基于相依违约的企业集团信用风险度量研究

论文摘要

具有违约相依性的企业集团信用风险是银行和监管部门强烈关注的问题。由于集团之间的关联交易频繁、担保和互保无序,使得企业集团的信用风险具有传染性、延迟性和突发性。加之银行对企业集团授信存在“多头授信”和“授信过度”的情况,信息不对称等因素导致了对企业集团的信用风险识别能力不强,使其风险易扩散或波及到相关的企业和金融机构,极具破坏性。因此,需要建立能准确度量具有违约相依性的企业集团的信用风险模型。本文根据我国市场发育不完善特点,引入不完全信息条件下的混合模型。由于模型只考虑单个企业的情况,并没有将企业集团中有关联的其他企业体现在模型中。因此,通过研究分析,选择合适Copula函数应用于不完全信息条件下的混合模型中,可以更加准确、方便地刻画企业集团间企业的违约相依结构。由于资产价值波动率是影响模型估计的重要输入变量,对波动率的估计准确性将影响模型的违约度量结果。而现有对违约概率的度量研究中,简单地将波动率视为常数,较少考虑波动率的异方差性。因此,通过GARCH模型建模来预测其波动率。实证结果表明:相比其他三种Copula函数,Gumbel连接函数在信用风险建模中能准确地刻画尾部相依性;当评级基于整个“企业集团”时,采用Gumbel对企业集团内企业联合违约概率进行测度,发现考虑相依违约的累计违约概率明显大于没考虑相依违约的情况,即忽略对违约相依性的考虑会低估可能出现的风险。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究综述
• 1.2.1 信用风险度量国外研究综述
• 1.2.2 信用风险度量国内研究综述
• 1.2.3 企业集团信用风险度量研究情况
• 1.3 研究方法和创新点
• 1.3.1 研究方法
• 1.3.2 创新点
• 1.4 研究思路和论文框架
• 1.4.1 研究思路
• 1.4.2 论文框架
• 第2章 违约相关性度量指标分析
• 2.1 企业集团信用风险理论分析
• 2.1.1 企业集团的界定
• 2.1.2 企业集团信用风险形成原因的机理分析
• 2.1.3 对企业集团的信用风险识别机制不健全
• 2.2 传统Pearson相关性度量方法
• 2.3 基于Copula的相关性度量方法
• 2.3.1 常用Copula族
• 2.3.2 Copula参数估计
• 2.4 传统Pearson方法与基于Copula的方法比较分析
• 2.4.1 传统方法的缺点
• 2.4.2 Copula方法的优点
• 第3章 信用风险的度量模型研究分析
• 3.1 结构化模型
• 3.2 简约化模型
• 3.3 不完全信息条件下的混合模型
• 3.4 混合模型中引入Copula的新模型构建
• 第4章 基于Copula的混合模型对企业集团的信用风险度量
• 4.1 样本选择
• 4.2 波动率的估计
• 4.2.1 股权价值波动率估计发展情况
• 4.2.2 样本股权价值波动率估计
• 4.2.3 样本资产价值波动率估计
• 4.3 α估计
• 4.4 实证结果及分析
• 4.4.1 各Copula函数对联合违约概率的度量
• 4.4.2 各Copula函数对联合违约概率度量的比较
• 4.4.3 企业集团间企业不考虑相依违约与考虑相依违约比较
• 4.4.4 结果分析
• 第5章 结论与展望
• 5.1 结论
• 5.2 展望
• 附录
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果