500只房贷类P2P平均收益率11% 警惕房价下跌风险
目前房地产市场处于去库存、房价整体趋于上涨的背景下，房贷类项目其风险相对较小。但房贷类项目由于涉及抵押贷款业务，也面临着风控处理不当和房价下跌等风险《投资者报》记者 王宇近期，国内一线城市房价回暖，引起全国楼市“涨声一片”。《投资者报》记者采访的多位P2P行业人士认为，这将给P2P房贷类的产品以及平台带来更多的机会。在投资者看来，房贷类资产在 P2P 市场受欢迎程度相对比较高，原因是有不动产作为抵押，风险相对较小，尤其在一线城市更是如此；并且相比其他资产，房产更“拎得清”，普通投资者更容易理解。那么，目前P2P房贷类产品以及平台发展怎样呢？目前房地产市场的表现是否会影响到平台房贷项目资产的质量？投资该类P2P平台要注意哪些细则？带着这些问题，记者采访多家P2P平台高管以及行业分析师，盈灿咨询行业研究员陈晓俊告诉记者，目前国内有近500家平台存在房地产投资项目，根据月的平台房产项目统计，该类平台及产品收益率约为11%。目前房地产市场处于去库存、房价整体趋于上涨的背景下，房贷类项目其风险相对较小。但房贷类项目由于涉及抵押贷款业务，也面临着风控处理不当产生房产重复抵押及其他债务风险，以及房价下跌产生的风险。房贷类产品及平台受欢迎网贷之家统计数据显示，2015年国内有房贷产品的正常运营平台至少在664家，涉及到的产品有首付贷、赎楼贷、卖房贷、按揭贷款、装修贷等，基本上涵盖了个人和企业在房地产融资方面的需求。而盈灿咨询给记者的最新数据显示，到目前为止，国内有近500家平台存在房地产投资项目，根据月的平台房产项目统计，该类平台及产品收益率约为11%，平台数及收益率比起去年有所下降。在业内人士看来，一方面由于P2P行业整体环境开始净化，实力不足的平台逐渐退出所造成。另一方面则是由于监管部门的介入，利息较高的平台受到限制逐渐下降。但近期楼市的回温，则给P2P房贷类产品以及平台更多信心。盈灿咨询的数据显示，P2P房贷产品已覆盖了个人和企业在房地产融资上的大部分需求。 据《投资者报》记者了解，像宜人贷、平安旗下的平安好房、链家理财、搜易贷、温商贷等都有房贷类产品。这类产品的期限长短不一，像首付贷一般在1-3年，赎楼贷在3-12个月，装修贷则更灵活，有3个月、6个月、12个月、24个月及36个月。在借款人利率方面，根据具体平台的资金来源不同而高低不一，平均在年化20%左右。业内人士告诉记者，房贷类资产在 P2P 市场受欢迎程度相对比较高，原因是有不动产作为抵押，风险相对较小，尤其在一线城市更是如此；并且相比其他资产，房产更“拎得清 ”，普通投资者更容易理解。而从P2P平台的房贷来说，链家最具代表性，链家理财90%以上的数据来自房贷标的，它也是P2P行业最大的房贷平台。记者查询链家理财的数据显示，2015年11月、12月，2016年1月，其月成交金额分别为14.1亿、20.5亿、25.2亿元，呈大幅飙升态势。2月链家卷入调查风波，叠加春节假期因素，其数据略有下降，但也维持在17.1亿元水平。根据记者从盈灿咨询拿到的最新今年P2P房贷类产品及平台TOP5显示，链家理财排在第一位，今年以来成交107亿元。房产抵押类业务之所以同时得到投资人与平台的双重欢心，其原因很简单，房贷的项目由于抵押物是房产，看得见摸得着，如果出现违约，可以通过各种渠道变卖房产减少损失，而且房屋的保值变现能力又非常强。此外，借款人用足额房产作为借款抵押物，本身就是一种反担保，试想这年头，有谁会将自己好不容易辛苦攒钱买来的“家”，拱手“便宜”别人呢！这在一定程度上也提高了借款人的违约成本，因此项目的安全性也很高。曾因“首付贷”饱受争议今年2月底3月初，链接理财的“家多宝”产品受到质疑。在链家理财平台上发行的“家多宝”产品中，有不少项目的用途是凑齐购房首付。有人认为首付贷放大购房贷款的杠杆，不仅与房地产调控政策相悖，更加大了购房者的压力，放大了风险。尽管链家随后已澄清了资金池、自担保、平台合法性等问题。但在一线楼市持续高烧的大背景下，有关楼市场外配资，首付贷等问题推高房价、增加楼市风险的问题成为此番舆论核心。