宏觀因素對貸款企業違約率影響的實證分析

Ⅰ 從宏觀分析，貸款利率的漲跌主要受哪些因素的影響

貸款利率的決定因素很多，從宏觀分析，主要是有三個因素，第一是經濟發展速度，第二個是M2，第三是基準利率的影響，下面分別來說：1、經濟發展速度對貸款利率的影響貸款利率說到底是資金的成本，我們個人也好，企業也好，貸款的目的只有一個：賺錢！貸款然後進行投資，這個才是貸款最重要的目的，那麼這個就存在一個投資回報的問題，如果貸款的利率比項目投資的收益率還高的話， 那麼這種情況根本就不可能持續的。

3、受基準利率的影響我們知道基準利率是所有貸款利率的錨，這是利率之母，所以當基準利率變化的時候貸款利率也會跟著變動，當我們的經濟體處於低迷的時候，往往是需要通過降低基準利率來引導市場貸款利率的下行，所以，在經濟低迷的時候往往央行會選擇降息。相反，當經濟過熱的時候，央行會通過加息以此來引導利率的上升，來增加融資的成本，基準利率是起到了重要的作用的，比如在2007年，因為當時經濟過熱，資本市場過熱，於是中國不斷的加息，但是在2008年遭遇金融危機的時候，央行又選擇不斷的降息，以此來刺激經濟，促進經濟的恢復。

Ⅱ 什麼可以用來衡量企業的違約風險

資信評級是對經濟主體和各類金融工具所負債務是否如約還本付息的能力和可信任程度的評價。在我國，當前有五家評級機構對企業債券和近40家評級機構對貸款企業的資信進行評級。評級結果表明：企業債券大都為AAA和AA級；貸款企業資信等級則大都呈正態分布。從各自評出的結果看，各家評級機構都會自認為是客觀的。但對於市場的使用者和監管部門來說，如何鑒別此AAA就等同於彼AAA，此AAA就一定優於彼AA呢?如何比較和評價不同評級機構對同一評級對象的評級結果呢?那就需要有另一個可以對評級結果進行事後檢驗和比較的客觀度量標准——違約率(Default Rate)。

違約率是指債務人未能償還到期債務的實際違約情況。

違約概率(Probability of Default，PD)是預計債務人不能償還到期債務(違約)的可能性。違約概率(PD)與違約率所不同的是：它是基於債務人歷史和現實的實際違約情況作出的對未來一定時期(一般為一年)違約狀況的判斷。評級結果與違約率的對應關系是國際公認的事後檢驗評級機構評估質量標準的一項最重要的標尺。

在商業銀行信用風險管理中，違約概率是指借款人在未來一定時期內不能按合同要求償還銀行貸款本息或履行相關義務的可能性。違約概率是計算貸款預期損失、貸款定價以及信貸組合管理的基礎，因此如何准確、有效地計算違約概率對商業銀行信用風險管理十分重要。

資信等級應有與之對應的違約率和違約概率才真正具有應用價值，才能作為衡量評級對象未來違約可能性和信用風險的工具。本質上，與資信等級對應的違約率和違約概率水平才真正代表資信等級所反映的風險狀況。所以，缺少違約率統計數據的資信等級是不完整的、缺乏說服力的，只能對信用風險進行排序。但不同評級機構所設定的違約定義可能不同，所反映同一等級的質量也因此而不同。因此，只有違約定義相同的評級機構，其評級結果才可以進行比較，才能檢驗各自評級結果的「含金量」和質量差異。有了違約率指標的對比，就可以解釋為什麼違約率低的AA級要優於違約率高的AAA級了。有了對應違約率的資信等級才能真正成為決策的依據。

違約概率測度的作用

對商業銀行信用風險管理而言，違約概率測度居於基礎性地位，發揮著重要作用。

首先，這是進行信用風險管理的首要條件。作為測量信用風險的一種基本方法，信用評級的作用是建立在對借款人違約概率的測度基礎上的。只有首先對借款人的違約概率作出科學測度，銀行才能夠精確地計算出預期損失的量，也才能夠對客戶信用狀況作出客觀、准確的評估，進而才能夠保證商業銀行信用風險管理的科學性與有效性。

其次，這是衡量不同評級體系優劣的客觀標准。如果沒有違約概率的測度，就難以衡量不同評級體系的優劣；如果迴避嚴謹科學的違約概率測度，而僅僅追求評級指標體系的建設和評級方法的完善，就無法實現信用評級的現代化飛躍。違約概率測度是信用評級具備權威性和可操作性的靈魂，是衡量不同評級體系優劣的客觀標准。

再次，這是提升商業銀行風險管理素質的重要動力。實踐經驗表明，銀行要成功地進行客戶違約概率的測度，不僅要依託於先進統計模型和風險量化工具的科學運用，更離不開對現代商業銀行經營管理規律的深入認識和科學把握，需要在管理的理念、體制、機制等方面都能夠與之相適應，進而有力提升了商業銀行風險管理的素質。

違約概率測度的方法

近年來，西方商業銀行尤其是那些先進銀行充分利用現代數理統計發展的最新研究成果，在客戶違約概率測度上摸索出了很多方法，取得了很大的成就。綜觀違約概率測度的實踐發展，其呈現出以下特徵和趨勢：從序數違約概率轉向基數違約概率，違約概率的測度日臻具體化；從單個貸款的違約概率測度轉向組合貸款的聯合違約概率；從只考慮借款人自身的微觀經濟特徵轉向同時考慮宏觀經濟因素的影響；從基於歷史數據的靜態測度轉向以預測為主的動態測度；從單一技術轉向多元技術，違約概率測度的技術更加現代化和體現出多學科的交叉化，度量日趨科學化和精確化。

西方商業銀行違約概率的測度方法可以概括為四大類：

1. 基於內部信用評級歷史資料的測度方法，這是商業銀行和評級公司根據長時間積累下來的信用等級歷史資料，以歷史違約概率的均值作為不同信用等級下企業對應的違約概率；

2. 基於期權定價理論的測度方法，這是美國KMV公司利用期權定價理論創立的違約概率預測模型——信用監測模型，也稱KMV模型，是一種向前看的動態模型，主要適用於對公開上市公司的違約概率測度；

