小额贷款违约损失率估计模型研究

摘要

随着我国经济和科技的快速发展，消费信贷开始出现在人们的日常生活中。由2011年—2018年我国个人消费信贷趋势图可以得到，我国个人消费信贷的增长速率均在25%以上，我国的个人消费信贷市场未来仍有良好的发展前景。然而，我国个人消费信贷仍处于初级阶段，尚未建立起健全的个人信用体系，并且信贷机构缺乏调查债务人信用的有效手段，使信贷机构无法对个人的还款意愿和还款潜力做出正确的判断。新巴塞尔协议的内部评级法为信贷机构的信贷风险识别给出了可靠的依据。内部评级法的风险权重是由违约概率(PD)、违约损失率(LGD)、违约风险暴露(EAD)这三个因素共同决定。目前国内外学者对信用风险的研究主要侧重于违约概率，对于违约损失率这一维度的研究远不及于违约概率的研究。因此，本文主要从小额个人消费信贷的角度出发，基于某信贷机构提供的电子产品分期付款贷款数据，对违约损失率估计模型进行研究。　　由于违约损失率的取值范围为(0，1)，在应用的领域中，适用于拟合这样数据的模型较少，常用的违约损失率估计模型有：经验分析法、线性回归、决策树模型、随机森林回归模型。但是，经验分析法的主观性太强，而且只能给出违约损失率的范围或者等级，建模结果不够准确，不适用于大规模的信贷风险管理；简单线性回归模型对(0，1)之间的数据不能达到很好的拟合效果；决策树法对数据的完整性要求较高，且容易发生过拟合问题；随机森林回归模型拟合效果好，但解释性较差。基于小额个人贷款“金额较小且周期短”的特点，本文做出了两点假设：(1)假定违约超过3个月及以上的数据清算已经结束；(2)假设清收费用为零。在上述两点假设下，根据违约损失率的计算公式，得到了响应变量违约损失率及其分布，发现小额个人贷款违约损失率明显呈双峰分布，主要集中在0与1附近，这一分布特征与国际上大多数违约损失率分布研究的双峰分布一致。而且，本文发现小额个人贷款违约损失率的分布非常接近于单纯形分布(simplex distribution)，因此提出采取单纯形广义线性模型（simplex generalized linear model）来估计小额贷款违约损失率。　　通过对小额个人贷款数据中的19个变量进行了描述性分析与相关性分析，最终选入17个变量作为小额个人贷款违约损失率估计模型的协变量，并使用单纯形广义线性模型进行建模。在模型检验时，主要从解释性、预测误差、运行时间三方面，综合对单纯形广义线性模型、广义贝塔回归模型与随机森林回归模型进行比较。结果显示，单纯形广义线性模型实现简单，具有良好的解释性，比广义贝塔回归模型多筛选出3个显著变量，分别为婚姻状况、是否保险、单位类型，而在一些学者的实证研究结果表明，行业因素对违约损失率的影响显著，且运行时间最短，预测精度与广义贝塔回归模型的预测精度非常接近，比随机森林回归模型预测精度略低，因此更适合对小额个人贷款违约损失率建立估计模型。　　本文的创新之处主要有以下两点：1.现有的违约损失率估计模型中，尚未发现有学者将单纯形广义线性模型应用到违约损失率估计模型，本文基于小额个人贷款违约数据集，对比发现小额个人贷款的违约损失率分布更接近于单纯形分布，因此将单纯形广义线性模型应用到违约损失率的估计模型中。2.本文基于无抵押小额个人贷款违约数据研究违约损失率，由于小额贷款数据“周期短，贷款金额小”这一特点，使得违约损失率模型的建立得到简化，其次现如今采取分期付款的超前消费群体越来越多，研究分期付款数据的违约损失率具有现实意义。

目录

声明

1 引言

1.1 选题背景

1.1.1 我国消费信贷的发展及现状

1.1.2 基于新巴塞尔协议的信用风险管理

1.2 研究意义

1.3 研究内容及方法

1.4 本文结构安排

1.5 本文创新之处

1.6 章节小结

2 理论基础与研究现状

2.1 违约损失率的理论基础

2.1.1 信用风险的介绍

2.1.2 违约损失率的介绍

2.1.3 违约损失率与信用风险的关系

2.2 违约损失率的研究现状

2.2.1 违约损失率度量方法的研究

2.2.2 违约损失率分布特征的研究

2.2.3 违约损失率影响因素的研究

2.2.4 违约损失率估计模型及实证分析的研究

2.3 章节小结

3 违约损失率估计模型的提出

3.1 经验分析法

3.2 线性回归模型

3.3 决策树模型

3.4 随机森林模型

3.5 单纯形广义线性模型（SGLM）

3.5.1 单纯形分布及其性质

3.5.2 单纯形广义线性模型的构建

3.5.3 SGML对违约损失率估计模型的应用

3.6 章节小结

4 构建小额贷款违约损失率估计模型

4.1 小额贷款数据介绍与处理

4.1.1 数据来源

4.1.2 小额贷款违约损失率的计算及分布

4.2 小额贷款违约损失率潜在影响变量的统计分析

4.2.1 违约损失率的潜在影响变量

4.2.2 潜在影响变量的统计分析及处理

4.3 小额贷款数据协变量间的相关性分析

4.4 基于SGLM的小额贷款违约损失率估计模型的建立

4.5 小额贷款违约损失率估计模型的检验

4.5.1 三种模型的回归系数对比

4.5.2 三种模型的预测误差对比

4.5.3 三种模型的运行时间对比

4.5.4 三种模型的优缺点

4.6 章节小结

5 总结及展望

5.1 总结

5.2 展望

参考文献

附录

致谢