失信风险传染会影响债券定价吗？——基于担保网络大数据的实证研究

在债券定价研究中不仅应该考虑企业自身的信用风险,还应该考虑相关网络组织的传染风险。本文基于43万笔非金融企业间的担保数据,构建了企业信用担保网络,发现失信风险作为一种广义的信用风险,在担保网络中具有传染效应,该传染效应能够影响债券的信用利差。企业的失信行为产生了三类传染效应,一是直接传染效应,无论是发债主体的担保人出现失信行为,还是被担保人出现失信行为,都会引起发债主体的信用利差上升;二是局部感染效应,如果局部担保网络中失信主体的占比提升,可能引起投资者对发债主体的“团体处罚”,导致信用利差上升;三是全局扩散效应,失信信息沿担保网络向整个市场扩散,导致债券信用利差上升。从企业所有制来看,民营企业主要受微观的直接传染效应和中观的局部感染效应影响;而国有企业主要受全局扩散效应影响;被担保人的失信风险对两类企业都有显著影响。失信风险传染效应会降低企业的再融资能力,其中局部感染效应导致企业次年的借款融资额下降,全局扩散效应导致企业次年的债券融资额下降。     

基于SWN-SEIRS模型的供应链金融信用风险传染测度研究

针对供应链金融信用风险传染问题,采用SWN-SEIRS模型进行仿真模拟分析.研究发现:SWN-SEIRS模型可以有效描述供应链金融信用风险传染路径与过程;网络规模扩大增加了信用风险传染的速度,增大了信用风险扩散范围;核心企业数量的上升虽然加快了信用风险传染的速度,但有效控制了信用风险扩散范围.这为供应链金融风险传染问题的研究方法开拓了新的思路,并为金融风险防范提供了决策依据.     

金融业与实体经济的网络关联性测度和分析——基于金融指数与宏观数据的混频分析

本文创新构建LASSO-MF-VAR混频模型,采用高频的金融市场数据和低频的宏观经济数据建立金融业与实体经济的关联网络,以此考察金融业与实体经济关联水平及特征,探究二者之间的风险传染渠道。研究发现:LASSO-MF-VAR模型能够弥补同频化处理导致关联水平被低估的问题;中国金融业与实体经济的关联水平呈现先下降后上升的趋势;金融业与实体经济的双向溢出关系表现出较高的同步性,并且金融部门是净溢入部门而实体经济是净溢出部门;信贷市场和信息渠道是金融业与实体经济的关联渠道。     

货币政策、关联网络机制和风险传染

本文基于关联网络和风险传染指标，利用异质性系数的空间面板自回归模型（SAR）量化关联网络机制在货币政策提高企业风险传染水平过程中的重要性。研究发现，宽松的货币政策提高企业风险传染水平，其中，关联网络机制贡献约68%的占比。异质性分析发现，关联网络机制在价格型货币政策提高企业风险传染水平的贡献占比低于数量型货币政策。此外，关联网络机制在货币政策提高企业风险传染中的重要程度还随着所有权性质、行业性质以及是否为金融机构而变化。     

债务风险传染的多重网络研究北大核心

2020年以来,我国债券市场先后经历了AAA级债券违约、房企暴雷等风险事件。科学处置突发违约事件,对维护资本市场稳定与国家金融安全至关重要。在此背景下,本文使用债券信用利差构建债务风险传染的多重网络,并在综合考虑城投债与产业债,不同信用评级债券异质性的基础上,应用前沿的网络合成技术,考察债务风险的跨区域与跨行业传染。研究发现,我国中西部地区受制于较为薄弱的经济基础,在债券市场中具备较高的系统重要性。而人口密集、经济外向度较高的东部地区受突发公共卫生事件的影响较大,其在非线性产业债网络内的系统重要性出现上升。在产业债市场中,房地产部门已经成为最为重要的风险源。此外,本文的研究还表明,区域贸易是影响债务风险传染的重要因素,贸易关联主要通过产业债市场发挥作用。基于以上发现,本文对完善债务风险防范机制提出若干建议,从而为保证资本市场的平稳发展,发挥好金融服务实体经济的职能,提供政策参考依据。     

