1、基于Copula函數(shù)的行業(yè)信用風險相關性研究第 1章 緒論1.1 研究背景和研究意義信用風險是一類重要的金融風險，也是金融界始終關注的問題。隨著金融市場的開放程度不斷增強，經濟主體間的經濟聯(lián)系越來越緊密，信用風險呈現(xiàn)出新的特點，即信用風險相關性。往往會出現(xiàn)一個經濟主體的信用違約事件會在短時間內傳染到其他經濟主體，導致其他經濟主體信用狀況的惡化甚至破產。這就使得小范圍的信用風險可能通過經濟主體之間的傳染和擴散導致整個經濟環(huán)境的不穩(wěn)定，引發(fā)嚴重的金融危機。從東南亞金融危機到美國次貸危機再到歐債危機，接連不斷的金融危機給全球經濟帶來了巨大的沖擊。危機期間呈現(xiàn)出違約集聚的現(xiàn)象，信用違約相關性引發(fā)的不同

2、經濟主體之間甚至不同經濟區(qū)域之間的違約傳染事件逐漸增加，銀行承擔了越來越多的信用風險，造成了銀行的巨額信貸資產的流失，給金融系統(tǒng)增加了更多的不穩(wěn)定因素。比較典型的有中國的德隆事件，美國的安然事件以及繼安然事件之后爆發(fā)的世通破產事件和環(huán)球電訊破產事件。安然破產事件給其投資者、交易對象和存在債務關系的金融機構帶來了巨大的損失，僅 JP 摩根就對安然提供了高達 5 億美元的無擔保貸款，花旗集團同樣也遭受了巨大的損失。此外，安然的破產還引起了其產業(yè)鏈上下企業(yè)的信用狀況的惡化甚至宣告破產，引起了一系列的破產風暴。世通破產也給美國經濟帶來了諸多負面影響，世通公司和全球很多家著名的投資銀行都存在債權債務關系

3、，其中超過 50 家的債權銀行向世通公司提供 1 億美元以上的貸款，世通的破產無疑造成了與之相關的債權銀行都出現(xiàn)了不同程度的信用狀況惡化，信用違約風險增大。在信用風險傳染事件不斷發(fā)生的背景下，只考慮單個經濟主體的信用風險已經不能適應復雜的國內外金融環(huán)境的變化，也已經不能滿足商業(yè)銀行風險管理的要求，不同經濟主體之間甚至不同經濟區(qū)域之間的信用風險相關性，使得信用風險相關性的研究在信用風險管理中占有越來越重要的地位。.1.2 文獻綜述信用風險相關性分析的首要步驟是信用風險的度量，只有選擇一個合適的信用風險衡量指標，才能準確地度量各經濟主體之間信用風險相關性，描述經濟主體之間的相關關系。傳統(tǒng)的信用風險

4、度量模型主要是分析借款企業(yè)的歷史數(shù)據，得出企業(yè)特征變量與企業(yè)違約可能性的關系，從而預測企業(yè)違約風險的大小，主要包括專家評分法、單變量判定法、多元判別分析法、Logistic 回歸模型和人工神經網絡模型等。這些模型已經不能滿足信用風險有效度量和高效管理的需要，現(xiàn)代信用風險度量模型主要包括 Credit Metrics、Credit Risk+、CPV 和 KMV 模型。目前應用較為廣泛的是KMV 模型。KMV 模型是 1997 年 KMV 公司基于 Black、Scholes 和 Merton 有關期權定價模型建立起來的。它將企業(yè)的股權價值看作是以企業(yè)資產價值為標的的看漲期權，若發(fā)生違約就是企業(yè)

