前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇信用風(fēng)險相關(guān)理論范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

信用風(fēng)險相關(guān)理論范文第1篇

關(guān)鍵詞：信用風(fēng)險；Copula理論；違約相關(guān)性；應(yīng)用

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）02-0055-02

信用是市場經(jīng)濟的基石，信用風(fēng)險的危害倍受金融界關(guān)注。一般情況下，信用風(fēng)險方面的問題始終屬于市場經(jīng)濟當中基本且極其古老的一類問題，其危害性受到人們的廣泛關(guān)注?，F(xiàn)階段，社會經(jīng)濟的快速發(fā)展更是在很大程度上復(fù)雜化了信用風(fēng)險問題。組合信用風(fēng)險已經(jīng)成為現(xiàn)在研究的一個重點，該問題當中核心為違約相關(guān)性，該核心具體能夠分成微觀以及宏觀兩種?，F(xiàn)階段，對違約相關(guān)性進行研究時主要包含三類方法，分別為約化方法、結(jié)構(gòu)化方法以及Copula方法。

一、對信用風(fēng)險的基本概念進行分析

通常情況下，相對比較傳統(tǒng)的信用風(fēng)險指的主要是相關(guān)的交易對象不可以根據(jù)事先已經(jīng)達成的相應(yīng)協(xié)議來對義務(wù)進行嚴格履行所造成的一種風(fēng)險，也就是債務(wù)人根本沒有對相應(yīng)的債務(wù)進行如期償還導(dǎo)致合同的違反，進而為債權(quán)人造成一定的風(fēng)險[1]。而現(xiàn)代的金融信用風(fēng)險主要指的是因為對手或者債務(wù)違約而造成損失的一種可能性，或因為債務(wù)人在信用評級方面發(fā)生變動以及履約能力方面發(fā)生一定的改變而造成損失的可能性。所以，現(xiàn)代金融信用風(fēng)險基本的決定因素是對手的實際財務(wù)情況以及風(fēng)險情況[1]。

下面對現(xiàn)代金融信用風(fēng)險的具體特征進行分析。

首先，非對稱性。價格所發(fā)生的波動會造成市場風(fēng)險，所取得的收益呈現(xiàn)出對稱性的分布，而信用風(fēng)險不同于市場風(fēng)險，主要的造成原因是借款人的違約，損失以及收益都呈現(xiàn)出不對稱的分布，這就會導(dǎo)致信用風(fēng)險概率分布發(fā)生一定的偏離[1]。

其次，易傳染性。通常來講，信用風(fēng)險會在很大程度上造成大范圍的信用方面的違約，進而導(dǎo)致極其嚴重的金融事故。

最后，非系統(tǒng)性。債務(wù)人所具有的實際還款能力的決定因素為和其相關(guān)的非系統(tǒng)性的一些因素，具體包括債務(wù)人的還款實際意愿、經(jīng)營企業(yè)的真正能力以及財務(wù)情況等[1]。

二、信用風(fēng)險模型理論研究現(xiàn)狀

1.結(jié)構(gòu)化模型。結(jié)構(gòu)化模型起源于20世紀70年代，并且建立在幾何布朗運動的基礎(chǔ)上，該理論認為，我們可以將對債券定價的過程簡單化，即演化為對歐式期權(quán)的定價。理論可以得到期權(quán)定價理論的支持，并且建立了其自身的模型，稱之為到期日違約模型法，理論致力于信用價差曲線的研究，通過定量分析和定性分析的方法，在查閱大量歷史資料的基礎(chǔ)上，在模型中建立了利率期限結(jié)構(gòu)模型。

2.簡約化模型。簡約化模型繞過了公司的財務(wù)基礎(chǔ)，這是和與結(jié)構(gòu)化模型最大的不同之處，簡約化模型的計算方法相對比較簡單，而且所需要的數(shù)據(jù)流量也較少。在建模過程中，當事人可以泊松理論來建立模型，其準確度收到違約概率的強度影響。采用簡約化模型的優(yōu)勢在于債務(wù)方的強度能夠?qū)α硗庖环降南嚓P(guān)性方面進行制約，從而降低了風(fēng)險。簡約化模型的建立還需要以狀態(tài)變量X為主要驅(qū)動力。

三、對信用違約相關(guān)性的影響因素進行分析

一般情況下，違約事件會在很大程度上會造成信用風(fēng)險，此外，和一般的損失不同，通常來說，違約事件所引起的不僅僅是財務(wù)上的損失，還包括許多不能夠預(yù)期的事件，帶有很強的隨機性，而這也是處理違約事件過程中需要特別注意的一個方面。單個的違約所產(chǎn)生的負面影響，主要是有兩個方面所決定，其一是債務(wù)的回收率，其二是違約發(fā)生的概率。從組織層面上來講，由于分散化，組織所發(fā)生的損失根本就不是簡單的一種加和，當對多個變量所產(chǎn)生的組合效應(yīng)進行一定的研究時，也就是信用債權(quán)人與債權(quán)人間之間存在的影響，這就應(yīng)該要對資產(chǎn)間相干性進行有效的度量。所以，要想對組織損失的實際情況進行更有效研究，實施組織以及風(fēng)險方面的管理，這就應(yīng)該對組合當中的資產(chǎn)違約相依的結(jié)構(gòu)進行充分的考慮[2]。

下面對影響信用違約的相關(guān)性的因素進行分析。

首先是宏觀經(jīng)濟因素。對于市場經(jīng)濟來講，市場利率所發(fā)生的變化、商品價格上的變化以及宏觀經(jīng)濟上的波動等都會造成一定的影響，進而實現(xiàn)了循環(huán)性的違約相關(guān)性。

其次，特定行業(yè)的因素。在所有的行業(yè)當中，基本上都會受到原材料價格上漲以及生產(chǎn)力過剩等各種因素所造成的沖擊，各個行業(yè)之間所存在的直接性練習(xí)同時還會造成所有企業(yè)的違約相關(guān)性。該類風(fēng)險引起的主要原因根本就不是經(jīng)營風(fēng)險，同時還不是財務(wù)風(fēng)險，主要原因是特定行業(yè)當中市場經(jīng)濟環(huán)境所發(fā)生的波動以及變動。因此，行業(yè)當中的環(huán)境所造成的影響會嚴重造成企業(yè)的關(guān)聯(lián)違約，而且這些負面影響往往是不可估量的，同時也屬于銀行最需要考慮的一個影響因素[2]。

最后，業(yè)務(wù)交叉的因素。一般來講，資產(chǎn)相關(guān)指的主要是各個企業(yè)之間有著投資、持股以及參股等各種資本上的關(guān)系。當存在一定資產(chǎn)相關(guān)性時，違約相關(guān)性主要是兩債務(wù)人之間違約概率所形成的函數(shù)，同時隨著違約概率的增大，會增大違約的相關(guān)性。各個企業(yè)之間有著非常多的業(yè)務(wù)之間的往來時，有時還會是供應(yīng)鏈方面的合作伙伴，這時候，企業(yè)應(yīng)該非常容易出現(xiàn)關(guān)聯(lián)現(xiàn)象。所以，在此狀況之下，企業(yè)當中也會存在相對比較高的違約相關(guān)性[2]。

四、對問題的基本假設(shè)進行分析

在已經(jīng)給定的相對比較完備的概率空間（Ω，φ，Q）當中，Q指的主要是風(fēng)險處于中性時的概率測度，這時，我們引入能夠表示宏觀經(jīng)濟的流域，主要的構(gòu)成是能源價格、匯率以及利率等各種宏觀方面額定經(jīng)濟變量。運用（Ω，φ）上的可以測量的隨機變量Ti來表示i公司違約的實際時刻[2]。

當選擇Copula函數(shù)時，具體能夠分成兩個類型。在本文中主要考慮在現(xiàn)實情況中非常常用的Gaussian Copula。在該函數(shù)當中包含著標準正態(tài)分布的分布函數(shù)，還包含著協(xié)方差矩陣的多維正態(tài)分布的函數(shù)。根據(jù)Copula方法來對違約相關(guān)性進行一定的研究，能夠大體分成兩個步驟：第一個步驟是建立單個企業(yè)的違約模型；第二個步驟是對違約相關(guān)性進行一定的引進，也就是建立Copula模型[3]。