3. 基於保險精算的測度方法，是近幾年把保險思想的工具用於估計預期違約概率；

4. 基於風險中性市場原理的測度方法，所謂風險中性市場，是指在進行資產交易的市場上，所有投資者都願意接受從任何風險資產中得到與無風險資產的收益相同的預期收益，所有的資產價格都可以按照用無風險利率對資產預期的未來現金流量加以折現來計算。相比於歷史上的轉移概率，風險中性模型給出了前瞻性的違約預測。

國際上有代表性的信用風險評價模型在中國運用的局限性

我國加人WTO以來，加快了中國市場經濟運行方式向國際接軌的步伐，中國資信評級業如何向國際接軌也受到了新的挑戰。探索和選擇國外且適合我國市場狀況的評估模型勢在必行，國內有部分學者對此也作了有益的研究。在這里，我們把部分學術界將國外有代表性的評估模型運用於中國市場進行實證研究後，將其所發現的問題和缺陷部分作一歸集以利於後續的研究工作。

1、Z-Score信用風險評價模型

Z模型是通過選取五項關鍵性的財務比率並賦予其一定的參數(權重)來預測公司違約或破產可能性的方法。

其中：

X1=營運資金／總資產

X2=(未分配利潤+資本公積)／總資產

X3=稅息前收益／總資產

X4=股權的市場價值／債務的賬面價值

X5=營業額／總資產

以Z值為臨界值，若小於臨界值將發生債務違約。

實證研究發現Z模型存在以下三個缺陷：一是該模型對上市公司中的少數幾個行業具有準確性，許多行業的參數需調整。二是對非上市公司和小公司無法獲得股權價值的數據，需要藉助一些會計信息或其他指標來替代並通過對比分析才能最終得出期望的違約概率。這在一定程度上可能影響計算的准確性。三是需要在Z值的基礎上按國內金融市場的狀況作調整，但一般的決策者都無此能力。

2、KMV信用風險評價模型

KMV模型建立在期權定價理論之上，其出發點是基於這樣的假設：公司的任何信息都可以在股票價格及其波動中得到體現，當公司股票的市場價值因波動而使預期的價值低於一定水平(違約點價值)以下時，公司就會對它的債務違約。該模型把持有的債權看作一個無風險的債權減去一個看跌期權，以此為基礎計算出違約距離，並結合上市公司數據估計出經驗違約概率。雖然KMV模型相對於以注重會計資料分析為基礎的傳統方法的違約概率估計體系具有更好的敏感性，但它的適應條件更嚴格。從結果上看，比較適用於資本市場成熟地區的上市公司。很顯然，我國目前尚不具備推廣KMV模型的條件。

3、CreditMetrics信用風險評價模型

該模型是基於這樣的假設：某一特定時期內(通常為一年)債務組合價值的分布與將來債務人信用等級變化無關，信用等級遷移概率服從穩定的馬爾科夫過程，即貸款或債券目前等級遷移與其過去的遷移概率不相關。雖然，該模型是目前被證明較為有效的信用風險模型，但還是存在若干尚需解決的問題：一是該模型假設貸款或債券目前等級遷移與其過去的遷移概率不相關。但實際的歷史數據表明，一筆債務如果過去發生過違約事件，那麼它目前等級下降的概率要比同一級別的沒有發生過違約行為的要高；二是在計算債務的VaR值時，假設等級遷移概率矩陣是穩定的，即不同借款人之間、不同時期之間，其等級遷移概率是不變的。而實際上，行業因素、國家因素以及商業周期等因素會對等級遷移概率矩陣產生重要影響。三是CreditMetrics模型的違約模型和相關系數的度量是以期權定價理論為基礎的，這對股票市場的成熟條件和數據的真實性有很高的要求。

4、神經網路模型

神經網路模型也是西方運用較廣泛的估計違約概率模型，它依靠採集的數據，對大量的財務及相關信息進行數理統計分析，從而建立違約估計模型。這種模型在實證中仍存在局限性。一是隨著技術創新及金融工具創新，使得財務報表上有限的數據越來越難以真實地反映企業的財務狀況及經營結果，尤其是對於高新技術企業而言，非財務因素占據越來越重的分量；二是因國內企業會計信息失真現象還較為嚴重，使用失真的數據輸入模型必然造成計算結果的偏差。

從對國外幾種信用風險評價模型在我國的實證研究結果看，由於我國證券市場尚不成熟(公司的價值不能通過市場體現)，市場信息披露十分有限，財務數據真實性不高，沒有可資評級機構使用的大容量的信用信息資料庫等客觀條件的制約，而無法「拿來」即用。但信用風險評價模型作為現代計量經濟學的成果，在發達的市場經濟國家的廣泛運用證明了其客觀性和科學性。我國的市場經濟發展尚處於初級階段，市場成熟度與發達的市場經濟國家相比尚有很大的差距，上述評估模型在我國還缺乏運用的基礎條件。

我國違約概率的研究與發展

對中國銀行業來說，內部評級僅僅處於起步階段，時間短且不規范，其中關於違約資料庫、轉移矩陣等方面的基礎設施建設幾乎空白，貸款企業信用評級更多地是用於客戶的選擇及風險的預警，尚未向更深層次的風險量化管理方向發展。為此，中國商業銀行和評級公司應該積極創造條件，加強客戶違約概率測度，以有效提升信用風險管理水平。

第一，結合巴塞爾新資本協議參考定義，科學界定企業違約概念。目前國內還沒有一貫明確的企業違約標准，為了和國際標准接軌，建議中國銀行業對企業的違約概念作如下界定：在一定期限內（通常為一年）企業的貸款業務中只要出現次級、可疑或損失貸款的任一種情況的，就算做違約企業。

第二，加快建立違約概率測度模型的基礎設施——違約資料庫。中國銀行業可以通過企業財務數據過濾器的建立，對企業提交的財務報表進行真實性檢驗，建立合格的違約資料庫，為測度違約概率打下堅實的基礎。中國人民銀行建立的《銀行信貸登記咨詢系統》為中國銀行業提供了一個海量的貸款資料庫的信息平台。國內銀行可以此為基礎，充分發揮該系統的數據資源優勢，並不斷完善系統信息，進而建立我國自己的違約資料庫。

