個人消費貸款信用風(fēng)險度量模型的應(yīng)用.pdf

1、20世紀90年代，個人消費貸款在很大程度上發(fā)揮了“促進消費，擴大內(nèi)需，推動生產(chǎn)，支持國民經(jīng)濟發(fā)展以及調(diào)整信貸結(jié)構(gòu)，提高信貸資產(chǎn)質(zhì)量”的作用。然而隨著個人消費貸款市場的不斷擴大，假按揭事件頻有發(fā)生。據(jù)銀監(jiān)會調(diào)查結(jié)果顯示，截至2006年6月末，國內(nèi)銀行涉及假按揭的貸款金額達數(shù)十億元。其中，某國有銀行被查出共發(fā)放個人住房涉嫌假按揭的貸款4718筆，金額達13.09億元，占被查個人住房貸款總額的6.05％。另有一家國有銀行被查出共發(fā)放個人住房涉

2、嫌假按揭的貸款3716筆，金額7.34億元，占被查個人住房貸款總額的3.23％；另外，個人貸款不良率不斷增高。據(jù)中國人民銀行《中國金融穩(wěn)定報告(2006)》披露，截至2005年末，個人消費貸款不良率為2.55％，比上年上升0.75個百分點。上述種種跡象表明：對于個人消費貸款這一新興的金融服務(wù)，銀行所承受的信用風(fēng)險在逐漸增大。 鑒于信用風(fēng)險在銀行經(jīng)營和管理中的重要性，巴塞爾委員會從1988年到2004年先后出臺了一系列關(guān)于加強包括

3、信用風(fēng)險在內(nèi)的銀行各種風(fēng)險的計量、管理和控制的指導(dǎo)文件；國際大型商業(yè)銀行和研究機構(gòu)也對信用風(fēng)險度量和管理提出了新的理論和計量方法，并進行大量的實踐活動。特別是2004年6月26日巴塞爾委員會公布了第三次修訂的《巴塞爾新資本協(xié)議》，提出銀行可以用標(biāo)準法和內(nèi)部評級法度量信用風(fēng)險，推薦使用內(nèi)部評級法，鼓勵商業(yè)銀行建立計量經(jīng)濟模型來預(yù)測每個客戶的信用風(fēng)險程度，加強自身對風(fēng)險的評估。計量經(jīng)濟模型逐步成為內(nèi)部評級法的核心，使得國內(nèi)外基于計量經(jīng)濟模型

4、度量風(fēng)險的研究越來越多。國內(nèi)在風(fēng)險度量和管理方面顯得比較薄弱，特別是在個人消費貸款信用風(fēng)險度量上。 在國外有關(guān)信用風(fēng)險度量模型應(yīng)用中，存在樣本選擇的分歧：一種觀點認為以獲得貸款的客戶為樣本建立模型；第二種觀點認為樣本中還應(yīng)該考慮未獲得貸款的客戶，將其看成“壞”客戶進行建模；第三種觀點認為樣本應(yīng)該考慮未獲得貸款的申請者，但不是將其看成“壞”客戶，而是通過建立兩個子模型來構(gòu)建廣義個人消費貸款信用風(fēng)險度量模型。國內(nèi)慣用的方法是以獲得貸

5、款的客戶為樣本建立判斷客戶“好”“壞”的模型，對樣本選擇帶來的偏誤并沒有太多的考慮。筆者更傾向于上述第三種觀點，因此引入了廣義個人消費貸款信用風(fēng)險度量模型以消除樣本選擇帶來的偏誤。在模型的實際應(yīng)用過程中，很多學(xué)者對廣義模型能夠檢驗政策實施效果的功能提出了質(zhì)疑。為了驗證以前學(xué)者關(guān)于同一變量在兩個子模型中的符號相同則說明信用風(fēng)險降低了的觀點，本文對此進行了實證分析。筆者認為如果實證結(jié)果與實際相吻合，則說明由同一變量在兩個模型中的符號相同的現(xiàn)

6、象可以得出信用風(fēng)險在降低的結(jié)論，從而可以對政策的實施效果進行實證驗證；反之，則反然。此外，筆者將力圖找出廣義模型的其他價值。 本文研究思路：為了解決樣本選擇偏差的問題，引入廣義個人消費貸款信用風(fēng)險度量模型；在應(yīng)用過程中，為了驗證廣義模型是否可以檢驗政策實施的有效性的，以某商業(yè)銀行個人消費貸款為樣本進行了實證分析。本文的結(jié)構(gòu)如下： 第一章，導(dǎo)言。國內(nèi)個人消費貸款的信用風(fēng)險逐漸增大，風(fēng)險管理顯得越來越重要；國際上同樣面臨信用

7、風(fēng)險的挑戰(zhàn)，為此巴塞爾委員會頒布《巴塞爾新資本協(xié)議》，提倡采用計量模型的方法進行風(fēng)險度量。在眾多有關(guān)信用風(fēng)險度量模型應(yīng)用的文獻中，個人消費貸款信用風(fēng)險度量模型存在著樣本選擇偏誤問題，嚴重地影響了商業(yè)銀行對信用風(fēng)險管理有效性的評價。 第二章，國內(nèi)外研究現(xiàn)狀及評價。通過比較，發(fā)現(xiàn)國外建立信用風(fēng)險度量模型存在著樣本選擇的分歧，而國內(nèi)對此的意識比較淡薄，為了消除樣本選擇性帶來的偏誤，本文引入了廣義個人消費貸款信用風(fēng)險度量模型。構(gòu)建廣義模