五、對單個公司的生存概率進行分析

對違約相關(guān)性先不進行考慮，i企業(yè)出現(xiàn)違約的影響因素是自身因素以及宏觀經(jīng)濟，也就是在相應(yīng)的域流之下，得出相應(yīng)的域流空間。主要的目標是在相應(yīng)的約束條件之下，來對該企業(yè)的生存概率進行有效求解[3]。

適應(yīng)約化的方法來對企業(yè)生存概率進行求解屬于一個非常常見的方法，Lando對其有著比較深刻的認識以及研究。也就是說，在t時刻應(yīng)該對未來宏觀經(jīng)濟信息進行預(yù)先知道，預(yù)知未來，但這很明顯與實際存在一定的差距。從根本上來講，Lando因為將其求解放在Cox過程的實際框架當中，因此，需要將信息進行一定的擴大。然而，在現(xiàn)實情況當中，在對生存率進行一定的求解時根本就不會涉及到Cox過程，該過程僅僅會在模擬違約時刻時才會運用到。因此，應(yīng)該對Lando的方法進行一定的改進[4]。

六、對信用組合風(fēng)險的損失的度量進行分析

第一步，應(yīng)該對違約損失進行一定的估計。工具違約概率的確定在于來自于公司內(nèi)部，即所有工具的違約概率的確定標準都是內(nèi)部的具體評級。這一過程的測定較為復(fù)雜，需要以大量的數(shù)據(jù)為依托，為了簡化計算，應(yīng)該根據(jù)行業(yè)當中的相應(yīng)平均數(shù)來確定違約的損失值。除此之外，還應(yīng)該對違約損失的具體標準差進行一定的估計。

第二步，應(yīng)該對債務(wù)人的資產(chǎn)相關(guān)性進行一定的估計。因為一般來說，我們不能夠直接地觀察出企業(yè)的實際資產(chǎn)價值，但是，我們能夠通過Black-Scholes公式來對其進行精確的推導(dǎo)，運用專業(yè)知識，建立相關(guān)的數(shù)學(xué)模型，進而運用Copula函數(shù)對其資產(chǎn)相關(guān)性進行估計[4]，從而得出接近于實際情況的數(shù)值。

第三步，產(chǎn)生出相關(guān)的違約事件。由于違約相關(guān)性與資產(chǎn)相關(guān)性所具有的依賴結(jié)構(gòu)存在一定的相似性，所以能夠?qū)Y產(chǎn)相關(guān)性進行有效反映的Copula函數(shù)屬于是違約點的結(jié)果。進而利用Copula函數(shù)以及邊緣分布來獲得違約時間的相關(guān)分布。

第四步，對隨機違約損失進行一定的產(chǎn)生。如果出現(xiàn)違約的現(xiàn)象，我們就需要計算違約所產(chǎn)生的具體損失，此時，可以從以前已經(jīng)得到的違約損失值中獲取相關(guān)數(shù)據(jù)，即我們可以將違約案例進行歸類，對于相似的案例，確定違約數(shù)據(jù)的平均值，并且通過標準差的相關(guān)分布，抽取其中的隨機數(shù)，進而借助計算機等工作，計算出違約的損失值。

第五步，對損失進行一定的計算。出現(xiàn)違約，應(yīng)該按照組合頭寸來得到違約暴露，并且采用計數(shù)法，對于違約數(shù)據(jù)可以記為1，對于不發(fā)生違約的情況，則損失就為零。

第六步，得到損失實際分布。無論是何種形式的違約以及違約數(shù)據(jù)的大小，其計算的結(jié)果都是所有的情景都會產(chǎn)生出一個相應(yīng)的組合損失值，此時，對上面的步驟進行相應(yīng)次數(shù)的重復(fù)，進而來得到相應(yīng)的組合損失。

七、結(jié)束語

綜上所述，違約相關(guān)性的Copula方法是本文研究的主要對象，在本文當中，建立并研究了約化方法與結(jié)構(gòu)化方法之間存在的關(guān)系，進而可以在很大程度上輔導(dǎo)我們對各研究方法及其內(nèi)在所存在的相互關(guān)系進行充分理解。

參考文獻：

[1]何海鷹.基于Copula理論的信用風(fēng)險研究[D].廈門大學(xué)，2009.

[2]謝銓.基于Copula的信用風(fēng)險經(jīng)濟資本計量模型及應(yīng)用[J].科學(xué)技術(shù)與工程，2011，（17）：4112-4116.

信用風(fēng)險相關(guān)理論范文第2篇

本節(jié)對融資約束和財務(wù)柔性對企業(yè)信用風(fēng)險的作用機理進行理論分析。

1.1財務(wù)柔性對企業(yè)信用風(fēng)險的平滑作用柔性是Hart等在研究企業(yè)受經(jīng)營周期影響時提出的概念。20世紀60年代以后，世界經(jīng)濟環(huán)境向復(fù)雜化、動態(tài)化趨勢發(fā)展，柔性生產(chǎn)、柔性管理等問題才開始被重視，直到20世紀末財務(wù)柔性作為集成柔性中的子系統(tǒng)才開始被研究。從葛家澎和占美松、DeAngelo、Byoun等對財務(wù)柔性的定義可以看出，財務(wù)柔性的最終目的是實現(xiàn)企業(yè)價值最大化。Singh和Hodder通過對跨國公司進行實證分析發(fā)現(xiàn)財務(wù)柔性能夠增加公司價值［。Chang、Jackson和Grover在研究亞洲金融危機時發(fā)現(xiàn)，在動態(tài)環(huán)境中承擔風(fēng)險的諸多企業(yè)中，只有具備財務(wù)柔性的部分企業(yè)具有更高的經(jīng)營業(yè)績。Dreyer和Grnhaug也得出了同樣的結(jié)論，即財務(wù)柔性水平高的企業(yè)具有更高的業(yè)績水平。Arslan、Florackis和Ozkan以東南亞金融危機為研究背景，發(fā)現(xiàn)在危機前保持高負債融資柔性和高現(xiàn)金柔性的企業(yè)在危機期間創(chuàng)造了更好的經(jīng)營業(yè)績。企業(yè)價值既包括業(yè)績，也包括風(fēng)險。財務(wù)柔性的特殊作用是預(yù)防或利用不確定性因素，而不確定性恰恰是風(fēng)險的來源，因此財務(wù)柔性具有預(yù)防或降低風(fēng)險的功能。Antonio等認為企業(yè)財務(wù)風(fēng)險的規(guī)避策略與柔性程度直接相關(guān)；Bates、Kahle和Stulz發(fā)現(xiàn)，隨著經(jīng)濟環(huán)境不確定性的加劇，企業(yè)保持高水平的負債融資柔性和現(xiàn)金柔性能降低其信用風(fēng)險、避免發(fā)生違約事件。中國學(xué)者對財務(wù)柔性研究較少，主要對財務(wù)柔性的作用及構(gòu)建財務(wù)柔性的理念進行了探討。例如：鄧明然對企業(yè)面臨不確定因素的原因進行了理論分析，認為財務(wù)柔性可降低不確定性、規(guī)避財務(wù)風(fēng)險、提高經(jīng)濟績效；趙湘蓮和韓玉啟在分析應(yīng)對財務(wù)管理活動中的風(fēng)險因素時，指出財務(wù)柔性不僅能降低風(fēng)險因素，而且能利用發(fā)展機會為企業(yè)創(chuàng)造價值，并進一步提出了財務(wù)柔性水平的監(jiān)控措施；王楷華從人本思想的角度提出了財務(wù)柔性管理的構(gòu)建。中國學(xué)者主要從理論層面對財務(wù)柔性進行了探討，鮮有文獻對理論分析進行實證檢驗。綜合國內(nèi)外學(xué)者對財務(wù)柔性作用的理論及實證分析可知：財務(wù)柔性為企業(yè)創(chuàng)造價值，不僅表現(xiàn)為對企業(yè)帶來更高的績效，而且表現(xiàn)為在不確定性的經(jīng)濟環(huán)境中使企業(yè)保持一定的現(xiàn)金持有水平和債務(wù)融資能力，并能降低企業(yè)的信用風(fēng)險、避免企業(yè)破產(chǎn)倒閉。在金融危機期間，財務(wù)柔性憑借其降低風(fēng)險、提升業(yè)績的作用而對企業(yè)的可持續(xù)發(fā)展具有重要意義。金融危機過后，金融環(huán)境整體比較平穩(wěn)，資本市場波動趨于平緩。然而，隨著世界經(jīng)濟一體化趨勢的加強，企業(yè)仍面臨經(jīng)營環(huán)境復(fù)雜化、動態(tài)化的發(fā)展趨勢，財務(wù)柔性在預(yù)防不確定性事件、緩沖信用風(fēng)險方面仍起重要作用。

