银行信贷资产证券化信用风险度量及传染研究
时间：2021-02-21 20:05:37 来源：雅意学习网 本文已影响 人 
摘要：精准科学地度量和描述信用风险及传染机制有利于银行信贷资产证券化的高效健康发展和货币市场系统性风险的防范。运用修正KMV模型测度银行信贷资产证券化产品在不同时期的信用风险，并采用最小生成树（MST）算法考察银行间信用风险的传染机制。结果显示：政策性银行和大型商业银行发行的产品在各个时期信用风险均处于较低水平；股份制银行、城商行和农商行发行的产品违约率前期略高于前兩类银行，但后期明显下降；后三类银行位于银行股票收益率网络的中心位置，具有传递信息和维系网络稳定的重要作用。
关键词：商业银行；信贷资产证券化；信用风险；修正KMV模型；最小生成树（MST）
中图分类号：F830.91文献标识码：A文章编号：10037217（2018）03000207
一、引言
中共十九大报告指出，应“深化金融体制改革，增强金融服务实体经济能力，提高直接融资比重”，强调守住不发生系统性金融风险底线。资产证券化作为一种直接融资的创新模式和“三去一降一补”的重要工具，在盘活资金、分散信贷资产风险以及去杠杆方面具有独特价值，发展潜力巨大。当前我国信贷资产证券化业务进入了重要发展时期，但总体而言仍处于起步阶段，依旧面临严峻挑战。
利率市场化改革的不断深化一方面推动银行信贷资产证券化发展，降低资产的流动性风险，另一方面也会加大银行业整体的集中与竞争格局，放大信贷资产证券化的信用风险。鉴此，本文使用修正KMV模型和MST算法，有效度量和描述信贷资产证券化信用风险及传染机制，以帮助银行提高风险监控能力，防范系统性风险，推动信贷资产证券化市场健康稳定发展。
关于信贷资产证券化动机的研究，Affinito和Tagliaferri认为资本较少、盈利能力较弱、流动性较差且背负着不良贷款的银行会更早进行证券化，且规模更大[1]。Gong等分析了影响资产证券化的因子，其中企业所得税是银行证券化的动机[2]。Farruggio和Uhde进一步发现，欧洲银行信贷资产证券化的决定因素是交易类型、标的资产组合以及银行操作的监管和制度环境[3]。曹彬证实信贷资产证券化有利于改善银行的盈利能力，对规模较小的银行有显著正向影响[4]。Loutskina通过构建“证券化指数”，证明证券化可以提高银行贷款能力，降低对资金冲击的敏感性和市场危机[5]。但是，Battaglia等以及Trapp和Gregor认为在危机时期发行证券化的银行面临系统风险和特殊风险的可能性日益增大，在市场低迷时脆弱性会更高，具有造成市场危机的可能性[6，7]。
在经历由资产证券化引发的次贷危机后，学者们研究的焦点更多集中在信用风险评估和市场监管、制度完善等方面。Adelino等认为，高收益的资产证券化产品信用等级下降速度比低收益的要快，信息不对称程度与违规的证券化贷款相关[8]。Guo和Wu发现，在资产证券化过程中风险保留和信息披露有利于联合监管风险，改正信息不对称造成的扭曲，同时提高社会福利[9]。Campbell等对定期资产支持证券贷款工具进行考察，发现其降低了部分证券产品的利率息差，并改善了证券化市场的条件[10]。严佳佳等运用CPV及KMV模型对建元20051住房抵押贷款支持证券的信用风险进行了度量[11]。薛海舟和赵薇以及潘秀丽等认为，应加强对资产证券化的宏观审慎、金融监管和信息披露，维护资产证券化市场的有序发展[12-14]。
二、模型构建
（一）信贷资产证券化信用风险度量：基于修正的KMV模型
信用风险一直是金融领域的研究热点，目前主流的信用风险度量模型有CreditMetrics模型、CreditRisk+模型、CPV模型和KMV模型等①。相较于其他模型，KMV模型无需使用信用转移矩阵且更易实现，因此本文选用KMV模型进行信用风险度量。
由于KMV模型原本用于度量上市公司信用风险，因此，在对资产证券化产品进行信用评级及违约测算时，需要对模型中的相关参数进行合理的修正。
（1）将违约点（DefaultPoint，DP）定义为证券化产品到期应支付的证券本息和。
（2）资产池整体价值的波动性通过资产池内信贷资产累积本息回收率的波动来估计。
假设证券的到期日为T，令VT为资产池内所有资产T时期的未来现金流，BT表示T时期内所应偿还的价值，σ表示资产未来现金流收入的波动率。当证券化产品到期时，如果资产的未来现金流之和小于应支付给投资者的价值，即VT
p=EDF=P[VT
DD=VT-BTσ
带入式（1），可得：
p=N（-DD）（2）
与BS模型一致，假设资产池中的未来现金流收入呈现对数正态分布，且VT服从标准几何Brown运动，则下式成立：
dV=μVdt+σVdz，t>0（3）
令t=0时，V（0）=V，由式（3）可得：
VT=Vexp[（μ-1/2σ2）t+σtZT]（4）
其标准差和均值分别为：
E[lnVT]=lnV+μt-1/2σ2t（5）
Var[lnVT]=σ2t（6）
则当T=1时，可得到资产未来现金流收入的波动率σ和现金流收入增长率的均值μ为：
μ=1n-1∑n-1i=1lnVi+1Vi+12σ2（7）
σ=1n-2∑n-1i=1（lnVi+1Vi-1n-1∑n-1i=1lnVi+1Vi）2（8）
