999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

基于違約概率與違約損失相關(guān)的貸款定價(jià)

2015-08-17 07:55:34
系統(tǒng)管理學(xué)報(bào) 2015年1期
關(guān)鍵詞:利率模型

李 丹

(河海大學(xué) 文天學(xué)院,安徽 馬鞍山 243031)

信用損失風(fēng)險(xiǎn)通常由違約概率(PD)、違約敞口暴露和違約損失(LGD)3個(gè)變量決定,對(duì)這3個(gè)變量及它們之間的依賴性進(jìn)行建模和參數(shù)估計(jì)已是一個(gè)重要的挑戰(zhàn)。特別在最近一次經(jīng)濟(jì)危機(jī)之后,不管在文獻(xiàn)還是實(shí)踐方面,這方面的發(fā)展都以前所未有的速度增加[1-6]。

違約風(fēng)險(xiǎn)敞口暴露通常假定為確定性變量,等于未結(jié)余應(yīng)還貸款面值。長(zhǎng)期以來(lái),理論研究者和實(shí)踐家對(duì)違約風(fēng)險(xiǎn)和違約依賴進(jìn)行了建模,而對(duì)違約損失(LGD)的研究較少。違約損失是違約事件發(fā)生之后違約暴露中未能收回的那部分。以往傳統(tǒng)的基于巴塞爾內(nèi)部評(píng)級(jí)法的貸款定價(jià)模型都假定違約損失為常數(shù)[1-3],然而,大量的研究表明,違約概率與違約損失之間存在很強(qiáng)的正相關(guān)性[4-6],本文基于Merton[7]提出的結(jié)構(gòu)化模型,用貸款企業(yè)的對(duì)數(shù)收益率反映企業(yè)的還款能力[8],對(duì)數(shù)收益率越高,貸款企業(yè)越有可能在貸款到期日還款,違約概率越低,違約損失相應(yīng)就越少。因此,為使違約概率與違約損失之間成正相關(guān)關(guān)系,需要找到一個(gè)單調(diào)遞減函數(shù)h(·),使得違約損失=h(貸款企業(yè)資產(chǎn)對(duì)數(shù)收益率)。本文采用Damme[9]的方法,構(gòu)建了一個(gè)單調(diào)遞減函數(shù)h(·),該方法能夠允許違約損失服從任意分布。另外,在此基礎(chǔ)上,提出了估計(jì)信用風(fēng)險(xiǎn)調(diào)整利率溢價(jià)的方法,通過(guò)運(yùn)用風(fēng)險(xiǎn)調(diào)整盈利性指標(biāo)RAROC,推導(dǎo)出了目標(biāo)客戶利率定價(jià)公式,研究了違約概率與違約損失相關(guān)性對(duì)貸款利率的影響。

1 基于PD與LGD相關(guān)的經(jīng)濟(jì)資本測(cè)度

假定在一個(gè)兩期經(jīng)濟(jì)中,銀行于期初t=0發(fā)放了一筆1單位的貸款,根據(jù)Merton[7]的結(jié)構(gòu)化模型,貸款企業(yè)的資產(chǎn)值服從幾何布朗運(yùn)動(dòng)。

式中,W表示維納過(guò)程,隨機(jī)變量z服從標(biāo)準(zhǔn)正態(tài)分布N(0,1)。根據(jù)單因子模型[8-10],本文假定z=,其中,隨機(jī)變量X、ε獨(dú)立都服從標(biāo)準(zhǔn)正態(tài)分布N(0,1),且。X為系統(tǒng)風(fēng)險(xiǎn)因子,表示整體的宏觀經(jīng)濟(jì)環(huán)境;ε為企業(yè)特有的風(fēng)險(xiǎn)因子,表示企業(yè)層特定的風(fēng)險(xiǎn)因素;ρ∈[0,1]表示系統(tǒng)風(fēng)險(xiǎn)暴露,刻畫了隱性變量z對(duì)系統(tǒng)風(fēng)險(xiǎn)因子X的敏感性。

