巴塞尔新资本协议的内部评级法对商业银行的资本要求提出了新的计算方法,这不仅影响了银行的资本金管理,同时还间接影响了贷款定价。本文首先简要评述了有关违约概率和违约损失率的相关文献,随后通过一个一般均衡模型对低风险贷款和高风险贷款的定价进行了分析,得出如下主要结论:(1)贷款定价同违约概率、违约损失率、资本报酬率,以及低风险贷款占总贷款的比率等因素相关;(2)某种贷款的定价不仅受自身违约概率的影响,还受其他类型贷款的违约概率的影响;(3)专营高风险贷款的银行的定价要低于同时经营低风险和高风险贷款的银行的定价。

新巴塞尔资本协定将违约概率(PD)和违约损失率(LGD)纳入监管资本衡量的基本框架,国际活跃银行内部风险管理指标已从不良贷款率转向PD和LGD。本文简要综述了国际上LGD理论与实证研究的成果,并对国内商业银行抵押贷款LGD进行了实证研究,得出了一些重要结论与管理建议。

本文用log-log回归法、logistic回归法、分类及回归树法分别构建住房按揭贷款违约损失率预测模型,并将这三类模型及历史数据平均法模型对样本内、外数据的预测效果进行比较分析。研究结果表明:针对住房按揭贷款违约损失率,logistic回归方法预测效果最好,分类及回归树方法其次,而log-log回归方法预测误差最大。模型回归结果还表明,贷款价值比越高,违约损失率越大;贷款年龄越大,违约损失率越小;信用按揭贷款违约损失率显著高于抵押贷款;华东、华南和西南地区的违约损失率比华北地区要小;面积大的房屋贷款违约损失率更大。

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.

违约损失率是BaselⅡ规定的六大风险指标之一,而抵押是BaselⅡ标准法规定的信用风险缓释工具之一,两者在巴塞尔新资本协议中有着非常关键的地位和作用。本文总结了国内外违约损失率的研究概况,在利用历史数据对我国商业银行抵押贷款的违约损失率进行实证分析后发现:(1)回收率同融资金额成反比;(2)回收率同融资折率成反比;(3)回收率呈“U”型分布。本文的分析有助于进一步探究我国商业银行抵押贷款违约损失率的特征,是量化风险暴露和计算监管资本的基础,并为我们下一步的折率研究做好了铺垫。

本文通过对贷款定价的理论的分析和对国际指引的分析,得出了选取折现率为无风险利率既符合理论又符合国际指引的解决方案。尤其是对国内商业银行而言,历史违约债项的LGD的估计基本上都是基于资产处置后的价格,有关回收金额的"不确定性"的问题已不存在,因此无风险利率就是最好的选择。

本文利用某国有商业银行的贷款数据资料,运用主成因子分析对贷款样本的LGD进行统计分析并确定影响因素的重要性及排序。本文结论为:影响我国商业银行贷款LGD的因素依次为企业的信用等级、贷款担保方式、企业的行业属性;企业规模、企业经济类型、贷款担保方式等因素对LGD的影响都很弱。此外,本文验证了PD和LGD之间存在一定的关系,并非相互独立。

影响中国商业银行贷款违约损失率的因素依次为企业的信用等级、贷款担保方式、企业的行业属性;企业规模、企业经济类型、经济周期等因素对违约损失率的影响却很弱。此外,客户违约概率和违约损失率之间存在一定的关系,并非相互独立。

20世纪90年代以来资产证券化和信用衍生品市场的发展、《新巴塞尔资本协议》的实施和银行对动态化风险管理的追求推动了现代信用风险量化技术的兴起和发展。鉴于违约损失率在现代信用风险量化中的重要作用,本文综述了近20年来国际及国内对违约损失率计量方法的研究进展,以期为我国银行业违约损失率模型开发与优化提供有益借鉴。

违约损失率是商业银行内部评级的重要依据,是现代信用风险管理的标志性内容。国内对此问题的研究多过于重视理论阐述,缺少实证研究,而且现有的实证研究也大多存在样本量小、考虑周期短和较少考虑地区因素等缺陷。因此,应更多关注违约损失率建模及相关研究工作,充分考虑违约损失率的影响因素,探索适合我国国情的违约损失率模型,提高违约损失率计量的准确性。

本文介绍了违约损失率的概念,对国内外违约损失率的研究现状进行了梳理,重点探讨了违约损失率的影响因素、量化方法、数据库建设情况,以及穆迪、标准普尔和惠誉三大全球性评级机构的违约损失率研究现状,最后提出了我国开展违约损失率研究的建议。

新巴塞尔资本协议的出台对我国银行业产生了极大的影响,我国银行业正在为实施新资本协议作积极的准备,而作为其核心的内部评级法的顺利实施与其参数之一的违约损失率有很大关系,本文根据新资本协议的要求,就国际上关于违约损失率的估计方法进行了分类和比较,并就违约损失率估计中存在的问题及其在我国的进展情况进行了分析。

本文针对LGD模型开发中的核心问题进行了理论研究和实证分析,根据中国银行业的实际,建立在清收基础上的历史平均LGD是一种较为实用的方法,根据这一方法论,本文运用决策树建立了LGD模型,模型不仅考虑了回收成本的因素,而且考虑了时间因素。本文的实证研究结果表明,不同抵押的债项的LGD与新资本协议确定的参数基本接近,总体上来看,时间因素对于LGD的影响要较回收成本的高。若不考虑回收成本,LGD的估值要低约1%;而忽略时间价值,LGD估值要低约7%。分析LGD的影响因素发现:除债务类型、行业及信用评级等因素对LGD有较大影响外,区域因素的影响不可忽视,建立LGD模型时有必要加以考虑。

文章利用违约率可变的CreditRisk+模型来计量商业银行零售资产组合的信用风险,并最终得到了违约损失和损失分布明确的解析式,从而为计量零售资产组合的非预期损失创造了条件。