论文部分内容阅读
违约损失率(LGD)是衡量单笔交易违约后损失程度的基本指标,与违约概率(PD)同样重要,关系到风险政策制定、风险资产计量和贷款定价等多个方面。小额信用借款没有抵押或担保等风险防范措施,与有抵押或担保的企业贷款性质完全不同,那么它的风险情况也有其自身特点。现有对小额信用借款风险的研究都是关注违约概率,而研究其违约损失率的文献很少。本文的研究目的就是分析小额信用借款违约损失率的分布特征及其影响因素。本文在分析现有文献和理论方法的基础上,设定了适合小额信用借款违约损失率的度量方法,并利用网络借贷平台拍拍贷的历史公开数据,计算了违约损失率。发现与一般企业贷款的U型分布不同,小额信用借款的违约损失率分布较为均衡,零损失的样本占比较少;其均值约为57%,也并不比其他类违约损失率大。进一步与一般企业贷款的违约损失率对比分析,发现小额信用借款违约损失率的分布有以下特征:其违约损失率存在较大地区差异,经济发达的地区违约损失率较低;违约损失率与风险暴露规模呈负相关,风险暴露规模小的违约损失率反而较高;小额信用借款违约损失率有随着期限的增加而减少的趋势。通过建立有序Logistic模型分析,发现债务特征、债务人特征和债务人行为三个方面都对违约损失率产生显著影响。在债务特征方面,由于贷后管理方式成本与收益的差异,对不同金额的违约债务采用了不同的管理方式,债务的金额对违约损失率的影响显著为负;债务期限对违约损失率有显著的负向影响,期限短的借款违约损失率较大;经济发达的东部地区比西部地区的违约损失率更低。在债务人特征方面,受教育程度高的借款人在信用观念,收入能力,信用环境方面较好,其违约损失率较低;女性在金融决策中风险偏好程度更低,所以其违约损失率较低。在债务人行为方面,历史借款行为、投资行为和借款陈述对违约损失率有显著影响。由于“刷信用”和正常取消等原因,借款失败次数与违约损失率负相关。借款陈述字数与违约损失率呈负相关。借款陈述的长度,显示了借款者的努力程度,缓解信息不对称;投资行为表示借款人对平台运作流程比较了解,与平台联系紧密,另外,平台上的投资是对借款的隐形担保,所以其违约损失率较低。债务特征、债务人特征和债务人行为方面对小额信用借款违约损失率具有影响,那么应该关注和优化这些方面的因素。对于违约借款的风险计量和贷后管理可以分地区进行;把影响违约损失率的因素考虑进信用评级的维度中;建立防欺诈系统,控制高损失率的欺诈风险,优化借款人的行为指标设计。把握好违约损失率的特征和影响因素,有助于小额信用借款的风险识别、控制和风险计量。