贷款定价的信用风险成本的计量方法

正确评估贷款定价信用风险成本,评估客户的违约风险,合理确定风险补偿水平是贷款定价的重要环节。本文结合影响信用风险成本的主要因素,对商业银行一般客户单项债权与重要客户全部债权的信用风险成本进行了理论与操作层面的分析,为商业银行贷款定价之信用风险管理提供了有益的参照。     

基于机器学习的个人贷款违约预测模型的应用研究北大核心CSSCI

针对贷款违约给商业银行带来的信用风险损失,本文基于Kaggle平台的Loan Defaulter数据集,通过建立机器学习模型预测客户违约情况,以降低信贷风险。本文根据贷款数据类别不平衡和特征维度高的特点,对其进行数据处理以及探索性数据分析,得出与贷款违约高度相关的重要特征,包括性别、家庭人数以及借款人所在城市、住房类型、总收入、所属行业、职业类型、工作年限、受教育程度、消费贷款额度、贷款金额、贷款年金等。在比较各类模型的基础上,本文选择表现较好的随机森林,XGBoost以及K近邻组合为Stacking集成模型。实验表明,与单一算法相比,该模型的集成算法具有更高的精确度和预测效果,其中Stacking模型能够融合其他基础模型的优点,取得最好的预测效果。本文主要创新点有二:一是梳理信用评估模型中集成模型的基本特征,基于不同模型的优势,引入Stacking模型组合建模,融合四组机器学习模型并建立双层学习器,提高了信用风险评估效果;二是基于普惠金融发展,将研究对象具体化为个人信贷,应用场景更加细化,并得出影响贷款违约的重要特征。     

动态视角下房地产贷款对银行业系统性风险溢出研究

基于Credit Metrics模型动态度量房地产贷款信用风险,运用双重ΔCoVaR模型分析框架量化其对单家银行风险的影响,以及对银行业系统性风险的溢出,将总体溢出分解为直接溢出和间接溢出,考量房地产贷款信用风险对银行业系统性风险的传导途径。结果显示：一方面,房地产贷款信用风险近年来整体呈上升趋势,且对银行业风险溢出显著,尤其是大规模债务违约和新冠疫情的爆发加剧了溢出效应。另一方面,房地产贷款信用风险的间接溢出大于直接溢出,且高(低)系统重要性银行产生了更大的间接(直接)溢出,表明高系统重要性银行由于与其他银行的业务联系密切,其贷款信用风险更易引发银行业内的连锁反应从而间接刺激风险爆发;低系统重要性银行因为依赖少数大型客户贷款,面临信用丢失时缺乏强劲的风险缓冲能力,更可能直接对银行业的稳定造成显著破坏。     

商业银行信用风险管理策略

信用风险是商业银行面临的主要风险,也是转轨经济时期我国银行业甚至整个金融体系面临的最大风险。随着金融市场的不断发展,商业银行的信用风险管理策略也正在发生深刻的变化,形成了基于客户和基于市场两大策略并重的现代信用风险管理方法体系。本文在介绍实施信用风险管理策略主要方法的基础上,对比分析了两种策略的特征,并提出了对我国商业银行信用风险管理的启示。基于客户的管理策略长期以来,商业银行信用风险管理主要是针对客户进行的,通过与客户订立合同条款来降低贷款的违约概率或违约损失率,或者要求适当的贷款利率以补偿对风险的承…     

个人汽车消费贷款违约影响因素分析

近年来我国汽车消费金融市场规模迅速增长,个人汽车贷款风险管理成为商业银行的关注热点之一.采用Logistic模型,分析汽车消费贷款提前还款违约和逾期还款违约的影响因素.结果发现:从个人特征维度上看,贷款者的体制背景、客户等级对提前还款违约具有显著的影响,对逾期还款违约没有显著影响.从贷款维度上看,享受利率优惠的贷款者具有更大的逾期(提前)还款可能性,而接受高利率的贷款者逾期(提前)还款的可能性更低.当央行利率变动时,汽车贷款利率的灵活调整可以显著地抑制提前还款违约的发生.从汽车品牌维度看,购买国外品牌汽车的贷款者更不容易发生逾期还款违约,但更容易发生提前还款违约,这可能与我国民众爱好“面子”有关.     