1.2融資約束對財務(wù)柔性緩沖作用的影響在資本市場完美的假設(shè)下，Keynes認為企業(yè)無須持有現(xiàn)金資產(chǎn)，因此企業(yè)對現(xiàn)金柔性不產(chǎn)生要求?，F(xiàn)實中，Greenwald、Stiglitz和Weiss以及My－ers和Majluf卻認為，信息不對稱和問題的存在導(dǎo)致外部融資成本過高，由于企業(yè)自有資金有限，因此當企業(yè)沒有足夠多的財務(wù)資源來應(yīng)付不確定性因素時就會產(chǎn)生融資約束問題。中國的資本市場不完善，企業(yè)的融資約束尤其嚴重。雖然中國政府開展了金融市場改革———包括股票市場和債券市場的建設(shè)以及國有銀行商業(yè)化管理等，但是由于企業(yè)發(fā)行股票和債券需要經(jīng)過政府部門的層層嚴格審批，而銀行偏好向國有企業(yè)貸款，因此中國企業(yè)“融資難”的問題未能從根本上得到改善。Almeida、CamPello和Weisbach以及Denis和Sibilkov通過理論分析認為，企業(yè)進行流動性管理的根本原因在于融資約束，而且融資約束越強則現(xiàn)金持有的邊際價值越高，企業(yè)對流動性資產(chǎn)的需求也越高。對于融資約束程度更強的企業(yè)而言，現(xiàn)金在企業(yè)投資中的作用更大，對企業(yè)價值的正向影響也更為顯著。顧乃康和孫進軍就現(xiàn)金持有對企業(yè)價值的影響進行了實證檢驗，其實證結(jié)果顯示，企業(yè)所持現(xiàn)金的邊際效用隨著其融資約束程度的提升而增大。對比中外學(xué)者關(guān)于現(xiàn)金持有對企業(yè)價值影響的研究，不難發(fā)現(xiàn)：在融資約束情境下，現(xiàn)金持有的價值隨著融資約束的加劇而增大。而Acharya、Almeida和Campello從投機需求的角度以及García－Teruel、Martínez－Solano和Sánchez－Ballesta等從會計信息質(zhì)量的角度所做的研究均表明，融資約束會增加企業(yè)的流動性需求。流動性主要來源于公司內(nèi)部的現(xiàn)金、等價物以及保有的負債融資額度，即現(xiàn)金柔性和債務(wù)融資柔性。融資約束越嚴重，企業(yè)對財務(wù)柔性水平的要求就越高，企業(yè)保有財務(wù)柔性的價值就越大。Hubbard最早提出“流動性緩沖”，即面臨融資約束的企業(yè)出于預(yù)防性動機會保留較多的流動性資產(chǎn)。Almeida、CamPello和Weisbach進一步對該理論進行了實證檢驗，發(fā)現(xiàn)面臨融資約束的企業(yè)會留存較多的現(xiàn)金及現(xiàn)金等價物，而非融資約束的企業(yè)不存在這一現(xiàn)象。可見，受融資約束的企業(yè)面對信用風(fēng)險的增大會有越來越高的財務(wù)柔性需求。本文基于財務(wù)柔性對企業(yè)信用風(fēng)險的預(yù)防作用，提出了“財務(wù)柔性緩沖”。“財務(wù)柔性緩沖”的基本原理如下：在財務(wù)融資約束情境下，企業(yè)為了預(yù)防不確定性因素的沖擊而保有一定的現(xiàn)金并維持一定的負債融資柔性水平，以繼續(xù)維持企業(yè)現(xiàn)有投資和日常經(jīng)營活動的需要、預(yù)防債權(quán)人提前解約或“惜貸”，從而降低企業(yè)信用風(fēng)險；當發(fā)生可利用的投資機會時，企業(yè)根據(jù)優(yōu)序融資原則，可以優(yōu)先使用內(nèi)部資金并憑借保有的負債融資水平，進一步擴大投資以最大化企業(yè)價值。

2實證設(shè)計

2.1研究假設(shè)綜合上述討論結(jié)果，本文提出如下假設(shè)：假設(shè)1：財務(wù)柔性水平與企業(yè)信用風(fēng)險顯著負相關(guān)。假設(shè)2：財務(wù)柔性對企業(yè)信用風(fēng)險的緩沖作用隨著企業(yè)所受融資約束程度的提升而增強。

2.2樣本選擇與數(shù)據(jù)來源本文選取2009—2012年中國A股非金融業(yè)上市公司為樣本，并剔除如下上市公司：被特別處理的ST公司；2009年及以后上市的公司；關(guān)鍵指標值數(shù)據(jù)缺失的上市公司。最后得到2364家上市公司的7986個樣本觀測值。本文所用數(shù)據(jù)來自銳思數(shù)據(jù)庫，使用Stata10軟件進行統(tǒng)計分析。

2.3模型設(shè)定與變量定義

2.3.1被解釋變量被解釋變量為企業(yè)信用風(fēng)險（EDF）。國外企業(yè)信用風(fēng)險計量模型有多種，萬晏伶和楊俊的研究表明KMV模型可以很好地衡量中國上市公司的信用風(fēng)險。本文結(jié)合中國上市公司信用統(tǒng)計資料不健全的實情，借鑒穆迪公司開發(fā)的KMV模型來衡量上市公司樣本的信用風(fēng)險。該模型假設(shè)企業(yè)價值服從布朗運動。其中：E為企業(yè)的股權(quán)價值；VA為企業(yè)資產(chǎn)的市場價值；DP為負債的賬面價值；T為債務(wù)的到期時間；σE為企業(yè)股權(quán)價值波動率；σV為企業(yè)資產(chǎn)價值波動率。運用MATLAB編程逐一迭代可計算出各企業(yè)信用風(fēng)險EDF值。

2.3.2解釋變量解釋變量為財務(wù)柔性。根據(jù)DeAngelo等、曾愛民和魏志華的研究方法，本文采用現(xiàn)金柔性（Xjrx）和負債融資柔性（Fzrx）來衡量公司的財務(wù)柔性水平。現(xiàn)金柔性為企業(yè)持有現(xiàn)金比率，負債融資柔性＝max（0，行業(yè)平均負債比率－企業(yè)負債比率）。

2.3.3調(diào)節(jié)變量調(diào)節(jié)變量為融資約束。本文借鑒Hadlock和Pierce的Size－Age指數(shù)（簡稱為SA指數(shù)）法來衡量融資約束。SA指數(shù)＝－0．737×Size＋0．043×Size2－0．04×Age。其中：Size為企業(yè)規(guī)模；Age為企業(yè)年齡。在進行穩(wěn)健性檢驗時，根據(jù)連玉君、彭方平和蘇治的研究［27］，本文用企業(yè)規(guī)模（Size）、是否支付股利（Guli）和產(chǎn)權(quán)性質(zhì)（Nature）度量企業(yè)的融資約束程度。企業(yè)規(guī)模越小，則企業(yè)所受的融資約束程度越大；企業(yè)不支付股利，則企業(yè)所受的融資約束程度較大；企業(yè)是民營企業(yè)，則企業(yè)所受的融資約束程度較大。此外，本文設(shè)置了如下控制變量：盈利能力（總資產(chǎn)凈利率———ROA）、成長性（總資產(chǎn)增長率———Totassgrrt）、固定資產(chǎn)規(guī)模（固定資產(chǎn)占總資產(chǎn)比例———Fixassrt）和公司治理（董事會規(guī)模———Board和獨立董事比例———Dudong）。同時，設(shè)置啞變量以控制行業(yè)和年度因素的影響。

