基于结构化模型的信用风险度量及其应用研究
发布时间：2020-09-28 12:05
本文研究了如何将信用风险结构化模型基本原理与国内银行管理实践相结合的问题。现有的结构化模型主要是针对发达国家债券投资者建立的,与之相比,国内银行面临的信用风险本质上虽然一致,但所处的市场环境和信息环境却有很大的不同。因此,建立符合国内特点的结构化理论模型是需要解决的首要问题。在实践中,国内银行在信用风险定价和风险限额测算方面采用的技术较为落后,难以满足业务发展和风险管理的需要,迫切需要先进的技术解决方案。 本文首先从概念框架、模型假设和基本模型三个方面建立了结构化模型基本分析框架,提出了具有一般性的违约概率基本模型(以下简称“基本模型”)。研究表明:结构化模型符合内部评级法的基本原理,可以作为银行信用风险度量与管理的工具。 然后,本文根据国内银行面临的信息环境和信息获取机制,提出了一种新的信息噪音假设,建立了具有中国特点的结构化违约概率模型(以下简称“噪音模型”),并利用国内银行的实际数据进行了实证分析。结果表明:噪音模型预测的准确度高于基本模型和Z′评分模型;国内企业向银行提供的财务报表信息失真的现象较为严重,企业倾向于向银行夸大其信用实力。 接下来,本文在结构化模型的基础上,利用解析分析和情景分析相结合的方法,全面分析了债务期限对边际违约概率和边际违约概率曲线的影响。分析发现:近期违约概率随企业风险程度的提高而增大,中远期违约概率先增后减;噪音对近期违约概率的影响较大,对中远期违约概率的影响较小。在此基础上,提出了一种新的中长期信用风险定价方法,它更加合理、精确的考虑了债务期限的影响。 最后,分析了资本结构(公司债务率)对违约概率的影响,发现:违约概率随公司债务率的增加而单调递增。在此基础上,提出了一种新的客户风险限额测算方法。这种方法综合考虑了客户承贷能力和银行风险偏好,将客户风险限额和违约概率直接“挂钩”,具有科学合理的理论基础以及较强的直观性和操作性。
【学位单位】：天津大学
【学位级别】：博士
【学位年份】：2007
【中图分类】：F224;F830
【部分图文】：
拓展建立了首越时间模型（First Passage Time Model）（Black 和 Cox，1976）以及展期模型（Extension Time Model）（Moraux，2003）；在资本结构和市场摩擦方面，逐步考虑了付息、债券优先级别、多只债券、分红等更为复杂的资本结构（Geske，1977； Longstaff 和 Schwartz，1995；Leland 和 Toft，1996），以及税收和破产成本等市场摩擦问题（Leland，1994）；在利率方面，逐渐引入了各种随机利率模型以替代固定不变的利率假设（Kim 等，1993；Longstaff 和 Schwartz.，1995；Saá-Requejo和 Santa-Clara，1997）；在公司资产价值运动方面，从扩散模型发展到扩散——跳跃模型（Zhou，1997）。随着债券数据的发展，初期的实证研究主要对 Merton（1974）单个模型进行实证分析（Jones 等，1984；Sarig 和 Warga，1989），近期逐渐转向对多个结构化模型进行实证综合比较（Lyden 和 Saraniti，2000； Huang 和 Huang，2003；Eom 等，2004）。目前国内对结构化模型的研究侧重于理论介绍和实证分析（吴恒煜和张仁寿，2005；王琼等，2006）。下文将根据国内外理论和实证两条主线，对结构化模型进行系统的归纳和综述。
21 2( ) /( )( )ln( / ) ( )( , , , ) 12 ln( ) ln( / ) ( )ttrT tt tT tV B m tp t T V BtV De V B m tDe tδ γ σγγτσ ττσ τ + = Φ + + Φ （3 基本模型存在的问题本模型假设银行能够实时的获得关于公司资产价值和违信息，因此违约是可以完全预测的。这导致在足够短的时约的可能性为 0。例如在图 3－5 设置的情景（V＝100，B25，r＝2.25%，2m = r σ/ 2）中，该公司在 4 个月内发生乎为 0。但是在现实情况下，60％的债务率是比较高的，发生违约的可能性是完全存在的。
