商业银行Logistic违约概率模型的样本配比问题研究.pdfVIP

���� 年第 �� 期 �� 张守川 任宇宁� 摘要: 巴塞尔新资本协议要求商业银行建立 内部评级体系，其主要 内容之一是使用 内 � Logi��ic， 部数据建立违约概率模型 在 违约概率模型中 违约样本与非违约样本 的配 比是商 业银行建立内部评级体系应重点关注和解决 的技术难题之一�由于违约样本相对稀缺 ，商 ， ， 业银行在构建计量模型时 通常会采用一定 的技术手段提高违约样本 的比例 以改进模型对 � 违约客户 的预测能力�本文利用实际数据 ，对比了样本配 比的抽样法和加权极大似然估计 � ， � 法的不同表现 研 究结果表 明 加权估计法更适合中国商业银行的实 际 关键词: Logi��ic回归模型; 加权极大似然估计; 样本配比 一�引言 让商业银行利用积累的历史数据和通过合理 的方法建立 内部评级体系，是实施 巴塞尔 新资本协议( Ba�el�) 的核心 内容之一 ，也是实施 Ba�el�的基础�信用风 险二维 内部评级 包括客户评级和债项评级，其 中客户评级处于优先和基础地位 ，而建立客户违约概率( P�oba- bili��ofDefa�l�，PD) 模型则是建立客户评级体系 的核心技术之一�在建立统计模型预测客 PD， � 户 时 其管理意义和根本 目的是将可能违约 的客户从银行客户群 中识别出来 建模使用 ， � 的历史数据包含违约客户与非违约客户 即通常所说 的 坏 客户与 好 客户 一个好 的统 ， ， 计模型要有足够的样本 即要有足够多的坏客户数据与好客户数据 在此基础上建立 的模型 �Logi��icPD， 才有可靠 的预测能力 回归模型是 统计模型常用方法之一 该方法在建模时因 变量通常取值 1和 0，对应 的样本分别为坏客户和 好客户�样本配 比问题关注 的就是 �， ， � 张守川 经济学 博士 中国银行风险管理总部 任宇宁，经济学 博士，中国银行新资本协议办公室� �， ， ， 本文实证分析所使用数据为国内某商业银行的内部数据 由于选取的是较早 时期的数 据 不 具有时效性 但完整保留了数理统计特征，因而对商业银行的经营管理具有一定的意义� �� 商业银行 Logi��ic违约概率模型的样本配 比问题研究 总第 �� 期 这两类样本数量的比例对模型参数估计和预测结果的影响� ， � 样本配比之所 以成为金融业界和学术界关注 的问题 主要有两个原 因 一是正常企业 与违约企业数量的天然不对称性�对商业银行来说，违约事件发生 的概率较低，坏客户相对 于好客户来说更加稀缺 ，而好客户在总体样本 中的过高占比会 削弱模型对坏客户 的拟合能 力�二是商业银行 的风 险计量与管理 目标的需要�银行内部评级模型 的主要 目的是前瞻性 地识别坏客户 ，通过对客户按风险进行排序来有针对性地管理风险�同时，巴塞尔协议要求 商业银行对