信用風險相關性度量模型的構建及其套用研究

信用是市場經濟的基石,違約及信用風險倍受金融界關注。現代信用風險通常具有易傳染性特徵,進入21世紀以來,爆發在實體經濟領域和金融市場的信用風險傳染事件層出不窮。

基本介紹

• 中文名：信用風險相關性度量模型的構建及其套用研究
• 性質：極端風險事件下的相關性
• 時間：21世紀
• 分類：信用
• 學位授予單位：湖南大學
• 學位級別：博士
• 學位授予年份：2012
• 分類號：F224;F832.51

內容摘要

信用是市場經濟的基石,違約及信用風險倍受金融界關注。現代信用風險通常具有易傳染性特徵,進入21世紀以來,爆發在實體經濟領域和金融市場的信用風險傳染事件層出不窮。

在此背景下,在信用風險管理過程中需要考慮信用風險之間的相關性,特別是極端風險事件下的相關性。所以,考慮信用風險相關性,並在此基礎上實施信貸組合管理成為了信用風險管理的一種發展趨勢。截止現在,學界和業界對信用風險的建模進行了較多的研究,但是對信貸組合管理中的相關性度量還較少進行系統深入的分析。本文以信用相關性為研究對象,沿著機理分析到模型和實證研究,再到套用研究的思路,對信用風險相關性的形成機理、度量模型及其在信貸組合管理中的套用進行系統的探索。 在信用風險相關性的機理研究部分,首先界定信用風險以及信用風險相關性等概念,並分析信用風險的形成原因;接著探尋信用風險相關性產生的機理,認為巨觀經濟環境、巨觀經濟變數、政治及政策事件、公共安全事件、技術因素和社會因素等共同因素,產品市場和股權市場上的信用風險傳染,以及耦合因素是信用風險產生的重要原因。

在信用風險及其相關性度量模型的構建部分,對信用風險及相關性的度量進行了相應的建模,以1990～2010年中國上市公司的數據進行了實證研究,檢驗了模型的有效性,並運用相關模型描述了樣本期內信用風險變化的特徵和規律。

首先,考慮信用風險的非線性變化特徵,運用信用風險評價模型為基礎,建立了行業信用風險指數,並對行業信用風險進行了分層聚類。綜合MDA模型、SVM模型以及KMV模型的Hybrid模型較好地融合了財務信息與資本市場相關信息,能有效地對企業信用風險進行評價；

在亞超度量空間下,運用最小生成樹方法對行業信用風險進行分層聚類,對信貸組合管理實現了降維處理,認為電力、煤氣及水的生產和供應業,批發、零售、貿易業,石油、化學、塑膠、塑膠以及信息技術業)可以作為強周期性行業、防禦型行業、弱周期性行業以及成長型行業的代表行業,Johnasen協整檢驗表明這4類行業的信用風險存在長期協整關係。然後,基於靜態Copula模型,對信用風險相關性的總體特徵進行了描述。

從總體上看,行業信用風險相關性具有非對稱的特徵,這表現為信用風險相關性在下尾處對外界環境的變化比較敏感。再後,考慮信用風險相關性的動態變化、跳躍以及狀態轉換特徵,構建了二元穩結構動態Copula模型、跳躍變結構和狀態轉換變結構Copula模型。

K-S檢驗和A-D檢驗的結果表明Jump Clayton Copula函式的擬合優度較高,綜合考慮各模型所計算出的動態相關係數表明樣本行業的信用風險相關程度比較高,並表現出非對稱、下尾處敏感、易受系統風險影響等特徵。最後,構建了信用風險相關性度量的多元Copula模型。分別基於Canonical藤和D藤結構,建立Pair Copula模型,進行相應的參數估計,得到了能較準確度量多元特徵的信用風險相關性度量模型。

實證結果表明,Canonical藤分解結構下,多元Copula的擬合效果相對較佳,對比Clayton Pair Copula和Jump Clayton Copula模型所計算出的信用風險相關係數可以發現,Clayton pair copula所計算出的信用風險相關係數相對較小,表明多個信貸資產信用風險聯合變動的可能性相對較低。 在信用風險相關性度量模型的套用研究部分,提出基於Copula VaR模型的商業銀行信貸組合管理的方法。