2.3.4計量模型為了驗證假設(shè)1，本文設(shè)定如下模型：式（2）中：SA×Xjrx、SA×Fzrx為用SA指數(shù)衡量的融資約束程度與財務(wù)柔性的交叉項。在進行穩(wěn)健性檢驗時，將模型（2）中用SA指數(shù)衡量的融資約束程度替代為企業(yè)規(guī)模（Size）、是否支付股利（Guli）以及產(chǎn)權(quán)性質(zhì)（Nature）。其中：Size×Xjrx、Size×Fzrx為用企業(yè)規(guī)模表示的融資約束程度與財務(wù)柔性的交叉項；Guli×Xjrx、Guli×Fzrx為用“是否支付股利”表示的融資約束程度與財務(wù)柔性的交叉項；Nature×Xjrx、Nature×Fzrx為用產(chǎn)權(quán)性質(zhì)表示的融資約束程度與財務(wù)柔性的交叉項。如果融資約束程度與財務(wù)柔性的交叉項的系數(shù)為負值且其絕對值越大，表明企業(yè)受到的融資約束越強，財務(wù)柔性對企業(yè)信用風(fēng)險的緩沖作用越大。

3實證結(jié)果分析

3.1描述性統(tǒng)計表2列示了各變量的描述性統(tǒng)計結(jié)果和差異性檢驗結(jié)果。從全體樣本看：企業(yè)信用風(fēng)險均值為0．25、標準差為0．07，說明樣本企業(yè)間的信用風(fēng)險水平差異較大；負債融資柔性均值為0．08、最低值為0，現(xiàn)金柔性均值為0．21、最高值為1，表明樣本企業(yè)間的財務(wù)柔性差異較大。從融資約束程度來看：融資約束程度強的企業(yè)的信用風(fēng)險均值相對較高且差異顯著———這可能與企業(yè)的財務(wù)柔性水平不一致有關(guān)；融資約束程度弱的企業(yè)的負債融資柔性水平和現(xiàn)金柔性水平相對較高且差異顯著。

3.2相關(guān)性分析表2列示了變量間的相關(guān)系數(shù)。由表2可知：企業(yè)信用風(fēng)險與負債融資柔性、現(xiàn)金柔性顯著負相關(guān)，表明提高財務(wù)柔性水平可以顯著減小企業(yè)信用風(fēng)險。同時，不論是Pearson相關(guān)系數(shù)還是Spearman相關(guān)系數(shù)，企業(yè)信用風(fēng)險與負債融資柔性、現(xiàn)金柔性均在1％的水平下顯著。

3.3回歸分析

3.3.1財務(wù)柔性對企業(yè)信用風(fēng)險的緩沖作用表3列示了模型（1）的估計結(jié)果，分別使用了固定效應(yīng)模型和隨機效應(yīng)模型。結(jié)果顯示：無論是固定效應(yīng)模型還是隨機效應(yīng)模型，負債融資柔性、現(xiàn)金柔性與企業(yè)信用風(fēng)險的回歸系數(shù)基本一致。表3中，兩種模型中負債融資柔性和現(xiàn)金柔性的系數(shù)均顯著為負，表明財務(wù)柔性的變動方向與企業(yè)信用風(fēng)險的變動方向相反。財務(wù)柔性與企業(yè)信用風(fēng)險的波動方向相反能否說明財務(wù)柔性對信用風(fēng)險起到緩沖作用呢？本文進一步控制影響信用風(fēng)險的其他因素，如盈利能力、成長性、固定資產(chǎn)狀況、公司治理、行業(yè)和年度。加入控制變量后，財務(wù)柔性與企業(yè)信用風(fēng)險的顯著負相關(guān)并未改變。可見，財務(wù)柔性水平的提高對企業(yè)信用風(fēng)險的減小起到了明顯作用，即假設(shè)1得證。

3.3.2融資約束的調(diào)節(jié)效應(yīng)借鑒Hadlock和Pierce用SA指數(shù)衡量融資約束的做法，SA指數(shù)值越大說明企業(yè)受到的融資約束越強。以SA指數(shù)均值為標準，融資約束程度小于該均值的企業(yè)為融資約束程度強的企業(yè)，融資約束程度大于該均值的企業(yè)為融資約束程度弱的企業(yè)。用虛擬變量表示融資約束程度：融資約束程度強，該虛擬變量取值為1；融資約束程度弱，該虛擬變量取值為0。SA×Fzrx為融資約束程度與負債融資柔性的交叉項；SA×Xjrx為融資約束程度與現(xiàn)金柔性的交叉項。表4列示了融資約束的調(diào)節(jié)效應(yīng)的檢驗結(jié)果，分別使用了固定效應(yīng)模型和隨機效應(yīng)模型。由表4可知：利用兩種模型所得的檢驗結(jié)果基本一致，從而加強了研究結(jié)論的說服力。檢驗結(jié)果顯示：負債融資柔性、現(xiàn)金柔性與公司的信用風(fēng)險顯著負相關(guān)———這與前面的假設(shè)1一致；融資約束程度與負債融資柔性、現(xiàn)金柔性的交叉項的系數(shù)均顯著為負，表明企業(yè)受到的融資約束越強，財務(wù)柔性對信用風(fēng)險的緩沖作用越大，故假設(shè)2成立。

3.3.3穩(wěn)健性檢驗為了確保結(jié)論的有效性，本了多項穩(wěn)健性檢驗，分別使用企業(yè)規(guī)模、是否支付股利和產(chǎn)權(quán)性質(zhì)來衡量融資約束程度。其中，企業(yè)規(guī)模小于均值的企業(yè)為融資約束程度強的企業(yè)，企業(yè)規(guī)模大于均值的企業(yè)為融資約束程度弱的企業(yè)；未支付股利的企業(yè)為融資約束程度強的企業(yè)，支付股利的企業(yè)為融資約束程度弱的企業(yè)；民營企業(yè)的融資約束程度強，國有企業(yè)的融資約束程度弱。融資約束程度強，變量值為1；融資約束程度弱，變量值為0。很顯然，財務(wù)柔性與企業(yè)信用風(fēng)險顯著負相關(guān)的結(jié)論未改變，表明財務(wù)柔性對企業(yè)信用風(fēng)險具有明顯的緩沖作用。用不同變量衡量的融資約束程度與財務(wù)柔性的交叉項的系數(shù)仍顯著為負，表明企業(yè)所受的融資約束越強，財務(wù)柔性對企業(yè)信用風(fēng)險的緩沖作用越大；當企業(yè)沒有融資約束時，財務(wù)柔性對企業(yè)信用風(fēng)險的緩沖作用不明顯。

4結(jié)語

信用風(fēng)險相關(guān)理論范文第3篇

關(guān)鍵詞：商業(yè)銀行；集成風(fēng)險模型；經(jīng)濟資本計量

中圖分類號：F224.0 文獻標識碼：A 文章編號：1003-9031（2014）04-0011-04

一、引言

巴塞爾協(xié)議Ⅱ（2006）明確提出了對商業(yè)銀行信用風(fēng)險、市場風(fēng)險、操作風(fēng)險的全面管理[1]。巴塞爾協(xié)議Ⅲ（2010）表明全面風(fēng)險管理的有效途徑是經(jīng)濟資本管理[2]。經(jīng)濟資本管理的前提是經(jīng)濟資本計量。要有效地發(fā)揮經(jīng)濟資本對商業(yè)銀行資源配置功能，要科學(xué)地考核商業(yè)銀行各分行、各業(yè)務(wù)單位、各業(yè)務(wù)線的管理績效進而實現(xiàn)商業(yè)銀行的經(jīng)營目標，就必須將資產(chǎn)組合中含有的不同類型風(fēng)險整合在一起實施集成計量。這不僅要求研究包含一種類型風(fēng)險的資產(chǎn)組合的經(jīng)濟資本計量，而且還要求研究包含多種類型風(fēng)險的資產(chǎn)組合的經(jīng)濟資本計量。李豫（2011），梁凌等（2005），劉開華（2011），豐吉闖等（2011），譚德俊等（2010）各自分別研究了信用風(fēng)險、市場風(fēng)險、操作風(fēng)險模型[3-7]。朱世武（2005），李建平等（2010）分別研究了信用違約相關(guān)性以及不同風(fēng)險類型的相關(guān)性[8-9]。這些研究為商業(yè)銀行全面風(fēng)險管理要求的集成風(fēng)險模型與經(jīng)濟資本計量提供了很好的理論基礎(chǔ)，然而，各自使用的風(fēng)險模型和經(jīng)濟資本計量方法不同，因此，必須整合不同風(fēng)險模型以實現(xiàn)集成經(jīng)濟資本計量。

