论文部分内容阅读
信用风险是指由于借款人没能按照约定还款导致投资人遭受损失的风险,它是金融风险的主要类型之一,主要表现为违约风险.违约风险是当前学术界和业界的研究热点和国际金融风险研究的前沿.刻画信用风险的一类主要模型是风险强度模型,它是进行信用风险度量与信用风险管理的重要工具.同时,它也是信用衍生品定价的基础.风险强度模型又叫约化模型,其将违约事件看成一个随机事件,该事件由一个外生的强度过程所控制.因此,该模型具有其它信用风险模型难以具有的灵活性与易处理性,在现实市场中有着广泛的应用.现有的风险强度模型均是基于生存分析中的Cox比例风险模型,该模型的好处在于考虑了风险因素的影响,可以识别和度量相关的风险源及各风险因素的贡献度.不过该模型假设响应函数为指数函数,风险因子之间是乘积关系,各因子的变化成比例影响.因此Cox模型也称成比例风险模型,其强调的是相对风险率.如果比例假设不成立,Cox模型将带来偏差,这无疑限制了该模型的应用范围.而现实中经常需要考虑绝对风险,此时Cox模型将不再适用.针对上述问题本文适时地引入加性模型,其本质是风险因子对风险强度的作用形式是加性的,因此该模型可以解释绝对风险及风险因素对绝对风险的影响.更一般地,可以把加性风险模型与Cox模型结合在一起,充分考虑两个模型的优点,即本文提出的风险加性一乘积模型.当然,为了考虑风险因素动态的影响,风险函数亦可以是变系数的.现有的违约风险模型在这方面的研究仍是空白,这也是本文研究的出发点.
资产证券化已经成为一种被广泛采用的金融创新工具而得到迅猛发展,在此基础上又衍生出一系列的信用衍生品.这些信用产品在市场上流通并广受欢迎,这有赖于产品标的债券组合的违约损失风险的准确度量与定价,该过程的核心就是违约相关性的刻画,一种有效的解决办法就是在强度模型中引入风险资产共有的风险因素.事实上,考虑相关性的情况下企业面临的风险因素可分成三部分.首先是宏观经济因素,如在恶劣的经济环境下,违约事件往往会集中爆发,这样会又加剧经济的衰退.相反,当经济环境向好时,企业发生违约的可能性将大大降低.其次是中观行业因素,例如当某个行业发生危机时,该行业内的企业会纷纷破产,同时该行业的上下游行业也会受到波及,换句话说,违约会像疾病一样发生传染,这种扩散如果不能及时有效地加以控制就会引发整个经济系统的崩溃.最后是公司个体的因素,比如当一个企业的财务状况发生问题时,其很容易陷入困境而发生破产.不过现有的考虑违约相关性的风险强度模型仅仅是基于比例风险的参数模型,这些模型灵活度低、适用范围有限,不能准确解释各风险因素的影响.本文第二章主要研究了考虑行业传染效应的信用违约加性强度模型,模型通过引入宏观因素和行业因素克服了传统模型对违约相关性的低估.与以往不同的是,这里的强度函数采用加性形式,这样做不仅增加了模型的适用性,还使得模型易于解释.同时,不同于以往CoX模型注重的相对风险,该模型可以考察绝对风险,无疑从另一个侧面解释了风险.另一方面,文中考察的是面板数据,而面板数据组内往往是相依的,这种相依性又很难被有效刻画.本文提出的加性风险边际模型充分利用了模型的特点,并基于面板数据组内相关性提出了新的最优权估计,该估计方法比工作独立下的估计更加有效,这主要是因为所提出的模型和估计方法可自动适应面板数据的相关性.另外,本章还考虑了在模型中引入非参数项以增加模型的灵活性和适应性.
加性形式和乘积形式的风险强度模型刻画了风险因素与强度函数的两种不同关系.事实上,在有理论支撑的情况下,从二者中选择一个更加合适的模型并不难,不过在实证中却很难取舍.为了提高模型的兼容性,本文在第三章考虑了风险因素的影响为加性和乘积的混合形式,甚至可以推广到未知的函数形式.这种推广有着重要的现实意义:在经济运行中,宏观风险因素和行业风险因素均会与个体的特质因素联合作用进而对企业违约产生影响.同时,二者与个体因素的联合影响方式又往往会存在不同.因此,本章所提出的加性一乘积风险强度模型可以更好地刻画实际违约的情况.