5、不執(zhí)行看漲期權，它首先利用期權定價公式計算得到企業(yè)資產價值的期望值，用企業(yè)資產價值的期望值距離違約觸發(fā)點的相對距離表示違約距離，違約距離越大表示企業(yè)信用風險越低，反之，違約距離越小表示企業(yè)信用風險越高。最后根據企業(yè)違約數(shù)據庫建立違約距離到企業(yè)的預期違約率 EDF 的映射，從而求出預期違約率 EDF。.第 2章 信用風險相關性理論與度量本章從理論的角度闡述了信用風險及其形成原因、信用風險相關性及其影響因素，并將信用風險相關性的影響因素劃分為共同因素和傳染因素兩方面。本章最后部分介紹了本文應用到的信用風險度量模型 KMV 模型和相關性度量模型 Copula 函數(shù)，為后面的研究提供理論基礎。2.1

6、信用風險及其形成原因信用風險即交易雙方違約而給交易對手造成損失的可能性，信用風險典型的特征就是交易的一方沒有能力履約或者不愿意履約。信用風險是一種重要的金融風險，在當前以信用為紐帶的經濟社會中，信用風險占據著重要的地位，關系著社會經濟的發(fā)展和金融市場的穩(wěn)定。信用風險分為狹義的信用風險和廣義的信用風險。狹義的信用風險是指在證券交易過程中或信貸過程中，證券發(fā)行人或交易雙方不愿意或者沒有能力履行合約而給投資者、交易對方造成損失的可能性，或貸款企業(yè)到期不能償還銀行貸款本金和利息而給銀行造成損失的可能性。廣義的信用風險通常是合約雙方違約的可能性，是指簽訂合約的雙方不能按照合約支付貨款、交付貨物、提供服務

7、、償還貸款等違約行為所帶來的風險，在當前經濟社會中，任何個人或者企業(yè)只要與他人或企業(yè)簽訂合約，就面臨合約雙方違約的風險。本文對信用風險的研究僅限于狹義的信用風險。.2.2 信用風險相關性及其影響因素信用風險相關性是指不同經濟主體之間信用風險聯(lián)合變動的程度。這里需要將信用風險相關于違約相關區(qū)分開，違約相關即某一企業(yè)的違約事件引發(fā)其他企業(yè)違約事件的發(fā)生，強調的是已發(fā)生違約事件的相關性，而信用風險相關性則側重違約可能性之間的相關程度。本文是出于提前預警的角度進行研究的，因此本文的研究對象是信用風險相關性。共同因素是指導致不同經濟主體之間的信用風險出現(xiàn)聯(lián)合變動的外部沖擊。共同因素對不同企業(yè)的影響方向和

8、大小是不盡相同的，有正向的影響、負向的影響或者沒有影響。如果共同因素對不同企業(yè)的影響是不同方向的，那么企業(yè)之間的信用風險相關性會降低，反之，如果共同因素對不同企業(yè)的影響是同方向的，那么企業(yè)之間的信用風險相關性就會升高。再進一步分析，如果共同因素對企業(yè)產生的同方向影響是負的，就會引起企業(yè)信用風險同時增大，信用狀況同向惡化，若信用風險累積到一定的程度而得不到及時有效的處理，就會出現(xiàn)信用風險的級聯(lián)放大效應，導致經濟系統(tǒng)內的企業(yè)信用風險相關性增大。影響企業(yè)信用風險相關性的共同因素可以分為以下幾個方面：宏觀經濟周期反映了一個國家經濟活動的波動，分為繁榮、衰退、蕭條、復蘇四個階段，宏觀經濟總是在繁榮和衰落

9、中不斷循環(huán)。當宏觀經濟增長速度變緩或出現(xiàn)衰退時，對企業(yè)的影響主要表現(xiàn)在：市場對產品和服務的需求量降低，導致企業(yè)的銷售量和利潤總額下降，現(xiàn)金流入量降低，對外投資減少。而與此同時，銀行因為擔心貸款質量下降，降低信貸供給，這種親周期性;使得企業(yè)面臨更大的資金壓力。 因此，在宏觀經濟衰退時，企業(yè)會集中出現(xiàn)經營狀況惡化，信用風險變大的情形，導致不同企業(yè)之間的信用風險相關性也相應變大。.第 3章 行業(yè)信用風險衡量指標的選擇.273.1 KMV 模型的修正 . 273.2 違約距離的識別能力分析 . 283.2.1 樣本的選取及數(shù)據來源.283.2.2 違約距離的的計算.293.2.3 違約距離對信用風險的

