划分有无损失模型和预测
划分有无损失模型和预测划分有无损失模型和预测，非极端损失模型的变量贡献度既有一致之处，又有一定的差异。经营现状和地区因素在两个模型中都是很重要的因素，担保方式也是两个模型中较为重要的因素，但是五级分类在有无损失模型判别模型中贡献度很大，而在非极端损失预测模型中则降为次要的因素，说明两个模型的考察点不同，对变量贡献程度的要求也不不同。但是，综合分析以上两个模型，对于影响因素本文可以得到大致的结论如下：1、经营状况是影响违约损失率的最重要因素之一。经营状况的好坏直接影响到回收的高低。无论是银行还是资产管理公司，都需要对债务人的经营状况进行实时追踪，才能更好地提高违约后的回收率，相信也能更好地降低违约概率。2、地区因素是须给予重点关注的变量，在非极端模型中，该因素尤为凸显其重要性。这反映了在一定程度能回收的贷款，由于法律环境、经济环境等的不同，可能会造成损失率的明显区别，特别应重点关注一些在回收中显著与其他地区有差异的省份。3、五级分类的重要性。五级分类作为债权评级的初步雏形，在银行业的风险控制中发挥了明显的功效，并且在划拨给资产管理公司的不良贷款清收中，依然发挥着显著的判别作用，应成为资产管理公司清收处置过程的重要参考。4、保方式是影响违约损失率较为重要的因素之一，需要给予足够的关注。对于商业银行的违约损失的影响因素，必须结合模型以及专家的经验判断，作出定性和定量综合性分析。以上结论是使用资产管理公司处置的不良贷款的历史数据做出来的，无庸讳言，对资产管理公司是有重大指导意义，对于商业银行也要重要的参考意义。但是，对于商业银行而言这些结论有一定的局限性。一是这些不良贷款中一大部分是政策剥离的不良贷款，资产管理公司在处置上也是以效率优先为目标，与商业银行现有的不良贷款以及商业银行对自己现有不良贷款处置的目标有一定的差异；二是这些不良贷款的发生时间都是在年之前，更多是年之前，而年以来我们商业银行的风险管理水平有了很大的提高，对信贷发放的审批标准和信用缓释要求都有了较大的变化，基于过去历史数据就有了一定的局限性。
页:
[1]