遲國(guó)泰,徐占東,2,黨均章

(1.大連理工大學(xué)工商管理學(xué)院,遼寧大連116025; 2.東北財(cái)經(jīng)大學(xué)數(shù)學(xué)與數(shù)量經(jīng)濟(jì)學(xué)院,遼寧大連116025; 3.中國(guó)郵政儲(chǔ)蓄銀行風(fēng)險(xiǎn)管理部,北京100001)

基于銀行間交易對(duì)手風(fēng)險(xiǎn)疊加的項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)

遲國(guó)泰1,徐占東1,2,黨均章3

(1.大連理工大學(xué)工商管理學(xué)院,遼寧大連116025; 2.東北財(cái)經(jīng)大學(xué)數(shù)學(xué)與數(shù)量經(jīng)濟(jì)學(xué)院,遼寧大連116025; 3.中國(guó)郵政儲(chǔ)蓄銀行風(fēng)險(xiǎn)管理部,北京100001)

根據(jù)有交易對(duì)手銀行參與的投資項(xiàng)目特點(diǎn),基于信息熵方法,利用政府支持力度,行業(yè)景氣指數(shù)等風(fēng)險(xiǎn)要素指標(biāo)評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn).通過(guò)證明交易對(duì)手風(fēng)險(xiǎn)與剔除交易對(duì)手風(fēng)險(xiǎn)相關(guān)性影響后的項(xiàng)目風(fēng)險(xiǎn)相關(guān)性為零,建立基于銀行間交易對(duì)手風(fēng)險(xiǎn)疊加的項(xiàng)目總體風(fēng)險(xiǎn)評(píng)價(jià)模型,評(píng)價(jià)有交易對(duì)手銀行參與的企業(yè)項(xiàng)目總體風(fēng)險(xiǎn).穩(wěn)健性分析結(jié)果表明,基于銀行間交易對(duì)手風(fēng)險(xiǎn)疊加的項(xiàng)目總體風(fēng)險(xiǎn)評(píng)價(jià)模型的評(píng)價(jià)結(jié)果具有統(tǒng)計(jì)一致性.

銀行間交易對(duì)手;交易對(duì)手風(fēng)險(xiǎn);企業(yè)項(xiàng)目風(fēng)險(xiǎn);銀–企風(fēng)險(xiǎn)疊加;風(fēng)險(xiǎn)評(píng)價(jià)

1 引 言

銀行間交易對(duì)手或交易伙伴系指對(duì)同一個(gè)企業(yè)、項(xiàng)目、債券進(jìn)行貸款或投資的不同銀行.這類(lèi)交易中的銀行,既可能是銀團(tuán)貸款中的合作伙伴,也可能是分享市場(chǎng)中的競(jìng)爭(zhēng)對(duì)手.

對(duì)于有交易對(duì)手參與的企業(yè)項(xiàng)目,商業(yè)銀行對(duì)貸款和投資對(duì)象信息不能或不便完全了解,需要以先介入的交易對(duì)手銀行為參照物評(píng)價(jià)該項(xiàng)目的總體風(fēng)險(xiǎn).先介入的交易對(duì)手銀行在對(duì)投資項(xiàng)目貸款時(shí),要收集項(xiàng)目基本情況、項(xiàng)目工藝技術(shù)水平、項(xiàng)目財(cái)務(wù)評(píng)價(jià)、項(xiàng)目經(jīng)濟(jì)評(píng)價(jià)等信息,并對(duì)擬投資項(xiàng)目進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)[1].一般來(lái)說(shuō),若信譽(yù)卓著的大銀行介入的項(xiàng)目、后續(xù)銀行介入同一個(gè)項(xiàng)目時(shí)風(fēng)險(xiǎn)較小;反之若信譽(yù)不佳、或風(fēng)格冒險(xiǎn)的銀行介入的項(xiàng)目,后續(xù)銀行介入時(shí)風(fēng)險(xiǎn)較大.