根據(jù)Merton[7]單期違約模型,貸款企業(yè)違約,當(dāng)且僅當(dāng)企業(yè)資產(chǎn)的標(biāo)準(zhǔn)對(duì)數(shù)收益低于某個(gè)臨界值B。由式(1)可知,企業(yè)在[0,1]時(shí)期內(nèi)違約,當(dāng)且僅當(dāng)隱性變量z(對(duì)數(shù)收益)低于某個(gè)臨界值Hd,即Id=1?z≤Hd。其中Id表示違約示性函數(shù),即

因此,貸款企業(yè)的違約概率(PD)為

假設(shè)L表示貸款企業(yè)[0,1]期間內(nèi)的累積損失率,即

式中,隨機(jī)變量Λ表示違約損失率(LGD),它在模型中容許服從[0,1]上的任意分布。

由式(2)、(3),得

由式(3),對(duì)任意l∈[0,1],損失率L的累積分布概率為

式中,F(xiàn)Λ=Pr[L≤1Id=1]表示LGD的累積分布函數(shù)。

為了在傳統(tǒng)單因子模型基礎(chǔ)上引入隨機(jī)違約損失和違約概率與違約損失之間的相關(guān)性,本文假定違約損失=h(貸款企業(yè)資產(chǎn)對(duì)數(shù)收益率),其中h(·)為單調(diào)遞減函數(shù)。下面定理1推導(dǎo)出貸款企業(yè)的損失率L與還款能力z的顯示函數(shù)表示公式[9]。L與z之間單調(diào)遞減性,決定了違約損失與還款能力z之間成負(fù)相關(guān)關(guān)系,而PD與還款能力z之間成負(fù)相關(guān)關(guān)系。因此,LGD與PD之間存在正相關(guān)關(guān)系。當(dāng)經(jīng)濟(jì)處于繁榮上升階段時(shí),違約概率減小,違約損失相應(yīng)減小;當(dāng)經(jīng)濟(jì)處于衰退下降時(shí)期,違約概率增加,違約損失也相應(yīng)增加。為了計(jì)算某一置信水平下的經(jīng)濟(jì)資本,定理2給出了計(jì)算某一置信水平下違約損失的條件期望值公式。

定理1貸款企業(yè)的損失率L是還款能力z(隱性變量)的單調(diào)遞減函數(shù),即

證明由式(4),得

又因?yàn)?l∈[0,1],存在唯一r∈(-∞,Hd),使得pl=1-Φ(r),其中Φ(r)=Pr[z≤r]表示隱性變量z的累積分布函數(shù)。將pl=1-Φ(r)代入式(6),得

故由式(7),貸款企業(yè)在[0,1]期間內(nèi)的損失率為

定理1證畢。

定理2當(dāng)系統(tǒng)風(fēng)險(xiǎn)因子X=x給定時(shí),條件違約損失(CLGD)的期望表示為

證明給定X=x時(shí),LGD的條件分布為

定理2證畢。

銀行信貸資產(chǎn)的風(fēng)險(xiǎn)損失可分為3類:預(yù)期損失、非預(yù)期損失和災(zāi)難性異常損失[8,11]。其中災(zāi)難性異常損失發(fā)生的概率極低,但損失巨大,本文不予考慮。預(yù)期損失是根據(jù)大數(shù)定理計(jì)算出的可預(yù)測(cè)的平均損失,一般通過(guò)客戶和產(chǎn)品定價(jià)及準(zhǔn)備金政策進(jìn)行彌補(bǔ)。預(yù)期損失可以表示為

這里,為簡(jiǎn)化計(jì),假設(shè)貸款企業(yè)沒有為該筆貸款提供任何的風(fēng)險(xiǎn)緩釋工具(如擔(dān)保、抵押等),即該筆貸款的違約風(fēng)險(xiǎn)敞口為1。