二、單一風(fēng)險模型的理論分析

商業(yè)銀行的信用風(fēng)險來源于客戶的可能違約，而客戶被商業(yè)銀行劃分成不同的信用等級，Lucas（1995）利用Moody投資者服務(wù)公司1970―1993年（巴塞爾協(xié)議實施前）共24年歷史數(shù)據(jù)，對信用等級B以上的貸款企業(yè)之間的違約相關(guān)系數(shù)進行了研究（結(jié)果見表1），得到了同一信用等級企業(yè)貸款違約相關(guān)系數(shù)隨著信用等級的提高而降低，不同信用等級企業(yè)貸款違約相關(guān)系數(shù)普遍較低的結(jié)論[10]。信用等級在Baa及Baa以上的企業(yè)，其一年違約相關(guān)系數(shù)為0，這表明信用等級Baa及以上的企業(yè)一年期貸款的違約是完全不相關(guān)的，信用等級B及以上企業(yè)一年期貸款違約相關(guān)系數(shù)不超過0.07，這表明信用等級B及以上的客戶一年期貸款違約也幾乎是不相關(guān)的。標準普爾公司對1993―2010年亞洲評級公司違約情況的研究報告表明，評級BBB以上的公司的違約是完全不相關(guān)的。

Zhou（2001）， Sanjiv R.Das等（2003）分別從理論和實證角度研究得到了企業(yè)之間的違約相關(guān)系數(shù)和資產(chǎn)價值相關(guān)系數(shù)具有相同的符號[12-13]；資產(chǎn)價值相關(guān)性越高，違約相關(guān)性就越高；較高信用等級企業(yè)之間的貸款違約相關(guān)性較低。理論與實證研究表明：企業(yè)之間違約不相關(guān)意味著企業(yè)之間的資產(chǎn)價值也是不相關(guān)的。由此以及上面的分析可以知道，信用等級較高的企業(yè)（Baa及以上）之間的違約損失是完全不相關(guān)的。

巴塞爾協(xié)議的實施在客觀上促使商業(yè)銀行加強了對于各種風(fēng)險的管理。將金融資產(chǎn)投資分散于各種類型的風(fēng)險較低的業(yè)務(wù)上，同時限制每一類型、每一筆投資規(guī)模是商業(yè)銀行風(fēng)險管理的一貫措施。對于信用等級相對較低的企業(yè)，抵押、擔保、貸款承諾、貸款限制甚至拒絕貸款等比信用等級較高的企業(yè)更嚴格的貸款管理方式的采納，一方面降低了客戶違約的概率，另一方面即使客戶違約也降低了違約造成損失，使得信用等級較低的企業(yè)違約損失表現(xiàn)出與其它企業(yè)的違約損失的不相關(guān)性。因此，無論信用等級較高的企業(yè)還是信用等級較低的企業(yè)，銀行現(xiàn)有的評級標準和風(fēng)險管理方式的有效結(jié)合，一方面各企業(yè)的違約表現(xiàn)為與其它企業(yè)的違約幾乎完全不相關(guān)，另一方面，它們中的每一個在違約條件下造成的損失相對銀行其它貸款客戶違約造成的損失表現(xiàn)出相對的獨立性。由此并根據(jù)中心極限定理可以知道， 銀行所有各信用等級的一年期貸款客戶違約損失Yn的規(guī)范值Zn=[Yn-E（Yn）]/■近似服從標準正態(tài)分布[14]。于是，商業(yè)銀行一年期貸款違約損失值之和Yn近似服從正態(tài)分布N（EYn），D（Yn））。

此外，在一個不斷完善的的資本市場，無論是利率風(fēng)險、匯率風(fēng)險、股票風(fēng)險還是商品價格風(fēng)險，它們本身都是由參與市場交易的投資者共同作用的結(jié)果，其中每一個參與交易的主體都不可能主導(dǎo)它的變化，并且每一個的影響相對于整個交易主體的影響是微不足道的。也就是說，利率風(fēng)險、匯率風(fēng)險、股票風(fēng)險和商品價格風(fēng)險導(dǎo)致的損失是由許多種比較獨立的因素共同作用的結(jié)果，從統(tǒng)計的角度來看，每種因素對風(fēng)險損益的大小并不具有明顯的影響，因此，根據(jù)中心極限定理可得：由市場風(fēng)險導(dǎo)致的損益將服從正態(tài)分布。

由于操作風(fēng)險是由于不完善或失效的內(nèi)部控制流程、人的因素、系統(tǒng)因素或其他外部事件等原因?qū)е驴赡艿膿p失。盡管不同因素造成的損失是相互獨立的，同一因素中，人的因素造成的損失是相互獨立的，不完善或失效的內(nèi)部控制程序、系統(tǒng)因素造成的損失幾乎是完全相關(guān)的，從理論上很難得出操作風(fēng)險損失的分布類型，但大量的實證研究表明操作風(fēng)險損失的對數(shù)服從正態(tài)分布[15-16]。

三、不同類型風(fēng)險集成計量的理論分析

設(shè)商業(yè)銀行資產(chǎn)組合信用風(fēng)險損失為Y1，市場風(fēng)險損失為Y2，操作風(fēng)險損失為Y3，由上面的分析可知：X1=Y1、X2=Y2、X3=lnY3都服從正態(tài)分布。記由X1、X2、X3構(gòu)成的向量為X=（X1、X2、X3）'，設(shè)X1與X2的相關(guān)系數(shù)為？籽12，X1與X3的相關(guān)系數(shù)為？籽13，X2與X3的相關(guān)系數(shù)為？籽23，則Y1、Y2、Y3之間的相關(guān)系數(shù)值都比較小。這是因為：商業(yè)銀行的信用風(fēng)險是由于借款人不能或不愿按時還本付息給銀行造成損失的風(fēng)險，它與借款人的償付能力以及償付意愿直接相關(guān)。在全面風(fēng)險管理的金融環(huán)境下，隨著信用文化的普及以及貸款的抵押、擔保的采用，使得不愿還款的意愿大大降低，因此，信用風(fēng)險損失主要取決于借款人的償付能力。而償付能力盡管受宏觀經(jīng)濟發(fā)展的影響，但由于貸款發(fā)放條件的約束使得這種影響被大大地弱化。商業(yè)銀行市場風(fēng)險是由于利率、匯率、股票指數(shù)、商品價格等資產(chǎn)的市場價格變化或波動而引起損失的風(fēng)險。市場風(fēng)險損失和參與市場交易的群體素質(zhì)直接相關(guān)，同時受宏觀經(jīng)濟發(fā)展影響?？梢姡庞蔑L(fēng)險與市場風(fēng)險具有一定的線性相關(guān)性，但由于影響它們的主體有很大相同，因此，它們的線性相關(guān)程度不高。商業(yè)銀行操作風(fēng)險是由于銀行內(nèi)部不完善或失效的控制流程、人的因素、系統(tǒng)因素或其他外部事件等原因?qū)е聯(lián)p失的風(fēng)險。在全面風(fēng)險管理的金融環(huán)境下，操作風(fēng)險損失受宏觀經(jīng)濟的影響很小，受制度、流程、交易系統(tǒng)以及人的意愿影響較大。由于信用風(fēng)險、市場風(fēng)險與操作風(fēng)險損失的影響因素幾乎完全不同，因此，它們的線性相關(guān)程度很低。

Ward和Lee（2002）[17]，Dimakos和Aas（2003，2004，20

07）等分別實證研究了不同類型風(fēng)險的線性相關(guān)程度（見表2）[18-20]。不過，由于研究的對象不同、期限不同、所使用的樣本數(shù)據(jù)不同、研究的方法不完全一樣，得到的關(guān)于信用風(fēng)險、市場風(fēng)險、操作風(fēng)險的線性相關(guān)系數(shù)差別也較大。從整體看，不同類型風(fēng)險的線性相關(guān)系數(shù)值都比較低，信用風(fēng)險與市場風(fēng)險的相關(guān)系數(shù)最大值為0.30，信用風(fēng)險與操作風(fēng)險的相關(guān)系數(shù)的最大值為0.44，市場風(fēng)險與操作風(fēng)險的相關(guān)系數(shù)最大值為0.20。李建平等（2010）運用copula函數(shù)方法對奧地利銀行的研究表明，市場風(fēng)險損失與操作風(fēng)險損失的對數(shù)之間的相關(guān)系數(shù)為0.30。如果Y1與lnY3的相關(guān)系數(shù)？籽13以及Y2與lnY3的相關(guān)系數(shù)？籽23都小于0.5，則向量X的相關(guān)系數(shù)矩陣為對角優(yōu)勢陣，它必定是正定矩陣。且向量X滿足服從三維正態(tài)分布的條件，因此，隨機向量X=（X1，X2，X3）'服從三維正態(tài)分布。

