一种基于样本配比的违约概率估计方法及其应用  

An Estimation Method for Default Probability Based on Sample Matching and An Application

作　　者：潘亮 李军[2] 杨晓光[3,4] 

机构地区：[1]长沙理工大学数计学院,长沙410076 [2]天津大学管理与经济学部,天津300072 [3]中国科学院数学与系统科学研究院,研究员北京100190 [4]中国石油大学(北京)工商管理学院,教授北京1022490

出　　处：《科技促进发展》2011年第11期48-52,共5页Science & Technology for Development

基　　金：国家自然科学基金重点项目(70933003):我国金融安全综合管理研究;负责人:杨晓光;国家自然科学基金面上项目(70871109):宏观调控决策支持系统要素分析;负责人:杨晓光

摘　　要：商业银行估计信贷资产的违约概率,是商业银行信用风险管理的基础性、本质性的工作,各种数量模型被广泛应用于这一领域的研究。然而相比于正常贷款,违约贷款在整个信贷资产中占据的比例非常小,如果直接对全样本进行数量建模,往往会低估违约的风险。本文提出一种对"好"、"坏"样本合理配比,然后进行逻辑(Logistic)建模的思路。实证表明,将这一思路应用于估计某大型商业银行省分行的中小型制造业的违约概率,预测"好"、"坏"样本的平衡性好,精度较高,并且有很好的区分性。Estimating the default probability is an elementary work in the risk management of commercial banks.Many quantitative models are applied in the area.But size of 'bad' samples is much smaller than the size of 'good' samples.Biases arise if any quantitative model applied directly on the whole sample,which definitely leads to underestimation of default risk.This paper proposes a method which searches for a good match between 'good' and bad samples,then employs logistic model.The method is applied to a provincial bank for its credit asset in the manufacturing industry.The empirical results show that the method produces a balance prediction with a high accuracy,and a good discriminating capacity.

关 键 词：信用风险 样本配比 LOGISTIC回归模型 违约概率 

分 类 号：F830.5[经济管理—金融学] F224