非預(yù)期損失(即經(jīng)濟(jì)資本CAR)介于預(yù)期損失和異常災(zāi)難性損失之間,數(shù)量上等于損失分布一定置信水平上的分位數(shù)與預(yù)期損失的差。當(dāng)銀行損失大于保險(xiǎn)準(zhǔn)備金時(shí),股東作為公司剩余權(quán)益持有人,一旦不存在剩余資產(chǎn)收入,就不得不面對(duì)相應(yīng)的損失,即用一級(jí)資本(“基礎(chǔ)”股本金)來(lái)吸收損失;當(dāng)損失超過(guò)股權(quán)價(jià)值時(shí),較低級(jí)別債權(quán)人發(fā)生損失的概率最高,他們將承擔(dān)損失的一部分,即用二級(jí)資本(“彌補(bǔ)”資本)來(lái)吸收損失;當(dāng)損失數(shù)量較大時(shí),較高級(jí)別的債權(quán)人也不能幸免,此時(shí),銀行很可能將面臨擠兌[11]。當(dāng)貸款組合中個(gè)體風(fēng)險(xiǎn)完全分散時(shí),基于單個(gè)系統(tǒng)風(fēng)險(xiǎn)因子的模型,計(jì)算出的經(jīng)濟(jì)資本具有組合不變性,即組合中單筆貸款業(yè)務(wù)的經(jīng)濟(jì)資本,僅由其自身特性決定,而與組合的特性無(wú)關(guān)[10]。當(dāng)信貸組合足夠分散時(shí),單筆信貸業(yè)務(wù)所需CAR(即一定置信水平α下的非預(yù)期損失)等于當(dāng)系統(tǒng)風(fēng)險(xiǎn)因子 為X(1-α)時(shí)的貸款條件期望損失與預(yù)期損失EL的差[10]。由定理2和式(8),單筆信貸業(yè)務(wù)所需CAR可為

式中,X(1-α)為系統(tǒng)風(fēng)險(xiǎn)因子在置信水平1-α下的分位數(shù)。

2 客戶利率定價(jià)

2.1 預(yù)期損失補(bǔ)償溢價(jià)

銀行于期初(t=0)向企業(yè)發(fā)放一筆1單位的有違約風(fēng)險(xiǎn)的貸款,風(fēng)險(xiǎn)調(diào)整利率為r1。當(dāng)t=1時(shí),如果貸款企業(yè)違約,銀行將收到平均回收率1-E[LGD];如果貸款企業(yè)項(xiàng)目成功,企業(yè)能按期歸還銀行貸款本息1+r1,則銀行預(yù)期的貸款收益為

在風(fēng)險(xiǎn)中性貸款定價(jià)框架下,無(wú)風(fēng)險(xiǎn)貸款的期末收益等于有風(fēng)險(xiǎn)貸款的預(yù)期收益,即[1]

其中,表示無(wú)風(fēng)險(xiǎn)貸款利率。由上式,單期風(fēng)險(xiǎn)調(diào)整利率為

預(yù)期損失補(bǔ)償溢價(jià)(SEL)為單期風(fēng)險(xiǎn)調(diào)整利率r1與無(wú)風(fēng)險(xiǎn)利率之差,即

2.2 非預(yù)期損失補(bǔ)償溢價(jià)

假設(shè)銀行資金來(lái)源由儲(chǔ)戶存款、一級(jí)資本和二級(jí)資本構(gòu)成(為簡(jiǎn)化,不考慮三級(jí)資本),其中一級(jí)資本(即核心資本)由“基礎(chǔ)”股本金和已披露的資本公積組成,二級(jí)資本(“補(bǔ)充”資本)由組合債務(wù)工具、次級(jí)債務(wù)和未披露的資本公積等構(gòu)成。一級(jí)資本和二級(jí)資本組成銀行所需的經(jīng)濟(jì)資本[11]。假設(shè)核心資本占銀行經(jīng)濟(jì)資本的比重為θ,它用股權(quán)收益率(ROE)進(jìn)行補(bǔ)償,則二級(jí)資本占銀行經(jīng)濟(jì)資本的比重為1-θ,它用銀行發(fā)行的平均債務(wù)成本(CSD)進(jìn)行補(bǔ)償。新巴塞爾資本協(xié)議要求非預(yù)期損失應(yīng)由銀行所持有的經(jīng)濟(jì)資本來(lái)吸收。