与此同时，诸多有着“首付贷”产品的平台也一起面临质疑。争议之后，链家理财在合规方面有哪些改进，对于此问题，记者联系到链家理财内部工作人员进行采访，该人士表示，链家理财目前低调应对媒体采访，对此事不方便回应。而搜易贷CEO何捷告诉记者，3月12日，搜易贷已停止接受首付贷借款申请。就在3月12日举行的十二届全国人大四次会议记者会上，中国人民银行行长周小川、副行长兼国家外汇管理局局长潘功胜在回答记者提问时称，P2P平台、房地产中介机构、房地产开发商提供的首付贷，存在自担、自融、资金池风险。在自办金融业务之时，上述机构尚未取得开展金融业务资质，属于违法开展金融业务。这类行为不仅加大了居民购房杠杆，还削弱了宏观调控政策的有效性，同时也增加了金融和房地产市场的双层风险。此外，潘功胜还称，央行将与相关部门一起，结合即将开始的互联网金融的专项整治活动，对房地产中介机构、房地产开发企业以及他们与P2P平台合作开展的金融业务开始进行清理和整顿，打击为客户提供首付贷融资、加大购房杠杆、变相突破住房信贷政策的行为。“没有金融业务资质、违法开展金融业务，加大居民购房杠杆，削弱宏观调控的有效性。”上述几项指责，给过去两年多来房地产市场为促成交易广泛开展的配资、借贷以及P2P业务定了性。这次发言或将意味着新的调控政策将以打击房地产类互联网金融业务为开端，逐层展开。而在紧随其后的全国两会上，“楼市场外配资”也成为会议讨论热点，期间全国人大代表、重庆市长黄奇帆在两会上直接炮轰首付贷，暗示可能引发美国“次贷危机”那样的大崩盘。另有多位参会代表表示，针对楼市杠杆现象，政府应该出台政策实行管控。房地产市场回暖投资端风险小2016年，房地产行业从年的下行行情中恢复。从2014年年初开始，受调控政策和库存过快增长等因素影响，全国房地产市场开始进入调整期，房价在长达一年半时间、房地产投资增速在长达两年时间里一路向下，不断探出新低。2015年下半年开始，随着政策环境日趋宽松，尤其是央行五次降息、六次降准，地方出台税费减免举措，楼市回暖基础逐渐形成。在国家统计局最新公布的4月70个大中城市房价数据中，4月新房环比价格上涨的城市有65个，成为2011年国家统计局公布房价数据以来，上涨城市最多的月份。70个大中城市里，二线城市房价上涨幅度也非常明显，新房市场中，二线城市环比涨幅已经全面取代一线城市，4月首次成为房价上涨的先锋。融360分析认为，房价领涨城市正在从一线城市向部分重点二线城市转移，地方限购政策可能将回归。此外，夹杂在改善和置换购房者人群中的投资客，在政府去库存鼓励住房需求的政策中，一齐涌入了一二线楼市，使得这些城市的房价出现快速上扬。另一方面，购房需求的旺盛，更增强了开发商高价拿地的信心。展望房地产行业发展前景，房地产市场将迎来一轮景气行情。盈灿咨询行业研究员陈晓俊分析认为，目前房地产市场处于去库存、房价整体趋于上涨的背景下，房贷类项目其风险相对较小。一旦出现违约，在需求仍然较为旺盛的背景下，项目房产也容易变现、房价更不会出现大跌，不容易使得投资本金、收益出现亏损。而且由于房地产市场良好的表现，诸如赎楼、过桥等房产业务也会获得较大的需求，而相对应的投资端风险也会相对小些。但是业内人士也指出，从长期看，受去库存压力较大、部分地区房价过快上涨催生泡沫、地方政府推地规则未明确等不利因素影响，房地产行业的潜在风险也不容忽视，P2P房贷类产品会受到相应的影响。若房地产价格下跌风险就会暴露从与房价有关的数据来看，在个人房贷产品上，买房有首付贷（包括新房和二手房）和按揭贷款（如二手房按揭贷款）、卖房有卖房贷（满足卖房者临时的短期资金需求）和赎楼贷（帮助业主付清贷款本息，方便其卖出房产）。此外，还有抵押贷款等产品。在楼市向好的情况下，记者采访的P2P平台都表示，目前首付贷、赎楼贷等相关产品基本没有坏账率。然而如果楼价大幅下跌，有业界人士则担心此类业务会出现系统性风险。盈科律师事务所合伙人倪灿认为，若房地产价格下跌，P2P房贷类产品风险就会暴露。投资人一般将首付贷贷款的资金用来投机购买房产，但这房产是抵押登记给银行的，P2P公司无法得到房产抵押权。