宏观因素对贷款企业违约率影响实证分析.docVIP

宏观因素对贷款企业违约率影响实证分析 　　摘要：文章从巴塞尔新资本协议视角选取GDP增长率、失业率、财政支出、消费指数、人力资本、总储蓄率六个因素作为研究各地企业违约率的解释变量，探讨各地区宏观因素与违约率之间的内在关系，实证结果表明，GDP增长率、财政支出、失业率与违约率呈负相关关系，居民消费价格指数、人力资本与违约率呈正相关关系，而总储蓄率对违约率并没有产生显著影响。 　　关键词：违约率；宏观因素；巴塞尔新资本协议 　　 　　一、引言 　　 　　巴塞尔新资本协议是国际银行界的“游戏规则”，2004年6月26日在经过长达5年的修订后，最终定稿。中国银监会推动我国银行业实施新资本协议的步伐正在加快，根据银监会的部署，我国的大型商业银行应从2010年底开始实施新资本协议，如果届时不能达到银监会规定的最低要求，经批准可暂缓实施新资本协议。但不得迟于2013年底。对于我国银行业来说。目前最为关键的是如何建立科学的评估模型对贷款企业违约概率进行测度以及探讨宏观因素如何影响贷款企业的违约概率。 　　目前国外学术界和金融界对违约概率的测度与评估的研究概括起来有：一是学术界对违约概率测度研究，集中于影响违约率的关键变量探寻，并利用企业历史样本建立企业违约率分类判别模型来估计企业违约的可能性。违约率评估模型可从对单个资产评估和对整个信贷组合评估两方面进行考虑。近些年来，在对单个资产违约率评估模型的构建上，主要有经验法、线性模型、Logistic模型、结构化模型和复合模型。对整个信贷组合违约率评估的模型主要有Credit Metrics模型、KMV模型、Credit Portfolio Vi-ew模型、Credit Risk+模型等。二是巴塞尔委员会新资本协议与国际知名金融机构推出的高级信用风险模型，主要针对企业违约概率数值如何测算问题的研究，这些模型也是巴塞尔委员会推荐的在资本金及经济资本方面计算的依据。这两个渠道的研究相互补充，相互促进，不断深化。 　　宏观因素对违约率如何影响的研究相对较少。对于违约率的周期性变动，穆迪(2001)的研究结果认为可以解释为宏观经济波动造成的。Fama(1986)和Wilson(1997)发现违约概率的周期性，尤其在经济衰退时期，显著增加。Altman和Brady(2001)证明违约概率与宏观经济状况的关系。根据Atlmam等对违约概率和宏观经济条件之间关系所作出的实证分析和研究，可以得出，相对于1993年～1998年经济繁荣期较低的违约率，美国经济在2000年进入衰退期后，违约率也有一个显著增加的过程，甚至在1990年～1991年的衰退期，违约率超过10％。Grohy，Galai和Mark(2001)研究表明。经济周期对违约风险的影响是非对称的，即经济衰退时违约概率显著增加，但经济扩张时违约概率不会显著减少。总之，经济周期宏观因素在研究企业违约率方面起着不可或缺的作用。 　　目前宏观因素对违约率的影响研究中遇到的问题是：(1)信用损失计量范围的确定出现了两种不同的理解。从传统观点出发，认为只有当违约实际发生后信用资产才发生损失，而在此之前，借款人信用状况的变化并不直接影响信用资产的价值；但是新的观点认为在观察期限内。借款人信用等级的下降会使信用资产的价值相应降低，即信用损失在违约实际发生之前也会产生，这样就造成了对违约损失确定的两种不同的标准。(2)模型的参数估计复杂且困难。模型的参数估计是建立信用风险量化模型尤为关键而且最艰难的任务。模型所涉及的参数规模庞大且复杂。如在违约模式下，建模者需要估计资产组合中每项贷款违约的概率及违约情况下贷款损失率的概率分布和每两项贷款间违约的相关系数。(3)模型数据的缺乏。即使银行很多贷款周期较长，很多银行所不具备横跨多个周期历时很多年的历史数据。正是由于以上所述规模与数据的制约，不少银行在建模时采用了许多简化问题的假设和主观判断，比如假设随机变量呈正态分布，参数稳定等。这些主观假设对模型所估测的结果有很大影响，在一定程度上影响了模型的有效性(高艳，2003)。(4)大多数模型缺乏对宏观经济变量的考虑。目前现有的绝大多数企业违约概率测度方法和模型并没有将宏观经济变量纳入其中，也没有过多的考虑度量结果受到的宏观经济变化的影响程度。一方面因为宏观经济变量的加入会使模型的复杂程度更加加剧：另一方面是因为这些方法和模型把绝大多数精力放在了如何在同一时点上或同一截面数据中，如何利用企业的违约风险程度将企业加以区分。 　　目前国内的相关研究存在以下缺陷：(1)都只是针对企业是否违约进行的预测，并没有提升或聚焦到违约概率这个核心指标上来。众所周知，是否违约是个事件，违约率则是这个事件发生的可能性，研究未来事件和研究事件发生的可能性是一个问题两个不同的层面。对应信用违