝露等,我們將重點(diǎn)闡述違約概率指標(biāo),其他信用風(fēng)險度量指標(biāo)僅作簡單概述。1.違約概率(PD) 關(guān)于違約的定義,我們可以從巴塞爾協(xié)議中找到答案,“如果不采取追索措施,如變現(xiàn)抵押品, 借款人可能無法全額償還對銀行集團(tuán)的債務(wù),或債務(wù)人對于銀行集團(tuán)的實(shí)質(zhì)性信貸債務(wù)逾期90天以上即為違約”。巴塞爾協(xié)議中規(guī)定以下情況可以視為無法全額償還債務(wù):(1)銀行停止對貸款計息;(2)發(fā)生信貸關(guān)系后, 由于信貸質(zhì)量出現(xiàn)大幅度下降, 銀行沖銷了貸款或計提專項準(zhǔn)備金;(3)銀行將貸款出售并相應(yīng)承擔(dān)了較大的經(jīng)濟(jì)損失;(4)銀行同意消極債務(wù)重組, 由此可能發(fā)生較大規(guī)模的減免或推遲償還本金、利息或費(fèi)用, 造成規(guī)模減少;(5)銀行將債務(wù)人列為破產(chǎn)企業(yè)或類似的情況;(6)債務(wù)人申請破產(chǎn)或已經(jīng)破產(chǎn), 或者處于類似保護(hù)狀態(tài), 由此將不履行或延期履行償債銀行的債務(wù)。關(guān)于PD的風(fēng)險度量模型的大體可以歸納為三類:一類是基于債務(wù)人(企業(yè))財務(wù)資料的統(tǒng)計模型,一類是基于上市企業(yè)的股價和資本結(jié)構(gòu)的KMV模型,一類是根據(jù)歷史信用評級結(jié)果確定違約概率,其中常見的度量模型主要有判別分析、Logistic回歸及其他線性模型等,以判別分析和Logistic模型為例:用判別分析方法來評估風(fēng)險,其主要思路如下:假設(shè)存在商業(yè)銀行交易對手,能夠反映該企業(yè)的整體運(yùn)行、財務(wù)、償債、成長性等情況的指標(biāo)我們用個獨(dú)立的變量組成的向量來表示。假設(shè)銀行將交易對手劃分為兩類,一類為視為違約企業(yè),另一類為正常企業(yè),判別分析通過構(gòu)建自變量的線性組合的判別函數(shù),同時要求自變量的組間方差與組內(nèi)方差之比達(dá)到最大化,將待判別的企業(yè)劃分到相應(yīng)的類別。需要注意的是,判別分析存在假設(shè)條件,要求指標(biāo)變量的數(shù)值服從多元正態(tài)分布,且兩類別的指標(biāo)的協(xié)方差矩陣相等,但均值不同。假設(shè),判別函數(shù)中的系數(shù)向量用表示,常數(shù)項用表示,則我們可以得到的每一家企業(yè)的判別值: (21)其中,是第個企業(yè)的分值,是第個企業(yè)的第個自變量。通過檢驗樣本內(nèi)數(shù)據(jù)計算出臨界值。通過比較各個債務(wù)人的值和臨界值得出該債務(wù)人屬于那類企業(yè)的答案。.Logistic模型在研究企業(yè)違約概率時,違約概率是介于和之間的,其微小的變化很難察覺,為此本文設(shè)法研究與違約概率嚴(yán)格單調(diào)相關(guān)的新的函數(shù),其中可以反映出違約概率在和附近的細(xì)微變化。由此出現(xiàn)了Logit變換: (22在的情況下,這樣就解決了違約概率微小變化的察覺問題。利用作為因變量進(jìn)行建模,考察企業(yè)的各個變量指標(biāo)與的關(guān)系,再通過Logit變換,這樣本文就可以得到Logistic回歸模型:假設(shè)共有個企業(yè),用表示第個企業(yè)的自變量,表示變量對應(yīng)的待估參數(shù),則企業(yè)違約概率可以由下式給出 (23)其中,所以違約概率又可以表示為: (24)與模型類似的模型是模型,兩者的區(qū)別只在于累積概率函數(shù)不同。這兩個模型的突破了對樣本數(shù)據(jù)的分布作假設(shè)的局限。違約概率的模型形如: (25) 2.違約損失率()、違約風(fēng)險曝露()和期限(),是企業(yè)違約導(dǎo)致的銀行損失的資產(chǎn)與處于風(fēng)險曝露的資產(chǎn)的比值,它反映了銀行在企業(yè)違約發(fā)生后所導(dǎo)致的損失的嚴(yán)重程度。商業(yè)銀行的違約損失率中的損失主要包括本金損失、不良貸款的持有成本和壞賬清算費(fèi)用。貸款由違約損失和貸款回收兩部分構(gòu)成,故貸款的違約損失率可以用回收率來表示: (26)是內(nèi)部評級法債務(wù)評級的核心指標(biāo),它關(guān)注特定的交易條款且很大程度上依賴于貸款抵押物。