CreditMetrics模型在我国MBS信用风险度量中的应用研究

发布时间：2025-03-15 02:54

　　MBS,即Mortgage-Backed Security,被称为住房抵押贷款证券化。本文采用了目前应用最为广泛,也是最成熟的静态分析方法--Credit Metrics模型来衡量我国住房抵押贷款证券化的信用风险。应用此模型有三个目的:第一,运用国际通用的计量方法衡量我国MBS的发展情况,使国内外统一口径,具有良好的可比性,便于国际间统一衡量信用风险水平;第二,采用国外方法计量我国MBS的信用风险情况,能够对比国内外在同领域的内在差异性;第三,可以对单笔贷款或资产组合的信用风险进行衡量,从而具有更完整的、系统的借鉴意义。本文需要解决两个问题,第一,我国从与美国住房抵押贷款证券化的发展对比过程中选择更适合我国国情的发展模式,取其精华,去其糟粕;第二,引入Credit Metrics模型作为主体实证的框架模型,Merton结构化模型与Va R和CVa R方法作为主体模型中的调整方法,相辅相成,使得更加符合我国住房抵押贷款证券化市场的信用风险情况。在本文中,通过阐述我国住房抵押贷款证券化的发展历程和国内外学者的研究情况,确定了本文的研究方向和创新之处。对比我国试点工作中与美国在MBS产品种类和...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 论文研究的背景及意义
        1.1.1 论文研究的背景
        1.1.2 论文研究的意义
    1.2 文献综述
        1.2.1 国内研究现状
        1.2.2 国外研究现状
    1.3 论文框架及研究思路
        1.3.1 论文框架
        1.3.2 研究思路
    1.4 论文创新点与不足之处
        1.4.1 论文创新点
        1.4.2 论文不足之处
第2章 中美MBS产品的综合对比分析
    2.1 中美MBS产品的对比分析
    2.2 中美MBS中SPV组建的对比分析
    2.3 中美信用评级机构的对比分析
    2.4 中美信用增级机构的对比分析
第3章 信用风险度量模型
    3.1 Merdon 结构化模型
    3.2 VaR与CVaR方法
    3.3 CreditMetrics模型
        3.3.1 资产组合拟合工具--蒙特卡洛模拟法
        3.3.2 非线性处理工具--t-copula 函数
        3.3.3 相关性矩阵处理工具--cholesky 分解
第4章 CreditMetrics模型在我国MBS信用风险中的应用研究
    4.1 初始数据的选择及处理
    4.2 评级转移矩阵及违约回收率的选取
    4.3 预期风险期限结构的计算
    4.4 住房抵押贷款证券化投资组合在险价值的计算
    4.5 CreditMetrics模型在我国MBS信用风险度量中的应用评价
        4.5.1 CreditMetrics模型应用的中美对比
        4.5.2 CreditMetrics模型在我国MBS信用风险衡量的优势
        4.5.3 CreditMetrics模型在我国MBS信用风险衡量的局限
第5章 研究结论、对策建议及启示
    5.1 研究结论
        5.1.1 我国MBS运行体系不完善,中美差距大
        5.1.2 CreditMetrics模型中CVaR方法更适用于我国MBS
        5.1.3 我国数据经过调整和处理后结果更佳
    5.2 对策建议
        5.2.1 提高信用评级机构的公信力和技术水平
        5.2.2 加大我国 MBS 市场投入和建设
        5.2.3 完善个人征信体系,构建完整信用数据数据库
        5.2.4 提高银行MBS的信用风险预警和管理能力
        5.2.5 完善MBS担保体系
    5.3 关于我国信用风险衡量体系完善的启示
        5.3.1 把握资产证券化试点和推广的界限
        5.3.2 坚持引进和创新科学的信用风险计量模型
        5.3.3 继续培养资产证券化推广条件
        5.3.4 对接国际标准化数据记录和采集
参考文献
致谢
作者简介
攻读硕士学位期间研究成果



本文编号：4035046