對(duì)于交易對(duì)手銀行的信用風(fēng)險(xiǎn),文獻(xiàn)[2?4]分別利用模糊神經(jīng)網(wǎng)絡(luò),改進(jìn)的蟻群算法和模糊積分支持向量機(jī)對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)進(jìn)行評(píng)估.王犁等利用經(jīng)營(yíng)水平、安全可靠性、社會(huì)形象、管理水平四個(gè)變量,建立了基于因子分析的商業(yè)銀行綜合評(píng)價(jià)方法[5].

對(duì)于項(xiàng)目的信用風(fēng)險(xiǎn)評(píng)價(jià),現(xiàn)有研究都是假設(shè)商業(yè)銀行完全掌握了項(xiàng)目財(cái)務(wù)信息.穆迪投資公司(ICRT)考慮發(fā)起人風(fēng)險(xiǎn)、完工風(fēng)險(xiǎn)、經(jīng)營(yíng)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、政策風(fēng)險(xiǎn)等因素構(gòu)建了ICRT項(xiàng)目評(píng)級(jí)體系[6].標(biāo)準(zhǔn)普爾公司(Stand&Poor)利用項(xiàng)目本身風(fēng)險(xiǎn)、主權(quán)風(fēng)險(xiǎn)、不可抗力風(fēng)險(xiǎn)和信用變化風(fēng)險(xiǎn)等因素構(gòu)建了項(xiàng)目融資風(fēng)險(xiǎn)度量模型[7].文獻(xiàn)[8,9]建立了房地產(chǎn)項(xiàng)目、BOT項(xiàng)目的投資風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，并構(gòu)建項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)模型.敖慧等應(yīng)用多級(jí)模糊綜合評(píng)價(jià)方法建立項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)模型[10].周泓等采用公司未償還貸款的概率作為違約風(fēng)險(xiǎn)高低的標(biāo)準(zhǔn)，利用交叉熵方法構(gòu)造企業(yè)違約風(fēng)險(xiǎn)識(shí)別模型[11].林則夫等基于層次分析法建立項(xiàng)目融資貸款的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系[12].單曉麗等利用實(shí)證分析方法，指出項(xiàng)目融資的關(guān)鍵風(fēng)險(xiǎn)包括貸款與股本比例、投資總額、項(xiàng)目的預(yù)期回報(bào)率.投資總額越大，貸款規(guī)模相對(duì)較大，銀行面臨的風(fēng)險(xiǎn)相應(yīng)越大[13].Yeo等指出政府對(duì)項(xiàng)目的支持力度越大，銀行風(fēng)險(xiǎn)越小[14].馬中華等評(píng)價(jià)了物流企業(yè)投資項(xiàng)目期望收益和項(xiàng)目風(fēng)險(xiǎn)之間的關(guān)系[15].文獻(xiàn)[16,17]利用VaR方法對(duì)項(xiàng)目融資中的違約風(fēng)險(xiǎn)進(jìn)行了度量.

綜上所述,現(xiàn)有研究都是考慮如何對(duì)銀行信用風(fēng)險(xiǎn)或項(xiàng)目風(fēng)險(xiǎn)進(jìn)行單獨(dú)測(cè)算.而忽略了對(duì)商業(yè)銀行不便、不能完全掌握項(xiàng)目具體信息的項(xiàng)目風(fēng)險(xiǎn)的測(cè)算的研究.

本研究考慮疊加交易對(duì)手銀行和項(xiàng)目風(fēng)險(xiǎn),構(gòu)建基于銀行間交易對(duì)手風(fēng)險(xiǎn)疊加的企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)評(píng)價(jià)模型,測(cè)算商業(yè)銀行不便或不能完全掌握項(xiàng)目具體信息情況下的企業(yè)項(xiàng)目總體風(fēng)險(xiǎn).

2 企業(yè)項(xiàng)目風(fēng)險(xiǎn)度量原理

2.1 利用交易對(duì)手風(fēng)險(xiǎn)推斷債項(xiàng)風(fēng)險(xiǎn)

交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)RP的相互關(guān)系如圖1所示：

圖1 交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)RPFig.1 Financial institutions risk RFand project risk RP

在圖1中,度量企業(yè)項(xiàng)目風(fēng)險(xiǎn)的模型應(yīng)該包括交易對(duì)手風(fēng)險(xiǎn)RF,項(xiàng)目風(fēng)險(xiǎn)RP以及二者的相關(guān)部分.

