基于结构模型的希腊主权风险评价研究

文章以主权风险为研究对象,运用现有的经济金融理论,借鉴Merton等的关于主权风险的分析框架,使用BSM(Black-Scholes-Merton)结构模型对希腊的偿债能力进行实证研究;通过分析主权风险的特征,对结构模型的变量进行优化;建立主权风险评价BSM结构模型,并应用模型计算希腊主权违约概率来刻画这次希腊主权风险的发展变化,实证结果表明希腊依然有较大的违约风险。     

KMV模型对中国上市公司信用风险识别能力的实证研究

KMV模型作为一种结构化信用风险度量和预测工具,在国外成熟市场已被广泛采用。本文选取了66家中国的上市企业作为样本,通过比较其违约距离,检验了KMV模型的信用风险识别能力;同时选取了25家ST企业三年的数据作为样本,通过纵向比较其违约距离,检验了KMV模型的信用风险预警能力。     

风险水平调整下的存款保险定价机制研究——基于Merton与违约预期损失定价模型

存款保险定价模型应建立在所面临的违约风险水平基础上,现行的Merton模型和违约预期损失定价模型忽略了银行资产负债结构、监管外部性、非系统性风险相关性和银行规模等风险因素的影响,因而采取改变风险敞口额、加强监管协调提高监管宽容参数、统一国家范围承保和建立二元保费定价机制等措施可实现存款保险价格与违约风险水平相一致的目标,促进存款保险机制的合理健康发展,为我国今后建立存款保险定价机制提供一定的参考。关键词：Merton模型;RV分析方法;监管外部性;系统性风险;风险分散     

信用违约概率测度研究:文献综述与比较

企业违约概率的测度和评估已被巴塞尔新资本协议内部评级法列为关键内容。本文从违约与违约概率的概念出发 ,按照违约概率测度与评估的两大渠道进行综述 :一是巴塞尔新资本协议与国际知名金融机构的高级信用风险模型对违约概率的测度研究 ;二是国内外学术界对影响违约概率关键变量的探寻及分类模型构建的评估研究。对违约概率测度与评估的各种方法及模型进行了梳理、评述和比较 ,指出了各种测度与评估模型的优点、不足和进一步研究的方向。在此基础上结合中国的实际 ,展望了违约概率测度和评估在中国商业银行的应用前景。     

基于COX回归的企业违约风险因素研究——以制造业财务风险企业ST公司为例

本文基于生存分析中COX回归方程,研究企业违约风险影响因素,并将宏观经济变量纳入模型变量中。本文选取了深证证券交易所197家制造业上市企业为研究样本,利用生存分析法中的寿命表法和COX回归函数,实证分析影响企业违约风险的各个因素。实证结果表明,经营现金流／总资产、每股收益率两个指标与企业违约风险呈正相关关系,财务状况、GDPR／LN（P）两个指标与企业违约风险呈正相关关系。最后,本文给出了分析我国制造业上市企业违约风险因素的带有宏观经济变量的COX回归方程。     

信用风险量化模型比较分析

近年来,信用风险量化模型在国际金融界,尤其是银行界得到了高度重视和快速发展。目前国际性商业银行用于计算信用风险的模型,按照数据情况和对风险概念理解的不同,形成了两种不同的建模思路。一种认为信用风险就是借款人违约的可能性,无论借款人违约与否,只要违约可能性的相关因素发生了变化,就意味着银行整体风险环境的变化,这种模式被称为盯市模式(Market-to-Market);另一种认为银行的信用风险就是借款人无法履行的实际风险,从而模型只对银行实际违约损失进行预测,只考虑两种状态,这种模式被称为违约模式(DefaultMode)。盯市模式的代表…     

中国房地产上市公司信用风险预测——基于KMV模型的分析

本文介绍了KMV模型的基本原理,并选取8家中国房地产上市公司,利用KMV模型预测了它们从2007年初到2011年末的每隔半年的以一年为期限的违约距离。对比了两种求解违约距离方法的应用效果,发现Moody’s KMV公司给出的算法要优于直接利用Merton模型的算法。最后对无风险利率进行了敏感性分析,采用匹配样本检验,发现房地产开发上市公司的违约距离对于利率变化具有敏感性。揭示了在基准利率不断上调的情形下,我国商业银行即将面临逐步加大的房地产开发信贷违约风险。     