第三，加強違約概率測度模型的研究、開發和應用。基於中國銀行業所處的經營環境，以及歷史實踐具有自身的特殊性，那些西方商業銀行所能夠應用的違約概率模型，卻並不一定能夠適合我國商業銀行。但我們可以借鑒這些違約概率模型的測度思想、方法與過程，結合數據積累的情況實現由簡單模型到復雜模型的過渡。比如，可以根據已有年份評級結果數據的積累，運用信用計量模型對已有年份的每一信用等級的轉移概率和違約概率進行測度，進而形成內部的信用等級轉移矩陣的測度，以後隨著年份數據的增加，再不斷調整。這樣，經過一段時間的積累，就可以建立起我們自己的內部轉移矩陣模型。

另外，結合我國貸款企業的實際信用情況，轉移矩陣模型中各個信用等級違約概率測度除了要考慮行業因素、經濟周期性因素的影響以外，還要考慮地區、規模以及企業所有制性質等因素的影響。

Ⅲ 違約損失率的研究現狀

企業舉債取得資金的主要渠道有直接融資和間接融資。直接融資的各項公司債具有次級市場價格，違約後可以通過該債務工具違約後一定時點的市場價格為基礎估算違約損失率。對於間接融資，則需依靠銀行積累的違約貸款數據資料來推估違約損失率。公開市場資料較易取得，因此違約損失率的研究也以此為基礎發展起來。
Robert C. Merton於1974年發表的「on the Pricing of Corporate Debt: the Risk Structure of Interest Rates」一文是現代信貸違約概率和回收率分析的理論基礎文章。 其不足之處是沒有解決信用資產質量的實際觀測問題，在實證中的應用受到限制，這也是模型誕生後大量後續工作的重心所在。
針對Merton（1974）模型在實證應用領域的困難，有若干文獻嘗試提供變通的解決辦法。Crouhy和Galai(1997)將不能直接觀測的Merton（1974）模型表達為信貸違約概率和回收率的函數，從而使信用風險管理的核心簡化為對PD和LGD的觀測分析，產生了較大影響。
觀測度量金融工具LGD的途徑大致有三類（劉宏峰，楊曉光，2003）: Market LGD（市場LGD,以實際違約事件發生後違約債券或可交易貸款的市場價格為依據）；Workout LGD（清算LGD，清算及追討過程產生的一系列現金流估計值的現值與風險暴露的比值）； Implied Market LGD（市場隱含LGD，利用資產估價模型，按同類未違約債券的利差與價格計算）。事實上，基於債券二級市場或貸款二級市場（如證券化的個人住房抵押貸款）的實證研究較多，而對普通的銀行貸款的實證研究很少，其原因一是研究方法的復雜性，二是數據的非公開性。
1、美國市場的研究
由於數據獲得性的原因，目前的文獻以美國市場為研究對象的居多。
Asarnow及Edwards (1995)使用違約事件發生後產生的所有經濟損失衡量銀行貸款的預期損失。其以花旗銀行1970——1993年間一般工商業貸款及受監控貸款（Structured loans）共831個違約樣本計算出的LIED分別為34.79%和12.75%。研究的一個重要發現就是其分布為「雙模型分布」（bi-model)，樣本集中在高、低兩端。
Carty及Lieberman（1996）以穆迪公司1989-1996年間58例優先擔保違約銀行貸款為對象，根據其次級市場交易價格進行實證研究，結果表明平均回收率為71%，中位數為77%，標准差為32%。研究未觀察到「雙模型分布」（bi-model)，但發現回收率明顯向高端偏離。
Hamilton及Carty（1999）以市場法求算159家破產案例為研究樣本的償還率，結果平均償還率為56.7%，中位數償還率為56%，標准差則為29.3%。
Gupton、Daniel Gates及Carty於2000年採用121例違約貸款樣本的研究結果表明：優先擔保和優先未擔保的銀行貸款違約時平均價值分別為69.5%和52.1%，但實踐經驗中對這些平均價值的偏離也是顯著的。
Gupton和Stein（2002）首次推出了一個市場價值預測基礎上LGD預測模型LossCalc ，該模型是一個關於美國債券、銀行貸款和優先股LGD的多因素統計模型。
Til Schuermann（2004年）介紹了穆迪公司1970－2003所有債券和貸款的回收率分布，並對雙峰分布的形成原因進行了解釋。
Michel A., M. Jocobs Jr., P. Varshey (2004)採用JP摩根·大通1982-1999年間的貸款損失歷史資料（共3761例違約客戶）對LGD進行研究，平均會計LGD 和經濟LGD 分別為27.0%和39.8%。該研究同時對抵押貸款LGD進行了分析。通過對1982年1季度至1999年4季度共1705個樣本的研究，抵押貸款（1279個樣本）的LGD均值為27.7%，標准差35.3%，無抵押貸款LGD均值40.3%，標准差42.5%，研究公布了不同類型抵押物LGD均值和標准差。
2、其他市場的LGD實證研究
花旗銀行的Hurt和Felsovalyi(1998)對拉丁美洲1970－1996年27個國家的1149筆銀行貸款研究顯示，平均違約回收率為68.2%，LGD呈偏態分布，宏觀經濟和貸款金額是回收率的影響因素之一，金額越大，回收率越低；
La Porta等人（2003）研究了墨西哥的關聯借款的PD和LGD，1995－1999年非關聯借款的平均回收率為46%，而關聯借款為27%。分布顯示LGD向高端偏離。
台灣徐中敏（2004）以台灣聯征中心庫1996－2002年銀行借款企業戶違約資訊進行了LGD實證研究，以年營業收入500萬歐元為劃分標准，小於此標準的小型企業（樣本數16454個）LGD均值為75%，中位數88%，大於標準的大中型企業（樣本數84個）LGD均值為84%，中位數92%。
標准普爾Franks 等人（2004）使用了英國、法國、德國約8000個原始數據進行了研究，數據時段為1993－2003（法國）、1996－2003（德國）、1997－2003（英國）。數據顯示，英國回收率明顯高於法國，略高於德國。法國回收率分布呈明顯「雙模型分布」，英、德呈偏態分布。
Grunert和Weber(2005)研究了1992－2003年120家德國公司的違約損失率數據。數據顯示，回收率均值為72.45%，方差為35.46%，回收率分布明顯向高端偏離；報告還研究了宏觀經濟、行業、貸款條件和稅務政策的影響。
以上研究報告均只公布了經過深度加工的結論性數據，原始數據、模型參數等均未公布，且均未見專門的抵押貸款的LGD研究報告。 由於國內公司債券市場不發達，銀行違約貸款回收數據系統研究時間起步時間不長，國內關於違約損失率的研究理論介紹較多，有影響的實證數據稀少。主要有：
1、四大資產管理公司的相關數據。國內華融等四大資產管理公司公布的資產回收資料，可作為研究國內貸款違約損失率的間接資料。2004年我國四大金融資產管理公司資產處置結果為資產回收率 26.60%現金回收率20.16% 。
2、其他研究。張海寧（2004）以191個中國大型商業銀行信貸項目作為樣本（時點為1998年）（涉及貸款本金266.29億元，利息77.08億元）進行的實證研究顯示平均回收率為33%，最大值80%，最小值為0。
2004年5月28日 ，建行通過國際競標方式進行賬面價值為40億元人民幣抵押貸款不良房地產抵貸資產的拍賣，花旗銀行、德意志銀行、雷曼兄弟、摩根大通、摩根斯坦利等15家機構參與競標，最終中標綜合資金回收率為34.75%。

