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.