评价信用风险模型.PDFVIP

《数量经济研究》2006 年3 期 评价信用风险模型 谢春岩，张桂莲，俞妍 (吉林大学数量经济研究中心，吉林 长春 130012) 摘要：在过去的 10 年中信用风险这一古老而又崭新的风险越来越成为金融机构和其监管者关注的重点。很多金融机 构开发了大量用于度量信用风险的模型，但一个随之而来的严重的问题是如何来评价这些模型的准确性？由于信用 风险自身的特点，即获得数据的周期较长。使得检验模型所必须的数据量得不到满足。为此人们采用了一些模拟的 方法解决这个难题。我们这里将引入一种截面数据重新抽样模拟（Lopez and Saidenberg ）的技术获得足够的数据， 但是我们认为这种方法没有考虑到重新抽样模拟组合中的截面数据相关性问题，这会使得将要用来对这些数据进行 检验的各种统计工具产生较大的误差，所以我们将在文章中采用 Berkowitz(2001)过程对产生的模拟数据进行转化， 该过程依赖于对被实施转化的损失数据的极大似然比检验。通过这种方法消除数据的相关性。以便使用各种标准的 统计工具对其进行评价。 关键词：信用风险模型；截面数据模拟；数据相关性；极大似然比 中图分类号：F224.0 文献标识码：A 1 本文的基本假设 我们检验那些通过隐含变量刻画信用事件相关性的模型。根据 Merton （1974）的理论 ，这些 隐含变量通常被认为是公司的资产价值。在Merton 的期权理论方法中，如果公司资产价值低于由其 债务价值定义的临界值，那么公司就会违约。资产价值相关性由此转变成信用质量变化的相关性。 % % ΔA 在这个检验过程中，资产价值改变量 ，它是只依赖于一个系统因素Z （例如经济增长率）和一 i % 个特殊的因素ε ： i 2 % % % ΔA w Z =+ 1−w ε （1） i i i −1 % % % 其中 % ΔA ΔA Φ p Z 和ε 是iid N （0，1）的，同样 也是如此。当 ( )时借款者会发生违约，其中p i i i i i 是无条件违约概率，而Φ 代表累积标准正态分布函数。对于系统因素Z 的一个给定的真实值，条 () 件违约概率P Z 等于： i ⎛ Φ−1 p −w Z ⎞ ⎛Φ−1 p −w Z ⎞ ( ) ( )