论文部分内容阅读
随着我国房地产业的快速发展,我国商业银行房地产信贷业务逐年上升。据统计,2012年我国房地产企业使用资金总额为96538,其中国内贷款总额为14778,个人按揭贷款总额为10524,两者之合占其总资金的26%,房地产信贷业务已经成为我国商业银行的主要业务之一。房地产行业由于其资金需求量大、资金占用周期长、产业链长的风险特征,使得房地产银行贷款信用风险较大。房地产行业独特的信用风险特征使得房地产企业现金流量的管理直接影响企业的存亡,房地产企业的存亡又直接影响商业银行经营的安全稳定,因此加强房地产银行贷款的信用风险测度对商业银行的风险控制具有重要意义。本文基于Marek Capinski提出的现金流量模型,对我国房地产上市公司违约率进行了测度,该模型为Merton期权模型的拓展,通过对比公司资产与负债得出违约条件,即当公司资产小于等于负债时将主动选择违约。运用随机过程模拟公司的资产价值变化,最终得出各上市公司违约概率。运用CreditMetrics模型对房地产银行贷款在险价值进行测算,与一般CreditMetrcs模型不同的时,各公司违约概率为现金流量模型测量得出,而非基于历史经验数据。通过将现金流量模型与CreditMetrics模型的有机结合,有效解决了模型对企业违约概率笼统假设的弊端,从而能够根据各企业的具体资产负债情况判断各企业的违约概率。实证结果表明,模型能够有效识别贷款资产组合信用风险,并能够得出贷款组合资产的在险价值,较传统方法更能准确反映资产组合信用风险的变化。调整的CreditMetric能够有效提高模型的适用性与准确性,具有较广泛的应用价值,尤其是在利率市场化背景下,金融市场对商业银行资产定价能力提出了更高的要求,模型得出的在险价值对银行经营管理具有重要应用价值。主要体现为信贷资产组合边际风险的测度、经济资本的确定、银行业绩的评估以及信用资产的定价。本文结合现金流量模型与CreditMetrics模型测算得出的在险价值,对提高商业银行资产定价水平,提升银行经营管理效率以及安全稳定具有重要意义。