论文部分内容阅读
信用风险,历来是商业银行经营与业务发展中需要考虑的一个重要因素。信用风险涉及银行的多项金融活动,如贷款发放、债权投资、金融衍生工具的交易等等。若金融机构到期无法足额的收回合约所约定的现金流,金融机构就面临着信用风险所带来的损失。随着金融市场的扩展,各类金融衍生产品的增加,信用风险或交易对手风险的增长使得信用风险的管理显得尤为重要。信用风险管理包括风险的识别、风险度量以及风险的处理。其中,信用风险度量是信用风险管理的关键和基础。银行通过对引起信用风险的因素进行定性分析、定量计算,可以合理地估测合约另一方的违约概率和信用损失,为各项业务的决策提供有力的依据。
《巴塞尔新资本协议》所提出的内部评级法要求银行自行估计风险要素,并输入特定变量,从而决定相应的资本要求。此外,新协议引用了预期损失与非预期损失的概念,为经济资本的计量提供了良好的基础。银行需要做的是根据所选择的初级法或高级法提供相应的参数值。不论是高级法还是初级法,协议都要求银行自行估计客户的违约概率,并提出了三种违约率测算的方法,即历史数据归纳法,信用评级后映射法以及统计违约模型测算法。
我国商业银行经营时间并不长,缺乏内部数据,信用评级体系尚不完全,外部证券市场发展并不完善,本论文在比较了各种方法之后认为,统计违约历史模型较为适用于目前我国商业银行客户违约率的测算。
本论文随后对统计违约历史模型的发展进行了文献综述,在比较和分析了各类违约历史模型之后,本论文选择了生存分析中的Cox比例危险模型对企业违约的财务指标进行研究。Cox比例危险模型将企业的生存时间作为被解释变量纳入模型,从而能较为直观地反映企业的财务状况与违约点的远近之间的关系,并通过建立一个模型得到不同时刻的违约率估算方法,较为有效地提高银行风险度量和管理的水平。
鉴于缺乏银行内部数据的缘故,本论文以上市公司的财务数据作为模拟数据,试图进行实证分析,建立一个违约率测算模型。由于各行业的企业规模、财务指标的范围各不相同,本文首先选定了研究的行业--制造业,拟建立行业模型,同时将上市公司中的ST公司视作违约公司,设置了2003年至2007年作为生存观察期。在本论文中,笔者将2005年被评为ST的公司的生存时间设定为一年,2006年被评为ST的公司的生存时间设定为两年,依此类推,选用了2003年的财务指标数据建立了一个四年比例危险模型,即使用2003年的财务数据用以预测以后四年内可能发生的违约状况。本论文综合考虑了以往的国内外研究的方法和思路,全面考量了上市公司的三大财务报表,从中选取了反映企业盈利能力、资本结构、营运能力、偿债能力以及成长能力等各方面的17个财务绩效指标。并将企业规模纳入了解释变量的范围内,用了适当的配比方法,确定实证研究的违约样本和正常样本的比例。随后,本论文对初始的财务指标进行独立样本T检验,初步筛选后进行标准化处理,随后使用因子分析的方法保留大部分原始信息,并消除了多重共线性的问题。本论文接下来使用了囊括大部分财务信息的4个因子进行逐步回归,建立了Cox比例危险模型,从而得到制造业通用的违约率测算模型以及判别模型。
本论文随后对比例危险模型进行了样本内以及样本外的检验,检验结果显示模型具有较低的一类错误,样本外提前一年的违约公司判别准确率为80％,二类错误率为26.32％,提前二至三年的错误率也在可以接受的范围内,模型具有一定的实用价值,同时通过了卡方检验。同其它模型相比,Cox模型不仅能够有效地预测未来一段时间内发生违约的概率,同时也能预测违约发生的时点,银行可以据此估计各个客户的违约情况发生的时间,以及各个时点下的生存率或累积违约率。模型所要使用的数据采集简便,统计方法较为简单明了,对于不同期限的业务均能适用,具有较强的理论性以及可行性。
最后,本论文总结了研究的优势和局限性,指出了在构思与验证模型的过程中存在的诸多不足,对该模型的实际使用提出了改进的建议和意见。同时指出模型在信用风险度量和管理中所能起到的作用,对其进行了应用展望。