随着我国商业银行纷纷建立内部评级体系,如何对内评体系进行验证,以确保符合巴塞尔协议及银监会的要求,成为目前亟待解决的问题。按模型开发、持续监测和结果分析三个阶段对目前国内外常用验证方法及注意事项进行评析,并归纳实践中面临困难的低违约概率组合的验证方法,有利于今后相关研究的进一步深化。

文章基于实证数据,建立了基于Logistic回归的农村合作金融机构零售客户的违约概率测算模型,结果表明,客户行业、婚姻状况、教育程度、年龄、客户性质等因子与违约概率显著相关。采用2011年新一期的零售客户数据对模型进行实际验证,模型判别的正确率为88.6%,违约概率测算模型对零售客户违约概率的预测有效。

文章依据生存分析统计方法中的比例危险法,提出了违约比例模型来测算商业银行公司类贷款的违约概率,并采用我国某商业银行数据进行了实证分析。分析结果表明,该模型能够准确测算商业银行公司类贷款的违约概率,以便商业银行提取普通准备金和配置经济资本。

The internal rating-based approach is the core content of New Basel Accord.The calculation of probability of default,loss given default,expected losses and other concerning factors are the key steps to bring internal rating-based approach into effect.Based on the practical data of our state-owned commercial banks,a relative scientific evaluating system is established in this paper by stepwise discriminant analysis,and a probability of default forecasting model is constructed by Bayes discriminant model.Also expected losses are calculated by neural network based on Levenberg-Marquardt algorithm.Therefore,loss given default could be work out by the function among probability of default,loss given default and expected losses.Empirical results show that this model could be of certain validity and feasibility to forecast probability of default and loss given default.

违约概率(PD)的计量是商业银行内部评级体系的基础,它对整个内部评级体系的效果有根本性的影响。目前各种违约概率计量方法最大的缺陷是忽略了时间效应的影响。本文提出的含随机截距项的二值响应面板数据模型是对现有各种方法的深入和完善。首先,它成功地将二值响应模型融合在面板数据分析中;其次,它特别考虑了因为观测时间不同而产生的时间效应,依此在模型中加入了随机截距项。实证结果表明,这一方法具有更好的解释能力和预测效果,是银行业进行内部评级工作理想的模型,因此具有很强的理论价值和实践意义。

违约概率(PD)的计量是商业银行内部评级体系的基础,它对整个内部评级体系的效果有根本性的影响。目前各种违约概率计量方法最大的缺陷是完全忽略了时间效应的影响,本文提出的含随机效应的二值响应面板数据模型是对现有各种方法的完善。首先,它将二值响应模型融合在面板数据分析中;其次,它特别考虑了因为观测时间不同而产生的时间效应,依此在模型中加入了随机截距项和随机系数。实证结果表明,这一方法具有更好的解释能力和预测效果,是银行业进行内部评级工作的理想模型,因此具有很强的理论意义和实践意义。

国内关于内部评级模型中长期中心违约趋势(以下简称"CT")估计的研究基本处于空白状态,国外文献中也鲜见类似研究。作为新资本协议内部评级模型中的唯一校准参数,商业银行应在监管的审慎性要求和银行自身的准确性要求之间权衡,基于实际违约数据对CT进行合理的估计。为此,在列明监管合规关注点的基础上,构建CT估值框架,设计估值模型,并进行实证研究。压力情境下的实际违约率估算结果表明,CT结果满足了审慎性要求。

初始违约概率的测算是商业银行实施经济资本管理的必要环节。针对我国商业银行的现状,结合贷款五级分类,通过对银行的公司类客户的财务指标作时间加权化处理、因子分析、ROC检验以及使用有序多分类logistic模型对初始违约概率的测算作了有价值的探索,并通过算例分析论证了其可行性。

内部评级法是即将推出的巴塞尔新资本协议的核心内容,而计算客户违约概率则是实施内部评级法的关键步骤。本文详尽介绍了违约概率的概念、定义和技术要点,重点分析了相关的理论模型与技术方法,探讨了中国银行业在实施新资本协议过程中建立违约概率模型的路径与方式。

信用评级是对个人、经济体与金融工具履行各种经济承诺的能力及可信任程度的综合评价,本文通过对KMV评级模型的研究,指出在信用评级中的关键指标———“违约率和违约概率”在评级中的重要意义。

巴塞尔新资本协议强调内部评级法在风险管理和资本监管中的重要作用,倡导国际活跃银行基于内部数据和管理标准,建立包括客户评级和债项评级的两维评级体系,以增强风险计量的精确性、敏感性和标准化。违约概率和违约损失率分别是客户评级和债项评级的定量基础,两者构成了IRB法的核心变量。本文将围绕新资本协议有关规定和技术标准,对LGD的测算要求、计算方法和模型构建进行较为深入的论述和探讨。

从《巴塞尔新资本协议》开始,对信用风险的管理越来越受到世界的关注,目前,对内部评级法中信用风险核算变量违约率(PD)的核算的研究更为深入,模型发展更为成熟,基于违约模型的内部评级法日趋成熟,对信用风险管理的有效性日益凸显。基于内部评级法的主要测算变量违约率(PD)构建的Logistic回归模型分析,从违约模型的角度实证研究了内部评级法在信用风险管理中的重要作用。

银行贷款风险管理,一直是银行风险管理的着重点,而带来贷款风险管理难度的主要是贷款违约概率的计算问题,尤其是随着当前金融危机的全球蔓延,宏观经济形势下滑,贷款违约率也随之波动。本文基于CPV模型,分别选取国际、国内宏观经济形势代表性指标,以及与银行贷款业务联系紧密的行业发展情况指标,对银行业贷款违约概率进行度量,其结果表明,该模型在度量银行贷款违约概率方面具有较好的效果,将会对全面信贷风险管理提供有力的依据。

用Ｌｏｇｉｓｔｉｃ模型计算公司违约概率在实际应用中存在两个问题：一是在缺乏公司违约记录数据库或违约记录数据库不典型的情况下，无法应用该模型或模型计算结果不准确；二是现有Ｌｏｇｉｓｔｉｃ违约概率模型忽视了不同行业财务指标分布特征的差异性，导致公司违约概率计算结果的准确性降低。针对问题一，本文通过公司债券信用利差计算市场隐含的公司违约概率，在Ｌｏｇｉｓｔｉｃ变换的基础上进一步确定Ｌｏｇｉｓｔｉｃ线性回归的参数，使得公司违约概率的计算结果符合债券市场的实际状况。针对问题二，通过不同行业关键财务指标的单因子方差分析，证实了行业间财务指标的分布特征具有显著性差异，通过拟合优度证实了区分行业建立Ｌｏｇｉｓ．．．

当上市银行的长期负债系数γ的取值不同时,应用KMV模型测算出的银行违约概率大相径庭。根据债券的实际信用利差可以推算出上市银行的违约概率PDi,CS,根据长期负债系数γ可以运用KMV模型确定上市银行的理论违约概率PDi,KMV。本文通过理论违约率与实际违约率的总体差异∑ni=1|PDi,KMV-PDi,cs|最小的思路建立规划模型,确定了KMV模型的最优长期负债γ系数;通过最优长期负债系数γ建立了未发债上市银行的违约率测算模型、并实证测算了我国14家全部上市银行的违约概率。本文的创新与特色一是采用KMV模型计算的银行违约概率PDi,KMV与实际信用利差确定的银行违约概率PDi,CS总体差异∑ni...