Ⅳ 金融學專業本科畢業論文，想寫商業銀行的不良貸款影響因素的實證分析

總體社會經濟情況，行業情況，最好把經濟周期也寫進去；信用環境，個體信息的不充分性及風險認識不準確性，內部控制機制不完善。實際上就是風險管理的主要內容。

Ⅳ 宏觀經濟政策對信貸的影響

中國宏觀經濟政策對我國股市的影響，除開輿論導向和政府直接干預外，其主要、有效地途徑是從緊縮銀根入手的，也就是利用後壁政策來調控股市的，就此問題論述如下：
一、貨幣政策工具可分為以下三類：
（1）常規性貨幣政策工具，或稱一般性貨幣政策工具。指中央銀行所採用的、對整個金融系統的貨幣信用擴張與緊縮產生全面性或一般性影響的手段，是最主要的貨幣政策工具，包括存款准備金制度，再貼現政策和公開市場業務，被稱為中央銀行的「三大法寶」。主要是從總量上對貨幣供應時和信貸規模進行調控；

（2）選擇性的貨幣政策工具，是指中央銀行針對某些特殊的信貸或某些特殊的經濟領域而採用的工具，以某些個別商業銀行的資產運用與負債經營活動或整個商業銀行資產運用也負債經營活動為對象，側重於對銀行業務活動質的方面進行控制，是常規性貨幣政策工具的必要補充，常見的選擇性貨幣政策工具主要包括：證券市場信用控制、不動產信用控制、消費者信用控制。

（3）補充性貨幣政策工具，除以上常規性、選擇性貨幣政策工具外，中央銀行有時還運用一些補充性貨幣政策工具，對信用進行直接控制和間接控制。補充性貨幣政策工具包括：
①信用直接控制工具，指中央銀行依法對商業銀行創造信用的業務進行直接干預而採取的各種措施，主要有信用分配、直接干預、流動性比率、利率限制、特種貸款；
②信用間接控制工具，指中央銀行憑借其在金融體制中的特殊地位，通過與金融機構之間的磋商、宣傳等，指導其信用活動，以控制信用，其方式主要有窗口指導、道義勸告。

07年度下半年國內面臨物價上漲，通脹壓力加大的危機，其原因是：
1、供需失衡，比如食品行業 這是需求拉動型的通脹 ；
2、成本拉動，比如原油鐵礦等國際價格上升，國內這些行業的價格上漲；
3、國內投資過熱，大量流動性流向樓市股市，流動性過剩導致通脹壓力加大；
4、國際貿易失衡，巨額順差的長期存在，外匯占款嚴重，RMB投放過多；
5、RMB升值預期使得大量國際資本流入國內；

08年度國家採用的貨幣政策，在治理物價上漲主要表現在：
1、通過信貸結構調整 推動產業結構調整。
大力發展農業 尤其是集約型農業 提高農產品產量 加強信貸支持三農的力度；
堅決執行節能減排 限制「兩高」行業的發展 鼓勵新能源新技術的發展 以減少對國外能源資源的依賴 發展綠色信貸；減少對房地產業的貸款，抑制樓市的漲幅過快，使其健康穩定發展，防止經濟泡沫；
2、控制信貸規模 加強額度管理 控制流動性。
緊縮性的貨幣政策正在執行，上調存款准備金率、利息、發行央票等等，回收流動性優化信貸結構，多向中小企業、新興行業企業傾斜，以消化掉相對過剩的流動性；
3、通過稅收等財政手段以及匯率手段來改善國際貿易失衡局面，如降低出口退稅率，升值人民幣等，改變巨額順差的局面，減少外匯占款，改善流動性過剩局面；
08年度通過這些財政政策的調控，物價的膨脹得到較好的抑制，樓盤的價格也有大幅度回落，雖然調控也帶來一些負面的影響，如股市大跌、中小企業貸款困難，導致國民經濟發展速度下降，但對應通貨膨脹來說還是利大於弊的。
以上資料希望對你有幫助。

