运用大数据提升信用评级质量和区分度:"咖啡馆"(CAFE)全息风险评估体系的探索

目前,中国国内实施的信用评级体系仍面临评级虚高、区分度不足、事前预警功能弱等问题。本文介绍的基于“咖啡馆(CAFE)全息画像风险评估体系”的“先知通(IS)信用评级体系”运用大数据探索解决违约“坏”样本数量不够的问题,提升信用评级质量和区分度,对于中国构建以主体或者债项的违约率为核心的信用评级体系有积极意义。     

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...     

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。     

顺周期评级行为对信用评级质量的影响研究——基于中国债券市场违约数据北大核心

基于中国债券市场2014-2022年间的违约数据,利用国际评级机构构建的基于违约数据的主流评价指标,从评级一致性和及时性双视角实证考察了评级机构顺周期评级行为对评级质量的影响。研究结果表明:评级机构的顺周期评级行为不仅导致评级结果的一致性下降,而且导致评级调整的及时性变差。应进一步完善我国信用评级理念和评级技术,探索构建跨周期评级体系,提升信用评级质量。     

信用评级与信用债违约实证研究——基于机器学习算法

已有研究表明,信用债券违约呈日益蔓延态势,其中一个重要原因是信用评级无法准确提供债券违约风险信息,这也导致了信用评级公信力的下降。本文选取2018—2019年还本付息的信用债券作为研究对象,引入机器学习算法,探讨各评级机构提供的信用评级与债券违约风险之间的关系。研究结果显示,来自不同评级机构的信用评级对违约风险的反映不存在异质性,但对违约风险反映的程度存在异质性：与国内信用评级机构相比,国际信用评级机构出具的信用评级能够反映更多的违约风险;与发行者付费模式相比,投资者付费模式下的信用评级能够反映更多的违约风险。也就是说,尽管信用评级虚高在信用评级机构中具有共性,但通过国际评级机构和投资者付费模式进行评级,可显著改善评级质量。这表明,信用评级行业的对外开放与采用投资者付费模式,对提升我国信用评级水平具有积极意义。     

信用评级中的违约率、违约概率研究

信用评级是对个人、经济体与金融工具履行各种经济承诺的能力及可信任程度的综合评价，本文通过对KMV评级模型的研究，指出在信用评级中的关键指标——“违约率和违约概率”在评级中的重要意义。     

关于我国商业银行信用评级的思考——违约率(广义)测算从离散到连续演进的启示

当前我国金融体系的信用评级,无论是商业银行内部评级还是外部评级等,都程度不同的采用了AAA、AA、A、B、C这样离散的信用评级方法,本文从理论上讨论了违约率(广义)的定义、意义、分类标准和测算的方法,巴塞尔新协议中标准法,内部评级初级法,内部评级高级法的异同及对我国信用评级(广义违约率)管理建设的启示,指出我国商业银行的信用风险管理应采用内部评级高级法的框架,对于信用等级的评定应采用连续变量来代替传统的A、B、C等离散型的分类方法。     

债券违约频发下的主体评级质量审视——评级机构准确性的多期追踪检测与解析

2014年以来，我国高评级企业债券违约事件频发，引起投资者与监管部门的高度关注，评级机构的风险预警能力面临考验，评级质量有待深入审视。本文采用国际评级机构的检测指标“平均违约位置”（ADP），基于2010—2021年存续的信用债样本，测算发债企业主体评级的1年期、2年期、3年期和5年期ADP，对评级准确性进行多期追踪检测。通过检测我国评级行业的总体评级准确性，判别违约企业是否普遍存在评级高估，并对比分析八家主要评级机构的评级准确性。检测结果显示：国内评级机构的评级准确性与国际水平存在一定差距，和其社会声望也不完全相符。通过面板数据回归对评级准确性的影响因素进行解析，考察发债企业的所有制性质、评级机构的技术水平和声誉资本等特征对评级机构各期ADP （短期和长期准确度）的影响，探析该影响的释放过程，揭示国有企业评级高估逐步暴露的延后性。依据实证结论，为评级行业和债券市场发展提供借鉴与启示。     

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.     

劳动投资效率、企业性质与资产收益率

基于中国信用债券市场的近期违约事件,本文研究发现:涉事评级机构不仅没有因为涉及债券违约事件而收紧信用评级标准,反而更加高估企业的信用评级水平,并且涉及的债券违约事件越多,高估信用评级的程度越大。但投资者通过“用脚投票”方式惩罚了涉事评级机构,导致其市场份额相对于非涉事评级机构出现显著下降或者增长较低的态势,同时涉事评级机构的信用评级意见对于降低企业融资成本的作用显著降低。     

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。     

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。     

市场检验:信用评级的生命力

信用评级是征信的延伸，是征信体系建设的高端组成部分，其已经成为资本市场、货币市场以及商品交易市场上一种防范信用风险、降低交易成本、提高交易效率的基础性制度安排。国际上名的评级机构——穆迪及标准普尔对信用评级的定义，主要包括两个方面：一是违约的可能性多大，即违约率；二是违约后可能造成的损失多大，即违约损失。这两方面内容构成了信用等级的核心含义。信用等级与违约可能性及违约损失逆相关，即信用等级越高，违约的可能性就越小，违约的损失就越小，反之则相反。     

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。     

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。     

关于近期信用风险下我国信用评级市场的思考

近期部分高评级企业违约引发债券市场巨幅震动,我国信用评级行业的评级质量和公信力再次引发广泛关注和讨论。本文分析了我国信用评级市场现状,比较不同信评模式下的问题和不足,建议信用评级机构应主动打破“发行人”和“投资者”付费模式的观念对立,发挥专长,做强品牌,构建良好的市场互动,实现信用评级业务发展的良性循环。     

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。     

我国信息技术企业信用评级研究——基于违约鉴别和特征选择视角

从违约鉴别和特征选择视角出发,采用机器学习算法,对我国信息技术企业信用评级问题进行了研究。研究表明,通过SMOTE方法对非均衡样本数据进行处理,解决了样本数据类别不平衡导致预测模型存在类别偏好问题;通过Logistic-Lasso方法进行指标筛选和计算企业违约概率,并根据违约概率进行信用分级,保证了信用评级模型的精简和违约预测可靠性,改善了信用评级与违约概率不匹配问题。构建的信用评级模型采用39个指标,总体鉴别精度在98%以上,模型的可靠性和实用性优于其他常见的机器学习模型。此外,根据企业信用级别情况,分别从企业自身、投资者和监管部门角度,提出了控制风险的相应对策。     

新兴市场外部信用评级的应用与有效性

新马塞尔协议确定了以信用评级为基础的资本监管方法，新兴市场由于信用评级市场的发展及相应的风险管理水平尚未成熟，外部信用评级的应用与有效性的监控成为金融机构与监管部门的一项重要工作。本文结合新兴市场信用评级的特点，就影响新兴市场信用评级有效性的几个主要问题进行了探讨，包括外部评级结果的验证、内外部评级方法的差异与影响以及违约率的估算等，并对新兴市场中信用评级监管中存在的问题提出了相应的建议。     

债券评级分析师任期、债项评级和信用利差

基于2008-2019年长期信用债数据,本文实证研究发现:评级分析师任期越长,信用评级越低;较长的分析师任期能够影响评级准确性,降低"未能预测违约"的第Ⅰ类错误,增加"错误违约预警"的第Ⅱ类错误;相比于短分析师任期,长分析师任期能够增强信用评级对信用利差的降低作用.本文还发现,相比于未被投资者付费评级机构评级的债券,投...