四、含多種類型風(fēng)險的資產(chǎn)組合經(jīng)濟資本計量研究

假設(shè)向量X的概率密度函數(shù)為

本文通過收集到的我國某大型商業(yè)銀行2011年8月至2012年7月期間信用風(fēng)險損失與市場風(fēng)險損失相關(guān)數(shù)據(jù)（單位：百萬元），運用統(tǒng)計分析工具可以得到樣本數(shù)據(jù)的直方圖如圖1，可知該銀行信用風(fēng)險日損益分布的偏度-0.192（比較接近于0），峰度3.852（相當接近于3），Jarque-Bera統(tǒng)計量值為8.850（小于x20.005（2）=10.597），P{x2（2）>8.850}=0.012這些統(tǒng)計數(shù)據(jù)結(jié)果表明：在置信度99.5%下，不能拒絕日損益樣本數(shù)據(jù)近似服從正態(tài)分布。于是，接受組合信用風(fēng)險日損益數(shù)近似地服從正態(tài)分布，即X1～N（4.909，135.7872）。

樣本銀行市場風(fēng)險日損益的直方圖如圖2，可知分布的偏度0.185（比較接近于0），峰度3.886（比較接近于4），Jarque-Bera統(tǒng)計量值為9.342（小于x20.005（2）=10.597），P{x2（2）>9.342}=0.009，這些統(tǒng)計數(shù)據(jù)表明：在置信度99.5%下，不能拒絕市場風(fēng)險日損益數(shù)據(jù)近似服從正態(tài)分布。于是，接受市場風(fēng)險日損益數(shù)服從正態(tài)分布，即X2～N（9.605，117.5282）。

由于樣本商業(yè)銀行一年中操作風(fēng)險損失發(fā)生的頻數(shù)較少，為分析方便起見，本文將收集到的我國商業(yè)銀行2011年前15年的操作風(fēng)險損失數(shù)據(jù)作為其樣本，分析其分布。統(tǒng)計分析顯示這些數(shù)據(jù)的分布特征不明顯。為此將這些數(shù)據(jù)取對數(shù)，得到操作風(fēng)險損失的對數(shù)值的直方圖如圖3，圖中可知，分布的偏度0.301，峰度為3.102，Jarque-Bera統(tǒng)計量值為5.092，P{x2（2）>5.341}=0.078，這表明：在置信度99.5%的條件下，不能拒絕數(shù)據(jù)服從正態(tài)分布，因此，接受樣本商業(yè)銀行操作風(fēng)險損失數(shù)據(jù)對數(shù)值服從正態(tài)分布。即X3～N（-2.338，2.3982）

參考文獻：

[1]Basel Committee on Banking Supervision. International

Convergence of Capital Measurement and Capital Standards. A Revised Framework ―Comprehensive Version [M].Bank for International Settlements， Basel， Switzerland，2006.

[2]Basel Committee on Banking Supervision. Basel III： A

global regulatory framework for more resilient banks and banking systems. Bank for International Settlements Communications CH-4002 Basel， Switzerland，2010.

[3]李豫.中國金融市場信用風(fēng)險模型研究與應(yīng)用[J].中國貨幣市場，2011（4）.

[4]梁凌，譚德俊，彭建剛.Cred itRisk+模型下商業(yè)銀行經(jīng)濟資本配置研究[J].經(jīng)濟數(shù)學(xué)，2005（3）.

[5]劉開華.基于風(fēng)險價值方法的商業(yè)銀行市場風(fēng)險計量模型研究[J].財會研究，2011（12）：60-62.

[6]豐吉闖，李建平，高麗君.商業(yè)銀行操作風(fēng)險度量模型選擇分析[J].國際金融研究，2011（8）.

[7]譚德俊，鄒敏燁.操作風(fēng)險損失的廣義帕累托分布參數(shù)估計及其應(yīng)用[J].財經(jīng)理論與實踐，2010（31）.

[8]朱世武.基于Copula函數(shù)度量違約相關(guān)性[J].統(tǒng)計研究，2005（4）.

[9]李建平，豐吉闖，宋浩，蔡晨.風(fēng)險相關(guān)性下的信用風(fēng)險、市場風(fēng)險和操作風(fēng)險集成度量[J].中國管理科學(xué)，2010（8）.

[10]Lucas， D. J. Default correlation and credit analysis[J].

Journal of Fixed Income，1995，11，76-87.

[11]Kealhofer， Stephen. Portfolio management of default risk Research Paper[M].san Francisco，1995.

[12]Zhou Chunsheng. An analysis of default correlation and multiple defaults[J].Review of Financial Studies，2001，14（2）.

[13]Sanjiv R. Das， Laurence Freed， Gary Geng，Nikunj Kapadia.Correlated default risk. EFA 2003 Annual Conference Paper No. 928； AFA 2003 Washington， DC Meetings.

[14]盛驟，謝式千，潘承毅.概率論與數(shù)理統(tǒng)計[M].北京：高等教育出版社，2013：122-122 .

[15]Hull， J.. Risk Management and Financial Institutions[M].Pearson Education， 2007.

[16]Feng， J， Chen， J. Li， J.. Operational risk measurement via the loss distribution approach[C].Proceedings of 2009 IEEE International Conference on Grey Systems and Intelligent Services， Nanjing， China，2009.

[17]Ward，L.S.，and D.H. Lee（2002），Practical Application of Risk-Adjusted Return on Capital Framework，CAS Forum Summer 2002（/pubs/forum/02sforum/02sftoc.pdf.

[18]Dimakos，X.K.，K.Aas（2003），Integrated Risk Modeling，Working Paper， Norwegian Computing Center，December，Oslo，Norway.

信用風(fēng)險相關(guān)理論范文第4篇

關(guān)鍵詞：Copula方法；金融風(fēng)險管理；應(yīng)用研究

中圖分類號：F832；F224 文獻識別碼：A 文章編號：1001-828X（2017）003-0-01

在貨幣資金借貸與經(jīng)營中因各種因素影響而出現(xiàn)的預(yù)期收益低于實際收益的情況就是金融風(fēng)險，基于金融風(fēng)險出現(xiàn)的金融風(fēng)險管理作為金融機構(gòu)管理的核心與基礎(chǔ)在扭轉(zhuǎn)并抵御金融風(fēng)險中發(fā)揮了重要作用。Copula最早提出在1959年，是一種對隨機變量間關(guān)系進行分析的工具，在信息技術(shù)與計算機技術(shù)不斷發(fā)展下，這一工具在金融風(fēng)險管理中運用取得了令人滿意的效果。

一、基于Copula方法組合信用風(fēng)險度量模型

1.信用風(fēng)險含義與管理

在金融領(lǐng)域，信用風(fēng)險較為多見，也是金融風(fēng)險的常見類型，如果貸款或者其他合約到期之后依然未能還清本息或者未能履行與銀行簽署的合同，將使銀行遭受到損傷。信用風(fēng)險管理一方面需要對金融市場體制進行完善，目的是使風(fēng)險發(fā)生杜絕，另一方面是對信用風(fēng)險管理進行完善，信用風(fēng)險的度量技術(shù)通過在近幾年的應(yīng)用顯現(xiàn)了其優(yōu)勢之處，使各國均意識到了解決信用風(fēng)險量度問題的必要性。我國當前已經(jīng)有很多資產(chǎn)管理機構(gòu)管理銀行的不良資產(chǎn)，主要解決存量問題與不良資產(chǎn)問題[1]。

2.基于Copula方法組合信用風(fēng)險度量

運用違約概率對資產(chǎn)信用指標進行衡量，然后運用Copula函數(shù)對度量違約與概率間關(guān)系進行度量，可以將組合信用風(fēng)險計算出來。首先，將變量生存時間T引入，可以對違約事件發(fā)生時間與長度進行表示，同時應(yīng)用到兩個函數(shù)，一個是F（t），另一個是S（t），已經(jīng)違約概率用前一個函數(shù)表示，而沒有違約概率則用后一個函數(shù)表示，由此可以得到：F（t）=P（T≤t），S（t）=1-F（t）=P（T>t）[2]?？梢酝ㄟ^以上函數(shù)得到危險率函數(shù)與生存函數(shù)。