Ⅵ 違約損失率的影響因素

由於LGD的大小不僅受到借款企業的因素影響，而且還同貸款項目的具體設計密切相關，所以，影響LGD的因素比影響PD的因素更多、更加復雜。具體而言，影響LGD的因素包括以下四個主要方面： 這類因素直接與貸款項目的具體設計相關，反映了LGD的項目相關特性，也反映了銀行在具體交易中通過交易方式的設計來管理和降低信用風險的努力。這類因素具體包括清償優先性(Seniority)、抵押品等。
清償優先性是債務合同規定的債權人所擁有債權的重要特性，是指在負債企業破產清算時債權人從企業殘余價值中獲得清償時相對於該企業其他債權人和股東的先後順序。在美國等發達市場經濟國家，金融市場多年的發展已經形成了一系列企業破產清算時清償先後順序不同的金融產品，包括從抵押貸款到普通股票 ，並形成了相關的法律規范。美國破產法中的「絕對優先規則」(Absolute Priority Rule, APR)規定，破產企業的價值按照清償優先性的先後順序依次分配給不同的資本供應者，在較低級的債權人得到任何分配之前較高級債權人應該得到全部清償，而所有債權人也同樣應該在股東得到任何分配之前得到全部清償。
顯然，貸款合同中要求借款企業提供特定的抵押品使得抵押貸款的清償優先性得以提高，在借款企業一旦破產清算時可以使得銀行提高回收率，降低LGD。當然，利用抵押有效降低LGD的前提是銀行對抵押品要進行有效的管理，國家也應該有一個有效的司法系統來保障銀行對抵押品的獲取、變現和價值回收。此外，除了傳統的抵押品，銀行也正在通過金融創新發展其它防範或轉嫁企業違約後損失的方法，如信用衍生產品等。這些技術被新巴塞爾資本協定稱為風險緩釋技術，並通過予以不同的LGD數據被納入到新的資本監管框架。 宏觀經濟的周期性變化是影響LGD的重要因素。Frye利用穆迪評級公司的債券數據研究表明，經濟蕭條時期的債務回收率要比經濟擴張時期的回收率低三分之一。Altman,，Brady，Resti 和Sironi的研究以及Hu和Perraudin的研究都表明，經濟體系中的總體違約率(代表經濟的周期性變化)與回收率呈負相關的關系。
上述四個方面的因素共同決定了LGD的水平及其變化，但其分別對LGD的影響程度是有差異的。根據穆迪公司2002年在其LGD預測模型LossCalc的技術文件中披露的信息表明，清償優先性等項目因素對LGD的影響貢獻度最高，為37%左右；其次是宏觀經濟環境因素，為26%左右；再次是行業性因素，為21%左右；最後是企業資本結構因素，為16%左右。

Ⅶ 違約概率的方法

近年來，西方商業銀行尤其是那些先進銀行充分利用現代數理統計發展的最新研究成果，在客戶違約概率測度上摸索出了很多方法，取得了很大的成就。綜觀違約概率測度的實踐發展，其呈現出以下特徵和趨勢：從序數違約概率轉向基數違約概率，違約概率的測度日臻具體化；從單個貸款的違約概率測度轉向組合貸款的聯合違約概率；從只考慮借款人自身的微觀經濟特徵轉向同時考慮宏觀經濟因素的影響；從基於歷史數據的靜態測度轉向以預測為主的動態測度；從單一技術轉向多元技術，違約概率測度的技術更加現代化和體現出多學科的交叉化，度量日趨科學化和精確化。 西方商業銀行違約概率的測度方法可以概括為四大類：
1. 基於內部信用評級歷史資料的測度方法，這是商業銀行和評級公司根據長時間積累下來的信用等級歷史資料，以歷史違約概率的均值作為不同信用等級下企業對應的違約概率；
2. 基於期權定價理論的測度方法，這是美國KMV公司利用期權定價理論創立的違約概率預測模型——信用監測模型，也稱KMV模型，是一種向前看的動態模型，主要適用於對公開上市公司的違約概率測度；
3. 基於保險精算的測度方法，是近幾年把保險思想的工具用於估計預期違約概率；
4. 基於風險中性市場原理的測度方法，所謂風險中性市場，是指在進行資產交易的市場上，所有投資者都願意接受從任何風險資產中得到與無風險資產的收益相同的預期收益，所有的資產價格都可以按照用無風險利率對資產預期的未來現金流量加以折現來計算。相比於歷史上的轉移概率，風險中性模型給出了前瞻性的違約預測。

Ⅷ 談談你對中小企業貸款銀行面臨的風險的看法 急急急。。。。。

我國中小企業銀行融資效益與風險的比較分析

1、貸款定價的一般論述

由於不具備從銀行總體效益角度分析中小企業貸款因素影響顯著程度的公共數據條件，國外文獻常用的整體效益分析方法受到限制，因此，本文從微觀入手，直接從貸款成本與風險計量及貸款定價的組成結構對中小企業貸款的效益與風險特徵進行分析。

根據貸款定價的基本理論，貸款定價涉及信貸業務的資金成本、經營成本、稅負成本、風險成本和資本成本等多種要素，還要充分考慮市場競爭情況以及與客戶談判地位等因素，才能最終確定貸款利率。貸款定價的理論公式為：

貸款目標利率＝資金成本率＋經營成本率＋稅負成本率＋預期損失率＋經濟資本目標利潤率＋/－競爭性浮動。其中，預期損失率和經濟資本回報率的確定是貸款定價的關鍵和難點。

銀行貸款定價實踐中常用的方法，主要有成本定價和基準利率定價兩種 [4]，其中成本定價公式為：

公式1：貸款價格=資金成本+風險成本+營運成本+預期收益率

基準利率定價公式為：

公式2：貸款價格=基準利率+違約風險溢價+期限風險溢價

成本定價是商業銀行最傳統的貸款定價方式，而基準利率定價是國際商業銀行運用最廣泛的貸款定價方法。我國利率市場化的推進，大大促進了我國貸款定價理論的發展和實踐的探索。

如果我們將公式2中的「基準利率」定義為「資金成本+營運成本+預期收益率」，或將公式1中的「風險成本」定義為「違約風險溢價+期限風險溢價」，則這兩個公式實際上表達了相同的含義。

2、中小企業貸款的風險特徵分析——違約率和違約損失率相對較低衡量貸款風險成本的主要指標是貸款預期損失率，預期損失率=違約率×違約損失率。

（1）中小企業貸款違約率分析

中小企業貸款一般均為抵押、擔保貸款。與西方發達國家政府擔保機構在中小企業貸款擔保中發揮重要作用不同，盡管我國中小企業信用擔保制度建設從1992年就開始起步，10年後《中小企業促進法》也已正式實施，但目前我國擔保機構（包括政府參與出資及未參與出資的所有擔保機構）在解決中小企業融資困難中發揮的作用仍然十分有限。林平、袁中紅（2005）2004年對廣東中小企業融資抽樣調查的結果表明（數據截至至2004年6月30日），有61%的企業從來沒有與擔保機構發生過關系；調查的全部56家擔保機構中，政府完全出資的僅為3家，佔比僅為5.36%，政府參與出資的6家，佔比10.71%；905筆中小企業銀行融資中，抵押貸款810筆，佔比89.5%，信用擔保機構擔保貸款95筆，佔比10.5%；信用擔保貸款中，66.1%的擔保人通過借款人反擔保等（主要是抵質押）進行風險補償。這樣，中小企業貸款實際上95％以上進行了直接或間接的抵押（或質押）。因此，本文重點對抵押貸款進行分析。

