企业违约概率的系统风险因子测度——基于经济转型的多因素模型分析.docVIP

企业违约概率的系统风险因子测度——基于经济转型的多因素模型分析 //.paper.edu - 1 - 企业违约概率的系统风险因子测度——基于经济转型 的多因素模型分析1 李关政 湖南大学金融学院，长沙（4100779） 摘 要：本文通过将经济转型纳入系统风险因子序列，构建基于经济转型的多因素模型 （ETM），对影响我国企业违约概率的系统风险因子进行全面测度。实证结果表明经济转型 的三个方面：非国有经济比率的提高、金融自由化以及对外开放都有利于降低企业的违约概 率；而 GDP增长率和通货膨胀对企业违约概率的作用则具有非一致性。本文首次将经济转 型因素对企业违约概率的影响实现了模型化和量化测度，ETM 模型可以成为我国商业银行 信用风险度量的有效工具。 关键词：系统风险因子；经济转型；多因素模型 中图分类号：F830.33 文献标志码：A 1. 前言 本文的研究目的在于全面、准确地测度影响我国企业违约概率的系统风险因子。 现代信用风险研究的重点已经从对单笔债务的信用风险度量转向资产组合层次的信用 风险度量。在资产组合层面，债务的异质风险可以得到极大的分散，系统风险则成为信用风 险的主要构成部分2。因此度量组合信用风险的主流方法之一就是直接在违约概率和系统风 险因子之间建立数学模型。如新巴塞尔协议推荐的单因素模型就是假设违约概率是单一系统 风险因子的函数（Gordy，2003）[1]，麦肯锡公司的 CPV模型也是直接将信用等级转移概率 与宏观经济因素之间的关系模型化。此外，在测度组合违约概率时要考虑资产之间的违约相 关性，而计算资产组合违约相关系数的工作量很大3。所以当今主流的信用风险模型普遍采 用风险因子映射技术，即利用因素模型来减少待估参数的数量（如 CreditMetrics、KMV、 CreditRisk+模型等）。风险因子映射技术的关键问题在于如何确定这些系统风险因子。因此 系统风险因子的测度是组合违约概率度量的核心工作。 本文基于我国正处于经济转型阶段的特殊国情，通过构建基于经济转型的多因素模型 (Economic Transformation Multifactor model, ETM)，从经济周期和经济转型两个角度测度影 响我国企业违约概率的系统风险因子，以达到准确度量我国企业的违约概率、把握其变化规 律和预测其变化趋势的目的。 2. 文献综述 在信用风险研究中，大量的研究学者发现，信用风险和宏观经济周期有着显著而紧密的 联系（Fama, 1986; Wilson, 1997; Duffee, 1998; Keenan, 2000；Altman amp; Brady,2001; Grohy, Galai amp; Mark, 2001）。所以无论是从监管角度还是商业用途角度，都有大量的研究致力于通 过建立宏观因素模型来实现对违约概率的准确度量。 1本课题得到国家留学基金委员会建设高水平大学项目（2008101824）资助。 2异质风险是指由企业个体特殊因素造成的信用风险，系统性风险是指由企业之外的宏观经济等系统性因素 造成的信用风险。 3在一个由 N笔贷款组成的信贷组合内, 需要估计的相关系数参数是 N(N- 1)/2个。也就是说如果要度量一 个由 1,000笔贷款组成的信贷组合的违约相关性, 需要估计的参数将多达 499,500个。 //.paper.edu - 2 - 巴塞尔委员会将 Gordy的单因素模型引入内部评级法，并假设所有借款人违约的相关性 是趋向于正的, 借款人的违约可以归因于一个系统性因素。一般用宏观经济当作系统因素， 譬如用离散变量 X=1、X=0、X=-1 分别表示经济繁荣、一般和衰退，或者用连续变量表示 的 GDP当作系统因素，以此解释经济周期对信用风险的贡献[1]。 CPV 模型是从宏观经济角度度量违约概率的较为成熟的商用模型之一，是麦肯锡公司 的 Wilson（1997）提出的。它是应用经济计量学和蒙特卡罗模拟来实现模拟违约的联合条 件概率分布，直接将转移概率与宏观经济因素之间的关系模型化。该模型认为违约概率可以 表达为 Logit概率分布函数，其中独立变量的条件违约概率仅由当前宏观经济变量指数值决 定。而当前宏观经济变量指数值又由当前具体宏观经济变量值(如；失业率、GDP增长率、 长期的利率水平、政府支出增长率及总储蓄率等)和一般性的经济冲击因素或创新因素决定 [2]。 瑞士信贷第一波士顿银行的 CreditRisk+模型假设影响企业违约概率的行业风险因子之 间相互独立，导致了对风险的低估。一些学者针对这