违约率评估冈素与指标确定及其重要度排序实证研究

违约率的评估已被巴塞尔新资本协议列为关键内容，而违约率影响因素与指标的确定及其重要度测算则是评估的首要基础和关键。论文结合中国转轨经济下企业信用评估的实际，运用历史经验法、全国范围内信用评估专家的大型问卷调查和层次分析法(Analytical Hierarchy Process，AHP)相结合的方法，在国内首次对影响违约率的因素和指标进行系统整合、分析与逐层筛选，最后确定出了影响中国贷款企业违约率的因素和指标，测算出了各个因素和指标的重要度排序。实证研究的结果可以为国内商业银行和评级公司对企业信用风险评估提供重要的应用参考价值。     

建立我国贷款企业违约率测度的多维度分析体系研究

目前对各个信用等级违约概率进行简单历史平均值的统计测度,不足以精确说明中国贷款企业违约的实际状况。论文以巴塞尔新资本协议违约率测度为基础,针对中国贷款企业的实际特点,提出了能精确刻画企业违约状况的多维度违约率分析体系,即企业的违约率测度要以信用等级违约率为核心,行业违约率、地区违约率、规模违约率、不同所有制违约率以及企业违约频率为补充的多维度体系,同时引入相应的定量指标及测算公式,并利用全国跨银行的贷款企业数据库,实际测算了我国短期贷款企业以上各种维度违约率的表现,结果表明:以上违约率在我国短期贷款企业所在的不同行业、不同地区、不同规模和不同所有制之间有显著差异性。     

建立我国贷款企业违约率测度的多维度分析体系研究

目前对各个信用等级违约概率进行简单历史平均值的统计测度，不足以精确说明中国贷款企业违约的实际状况。论文以巴塞尔新资本协议违约率测度为基础，针对中国贷款企业的实际特点，提出了能精确刻画企业违约状况的多维度违约率分析体系，即企业的违约率测度要以信用等级违约率为核心，行业违约率、地区违约率、规模违约率、不同所有制违约率以及企业违约频率为补充的多维度体系，同时引入相应的定量指标及测算公式，并利用全国跨银行的贷款企业数据库，实际测算了我国短期贷款企业以上各种维度违约率的表现，结果表明：以上违约率在我国短期贷款企业所在的不同行业、不同地区、不同规模和不同所有制之间有显著差异性。     

信用债违约:潜在水平与时空分布

2018年债券市场风险案件频发,违约触发机制与以往有所不同,体现为由外部现金流收缩而非内部现金流恶化引发。从中债国债指数和经济数据的周期叠加看,流动性风险是当前信用债违约风险的集中表现。通过Fisher判别得出流动资产周转率、速动比率、总资产周转率、现金债务比和总资产报酬率等5个指标是影响信用债风险的核心指标,并由此筛选出当前信用债市场532家潜在风险企业。基于KMV模型对潜在风险企业违约距离及违约概率进行测算,存在3个高风险区间,进一步筛选出136家高风险企业。这些企业从行业看集中于制造业及批发零售业,从地域分布看集中于东部省份,从企业性质看集中于民企及地方国有企业,风险引爆时间集中于2018年四季度及2019年。     

基于HP滤波—神经网络方法的企业信用风险失真判定

虚假信息的发布导致企业信用风险出现失真现象,如何还原企业信用违约真实水平、寻找信用风险失真校准方法是国内外理论与实务界研究的热点。本文在综合考虑虚假信息的多维性与时序特征的前提下,以Hodrick-Prescott(HP)滤波为基础设计了信息数据降维方法,兼顾企业自身和同行业双重因素对企业信用风险失真的影响,建立了多样本多维指标时间序列的神经网络模型对企业信用风险失真进行判定,实证分析结果进一步验证了该模型的有效性。     

基于软投票融合模型的消费信贷违约风险评估研究

有效识别违约风险,降低违约损失,对消费金融平台至关重要。基于捷信集团公开的大规模消费信贷数据,采用软投票策略融合XGBoost和LightGBM进行违约风险评估,准确率达到91.99%;从实际场景出发提出违约率、误拒率两个指标,完善模型评价体系;识别出违约率和误拒率的负相关关系,采用KS曲线选择阈值,在降低违约率1.22%的同时,将误拒率控制在合理水平;总结出违约风险评估中的七类重要因素,以此为消费金融平台健康发展提供参考建议。     

