收缩还是稳态？我国信用风险管理分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Contraction or steady state? An analysis of credit risk management in
  Italy in the period 2008-2012》
---
作者：
Stefano Olgiati, Alessandro Danovi
---
最新提交年份：
2013
---
英文摘要：
  Credit risk management in Italy is characterized, in the period June 2008 to June 2012, by frequent (frequency=0.5 cycles per year) and intense (peak amplitude: mean=39.2 billion Euros, s.e.=2.83 billion Euros) quarterly contractions and expansions around the mean (915.4 billion Euros, s.e.=3.59 billion Euros) of the nominal total credit used by non-financial corporations. Such frequent and intense fluctuations are frequently ascribed to exogenous Basel II procyclical effects on credit flow into the economy and, consequently, Basel III output based point in time Credit to GDP countercyclical buffering advocated. We have tested the opposite null hypotheses that such variation is significantly correlated to actual default rates, and that such correlation is explained by fluctuations of credit supply around a steady state. We have found that, in the period June 2008 to June 2012 (n=17), linear regression of credit growth rates on default rates reveals a negative correlation of r=minus 0.6903 with R squared=0.4765, and that credit supply fluctuates steadily around the default rate with an Internal Steady State Parameter SSP=0.00245 with chi squared=37.47 (v=16, P<.005). We conclude that fluctuations of the total credit used by non-financial corporations are exhaustively explained by variation of the independent variable default rate, and that credit variation fluctuates around a steady state. We conclude that credit risk management in Italy has been effective in parameterizing credit supply variation to default rates within the Basel II operating framework. Basel III prospective countercyclical point in time output buffers based on filtered Credit to GDP ratios and dynamic provisioning proposals should take into account this underlying steady state statistical pattern.
---
中文摘要：
在2008年6月至2012年6月期间，意大利信贷风险管理的特点是频繁（频率=每年0.5个周期）和剧烈（峰值幅度：平均值=392亿欧元，标准普尔=28.3亿欧元）季度收缩和扩张，接近非金融公司使用的名义总信贷的平均值（9154亿欧元，标准普尔=35.9亿欧元）。这种频繁而剧烈的波动通常归因于对流入经济体的信贷流产生的外生巴塞尔协议II顺周期效应，以及因此提倡的基于巴塞尔协议III产出的时间点信贷对GDP的反周期缓冲。我们测试了相反的无效假设，即这种变化与实际违约率显著相关，并且这种相关性可以通过稳定状态下信贷供应的波动来解释。我们发现，在2008年6月至2012年6月期间（n=17），信贷增长率对违约率的线性回归显示r=负0.6903，r平方=0.4765，信贷供应围绕违约率稳定波动，内部稳态参数SSP=0.00245，卡方=37.47（v=16，P<0.005）。我们的结论是，非金融企业使用的总信贷的波动完全可以用自变量违约率的变化来解释，信贷的变化在稳定状态下波动。我们得出结论，意大利的信贷风险管理在巴塞尔协议II运营框架内有效地将信贷供应变化与违约率参数化。《巴塞尔协议III》基于过滤后的信贷与GDP比率和动态准备金提议的预期反周期时间点产出缓冲应考虑到这一潜在的稳态统计模式。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--

---
PDF下载：
-->

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：信用风险管理 信用风险 管理分析 风险管理 Fluctuations

收缩还是稳态？2008-2012年意大利信贷风险管理分析斯特凡诺·奥尔贾蒂理学硕士，Alessandro Danovi教授在纽约商学院-哥本哈根商学院2013年国际风险管理会议上发表了演讲：持久的金融稳定-金融风险管理和治理的当代挑战-信用风险和金融稳定工具，哥本哈根（DK）2013年6月摘要2008年6月至2012年6月期间，意大利信贷风险管理的特点是频繁（频率=0.5个周期/年）和剧烈（峰值幅度：平均值=392亿欧元；标准普尔=283亿欧元）季度收缩和扩张，接近非金融公司使用的名义总信贷的平均值（9154亿欧元；标准普尔=359亿欧元）。这种频繁而剧烈的波动通常归因于对流入经济体的信贷流的外生巴塞尔协议II顺周期效应，因此，巴塞尔协议III提倡基于产出的时间点信贷/GDP反周期缓冲。我们测试了相反的无效假设，即这种变化与实际违约率显著相关，并且这种相关性可以通过稳定状态下信贷供应的波动来解释。我们发现，在2008年6月至2012年6月期间（n=17），信贷增长率与违约率的线性回归显示，r=-.6903，R2=0.4765，信贷供应在违约率附近稳定波动，内部稳定状态参数SSP=0.00245χ2=37.47（v=16，P<0.005）。

