基于CPV模型的房地产信贷信用风险的度量和预测

  本文关键词：基于CPV模型的房地产信贷信用风险的度量和预测，由笔耕文化传播整理发布。

基于CPV模型的房地产信贷信用风险的度量和预测

靳凤菊：基于ＣＰＶ模型的房地产信贷信用风险的度量和预测

设独立分布的误差项，即：济因素指标，运用ＣＰＶ模型评估房地产信贷的信用风险。

（４）

ｅｊ，ｉ，ｔ～Ｎ（０，ｅｊ，ｉ，ｔ），并且ｅｔ～Ｎ（０，!ｅ）

１．综合领先指标（ＣｏｍｐｏｓｉｔｅＬｅａｄｉｎｇＩｎｄｉｃａｔｏｒ）。经

济合作与发展组织（ＯＥＣＤ）的综合领先指标（ＣｏｍｐｏｓｉｔｅＬｅａｄｉｎｇＩｎｄｉｃａｔｏｒ，ＣＬＩ）被认为是预测全球经济变动趋势的良好指标，它是指一系列引导经济由增长至衰退的循环的相关经济指标和经济变量的加权平均数，主要用来预测整体经济的转变情况，预测未来数月的经济发展趋势。

公式（４）中，ｅ为ｊ×ｉ的ＡＲ（２）的误差项ｅｊ，ｉ，ｔ的矢量；

ｉ）（ｊ×ｉ）的协方差矩阵。为校准上述!为误差项ｅ的（ｊ×

ｅ

ｔ

各定义的违约概率模型，要对如下各式求解：

Ｐｊ，ｔ＝

１

ｊ，ｔ

１＋ｅ

Ｙｊ，ｔ＝!ｊ，０＋!ｊ，１Ｘｊ，１，ｔ＋!ｊ，２Ｘｊ，２，ｔ＋!ｊ，ｍＸｊ，ｍ，ｔ＋"ｊ，ｔＸｊ，ｉ，ｔ＝#ｊ，ｉ，０＋$ｊ，ｔ，１Ｘｊ，ｉ，ｔ－１＋$ｊ，ｔ，２Ｘｊ，ｉ，ｔ－２＋ｅｊ，ｉ，ｔ创新矢量：

２．中国房地产开发企业综合景气指数（ＣｈｉｎａＲｅａｌ

国房景气指数”）。国ＥｓｔａｔｅＣｌｉｍａｔｅＩｎｄｅｘ，ＣＥＲＣＩ，简称“

房景气指数是综合反映全国房地产业发展景气状况的总体指数，它从土地、资金、开发量、市场需求等角度反映全国房地产业的基本运行状况、波动幅度，预测未来趋势，为国家宏观调控提供预警机制，为投资者选择投资机会提供统计信息。

Ｅｔ＝

"#

"ｔｅｔ

：Ｎ（０，!）

３．企业景气指数（ＥｎｔｅｒｐｒｉｓｅＣｌｉｍａｔｅＩｎｄｅｘ，ＥＣＩ）。企

"，ｅ

$

!"%!＝%

%%!ｅ，"&

!

!

ｅ

’(((()

业景气指数也称为企业生产经营综合景气指数，它是根

（５）

据企业家对当前企业生产经营状况的综合判断和对未上升”不变”下降”的来发展变化的预期（通常是对“、“、“选择）而编制的景气指数。在我国，企业景气调查的范围包括各行各业，在本文中，由于研究对象是房地产信贷，因此选择企业景气指标中的建筑业作为变量因素。