以Pair Copula模型為基礎,設計信貸組合管理的Copula VaR的計算步驟,以樣本商業銀行為例,對其信貸組合進行分析,提出其信貸組合最佳化的方向。同時,根據信貸組合管理的現狀,提出商業銀行信貸組合管理的實施對策,為商業銀行信貸組合管理的實施提供可供選擇的建議。

【關鍵字】：信用風險信用風險相關性動態Copula模型PairCopula模型信貸組合管理

目錄

• 摘要5-7
  
• Abstract7-9
  
• 目錄9-13
  
• 插圖索引13-14
  
• 附表索引14-16
  
• 第1章 緒論16-33
  
• 1.1 研究背景與意義16-20
  
• 1.1.1 研究背景16-19
  
• 1.1.2 研究意義19-20
  
• 1.2 相關研究綜述20-29
  
• 1.2.1 關於信貸組合管理的研究20-21
  
• 1.2.2 關於信用風險相關性影響因素的研究21-23
  
• 1.2.3 關於信用風險相關性度量的綜述23-29
  
• 1.3 研究思路與內容29-33
  
• 1.3.1 研究思路29-31
  
• 1.3.2 研究內容與結構安排31-33
  
• 第2章 信用風險相關性產生的機理分析33-45
  
• 2.1 相關概念的界定33-34
  
• 2.2 信用風險形成原因及過程34-36
  
• 2.2.1 信用風險形成原因34-35
  
• 2.2.2 信用風險的形成過程35-36
  
• 2.3 共同因素對信用風險相關性的影響36-39
  
• 2.3.1 共同因素對信用風險相關性的作用方式36-37
  
• 2.3.2 不同類型的共同因素對信用風險相關性的影響37-39
  
• 2.4 傳染因素對信用風險相關性的影響39-42
  
• 2.4.1 產品市場信用風險傳染的影響39-41
  
• 2.4.2 股權市場信用風險傳染的影響41-42
  
• 2.5 因素耦合對信用風險相關性的影響42-44
  
• 2.6 本章小結44-45
  
• 第3章 基於組合評價模型的企業信用風險的度量45-68
  
• 3.1 企業信用風險的度量方法及比較45-51
  
• 3.1.1 傳統的定性分析方法45-46
  
• 3.1.2 基於財務信息的信用風險評價模型46-49
  
• 3.1.3 綜合財務信息和市場因素的信用風險評價模型49-50
  
• 3.1.4 信用風險度量方法的評價及選擇50-51
  
• 3.2 基於MDA方法的信用風險度量模型51-55
  
• 3.2.1 樣本選擇和數據來源51-54
  
• 3.2.2 行業MDA模型的建立54-55
  
• 3.3 基於SVM方法的信用風險度量模型55-58
  
• 3.3.1 SVM模型的構建55-57
  
• 3.3.2 行業SVM模型參數估計57-58
  
• 3.4 基於KMV方法的信用風險度量模型58-61
  
• 3.4.1 KMV模型的構建58-59
  
• 3.4.2 KMV模型的參數設定59-61
  
• 3.4.3 行業KMV模型參數估計61
  
• 3.5 基於組合評價的信用風險度量模型61-66
  
• 3.5.1 組合評價模型的構建61-65
  
• 3.5.2 組合模型參數估計及其有效性檢驗65-66
  
• 3.6 信用風險評價模型的比較及選擇66-67
  
• 3.7 本章小結67-68
  
• 第4章 行業信用風險關聯結構確定及協整分析68-79
  
• 4.1 行業信用風險指數的構建68-71
  
• 4.2 基於SU空間行業信用風險關聯結構的確定71-75
  
• 4.2.1 SU空間的定義71
  
• 4.2.2 信用風險SU空間的計算71-73
  
• 4.2.3 信用風險指數分層結構的計算方法73-75
  
• 4.3 行業信用風險協整關係的檢驗75-78
  
• 4.3.1 單位根檢驗75-76
  
• 4.3.2 行業信用風險的協整檢驗76-77
  
• 4.3.3 行業信用風險的Granger檢驗77-78
  
• 4.4 本章小結78-79
  
• 第5章 基於二元靜態Copula的信用風險相關性度量79-88
  