中国非银行金融机构系统重要性再评估——基于风险倍率扩增综合指标北大核心CSSCISSCI

非银行金融机构作为整个金融部门的重要组成部分,其系统重要性问题对宏观金融风险管理的理论与实践均具有重要意义。鉴于国内现有研究往往忽视或因规模因素忽视对非银行金融机构的评估,以及测算方法因存在系列缺陷尚未达成一致,笔者尝试围绕风险倍率扩增指数、规模和复杂性影响因素,以最大熵客观赋权后形成评估系统重要性机构的综合指标,对现有评估方法形成改进。研究分析了引入非银行金融机构后相对于传统评估结果的差异,并进一步给出不同梯队非银行金融机构的具体评估数值。结果表明,中国平安、招商证券、中国人寿和中信证券等非银行金融机构的系统重要性往往显著高于相关银行,监管部门亦需重视对非银行金融机构的监管,相较于金融机构业务复杂度因素,评价结果并不主要依赖于规模因素。     

理性评估管控银行风险

银行与评估机构联系非常紧密，大多数金融机构在经营过程中，引入评估机构为自己业务把关，如指定会计事务所对企业财务报表进行审计、资本验证，依据审计报告对企业信用等级、授信进行评估和测算，对货款抵押物进行调查、评估，以此确定贷款的额度等。     

以违约率为核心的评级质量验证机制研究

债券违约率是衡量信用风险和检验信用评级质量的重要指标.构建以违约率为核心的评级质量验证机制,需要借助历史违约数据.在国内违约数据不足的情况下,为了满足监管要求和完善自身评级体系,评级机构尝试多种方法对传统信用评级方法进行调试和改进.梳理国际和国内违约率统计和应用相关情况,分析以违约率为核心的评级质量验证机制的现状及发展...     

基于CPV模型的房地产信贷信用风险的度量和预测

本文基于CPV模型,对房地产信贷风险进行了度量与预测.结果表明,该模型在度量和预测房地产信贷违约率方面具有较好的效果.房地产信贷的违约率和宏观经济状况紧密相连,当经济状况恶化,房地产信贷违约率上升,当经济状况好转,房地产信贷违约率下降.分别从国家宏观经济、房地产行业状况、房地产企业状况三个层面选择出三个宏观经济因素指标--综合领先指标、国房景气指数和企业景气指数进行研究,结果表明,对于研究房地产信贷的信用风险来说它们是较好的指标,尤其是综合领先指标.     

利率市场化、信贷资源配置与民营企业增长期权价值——基于贷款利率上、下限放开的准自然实验证据

利率市场化对于提高资金配置效率、推动经济高质量发展具有重要意义,来自企业的经验证据有助于理解利率市场化影响经济发展的微观路径。本文基于我国贷款利率上限与下限的放开,借助双重差分模型检验了利率市场化如何影响民营企业的信贷资源获取、投资灵活性与增长期权价值。研究表明:贷款利率市场化使得银行能够通过调节利率来匹配企业风险,相比于中等风险企业,高风险(低风险)企业在贷款利率上限(下限)放开后以更高(更低)的融资成本获得了更多信贷资源;信贷资源的增加为企业把握投资机会提供了资金支持,贷款利率上限(下限)放开后,高风险(低风险)企业的投资灵活性与增长期权价值显著提升。本文的研究发现有助于理解利率市场化促进经济增长的微观机制,为进一步健全市场化利率体系、推进经济高质量发展提供参考。     

地区信用环境评价指标体系的探索和思考

本文结合经济发展的实际情况,根据信用环境评价指标体系的构建原则,在对影响我国地区信用环境的各个要素进行深入分析的基础上,建立了一套比较科学的信用环境评价指标体系,该指标体系包含7个准则层、15个领域层以及54个指标,为下一步构建信用环境评估模型,开展信用环境实例研究奠定了坚实的基础。     

产业政策与信贷资金配置效率

基于上市公司逐笔银行贷款合约数据,本文考察了产业政策对信贷资金配置效率的影响。研究发现,当上市公司处于国家产业政策支持的行业时,公司所拥有的政企关系对银行贷款合约制定的积极作用会更大,全要素生产率对银行贷款合约制定的积极作用会更小,基于分省产业政策以及上市公司全部贷款数据的分析进一步确认了上述结论。从影响因素来看,当上市公司为国有企业、所在省份固定资产投资增速越高、法治环境越差时,产业政策的影响会越明显。本文的证据表明,通过加强法治建设、为不同所有制企业提供公平的竞争环境、改善产业政策的制定与实施,能够提升产业政策指导下的信贷资金配置效率。     

中国金融机构信贷总量增长:文献综述与实证分析

信贷增长状况对微观经济主体的经营活动和宏观经济的运行均具有重要意义.本文在回顾相关文献的基础上,构建了中国信贷供求的理论模型,并对影响中国贷款增长的主要因素进行了实证分析.分析表明,银行存款数量、消费、银行改革都对贷款增长有较为明显的正面影响,但投资对贷款增长的影响具有不确定性;同时,银行资本数量、存贷款利率等对贷款增长也有一定影响,存款利率增加将会减少贷款发放,而贷款利率提高将会增加贷款发放.在银行更加注重利润目标的情况下,加息不会减弱银行的放贷积极性,要减少贷款的发放量必须着眼于缩小存贷利差.     