同时从政策方面看，该类产品也不是很符合。陈晓俊表示，房价下跌产生的风险，还包括流行性风险及抵押率过低的风险。虽然目前看全国大面积的房价下跌可能性极小，但是会出现诸如部分地区房价大跌的情况，那么一旦抵押率过低的情况下，选择这些地区的房产项目投资容易出现无法覆盖本金、利息的情况。同时，房价在下跌时变现难度很大。具体情况是，后期如果借款人出现逾期，涉及到的房产处置问题。因为进入司法程序，由法院强制执行，其过程比较漫长，最短的也得半年，最长时间达两年也是有的。而且抵押房产一般金额都比较大，因此对贷款机构的资金考验也非常大。对于投资者来说，投资时有哪些细节需要注意呢？银率网分析师闫博锴认为，有房产作为抵押担保物的投资标的是相对靠谱的，但也需要注意一些事项，第一，投资项目的真实性，这些项目是否真实存在，平台所展示的资料是否真实准确。第二，所抵押房产是否存在重复抵押、满额或超额抵押。第三，借款人是否具有偿还能力。第四，仔细了解房产项目产权性质、来源和属地，判断是否具有应有的价值。在现代信用体系里，风险控制最核心的因素是还款意愿，排在第二位的是收入和居住的稳定性。也就是说，即使投资人有抵押物，不还款的风险依然存在。所以对于P2P平台投资者来说，首先应关注平台是否合规，其次是投资标的的借款方，最后才是融资方所提供的担保物。房价暴跌与银行系统性风险_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
房价暴跌与银行系统性风险
上传于||文档简介
&&房​价​暴​跌​与​银​行​系​统​性​风​险
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩7页未读，继续阅读
你可能喜欢SCCA方法与系统性风险度量--百度百家
SCCA方法与系统性风险度量
分享到微信朋友圈
金融危机引起的机构间风险传染、溢出和反馈效应促使人们关注系统性风险，本文从或有权益分析方法的理论来源出发，介绍了SCCA方法的基本模型及其对金融机构相关风险指标的度量。
始于2007年的国际金融危机以及近期愈来愈烈的欧洲债务危机中暴露出的风险传染和反馈作用，迫使学者们寻求更有效的方法来模拟危机发生时的主权风险和金融机构的系统风险。与传统危机理论中着重外部宏观变量因素对市场主体的影响不同，以Gray，Merton和Bodie为代表的危机研究理论，将或有权益分析方法（Contingent Claims Analysis，简称CCA）扩展到国家各经济部门的资产、负债分析中，不仅可分析出单个公司债务违约距离、违约概率和债权人预期损失等风险度量指标，扩展的系统CCA方法（Systemic Contingent Claims Analysis，简称SCCA）还可用于分析金融体系在危机压力时期的尾部风险问题，考察了以资产负债表为基础的微观信用风险如何在经济部门间传导扩散引致宏观危机的发生。从2009年开始，国际货币基金组织（IMF）对全球多个国家银行部门的压力测试报告中都结合了CCA和SCCA方法来分析银行部门在非正常市场条件下的风险承受能力，或有权益分析方法作为一种分析信用风险的工具，以其分析基于市场数据、结果前瞻的优点在情景分析和压力测试中得到越来越多的应用。SCCA方法在其他国家银行等金融机构中的实际应用可以为中国金融体系的系统性风险管理提供借鉴。
二、CCA方法的模型和风险指标
Gray和Jobst等人（2010）提出的系统性或有权益分析方法(Systemic Contingent Claims Analysis，简称SCCA)，在分析单个金融机构违约风险的基础上，对金融机构违约风险间的相依关系进行建模，综合考察整个金融体系的系统性违约风险，它是对分析单个金融机构违约风险的或有权益方法（CCA）从多元角度进行的推广。本节将简要介绍CCA方法的理论基础和相关风险指标。