• 5.1 Copula函式的基本性質及相關性測度79-82
  
• 5.1.1 Copula函式的基本性質79-80
  
• 5.1.2 Copula函式框架下的相關性測度80-82
  
• 5.2 信用風險相關性度量的二元Copula模型82-84
  
• 5.2.1 二元正態Copula模型構建82
  
• 5.2.2 二元t-Copula模型構建82
  
• 5.2.3 二元SJC Copula模型構建82-83
  
• 5.2.4 二元Gumbel Copula模型構建83
  
• 5.2.5 二元Clayton Copula模型構建83-84
  
• 5.3 基於二元Copula模型的信用風險相關性度量結果及分析84-87
  
• 5.3.1 二元Copula模型的參數估計方法84-85
  
• 5.3.2 二元Copula模型的參數估計結果及分析85-87
  
• 5.4 本章小結87-88
  
• 第6章 基於二元動態Copula的信用風險相關性度量88-105
  
• 6.1 二元動態Copula模型的構建思路88-89
  
• 6.2 二元穩結構動態Copula模型的構建及估計89-92
  
• 6.2.1 二元穩結構動態Copula模型的構建89-90
  
• 6.2.2 二元穩結構動態Copula模型的參數估計90-92
  
• 6.3 時變二元Jump Copula模型的構建及估計92-99
  
• 6.3.1 時變二元Jump Copula模型構建92-93
  
• 6.3.2 信用風險跳躍點檢測93-97
  
• 6.3.3 信用風險相關性變結構模型的參數估計97-99
  
• 6.4 時變二元MRS Copula模型的構建及估計99-101
  
• 6.4.1 時變二元MRS Copula模型構建99-100
  
• 6.4.2 時變二元MRS Copula模型的參數估計100-101
  
• 6.5 模型比較及信用風險相關性度量101-104
  
• 6.5.1 二元動態Copula模型的比較101-102
  
• 6.5.2 信用風險動態相關性的度量102-104
  
• 6.6 本章小結104-105
  
• 第7章 基於多元Copula的信用風險相關性度量105-112
  
• 7.1 多元Copula函式的藤結構及其定義105-106
  
• 7.2 多元Copula函式的參數估計及信用風險相關性度量106-110
  
• 7.2.1 Canonical藤結構下的參數估計及信用風險相關性度量106-108
  
• 7.2.2 D藤結構下的參數估計及信用風險相關性度量108-110
  
• 7.3 模型的比較及分析110
  
• 7.4 本章小結110-112
  
• 第8章 基於Copula VaR模型的信貸組合管理112-126
  
• 8.1 基於VaR模型的信貸組合管理思路112-113
  
• 8.2 引入信用風險相關性的信貸組合管理VaR模型設計113-117
  
• 8.2.1 信貸組合管理Copula VaR模型的參數設定113-116
  
• 8.2.2 Copula VaR模型的計算方法比較及選擇116
  
• 8.2.3 引入信用風險相關性的Copula VaR計算步驟116-117
  
• 8.3 引入信用風險相關性的Copul VaR模型的實證研究117-122
  
• 8.3.1 樣本商業銀行信貸組合描述117-120
  
• 8.3.2 基於Copula VaR的信貸損失Monte Carlo模擬120-122
  
• 8.4 商業銀行信貸組合管理的實施對策122-125
  
• 8.4.1 分階段實施信貸組合管理122-123
  
• 8.4.2 實現風險管理機構的調整123
  
• 8.4.3 加強資料庫和信息化建設123-124
  
• 8.4.4 推進風險預警機制的完善124-125
  
• 8.5 本章小結125-126
  
• 結論126-128
  
• 參考文獻128-139
  
• 致謝139-141
  
• 附錄A 攻讀學位期間所發表的學術論文目錄141-142
  
• 附錄B 信用風險建模樣本及配對樣本142-149