模型量化研究
模型量化研究从现有的研究文献看，的量化方法除了银行业目前普遍采用的历史数据平均值法之外，最有代表性的还有刘宏峰和杨晓光对量化方法的总结。他们包括市场违约损失率、清收违约损失率以及市场数据隐含分析法等几种常用的量化方法。现分别介绍如下：第一，历史数据平均值法：历史数据平均值法是目前银行业应用最广的方法。这种方法简单易操作，但却存在着严重的局限性。根据某类债务的历史数据进行加权平均算出某类或某组合资产的历史平均值。在采用这种方法量化时，一般有三种情形：一是采用货币加权法即某一时期内该组合资产的全部损失违约资产的全部风险暴露，二是违约加权法采用某一时期该组合资产的的总和的总数三是时间加权法整合上述两种在不同时间段内的平均数。目前，这种方法也是银行业最传统、应用最广泛的一种量化计算方法。但都认为这种方法具有很大的局限性，可能导致严重失真。历史数据平均值法的缺陷是由于独特的概率分布特征决定的。穆迪公司研究表明，的真实概率分布更趋于双峰形态违约回收率大量聚集在，和两个区间，均值并非发生概率最大的水平，因此使用历史数据平均值，即使用平均数作为预测值将很可能产生误导。第二，经济周期的影响：经济周期是影响的重要因素。由于回收率（即清偿率），因此，经济周期中清偿率的变化直接影响着的相应变化。研究表明，经济衰退的清偿率明显低于繁荣期，利用穆迪的数据得出，经济衰退期（的清偿率要比繁荣期的低三分之一。利用穆迪违约数据，对年开始衰退期与繁荣期的清偿率进行简单的统计对比，也验证了的结果。另外和的研究都表明，经济体系中的累计违约率（代表经济的周期性变化）与清偿率呈负相关关系，在美国平均为。第三，行业因素的影响：债务人所处的行业不同，也会对债务的水平产生较大的影响。和研究发现实物资产密集型行业（如公用事业）往往比隐形资本密集型行业（服务业）的要低。等学者的研究也得出了类似的结论。第四，贷款规模的影响：贷款规模是否影响—直以来学界就存在一定的争议。和对花旗银行年间发生的个违约贷款项目进行了考察，结果发现与贷款规模之间没有显著的相关关系。和使用穆迪贷款数据也得出了类似的结论。而和研究发现，贷款规模对会产生一定的影响。他们发现贷款违约损失的水平呈形，即与中等规模的贷款相比，小规模和大规模贷款的、较高。第五，其他影响因素：除了上述因素之外，研究人员还发现等其他影响的因素。使用穆迪违约风险服务数据库年间的数据进行了分析，结果显示公司债券的与之间存在很强的负相关性。等也发现和之间存在很强的正相关性，随的增加而增加，这给假设和两者的独立性提出了挑战。
页:
[1]