非預(yù)期損失補(bǔ)償(RUL)用公式表示為[1]

式中:CAR表示新巴塞爾協(xié)議監(jiān)管資本(即經(jīng)濟(jì)資本);CEC表示經(jīng)濟(jì)資本成本。由前面假設(shè),式(10)可以表示為

其中:ROE表示股權(quán)收益率;CSD表示銀行發(fā)行的平均債務(wù)成本。由上式,非預(yù)期損失補(bǔ)償溢價(jià)為

2.3 目標(biāo)客戶利率定價(jià)公式

銀行通常用風(fēng)險(xiǎn)調(diào)整資本收益率RAROC來(lái)衡量其經(jīng)營(yíng)業(yè)績(jī),它表示金融資產(chǎn)(這里指銀行貸款)所吸收的經(jīng)濟(jì)資本的收益率。RAROC用公式可以表示為[11]

其中:r為目標(biāo)客戶利率(%);E為風(fēng)險(xiǎn)敞口(%);OC為營(yíng)運(yùn)成本(%);SEL為預(yù)期損失補(bǔ)償溢價(jià)(%)為無(wú)風(fēng)險(xiǎn)利率(%)[1,11]。這里,為了簡(jiǎn)化,不考慮銀行操作風(fēng)險(xiǎn)成本、流動(dòng)性風(fēng)險(xiǎn)成本,僅考慮信用風(fēng)險(xiǎn)成本。假設(shè)銀行股東的目標(biāo)股權(quán)收益率溢價(jià)為ROE-,當(dāng)RAROC達(dá)到ROE-時(shí),銀行將實(shí)現(xiàn)目標(biāo)盈利。當(dāng)RAROC≥ROE-時(shí),經(jīng)濟(jì)資本增加值為

將上式移項(xiàng)整理,得

為了簡(jiǎn)化,如果假定所有經(jīng)濟(jì)資本是由核心資本(基礎(chǔ)股本)構(gòu)成,則式(11)的右端可以表示為信用風(fēng)險(xiǎn)調(diào)整溢價(jià)。由于這里假設(shè)信用風(fēng)險(xiǎn)敞口E=1,由式(11),目標(biāo)客戶利率為[1]

式中:為單期無(wú)風(fēng)險(xiǎn)利率;SEL為信用風(fēng)險(xiǎn)預(yù)期損失補(bǔ)償溢價(jià);SUL為信用風(fēng)險(xiǎn)非預(yù)期損失補(bǔ)償溢價(jià)。式(12)就是目標(biāo)客戶利率的定價(jià)公式。公式的右端表示,銀行為了實(shí)現(xiàn)股東的目標(biāo)股權(quán)收益率,對(duì)1單位貸款所要求的最低目標(biāo)客戶利率。

3 數(shù)值模擬

本節(jié)通過(guò)計(jì)算機(jī)模擬,與基于常數(shù)違約損失的貸款定價(jià)模型作比較,分析和討論違約概率與違約損失之間的相關(guān)性、違約損失期望值及違約損失波動(dòng)率變化對(duì)銀行貸款利率定價(jià)的影響。由式(12),銀行為了實(shí)現(xiàn)股東的目標(biāo)股權(quán)收益(ROE),對(duì)1單

位貸款所要求的最低目標(biāo)客戶利率為

當(dāng)假設(shè)違約損失為常數(shù)時(shí),貸款的經(jīng)濟(jì)資本[15]為

上述貸款定價(jià)公式基于下面參數(shù)的設(shè)置:

(1)假定計(jì)算經(jīng)濟(jì)資本的置信水平α=99.9%,它是巴塞爾新資本協(xié)議高級(jí)法計(jì)算最低監(jiān)管資本的置信水平。

