违约率

摘要： 作为信用研究的后验指标,债券价格信号在一定程度上可作为信用风险预警的有效参考指标。对2014年至2021年三季度末全部产业类信用债最低成交价格与违约率、违约时点进行研究发现,信用债最低成交价格与违约率呈非线性负相关关系、与存活期呈非线性正相关关系;同时违约率、存活期在不同属性发行人、不同行业之间存在明显差异,成交价格对信用风险的预警效果有所不同。

摘要： 评级质量是评级机构的立身之本,研究如何有效识别、判断评级结果的科学性、准确性,建立健全信用评级质量检验机制具有重要意义。围绕评级间接一致性检验问题,从利差检验法着手,对853个信用债样本进行方差分析,并引入先验对比检验和趋势检验。实证结果表明,从整体上看,不同信用等级对应的债券利差存在显著性差异,且信用利差与信用等级呈负向线性关系。但是,个别评级机构部分评级等级对应的信用利差差异性并不明显,评级结果对债券价格的揭示能力有限,评级质量有待提高。今后,应统一信用评级质量检验标准,加强违约率基础研究,提高评级区分度,以完善信用评级质量检验机制。

摘要： 违约率作为反映市场违约状况与信用风险的客观标尺,对债券市场各方参与者均具有重要意义。在国外成熟债券市场,违约率得到广泛使用。随着我国债券市场的不断成熟,违约率在国内市场也愈发受到高度重视。近期,《中国人民银行 国家发展改革委 财政部 银保监会 证监会关于促进债券市场信用评级行业健康发展的通知》指出,信用评级机构应当长期构建以违约率为核心的评级质量验证机制。违约率作为风险监测、评级质量检验的核心指标,在级别检验、风险计量等层面有着广泛应用。本文对违约率相关概念、应用价值及国内外数据表现进行了全面、细致的介绍,以期帮助读者提升对违约率的认识和理解。

摘要： 债券违约率是衡量信用风险和检验信用评级质量的重要指标。构建以违约率为核心的评级质量验证机制,需要借助历史违约数据。在国内违约数据不足的情况下,为了满足监管要求和完善自身评级体系,评级机构尝试多种方法对传统信用评级方法进行调试和改进。梳理国际和国内违约率统计和应用相关情况,分析以违约率为核心的评级质量验证机制的现状及发展路径,以电力行业为例,提出基于中外行业周期对比分析的违约率预测方法,供业界参考。

摘要： 新冠疫情下信贷ABS发行规模有所回落,银行间信用卡ABS、消费贷ABS、车贷ABS等基础资产逾期率先升后降,消费贷ABS基础资产的累计违约率上升明显。银行是ABS市场主要的参与者,在后疫情时代,应积极应对市场变化。2020年,新冠疫情的发生对我国资产支持证券(Asset-Backed Security,ABS)的信用水平和投资价值产生了一定的影响。

摘要： 商业银行的发展在金融体系甚至国民经济中起着重要作用,而信用风险更是金融经济发展稳定的关键.本文以沪深两市上市的20家商业银行信用风险状况为研究对象,采用2019年的数据,使用KMV模型测算其违约距离与违约率,结果表明,大型商业银行的信用风险显然低于中小银行及城商行,并且提出了政策建议.

摘要： 通常认为,中小微企业融资难的主要原因在于抵押担保能力不足、银行贷前及贷后管理成本高.但究其深层次根源,则是在信息不对称情况下,银行难以对中小微企业的违约率进行可靠测算,从而难以估量这部分授信的资本占用,加大了银行自身资本充足率管理的难度.本文利用银行较易获取的企业交易信息(发票信息)、信用评级、信贷记录等有限信息,通过构建Logistic回归的违约率测算模型,测算出不同信用水平下中小微企业的预期违约率.在此基础上,以银行利润最大化为目标,构建银行最优信贷策略的非线性规划模型,并以此模型指导银行对潜在中小微企业客户开展授信活动.