銀行對中小企業普遍採用抵押或信用擔保機構擔保方式發放貸款，是在信息不對稱情況下抑止融資企業道德風險與逆向選擇、降低小企業貸款違約率的關鍵之一。藍虹、穆爭社（2004）從理論上分析了融資企業抵押貸款償還模型：

Π＝f（L）－（1+R）L

（1+R）L其中Π為融資企業的利潤，L為貸款額度，R為貸款利率，f（L）表示所獲收益是融資額度L的函數，C為抵押品價值。由於（1+R）L小於C，融資企業選擇不還貸時的機會收益小於機會成本，因此足額抵押情況下償還貸款是融資企業的占優選擇，抵押貸款可以緩解在非對稱信息條件下銀行所擔心的融資企業的逆向選擇和道德風險，在很大程度上降低違約率。

實際數據也在很大程度上支持了以上的理論分析的結論。根據2003年底中國人民銀行在全國東、中、西部六個城市（北京、浙江溫州、台州、廣東東莞、陝西西安、山東威海）的1105戶中小企業融資狀況問卷調查結果，中小企業平均有5.4%的貸款不能償還，存在形成壞賬的風險 [6]，明顯低於同期全國金融機構不良貸款率水平（2004年一季度為16.6%）。筆者小范圍的調查也表明，對同樣信用等級的客戶，小企業貸款 的違約率整體低於其他貸款 .同時，筆者也注意到，小企業貸款的不良率也呈現明顯的地區與行業差別，即並不是所有分行、所有行業小企業貸款不良率均低於其他客戶的不良率。

由於筆者暫時沒有獲得有足夠代表性的實證數據，以證明小企業貸款違約率與相同信用等級的其他客戶違約率存在顯著差別，因此，本文從謹慎性出發，假定整體而言，小企業貸款客戶違約率與其他相同信用等級客戶違約率無顯著區別。

在這樣謹慎性的假設情況下，貸款風險成本的區別主要在於違約損失率的區別。

（2）小企業貸款違約損失率分析

小企業貸款基本都是抵押或信用擔保機構擔保貸款，而較大型企業的信用貸款占相當比例。國內外已有研究表明，對同樣信用等級的客戶，抵押貸款的違約損失率低於信用貸款。從謹慎起見，我們假定較大型企業也全部為抵押貸款。因此，我們只比較小企業抵押貸款與較大型企業抵押貸款的違約損失率。

從理論上分析，與小額抵押物相比，大額抵押物價值評估技術難度更大，評估時更易受借款人有意識的影響，同時處置大額抵押物時市場需求者數量明顯減少，需求方議價能力和議價意願明顯增強，因此，整體而言，單個抵押物價值越高，銀行快速處置時可能的損失率應越高。筆者的實證研究也表明 [7]，總體來看，抵押物的回收率與抵押物金額大小成反比。考慮到小企業單筆貸款金額總體而言低於其他貸款，因此，其違約損失率理論上應低於相同信用等級的其他貸款，實證研究也可作如此假設。

經驗數據顯示，某行信用等級為A＋、A級的法人客戶平均不良率約分別低於1％、2％，而全部小企業貸款（AA-以上客戶比例約為20%，全部為抵押貸款或信用擔保機構擔保貸款）的不良率平均僅為0.13%；違約損失率均低於50％。本文按謹慎性原則估算，將A＋、A級的小企業客戶平均違約率分別取1％、2％，違約損失率取50％，則A＋、A級的小企業客戶預期損失率分別為0.5％與1％，約分別相當於當前短期貸款利率的10％、20％。

3、小企業貸款銀行營運成本相對較高

徐洪水（2001）認為，銀行對中小企業貸款的信息成本和管理成本是大企業的5-8倍，即使貸款利率上浮30%，對中小企業的綜合融資成本依然很高[8].但該文沒有提供具體的分析過程，沒有進行更有說服力的具體的數據對比分析。鄭文紅、李健（2002）提出，銀行交易成本=搜尋成本+談判成本+監督成本+其他交易費用[9].該文也只提出了上述思辨式的公式，沒有進行進一步的分析，也沒有提供具體的成本數據。

為方便分析，本文將營運成本劃分為信貸營運成本和其他營運成本兩類，並假定小企業與其他企業的非信貸營運成本沒有顯著區別，而信貸營運成本則包括信息成本、管理成本等與信貸業務直接相關的一切成本。

由於小企業每戶貸款金額較小（平均每戶貸款金額在500萬元或以下，如廣東地區某銀行小企業戶均貸款450萬元），因此，相應的信貸營運成本明顯高於大、中型客戶貸款。以某一級分行為例，全行貸款余額在500萬元以上的大、中法人客戶為3000多戶，戶均貸款余額為6750萬元，戶均貸款余額為小企業貸款余額的15.9倍；其中貸款余額在3000萬元以上的大客戶為1100多戶，戶均貸款余額為16154萬元，戶均貸款余額為小企業貸款余額的38.1倍；因為戶均貸款差距巨大，為簡化分析，我們將大、中型客戶貸款業務的信貸營運成本忽略不計，單獨分析、估算小企業貸款的信貸營運成本。

在戶均貸款約為500萬元的情況下，按平均每名小企業信貸人員（含一線客戶經理和二線審批、監測等人員）管理6戶企業謹慎測算，平均每名信貸人員管理的小企業貸款為3000萬元，同時假設平均一名小企業信貸人員的工資、費用等信貸營運成本為15萬元/年，則相應的小企業貸款單位信貸營運成本為：

