投资者异质信念下的信用债违约风险量化研究——基于我国信用债市场的应用

信用债违约不完全依赖于企业资产负债结构,投资者无从得知企业兑付意愿,且我国市场信息披露与违约追偿机制尚不完全,市场价格与外部评级反应延迟,投资者信息认知不同,因此对违约判断存在异质信念。针对提出了适用于我国市场的信用债违约风险模型,将Giesecke（2006）中关于企业违约阈值预期的均匀分布假设拓展到一般的Beta分布,通过Beta分布的方差刻画投资者异质信念的强度,并给出条件违约概率和信用价差的一般解析表达式。数值分析指出,投资者异质信念对短中期信用债影响较大,异质信念越高,信用利差越大;在接近违约时,异质信念会造成违约风险预期的低估。通过我国市场真实信用案例的实证检验,模型可以较早预警信用事件,且精度优于已有信用风险量化模型。     

基于KMV模型的中国制造业上市公司信用风险评价

经济新常态下,经济增长速度逐渐放缓,但日益重视发展质量。制造业作为资本密集型行业,避免违约风险不仅有利于公司可持续发展,也对降低系统性金融风险起到重要作用。以A股制造业70家上市公司为样本,以2018年10月1日到2019年9月30日为一个计算周期,运用KMV模型实证分析上市公司的股权价值波动率、资产价值波动率、信用违约距离和信用违约概率。结果表明,0.03可以作为制造业上市公司违约概率的临界点,超过0.03则可以判定该公司具有一定的信用风险。同时,将违约概率区间进行划分,划定信用等级。最后针对不同的问题提出解决方案和建议。     

基于可解释机器学习的信用债违约研究

为解决传统信用风险预测模型的非均衡样本识别不足问题,利用过采样方法和机器学习算法,提升信用债违约预测模型的准确率及稳定性。引入盈利能力、现金流量、营运能力、资本结构、偿债能力5类财务指标和非财务指标,运用SMOTE、Borderline SMOTE、ADASYN方法解决样本不均衡问题,通过逻辑回归、支持向量机、随机森林、XGBoost进行风险识别。结论：对于非均衡信用债违约样本,1000次有放回bootstrap重复抽样下ADASYN-RF模型的AUC、Recall优于LR、SVM和RF模型;ADASYN-SVM模型违约样本实际Recall较不使用过采样法提升36.86个百分点。引入可解释性机器学习方法,发现带息债务/全部投入资本、地方财政收入/债务存量、资产负债率等是信用债违约的重要影响因素。     

我国中小上市公司信用风险评估研究

如何对我国中小企业的信用风险进行准确的衡量一直是我国商业银行所关注的焦点。本文在沪深两市选取40家中小上市公司作为中小企业的代表,根据这40家公司2012年至2014年的违约状况对KMV模型进行修正,修正后的违约点DP=1.50SD+0.77LD,说明我国中小上市公司整体的信用风险大于国外公司的信用风险。依据得出的违约距离值设置出两条信用危机预警线,从而使我国商业银行能够提前发现中小企业的信用危机,提前做好防范措施,使损失最小化。     

上市公司信用风险分析——多元统计方法在上市公司财务困境预测中的应用

针对我国商业银行信用风险评估日益迫切的问题，本文以沪深两市因“财务状况异常”而被特别处理（ST）的上市公司为研究样本，根据相应行业和年份设计了相应的“非ST”样本。该文的实证研究与以前中国上市公司财务危机预警的实证研究有所不同。第一，本文给出的综合因子，偿债因子，周转率因子，盈利因子，股票因子等五个因子能很好的结合实际解释我国A股工业企业上市公司的经营情况；第二，本文在五个因子基础上运用多元判别分祈方法进行回代预测和超前预测，结果显示，距离财务危机发生的时间越近，判别准确率越高，尤其是-1年模型的判别准确率在94．83％，表明该模型有很强的判别分类能力，模型方法在企业内部风险控制、银行贷款信用评级等领域具有较高的应用价值。     

