基于偏最小二乘法改進的CPV模型的我國商業(yè)銀行信用風(fēng)險壓力測試研究.pdf

1、現(xiàn)如今銀行業(yè)所需要處理的各類風(fēng)險中，信用風(fēng)險已成為最主要的一種，如何對信用風(fēng)險進行監(jiān)控和對其可能引發(fā)的危機進行預(yù)警是對銀行本身和監(jiān)管部門而言非常重要的課題.如果需要對信用風(fēng)險進行識別和預(yù)防，最急需的是構(gòu)建一個科學(xué)的度量系統(tǒng).傳統(tǒng)的信用風(fēng)險評估方法是信用評級為主的定性模型，直至20世紀90年代后在計算機編程技術(shù)和現(xiàn)代金融工程方法的輔助之下，定量的信用風(fēng)險度量模型才得以產(chǎn)生并迅速發(fā)展.本文首先對比了其中幾個常用的信用風(fēng)險度量模型，即:KMV

2、模型、CreditRisk+模型、CreditMetricsTM模型及其改進版一貸款組合觀點(CreditPortfo-lioView,簡稱CPV)模型相互之間的優(yōu)劣.雖然方法論上各有千秋，但這四類模型的主要作用都是使用可觀測數(shù)據(jù)對資產(chǎn)組合或整個金融體系的信貸資產(chǎn)面臨的違約風(fēng)險進行擬合，以期可以預(yù)知其未來的風(fēng)險水平.但事實上，利用過去或現(xiàn)在的數(shù)據(jù)所計算出的違約風(fēng)險都是基于過去或現(xiàn)在的市場現(xiàn)狀情況下的，但現(xiàn)實世界中的金融市場瞬息萬變，例如

3、1997年亞洲金融風(fēng)暴、2007年次貸危機這類影響巨大的金融危機很難通過歷史數(shù)據(jù)預(yù)知，但一旦發(fā)生，就會使得以銀行首當其沖的金融體系受到巨大沖擊，因此對這種異常情況下自身可能受到的損失銀行業(yè)及監(jiān)管機構(gòu)是必須考慮提前預(yù)防的，在這種情況下壓力測試這樣一個通過模擬經(jīng)濟受到?jīng)_擊（主要是負面沖擊）時的情景來計算風(fēng)險如何變化的工具應(yīng)運而生.本文通過比較認為CPV模型這樣一個與宏觀因素直接掛鉤的模型對于用來進行壓力測試比較實用，但是前人在建立宏觀因素與

4、違約概率的關(guān)系時一般所使用的似無關(guān)回歸法在自變量之間存在線性相關(guān)關(guān)系時會使參數(shù)出現(xiàn)錯誤的估計，因此需要在選擇宏觀因素作為自變量時需要首先手工篩選相關(guān)性比較小的因素.就此本文提出使用偏最小二乘法來克服這個缺點，即用偏最小二乘法(PLS)代替原始模型中使用的似無關(guān)回歸法(SUR)，在使用蒙特卡羅法進行模擬的配合下建立壓力測試模型，以期對信用風(fēng)險在宏觀經(jīng)濟在未來某一時刻受到可能的打擊時的變化程度進行評估，但在嘗試進行實證時遇到因變量—違約概率