赔付率对信用风险量化度量值的影响分析

信用风险是我国商业银行面临的最大和最重要的金融风险。在国际银行业结构变化、新巴塞尔协议风险资本要求出台以及我国商业银行自身因素的背景下，如何改善已有的信用风险内部度量模型对我国银行来说至关重要。本文研究了能够影响商业银行信用风险度量值的违约贷款赔付率，在对已有文献进行比较分析的基础上阐述了赔付率分布的若干特点，如赔付率的波动以及赔付率与预期违约概率之间的负相关关系等。     

普惠金融视角下的农资消费信贷行为和违约风险

农资消费信贷作为一种重要的农业普惠金融工具,同时具有一定的违约风险。首先,通过建立农资经销商之间的动态博弈模型以及农资经销商与农民之间的声誉博弈模型,得出农资消费信贷的可得性与覆盖率较高,但满意度较低;其次,为探究能够提高满意度的方法而分析农资消费信贷存在的风险,并建立指标体系对风险进行测度;最后,结合我国农村发展现状,为进一步提高我国农业普惠金融的可得性、覆盖率与满意度提出了政策建议。     

基于logistic模型的政府融资平台债务违约率估算及防范

2008年以来,政府融资平台债务规模增长快速,平台债务风险逐渐加大.虽然国家已经对平台进行清理、整顿和规范,相关政策也在逐步落实中,但是平台风险仍在不断上升.平台债务的风险究竟有多大?又如何解决?文章通过构建平台债务的logistic违约率模型发现平台债务的违约率很高,风险很大,因此必须建立风险预警和防范机制.此外,平台债务的违约率不仅仅取决于平台公司自身的财务情况,同时还受当地政府财政收入的影响,因此,在分析平台公司的风险时必须要考虑政府的财政情况.     

基于违约成本的银行信贷风险管理

银行贷款的风险管理是关系到整个金融系统稳定的重大问题。本文利用logit方法以及人民银行提供的信贷数据库,根据相关的变量建立模型,并分析了该模型对贷款违约的预测能力。与以前的研究不同,我们的研究着重考虑了违约成本在贷款决策中影响,给予一类、二类错误不同的权重,这样的预测模型能更好地符合银行实际操作的需求。本文的研究也可以作为银行内部风险管理的参考。     

金融危机前后中国银行业系统性风险实证研究

文章基于网络模型量化分析了金融危机前后我国银行业系统性风险的特征。利用2006-2011年银行间市场中各类型金融机构拆出与拆入资金数据,建立了金融机构间关联网络模型。在此基础上,通过模拟测试可揭示冲击在各类型金融机构间传染过程,同时可以分析各类型金融机构间风险暴露特征。实证研究表明:金融危机前后任一类型金融机构违约不足以引发银行业系统性风险;国有商业银行和其他商业银行在银行间市场中处于核心位置。     

基于网格搜索和随机森林的汽车信贷违约预测研究

基于某金融机构的汽车信贷违约数据构建随机森林风险预测模型，用主成分分析法对数据进行降维，利用上采样的方法解决样本不平衡的问题，同时通过综合五折交叉验证法和网格搜索对随机森林模型调参。此外，还与其他机器学习算法的预测结果进行比较。研究表明，相对于其他两种预测模型，随机森林的性能都是最优的，性能较佳。同时，采用随机森林计算特征重要性时发现，个人抵押资产的价值对汽车信贷违约有显著的影响。     

基于可解释机器学习的信用债违约研究

为解决传统信用风险预测模型的非均衡样本识别不足问题,利用过采样方法和机器学习算法,提升信用债违约预测模型的准确率及稳定性。引入盈利能力、现金流量、营运能力、资本结构、偿债能力5类财务指标和非财务指标,运用SMOTE、Borderline SMOTE、ADASYN方法解决样本不均衡问题,通过逻辑回归、支持向量机、随机森林、XGBoost进行风险识别。结论：对于非均衡信用债违约样本,1000次有放回bootstrap重复抽样下ADASYN-RF模型的AUC、Recall优于LR、SVM和RF模型;ADASYN-SVM模型违约样本实际Recall较不使用过采样法提升36.86个百分点。引入可解释性机器学习方法,发现带息债务/全部投入资本、地方财政收入/债务存量、资产负债率等是信用债违约的重要影响因素。     