结构性违约、信用分层与评级机构的策略性反应——来自中国信用债市场的证据

2014年以来，以主要集中于民企的"结构性违约"宣告了中国信用债市场刚性兑付的"结构性打破"，债券市场进入了新的发展阶段。利用2013-2017年债券数据，本文深入分析了结构性违约对评级机构行为和效率的影响，主要有如下发现：首先，信用评级的市场公信力会因政府隐性担保导致的"刚性兑付"而削弱；其次，结构性违约爆发之后，信用评级的整体效率有所提升，但在不同发行主体呈现分化，对于非城投类企业，信用评级对发行利差的影响显著增大，意味着评级公信力的显著提升，而对于城投类企业，评级效率并未明显改善；进一步研究表明，出现这种情况的原因在于评级机构在违约后采取了差异化的评级策略，对于违约风险较大的非城投类债券，评级机构倾向采取"收紧评级"的策略；对于违约风险较低的城投债，评级机构倾向于采取"放宽评级"的策略。这种策略性行为是导致市场"信用分层"的重要原因，并有可能推升民营企业的融资成本。     

个人信用评估模型比较分析

文章以互联网金融机构客户信贷数据为基础,使用7种不同的数据挖掘方法建立个人信用评估模型,从预测准确率、模型外推性、第二类错误率、预期错误分类成本4个方面评价模型的综合信用评估能力。评价结果表明,使用分类树和K近邻分类算法建立的个人信用评估模型的综合信用评估能力最高;同时发现使用线性和非线性方法建立的模型各有特点,线性分类模型能够对违约客户进行有效识别,而非线性分类模型的预测精度较高。     

“同治”还是“同谋”:机构投资者抱团与 企业违约风险

文章以2009—2020年沪深A股非金融上市公司为研究样本,实证检验了机构投资者抱团对企业违约风险的影响及其内在机理。研究发现,机构投资者抱团可以降低企业违约风险。影响机理的检验证实,机构投资者抱团通过降低信息不对称、缓解融资约束和降低经营风险对企业违约风险产生影响。进一步从信息、资源和风险的视角探讨两者关系的异质性发现,机构投资者抱团对企业违约风险的治理效应主要体现在信息不对称程度较高、资源获取较难和风险较高的样本中。文章的发现有助于深化机构投资者抱团的经济后果与企业违约风险影响因素的研究,也为进一步完善机构投资者的制度设计、持续优化公司的内外部治理结构,防范化解企业违约风险提供了参考依据。     

基于logistic模型的上市公司信用风险评价

文章分析了上市公司信用风险的成因,通过对上市公司年报数据的处理,建立了判断上市公司信用状况的logistic模型,该模型中嵌入的利息保障倍数和存货周转率是上市公司信用的关键决定指标,利用该模型可以对上市公司一年后的信用状况进行评估。     

环保压力加大了债券违约风险吗？

文章以2010-2020年我国发行公司债的上市公司为样本,探讨环保压力对债券违约风险的影响.实证研究发现,环保压力加大了我国公司债的总体违约风险.其次,从绿色金融视角进行了异质性检验,基于绿色融资视角,发现发行绿色债券能有效缓解环保压力与债券违约风险之间的关系;基于绿色投资视角,发现企业进行绿色创新投入并不能缓解二者之间的关系,但是企业绿色创新产出能有效缓解二者间的关系.最后,进一步深入探讨其中介机制,发现经营风险和融资约束在二者之间发挥了部分中介效应.     

中国房地产上市公司信用风险预测——基于KMV模型的分析

本文介绍了KMV模型的基本原理,并选取8家中国房地产上市公司,利用KMV模型预测了它们从2007年初到2011年末的每隔半年的以一年为期限的违约距离。对比了两种求解违约距离方法的应用效果,发现Moody’s KMV公司给出的算法要优于直接利用Merton模型的算法。最后对无风险利率进行了敏感性分析,采用匹配样本检验,发现房地产开发上市公司的违约距离对于利率变化具有敏感性。揭示了在基准利率不断上调的情形下,我国商业银行即将面临逐步加大的房地产开发信贷违约风险。     

浅析信用违约互换于我国商业银行信贷风险管理的应用

2008年以来,国际通货膨胀日益严峻,全球金融市场动荡不减;受物价上涨、重大自然灾害和各项成本上升影响,企业面临较大压力,信用风险可能进一步通过金融市场或出口企业传导,银行不良贷款面临反弹压力。在信用风险阴霾笼罩之时,运用信用违约互换(Credit De-fault Swaps)帮助各银行实现风险共担,有助于我国银行系统的安全稳定。文章将阐述信用违约互换应用于我国银行业信贷风险管理的可行性,并探寻其应用模式。     