2.2 利用政策風(fēng)險(xiǎn)等5個(gè)要素反映項(xiàng)目風(fēng)險(xiǎn)

綜合穆迪(ICRT)投資公司和標(biāo)準(zhǔn)普爾(Stand&Poor)公司等國(guó)外評(píng)級(jí)機(jī)構(gòu)的項(xiàng)目風(fēng)險(xiǎn)評(píng)級(jí)報(bào)告[6,7]和國(guó)內(nèi)外有關(guān)文獻(xiàn)[13,14],選取政府支持程度、行業(yè)景氣指數(shù)、行業(yè)政策導(dǎo)向、銀行投資額以及企業(yè)信用等級(jí)等五個(gè)可觀測(cè)指標(biāo),并利用上述五個(gè)指標(biāo)測(cè)算項(xiàng)目的政府風(fēng)險(xiǎn)R1,行業(yè)風(fēng)險(xiǎn)R2,政策風(fēng)險(xiǎn)R3,投資風(fēng)險(xiǎn)R4,信用風(fēng)險(xiǎn)R5.具體變量選擇見(jiàn)表1.

根據(jù)項(xiàng)目的政府風(fēng)險(xiǎn)R1,行業(yè)風(fēng)險(xiǎn)R2等五個(gè)項(xiàng)目風(fēng)險(xiǎn)指標(biāo),項(xiàng)目風(fēng)險(xiǎn)

2.3 企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)評(píng)價(jià)原理

利用交易對(duì)手風(fēng)險(xiǎn)推斷企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)RT的銀行間交易對(duì)手風(fēng)險(xiǎn)疊加的企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)評(píng)價(jià)模型的構(gòu)建原理如圖2所示：

圖2 企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)RT度量原理Fig.2 Measurement principle of project overall risk RT

3 單項(xiàng)項(xiàng)目風(fēng)險(xiǎn)要素的風(fēng)險(xiǎn)測(cè)算

3.1 評(píng)分公式

設(shè)yj為正向指標(biāo),正向指標(biāo)打分公式為

正向指標(biāo)y數(shù)值越大,風(fēng)險(xiǎn)R(j)越大.投資風(fēng)險(xiǎn)需利用正向指標(biāo)打分公式測(cè)算.

設(shè)xi為負(fù)向指標(biāo)變量,負(fù)向指標(biāo)打分公式為

負(fù)向指標(biāo)x數(shù)值越大,風(fēng)險(xiǎn)R(i)越小.交易對(duì)手風(fēng)險(xiǎn)、行業(yè)風(fēng)險(xiǎn)需利用負(fù)向指標(biāo)打分公式測(cè)算.

3.2 單項(xiàng)風(fēng)險(xiǎn)要素打分

商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)得分反映了商業(yè)銀行信用風(fēng)險(xiǎn)的大小.銀行經(jīng)營(yíng)風(fēng)格的穩(wěn)健程度,銀行對(duì)介入業(yè)務(wù)的熟悉程度,銀行專(zhuān)業(yè)風(fēng)險(xiǎn)分析隊(duì)伍的水平和實(shí)力,銀行對(duì)項(xiàng)目信息的掌握程度,最終都通過(guò)商業(yè)銀行風(fēng)險(xiǎn)的大小反映出來(lái).因此,交易對(duì)手風(fēng)險(xiǎn)都可以通過(guò)先行介入項(xiàng)目的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)得分大小來(lái)客觀地反映.商業(yè)銀行評(píng)級(jí)得分越高,該銀行的信用風(fēng)險(xiǎn)越低,交易對(duì)手風(fēng)險(xiǎn)越小.反之則不然.

表2第2列是市場(chǎng)份額較大的40家商業(yè)銀行的信用風(fēng)險(xiǎn)評(píng)級(jí)得分[18].在表2第2列中,最大值為中國(guó)建設(shè)銀行的評(píng)分0.599,最小值為深圳發(fā)展銀行的評(píng)分0.290.