摘要： cqvip:1行业困境:企业风险触发疫情的冲击下,租赁市场遇冷,长租企业出租率下降、违约率提升,现金流普遍吃紧。依据公开信息不完全统计,2020年超40家长租企业陷入经营纠纷或资金链断裂。一方面疫情加速了长租企业经营风险的暴露,行业“爆雷”事件频频传出,企业面临经营大考;另一方面,长租企业的经营环境变化,企业拓展速度停滞,融资难度增加。长租企业分化加剧,优胜劣汰导致行业集中度进一步提升。

摘要： 2021年二季度债市违约概述随着疫情防控逐步正常化,二季度经济延续复苏步伐,但增速略缓。2021年二季度,债券市场违约主体数量环比和同比均有所减少。具体来看,二季度我国债券市场新增违约主体4家,数据环比和同比分别减少9家和1家;新增违约债券总规模为267.5亿元,环比规模明显收缩,但同比有所提高,主要原因在于康美药业等发债规模较大的前期已违约主体存量债券集中到期。2021年二季度,债券市场主体及金额TTM违约率均呈现明显下降趋势。

摘要： 近年来,公司债“暴雷”的报道时有见闻,但从未在面上进行盘整。根据Wind数据,我国信用债存量规模约31.7万亿元,违约债券规模近3800亿元,违约率约为1.2%,看上去属于合理范畴,但如果划分民营、金融债和国企信用债三大板块,则让人大吃一惊.

摘要： 本文使用半参数的方法，应用比例危险模型估计了不同首付比例下的住房抵押贷款违约率。研究揭示：当住房抵押贷款的首付比例从10％逐渐增加到89％时，贷款的违约率相应的从6.2％下降到1.3％，基本呈现一个首付比例越高，违约率越低的趋势。同时揭示了贷款放款后随着时间的增加，不同首付比例下，住房抵押贷款的违约率缓慢的增加，直到贷后第4年到第5年，贷款的违约率才有一个较为明显的增加。

摘要： 信用风险是指由发行人或者交易对手信用质量变化引起的违约风险，广泛存在于众多行业、企业中。对信用风险的度量非常重要，诸如信用风险敞口、违约率、违约损失率、在险值等指标都被用来反映信用风险的水平，并且已经研发出了较多的工具和方法.本文针对信用风险度量中重要的违约率计算问题,介绍了CPV模型特点及其应用.CPV模型基于宏观经济变量的变化情况来度量违约率,本文采用2009年-2012年宏观经济数据进行实证分析,通过筛选出有代表性的宏观经济指数和因子,建立不良贷款率的度量模型.

摘要： 巴塞尔新资本协议提出最谨慎原则,针对违约数据较少的信用资产估值问题,提出了有效的解决方法.本文引入最谨慎原则估计违约率,采用资产价值波动过程,假设损失程度服从β分布,构建了适合我国市场的信用衍生品定价模型,处理低违约资产的信用风险估值问题.用我国债券市场数据对模型进行了实证分析,模型结果较为稳健,能合理反映信用衍生品的信用风险.

摘要： 本文针对中国商业银行信用风险压力测试中宏观变量选择、违约概率设定与转换、违约概率的计算基础等问题进行分析,认为宏观经济变量的筛选是压力测试的关键环节,应该在模型的拟合程度与经济含义之间的寻求平衡,注重商业银行本身信贷组合的结构特点,建议以贷款金额为基础计算违约率,直接使用正常标准的违约概率.

摘要： 本申请公开了一种违约损失率的预测方法及装置，所述方法包括：获取目标用户的还款状态及欠款总额，所述还款状态包括所述目标用户的还款能力及还款意愿，所述目标用户为预设平台的债务人；根据宏观环境特征，生成对应的修正参数；根据所述修正参数修正所述还款状态，生成修正后的还款状态；使用经训练的预设模型根据所述修正后的还款状态及所述欠款总额，预测所述目标用户在预设时间段无法偿还对所述预设平台造成的违约损失率，在预测目标用户的违约损失率的过程中考虑到了宏观环境的改变，使得预测的违约损失率能够适应长周期的宏观变化，保证了预测的违约损失率的准确性，提高了金融机构的风险计量水平。

摘要： 本发明提供一种基于SMAA‑DS的信用等级与违约损失率相匹配的评级系统及方法，涉及信用评估技术领域。本发明包括用户登录注册模块，用户数据管理模块，用户信用评级模块，通过采集金融机构积累的信用贷款业务的所有借款人历史数据，构建单个定性指标与违约状态间的二元Logistic回归模型，按照指标性质区分成离散型指标和连续型指标；使用Lasso‑Logistic模型对离散型指标和连续型指标进行多重共线性检验，构建两种指标类型下具有最优整体违约判别能力的信用评分指标体系，计算借款人在两种指标类型下的信用评分；建立信用等级划分优化模型，对两种指标类型进行不同比例组合，确定借款人的信用等级信息，得到用户的信用评级。

摘要： 本申请提供了一种违约损失率预测方法及装置，该方法包括：获取目标债项的债项数据；基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型；应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率。本申请能够提高违约损失率预测的准确性。