图 4-1：公司资产价值条件分布－1)给出了在上述基本情景下，公司资产价值在不同布图。从图中可以看出，当 t 时刻公司资产价值观上并不能确定公司资产价值的实际值到底是多少，而公司资产价值的分布。噪音波动率 a的增加，分布的峰度越来越“扁平”，说实信息成分在降低，对于估计实际值的意义在下降。分布时，则观测值完全失去了意义，因为公司资产价已知信息。无法准确估计公司资产价值，噪音模型便避免了违约1 年期违约概率预测值也发生了较大的变化。例如，，基本模型给出的 1 年期违约概率为 0.06%。而当 预测的 1 年期违约概率为 0.9%，远高于基本模型。
本文编号：2828766
【学位单位】：天津大学
【学位级别】：博士
【学位年份】：2007
【中图分类】：F224;F830
【部分图文】：
拓展建立了首越时间模型（First Passage Time Model）（Black 和 Cox，1976）以及展期模型（Extension Time Model）（Moraux，2003）；在资本结构和市场摩擦方面，逐步考虑了付息、债券优先级别、多只债券、分红等更为复杂的资本结构（Geske，1977； Longstaff 和 Schwartz，1995；Leland 和 Toft，1996），以及税收和破产成本等市场摩擦问题（Leland，1994）；在利率方面，逐渐引入了各种随机利率模型以替代固定不变的利率假设（Kim 等，1993；Longstaff 和 Schwartz.，1995；Saá-Requejo和 Santa-Clara，1997）；在公司资产价值运动方面，从扩散模型发展到扩散——跳跃模型（Zhou，1997）。随着债券数据的发展，初期的实证研究主要对 Merton（1974）单个模型进行实证分析（Jones 等，1984；Sarig 和 Warga，1989），近期逐渐转向对多个结构化模型进行实证综合比较（Lyden 和 Saraniti，2000； Huang 和 Huang，2003；Eom 等，2004）。目前国内对结构化模型的研究侧重于理论介绍和实证分析（吴恒煜和张仁寿，2005；王琼等，2006）。下文将根据国内外理论和实证两条主线，对结构化模型进行系统的归纳和综述。
21 2( ) /( )( )ln( / ) ( )( , , , ) 12 ln( ) ln( / ) ( )ttrT tt tT tV B m tp t T V BtV De V B m tDe tδ γ σγγτσ ττσ τ + = Φ + + Φ （3 基本模型存在的问题本模型假设银行能够实时的获得关于公司资产价值和违信息，因此违约是可以完全预测的。这导致在足够短的时约的可能性为 0。例如在图 3－5 设置的情景（V＝100，B25，r＝2.25%，2m = r σ/ 2）中，该公司在 4 个月内发生乎为 0。但是在现实情况下，60％的债务率是比较高的，发生违约的可能性是完全存在的。
图 4-1：公司资产价值条件分布－1)给出了在上述基本情景下，公司资产价值在不同布图。从图中可以看出，当 t 时刻公司资产价值观上并不能确定公司资产价值的实际值到底是多少，而公司资产价值的分布。噪音波动率 a的增加，分布的峰度越来越“扁平”，说实信息成分在降低，对于估计实际值的意义在下降。分布时，则观测值完全失去了意义，因为公司资产价已知信息。无法准确估计公司资产价值，噪音模型便避免了违约1 年期违约概率预测值也发生了较大的变化。例如，，基本模型给出的 1 年期违约概率为 0.06%。而当 预测的 1 年期违约概率为 0.9%，远高于基本模型。
【引证文献】
相关博士学位论文 前1条
1 张北阳;上市公司信用风险、公司治理和企业绩效关联研究[D];吉林大学;2011年
相关硕士学位论文 前5条
1 周建星;基于KMV模型和符号数据分析的股票板块特征分析[D];天津大学;2010年
2 薛珊;基于Ⅰ~2模型的我国上市公司违约概率度量研究[D];湖南大学;2010年
3 陈燕;商业银行信用风险限额管理研究[D];复旦大学;2011年
4 张佳倩;基于非完全信息模型和Logistic模型的中国上市公司信用风险研究[D];吉林大学;2010年
5 赵爽;非完全信息模型在预测违约风险中的应用[D];吉林大学;2010年
本文编号：2828766
本文链接：https://www.wllwen.com/jingjifazhanlunwen/2828766.html