將第2列評(píng)價(jià)得分?jǐn)?shù)據(jù)帶入負(fù)向指標(biāo)打分公式(3),得到的40家商業(yè)銀行信用風(fēng)險(xiǎn),得到表2第3列.

需要指出:如果某個(gè)項(xiàng)目有多個(gè)交易對(duì)手參與,則采用信用評(píng)級(jí)得分最高的交易對(duì)手風(fēng)險(xiǎn).

表2 金融機(jī)構(gòu)風(fēng)險(xiǎn)RFTable 2 The risk RFof fnancial institute

政府支持力度是影響項(xiàng)目風(fēng)險(xiǎn)的一個(gè)重要因素[7].政府風(fēng)險(xiǎn)R1反映項(xiàng)目受政府支持力度的影響的風(fēng)險(xiǎn).政府支持力度越大,政府風(fēng)險(xiǎn)R1越小,相應(yīng)的項(xiàng)目風(fēng)險(xiǎn)RP越小.根據(jù)政府支持力度的大小,項(xiàng)目可以依次分為國(guó)家重點(diǎn)項(xiàng)目、省級(jí)重點(diǎn)項(xiàng)目、市級(jí)重點(diǎn)項(xiàng)目、縣級(jí)重點(diǎn)項(xiàng)目以及其他項(xiàng)目.國(guó)家重點(diǎn)項(xiàng)目的政府支持力度最大,政府風(fēng)險(xiǎn)最小.省級(jí)重點(diǎn)項(xiàng)目的政府風(fēng)險(xiǎn)比國(guó)家重點(diǎn)項(xiàng)目要大.市級(jí)重點(diǎn)項(xiàng)目的政府風(fēng)險(xiǎn)更大一些.沒(méi)有政府支持項(xiàng)目的政府風(fēng)險(xiǎn)最大.

表3 政府風(fēng)險(xiǎn)R1Table 3 Risk R1of government support

行業(yè)景氣指數(shù)是反映項(xiàng)目盈利前景的一個(gè)重要指標(biāo)[6,7].行業(yè)風(fēng)險(xiǎn)反映項(xiàng)目受所在行業(yè)的行業(yè)景氣指數(shù)影響的風(fēng)險(xiǎn).項(xiàng)目所在行業(yè)的行業(yè)景氣指數(shù)越大,行業(yè)風(fēng)險(xiǎn)R2越低,商業(yè)銀行投資該項(xiàng)目的風(fēng)險(xiǎn)越低.

表4第2–10列前28行給出了國(guó)家統(tǒng)計(jì)局公布的2003年1季度到2009年4季度企業(yè)景氣指數(shù)(詳見(jiàn)中國(guó)國(guó)家統(tǒng)計(jì)局網(wǎng)站http://www.stats.gov.cn各相關(guān)網(wǎng)頁(yè)).

根據(jù)表4前28行,得到行業(yè)總體以及各行業(yè)景氣指數(shù)的歷史最大值、歷史最小值和均值,填入表4后3行.

設(shè)某行業(yè)景氣指數(shù)的歷史最大值x為樂(lè)觀值,歷史最小值y為悲觀值,均值z(mì)為最可能值,該行業(yè)景氣指數(shù)預(yù)測(cè)值

表4 行業(yè)景氣指數(shù)Table 4 Industry climate index

將表4后3行代入式(4),計(jì)算得到各行業(yè)的行業(yè)景氣指數(shù)預(yù)測(cè)值,填入表5第2列.

利用式(4)測(cè)算企業(yè)項(xiàng)目的行業(yè)風(fēng)險(xiǎn)的理由有二：一是利用過(guò)去的數(shù)據(jù)作為未來(lái)行業(yè)景氣指數(shù),明顯具有滯后性,不能代表項(xiàng)目未來(lái)的盈利能力.利用預(yù)測(cè)的企業(yè)景氣指數(shù)作為指標(biāo),解決行業(yè)未來(lái)盈利前景的預(yù)測(cè)問(wèn)題.二是對(duì)于未來(lái)行業(yè)景氣指數(shù),僅能知道其景氣指數(shù)的可能狀態(tài),無(wú)法確知每個(gè)狀態(tài)的概率,需采用不確定決策方法的PERT預(yù)測(cè)法進(jìn)行預(yù)測(cè).