我国的证券市场已经成为支持我国经济社会持续健康发展的重要平台.截止2010年末,我国资本市场有上市公司两干多家,股票总市值居全球第二,有过亿的投资者.面对如此庞大的资本市场,如何通过市场已有的信息,定量化地评估各只股票的好坏,甄别出质地有问题的股票,及时地提醒投资者控制风险便显得尤为重要.由于我国证券市场正处于起步阶段,违约数据并不充足,其中一个可行的研究对象便是ST公司.与传统的以静态的判别模型研究ST公司不同,本文第四章利用风险强度模型对上市公司的财务数据进行动态分析.该模型在违约预报方面优于静态模型,其可以充分地利用公司的历史信息,得到更加全面客观的结论,具有很好的现实意义.
我国的证券市场经过了20多年的风雨洗礼,在法律制度、交易规则、监管体系等方面都在不断完善,向一个成熟的市场迈进.如成功推进了股权分置改革、证券公司综合治理、上市公司规范运作、内幕交易综合防控等一系列综合改革,与此同时也推出了创业板、股指期货、融资融券等.另一方面,上市公司逐渐成长,有过辉煌,也陷入过低谷,其中个别公司也数易其主.这一系列变化有可能导致风险模型发生结构性变化,如某个风险因子在前期影响很大,在后期却对公司的正常运营起不到太大影响.因此,本文第五章考虑了变系数的风险强度模型.该模型可以有效检测出系数随时间变化的情况,重新评估各风险因素的影响程度,便于及时对模型进行修正,得到更好的预测效果.
风险强度模型的协变量可以包含公司基本面的财务指标,也可以包含收益率、市盈率等市场指标,这些是股票估值的基础.因此,从另一个方面看,风险强度也是研判股票好坏的指标,用该指标我们可以预测股票未来的表现进而考虑买入或卖出股票,换句话说,可以把风险强度作为选股的依据.以风险强度为指标可以选出基本面健康,市场表现稳健的低风险股票.由于市场风险的存在,对于给定的股票如何选择配比权重便显得尤为重要.本文第六章分别以方差和CVaR作为风险度量,将权重配比转化为优化问题,得到了证券组合的理想权重.同时,针对我国证券市场分时段探讨了不同选股策略和组合策略的表现并给出合理建议.
本文将生存分析及统计建模中的相关方法应用到研究信用风险度量和投资组合等热点问题,包括考虑信用违约传染效应的加性风险强度模型、扩展的加性一乘积风险强度模型、变系数强度风险模型,度量市场风险的方差、CVaR、Sharpe比等,以及这些模型在风险管理和投资组合中的应用.本文共分七章,各章的主要内容如下:
第一章介绍本文的研究背景和研究内容概况;综述了与信用风险度量有关的国内外文献,并针对现有的信用风险度量模型存在的问题及本文的研究意义和科学价值进行叙述.
第二章研究了考虑行业传染效应的违约预报加性风险模型,该模型融入了多阶段的协变量过程.协变量中含有宏观经济因素和中观行业因素,这样做改善了传统模型对违约相关性的低估.文中还提出了最优权估计方法以得到更有效的估计.同时,本章还考虑了半参数模型.
第三章在加性风险模型的基础上加以扩展,结合了加性风险模型和Cox风险模型的优点,发展了加性-乘积风险强度模型.该模型扩展增加了建模的灵活性,更加适用于实际情况.此外,该模型还考虑了宏观经济因素和中观行业因素对违约风险强度不同的作用形式,易于解释.
第四章针对我国A股市场,利用风险强度模型研究公司发生ST的风险.不同于传统的静态模型,强度模型可以充分利用上市公司的历史信息,进行动态分析,相比静态模型能够得到更好的违约预报效果.由模型的结果与经济财务分析的结果相一致,对企业的风险管理具有重要的借鉴和指导意义,有利于及时预警,加强监督管理以保护投资者.
第五章进一步考虑我国证券市场制度、经济周期与企业生命周期等多方面的因素可能导致的模型结构性变化,提出变系数的风险强度模型对股票市场进行分析.该模型能够发现不同风险因素对公司发生ST的影响程度随时间的变化,通过分析找出市场运行的规律,有利于及时调整模型以准确把握各风险因素的影响.
第六章将风险强度模型用于选股策略并进行投资组合研究.由于公司的财务与市场指标均可作为风险强度模型的协变量,所以风险强度在一定程度上可以反映公司的价值.换句话说,可以利用风险强度判断股票好坏以达到选股的目的.本章还研究了决定组合权重的均值.方差模型和更加稳健的均值-CvaR模型,分时段比较全面地讨论了不同选股策略和组合策略的好坏,并给出了有价值的建议.
第七章是全文工作的总结和展望.