我们的结论是，非金融企业使用的总信贷的波动完全可以用自变量“违约率”的变化来解释，信贷的变化在稳定状态下波动。我们得出结论，意大利的信贷风险管理在巴塞尔协议II运营框架内有效地将信贷供应变化与违约率参数化。巴塞尔协议III基于过滤后的信贷/GDP比率和动态准备金提议的预期反周期时间点产出缓冲应考虑到这一潜在的稳态统计模式。关键词频繁的周期性波动，信贷增长率，违约率，回顾性预测，稳态函数，稳态参数1。背景信用风险管理已经成为金融机构和学者最关心的话题之一。信用风险模型已经从主观分析演变为基于会计的信用评分系统和信用风险和风险集中度的度量（Altman和Saunders，1998）及其对银行资本配置和股东价值的影响（Resti和Sironi，2012）。欧盟委员会与信贷风险指令（CRD I、II和III）以及银行当局与巴塞尔协议（Basel Agreements on minimum capital requirements and Counter Cyclary buffers，巴塞尔协议II和III））就最低资本要求和反周期缓冲（Basel II和III）展开了一个漫长的信贷风险管理方法和指导方针正式化过程，以便在大陆层面传播共同规则文化。

欧盟统计局在欧盟协调经济和金融周期性的监测、数据收集和分析，周期性指标1包括商业气候指标（BCI）、经合组织综合领先指标（CLI）、Ifo经济气候指标、DZ Euroland、IARC、IESR和电子货币，每季度由欧洲统计局发布。欧盟统计局制定并实施了一套周期性波动统计分析指南（2003年）和现代统计工具（2009年西格玛），我们将在全文2中提及。就银行监管资本而言，巴塞尔协议II委员会和意大利中央银行（Banca d’Italia）3已经讨论了顺周期性以及资本要求标准对信贷流入经济的潜在影响，建议使用长期数据范围来估计违约概率（PD）4，在AIRB方法6中引入衰退损失给定违约（LGD）估计值5和预期长期损失率（EL）。《巴塞尔协议II》要求自己对违约概率和违约损失率的估计不低于基于该类设施数据源内所有观察到的违约平均经济损失计算的长期违约加权平均损失率7。一致地，在2012年12月1日欧洲统计局（Eurostatistics）9-14 2欧盟统计局（Eurostat，2003年）期间，基于宏观经济信贷对GDP gap8的Hodrick-Prescott过滤器引入时间点输出缓冲，以降低顺周期性；3.2 3意大利银行（2006年），根据le banche-Circolare n.263 del 27 dicembre 2006年4月，新的普鲁登齐亚尔治安处置方案见BCBS 2006，第472、502、503、504分节。

5见《巴塞尔协议》2006年，第468.6分节见《巴塞尔协议》2006年，第367分节和表6第236.7页见《巴塞尔协议》2006年，第468.8分节见《巴塞尔协议》2010a，第8-14页信贷过度增长和在收缩期促进反周期抑制是正在进行的巴塞尔协议III改革9的主要目标之一。具体而言，意大利的特点是2007-09年金融危机对实际和预期GDP负增长（2012年为-2.4%；2013年为-0.2%）的持续影响，主权债务不断增加(2000亿欧元）和不断增长的债务/GDP比率(1.25）比率10在2008年6月至2012年6月期间，未偿贷款额度的特点是，季度周期波动频繁（频率=0.5个周期/年）且剧烈（峰值幅度：平均值=39.2亿欧元；s.e.=2.83亿欧元），在非金融公司使用的名义总信贷的平均值（915.4亿欧元；s.e.=3.59亿欧元）附近出现最小至最大间隔13。Altman、Brady、Sironi和Resti（2005）分析了周期性对预测违约概率和恢复率的稳定性和及时性之间权衡的矛盾影响，世卫组织观察到，银行倾向于对短期证据做出反应，因此监管应鼓励在AIRB系统中使用长期平均利率。在意大利，由于频繁的周期性波形波动，线性长期预测具有统计学意义（^yy和d^y/dxdy/dx）仅每8个季度（4个阶段，2年）。Altman和Rijiken（2005）观察到，评级机构将整个周期评级迁移估计的时间推迟了0.56年（下行），0.79年（上行）。

这意味着在意大利，正如我们将看到的那样，在一个经济低迷的时期，机构评级在整个周期的最后一个阶段系统性地处于0.5年的阶段。Jarrow等人（1997）为信用风险利差的期限结构提供了离散时间齐次马尔可夫链转移矩阵，假设时间步长为一年。在意大利，2008年至2012年期间，该时间步长对应于周期的两个阶段（1年），这使得在统计上不可接受该时间步长期间的时间同质性假设。Gordy and Howells（2004）观察到，信用风险调整后的投资组合管理基于时间齐次马尔可夫转移过程，该过程基于事前违约概率，记录评级变量中的所有预期变化，并将所有事后变化记录为意外。9见BCBS 2010a，第1页10 MINEF，2012年经济和金融文件，II：公共金融分析和趋势文件11如果一个周期是一个周期的持续时间，频率是每个周期的周期数。振幅是周期的最小值和最大值绝对值。在我们的例子中：周期=2年，频率=1/2=0.5个周期/年。在本文所指的物理表示法中，一个循环有4个阶段：dy/dx>0d2y/dx2>0，dy/dx>0d2y/dx2<0，dy/dx<0d2y/dx2<0，dy/dx<0d2y/dx2>0，1个最小dy/dx=0d2y/dx2>0，1个最大dy/dx=0d2y/dx2<0。相位周期等于循环周期/4。12在离散分布中，当y（t）>y（t-1）和y（t）>y（t+1）时确定最大值，当y（t）<y（t-1）和y（t）<y（t+1）时确定最小值，当y（t）=y（t-1）和/或y（t）=y（t+1）时确定稳态。