除抵押物外,優(yōu)先償還、宏觀經(jīng)濟(jì)環(huán)境、行業(yè)因素、企業(yè)的資本結(jié)構(gòu)等因素都與存在一定的相關(guān)性?,F(xiàn)有的基于指標(biāo)度量風(fēng)險的文獻(xiàn)有很多,從中我們可以發(fā)現(xiàn)用于度量的方法主要有歷史平均法、資產(chǎn)估值法、非參數(shù)法、蒙特卡洛模擬等。違約風(fēng)險曝露(),即違約時銀行承受風(fēng)險的資產(chǎn)的總額。 EAD主要包括企業(yè)違約時已用授信的貸款金額、使用銀行為授信的金額,IRB中定義EAD為扣除損失準(zhǔn)備或沖減后的余額。期限()指信用交易的有效合同期限,它是重要的風(fēng)險緩釋工具,對風(fēng)險定價、收益評價等都有影響,對于有確定現(xiàn)金流量的金融工具有效期限可以定義為: (27)其中,為時間,為信用企業(yè)在時期內(nèi)根據(jù)合約支付的現(xiàn)金流,現(xiàn)金流包括本金、利息、費(fèi)用等。Thomas Bayes在《論有關(guān)機(jī)遇問題的求解》一文中首次給出了用于推斷不確定因素的方法,這篇文章雖僅僅是現(xiàn)代貝葉斯定理的一個特例,但正是這篇文章拉開了貝葉斯統(tǒng)計的序幕。之后,Laplace證明了廣泛適用的貝葉斯定理,將貝葉斯理論推廣運(yùn)用于天文和醫(yī)學(xué)上,繼Laplace之后的統(tǒng)計學(xué)家將該理論發(fā)展為一種系統(tǒng)的統(tǒng)計推斷方法,由此形成了貝葉斯方法。作為獨(dú)立的統(tǒng)計學(xué)派的理論根基,貝葉斯方法與頻率統(tǒng)計學(xué)方法有明顯的區(qū)別。首先,頻率統(tǒng)計學(xué)家通常是基于樣本來估計總體的信息,頻率統(tǒng)計學(xué)家眼里的統(tǒng)計推斷只用到了兩種信息:樣本信息和總體信息。與之不同的是,貝葉斯統(tǒng)計學(xué)將樣本信用和總體信息發(fā)展為先驗信息和后驗信息。所謂總體信息,就是研究對象總體分布提供的信息;樣本信息即利用抽樣技術(shù)或?qū)嶒炈玫降挠^測值提供的信息;而先驗信息則是人們在進(jìn)行抽樣或?qū)嶒炃霸诮?jīng)驗上和資料上對研究對象的了解情況,這些信息來源于生活經(jīng)驗或歷史資料。由此可見,貝葉斯統(tǒng)計與頻率統(tǒng)計的主要差異在于后驗信息。其實(shí),貝葉斯定理其實(shí)正由條件概率推倒而來的,后驗信息在本質(zhì)上是在先驗信息發(fā)生條件下的推斷,先驗信息和后驗信息中間的媒介我們稱之為似然函數(shù)。在介紹貝葉斯定理前,我們首先介紹條件概率。很多教科書上都有條件概率的定義,本文作如下假設(shè):設(shè)和為兩個隨機(jī)事件,表示事件發(fā)生的概率,其中。在發(fā)生的條件下發(fā)生的概率可以用表示,顯然是一種條件概率,該條件概率的表達(dá)式為: (28)為說明條件概率,我們以隨機(jī)實(shí)驗為例,我們知道一次隨機(jī)實(shí)驗有無數(shù)種可能的結(jié)果,實(shí)驗所有可能結(jié)果構(gòu)成樣本空間,該樣本空間記為。那么隨機(jī)實(shí)驗的結(jié)果之間的關(guān)系取決于這兩次實(shí)驗結(jié)果的公共部分。如果實(shí)驗的結(jié)果包含于實(shí)驗的結(jié)果中,則就是的子集,如果與有部分結(jié)果相同,它們的關(guān)系可以用圖交中陰影部分表示: 圖22 A交B此時,事件已經(jīng)發(fā)生的情況下事件發(fā)生的概率就可以認(rèn)識是和的公共部分除以的全部,即: 、似然函數(shù)與后驗分布頻率統(tǒng)計學(xué)家認(rèn)為,對于一個隨機(jī)變量,其待估參數(shù)及其發(fā)生的概率都是確定的。貝葉斯分析中,待估參數(shù)被認(rèn)為服從一定概率分布的隨機(jī)變量,本文對待估參數(shù)已有的認(rèn)識被看作先驗信息,由先驗信息得到先驗分布,記作?,F(xiàn)實(shí)中科學(xué)工本文可以通過對歷史資料進(jìn)行meta分析得到研究對象的先驗信息,這樣的先驗信息的分布稱為“信息先驗分布”(Informative Prior Distribution)。與此相對應(yīng),某些研究對象資料匱乏,缺少先驗信息,本文將這樣的先驗分布稱為“無信息先驗分布(Noninformative Prior Distibution)”。貝葉斯統(tǒng)計中,先驗分布的確定是關(guān)鍵。貝葉斯先驗分布的研究已經(jīng)相當(dāng)完善,相關(guān)的貝葉斯統(tǒng)計的書籍都有介紹。概括起來
點(diǎn)擊復(fù)制文檔內(nèi)容
醫(yī)療健康相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號-1