随着经济体之间联系的日益紧密,一系列因传染而导致的违约事件的集中发生,引起巴塞尔委员会对违约传染的重视。2010年BaselⅢ拓宽信贷集中风险的监管范围,进而引起学界和外界对违约传染集中风险的关注。鉴于此,本文站在商业银行的角度,基于BaselⅢ和我国金融结构特征,从风险度量模型和指标体系构建两个方面对违约传染集中风险进行预警研究。首先,对违约传染集中风险的概念、传导途径和风险管理流程,进行简要介绍,并对信用风险的量化方法进行比较和总结,为违约传染集中风险量化模型的修正提供理论指导和技术支持。其次,在风险度量模型上,基于BaselⅢ拓展信贷集中风险的监管范围,本文在前人研究成果的基础上,对现有的违约传染集中风险计量模型进行合理修正:第一,在Dullmann模型参数估计方法上进行修正,以相邻违约事件的时间间隔,作为判断供应链集中风险的违约传染概率,改进基于二项式扩展技术的信用传染模型。修正后的Dullmann模型优化了参数估计方法,违约传染概率随着违约事件时间间隔的变化而变化,不再为固定的常数。第二,基于BaselⅢ强调金融机构间的相互关联性以及单家银行对整个金融体系的冲击,本文引入银行类金融机构对系统性风险的溢出效应,将系统风险因子细分为宏观经济条件和金融市场条件两个方面,对EMFA模型进行修正。修正后的模型虽然没有给出经济资本的解析式,但弥补了EMFA模型对金融机构违约溢出效应的忽视,加深了对违约传染集中风险的认识。再次,在指标体系构建上,本文从宏观层次和微观层次两个方面着手。宏观层次上,结合分位数回归和CoVaR法,测算条件在险价值,并设置预警阈值,警惕产业之间、行业之间以及地区之间的违约传染效应。同时将测算的条件在险价值纳入模型,推算在考虑风险传染因素下,商业银行在产业、行业以及区域上的合理信贷比例。微观层次上,从两个角度完善商业银行违约传染集中风险预警指标。从银行与其他金融机构之间违约传染的角度,将熵值法和shapley指数结合,测算风险传染系数并设置预警阈值,商业银行根据各自的熵值—shapley指数,确定彼此之间相互风险敞口的最高上限,并配合银行同业授信限额、规模限制指标和资本充足性监管,达到降低风险传染程度的目的。从商业银行非金融机构客户间违约传染的角度,利用冲击模型,推算出违约事件时间间隔并设置预警阈值,商业银行可根据客户的违约时间间隔是否达到预警域来决定业务的暂停与否,并从同一客户借款限额、联保贷款和集团授信限额三个方面预防违约传染集中风险。然后,对违约传染集中风险修正后的模型及预警指标体系进行整合。考察分析修正后的模型在我国的适用性,以及基于我国金融结构特征设计的违约传染集中风险预警指标体系与BaselⅢ的一致性。适用性不强或者存在不一致的地方,均是本文日后研究的重点和方向。最后,在模型修正和指标体系构建的基础上,针对对违约传染集中风险,基于银行外部监管和内部监管两个层次,从“事前、事中、事后”三个方面,分别提出相关政策建议。