基于KMV模型的地方政府债券信用风险问题研究

借助于KMV模型的思想建立了地方政府债券信用风险模型,进一步探讨了模型的概率分布形态以提高模型的预测精度;并在确定预测标准后,针对2009年已发行地方政府债券的部分省市计算了各地安全发债规模。研究表明,基于KMV模型的地方政府债券信用风险模型具有很强的应用性和很好的推广前景;实践中,在对发债主体进行科学选择的基础上,通过该模型能实现对发债规模的控制,达到防止其发生信用风险的可能;同时,所选样本省市(除新疆外)的预测安全发债规模和实际发债额是合理的和安全的。因此,应建立一套科学规范的地方政府债券风险防控机制,以保证地方政府债券的健康发展。     

地方政府债务风险的省际关联和非对称传导——基于一般和专项债券的双网络分析

防范和化解地方债务风险尤其是区域性和系统性风险，是中国财政金融领域的重大问题之一。基于债券交易价格内含风险溢价的基本思路，利用2017年12月到2021年7月中国地方政府债券的月度交易数据，基于发债主体的月度网络关联关系构建一般债券和专项债券的双网络模型，识别分析了地方债务风险的省份关联以及非对称传导特征。省份关联特征在很大程度上反映了债务风险在部分区域的集聚和系统性风险征兆，一般和专项债券之间的风险传导则体现了地方债务风险统筹治理的重要性，同时一般债券对专项债券的风险溢出明显高于专项债券对一般债券的影响，更是凸显了防范和化解专项债券风险的紧迫性。     

银行信贷资产证券化信用风险度量及传染研究——基于修正KMV模型和MST算法的实证

精准科学地度量和描述信用风险及传染机制有利于银行信贷资产证券化的高效健康发展和货币市场系统性风险的防范.运用修正KMV模型测度银行信贷资产证券化产品在不同时期的信用风险,并采用最小生成树(MST)算法考察银行间信用风险的传染机制.结果显示:政策性银行和大型商业银行发行的产品在各个时期信用风险均处于较低水平;股份制银行、城商行和农商行发行的产品违约率前期略高于前两类银行,但后期明显下降;后三类银行位于银行股票收益率网络的中心位置,具有传递信息和维系网络稳定的重要作用.     

中小企业集合债券总体信用风险度量研究

中小企业集合债券总体信用风险既包括系统风险产生的周期性违约风险,又包括相互关联关系导致的传染性违约风险。首先通过对因素模型的改进构建模型Ⅰ,研究集合债券的周期性违约风险;在此基础上引入违约传染建立模型Ⅱ,分析违约传染对违约概率及违约相关性的影响,研究集合债券的总体信用风险。最后基于模型Ⅱ进行算例研究,得出结论：企业间的相互关联关系降低了其1次违约概率,增加了其多次违约概率即违约相关性。     

基于复杂网络技术的银行业担保圈风险传染机理及化解路径研究

"新常态"下担保圈已经成为实体经济风险向银行领域传递的重要渠道,是银行信贷资产质量劣化的"重灾区",迫切需要理论界和实务界深度研析。本文首先基于监管部门长期积累的客户授信和担保信息,运用有向遍历算法绘制担保圈图谱,解决防范化解的信息瓶颈;其次,创造性提出以担保圈风险传染的直接代偿驱动机制和防御情绪驱动机制辨析风险传染路径,并引入复杂网络技术构建担保圈风险传染模型,寻找担保圈风险扩散的影响因素和阻断蔓延的方法;再次,利用熵值法建立担保圈风险定量测度模型,选取三个典型担保圈进行了化解实践;最后,提出政策建议。本文的研究成果为担保圈风险识别、防范和化解提供了可靠的量化依据,具有较强的理论价值和实践意义。     