中国社会信用体系从何重建？《商业周刊》

社会信用体系是一个庞大的系统，它至少包括3个方面：第一，规范、约束信用行为的法律体系：第二，促进企业和个人自觉履行承诺的诚信体系：第三．帮助债权方判别交易对象信用状况、违约风险、降低信用交易成本的征信体系。中国信用法律体系还远未确立。     

2013年中国上市公司总体财务安全状况近5年最差 近八成地产类上市公司财务存在粉饰嫌疑

商务部信用评级与认证中心授权本刊发布《中国非金融上市公司财务安全评估报告》(2013年春季)国际金融危机爆发后,世界经济陷入谷底,至今尚未走出阴影。受内外因素影响,近年来我国经济也出现了波动和下滑,尤其是2012年以来我国宏观经济系统性风险加大。重振实体经济已经成为各界的共识。上市公司中的非金融类公司暨实体经济企业是我国经济的中坚力量。重振实体经济,更需要上市公司的崛起。     

巴塞尔新资本协议框架下的信用衍生工具设计研究

以转移信用风险为核心的信用衍生工具，可以有效地解决风险分散和业务扩张间的“信用悖论”，提升银行的风险管理水平和灵活性。对交易结构、衍生风险和定价方法进行科学设计，是信用衍生工具有效发挥作用的基础。本文对巴塞尔新资本协议认可的信用违约互换．总收益率互换和信用关联票据三种信用衍生工具的交易结构、衍生风险、定价模型和定价的影响因素进行了综合研究。     

Logit模型对新材料领域上市公司的信用风险评估

文章选取了几家新材料领域中的上市公司,通过对其年报各种财务指标的处理,建立了上市公司信用情况的Logit模型,利用该模型可以对上市公司一年后的信用情况进行预测和评估。文章拓展了logit模型在新材料领域中预测信用风险方面的应用,结论表明新材料领域上市公司的盈利能力是信用风险的最关键因素。     

债权类教育金融制度效率研究

在我国信用环境不良的条件下,“银行-学生”所构成的核心两主体模式不可能诞生。政府、高校主体的引入虽然可以通过“后入主体”对现存单个主体“成本-收益-风险”平衡性的改良来提升契约的总体效率,但对核心主体之间的“成本-收益-风险”的改良程度微弱,因而债性契约具有天然的缺陷,其效率改良是有限的。尽管贷款违约公示和生源地贷款在一定程度上降低了银行贷款的风险,但前者破坏了债性契约的可持续性,后者则是债性契约内在规定性的退化。分成制教育金融制度将是对现存金融契约进行的革命性变革,有望从根本上促进银行与学生两主体之间的成本-收益-风险的平衡性。     

基于COX回归的企业违约风险因素研究——以制造业财务风险企业ST公司为例

本文基于生存分析中COX回归方程,研究企业违约风险影响因素,并将宏观经济变量纳入模型变量中。本文选取了深证证券交易所197家制造业上市企业为研究样本,利用生存分析法中的寿命表法和COX回归函数,实证分析影响企业违约风险的各个因素。实证结果表明,经营现金流／总资产、每股收益率两个指标与企业违约风险呈正相关关系,财务状况、GDPR／LN（P）两个指标与企业违约风险呈正相关关系。最后,本文给出了分析我国制造业上市企业违约风险因素的带有宏观经济变量的COX回归方程。     

基于优化BP神经网络的P2P投资组合定量分析

P2P网贷行业的风险管理研究非常重要。文章针对人人贷构建信用风险投资组合模型,首先利用主成分分析与优化BP神经网络相结合进行信用风险评估,再建立基于核回归的投资组合方程。在评估借款者信用优劣的基础上,通过比较其违约概率与投资比例,验证了文章所建模型准确度较高,该模型可为投资者的投资决策提供参考。     

信用违约概率测度研究:文献综述与比较

企业违约概率的测度和评估已被巴塞尔新资本协议内部评级法列为关键内容。本文从违约与违约概率的概念出发 ,按照违约概率测度与评估的两大渠道进行综述 :一是巴塞尔新资本协议与国际知名金融机构的高级信用风险模型对违约概率的测度研究 ;二是国内外学术界对影响违约概率关键变量的探寻及分类模型构建的评估研究。对违约概率测度与评估的各种方法及模型进行了梳理、评述和比较 ,指出了各种测度与评估模型的优点、不足和进一步研究的方向。在此基础上结合中国的实际 ,展望了违约概率测度和评估在中国商业银行的应用前景。