一类信用违约互换定价模型研究

信用违约互换是最近几年国际金融市场出现的重要的信用风险管理创新工具,由于信用风险非系统性、收益可偏性以及数据获取困难,使得信用违约互换定价十分困难。研究了一种只有两个公司的一篮子信用违约互换的定价问题,为信用违约互换定价分析提供了理论依据。     

违约互换定价与商业银行信用风险管理

在假设市场风险和信用风险两者线性相关的前提下建立一个基于考克斯过程的信用违约互换的定价模型,为信用违约互换定价分析提供理论依据。     

发展信用违约互换：改善我国农村金融机构信用环境

文章分析了我国农村金融机构面临巨大信用风险的特点,在此基础上提出利用信用违约互换解决这一问题的新思路。同时,在分析使用信用违约互换解决信用风险应具备条件的基础上,给出我国农村金融机构有效利用这一衍生产品的建议。     

信用违约互换及外部影响因素分析

本文介绍了信用违约互换的基本理论和交易原理,讨论了影响信用违约互换定价的三个外部因素,分别是信用评级、合约到期日和无风险利率,通过对历史数据进行回归,根据回归的结果讨论三个外部因素是否对信用违约互换价格产生显著影响。由于信用违约互换交易存在较大的杠杆性和风险性,文章对如何预防违约互换风险进行了进一步的讨论。引进信用违约互换能够促进债券市场发展,有助于解决中小企业融资问题,促进经济发展,因此对我国出现信用违约互换的可能性进行分析,并对我国引入信用违约互换机制给出相应建议。     

信用违约互换

信用违约互换（Credit Default Swap,CDS）是国外债券市场中最常见的信用衍生产品，它是指信用保护买方（信用风险卖方）向信用保护卖方（信用风险买方）支付一定费用，当双方约定的“参考资产”或“参考实体”在规定的时间内发生特定“信用事件”时，     

浅析当前背景下信用违约互换的缺陷

在2008年以来发生的全球性金融危机中,导致大量金融机构陷入危机中的最重要一类衍生金融产品就是信用违约互换(CDS)。本文将通过简要分析信用违约互换的作用机制,探讨信用违约互换如何对此次金融危机推波助澜,进而分析信用违约互换的缺陷。     

信用违约互换在国内中小企业贷款中的应用

文章基于次贷危机后国内中小企业信用风险的加大,结合中国金融市场的现状,提出应重视信用违约互换在商业银行中的应用,以解决中小企业贷款困难的问题。     

信用违约互换在国内中小企业贷款中的应用

文章基于次贷危机后国内中小企业信用风险的加大,结合中国金融市场的现状,提出应重视信用违约互换在商业银行中的应用,以解决中小企业贷款困难的问题.     

论我国信用违约互换市场的单边性

信用违约互换目前在发达国家每年以80%的速度快速增长的同时,我国却只有少数银行在进行初步的尝试,这与我国的高信贷风险是不相适应的。本文避开对信用违约互换分析的传统角度,重点分析了我国信用违约互换在我国之所以没有得到较好发展的一个重要原因就是信用违约互换市场在我国的单边性,并提出改善建议。     

信用衍生产品在信用风险管理中的作用

信用风险是金融市场上最为基本、也是危害最大的一类风险,它是指在金融交易中,交易对手或债务发行人违约或信用品质潜在变化而导致损失的可能性。在信用衍生产品产生以前,金融机构是通过信用评级、信贷配给、出售贷款等方法来管理信用风险。但这些方法的应用,一方面减少了金融机构的利润来源,另一方面也挫伤了客户的贷款积极性。信用风险的防范及量化是国际金融业一直努力设法解决的问题,直到1992年,在巴黎举行的ISDA（International Swaps and Derivatives Association,国际互换与衍生品协会）年会上首次正式提出了一种可以用作分散、转移、对冲信用风险的创新产品——信用衍生产品。     

基于信用违约互换的企业债信用风险防范研究

自2014年债券市场刚性兑付打破以来,我国企业债市场信用事件频发,不但给债券投资者造成巨额损失,使得市场信用偏好降低,而且可能进一步影响未来企业债的发行和交易。文章基于我国现行的信用违约互换的原理,设计了可以对冲企业债信用风险的方案,并针对现行的条款和机制,提出相应的改进对策。     

信用违约互换在合成证券化中的应用

随着金融全球化趋势扩展与金融市场波动性的加强,信用风险已成为当今金融市场的主要风险,故资产证券化这种信用风险转移产品也就应运而生.其中,应用信用违约互换的合成证券化,既是一种创新金融工具,又是金融机构改善金融资产质量,分散信用风险,释放资本金,提高资本充足率和金融系统安全的创新金融技术.现今合成证券化已被一些发达国家广泛应用,但我国在这方面的研究尚属探索阶段.     

