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...     

我国信用债违约问题及对策研究

近年来,我国信用债违约事件不断出现,从利息违约到本金违约,从私募债违约到公募债违约,几乎涵盖了所有的信用债品种.违约事件频发背后,反映出我国信用债市场违约风险分担和市场化处置机制不完善、监管与信息披露机制不足、信用评级机构评级质量不高等问题.本文深入剖析了信用债违约背后所呈现出的共性特征,并对信用债违约风险防范方面存在的问题进行了梳理,从统一监管、提高市场透明度和加快评级市场建设等角度,提出了若干对策建议.     

金融信用评级与信用违约互换的风险定价研究

信用违约互换作为一种信用衍生产品通过转移信用风险为信用风险管理带来了深刻变化,其定价问题值得深入研究。通过对违约强度的建模给出两种违约模型——结构性模型、简约模型,结合信用评级制度发现了一个公司的违约强度与其所处的评级之间的关系,使用马尔科夫链建模该公司的信用等级转移状况证明其违约强度为马氏调节过程。该模型增加了模型参数,得出了具有较强操作性的信用违约互换定价公式,并对金融危机下信用违约互换的前景进行了展望。     

建立贷款企业资信等级评估违约率统计问题的探讨

上海市贷款企业资信等级评估工作经过几年的实践，已基本上能反映各行业的信用状况，评级方法和评级标准保持相对的稳定性，并且建立了六年时间跨度包含完整性和连续性的数据库，但是各评级机构却未建立评级结果的检验系统——即违约率的度量。本文试从国外违约率统计的建设情况，探讨建立国内贷款企业资信等级违约率统计的可行路径。     

经济波动与违约概率的估计

在经济结构调整的新常态下,我国银行对公客户的实际违约率呈逐渐增长趋势,并且与预估违约率的离差也越来越大,内部评级模型估测的准确性逐渐降低。通过对我国经济增长率和公司类客户的实际违约率进行检验发现,实际违约率与经济波动之间存在着长期稳定的协整关系,且实际违约率相对于GDP增长率变化具有一定的滞后性。因此,在建立信用评级的违约概率模型过程中,可以将经济增长指标作为重要的参考因素,或采用较短的经济波动期间来估计违约集中趋势,从而改善银行信用风险评级体系的敏感性,提高评级结果的准确性。     

基于主观违约性的银行客户信用评级改善

商业银行信用评级是银行风险防范的基础,但是目前的客户信用评级体系中缺乏主观违约指标,不能全面反映客户的信用等级.主观还款意愿应作为信用评级不可忽略的要素,为此,本文在充分考虑影响客户违约的客观指标基础上,纳入主观违约这一刚性指标,以反映客户还款意愿,并基于模糊综合评判方法,某银行对运用该指标前后的违约客户进行信用评级,评级结果的假设检验显示,纳入该指标前后,存在着显著性差异,表明主观违约指标纳入信用评级体系具有合理性,有利于推进国内评级的改善.     

客户违约概率(PD)在风险组合管理中的应用

内部评级体系是商业银行风险管理的核心工具,通过客户的违约概率(PD)来体现的客户信用评级是内部评级体系中重要的内容之一,新资本协议和银监会均对其在风险管理中的使用有相应要求。总体而言,客户违约概率(PD)在行业、地区的风险组合管理的作用分为以下几个方面。     

基于集成算法的信用债违约预测模型及其影响因素研究

本文选取2014—2021年的信用债作为研究对象，以单一算法（逻辑回归、高斯朴素贝叶斯、支持向量机和伯努利朴素贝叶斯）分别构建Bagging和Stacking集成学习模型，并将其与单一算法以及传统方法（KMV模型）进行对比，探讨如何提高信用债违约预测精度，证明Bagging集成算法的可靠性，还通过SHAP可解释算法研究信用债违约中的重要指标。实证结果显示，四种单一机器学习模型在预测准确率上优于传统KMV模型；进一步对机器学习模型进行集成，发现同质集成算法在提高预测性能方面不如异质集成算法，且Bagging异质集成算法的预测准确率优于Stacking异质集成算法。将性能最好的Bagging异质集成算法与SHAP可解释算法结合，得到对识别信用债违约具有重要价值的9个指标，分别是违约前债项评级、违约前主体评级、交易所、净资产收益率、债券类型、企业性质、财务费用、总资产增长率以及第一大股东持股比例，关键指标的识别对信用债违约预测具有指导意义。     

企业债券违约风险及其防范——以永泰能源为例

本文从永泰能源连续发生债券违约的案例入手,在企业层面、监管层面、信用评级层面分析我国企业债券违约风险的成因,提出采用建立风险预警机制、多层级集中监管模式以及改进评级方法等方式进行相应防范。     

浅析违约概率的应用

新巴塞尔资本协议的出台鼓励银行采用内部评级法评估所面临的信用风险,采用内部评级法,可以使银行资本和所承担风险的联系更加紧密、更加直接,可以大幅度提高资本对风险的敏感性。内部评级法计算资本充足率需要四个变量,违约概率是其中之一,同时只要采用内部评级法,不管应用高级法还是初级法,违约概率都需要由银行自己估算,国内某些商业银行已开始着手违约概率的计量。本文主要对违约概率的定义、作用及在现实中的应用作一些简要的介绍。     

违约风险模型对违约定义的敏感性研究

本文根据贷款信用风险四级分类和五级分类定义三种违约,运用商业银行的贷款企业会计数据分析了Logistic违约风险模型对违约定义的敏感性。实证研究表明,在三种违约定义下,违约模型的结构相似,但模型选择的变量和变量的显著水平存在差异,违约模型对违约定义具有敏感性。     

Default matrices: A complete measurement of banks’ consumer credit delinquency

Despite the manifold utilities of monitoring credit default rates, little attention is usually devoted to the underlying default definition. This paper proposes working simultaneously with different default severities, related to several past-due ranges, by means of transition matrices (to be named default matrices). In this way, default, as well as recovery, is depicted in a multidimensional flow, with the purpose of avoiding missing relevant information. The challenge lies on performing comparisons between default matrices, for which new metrics are proposed. In this paper, default matrices are built to measure consumer credit delinquency at four large Brazilian banks, allowing a detailed comparison of their credit migration experiences. The study is also able to draw relevant information from comparisons between estimations techniques (discrete and survival approaches) and between default criteria.     