信用曲度是一種用危險率函數(shù)表示的一種違約概率密度，通過使用信用曲線可以明確不同資產(chǎn)違約之間的相關(guān)性。獲得信用曲線的方法為：一種方法是從評級機構(gòu)的數(shù)據(jù)中得到，先找到債券在n年的違約概率，然后運用n與每年條件違約概率間構(gòu)建出一種聯(lián)系，即，函數(shù)關(guān)系，再使用遞歸方法將每一年的條件約為概率得出來，從而將n期的違約概率得到，獲知到危險率函數(shù)[3]。另一種是獲得公司不同期限債券到期收益率，然后將其與國債收益率結(jié)合起來，對兩者進行比較，可以繪制出收益率評價曲線，從而將信用曲線推算出來。

3.基于Copula組合信用風(fēng)險度量

在出現(xiàn)組合風(fēng)險時，計算方法為：先對單一資產(chǎn)風(fēng)險進行計算，有很多方法可以得到單一資產(chǎn)風(fēng)險總量，且VaR軟件的應(yīng)用可以使單一風(fēng)險度量得到更加輕松。然后綜合組合中的單一風(fēng)險，傳統(tǒng)方法是將資產(chǎn)減相關(guān)系數(shù)得出，然后利用方差關(guān)系對單一風(fēng)險組合，但是有一定不足，即，不能將綜合相關(guān)性表示出來，當前，應(yīng)用Copula函數(shù)則更加簡單、容易，可以在綜合方式基礎(chǔ)上確定資產(chǎn)組合，可以對組合風(fēng)險更好的度量。

二、基于Copula方法的投資組合風(fēng)險測量模型

1.Vap介紹

Vap是一種主流管理方法，在商業(yè)銀行與投資銀行中應(yīng)用較為普遍，作為風(fēng)險測度的工具可以將分布函數(shù)充分利用起來，從而對金融資產(chǎn)潛在損失進行計算，比如，將風(fēng)險價值記為VaR，則特定時間內(nèi)的損失就可以表示為：

P（z≤VaR）=1-α

2.使用Copula變換相關(guān)系數(shù)的VaR分析方法

使用Copula變換相關(guān)系數(shù)的VaR分析方法重點在于對方差進行求解，然后通過對方差的組合可以將VaR得出，從而明確定置信度[4]，描述出正態(tài)的分布函數(shù)與分位數(shù)。通過相關(guān)系數(shù)的組合方差可以了解到，使用Risk Metrics的方法實際上是一種假設(shè)的線性相關(guān)系數(shù)，可以對非正態(tài)的相關(guān)性進行表示，基于此可以得出尾部的相關(guān)系數(shù)與秩相關(guān)系數(shù)，這兩種系數(shù)均可以用Copula表示出來。比如，給出一個組合信用風(fēng)險度量，可以假定出兩種資產(chǎn)，將資產(chǎn)危險率表示出來[5]，從而可以得到兩種資產(chǎn)生存時間概率密度，通過Copula函數(shù)將單一資產(chǎn)信用曲線繪制出來，從而得到聯(lián)合概率分布函數(shù)。

三、結(jié)語

本文主要描述了金融風(fēng)險管理中Copula運用方法，從金融風(fēng)險管理中的信用風(fēng)險管理層面上介紹了Copula方法的應(yīng)用，描述了基于Copula方法的組合信用風(fēng)險度量模型與基于Copula方法的投資組合風(fēng)險測量模型，從技術(shù)角度研究了資產(chǎn)組合的違約相關(guān)性，通過Copula建立函數(shù)關(guān)系，更好的表示出違約風(fēng)險，體現(xiàn)了Copula可以應(yīng)用在信用風(fēng)險管理中，可以將多元聯(lián)合分布生成。

參考文獻：

[1]韋艷華，張世英，孟利鋒，等.Copula理論在金融上的用[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2010，3（5）：97-101.

[2]韋艷華.Copula理論及其在多變量金融時間序列分析上的應(yīng)用研究[D].天津大學(xué)，2010.DOI：10.7666/d.y707590.

[3]惠軍，季韜.Copula函數(shù)在金融市場上的應(yīng)用[J].合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2010，33（11）：1745-1748.

信用風(fēng)險相關(guān)理論范文第5篇

關(guān)鍵詞：銀行間市場；信用風(fēng)險；風(fēng)險管理

全球金融危機對金融機構(gòu)風(fēng)險管理理念的最大影響之一就是對交易對手信用風(fēng)險的重視。金融機構(gòu)評估對手方信用風(fēng)險的方法、模型合理與否，關(guān)系到評估結(jié)果的優(yōu)劣。本文概要闡述了銀行信用風(fēng)險計量方面的相關(guān)理論依據(jù)和基本做法。并對銀行間市場完善授信管理提出了具體建議。

一、信用風(fēng)險評估理論

銀行等金融機構(gòu)信用風(fēng)險評估方法大致有統(tǒng)計模型、CAMEL模型和專家判斷模型等三種理論依據(jù)：

(一)統(tǒng)計模型

利用統(tǒng)計模型進行信用評估的前提條件是有足夠的數(shù)據(jù)積累，一般至少需要連續(xù)3年的相關(guān)數(shù)據(jù)。

1．違約概率(ProbabilityofDefauh，PD)理論

違約概率是預(yù)計債務(wù)人不能償還到期債務(wù)(違約)的可能性。評估結(jié)果與違約率的對應(yīng)關(guān)系是國際公認的事后檢驗評級機構(gòu)評估質(zhì)量標準的一項最重要的標尺。在商業(yè)銀行信用風(fēng)險管理中，違約概率是指借款人在未來一定時期內(nèi)不能按合同要求償還銀行貸款本息或履行相關(guān)義務(wù)的可能性。如何準確、有效地計算違約概率對商業(yè)銀行信用風(fēng)險管理十分重要。不同評級機構(gòu)所設(shè)定的違約定義可能不同，所反映同一等級的質(zhì)量也因此而不同。只有違約定義相同的評級機構(gòu)，其評級結(jié)果才可以進行比較。有了對應(yīng)違約率的資信等級才能真正成為決策的依據(jù)。商業(yè)銀行違約概率常用的測度方法主要有兩種：基于內(nèi)部信用評級歷史資料的測度方法；基于期權(quán)定價理論的測度方法。

2．違約損失率(LossGivenDefault，LGD)理論

違約損失率是指債務(wù)人一旦違約將給債權(quán)人造成的損失數(shù)額占風(fēng)險暴露(債權(quán))的百分比，即損失的嚴重程度。在競爭日益激烈、風(fēng)險日益加大和創(chuàng)新日新月異的市場環(huán)境中，銀行對資產(chǎn)風(fēng)險的量化和管理顯得越來越重要。傳統(tǒng)的信用風(fēng)險評估方法因過于簡單、缺乏現(xiàn)代金融理論基礎(chǔ)等原因已經(jīng)不能適應(yīng)金融市場和銀行監(jiān)管的需要。以獨立身份服務(wù)于全社會公眾投資者、以公開上市債券為主的外部信用評級對銀行內(nèi)部以信貸資產(chǎn)為主、與銀行自身有著特定聯(lián)系的資產(chǎn)組合的適用性也越來越小。因此，銀行開始開發(fā)類似外部信用評級但又反映內(nèi)部管理需要的內(nèi)部信用評級系統(tǒng)，以適應(yīng)上述市場和內(nèi)部管理發(fā)展的需要。隨著銀行內(nèi)部評級體系的發(fā)展，越來越多的銀行認識到LGD在全面衡量信用風(fēng)險方面的重要作用，評級體系的結(jié)構(gòu)開始由只注重評估違約率的單維評級體系向既重違約率又重違約損失率的多維評級體系發(fā)展。歷史數(shù)據(jù)平均值法是目前銀行業(yè)應(yīng)用最廣泛最傳統(tǒng)的方法，新巴塞爾資本協(xié)定的許多規(guī)定也采用這種方法，這種方法以其簡單易操作而獲得歡迎。