13意大利中央银行，统计公报III-2012，客户和风险信息，贷款设施和借款人违约率，TDB30486：贷款设施的季度违约率——按客户部门划分的经济活动和使用的总信贷：非金融公司——报告机构：银行，向CCR报告频繁周期性的金融公司和其他机构将系统性地改变意外变化和预期变化之间的比率。Repillo等人（2008年、2009年、2011年）观察到，扩张中更高的缓冲不足以防止衰退到来时信贷供应的大幅收缩，意大利每年都会发生这种情况。Sironi和Resti（2012）观察到，根据公允价值和摊余成本原则修改当前IFRS 39的已发生损失概念，可能会进一步提高银行信贷政策的顺周期性。在意大利，0.5年的阶段在整个周期中会产生误导性的季度和半年公允价值估计。2.

研究问题和方法在本文中，我们提出了两个研究问题：Q1——2008年6月至2012年6月期间，信贷产出波动与违约率之间是否存在统计上显著的线性关系？我们认为，如果这种线性关系确实存在，或者换句话说，如果信贷供应的变化通过违约率的独立变化得到了令人满意的解释，那么，鉴于一个先验假设，即外部宏观条件（如商业周期）确实影响违约率，巴塞尔协议II最低资本要求确实具有顺周期效应，然后，这种外生效应通过信贷和违约率之间的关系得到了令人满意的转化，正如《巴塞尔协议II》所规定的那样；Q2–鉴于Q1线性关系确实存在，我们能否就这种关系的原因制定一个可以进行统计分析和检验的零假设？特别是，我们将检验信贷供应变化系统地收敛于稳定状态的假设，即信贷供应系统地增加或减少，以便在由稳定状态参数参数化的确定水平上实现信贷稳定状态。我们分析了意大利中央银行统计公报1996年3月至2012年6月期间的贷款违约率（使用的信贷）：客户和风险信息、贷款和借款人违约率（TDB30486）；贷款贷款的季度违约率；按客户部门划分的经济活动和使用的信贷总额分布：非金融公司；报告机构：向中央信贷登记机构报告的银行、金融公司和其他机构。

一致地，我们定义为：ABD=调整后的坏账是指借款人的总贷款风险敞口，当借款人向中央信贷登记册报告时，该借款人在参考季度首次满足未偿贷款总额之一：a）由唯一发放信贷的银行作为坏账；b） 一家银行的坏账和另一家银行的超额负债；c） 作为一家银行的坏账，且坏账金额至少为其银行系统风险敞口的70%，或超过其未偿贷款总额的10%；d） 至少两家银行的坏账金额等于或超过其未偿还贷款总额的10%；TCU=上季度末，中央信贷登记册覆盖的所有借款人使用的信贷总额，且未被归类为调整后的坏账。TCU不包括在给定季度转移给未向中央信贷登记机构报告的机构的信贷；d=某一季度的贷款违约率由该季度成为调整后不良债务人的借款人所使用的信贷总额（ABD）与中央信贷登记册覆盖的、上一季度末未被归类为调整后不良债务人的所有借款人所使用的信贷额（TCU）之间的比率表示；L=贷款是指银行向非银行发放的贷款，按面值（截至2008年9月按账面价值计算）调整项目总额和还款净额计算。

总额包括抵押贷款、经常账户透支、工资质押担保贷款、信用卡预付款、年金贴现、个人贷款、租赁（根据ias17定义，从2008年12月起）、保理、，其他金融投资（例如，商业票据、票据组合、质押贷款、为第三方管理的基金发放的贷款）、坏账以及未付和已拒付的自有票据。总额为回购协议净额，自2008年12月以来，为证券交易所回购协议净额和代理往来账户总额。提供贷款。我们使用简化的贝叶斯生物统计技术（称为“回顾性预测”）对数据进行了分析，萨满和卡尔斯派克（2012a，2012b）利用这种技术，根据波动的结果预测纽约市的流感疫情。该技术假设对未来参数的回顾性完全了解，并且在开始从现在到过去的每次重复预测（反向计算）14之前，将后验参数和其他状态变量重置为初始分布，我们将看到，在我们的情况下，这将决定，系统的内部稳态参数（小西格玛）。流行病达到稳定状态时：！！嗨：1=1+f0，1（）1- d0,1（）+1+f1,2（）1- d1,2（）1+++1+fn-1，n（）1- dn-1，n（）1+（）ns=11+1=1+f0，1（）1- d0,1（）+1+f1,2（）1- d1,2（）s+…+1+fn-1，n（）1- dn-1，n（）sn=1 s（）-1 = 0. 我们将变量f定义为：14参见欧盟统计局（2003）中的反向计算；3.2f=确定为！！英尺，t+1Lt+δ，t+1TCUt+δ1- dt+δ，t+1（）δ→0+.