● 摘要
自2008年金融海啸以来，信用风险越来越凸显其影响范围之广，影响程度之深。第三版巴塞尔协议针对信用风险的度量和管理做了更加严格的规定。目前，可以说对信用风险评估进行度量和管理的迫切程度已经超越市场风险而日益成为商业银行其必须首要解决的课题。本文正是在这样的背景下，通过改进结构模型和评分模型来对违约风险的准确度量进行了深入探索。同时，本文根据违约企业之间的相依关系，以全新的视角阐述了违约传染的特征——小世界性，并在分析小世界网络稳定性的基础上，对违约传染的阻断机制进行了初步探索。对单一企业违约风险的度量，根据主体的不同，可以分为针对上市公司的结构模型和针对中小公司及个人的评分模型。在结构模型的构建中，股权波动的计算是模型准确与否的关键，笔者针对这一问题，提出了基于小波分析的时序建模方法，通过小波分解收益序列，对高频部分和低频部分分别构建时序模型，在最大可能的把握收益序列趋势变化的同时，最大限度的保留了收益序列的波动信息，提高了结构模型的整体准确度。通过目前学者对于评分模型的研究可以发现，评分模型往往因为需要数以千计的变量而受到维数灾难的困扰，其中多重共线性是影响评分模型效果的重要瓶颈。针对于此，笔者提出了正交化特征提取的方法，通过构造正交支持向量机，加速了支持向量机的学习速度，并大大提升了支持向量机评分模型对于坏客户分类的准确度。现阶段的研究已经论证了企业间存在违约传染的问题，违约传染的危害远远大于单一企业违约。而目前学术界对于违约传染的研究方兴未艾。针对这一问题国内外学者的研究还都局限在对违约传染成因分析以及基于相依性的违约传染度量上。笔者在本文中从一个全新的视角讨论这一问题，以复杂网络的分析方法来研究企业之间的违约传染关系，通过对我国上市公司违约相依度的度量，运用仿真方法验证了企业之间的违约传染具有小世界网络的特性。进而在对小世界网络稳定性的研究基础上，着重讨论了影响违约传染网络稳定性的关键外部变量，通过施加改变影响关键变量的控制因素， 仿真违约传染的路径，从而研究阻断违约传染的机制。通过对实证研究的初步探索，笔者发现降低企业间的违约相依度和切断必要的中心节点是阻断违约传染的有效途径。本文的研究主要基于我国上市公司和评分测试数据，尤其，对于违约传染网络特征的验证和违约传染路径的研究都是基于抽样企业进行的分析，所以后续仍有大量工作值得进一步的探索。