违约贷款回收率:基于国外实证研究的分析

本文在对国外银行贷款回收率研究进行总结的基础上,对违约贷款回收率的影响因素、信用风险模型中违约回收率的建模进行了分析,并对商业银行进行违约贷款回收率的建模提出了建议。     

我国汽车消费贷款违约的实证分析——来自商业银行的微观证据

随着我国汽车消费信贷市场的发展,贷款违约问题越来越受到关注.本文将居民汽车消费贷款违约分为两类,利用银行消费贷款合约数据,运用Logit和Probit模型对影响汽车消费贷款违约的因素进行实证分析,揭示不同汽车价格区间内影响贷款违约的主要因素.研究结论是:对于购买普通汽车的借款人,贷款利率和借款人的收入负债比是导致违约的显著影响因素;对于购买豪华汽车的借款人,首付比例和汽车价格是导致违约的显著影响因素;违约率随汽车价格升高呈倒U型变化.     

中小企业违约和破产研究文献综述

有效识别中小企业贷款的风险要素,准确预测和度量中小企业贷款的违约风险,是破解中小企业贷款难的关键。对于中小企业违约和破产的实证研究采用的方法有普通的多元回归（OLS）、简单一直观模型、传统的多元判别分析模型和逻辑回归模型等。影响中小企业信贷风险的要素除了传统的财务变量以外,还包括非财务因素,而且非财务的定性要素比定量的财务因素的作用更加重要。     

固定利率住房抵押贷款违约行为及其定价研究

固定利率住房抵押贷款的信用风险主要是违约风险,基于理性期权的定价模型往往会低估借款人的违约概率.通过分析违约成本及非理性违约因素,可以确定借款人违约时贷款机构收回的现金流,得到固定利率住房抵押贷款定价的期望值模型,并得出模型的求解方法.     

提高市场主体信用质量防范银行业信用风险

现代意义上的信用风险是指由于交易对手直接违约或交易对手信用水平、履约能力的变化而使债权人资产遭受损失的风险。与此相应,银行贷款的信用风险决定于贷款客户的还款能力和还款意愿。一、信用风险是我国银行业的主要风险银行业面临的风险主要有交易对手或客户不履行义务的信     

内部评级法框架下商业银行信用风险的资本测算

依据信贷资产分类贷款迁徙率矩阵,获取商业银行信贷业务各级形态贷款的违约概率;依据商业银行信贷审批的管理原则、资产清收的执行原则以及商业银行在清收时不可能通过诉讼获利的司法特征,建立抵押品池综合违约损失率的计算模型。基于以上模型,采用巴塞尔新资本协议IRB法计算出的信用风险在一般情况下低于依据银监会资本充足率管理办法计算出的信用风险。     

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。     

个人抵押贷款违约的相关性因素——基于Copula模型的研究

运用国内商业银行积累的大量数据,统计得到银行个人客户住房抵押贷款多年度、不同信用等级、不同身份特征、分行业和分地区的违约情况,进行非线性的拟合分析,并采用Copula函数度量个人客户违约之间的相关性及厚尾特征。研究表明,房屋价格、客户性别以及受教育程度等与违约概率相关性比较低,在考察的样本区间内,这些因素不显著导致违约发生。另外,信用等级、收入结构和抵押担保剩余额度是影响个人违约决策的重要变量。所采用的模型在个人住房抵押贷款定价与风险管理中获得较好效果,银行可以根据违约状况的变动制定动态利率,随时准备弥补损失。     

基于违约模型内部评级法对信用风险管理的有效性研究

从《巴塞尔新资本协议》开始,对信用风险的管理越来越受到世界的关注,目前,对内部评级法中信用风险核算变量违约率（PD）的核算的研究更为深入,模型发展更为成熟,基于违约模型的内部评级法日趋成熟,对信用风险管理的有效性日益凸显。基于内部评级法的主要测算变量违约率（PD）构建的Logistic回归模型分析,从违约模型的角度实证研究了内部评级法在信用风险管理中的重要作用。     