或有权益（contingent claims）是指未来收益依赖于其他资产价值的收益，这种权利是在特定随机事件发生的情况下才会获得收益的一种收益权。期权收益就是一种典型的或有收益，在特定日期以特定执行价格买卖基础资产。Merton（1974）[1]首先将Black和Scholes提出的期权定价方法应用于公司资本结构的分析，将公司股东权益和负债的定价看作一种基于公司资产价值的或有权益来处理，开辟了一种全新的公司负债违约的信用风险分析方法。Merton对企业债务的分析使人们认识到，所有具有期权性质特点的问题都可以借用期权定价方法对其进行研究。Gray，Merton和Bodie（2006）[2]延续了Merton的分析思想，进一步将期权定价理论引入资产负债表分析，形成了分析公司违约风险的新框架，简称CCA方法。它有三个原则：（a）负债价值基于资产，（b）公司资产价值服从随机过程，（c）负债有不同的优先级（初级、高级）。
假设公司的债务面值为B，t时刻股权价值St，债务价值Bt，资产价值Vt服从几何布朗运动：
其中，分别为公司资产收益率和波动率，服从标准布朗运动，由公式（1）可以解出，特别的，公司资产价值的对数值服从正态分布，，则该公司的违约概率（PD， probability of default）为：
另一个度量公司违约风险的指标违约距离（D2D，distance to default）就定义为[3]：
假设市场的无风险利率为r，LGD为违约损失率（loss given default），债权人的预期损失（expected loss）定义为：
综上，由（2）-（5）式可算出当公司资产价值变化时，导致的公司违约概率PD和投资者预期损失EL的变化情况，以及EL变化时，该公司发行债券信用利差的变化引起的公司募资成本变化。
三、CCA方法与金融机构违约风险度量
运用CCA方法来测度和分析金融机构信用风险时，其本质上来源于Merton模型。Merton在分析公司资本结构时，将公司的权益价值视为基于公司资产的看涨期权，公司债务价值可以视为债务面值和看跌期权的组合。由Merton模型可以得到公司股权价值E是一个关于公司资产价值V和债务B的看涨期权函数，假设资产价值波动率为，股权价值波动率为，无风险利率为r，债券到期日T，公司股权价值和资产价值之间有如下等式：
其中，在（6）和（7）式中，除了两个未知数外，其他参数都可以由市场数据获得，因此可以解出的数值，再结合资产负债表信息计算出相关风险指标。
利用CCA方法可以测算出金融机构的资产价值及其波动率，以及违约距离、违约概率、预期损失和信用利差等相关风险指标，为金融机构资本监管和风险控制提供量化分析依据。以某家银行为例，相关测算步骤如图1所示。
图1 简化的银行资产负债表和关键风险指标
资料来源：Dale Gray和 James P. Walsh(2008)
根据图1，首先从银行资产负债表提取出该银行的相关负债信息，实际应用中银行的债务面值一般由债务阈值（DB，debt barrier）代替，通常定义为短期债务加长期债务的一半，再由公司的股权数量结合股价信息算出股权市场价值E及其波动率σE，把相关数据代入（6）、（7）式，可算出银行的资产价值VA及其波动率σA，将VA、σA等数据代入（3）可得到银行债务的违约距离D2D，将D2D的数值逐步代入（2）、（4）、（5）式，即可计算出PD、EL、S等衡量银行债务风险的指标。
基于该模型，学者们展开了许多相关的实证分析，对金融机构的风险指标进行度量并基于这些风险指标展开相关的影响分析。Gray和Walsh（2008）[4]以智利银行部门年的数据为例，主要观察分析市场中占银行部门总资产大部分的七家大银行，首先运用CCA方法计算出各家银行的资产价值及违约距离等风险指标，然后利用主成分分析法从15个影响宏观经济的变量中提取出四个影响银行间交互风险的因子，分别为金融市场发展、国际市场利率、周期变量、地区因素，再运用向量自回归模型和脉冲响应函数对银行资产作情景分析，衡量四个因子对银行资产价值、违约距离等的影响，以及不同银行最大冲击影响和恢复时间的区别。结果显示智利的银行部门风险已经达到历史较低水平，不太可能重复1998年金融危机时的风险水平。Antunes和Silva（2010）[5]，Rambarran和Ramlakhan（2011）[6]分别对葡萄牙、特立尼达和多巴哥（拉丁美洲岛国）的几家大银行运用CCA方法计算出违约概率、违约距离、预期损失等相关风险指标，观察分析国内银行部门的风险情况。国际货币基金组织的相关工作报告中对瑞典（IMF，2011）[7]、以色列（IMF，2012）[8]等国家银行部门进行压力测试，运用CCA方法测算了2008年金融危机前后银行的担保和股权市场价值变化，以及地区市场风险偏好变化引起的银行募资成本变化情况。