基于监管视角的信用风险预警研究

本文基于监管视角确定了信用风险预警的实现路径,辨析了基于监管视角进行信用风险预警的必要性及其特殊性;以信用风险发生的基本单元即银行客户为研究介质,以监管部门长期监测的银行客户数据、非现场监管数据和经济数据为基础,建立了涵盖客户财务指标、信贷行为、关联担保、区域经济、行业运行的前瞻性指标体系;利用Logistic模型对客户的信用风险进行度量。实证检验结果显示,模型预警效果良好、风险得分前十名的客户,预警抓获率高达65%。为进一步提高预警效率,使之能更好地用于实践,本文通过综合权衡模型的观察面和覆盖面,将风险得分排名前200名的客户确定为预警适宜区,再将2014年6月批次的山东省银行业客户数据代入预警模型,测算当前正常类客户在今后十二个月内变为不良客户的可能性,为信用风险防控提供抓手并赢得宝贵时间。此外,本文还根据预警分析提出监管部门进行信用风险防范、化解的意见建议,以推动银行业机构完善信用风险防范的长效机制。     

“去刚兑”背景下的企业债券违约风险：机器学习预警和经济机制探究

本文构建了包含1245个变量的宏观经济-微观企业混合大数据集,并结合10种机器学习算法,开展基于大数据和机器学习的债券违约风险预警,探究其背后经济机制。实证结果表明：相比经典Altman模型、Merton模型、信用评级模型,机器学习模型能够更好地预测我国债券市场违约风险,非线性机器学习模型表现更佳。异质性分析表明,机器学习模型对信用评级低、发行期限长、票面利率高、非国有企业、银行间市场的债券,以及在经济政策不确定性(公众基于媒体报道对政府经济政策未来走向的预期的不确定性)高的时期,具有更强的预测能力。机制分析表明,机器学习模型通过违约债券样本识别、短期信号识别(债券交易量)、长期特征识别(融资约束、内部控制)实现精准预测。本文对于债券违约风险预警、维护金融稳定、信用评级体系完善、金融科技创新和金融服务实体经济提供了有益的政策启示。     

商业银行组合信用风险经济资本测度方法研究北大核心CSSCISSCI

信贷组合信用风险的经济资本测度是《新巴塞尔资本协议》信用风险内部评级法实施的关键。渐近单因子模型是信贷组合信用风险经济资本测度的基础模型,但它假定:(1)信贷组合能完全分散异质风险;(2)组合风险只与单一系统风险因子相关;(3)条件违约独立性。从务实的角度来看,这些假设过于严格,忽略了信贷组合的借款者集中风险、部门集中风险和信用传染风险。为获得相对准确的组合经济资本测度,需要对三种风险分别进行"调整"。目前,针对借款者集中风险的调整方法有HHI指数和分散化调整技术;部门集中风险的调整方法有多因子模型、扩散因子模型和二项式扩展技术;信用传染风险的调整方法有基于二项式扩展技术的信用传染模型和扩展的多因子调整模型。本文对这些测度与调整方法的原理及其适用性等进行了系统分析与比较研究,争取为我国商业银行选择和开发适合的经济资本测度模型提供有益的借鉴,为信用风险内部评级法在我国的实施提供一定的启示。     

人民币离岸债券信用风险实证评估研究

近年来,人民币离岸债券市场发展迅速,其已成为发展最为成熟的人民币离岸子市场。目前,信用风险是人民币离岸债券面临的主要风险。本文以香港人民币离岸债券市场为例,运用KMV模型对人民币离岸债券信用风险进行了实证评估,观察和比较了不同主体发行的债券信用风险,分析了现阶段人民币离岸债券信用风险程度。     