8、型有多種方法， Logistic模型在穩(wěn)定性和預(yù)測能力上有優(yōu)勢，本文選擇它作為構(gòu)建廣義模型的工具。 第三章，個人消費貸款信用風(fēng)險度量模型的理論基礎(chǔ)。本章通過信息不對稱理論和博弈論對個人消費貸款信用風(fēng)險產(chǎn)生的分析，為合理認識實證結(jié)果做了理論鋪墊；同時闡述了樣本選擇理論以及無回答偏差模型，為后面的數(shù)據(jù)樣本設(shè)計以及缺失值的處理提供了理論基礎(chǔ)。 第四章，廣義個人消費貸款信用風(fēng)險度量模型建立的方法論。本章首先闡述了一般Logist

9、ic模型原理，作為構(gòu)建廣義模型的理論基礎(chǔ)；然后根據(jù)研究目的構(gòu)建了廣義個人消費貸款信用風(fēng)險度量模型。最后，介紹了ROC曲線勢檢驗的原理作為后面檢驗?zāi)Ｐ头€(wěn)定性的理論基礎(chǔ)。 第五章，廣義個人消費貸款信用風(fēng)險度量模型建立的數(shù)據(jù)預(yù)處理。本章首先對數(shù)據(jù)進行缺失值等處理，以消除原始數(shù)據(jù)存在的噪聲；然后根據(jù)研究目的以及模型的需要進行了樣本設(shè)計；最后依據(jù)風(fēng)險發(fā)生比的相似性進行了變量的重組，使得各種群體的風(fēng)險特征更加明顯，從而更有利于模型的識別。這

10、為后面的模型建立進行數(shù)據(jù)準備。 第六章，廣義個人消費貸款信用風(fēng)險模型的實證分析。本章通過建立廣義個人消費貸款信用風(fēng)險度量模型并進行實證分析，發(fā)現(xiàn)在同一變量在兩個模型中的符號是相同的，按照以前學(xué)者的觀點這種現(xiàn)象表明我國的信用風(fēng)險在降低；而我國個人貸款不良率的升高以及“假按揭”貸款事件的頻發(fā)表明信用風(fēng)險逐漸升高，由此同一變量在兩個模型中符號的相同不能說明我國信用風(fēng)險在降低。但是通過比較發(fā)現(xiàn)廣義模型在識別商業(yè)銀行在風(fēng)險管理中存在的問題

11、以及揭示信用風(fēng)險產(chǎn)生的原因方面表現(xiàn)出良好的特性。 第七章，結(jié)論。 本文得出的結(jié)論如下： 第一，廣義個人消費貸款信用風(fēng)險度量模型未必能夠檢驗貸款政策實施的有效性。按照以前學(xué)者的研究，如果兩個模型中同一變量參數(shù)估計值的符號是相同的，可以得出結(jié)論商業(yè)銀行的信用風(fēng)險在降低，這就是說廣義模型可以檢驗貸款政策實施的有效性；但是在本文建立的廣義模型中，同一變量在兩個模型中的符號是相同的，由此并不能得出商業(yè)銀行的信用風(fēng)險在降低的

12、結(jié)論，這是因為客觀實際表明我國的信用風(fēng)險在增大。由此我們并不能由同一變量在兩個模型中的符號相同的現(xiàn)象推斷信用風(fēng)險是否在降低，也就是說廣義個人消費貸款信用風(fēng)險度量模型未必能夠檢驗貸款政策實施的有效性。 第二，廣義個人消費貸款信用風(fēng)險模型可以揭示商業(yè)銀行在風(fēng)險管理存在的問題。通過比較兩個模型發(fā)現(xiàn)商業(yè)銀行對一些客戶群體的信用風(fēng)險并不能得以充分的認識，這是商業(yè)銀行風(fēng)險管理存在的問難之一；其二是，商業(yè)銀行對客戶追蹤的程度不夠，導(dǎo)致商業(yè)銀行

13、不能對客戶信用風(fēng)險充分識別。第三，廣義個人消費貸款信用風(fēng)險度量模型可以揭示信用風(fēng)險產(chǎn)生的原因。通過比較廣義模型中的兩個模型，可以發(fā)現(xiàn)商業(yè)銀行不是高估就是低估客戶的信用風(fēng)險，這主要是由信息不對稱條件下的道德風(fēng)險造成的。 通過與其他學(xué)者在個人消費貸款信用風(fēng)險度量領(lǐng)域的研究成果相比，本文具有以下幾點特色： 第一，本文為了解決樣本選擇性偏誤問題，引入了廣義個人消費貸款信用風(fēng)險度量模型，該模型包含兩個子模型：一個是一般個人消費貸款

14、信用風(fēng)險度量模型，即研究學(xué)者慣用的判斷客戶“好”“壞”的模型；另一個是貸款配比模型，即判斷發(fā)放貸款的模型。以前學(xué)者認為廣義模型的價值在于能夠檢驗政策的好壞，但是本文通過實證分析得出該模型未必能很好的檢驗政策的好壞，而在發(fā)現(xiàn)風(fēng)險管理問題方面存在著較高的價值。 第二，本文為了保證實證分析結(jié)果的可靠性，采用ROC曲線檢驗來對Logistic模型進行勢檢驗，彌補了以前學(xué)者在模型穩(wěn)定性檢驗方面的不足。 第三，以往學(xué)者對樣本選擇性偏