基于数据挖掘-Copula理论的银行信贷中观组合管理研究

Credit assets quality of commercial bank is quite important to the development of national economy and the people's benefit. As lending to borrowers in many industries and regions, commercial banks can diverse the credit asset in industries and regions to reduce credit risk and guarantee the quality of credit assets by borrowing the idea from stock portfolio. Empirical results show the reasonable diversified credit asset allocation can help to decrease the credit risk and capital consumption. Because of the difference between credit management and capital market, this research will study the industrial and regional credit portfolio according to the credit asset's specificity. Medium view is new perspective to manage credit risk. This research will study the default probility and economy capital from medium perspective using data mining which has been proven to be a powerful technique to deal with large database. Correlation is the basis of portfolio and we will use Copula functions to study the nonlinear and tail dependence of credit risk. Foreign empirical research indicates that the more disversified of credit asset, the higher the cost, so the portfolio model of our reasearch will be subjected to fixed revenue. In theory, this research will study data mining and Copula method and their applications to credit asset portfolio management. In practice, the portolio model with object of minmum unexpected loss will be helpful for the regulation of banking regulatory institution and the loan commintment of commercial bank which is to improve the quality of credit assets of commercial banks, and guarantee the healthy development of the national economy.

商业银行的信贷资产质量对国民经济发展和人民福祉至关重要。由于商业银行在众多行业和区域都有信贷投放，可以借助于资产组合的思想对信贷资产进行组合管理，以分散信贷风险，保障信贷资产质量。实证表明合理分散的信贷投放能够分散信用风险，降低商业银行资本消耗。基于信贷经营中产生的含有丰富信息的大规模数据，本课题借助数据挖掘进行行业区域等中观层次的信用风险违约率和非预期损失计量研究。鉴于信用风险相依的非线性，Copula函数是分析中观层次信贷组合相关关系的良好选择。另外国外的实证研究表明信贷投放过度分散有害于利润增长，因此将在一定的收益约束下建立组合模型。理论方面将进行基于数据挖掘的非预期损失计量和基于Copula的信用风险相关关系的研究；实践方面以非预期损失最小化为目标的中观层次组合模型将有助于银行监管机构和商业银行进行信贷监管决策和信贷政策制定，这对提高银行信贷资产质量，保障经济健康发展有重要意义。

随着经济下行，近来我国商业银行的资产质量不断恶化，其中低端制造业和批发零售业是不良集中的主要行业，这显示了对信贷资产按照行业等维度进行组合投放管理的重要性。商业银行信贷组合管理是指银行按照投资组合理论对信贷资产进行多元化管理，以实现分散风险、提高效率的信贷管理目的。信贷组合管理不能快速增加银行效益，但能帮助银行分散风险，实现增长。我国商业银行作为各个行业都有涉足的持有大量信贷资产的大型金融机构，应该将全行资产作为整体，对全行资产进行前瞻性、战略性和全局性配置，以组合的角度审视全行的信贷资产，获取长期稳健的收益。本课题主要就以下问题进行了研究：（1）本课题首先从行业、区域、产品及风险缓释等角度总结了国内商业银行的信贷投放以及这些维度的信贷资产质量。目前国内银行的组合主要从行业、区域等维度制定的信贷政策，指导信贷投放。在贷后组合管理阶段，我国银行的组合可用手段主要是贷款转让、信贷资产证券化和信用风险缓释工具，但是目前国内这些产品发展缓慢。当前国际大型商业银行都关注并实施了组合管理，国际性银行大力发展国际区域组合是值得学习的经验。（2）组合管理中商业银行的信贷应该集中管理还是分散投放是一个需要回答的战略问题。基于2007-2011年中国16个上市商业银行的信贷投放的数据，通过建立面板模型从风险和收益两个角度研究商业银行信贷投放的行业分散程度对银行的影响。研究发现，在当前我国商业银行信贷分散的情形下，随着集中度增加银行的信贷资产风险将加大，同时银行的收益也会增加，建议商业银行可以在控制风险的情形下适度增加集中度。（3）相关关系研究是信贷资产组合管理的重要基础性工作。本课题全面总结了当前信用风险相关关系的国内外研究成果，将其分为非模型方法和模型方法并进行了借鉴比较。深入研究了Copula相关关系测度。根据Merton理论，利用上市公司数据计算各个上市公司的违约距离，然后根据违约距离的变动情况，借用非模型方法研究行业层次的信用风险相关系数。（4）基于信贷资产证券化的组合管理。这部分研究信贷资产证券的基础资产选择，建议资产池基础资产的选择遵循资产质量高，单笔额度大，集中度高，信用贷款占一定比例的原则。建议在信贷需求旺盛时可以通过资产证券化盘活长期贷款。课题的部分研究成果在我国某大型国有商业银行信贷组合管理中得到了验证和实施，指导商业银行优化信贷结构，取得了较好的社会效益。