基于商业银行贷款风险度量的Credit Risk+模型

作者:卞乐乐;侯为波 刊名:淮北师范大学学报(自然科学版) 上传者:李澍

【摘要】文章运用Credit Risk+模型对我国商业银行贷款风险度量进行实证分析.原Credit Risk+模型在计算违约损失率时使用历史平均值的方法有很大的缺陷,现运用清算LGD方法计算贷款的违约损失率.同时,采用更有效的CVaR方法度量风险,提高违约损失的计算精度.

全文阅读

第39卷第3期 2018年9月 Vol. 39 No. 3 Sep. 2018 淮北师范大学学报(自然科学版) Journal of Huaibei Normal University (Natural Science) 基于商业银行贷款风险度量的Credit Risk+模型 卞乐乐,侯为波① (淮北师范大学 数学科学学院,安徽 淮北 235000) 摘 要:文章运用Credit Risk+模型对我国商业银行贷款风险度量进行实证分析. 原Credit Risk+模型在计算违约损失率时使用历史平均值的方法有很大的缺陷,现运用清算LGD方法计算贷款的违约损失率. 同时,采用更有效的CVaR方法度量风险,提高违约损失的计算精度. 关键词:Credit Risk+模型;风险度量;清算LGD 中图分类号: F 830.33 文献标识码: A 文章编号:2095-0691(2018)03-0022-05 0 引言 在现阶段的国际背景下,我国商业银行面临巨大风险. 银行的资本是其抵御风险的保证,风险度量决定银行的资本要求. 因此,精确度量风险对我国商业银行具有重要的意义. 自1988年《巴塞尔资本协议》提出至今,发达国家对风险度量的研究高度重视,已经建立风险度量模型. 目前国际上比较流行的信用风险管理模型包括:J.P. 摩根的CreditMetrics模型、KMV公司的KMV模型、麦肯锡的CPV模型、CSFB的Credit Risk+模型. Wanger[1]详细地阐述Credit Risk+模型的原理及其应用. Credit Risk+模型符合我国银行业现有贷款数据较少的情况,并且Credit Risk+模型具有求出贷款组合违约损失概率生成函数的显式解的优点,因此受到国内研究者的关注. 原Credit Risk+模型将行业风险因子假定相互独立,Deshpande等[2]提出两阶段Credit Risk+模型,但仍有一些不足. 张海燕[3]分析国内银行信用风险管理现状. 吕志华等[4]对于Credit Risk+模型当中的违约事件服从泊松分布的假设进行误差分析以及合理性论证. 彭建刚等[5]在原Credit Risk+模型基础上提出更好地频带划分方法. 张丽寒[6]对模型在违约率可变的条件下对模型进行实证分析. 梁凌[7]指出Credit Risk+模型中在险价值VaR(Value at Risk)方式的弊端,给出条件在险价值CVaR(Conditional Value at Risk)方法新的风险度量和资本配置方法. 杜培彦[8]分析国内外违约损失率研究的情况,并介绍几种违约损失率的方法. 李琦等[9]运用Cred⁃it Risk+模型对互联网信贷平台的数据进行比较分析. 姚水洪等[10]分析在我国宏观经济下Credit Risk+模型在度量信用风险的优缺点,并提出相关建议. 本文主要依据贷款违约概率与客户信用等级之间联系,计算出每个信用等级债务人的违约率,得出债务人的违约事件分布,进而计算出贷款组合的损失分布. 由于VaR在计算非预期损失时不满足一致性数学特征,同时忽略极端尾部风险,故采用CVaR计算非预期损失. 在确定贷款的违约损失率(LGD)时,运用清算LGD[11]方法,可以避免历史数据计算违约损失率时出现的波动性大的弊端. 1 Credit Risk+模型计算非预期损失和风险度量的CVaR方法 1.1 模型的假设 (1)在某期限内违约概率不变; 收稿日期:2017-12-22 作者简介:卞乐乐(1989— ),女,安徽六安人,硕士生,研究方向为金融

参考文献

引证文献

问答

我要提问