(二)CAMEL模型

CAMEL評級體系是目前美國金融管理當局對商業(yè)銀行及其他金融機構(gòu)的業(yè)務(wù)經(jīng)營、信用狀況等進行的一整套規(guī)范化、制度化和指標化的綜合等級評定制度。其有五項考核指標，即資本充足性(CapitalAde．quacy)、資產(chǎn)質(zhì)量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流動性(Liquidity)。當前國際上對商業(yè)銀行評級考察的主要內(nèi)容基本上未跳出美國“駱駝”評級的框架?！榜橊劇痹u級體系的特點是單項評分與整體評分相結(jié)合、定性分析與定量分析相結(jié)合，以評級風(fēng)險管理能力為導(dǎo)向．充分考慮到銀行的規(guī)模、復(fù)雜程度和風(fēng)險層次，是分析銀行運作是否健康的最有效的基礎(chǔ)分析模型。在具體CAMEL模型的指標及其權(quán)重選取及校驗過程中，大多采用了回歸分析、主成分分析等統(tǒng)計方法。

(三)專家判斷模型

銀行信用評估的起點是對其財務(wù)實力的綜合判斷。應(yīng)從定量定性兩個角度綜合評估。經(jīng)營戰(zhàn)略、管理能力、經(jīng)營范圍、公司治理、監(jiān)管情況、經(jīng)營環(huán)境、行業(yè)前景等要素，無法通過確切數(shù)量加以計算，而專家打分卡是一種更加偏向于定性的模型。在缺乏外在基準值，如信用等級、違約和損失數(shù)據(jù)等的情況下，開發(fā)專家判斷模型是一種較好的選擇。專家判斷模型的特點是：符合Basel要求．具有透明度和一致性：專家打分卡建模時間短，所需數(shù)據(jù)不需要特別的多：專家打分卡可充分利用評估人員的經(jīng)驗。

二、信用風(fēng)險評估的通常做法

(一)信用風(fēng)險評估的基本思路

評估方法應(yīng)充分考慮風(fēng)險元素的定量和定性兩個方面，引入大量的精確分析法，并盡可能地運用統(tǒng)計技術(shù)。另一方面，不浪費定性參數(shù)的判別能力，并用以優(yōu)化計量模型的預(yù)測效能。除CAMEL要素外，還需考慮更多更深入的風(fēng)險因素。評估要素主要包括品牌價值、風(fēng)險定位、監(jiān)管環(huán)境、營運環(huán)境、財務(wù)基本面。

(二)信用風(fēng)險評估模型的構(gòu)造

數(shù)據(jù)準備是模型開發(fā)和驗證的基礎(chǔ)，建模數(shù)據(jù)應(yīng)正確反映交易對手的風(fēng)險特征以及評級框架。定義數(shù)據(jù)采集模板。收集、清洗和分析模型開發(fā)和驗證所需要的樣本數(shù)據(jù)集。影響交易對手違約風(fēng)險要素主要有非系統(tǒng)性因素和系統(tǒng)性因素。非系統(tǒng)性因素是指與單個交易對手相關(guān)的特定風(fēng)險因素，包括財務(wù)風(fēng)險、資本充足率、資產(chǎn)質(zhì)量、管理能力、基本信息等。系統(tǒng)性因素是指與所有交易對手相關(guān)的共同風(fēng)險因素．如宏觀經(jīng)濟政策、貨幣政策、商業(yè)周期等。既要考慮交易對手目前的風(fēng)險特征，又要考慮經(jīng)濟衰退、行業(yè)發(fā)生不利變化對交易對手還款能力和還款意愿的影響．并通過壓力測試反映交易對手的風(fēng)險敏感性

(三)變量選擇方法

1．層次分析法

層次分析法(Theanlaytichierarchyprocess)簡稱AHP：它是一種定性和定量相結(jié)合、系統(tǒng)化、層次化的分析方法。層次分析法不僅適用于存在不確定性和主觀信息的情況，還允許以合乎邏輯的方式運用經(jīng)驗、洞察力和直覺。層次分析法的內(nèi)容包括：指標體系構(gòu)建及層次劃分；構(gòu)造成對比較矩陣；相對優(yōu)勢排序；比較矩陣一致性檢驗。

2．主成分分析法

主成分分析法也稱主分量分析，旨在利用降維的思想，通過原始變量的線性組合把多指標轉(zhuǎn)化為少數(shù)幾個綜合指標。在保留原始變量主要信息的前提下起到降維與簡化問題的作用，使得在研究復(fù)雜問題時更容易抓住主要矛盾。通過主成分分析可以從多個原始指標的復(fù)雜關(guān)系中找出一些主要成分，揭示原始變量的內(nèi)在聯(lián)系，得出關(guān)鍵指標(即主成分)。

3．專家判斷

關(guān)鍵指標權(quán)重和取值標準設(shè)定是通過專家在定量分析的基礎(chǔ)上共同討論確定，取值標準是建立指標業(yè)績表現(xiàn)同分數(shù)之間的映射關(guān)系。取值標準的設(shè)定應(yīng)能夠正確區(qū)分風(fēng)險，取值標準應(yīng)根據(jù)宏觀經(jīng)濟周期、行業(yè)特點和周期定期調(diào)整，從而反映風(fēng)險的變化。

(四)模型校驗修改

模型構(gòu)造完成后．需要相應(yīng)財務(wù)數(shù)據(jù)的不斷校驗修改。財務(wù)數(shù)據(jù)可直接向?qū)?yīng)機構(gòu)索取，也可通過第三方數(shù)據(jù)提供商獲得。直接獲取數(shù)據(jù)的方式準確性較高，但需對應(yīng)機構(gòu)積極配合．且需大量的人力物力用于數(shù)據(jù)錄入、核對和計算。通過第三方數(shù)據(jù)提供商獲取數(shù)據(jù)效率高，但需支付一定費用，且面臨數(shù)據(jù)不全、數(shù)據(jù)轉(zhuǎn)換計算等問題。在違約概率模型的開發(fā)過程中，通常遇到模型賴以建造的數(shù)據(jù)樣本中的違約率不能完全反映出總的違約經(jīng)歷，需進行模型的壓力測試，確保模型在各種情況下都能獲得合理的結(jié)果．并對模型進行動態(tài)調(diào)整。

(五)引進或自主開發(fā)授信評估系統(tǒng)

根據(jù)完善授信評估模型，撰寫授信評估系統(tǒng)業(yè)務(wù)需求書．引進或自主開發(fā)授信評估系統(tǒng)，提高授信評估效率。授信評估系統(tǒng)還應(yīng)與會員歷史數(shù)據(jù)庫、限額管理系統(tǒng)、會員歷史違約或逾期等信息庫無縫連接，避免各個環(huán)節(jié)的操作風(fēng)險。

三、對銀行間市場完善授信評估的啟示

(一)完善授信評估可積極推動銀行間市場業(yè)務(wù)發(fā)展

銀行間市場會員信用評估水平的提高?？捎行Х婪躲y行間市場系統(tǒng)性風(fēng)險。為防范交易對手信用風(fēng)險，市場成員需及時、合理、有效地對相應(yīng)會員銀行或做市商進行信用評估，并根據(jù)會員或做市商資信狀況的變化進行動態(tài)調(diào)整，為其設(shè)置信用限額。

(二)引進成熟的授信評估方法、模型和流程

根據(jù)巴塞爾協(xié)議的有關(guān)監(jiān)管要求，國內(nèi)大中型銀行都已經(jīng)或正在國際先進授信評估機構(gòu)的幫助下，開發(fā)PD或LGD評估模型。銀行間市場參與者應(yīng)學(xué)習(xí)借鑒國內(nèi)外先進的授信評估方法和模型。在消化吸收先進經(jīng)驗的基礎(chǔ)上，選擇國際先進咨詢機構(gòu)作為顧問，構(gòu)建授信評估方法和模型。

(三)引進或自主開發(fā)授信評估系統(tǒng)

為防止操作風(fēng)險，提高授信評估工作效率，實現(xiàn)授信評估與機構(gòu)內(nèi)部相關(guān)系統(tǒng)的連接，銀行間市場參與者需根據(jù)授信評估方法、模型、授信資料清單、分析報告模板、建議授信計算公式等內(nèi)容。撰寫系統(tǒng)開發(fā)業(yè)務(wù)需求書，或引進先進的授信評估系統(tǒng)并進行客戶化改造．或選擇系統(tǒng)開發(fā)商進行自主開發(fā)授信管理系統(tǒng)。