(2)不同信用等級(jí)的違約概率(PD)數(shù)據(jù)來(lái)自Hasan[1],這些數(shù)據(jù)是由國(guó)際評(píng)級(jí)機(jī)構(gòu)Moody's(2003)公布的數(shù)據(jù)經(jīng)處理得到,如表1所示。

(3)假設(shè)單期無(wú)風(fēng)險(xiǎn)利率=2.37%,銀行股東的股權(quán)收益率ROE=25%,營(yíng)運(yùn)成本OC=2%,銀行發(fā)行的平均債務(wù)成本CSD=10%。

表1 不同信用等級(jí)的違約概率 %

(4)對(duì)公司貸款,巴塞爾新資本協(xié)議假設(shè)系統(tǒng)風(fēng)險(xiǎn)因子載荷ρ為違約概率的單調(diào)遞減函數(shù)[12]即

(5)雖然本文所建模型允許LGD服從任意分布,但文獻(xiàn)[13-14]中的實(shí)證研究表明,貸款的違約損失Λ可用β分布β(a,b,x)進(jìn)行良好的擬合,

其中:a、b這2個(gè)參數(shù)能刻畫β分布的各種形狀;

表示伽馬函數(shù)。

若已知違約損失的期望值E[LGD]和方差V[LGD],則β分布的2個(gè)參數(shù)a和b可分別為:

由式(5),貸款企業(yè)的損失率L關(guān)于還款能力z的單調(diào)遞減函數(shù)為

其中,B-1(·)表示β累積分布函數(shù)的逆。

基于上述假設(shè),通過(guò)計(jì)算機(jī)模擬計(jì)算,分別考慮了違約概率與違約損失之間的正相關(guān)性、違約損失期望值及違約損失波動(dòng)率變化對(duì)銀行貸款利率定價(jià)的影響,并與基于常數(shù)違約損失的貸款定價(jià)模型作比較。如表2所示。

表2 經(jīng)濟(jì)資本、信用風(fēng)險(xiǎn)損失補(bǔ)償溢價(jià)和貸款利率模擬 %

在表2中,模擬計(jì)算了貸款企業(yè)信用等級(jí)從AAA~CCC的經(jīng)濟(jì)資本水平CAR、預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)SEL、非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)SUL、最低目標(biāo)客戶利率r,并與基于常數(shù)違約損失的經(jīng)濟(jì)資本水平CAR0、預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)SEL0、非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)SUL0、最低目標(biāo)客戶利率r0比較。由表2可以發(fā)現(xiàn),經(jīng)濟(jì)資本水平、預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)、非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)和最低目標(biāo)客戶利率,都隨貸款企業(yè)信用等級(jí)的下降而上升。

由圖1、2可見,與基于常數(shù)違約損失的模型相比,基于隨機(jī)違約損失模型計(jì)算出的經(jīng)濟(jì)資本、非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià),都相應(yīng)的有所增加,并隨貸款企業(yè)信用等級(jí)的降低,增加的幅度逐漸加大。預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià),在兩種模型中計(jì)算的結(jié)果一樣,表明它不受違約損失隨機(jī)波動(dòng)的影響。因此,由式(13)可知,在貸款企業(yè)信用等級(jí)相同的情況下,在常數(shù)違約損失和隨機(jī)違約損失兩種模型下計(jì)算出的貸款利率之差,是由非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)不同引起的。

圖1 違約概率與經(jīng)濟(jì)資本關(guān)系

圖2 違約概率與非預(yù)期損失風(fēng)險(xiǎn)溢價(jià)關(guān)系

圖3 違約概率與最低目標(biāo)客戶利率關(guān)系

由圖3可見,最低目標(biāo)客戶利率,隨貸款企業(yè)信用等級(jí)的下降而增加,反映了貸款定價(jià)的“高風(fēng)險(xiǎn),高定價(jià);低風(fēng)險(xiǎn),低定價(jià)”特征[8]。在貸款企業(yè)信用等級(jí)較低時(shí),貸款利率r基本等于常數(shù)違約損失的定價(jià)水平r0。但隨著信用等級(jí)的下降,兩者之間的差距逐漸加大,由AAA級(jí)的0.00%增加到等級(jí)CCC的1.02%。這提醒商業(yè)銀行在進(jìn)行貸款定價(jià)的決策時(shí),若忽略了違約概率與違約損失之間的正相關(guān)性,將會(huì)導(dǎo)致低估借款者的貸款利率,并且貸款企業(yè)的信用評(píng)級(jí)越低,低估程度也越大。

