关于贷款保证保险定价模型的研究

关于贷款保证保险定价模型的研究

将金融期权模型应用于信用担保费率的测算。其核心是将担保合约看做一份看跌期权。引入了借款人的债务结构,采用将借款人不同利率及期限结构的债务与期权定价相结合的方法,对贷款保险进行定价。

管理员 2024-3-29
信息详情

  国内关于贷款保证保险定价模型的研究主要在期权定价模型、信用度量术领域

  1.期权定价模型

  将金融期权模型应用于信用担保费率的测算。其核心是将担保合约看做一份看跌期权。引入了借款人的债务结构,采用将借款人不同利率及期限结构的债务与期权定价相结合的方法,对贷款保险进行定价。认为运用期权定价模型进行保费测算之前,需己知企业资产价值及其波动率,这对于中小微企业来说很难测定。另外在实务中,当借款人贷款偿还出现困难时,一般不能立即处置资产进行偿还,而是由保险公司先行代其偿还。而当借款人出现违约,保险公司为其偿还贷款之后,在保险公司没有企业资产的抵押权或者质押权的情况下,很难通过处置企业资产的方式施行追偿。因此,将企业的所有资产看作期权并不适用于实务。在选择期权定价模型对小额贷款保证保险进行纯保费定价的基础上,创新性地将中小微企业的营业收入这一主要还款来源作为模型的资产变量,更加符合经济社会中的实际情况。


  2.信用度量术

  提供了一种新的信用转移矩阵估计方法。他们将时刻n特定贷款人的信用等级记为X Cn),并设(X Cn),nEN}是一个Markov链,其状态空间为S={1, 2,……,K},即有K个信用等级,信用转移矩阵记为Pkk。他们可以通过历年客户信用等级分布的观测数据,得到信用转移概率矩阵Pkk的估计,由于在实际应用中很难得到精确的信用等级分布,但可以用一段时间内各信用等级连续观测值的占比替代。发现,样本量越大,信用转移概率矩阵的估计呈越精确的趋势,但当样本容量超过50以后,增加样本数对估计精度的提高已变得相当有限了。

  信用等级是保险公司进行贷款保证保险费率厘定的重要因素,保险定价的核心在于如何确定中小企业的信用评级体系。信用等级与保额损失率之前呈现反向关系,信用等级越低,企业违约率越高,保额的损失率越就越大。利用预期损失模型,对我国小额信贷保证保险进行了合理地定价。使用的是Standard & Poor's Credit Week (April 15, 1996)一年后的信用等级转移矩阵,借鉴CreditMetrics, JP Morgan的折算因子列表,应用了的基础模型。此文的创新点在于应用层次分析法对贷款人进行了打分,并确定了贷款人对应的信用等级。

  在信用风险度量术的基础上,利用尹成远教授开发的中小企业保证保险定价机制的费率厘定模型,根据北京市涉农小额信贷业务的相关数据对基于信用风险度量术的保证保险费率厘定模型进行了实证分析,得出了较为合理的北京市涉农小额信贷保证保险费率。此文有几点创新之处:1.基于涉农小额信贷业务的两家银行共有贷款户300余户计算得出了适合北京市各期限涉农小额信贷的预期损失率(平均累计违约率)表。2.考虑附加费率(保证保险费率=保证保险纯保险费率+附加费率)3.主动回避信用转移矩阵的使用,基于该原理自创了计算保证保险纯保险费率的公式,使得计算结果更加贴近实际。

  (二)中小企业信用违约影响因素

  鉴于财务数据的真实性及可获得性,目前国内有关中小企业信贷违方面的研究大多利用上市公司数据或商业银行信贷数据,将企业违约定义为“上市公司被S T",利用某商业银行企业信贷数据,选择2800笔中小贷款作为样本,其中违约贷款220笔。变量包括贷款金额、利率倍数、期限、企业所属行业、企业性质等。实证结果表明贷款利率倍数越高违约概率越大;而贷款金额与违约概率呈现一定的负相关;违约概率与所属行业具有显著的相关性。从企业性质变量看,国有企业违约概率高于其他企业。

       将某商业银行3742个中小企业信贷数据为样本,分析发现企业性质、资产规模、所属行业均对违约概率有显著影响。此外,财务因素也是影响中小企业违约的重要因素。只有民营企业存在融资约束并且对其生产率产生显著影响,而国有企业不存在该情况。


  (三)科技型中小企业信用评级

  科技型中小企业信用评价的基础是详实的信息。这些信用信息包括企业的基本信息、企业经营情况、财务状况、信用记录等。运用层次分析法的思想及定性与定量相结合的方法,构建了科技型中小企业信用评级体系,并将其概括为企业科研能力、管理现状、财务情况、银行信用记录及发展前景。问卷调研所获取的数据进行因子分析,从22个细分因子中提炼出五个公共因子,分别是信用品质、组织水平、营运能力、研发水平和网络地位。以层次分析法(AHP)为基础,建立符合科技型中小企业特征的信用评级体系,成长能力及偿债能力指标应当赋予更大的权重。运用KMV模型对上市的科技型中小企业信用风险情况作了实证分析,并通过PFM模型将KMV思想运动到非上市的科技型中小企业中,发现资产负债率、总资产周转率、营业总收入与科技型中小企业信用风险关联度较大。修正KMV模型,对辽宁省科技型中小企业信用进行了风险评估并建立了信用评级体系。该模型计算的违约概率和违约距离能较好地区分企业的信用风险。

点击排名

版权所有 @ 知互网