使用信用违约互换产品化解信贷集中风险

信贷集中风险已经成为我国银行业亟待解决的问题,本文在分析了我国银行业信贷集中风险的现状和危害后,提出了使用信用违约互换产品化解银行信贷集中风险的建议。并对信用违约互换产品的基本原理以及在我国的实施方法提出了建议。     

基于最谨慎原则的信用衍生品定价模型及应用

巴塞尔新资本协议提出最谨慎原则,针对违约数据较少的信用资产估值问题,提出了有效的解决方法。本文引入最谨慎原则估计违约率,采用资产价值波动过程,假设损失程度服从β分布,构建了适合我国市场的信用衍生品定价模型,处理低违约资产的信用风险估值问题。本文用我国债券市场数据对模型进行了实证分析,模型结果较为稳健,能合理反映信用衍生品的信用风险。     

我国制造业上市公司信用风险度量:基于KMV模型

目前对上市公司信用风险度量模型进行研究,及依据行业特征构造行业信用风险度量模型,对于商业银行信用风险管理显得尤为重要。本文基于现代信用风险度量模型——KMV模型,通过对违约点、股权价值波动性率、违约距离计算方式进行修正,构建了制造业行业KMV模型。研究结果表明,当违约点选取长期债务和短期债务之和时,制造业KMV模型可以提前两年将信用好与不好的上市公司甄别开,具有较强的适用性,符合我国目前信用风险管理水平的需要。同时,运用制造业KMV模型还可以判断上市公司是否具有"壳"资源的价值。     

银行不良贷款违约损失率结构特征研究

本文对中国银行业面临的信用风险违约损失率(LGD)展开研究,以温州某商业银行不良贷款数据为样本,通过描述性统计,对LGD的结构特征:信用风险暴露规模特征、期限特征、地域特征以及担保特征等进行了详细分析。结果表明LGD与风险暴露规模呈负相关,LGD与贷款期限呈正相关,不同地域、不同担保方式的违约贷款其LGD差异性显著。以上这些结论可为商业银行信用风险管理、信贷投放导向以及信用风险监管提供现实帮助。     

现代信用衍生工具在信用风险管理中的运用

商业银行在经营活动过程中,主要面临着信用风险、国家及转移风险、市场风险、利率风险、流动性风险和操作风险等。其中,信用风险是最重要的风险。信用衍生工具在信用风险管理中起到重要的作用,本文在介绍了当前国际信用衍生工具市场发展的主要特征后,详细分析了信用衍生工具规避信用风险的内在机制:一是利用互换对冲信用风险,另外是利用期权对冲信用风险。并分析了信用衍生工具所具有的优点,同时对信用衍生工具作为新的金融产品本身可能带来的风险作了详细分析,指出信用衍生产品将使其使用者面临着操作风险(Operating risk)、交易对手风险(Counter party risk)、流动性风险(Liquidity risk)和法律风险(Legal risk)。     

上市公司支付违约风险度量模型研究 ——以永泰能源为例

文章在KMV和复合KMV框架内引入资产变现参数及触发概率,同时考虑支付违约随机性发生特征,建立支付违约风险计量新模型,并以A股上市公司永泰能源为研究对象,应用模型分析公司重大资产重组事件公告前、短期融资券实质性违约前信用风险的变化规律.研究结果表明:引入变现参数和触发概率能够明显提升模型识别公司信用风险变化的能力;时变变现参数对支付违约概率的影响高于固定变现参数的影响;复合KMV框架内引入变现参数和触发概率,既可区分公司短期与长期信用风险,又能提升模型预测信用风险变化能力;相对于账面价值为基础的直接估计法,市场数据为基础的间接估计法能够更有效地识别信用风险变化.文章丰富了信用风险计量模型理论研究成果,对投资者、发行人、信用评级公司、监管机构、会计准则委员会有借鉴参考价值.     

国外信用风险度量方法对我国的借鉴与启迪

国外信用风险度量方法可分为传统和现代信用风险度量方法两大类,与其相比,我国信用风险度量方法存在定性分析多、缺乏较好的信用资料历史数据库,征信法规建设滞后、信用中介机构实力不强,证券市场有效性不高,信用文化基础薄弱等问题。因此,我们要静态与动态、定量与定性分析相结合,尽快建立大型违约数据库,加快征信立法、大力扶持国内专业信用评级机构,进一步开拓资本市场功能,加强信用文化建设。     

非均衡数据下基于BPNN-LDAMCE的信用评级模型设计及应用

研究目标:非均衡样本信用风险的有效预测。研究方法:针对反向传播神经网络BPNN交叉熵损失函数在非均衡样本信用评级中对非违约样本识别过度、违约样本识别不足的现象,利用标签分布交叉熵(Label Distribution Aware Margin Cross Entropy,简记LDAMCE)函数对交叉熵损失函数进行改进,并采用两阶段方式对BPNN模型进行训练,构建基于BPNN-LDAMCE的信用评级模型;基于多模型对比思路,验证BPNN-LDAMCE模型对中国某金融机构1298笔真实贷款数据信用风险预测的有效性;利用UCI公开的A地区、B地区信贷数据,检验BPNN-LDAMCE模型的稳健性。研究发现:BPNN-LDAMCE在保证对非违约样本识别力的同时,提升了对违约样本的预测准确率。研究创新:通过测算非违约、违约样本到分类面的“最优分类间隔”γ₁~*、γ₂~*,利用γ₁~*、γ₂~*对交叉熵损失函数进行改进,构建基于“最优分类间隔”的BPNN-LDAMCE信用风险评价模型,既可提升BPNN信用评价模型...