圖1LGD雙峰分布
水平并非發(fā)生概率最大的水平。因此，使用歷史數(shù)據(jù)平均值法作為預(yù)測(cè)值可能產(chǎn)生比較嚴(yán)重的誤差。這也是IRB初級(jí)法采用歷史數(shù)據(jù)平均法的最主要缺陷。這要求對(duì)回歸數(shù)據(jù)進(jìn)行必要的轉(zhuǎn)換處理。本文按分布函數(shù)將實(shí)際數(shù)值轉(zhuǎn)換為模型所需的標(biāo)準(zhǔn)分值：把變量的實(shí)際值Xi轉(zhuǎn)換為分布服從區(qū)間（X，X）上的BETA分布，通過(guò)函數(shù)，實(shí)際值被轉(zhuǎn)換成介于0~1之間的標(biāo)準(zhǔn)分值Zi=，該分值等于BETA密度函數(shù)的在指標(biāo)下限X和實(shí)際值Xi之間的積分面積（如圖2所示）。然后，再帶入模型進(jìn)行計(jì)算，這一步驟對(duì)于提高模型的預(yù)測(cè)能力非常關(guān)鍵。對(duì)因變量LGD也進(jìn)行同樣的處理，取標(biāo)準(zhǔn)分值Y=。在多數(shù)情況下，直接用實(shí)際數(shù)據(jù)代入模型計(jì)算會(huì)導(dǎo)致偏差較大，而數(shù)據(jù)轉(zhuǎn)換和標(biāo)準(zhǔn)化則是模型前期處理的不可缺少的環(huán)節(jié)。
圖2BETA密度函數(shù)
（三）方法選擇和模型建立
就LGD數(shù)據(jù)特征而言，相對(duì)于線性判別分析模型而言，Logistic回歸模型比較合適，因?yàn)槠洳灰髽颖緮?shù)據(jù)具有變量參數(shù)的分布服從多元正態(tài)分布以及變量間的等協(xié)方差等特征。在數(shù)據(jù)標(biāo)準(zhǔn)化轉(zhuǎn)換后，采用Logistic回歸分析技術(shù)聚合這些指標(biāo)，其一般形式為：
Logit（Yi）=a0+a1Z1+a2Z2+…anZn （1）
其中n=2，3，…，7，Zi是變換后的標(biāo)準(zhǔn)化分值，an是解釋變量的權(quán)重系數(shù)，Y^=的LGD^ 是正態(tài)化后的LGD估計(jì)值。
根據(jù)以上方法，本文利用SPSS軟件對(duì)樣本數(shù)據(jù)和模型進(jìn)行處理，得到結(jié)果：
Logit（Y^）=17.391-8.413Z2-3.792Z3-2.956Z4-5.724Z7 （2）
其中，R2-adjusted=0.9274，F(xiàn)=136.95。
顯然，從統(tǒng)計(jì)參數(shù)來(lái)看，模型的擬合度和解釋力均良好。當(dāng)然，還需要對(duì)模型進(jìn)行進(jìn)一步的驗(yàn)證。目前對(duì)于LGD估計(jì)模型的驗(yàn)證大多采用“向前檢驗(yàn)”法[21]，但國(guó)內(nèi)由于數(shù)據(jù)庫(kù)不完整，還難以進(jìn)行嚴(yán)格意義的模型檢驗(yàn)。
三、結(jié)果
LGD的影響因素比較復(fù)雜，本文通過(guò)方差分析和主成因子分析，發(fā)現(xiàn)沙發(fā)企業(yè)信用等級(jí)狀況、沙發(fā)企業(yè)所屬行業(yè)、擔(dān)保（品）狀況和宏觀經(jīng)濟(jì)4個(gè)指標(biāo)為影響LGD的主成因子。本文針對(duì)LGD的雙峰分布特征，對(duì)樣本數(shù)據(jù)進(jìn)行了數(shù)據(jù)轉(zhuǎn)化和標(biāo)準(zhǔn)化處理，以提高Logistic回歸精度。通過(guò)回歸結(jié)果發(fā)現(xiàn)，上述4個(gè)指標(biāo)與LGD均為反向效應(yīng)，且信用等級(jí)水平對(duì)LGD貢獻(xiàn)度最大，其次為宏觀經(jīng)濟(jì)、沙發(fā)企業(yè)所屬行業(yè)和擔(dān)保（品）狀況。