定向降准、贷款可得性与小微企业商业信用——基于断点回归的经验证据

小微企业在我国经济发展中起到了重要作用,但由于长期面临融资约束问题,使其不得不诉诸非正式制度(如商业信用)来缓解融资困难。党的十九届五中全会明确提出,支持小微企业成长为创新重要发源地,完善促进小微企业发展的政策体系。其中,实施“精准滴灌”式的货币政策,对小微企业成长尤为重要,是金融服务实体经济的必然要求。我国央行的定向降准政策激励银行向小微企业提供贷款,有利于疏通小微企业通过正式制度(如银行贷款)进行融资的渠道。本文基于定向降准这一自然实验,采用断点回归设计,评估贷款可得性对小微企业商业信用的影响。研究发现:第一,正式制度对于非正式制度存在明显的替代效应,即小微企业贷款可得性上升以后,对商业信用的需求显著下降。第二,不同的模型设定与稳健性检验,均得到一致的结论。第三,贷款可得性提高对小微企业商业信用的影响因企业异质性而有所差异。本文研究为银行贷款与商业信用之间的替代关系提供了来自中国小微企业的证据,有助于理解定向降准政策对小微企业融资决策的影响,为扶持小微企业发展的政策制定提供参考。     

信贷资产交易的国际经验及启示

贷款转让平台的上线，标志着银行信贷资产从此有了全国性统一规范的公共交易平台。文章借鉴信贷资产交易的国际经验，结合起步中的我国信贷转让市场所面临的不足，提出通过推动信贷转让流程标准化、开发定价服务信息平台、引入并培育市场投资者以及促进评级、法律等中介机构发挥作用等途径，不断完善贷款转让市场建设，并建议有关部门加强政策扶持与引导，渐进完善市场后续的监管制度。     

Ownership discrimination and private firms financing in China

This study examines the financing/funding of private firms in China. Our results show that private firms are significantly less funded through formal financing channels such as bank loans than state-owned firms, and hence have to resort to alternative financing such as trade credit. Consistent with the theoretical expectation and literature, there is a substitution effect between trade credit and bank loans for private firms, but this effect is much weaker compared to that of state-owned firms. Moreover, while the univariate comparisons indicate that private firms obtain more notes payable than state-owned firms, the multivariate regression analyses show that the relation between bank loan and notes payable is positive and indifferent between private and state-owned firms.     

A two-stage credit scoring model based on random forest: Evidence from Chinese small firms

Small firms are major contributors to most economies, often supported by government policies. However, the credit scoring of small firms is complicated and costly, making it a challenging field of research. Using loan data from 3045 small firms in China, we design a two-stage expert system for default prediction that quantifies the variables and thresholds that have a key impact. Firstly, we use SMOTE to deal with the imbalanced data and secondly, we employ random forest to build predictive credit features. Dominance analysis shows that, when making default assessments on Chinese small firms, it is important to consider not only financial factors, but also non-financial and macroeconomic factors. In particular, the net cash profit, the firm's legal disputes and the per capita disposable income of urban residents are key factors in credit scoring. Robustness tests show that our proposed methodology performs better than other machine learning models, and this result is robust with observations from other countries.     

Corporate social responsibility,credit rating,and private debt contracting: new evidence from syndicated loan market

We examine the impact of corporate social responsibility (CSR) activities on loan spreads of syndicated bank loans, with a particular interest in how CSR and credit ratings are interrelated as a joint determinant of loan spreads. Focusing on private debt contracts, we show that both CSR strengths and concerns are related to their loan spreads. CSR strengths work to lower firm risk, hence reducing the loan spread, whereas CSR concerns increase firm risk, thus increasing the loan spread. Once we include detailed credit rating information in the models, however, CSR concerns lose significance, but CSR strengths remain significantly related to the loan spread. We also find that both CSR strengths and CSR concerns are related to loan spread for non-rated firms, but the CSR concern effect is stronger than the CSR strength effect for these firms. A further test shows that firm risk measured by stock return volatility plays as a direct channel through which a firm’s CSR activities affect loan spreads, whose result lends further support to our main results. Overall, our results provide strong evidence that CSR matters to the pricing of loan contracts beyond credit rating information and the results remain robust to the possible firm size effect and the endogeneity issues.     

Liquidity risk and maturity management over the credit cycle

We show that firm demand-side factors are strong drivers of procyclical refinancing behavior over the credit cycle using novel data from the Shared National Credit program. Firms are more likely to refinance early when credit conditions are good to keep the effective maturity of their loans long and hedge against having to refinance in tight credit conditions. High credit quality firms are better able to hedge, making their refinancing propensity more sensitive to credit cycles than less creditworthy firms. There is a strong relationship between refinancing a loan, and subsequent growth in capital expenditure, especially when a loan is refinanced early.