国内学者对CCA方法应用于银行部门的风险管理也有研究，孙洁（2010）[9]借用或有收益分析法，比较研究了中国上市商业银行中的国有股份制银行、全国性股份制银行和城商行三类银行年一季度期间的资产价值、违约距离等关键风险指标，并对风险指标进行了敏感度测试，发现受次贷危机影响，上市银行系统性风险在2008年三季度达到峰值，其中净利差收入占利润比越高的银行对利率变化的敏感度越高，国有大型股份制银行相比其他两类银行抵御风险的能力更强，商业银行需要向非利差业务转型以降低风险。
四、SCCA方法与金融体系系统性风险度量
从宏观审慎监管的角度来说，对金融体系的系统性风险实现准确的度量非常重要，而传统的系统性风险度量方法往往忽略了危机时期各金融机构间的风险传染和相关性。一般来说，危机时期金融机构面临的违约风险更加频繁和严重，加上银行间的风险传染和反馈作用，投资者的预期损失分布呈“厚尾”形，此时损失均值是正态分布无法定义的。
针对金融机构在危机压力时期可能出现的极端风险问题，Gray等人（2010）[10]发展了SCCA方法，将金融体系看作单个公司或有权益的组合，每个公司有各自的风险参数，总的预期损失价值通过考虑各公司预期损失分布的联合分布及它们之间的相依结构求出。SCCA方法主要包括以下两个步骤：第一步，运用CCA方法算出单个机构的资产价值及波动率、预期损失价值等；第二步对每家机构的损失数值运用多元极值分布（MEVT，multivariate extreme value theory）建模，得到整个金融体系总的损失数值和政府对机构担保的或有负债价值[11]。
具体来说，假设某家银行t时刻的债务价值为Bt，则假设政府对该银行有担保的话，则的现金流和政府对这家银行的债务担保是等价的。另一方面，如果该银行在市场中还购买了CDS，每期支付费用为（以bp为单位），当银行资产价值接近违约边界时，政府部门的隐形担保价值和CDS的价值共同涵盖了债务投资者的预期损失。CDS价值定义如下：
政府的担保价值占总预期损失的比例为：
即为政府担保覆盖的投资者预期损失部分，它是政府的或有负债，可以根据随时间变化的大小来观察政府或有负债在不同时期的价值。
基于（10）式可估计出p家银行日均债权人预期损失价值（或在控制δ值下的政府或有负债）的期望损失值ES（expected shortfall）：
其中是p家银行的总的违约阈值。SCCA方法综合考虑了多元极值理论和机构间的时变、非线性相依结构（dependence structure），衡量分析金融部门存在尾部风险假设下的系统性违约风险，以及政府在危机时期对单个机构和部门担保产生的或有负债数量。为宏观审慎监管中，系统重要性机构风险附加费的计算提供了依据。
基于该模型，学者们对金融体系的系统性风险的度量和压力测试进行了实证分析。国际货币基金组织对美国市场的数据进行压力测试（IMF，2010）[12]的报告中，假设每家公司的预期损失值服从广义极值分布，并考虑了危机时期市场机构违约的相关性，估计出政府对金融部门违约价值担保的或有负债价值，结果显示了系统风险向政府部门转移的过程和政策措施随时间变化对系统风险规模和分布的影响。Gray和Jobst（2010）[13]运用SCCA方法对七国集团2007年至2010年金融危机期间的金融部门数据进行分析，考察了政府承担的系统性负债风险，比较了银行、保险公司、破产公司、其他金融机构占对政府或有负债的比值，同时也指出由于对风险建模时，复杂的模型缺乏透明度，结论高度依赖模型假设，将系统风险管理方法运用到现实生活中存在低估真实风险的问题。参数选择的敏感性对估计系统风险有重要影响，需要多种方法来增强模型的稳健性。
