当前位置:主页 > 经济论文 > 房地产论文 >

基于CPV模型的房地产信贷信用风险的度量和预测

发布时间:2016-09-14 07:33

  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×

各定义的违约概率模型,要对如下各式求解:

Pj,t=

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,"&

!

!

’(((()

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

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

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。



本文编号:114814

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/114814.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户bfec3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com