基于Credit Risk+模型的我国西部地区农商行信用风险防范研究——以四川KK农村商业银行为例

我国西部地区包括12个省级行政区,各省级行政区内具有代表性的农村商业银行发展规模差距较大。近几年,农村信用合作社改革的脚步加快,西部地区农村商业银行发展迅速,由于成立时间较短,发展较快,导致监管力度不够,信用风险增加。西部地区农村商业银行现有的信用风险评价方法较为落后,不能很好地度量农村商业银行的信用风险。本文选用Credit Risk+模型作为研究我国西部地区农村商业银行信用风险评价模型,该模型适合中小型银行使用,且计算结果有单一的数字表达,方便参考与理解,本文使用Credit Risk+模型,以西部地区四川KK农村商业银行为例,进行实证分析,以期对我国西部地区农村商业银行信用风险评价研究提供参考。     

中资美元债应“稳”字当头

2019年,中资美元债发行期数和发行规模同比呈增长态势。但受偿债高峰期来临的影响,近一半的新发债券用于满足发行主体的再融资需求;同时在集中兑付压力下,部分发行主体的信用风险进一步暴露。展望2020年,中资美元债仍将处在集中到期的高峰期,但整体风险相对可控。对于中资美元债的发行主体而言,应密切跟踪宏观经济和金融市场情况,做好外债风险管理工作,实现对境内外资源的合理利用。     

关于集团企业融资实务的几点思考

笔者长期在贸易类大型央企财务部负责融资工作,深感融资人员需要在经济周期、业务行情不断变化中保持学习精进状态,才能更好地发挥融资岗位价值,防范公司因现金流短缺而出现信用风险。以下笔者结合多年融资实务,对月度融资计划、评级、融资制度和资金到期归还等谈一些看法。     

互联网金融生态圈内融资信用风险仿真评测研究

本文从互联网金融生态圈内借款人的信用风险角度出发,通过融资主体信用风险评测指标体系,依据人人贷平台数据,建立自组织竞争型神经网络预测模型和BP神经网络模型都能适用于互联网金融生态圈内融资主体平台借款人信用风险评估,具有较强的风险预测评估能力。综合运用这两类模型,能对互联网金融生态圈内融资主体可能出现的违约情况进行预警,有效防范风险,增强互联网金融生态圈的信用等级。     

上市公司信用风险管理研究

在社会融资规模下降,证券市场监管从严从重,部分上市公司过度融资严重、多元化投资复杂、盈利能力弱化、质押融资比例高的背景下,上市公司信用风险水平上升。为有效管控上市公司信用风险,构建包括偿债能力、过度融资、盈利状况、股权质押、股价表现、股东减持、分红状态等因素的风险监测指标体系,有效监测分析上市公司信用风险,并提出相应风控措施。     

职业声望能真实反映还款能力和信用风险吗?——来自人人贷的经验数据

在传统借贷市场,职业声望向来被看作是借款人能否按时还款的重要保障。文章利用"人人贷"网贷平台作为研究对象,分别从贷款人和借款人的角度提出假说并进行分析。实证结果表明,在控制了其他因素的条件下,职业声望较高的借款人借款成功率高于职业声望较低的借款人,但违约率也相对较高,说明职业声望并未真实反映还款能力和信用风险。     

战略差异度对企业信用风险的影响研究

以2014—2018年A股上市公司为样本,研究了企业战略差异度对信用风险的影响。研究发现:战略差异度与信用风险大小呈正相关关系,即战略差异度越大,企业所面临的信用风险越大。结合产权性质发现,相比国有企业,民营企业所面临的信用风险受战略差异度影响更为显著。通过对两者影响路径的分析发现,企业经营能力和信息不对称在该过程中存在部分中介效应,其中企业经营能力在两者关系中的中介效应更加明显。研究表明,战略差异度是企业信用风险的重要影响因素之一,研究结论能为今后企业信用风险管理提供良好的预判视角,帮助企业推动内部控制建设,为民营企业建立健全战略管理机制提供理论依据。     

基于DBN的线上供应链金融信用风险研究

"互联网+"背景下,针对如何解决深度挖掘线上供应链金融大数据背后信用风险的问题,提出了一种基于深度信念网络(DBN)的线上供应链金融信用风险评估方法.首先,建立了由受限玻尔兹曼机(RBM)和分类器SOFTMAX构成的深度信念网络评估模型,并利用该模型对三类数据集进行性能评估测试;其次,运用因子分析法从21个指标中甄选8个指标,输入到RBM中进行转换,形成更为科学的评估指标,再将指标输入到SOFTMAX中进行评估;最后,将这种基于DBN的线上供应链金融信用风险评估方法应用到实例中进行了验证.结果表明:该方法的评估准确率达96.04％,与SVM法、Logistic法相比较,具有更高的评估准确率和更好的合理性.