论文部分内容阅读
信用风险是商业银行等金融机构面临的主要风险之一。能否对信用风险进行有效的评估和管理，直接关系着商业银行等金融机构的盈利水平和可持续经营。可以说，信用风险评估和管理能力是商业银行等金融机构的核心竞争力之一。巴塞尔协议作为全球范围内对银行进行监管的国际标准，它包含一整套的监管理念和监管规则。中国银行业当前正处于稳步推进巴塞尔协议的过程中。本文从巴塞尔协议Ⅱ计量信用风险加权资产的内部评价法使用的五个风险参数(违约概率PD、违约损失率LGD、违约风险敞口EAD、期限M和相关性ρ）出发，将信用风险的研究划分为个体信用风险研究和组合信用风险研究两个层次。对于个体信用风险研究，本文以违约概率作为切入点，针对违约概率模型的评估和验证技术，进行了一项底层的基础性研究工作。对于组合信用风险研究，本文以相关性作为切入点，借鉴分位数敏感性估计的国际前沿研究，对VaR关于资产相关性的敏感性估计进行了深入的理论和应用研究。本文主要的创新和特色包括以下几个方面: (1)在个体信用风险研究的第一部分，本文提出称为三元分析法的一般性的理论框架。本文将分类评价指标分为单点型指标和曲线型指标。在三元分析法的框架下，每个单点型和曲线型分类评价指标都会有一个通用表达式，即每个指标都可以用三个量来完全表示出来。这三个量分别是:非均衡率b、警报率p和lift。在分类评价指标的通用表达式的基础上，本文分析了单点型指标和曲线型指标的优缺点，指出单点型指标容易受阈值设置的影响造成评估结果不稳定，并且评估结果有时候会产生误导，而曲线型指标没有这些缺点，因此曲线型指标优于单点型指标。进一步的，曲线型指标的通用表达式揭示了一个重要的结果，即PR曲线和lift曲线的AUC(Gini指数)比ROC曲线和response曲线的AUC(Gini指数)在非均衡数据下表现的更加敏感。因此，本文建议在非均衡数据情况下倾向于使用PR曲线和lift曲线。 (2)在个体信用风险研究的第二部分，本文基于分类评价指标的通用表达式，拓展了Davis and Goadrich(2006)关于ROC曲线和PR曲线的曲线占优等价性的结论，即本文证明了ROC曲线、response曲线、PR曲线和lift曲线这四种曲线的曲线占优都是等价的，本文又进一步提出了分类器占优的概念。此外，本文深入研究了四种曲线的AUC(Gini指数)与秩的关系，拓展了ROC曲线的AUC和Mann-Whitney U统计量等价的经典结论，即本文证明了ROC曲线、response曲线和lift曲线的AUC(Gini指数)分别等价于一个正秩和，而PR曲线的AUC(Gini指数)不存在类似的结论。由于正秩和其实是一个线性秩统计量，从而本文的结果为将lift曲线发展为新的评级模型验证技术提供了指引。 (3)在组合信用风险研究的第一部分，为了解决VaR关于资产相关性敏感性估计的数值算例中出现的内存不足的问题，本文将数据流上的分位数估计算法和Monte Carlo模拟相结合，给出(ε)n-近似分位数成为一致和渐近正态估计量的充分条件，即n1/2(ε)n→0，当n→∞，并且使用确定性的数据流分位数估计算法。这样可以使用次线性的存储空间并且得到真实分位数的一个有效的估计量。同时本文分析了(ε)n-近似分位数的误差界限，并使用两种流行的确定性的数据流分位数估计算法，即GK算法和ZW算法，通过一个数值算例来验证(ε)n-近似分位数的性质。这部分的研究结果填补了数据流上的分位数估计和Monte Carlo模拟之间的界限，为实践应用提供了有意义的指导和建议。 (4)在组合信用风险研究的第二部分，本文对分位数关于分布参数的敏感性估计进行了理论研究。通过组合使用核密度估计方法和得分函数法，本文提出两个分位数关于分布参数敏感性的估计量，分别称为上尾估计量和下尾估计量，并且证明了这两个估计量都具有一致性和渐近正态性。同时本文分析了这两个估计量在上尾分位数或下尾分位数的情形时具有不同的估计效果，即上尾估计量在上尾分位数的情形时估计效果好于下尾估计量，而在下尾分位数的情形时，结论则相反。本文通过一个数值算例对估计量的性质进行了验证。同文献中已有的分位数关于一般意义下的参数的敏感性估计的研究工作相比，本文的研究工作很好的完善了分位数敏感性估计的理论和方法体系。 (5)在组合信用风险研究的第三部分，本文将分位数关于分布参数敏感性估计的研究结果应用于VaR关于资产相关性的敏感性估计。为了使估计结果有较清晰的解释意义，本文使用了称为多指标模型的相关性模型，并推导出多部门情况下资产收益率协方差矩阵的行列式和逆矩阵的显式表达式，这在大规模的信贷组合情形下具有明显的计算时间优势。同时，为了适用于信贷组合的情形，本文对分位数关于分布参数的敏感性的估计量进行了适当修正。本文分别使用一个部门和两个部门的信贷组合例子对VaR关于资产相关性的敏感性估计进行了仿真研究。本文提出的VaR关于资产相关性敏感性的估计方法为实践应用提供了方法论指导。