摘要： 本发明公开了一种违约率确定方法、系统、计算机程序产品及存储介质，方法包括：根据设定的观察月周期对历史月度借据信息进行滚轮设置处理，得到多个借据滚轮；对各借据滚轮中的账龄特征数据进行汇总统计，得到对应的账龄分组，并统计各账龄分组中的逾期信息，得到各账龄分组对应的借据逾期数据；根据借据逾期数据确定各所述账龄分组对应的月度违约率。本发明将违约率从年度统计细化至按账龄进行月度统计，可提高客户违约率的精确度，同时也可以更好地贴合零售贷款违约概率的成熟性效应，有利于提高各大金融机构的管理精细度。

摘要： 本发明实施例提供一种纺织行业违约率预测方法、装置、处理器及存储介质。方法包括：获取所述纺织行业待预测订单的结构化数据；将所述结构化数据输入至违约率预测模型中；通过所述违约率预测模型确定所述待预测订单的违约率。这一预测方法有效地利用了纺织行业的结构化数据，也有效地使用了传统数据分析过程中容易被特征工程筛选过滤掉的稀疏特征数据，提高了模型预测的评分，降低了均方误差，能够有效直接地对订单的违约率进行预测。

摘要： 本申请实施例提供一种信用风险客户级违约率确定方法及装置，方法包括：根据预设转移概率矩阵构建风险暴露加权的平均违约率模型；根据所述风险暴露加权的平均违约率模型与初始客户级违约率预测数据，确定各评级的目标客户级违约率预测数据；本申请能够准确对信用风险的已知预测结果进行细化和向下传导，进而得到客户级的违约率数据。

摘要： 本发明公开了一种互联网金融平台违约率的预测方法，包括：获取训练样本数据；对多维度特征信息进行特征筛选处理；训练样本进行标注后输入多个违约率预测模型进行训练；对训练完成的多个违约率预测模型进行性能判断，筛选性能满足预设条件的违约率预测模型；对满足预设条件的违约率预测模型个数进行判断，从而选择是否进行采用融合算法；获取待预测的借款人的多维度特征信息，输入训练完成的满足预设条件的违约率预测模型进行违约率预测，本发明通过采用皮尔森相关系数法和斯皮尔曼相关系数法对所有影响因素进行相关性分析，剔除彼此相关性较强的影响因素，避免多重共线性，提高模型预测准确率。

摘要： 本申请涉及数据分析领域，尤其涉及一种违约率预测方法、装置、计算机设备和存储介质。所述方法包括：获取拟合得到的外因曲线，以及根据历史违约率曲线分解得到的用户质量曲线以及账龄曲线；根据外因曲线的趋势将外因曲线进行延长，根据用户质量曲线的趋势将用户质量曲线进行延长，根据账龄曲线的趋势将账龄曲线进行延长；接收输入的与用户质量曲线的延长段以及账龄曲线的延长段的趋势调整指令；根据趋势调整指令对用户质量曲线的延长段的趋势进行调整，对账龄曲线的延长段进行调整；根据外因曲线以及调整后的用户质量曲线、账龄曲线组合得到当前违约率曲线；根据当前违约率曲线预测违约率。采用本方法能够提高违约率预测准确性。

摘要： 本申请涉及数据分析领域，尤其涉及一种违约率预测方法、装置、计算机设备和存储介质。所述方法包括：获取历史数据，并根据所述历史数据生成违约率曲线；将所述违约率曲线进行分解得到外因曲线；获取初始宏观指标以及表示初始宏观指标以及传导宏观指标之间的传导关系的传导图；将所述初始宏观指标输入至所述传导图中得到传导宏观指标；通过所述初始宏观指标以及所述传导宏观指标拟合分解得到的所述外因曲线；通过拟合结果对违约率进行预测。采用本方法能够提高违约率的预测准确性。

摘要： 本公开涉及一种预测违约损失率的方法和装置、存储介质及电子设备，以提升违约损失率的预测结果的准确性。所述预测违约损失率的方法包括：获取属于同一用户组中的第一类用户的特征信息以及第二类用户的特征信息；将获取到的特征信息输入至预先建立的违约率预测模型，得到所述用户组中第二类用户的违约率信息，其中，所述违约率预测模型是以历史用户组中各类用户的特征信息以及第二类用户的历史违约率信息作为模型训练样本训练得到的；根据所述用户组中所述第二类用户的违约率信息以及向所述用户组推荐的目标业务产品的特征信息，确定所述目标业务产品的违约损失率。