金融双语

信用违约互换 信用违约互换可被视为对标的资产违约购买的一项保险，或是标的资产的卖出期权。如图所示．在一个典型的信用违约互换合约中，出售信用风险一方（即“信用保护的购买方”）定期向“信用保护的出售方”付款，支付金额等于协商好的基点数乘以标的债券或贷款的面值。如果标的债券或贷款的发行人没有违约，购买信用风险的一方（即“信用保护的出售方”）就没有支付义务。     

基于内部评级法的县域农村商业银行信用风险度量研究

针对县域农村商业银行信用风险管理粗放的现状,本文通过对巴塞尔协议Ⅲ中内部评级法的研究,在充分考虑县域农村商业银行实际情况基础上,建立基于CreditMetrics的信用风险度量模型,计算出组合贷款和单笔贷款违约概率、违约损失率,从而建立符合该行实际的信用管理体系。     

对防范消费信贷信用风险的措施研究

目前,我国商业银行个人贷款可分为消费贷款和生产经营性贷款,消费贷款是银行根据个人或家庭未来相对稳定的收入而核定贷款额度用于指定消费用途的分期还款的业务.其基本特点是根据客户收入状况及预期决定即期消费能力.消费贷款一般品种小而程序多,额度小而市场大,期限长而管理难.对于我国商业银行而言,它属于创新的的"零售业务",已成为具有强劲发展势头的信贷业务.商业银行开展个人消费信贷业务,不仅有利于扩大内需,提高资源利用率,促进产业结构调整和升级,更对银行调整信贷资产结构培植稳定优良的客户群体,直接带动相关业务的发展,形成品牌特色,提高盈利水平和发展后劲有着十分重要的意义.但就目前来看,开办该项目业务时,存在一定的信用风险.本文就当前开办消费贷款业务中存在的信用风险谈一些防范措施.     

基于分层模型的银行客户信用风险预测研究

本文基于商业银行客户信贷记录数据集,通过运用拉普拉斯分层模型对客户的信用风险进行预测研究.利用客户群体存在差异化的特点,采用XGBoost机器学习算法来选择分层特征以及结合多元特征的组合形式来预测客户的违约情况.在不同分层特征结构下依次对比拉普拉斯分层模型、单独模型、共同模型和随机森林四个模型的预测效果,并建立模拟数据集来对拉普拉斯分层模型的性能进行验证.研究发现:(1)拉普拉斯分层模型的预测精度是最高的,预测性能具有稳定性;(2)本文数据集所适用的最佳分层特征是贷款金额、年龄和婚姻;(3)分层特征的选择和数量会依据不同数据而产生相应变化,并非一成不变.结合本文的研究思路和结果,以期为商业银行在客户信用风险评估实践中提供新的思考和建议.     

基于Logistic模型的个人住房贷款信用风险实证研究——以陕西省建设银行数据为例

随着个人住房贷款市场的不断扩大,呈现出信用风险不断暴露的趋势.本文在总结国内外学者对个人住房贷款信用风险及风险评估方面研究成果的基础上,选取陕西省建设银行个人住房贷款客户为研究对象,通过Logistic回归模型构建个人住房贷款信用风险的评估模型,最终实现对个人住房贷款客户的信用风险评价.     

抵押风险分析和抵押贷款违约损失率研究

违约损失率是BaselⅡ规定的六大风险指标之一,而抵押是BaselⅡ标准法规定的信用风险缓释工具之一,两者在巴塞尔新资本协议中有着非常关键的地位和作用.本文总结了国内外违约损失率的研究概况,在利用历史数据对我国商业银行抵押贷款的违约损失率进行实证分析后发现：（1）回收率同融资金额成反比;（2）回收率同融资折率成反比;（3）回收率呈“U”型分布.本文的分析有助于进一步探究我国商业银行抵押贷款违约损失率的特征,是量化风险暴露和计算监管资本的基础,并为我们下一步的折率研究做好了铺垫.