15/3000＝0.005＝0.5％

即約為短期貸款基準利率的10％。

4、小企業貸款效益比較分析

為便於比較，我們選擇AAA級客戶作為比較的基準，即設定其風險成本為0，單位貸款的信貸營運成本也可忽略不計，因此，按貸款定價公式的貸款利率（最優惠利率）為：

RAAA＝資金成本＋其他營運成本＋預期收益率

如該利率為基準利率下浮10％或3％（參考深圳分行實際情況），則該銀行信用業務的最優惠利率（資金成本＋其他營運成本＋預期收益率）為基準利率下浮10％或3％。

對小企業貸款的定價，應在此基礎上進行對應的風險與成本的調整。在上述AAA級客戶貸款定價的基礎上，A+級小企業客戶應再加0.5％（A級小企業客戶為加1％）的預期風險損失、0.5％的信貸營運成本，即A+級小企業貸款執行基準利率上浮10（A級小企業客戶上浮15％）或基準利率上浮17％（A級小企業客戶上浮22％）即可實現不低於AAA級客戶的效益水平。

與相同信用等級的其他客戶比較，小企業貸款定價不需要進行風險調整，但應作成本調整，即利率定價應附加多餘的信貸營運成本，約為0.5％，即在相同信用等級客戶貸款利率基礎上再上浮10％。

林平、袁中紅（2005）2004年對廣東地區（主要是珠三角地區）中小企業銀行融資抽樣調查的抵押貸款平均利率為基準利率上浮20%.2004年10月人民銀行將小企業貸款的上浮利率范圍由30%擴大到70%，據筆者了解，此後廣東地區國有銀行小企業貸款利率的主要區間為基準利率上浮20－45％。

綜上，可以認為，在堅持管理要求不降低的前提下，謹慎考慮，對經濟發達地區而言，經過風險與成本調整後的小企業貸款利率（以A＋級為例）在基準利率上浮約20％時，小企業貸款整體的效益性大致與其他優質貸款相當；貸款利率（以A＋級為例）在基準利率上浮約30％時，小企業貸款的效益性好於其他貸款；貸款利率（以A＋級為例）在基準利率上浮超過30％時，小企業貸款的效益性明顯好於其他貸款。但由於小企業貸款違約率及違約損失率的地區與行業差別很大，對具體的地區與行業尚需具體分析、估算。

Ⅸ 為什麼中小企業貸款的違約率更高

中小企業融資難問題一直是中小企業發展的一大困難。中小企業由於自身規模小，現金流容易出現緊張甚至斷裂的情況，因此，如何盤活資金成為了中小企業最為關注的問題。供應鏈金融是以供應鏈真實交易背景為基礎產生的。它不同於以往的傳統銀行借貸，能夠較好的解決中小企業因為經營不穩定、信用不足、資產欠缺等因素導致的融資難問題。
傳統的銀行借貸對企業以往的財務信息進行靜態分析，依據對授信主體的孤立評價做出信貸決策，因此，銀行並沒有把握住中小微企業真實的經營狀況。相反，供應鏈金融評估的是整個供應鏈的信用狀況，加強了債項本身的結構控制。供應鏈金融在真實交易的前提下，以大企業的信息優勢來彌補中小企業的信用缺失，從而全面提升了產業鏈中的中小企業信用水平和信貸能力。供應鏈金融的本質是信用融資，在產業鏈中發現信用。
目前供應鏈金融屬於新興金融，能不能把供應鏈金融做好，跟服務企業對於產業的了解，對風險的控制能力，與銀行的戰略合作關系等等都有直接關系。比如雲圖的供應鏈金融，核心是風控和大數據管理能力。開展供應鏈金融必須具備對行業的了解、融資方式的理解、風險的識別、金融產品和方案的設計等綜合能力，唯數據論、唯埠論等都是不行的