通過(guò)本文研究結(jié)果，我們可以認(rèn)為：（1）銀行管控風(fēng)險(xiǎn)損害，須密切跟蹤掌控沙發(fā)企業(yè)信用等級(jí)狀況、沙發(fā)企業(yè)所屬行業(yè)、擔(dān)保（品）狀況和宏觀經(jīng)濟(jì)狀況和動(dòng)態(tài)趨勢(shì)。（2）現(xiàn)有的信用等級(jí)五級(jí)分類(lèi)需進(jìn)一步細(xì)化，以進(jìn)一步提高LGD的預(yù)測(cè)精度。當(dāng)然，如果銀行具備實(shí)施IRB的條件，能內(nèi)部估算PD值，那么信用等級(jí)變量可以考慮用PD替代，當(dāng)然這還需要進(jìn)一步研究確定PD與LGD的相關(guān)性。（3）銀行監(jiān)管部門(mén)和銀行內(nèi)部需要進(jìn)一步積累更多歷史數(shù)據(jù)，逐步建立完整的數(shù)據(jù)庫(kù)，以確保可以跨時(shí)期、跨部門(mén)地分析和估算LGD，并有充分樣本數(shù)據(jù)進(jìn)行分組，以對(duì)模型和估算結(jié)果進(jìn)行驗(yàn)證。
參考文獻(xiàn)：
[1]Schuermann，T.What do we know about loss given default?[R].Federal Reserve Bank of New York，Working Paper，2004：1-29.
[2]陳忠陽(yáng).違約損失率(LGD)研究[J].國(guó)際金融研究，2004，(5)：49-57.
[3]劉宏峰，楊曉光.違約損失率的估計(jì)：發(fā)達(dá)國(guó)家的經(jīng)驗(yàn)及啟示[J].金融研究，2003，(6)：23-27.
[4]Amihud，Yakov，Kennet h Garbade and Marcel Kahan1An institutional innovation to reduce agency cost s of public corporate
bonds[J].Journal of Applied Corporate Finance，2000，(1)：114-121.
[5]Greg M Gupton，Daniel Gates and Lea V Carty.BankOloan loss given default[R].1Moody’s Investor s Service，Global Credit Research，
November，2000 ：1-24.
[6]Thorburn，K1Bankruptcy auctions ：cost，debt recovery and firm survival[J].Journal of Financial Economics，2000，58：337-368.
[7]Frye，J.Collateral damage detected[R]Federal Reserve Bank of Chicago，Working Paper，Emerging Issues Series，October，2000：1-14.
[8]Carey，Mark.Credit risk in private debt portifolios[J]Journal of Finance，1998，53，(4) ：1363-1387.
[9]Altman，E and V Kishore.Almost everyt hing you wanted to know about recovery on defaulted bonds[J]Financial Analyst’s Journal，
1996，(6)：57-64.
[10]Grossman，R，S O Shea，and S.Bonelii1Bank loan and bond recovery study：1997—2000[R].Fitch Loan Products SpecialReport，
March，2001：1-23.
[11]Acharya，Viral V，Sreedhar T Bharat h and Anand Srinivasan.Understanding t he recovery rates of defaulted securities[R].Working
Paper，2003：1.
[12]Asarnow，Elliot and David Edwards.Measuring loss on defaulted bank loans：a 24year study[J].Journal of Commercial Lending1 1995，
77 (7)：11-23.
[13]Carty，L and D Lieberman.Defaulted bank loan recoveries[R].Moody’s Special Comment，1996：1-12.