基于银企信用网络的交易对手风险传染研究

本文运用文献分析和理论推演方法,从信贷、金融产品、关联关系三个视角剖析银企信用超网络结构及其特征,阐释银企信用网络交易对手的行为决策机制及其信用风险形成。基于上述分析,从资产负债表关联和风险关联两个方面探寻了银企信用网络交易对手风险的传染渠道,并从银企信贷网络、银企金融产品网络、银企关联关系网络三个角度研究了银企信用网络交易对手风险的传染机制。研究发现:银企间关联关系是银企信用网络形成的根本途径;银企信用网络交易对手的行为决策主要受流动性、收益与成本、资产利益最大化、风险规避、伙伴关系的影响;银企信用网络中交易对手的风险传染源于资产负债表关联和风险关联;银企信用网络交易对手风险的传染强度受信贷损失大小、金融产品状态、关联关系紧密度的影响。     

基于KMV模型的小微企业信用风险预警研究

随着我国经济增速的放缓,商业银行的不良贷款余额和不良贷款率呈现出双升的趋势,信用风险成为了银行面临的首要风险。实践证明,风险预警对防范信用风险、控制不良贷款具有重要意义。当前在多数商业银行的授信客户结构中,小微企业的授信占据了主要地位,开发专门针对小微企业的预警模型具有现实意义。本文选取了78家公司作为样本,构建了KMV信用风险预警模型。实证研究证明：该模型能够有效识别出有问题的企业,降低商业银行不良贷款的形成。     

基于强度过程评估商业银行信用风险的研究评述

债券违约风险,也被称为债券信用风险,是指债券到期时债权人因无力偿还债券面值与利息所存在的风险,是企业债券的首要风险因素。本文以期权定价理论与现金流贴现法为基础,信用风险定价强度模型理论的产生和发展,从不同角度进行了比较分析,并在此基础上,提出了进一步的研究方向。     

公司信用债违约风险预警与防范研究

我国债券规模位居世界第二,债券市场已成为企业直接融资的主要渠道;同时我国公司信用债违约频发,违约主体几乎涵盖了全部行业,永煤AAA债券违约事件引发各方关注。在此背景下,本文研究了信用债违约风险预警与防范,搭建了债券违约预警模型:一是深入分析了违约原因,提出了"经济下行加剧‘债务-通缩’""流动性分层导致再融资困难""民企互保引发违约风险串联"的观点;二是基于KLR信号分析法,以历史违约主体财报数据为基础构建了上市公司债违约预警模型,抽离出相关指标权重构成预警指标体系,并进行了实证检验;三是基于预警模型,提出加强动态监测、构建债券风险分类管理办法等政策建议。     

经济政策不确定性对债券信用利差的影响研究北大核心

债券市场是我国资本市场的重要组成部分,如何有效防范债券信用风险是在深化资本市场改革过程中亟待解决的重要问题。本文利用中国省级行政区经济政策不确定指数探究了经济政策不确定性对企业债券信用利差的影响。研究发现:经济政策不确定性会显著提高企业债券信用利差水平。机制检验发现:经济政策不确定性通过提升企业违约风险和提升发债企业与投资者之间信息不对称程度两条途径提高企业债券信用利差水平。异质性检验发现:相较于我国东部地区企业债券、国有企业债券及有担保债券,经济政策不确定性对于中西部地区企业债券、非国有企业债券及无担保债券信用利差水平的正向影响更为显著。     

地方政府债券的信用风险度量及发债规模研究

我国地方政府债券正处于试行阶段,发债机制改革也一直在酝酿中.地方政府债券发行过程中的信用风险一直都是风险防范的重点,文章侧重于研究地方政府债券发行规模.用ARIMA模型预测可用于担保的地方财政收入,用KMV模型的基本思路预测地方政府债券合理的发债规模,以此求得地方财政收入的增长率和变动率,最终求得违约距离和违约概率.以广东省为例测算该省2013年合理发债规模,并在此基础上,提出我国地方政府债券发行的建议.