基于KMV模型的中国制造业上市公司信用风险评价

经济新常态下,经济增长速度逐渐放缓,但日益重视发展质量。制造业作为资本密集型行业,避免违约风险不仅有利于公司可持续发展,也对降低系统性金融风险起到重要作用。以A股制造业70家上市公司为样本,以2018年10月1日到2019年9月30日为一个计算周期,运用KMV模型实证分析上市公司的股权价值波动率、资产价值波动率、信用违约距离和信用违约概率。结果表明,0.03可以作为制造业上市公司违约概率的临界点,超过0.03则可以判定该公司具有一定的信用风险。同时,将违约概率区间进行划分,划定信用等级。最后针对不同的问题提出解决方案和建议。     

“同治”还是“同谋”:机构投资者抱团与 企业违约风险

文章以2009—2020年沪深A股非金融上市公司为研究样本,实证检验了机构投资者抱团对企业违约风险的影响及其内在机理。研究发现,机构投资者抱团可以降低企业违约风险。影响机理的检验证实,机构投资者抱团通过降低信息不对称、缓解融资约束和降低经营风险对企业违约风险产生影响。进一步从信息、资源和风险的视角探讨两者关系的异质性发现,机构投资者抱团对企业违约风险的治理效应主要体现在信息不对称程度较高、资源获取较难和风险较高的样本中。文章的发现有助于深化机构投资者抱团的经济后果与企业违约风险影响因素的研究,也为进一步完善机构投资者的制度设计、持续优化公司的内外部治理结构,防范化解企业违约风险提供了参考依据。     

衍生品定价中的模型风险研究的回顾与展望

随着金融衍生品的日益复杂化,衍生品定价过程中的模型风险越来越受到学术界与业界的重视。论文首先对模型风险的定义与度量的相关文献进行了回顾;然后对衍生品定价过程可能会产生模型风险的各个环节进行了综述,包括随机过程选择、估计方法选择、估计样本选择、定价理论范式选择、定价方法选择,并对其采用的理论、模型、方法进行了比较;最后对衍生品定价中各个环节的模型风险的共识和不足进行了总结,并对未来的研究方向进行了展望。     

结构性违约、信用分层与评级机构的策略性反应——来自中国信用债市场的证据

2014年以来,以主要集中于民企的"结构性违约"宣告了中国信用债市场刚性兑付的"结构性打破",债券市场进入了新的发展阶段。利用2013-2017年债券数据,本文深入分析了结构性违约对评级机构行为和效率的影响,主要有如下发现：首先,信用评级的市场公信力会因政府隐性担保导致的"刚性兑付"而削弱;其次,结构性违约爆发之后,信用评级的整体效率有所提升,但在不同发行主体呈现分化,对于非城投类企业,信用评级对发行利差的影响显著增大,意味着评级公信力的显著提升,而对于城投类企业,评级效率并未明显改善;进一步研究表明,出现这种情况的原因在于评级机构在违约后采取了差异化的评级策略,对于违约风险较大的非城投类债券,评级机构倾向采取"收紧评级"的策略;对于违约风险较低的城投债,评级机构倾向于采取"放宽评级"的策略。这种策略性行为是导致市场"信用分层"的重要原因,并有可能推升民营企业的融资成本。     

基于组合模型的股票预测研究综述

随着金融业数据环境的日益复杂,利用传统单一模型进行高精度股价预测变得愈加困难。面对日益突出的股票分析技术需求,组合预测模型开始得到发展并取得了很多成果。首先介绍影响股价波动的分析指标,概括基于传统统计预测模型、机器学习、神经网络等单一预测模型在股票预测中的优势与不足。然后依据组合预测模型的组合形式,将其分为线性模型的组合、非线性模型的组合以及线性与非线性模型的组合3种类型,并报告多种组合模型的实际应用与研究现状。最后,对组合模型股票预测方法的有效性和稳定性进行展望。