表3中,假設(shè)違約損失波動(dòng)率V[LGD]=10%,違約概率PD=1%,分別在常數(shù)違約損失和隨機(jī)違約損失兩種情況下,模擬計(jì)算了違約損失期望值E(LGD)從5%~65%幾個(gè)截?cái)帱c(diǎn)的經(jīng)濟(jì)資本、非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)和貸款最低目標(biāo)客戶利率。由表3可以發(fā)現(xiàn),經(jīng)濟(jì)資本、非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià),都隨違約損失期望值的增加而增大。經(jīng)濟(jì)資本CAR、非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)SUL,明顯高于基于常數(shù)違約損失的計(jì)算結(jié)果CAR0、SUL0,并且隨違約損失期望值的增加,兩者之間的差距逐漸減小,經(jīng)濟(jì)資本之間的差距從0.53%減小到0.45%,非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)之間的差距從0.10%減小到0.08%。在常數(shù)違約損失和隨機(jī)違約損失兩種模型下,由于貸款利率之間的差距,等于非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)之間的差距,因此,若假定違約損失為常數(shù),將會(huì)低估貸款利率,并且低估的程度會(huì)隨違約損失期望值的增加而減輕。

表3 經(jīng)濟(jì)資本、非預(yù)期損失補(bǔ)償溢價(jià)與E[LGD]變化關(guān)系 %

在圖4、5中,假定違約損失期望值E[LGD]=20%,違約概率PD=1%,分別在常數(shù)違約損失和隨機(jī)違約損失兩種情況下,模擬計(jì)算了違約損失波動(dòng)率V(LGD)從1%~25%幾個(gè)截?cái)帱c(diǎn)的經(jīng)濟(jì)資本、非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)。由圖4、5可見,經(jīng)濟(jì)資本、非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià),都隨違約損失波動(dòng)率的增加而增大,經(jīng)濟(jì)資本從2.65%增加到3.90%,非預(yù)期損失風(fēng)險(xiǎn)補(bǔ)償溢價(jià)從0.47%增加到0.69%。因此,若假定違約損失為常數(shù),將會(huì)低估貸款利率,并且低估的程度會(huì)隨違約損失波動(dòng)率的增加而增大。

圖4 違約損失波動(dòng)率與經(jīng)濟(jì)資本關(guān)系

圖5 違約損失波動(dòng)率與非預(yù)期損失風(fēng)險(xiǎn)溢價(jià)關(guān)系

4 結(jié)語(yǔ)

本文提出的貸款利率定價(jià)方法,不僅考慮了違約概率與違約損失之間的正相關(guān)性,它能夠容許違約損失服從任意分布,還通過(guò)運(yùn)用風(fēng)險(xiǎn)調(diào)整盈利性指標(biāo)RAROC,給出實(shí)現(xiàn)銀行股東目標(biāo)股權(quán)收益率的最低客戶利率定價(jià)公式。與基于常數(shù)違約損失的模型相比,新模型可更好地度量信用風(fēng)險(xiǎn)經(jīng)濟(jì)資本測(cè)度,為銀行貸款給出更加精確的定價(jià)公式。現(xiàn)實(shí)貸款利率定價(jià)模型,應(yīng)該建立在對(duì)信用風(fēng)險(xiǎn)系統(tǒng)全面的、客觀的度量基礎(chǔ)上,任何過(guò)于簡(jiǎn)化的模型,必然失去客觀性,從而導(dǎo)致錯(cuò)誤的結(jié)論。