基于Logistic模型的单个信用资产违约概率预测

在信用风险管理领域,由于中国商业银行信贷数据只满足Logistic模型的要求,因而预测单个信用资产违约率只能以Logistic模型为主线建模。以中国某商业银行1999~2005年的信贷数据为样本,实证分析得出,企业本身、宏观经济、地区及行业四方面因素对企业违约概率存在显著相关性。通过以上述四因素为变量,所构建的预测电力、公路、城镇建设三个行业信用资产违约概率的Logistic模型分析与预测单个信用资产违约的结果来看,四要素模型对中国商业银行的信用风险管理具有参照价值。     

Default risk premium and asset prices

We estimate a standard structural model of credit risk to draw insights about the premium demanded by investors for bearing default risk, using data on credit default swaps and market capitalization. We pin down the daily market value of assets for a set of non-financial firms and uncover cross-sectional heterogeneity in terms of the magnitude and time variation of the premium. By exploring the link between asset and default risk premia, we show that this heterogeneity closely depends on the relationship between the firm-specific market value of the assets and the business cycle.     

Counterparty Risk for Credit Default Swaps: Markov Chain Interacting Intensities Model with Stochastic Intensity

We analyze the counterparty risk for credit default swaps using the Markov chain model of portfolio credit risk of multiple obligors with interacting default intensity processes. The default correlation between the protection seller and underlying entity is modeled by an increment in default intensity upon the occurrence of an external shock event. The arrival of the shock event is a Cox process whose stochastic intensity is assumed to follow an affine diffusion process with jumps. We examine how the correlated default risks between the protection seller and the underlying entity may affect the credit default premium in a credit default swap.     

国有企业债券集中违约风险与对策研究

社会主义市场经济是法治经济和信用经济的有机统一,而企业信用尤其国有企业信用是我国市场经济持续健康发展的重要基石.针对近期频繁发生的国有企业债券违约风险及其根源进行研究后发现:国有企业债券频繁违约甚至恶意违约,容易导致国有企业的信用体系坍塌,并释放区域系统性金融风险和当地金融生态严重恶化的信号;究其原因,尽管有经济增长放缓、新冠肺炎疫情冲击、叠加市场大幅波动的外部原因,但根源还是在于这些国有企业“重投资的规模和速度情结”“重债务的融资和管控失序”和“经营恶化和现金流失控”等内部原因.为此,建议从推进国有企业债务透明度建设、建立国有企业债务风险预警系统、强化国有企业债券违约问责机制、完善国有企业投融资决策制度等四个方面着力防范化解国有企业债券违约风险,实现国有企业高质量发展.     

违约与杠杆周期——一个带有救助的金融加速器模型

我国为应对2008年国际金融危机的冲击采取了一系列经济刺激政策,在发挥“稳增长”作用的同时,也在一定程度上导致我国企业部门杠杆水平快速上升,但与此同时,不良贷款率并没有随企业部门杠杆的上升而显著增加。为了解释企业部门违约与杠杆的周期特征,本文在金融加速器模型(Bernanke et al.,1999)基础上,引入政府对企业部门的违约救助机制,建立DSGE模型进行讨论。进一步地,本文还通过一个不合意的去杠杆政策试验表明,忽略资产价格稳定(或者说金融稳定)前提下的去杠杆政策,反而会使企业部门的杠杆和违约率同时上升到一个较高水平。最后,引入一个盯住预期资产价格的动态救助规则能够发挥稳定经济的作用,并提高社会福利水平。     

国家主权信用评级质量检验方法研究

国家主权信用评级对当今国际经济和金融运行有着极为重要的影响力。但是,与其地位不相符的是,评级机构的评级结果事后多次被证明准确性和前瞻性较差。事先缺乏预警而事后大幅降级,甚至对加剧危机起到了推波助澜的作用。本文从国家主权信用评级质量的检验方法入手,系统分析了违约率和迁移率等传统方法在检验评级结果起到的作用及其不足,给出了检验评级质量的一般方法,并验证了该评级检验方法的科学性和准确性。     

Default correlation: An empirical investigation of a subprime lender

In recent years, subprime lending has grown substantially as an important sector of the credit markets. This paper is concerned with the risk management of subprime loan portfolios and the importance of default correlation in measuring that risk. Using a large portfolio of residential subprime loans from an anonymous subprime lender, we show that default correlation is substantial for this lender. In particular, the significance of default correlation increases as the internal credit rating declines. Our results suggest that lenders and regulators would be well served investing in the understanding of default correlation in subprime portfolios.     

Estimating Default Probabilities Implicit in Commercial Mortgage Backed Securities (CMBS)

This paper uses a structural credit risk model, providing an analytical formula to estimate default probabilities implicit in commercial mortgage backed security prices. Empirical studies of CMBS default have focused on the probability of default depending on loan characteristics at the origination and market indices. Recent studies show that unobservable current loan-to-value (LTV) ratio is a key state variable driving default. We update this variable using Real Estate Investment Trust (REIT) property-type indices over time. Later, we employ first passage time approach to study CMBS default using implied LTV.