五、SCCA方法与“大而不倒”风险度量
宏观经济系统性风险面临的一个重要问题是政府对其他机构的担保，主要指对一些太重要而不能倒闭（too important to fail）机构的显性或隐性担保，例如为符合国家产业政策的企业债务融资的担保，对银行部门的金融担保等。马勇（2011）[14]指出金融体系的系统性风险通常源自体系内或外部随机事件的冲击，以及这种冲击引致的金融体系内滞留、酝酿的风险的系统性爆发。政府对“大而不倒”机构的隐性担保和危机时期的救助直接影响着公共部门和金融部门之间的风险联系与转移，准确度量隐性担保价值有助于及早控制体系内可能引致危机的风险因素。
为度量政府的隐形担保价值，以及这种隐性担保对国家宏观经济部门之间风险联系、转移过程的影响，我们引入考虑或有权益的资产负债表（CCA balance sheet）（Gray等，2007）[15]来分析国家各部门的资产负债表。或有权益资产负债表与会计上的资产负债表有所不同，其考虑了不确定性问题，单独列出了政府对其他部门担保的或有负债项，资产、负债的价值不是不变的账面价值，而是考虑了当前的市场价格变化的影响，利用期权定价的方法计算价值。
国家资产负债表可以大致划分为以下四个部门：私人部门、公司部门、金融部门、公共部门。其中，私人部门主要由居民家庭组成，公司部门包括所有的非金融机构，金融部门主要包括银行、保险、信托等机构，公共部门履行的是公共职责，主要包括政府和货币当局，公共部门的资产价值直接关系到一国主权价值以及宏观经济风险。以简化的三部门（忽略私人部门）为例，将各部门所包含机构的资产负债情况合并后，得到考虑或有收益的各部门资产负债表如下：
政府对银行等金融机构的担保价值随着机构自身资产价值变化而变化，它是政府的或有负债。当无违约时，担保价值不变，就等于担保费；当债务人违约时，担保人要偿付部分或全部债务，如果赔偿部分超过担保费，担保人发生亏损。担保人的收益情况与看跌期权情况类似，因此可以将政府担保视为一种基于机构自身资产价值的隐性看跌期权，计算其价值。假设金融部门的资产价值为资产价值波动率无风险债务面值为则政府的隐性担保价值可定义为，即担保价值就相当于机构自身资产价值的隐性看跌期权价值。
对国家宏观经济的各个部门来说，一个部门作为期权的“多头”，必然有其他部门成为“空头”，而政府的隐性担保是各部门间风险联系和转移的重要因素。结合表1-3可发现，政府自身负债中对金融机构的担保是金融部门的资产，而金融部门资产中的公司贷款是公司部门的负债，三大部门的资产负债价值紧密联系。在危机时期，公司破产后，风险首先传到为其提供贷款的银行等金融机构，当危机扩散，出现行业性违约潮时，金融部门资产价值缩水，无力独自承担损失，为维持市场稳定和信心，政府部门必然出手为金融部门注资或提供融资担保，风险转移到主权资产负债表中，当损失超出政府救助能力时会引发主权债务危机，2008年的冰岛金融危机和2011年的欧债危机都出现了类似的情况。风险通过公司贷款、资产担保等方式在部门间传导、扩散，从而政府对银行等部门的担保是维持经济系统稳定性的重点。通过观察国家资产负债表中的隐性担保价值可以识别可能的违约反应链，及早地控制转移风险。
传统的会计报表在分析国家主权价值风险时，仅考虑到收入和现金流，而基于或有权益资产负债表分析可以估算政府的隐性担保价值，以及资产价值的波动率。波动率是分析隐性期权价值的重要因素，当国家资产价值波动率为0时，外币、本币负债中的隐性看涨、看跌期权价值都为0；如果将那些太重要而不能倒的机构的资产价值波动率设为0，那么政府对其他机构的隐性担保价值也将变为0，这样部门之间的宏观风险联系问题就被忽略了。
在实证分析方面，Gapen等（2005）[16]利用12个新兴市场国家或有权益资产负债表数据验证了D2D、债券信用价差s等风险指标和市场CDS价差数据的关系，结果表明或有权益方法计算出的风险指标具有稳健性，并与市场的真实数据高度相关关系，表明相关风险指标具有指示作用，可以应用在实际问题中。国内的张元峰（2010）[17]借助CCA方法分析了我国年宏观金融风险状况，指出当时主要的风险因素就是外汇储备风险，次贷危机引发的储备货币贬值会冲击公共部门的偿付能力，进而引发其他部门的危机。