Ⅹ 信用分析的現代信用分析方法

20世紀80年代以來，受債務危機的影響，各國銀行普遍重視對信用風險的管理和防範，工程化的思維和技術逐漸被運用於信用風險管理的領域，產生了一系列成功的信用風險量化管理模型。現代信用風險的計量模型按其計量的風險層次分為三種類型：一是單個交易對手或發行人的計量模型，二是資產組合層次的計量模型，三是衍生工具的計量模型。
交易對手或發行人層次的計量模型
（一）基於期權定價技術的風險計量模型。
Merton發現銀行以折現方式發放一筆面值為d的貸款所得到的支付和賣出一份執行價格d的看跌期權所得到的支付相等。因此有風險貸款的價值就相當於一個面值為d 的無違約風險貸款的價值加上一個空頭賣權。貸款的賣權價值取決於5個變數，即企業資產的市場價值、企業資產的市場價值的波動性、貼現貸款的面值、貸款的剩餘期限以及無風險利率。
基於企業的市場價值和其波動性的不可觀測性，1995 年美國KMV公司開發了KMV模型，該模型又稱為預期違約概率模型( expected default frequency，簡稱edf )，模型使用企業股權的市場價值和資產的市場價值之間的結構性關系來計算企業資產的市場價值；使用企業資產的波動性和企業股權的波動性之間的結構關系來計算企業資產的波動性，同時統計在一定標准差水平上的公司在一年內破產的比例，以此來衡量具有同樣標准差的公司的違約概率。
該模型是實際中應用最為廣泛的信用風險模型之一。該模型理論依據在很多方面與Black-Scholes (1973)，Merton(1974)以及Hull和White（1995）的期權定價方法相似。其基本思想是，當公司的價值下降至一定水平時，企業就會對其債務違約。根據有關分析，KMV發現違約最頻繁的分界點在公司價值等於流動負債±長期負債的50%時。有了公司在未來時刻的預期價值及此時的違約點，就可以確定公司價值下降百分之多少時即達到違約點。要達到違約點資產價值須下降的百分比對資產價值標准差的倍數稱為違約距離。違約距離=（資產的預期價值－違約點）/資產的預期價值×資產值的波動性。該方法具有比較充分的理論基礎，特別適用於上市公司信用風險。
KMV模型的優點在於其將違約與公司特徵而不是公司的初始信用等級聯系在一起，使其對債務人質量的變化更加敏感；同時，它通過股票價格來測算上市公司的預期違約概率，因而市場信息也能被反映在模型當中，使其具有一定的前瞻性，模型的預測能力較強；並且，由於該模型使用的變數都是市場驅動的，表現出更大的時變性，因此持有期的選擇比信用度量術模型更加靈活。
（二）基於風險價值var的信用度量模型。
var是指在正常的市場條件和給定的置信水平上，用於評估和計量金融資產在一定時期內可能遭受的最大價值損失。在計算金融工具的市場風險的var時，關鍵的輸入變數是金融資產目前的市場價格和波動性。由於貸款缺乏流動性， 因此貸款的市場價值和波動性不能觀測。
JP Morgan（1997）銀行開發了信用度量制（credit metrics™） 系統，該系統解決了諸如貸款和私募等非交易性資產的估值和風險計算。該方法基於借款人的信用評級、信用轉移矩陣、違約貸款的回收率、債券市場上的信用風險價差計算出貸款的市場價值及其波動性，推斷個別貸款或組合的var，從而對貸款和非交易資產進行估價和信用風險評價。
信用度量制模型的優點在於其第一次將信用等級轉移、違約率、違約回收率、違約相關性納入了一個統一的框架來度量信用風險。該模型適用於商業信用、債券、貸款、貸款承諾、信用證、以及市場工具（互換、遠期等）等信貸資產組合的風險計量。但該模型在應用中存在以下問題：違約率直接取自歷史數據平均值，但實證研究表明，違約率與宏觀經濟狀況有直接關系，並非固定不變，假定資產收益服從正態分布，但實證研究表明實際分布多呈現厚尾特徵；關於企業資產收益之間的相關度等於公司證券收益之間的相關度的假設有待驗證方法計算結果對於這一假定的敏感性很高。
（三）基於保險精算的creditrisk +系統。
Credit Suisse First Boston(CSFB，1997)銀行開發的信用風險附加（creditrisk +）系統的主導思想源於保險精算學，即損失決定於災害發生的頻率和災害發生時造成的損失或破壞程度，它不分析違約的原因，而且該模型也只針對違約風險而不涉及轉移風險，特別適於對含有大量中小規模貸款的貸款組合信用風險分析。
該方法基於這樣一些假設：貸款組合中任何單項貸款發生違約與否是隨機的；每項貸款發生違約的可能性是獨立的，因而這個方法假設貸款組合中單項貸款的違約概率分布服從Possion分布。信用風險附加模型的優點在於，它只要求有限的輸入數據，基本上只有貸款組合中各組的貸款違約率、違約率波動率和風險暴露，因此貸款損失很容易計算。
（四）以宏觀模擬為基礎建立的Creditportfolio View系統。
該信用組合觀點系統由mckinsey公司開發（Wilson，1997），它是一個違約風險的宏觀經濟模擬系統。由於商業周期因素影響違約的概率，麥肯錫公司將周期性的因素納入計量模型中，該系統在credit metrics的基礎上，對周期性因素進行了處理，將評級轉移矩陣與經濟增長率、失業率、利率、匯率、政府支出等宏觀經濟變數之間的關系方法化，並通過Monte Carlo法模擬周期性因素的「沖擊」來測定評級轉移概率的變化，分析宏觀經濟形勢變化與信用違約概率及轉移概率的關系，進而分析不同行業或部門不同信用級別的借款人的信用風險程度。
該模型的優點在於其將各種影響違約概率和信用等級變化的宏觀因素納入了自己的體系之中，並且給出了具體的損失分布，能夠刻畫回收率的不確定性和因國家風險帶來的損失；對所有的風險暴露都採用盯市法，更適用於對單個債務人和一組債務人進行信用風險度量。其主要適用於對對宏觀經濟因素變化敏感的投機級債務人的信用風險度量。
資產組合層次的計量模型
現代資產組合理論（MPT）表明適當地利用資產之間的相關關系可以有效地降低風險並改善資產組合的風險－收益狀況。然而流動性很差的貸款和債券組合存在著收益的非正態性、收益和相關系數的不可觀測性等問題，這使得資產組合理論不能簡單地運用這些組合中去。收益的非正態性使得基於兩矩（均值和方差） 而構建的資產組合理論只有增加偏度和峰度兩矩才能較好地進行描述。歷史價格和交易數據的缺乏造成了使用歷史的時間序列數據計算收益率、方差以及收益之間的協方差和相關系數變得極為困難。資產組合層次的信用風險計量模型正是通過克服這些問題而發展起來的。這類模型大體上可以分為兩大類：一類是尋求計算證券組合的全部風險－收益的交替關系，如KMV的資產組合管理模型；另一類是集中風險維度和組合的var計算，如Creditmetrics資產組合模型。
衍生工具的信用風險計量模型
衍生工具可以可分為利率衍生工具和信用衍生工具。前者按其風險－收益特性可以分為對稱性衍生工具，主要是指遠期、期貨和互換，而期權屬於非對稱性衍生工具，其風險－收益特徵表現出典型的非線性。而後者主要通過採用分解和組合技術改變資產的整體風險特徵，如信用互換、信用期權以及信用遠期等。
衍生工具的信用風險與表內業務存在許多區別。首先，合約的無違約價值對交易對手而言必須為負值；其次，交易對手一定處於財務困境之中；再次，在任一違約概率水平上，衍生工具結算一般採取軋差方式，其違約遭受的損失往往低於同等金額的貸款違約的損失；最後，銀行和其他金融機構都是用其它許多機制來降低違約的概率和損失。鑒於此，研究者相繼提出許多計量模型，但主要集中在互換和期權兩類衍生工具上。
信用衍生產品的定價是信用風險管理研究領域的難點問題。目前，學術界和實務界主要有三類定價信用衍生產品的方法：基於保險理論的定價，基於復制技術的定價和基於隨機模型的定價。在基於保險理論的定價方法中，保險公司承擔了投保人的信用風險，因而必須得到一定的保險費作為補償。這種定價方法是一種基於保險公司歷史違約資料庫的統計方法，應用范圍很窄，只能對存在歷史違約數據的信用衍生產品提供保險。而基於復制技術的定價需要逐一確定投資組合中所有頭寸的價值，對於結構復雜的信用衍生產品來說，這種技術很難實現。基於隨機模型的定價是現在的主流方向，其中強度模型和混合模型的應用十分廣泛。