10、識別能力分析.323.3 行業(yè)信用風險衡量指標的構建 . 343.4 本章小結 . 34第 4章 基于 Copula函數(shù)的行業(yè)信用風險相關性.364.1 樣本的選取 . 364.2 基于 Copula 函數(shù)的實證研究. 34.3 批發(fā)業(yè)與零售業(yè)行業(yè)信用風險相關性分析 . 454.4 本章小結 . 47第 5章 結論與相關政策建議.495.1 研究結論 . 495.2 政策建議 . 50第 5章 結論與相關政策建議5.1 研究結論本文圍繞行業(yè)信用風險的度量和相關性研究兩個問題展開，在對信用風險及其相關性理論進行系統(tǒng)分析的基礎上，結合 KMV 模型和 Copula 函數(shù)構建行業(yè)信用風險相關性研究框

11、架。首先對 KMV 模型進行修正，從單個上市公司的角度驗證了KMV 模型的違約距離對上市公司信用風險的識別能力，為宏觀層面的行業(yè)信用風險的衡量指標的構建提供了微觀基礎；然后以批發(fā)業(yè)和零售業(yè)為例，分別用單一的Copula 函數(shù)和 M-Copula 函數(shù)擬合兩行業(yè)違約距離之間的相關關系，分析兩行業(yè)信用風險的相關性，得出結論如下：首先，本文對 KMV 模型進行修正，通過分析違約距離對 ST 上市公司和非 ST上市公司的識別能力，發(fā)現(xiàn)違約點選擇 DPSD0.25LD時，違約距離的識別能力最好，能夠及時反映單個上市公司的信用狀況。因此本文將修正的 KMV 模型作為單個上市公司信用風險的度量模型，并基于對

12、單個上市公司的信用風險的研究，構建行業(yè)信用風險的衡量指標。其次，根據零售業(yè)和批發(fā)業(yè)的違約距離數(shù)據，本文用 Gumbel、Clayton、Frank和正態(tài) Copula 函數(shù)擬合了兩行業(yè)違約距離之間的相關關系，對比發(fā)現(xiàn)側重上尾相關的 Gumbel Copula 函數(shù)的擬合程度最好。但是不同的 Copula 函數(shù)分別側重不同的相關性特征描述，單一的 Copula 函數(shù)只能描述兩行業(yè)違約距離相關結構的一個側面。本文在對 Gumbel、Clayton、Frank和正態(tài) Copula 函數(shù)的相關性特點充分分析的基礎上，分別對 Gumbel、Clayton、Frank Copula 進行權重賦值，通過線性

13、組合構建 M-Copula 函數(shù)。 從擬合效果來看，M-Copula 函數(shù)的擬合效果最好，能夠很好地描述批發(fā)業(yè)和零售業(yè)違約距離相關關系，靈活地捕捉兩行業(yè)違約距離相關性特征的變化。 /.總結本文在信用風險及信用風險相關性理論系統(tǒng)分析的基礎上，圍繞行業(yè)信用風險的度量和相關性研究兩個問題展開，基于對單個上市公司信用風險度量的研究，選取了行業(yè)內單個上市公司違約距離的均值作為宏觀層面的行業(yè)信用風險的衡量指標；然后以批發(fā)業(yè)和零售業(yè)為例，分別用單一的 Copula 函數(shù)和 M-Copula 函數(shù)擬合兩行業(yè)違約距離之間的相關關系，分析兩行業(yè)信用風險的相關性。本文在信用風險管理實踐方面，為金融監(jiān)管部門、金融機構和投資者提供一個宏觀層面的參考，在信用風險相關性理論研究方面，為行業(yè)信用風險的度量和信用風險相關性模型的選擇提供了一定的思路和方法。但這僅僅是行業(yè)信用風險相關性研究的開始，文章還有很多不足：首先，本文基于單個企業(yè)對整個行業(yè)的信用風險貢獻相等的假設，將 KMV 模型的違約