本文建立的模型是對(duì)信用風(fēng)險(xiǎn)經(jīng)濟(jì)資本測(cè)度模型以及當(dāng)前貸款利率定價(jià)模型進(jìn)行的一種合理、有益的修正,但如何緩釋模型中存在的順周期性,將單期貸款利率定價(jià)模型推廣到多期模型,仍需要作進(jìn)一步的研究。另外,本文只考慮了違約概率與違約損失之間的共單調(diào)性,即在宏觀經(jīng)濟(jì)衰退下降時(shí),違約損失隨違約概率增加而同時(shí)增大。但在有些經(jīng)濟(jì)環(huán)境中,當(dāng)違約概率上升時(shí),違約損失未必一定會(huì)增大,可能會(huì)反向減小.考慮違約概率與違約損失之間的這種更加弱的依賴性,及其對(duì)信用風(fēng)險(xiǎn)經(jīng)濟(jì)資本測(cè)度和貸款利率定價(jià)的影響,提高貸款定價(jià)的精確度,也是值得深入研究。

猜你喜歡
利率模型
一半模型
定存利率告別“3時(shí)代”
重要模型『一線三等角』
重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
為何會(huì)有負(fù)利率
負(fù)利率存款作用幾何
負(fù)利率:現(xiàn)在、過(guò)去與未來(lái)
3D打印中的模型分割與打包
隨機(jī)利率下變保費(fèi)的復(fù)合二項(xiàng)模型
FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
主站蜘蛛池模板: 72种姿势欧美久久久久大黄蕉| 日韩精品中文字幕一区三区| 国产网站在线看| 欧美日韩va| 国产欧美视频一区二区三区| 亚洲午夜综合网| 精品视频在线一区| 亚洲午夜福利精品无码| 一级毛片免费不卡在线| 久久亚洲欧美综合| 国产黑丝视频在线观看| 欧美中文字幕在线视频| 99这里精品| 亚洲天堂网视频| 婷婷色丁香综合激情| 亚洲欧洲自拍拍偷午夜色无码| 欧美成人午夜在线全部免费| 亚洲免费黄色网| 国产成人综合亚洲网址| 国产人成乱码视频免费观看| 国产91在线免费视频| 亚洲综合香蕉| 亚洲日韩精品无码专区| 亚国产欧美在线人成| 亚洲第一中文字幕| 精品视频一区在线观看| 日本免费新一区视频| 曰韩人妻一区二区三区| 国产精品刺激对白在线| 国产乱子伦精品视频| 亚洲区一区| 国产精品开放后亚洲| 国产成本人片免费a∨短片| 四虎永久免费网站| 日本精品影院| 国内精品久久九九国产精品| 无码'专区第一页| 欧美成人怡春院在线激情| 亚洲日本韩在线观看| 亚洲综合专区| 久热99这里只有精品视频6| 怡春院欧美一区二区三区免费| 极品尤物av美乳在线观看| 久久香蕉国产线看观看精品蕉| 国产噜噜在线视频观看| 中文毛片无遮挡播放免费| 国产成人三级| 91亚洲国产视频| 国产尹人香蕉综合在线电影| 大香网伊人久久综合网2020| 亚洲αv毛片| 国产AV无码专区亚洲A∨毛片| 欧美精品高清| 日韩在线2020专区| 噜噜噜久久| 欧美成一级| 亚洲欧洲国产成人综合不卡| 日本手机在线视频| 婷婷成人综合| 日韩在线1| 亚洲无码精品在线播放| 精品人妻AV区| 日本欧美一二三区色视频| 麻豆国产精品一二三在线观看| 中文字幕色在线| 国产成人无码AV在线播放动漫| 国产在线视频自拍| 丁香六月综合网| 亚洲精品欧美重口| 亚洲午夜久久久精品电影院| 少妇露出福利视频| 亚洲va视频| 亚洲无码91视频| 亚洲天堂网在线播放| 超清人妻系列无码专区| 国产精品网址在线观看你懂的| 日韩国产综合精选| 国产欧美成人不卡视频| 亚洲 欧美 日韩综合一区| 午夜福利视频一区| 亚洲成人高清无码| 亚洲天堂免费|