分别选取这三个变量从１９９８年１月至２００５年１２月共９６个月的数据。数据来源：ｗｗｗ．ｏｅｃｄ．ｏｒｇ以及中国国家统计局。

由于企业景气指数是我国有关部门按照季度来调查统计，因此，本文中的月数据为根据其变化趋势估计得出。

根据中国人民银行发布的相应数据，可以得到１９９８年１月至２００５年１２月的房地产信贷实际违约率的值。

（二）对ＣＰＶ的模型估计

公式（５）中，!"，ｅ和!ｅ，"记作交叉的相关矩阵。一旦校准，即利用Ｃｈｏｌｅｓｋｙ分解，即：

!＝ＡＡ

Ｔ

为模拟投资债务人及违约概率，首先，抽取随机变量向量Ｚｔ～Ｎ（０，１），式中每个分量都服从正态分布Ｎ（０，

１），然后计算Ｅｔ＝ＡＴＺｔ，这是误差项"ｊ，ｔ和ｅｊ，ｉ，ｔ向量，利用误差项的实际值能够推导出对应的Ｙｊ，ｔ和Ｐｊ，ｔ。

根据历史上投资类型的贷款的违约概率Ｐｔ与穆迪（Ｍｏｏｄｙ）或者标准普尔（Ｓｔａｎｄａｒｄ＆Ｐｏｏｒ）的历史上（无条件）投资级贷款的基期违约率的比值Ｐ０，可以看出，比值大于１则说明经济膨胀（ｅｃｏｎｏｍｉｃｉｎｆｌａｔｉｏｎ），小于１则说明经济衰退。利用Ｐｉ，ｔ来调整Ｐ０，从而得到一个转换矩阵ＴＭ：

１．Ｌｏｇｉｓｔｉｃ模型转换及回归。依照前面统计的实际违约率数据，首先按照公式（１）求出Ｙ值（此处的Ｙ值表示公式（１）中的－Ｙｊ，ｔ，见Ａｓｋａｒ，２００６），，再利用Ｙ值和实际的ＣＬＩ、ＣＲＥＣＩ和ＥＣＩ值，运用Ｅｖｉｅｗｓ软件，可以得到如表１的回归结果。

表１结果说明如下：（１）滞后期的选择根据Ａｋａｉｋｅ在本例中，根据相关ＩｎｆｏｒｍａｔｉｏｎＣｒｉｔｅｒｉｏｎ（ＡＩＣ）准则确定。

数据显示，到第７期的时候，ＡＩＣ值最小，所以确定为ＭＡ（７）。（２）根据回归结果显示Ｒ２＝０．９９４３，表示宏观经济状态的变化中有９９．４３％可以通过以上所估计的模型来解释。证明该模型有很好的拟合优度。（３）Ｄ－ＷＳｔａｔｉｓｔｉｃｓ显示为１．９１１２，表示估计结果良好。（４）ＣＬＩ、ＣＲＥＣＩ和ＥＣＩ的Ｐｒｏｂａｂｉｌｉｔｙ项显示的数值表明该估计的有效性。（５）从估计出的敏感系数可以看出，ＣＬＩ、ＣＲＥＣＩ和ＥＣＩ的系数（Ｃｏｅｆｆｉｃｉｅｎｔ）为正，并且ＣＬＩ的系数值是ＣＲＥＣＩ系数值的

ＴＭｔ＝ＴＭ（Ｐｉ，ｔ／Ｐ０），ＴＭｔ＝*ＴＭ（Ｐｉ，ｔ／Ｐ０）

ｔ＝１

Ｔ

由此可以得到一个信用等级在任何时刻向另一信爱用等级转移的瞬间转移概率和累计转移概率（约翰、德华，２００１）。

二、房地产信贷信用风险的度量

（一）指标及样本数据选择

当实际运用ＣＰＶ模型时，宏观经济因素个数必须达到３个以上时该模型才具有一定的有效性（估计有效性因此，本文分别从国家宏观经济、及预测有效性）。房地产行业状况、房地产企业状况三个方面选择出三个宏观经

２倍左右，更达到了ＥＣＩ系数值的５倍左右，所以，当

４１

Word文档免费下载：基于CPV模型的房地产信贷信用风险的度量和预测 （下载1-4页，共4页）

  本文关键词：基于CPV模型的房地产信贷信用风险的度量和预测，由笔耕文化传播整理发布。