六、SCCA方法在系统风险度量中的应用展望
国际金融危机对经济造成的高成本凸显了对一种可以评估国家经济和金融系统的综合框架的需求，而基于或有权益分析的SCCA方法从微观的资产负债表入手，可用于考察宏观经济部门的资产价值波动情况，系统风险和压力时期极端损失的尾部风险，以及资本在各部门之间流动所引起的风险转移问题。
1、或有权益分析方法的优点
相比于传统的关注宏观经济变量因素的危机分析方法，或有权益分析模型有以下几大优点：一是数据基于市场，具有前瞻性。或有权益方法利用股价、CDS价格等计算出银行信用风险指标、主权债务在险价值等包含了市场价格信息及其非线性变化，客观体现了当前的风险状况和未来的变化趋势，有助于准确及时的把握债务风险信息。二是模型关注风险，而不是回报。传统会计资产负债表更关注的是公司的盈利情况，而基于或有权益的经济资产负债表关注的是政府的隐性担保价值和各经济部门的信用违约风险，相关风险指标可以为决策者提供直观的分析依据。三是风险传导过程清晰，应对有方。按部门划分的经济资产负债表可以让政策制定者清晰看到经济冲击是怎样通过资本流动和政府担保价值在国家各部门内部传导风险，有助于识别可能的违约反应链，针对性地提出应对政策。
2、或有权益分析方法的缺点
与其它基于众多假设条件的模型一样，或有权益分析模型同样也有自身的假设局限：一是模型假设不够贴近现实。在计算违约概率时假设资产回报的对数值服从正态分布，资产价值波动率为常数等，这些简化模型的数学假设，和金融市场的现实情况有一定差异，资产收益分布有偏性和尖峰性所产生的偏差是正态分布假设无法预测的。二是市场数据的误差性。市场数据虽然及时前瞻，但取决于市场流动性和投资者的预期变化，而市场参与者的预期存在误差性，当市场外部情况恶化时计算出的风险指标不一定比基于传统会计报表数据准确。如危机时期公司股价的连续下跌会导致违约距离的急剧变化而放大公司的违约风险。三是模型自身的稳健性仍有所欠缺。不同风险参数和相依函数的选择对分析结果有较大影响，模型稳健性还有待加强。
3、SCCA方法在中国的适用性
目前我国金融市场尚未成熟，衍生品种类缺乏，银行吸收存款的间接融资模式仍占主导地位，因此银行体系信贷业务的系统性风险值得重点关注。SCCA方法在度量信用风险时的优越性使其可以拿来为我国银行业所用，但同时也需要考虑一些实践中的问题：一方面，SCCA在计算风险指标时的一些模型假设与实际情形有出入。实际中债券有分红、提前偿还等情形，建模时需考虑如何标准化的问题。另一方面，银行业务结构的不同导致其风险分布特征也不同。巴塞尔协议允许大银行使用自己确定参数的高级计量法，不同银行的尾部风险也有各自的特征，需要判断位置参数、形状参数等，选择最适合自己情况的分布模型。
SCCA方法的用途很广泛，既可以结合公共债务和外汇储备数值，度量国家主权债务风险情况，也可以结合VaR方法用于分析银行等金融部门债务违约的系统风险问题。目前我国CDS市场发展还处于起步阶段，风险缓释工具较少，用或有权益分析方法来衡量单个公司或政府部门或有负债价值的准确性依赖于股票市场和债务衍生品市场价格信息的有效性。但基于资产负债表的或有权益分析方法为宏观系统风险管理，特别是为评估政府部门的偿债能力和在危机时期对其他机构的援助能力提供了一种新的思路，随着模型的完善和发展在未来也可以对金融市场的稳定程度提供更准确的度量。
文：巴曙松、居姗、朱元倩
文章来源：《金融监管研究》2013年第03期
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
阅读：6379
阅读：13万
热门文章HOT NEWS
快播最初凭借盗版而吸引数以亿计用户，在如今的版权时代恐怕寸步难...
娱乐资本论
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