將表5第2列1–9行數(shù)據(jù)帶入負(fù)向指標(biāo)打分公式(3),計(jì)算得到各個(gè)行業(yè)的行業(yè)風(fēng)險(xiǎn),填入表5第3列1–9行.

表5 行業(yè)風(fēng)險(xiǎn)R2Table 5 Industry risk R2

說(shuō)明:對(duì)于跨兩個(gè)及兩個(gè)以上行業(yè)的項(xiàng)目,其行業(yè)風(fēng)險(xiǎn)根據(jù)表5第1行進(jìn)行打分.

項(xiàng)目的行業(yè)政策導(dǎo)向是影響項(xiàng)目風(fēng)險(xiǎn)的重要要素[6,7].項(xiàng)目的政策風(fēng)險(xiǎn)反映項(xiàng)目受?chē)?guó)家行業(yè)政策導(dǎo)向影響的風(fēng)險(xiǎn).根據(jù)2005年中華人民共和國(guó)國(guó)家發(fā)展和改革委員會(huì)發(fā)布的《產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指導(dǎo)目錄》,行業(yè)政策導(dǎo)向分為三類(lèi).對(duì)于屬于第一類(lèi)的高污染、高能耗的限制類(lèi)和淘汰類(lèi)行業(yè)的項(xiàng)目,受到國(guó)家政策的限制,項(xiàng)目的政策風(fēng)險(xiǎn)R3最高,賦值1.5.對(duì)于屬于第二類(lèi)的環(huán)保,節(jié)能減排的國(guó)家鼓勵(lì)類(lèi)行業(yè)的項(xiàng)目,受到國(guó)家政策的鼓勵(lì),項(xiàng)目的政策風(fēng)險(xiǎn)R3最低,賦值為1.對(duì)于屬于第三類(lèi)的其它行業(yè)的項(xiàng)目,沒(méi)有國(guó)家的限制和鼓勵(lì),項(xiàng)目的政策風(fēng)險(xiǎn)大于第二類(lèi)鼓勵(lì)類(lèi)行業(yè),小于限制類(lèi)和淘汰類(lèi)行業(yè),賦值為1.2.

表6 政策風(fēng)險(xiǎn)R3Table 6 Policy-oriented risk R3

根據(jù)中華人民共和國(guó)商業(yè)銀行法第三十九條第四款規(guī)定,對(duì)同一借款人的貸款余額與商業(yè)銀行資本余額的比例不得超過(guò)百分之十.因此,定義商業(yè)銀行資本余額的百分之十為一個(gè)項(xiàng)目投資的最大值,0為一個(gè)項(xiàng)目的投資最小值.

將項(xiàng)目投資額的最大值,最小值0,以及銀行計(jì)劃投資項(xiàng)目的金額代入正向指標(biāo)打分公式(2),便可以計(jì)算得到項(xiàng)目的投資風(fēng)險(xiǎn).

項(xiàng)目所在企業(yè)的信用等級(jí)反映了項(xiàng)目受所在企業(yè)信用水平影響的風(fēng)險(xiǎn)[6,7,14].項(xiàng)目所在企業(yè)的信用等級(jí)越高,項(xiàng)目能夠正常建設(shè)并且出現(xiàn)違約的可能性越小,項(xiàng)目的信用風(fēng)險(xiǎn)越小.反之,企業(yè)的信用等級(jí)越低,信用風(fēng)險(xiǎn)越大,項(xiàng)目的信用風(fēng)險(xiǎn)越大.

對(duì)于政府投資的項(xiàng)目,結(jié)合政府的償債能力和信用風(fēng)險(xiǎn),表7第1列給出了13個(gè)企業(yè)信用等級(jí)順序.根據(jù)等級(jí)差法,將信用風(fēng)險(xiǎn)在區(qū)間[1,1.5]內(nèi)13等分,各個(gè)等級(jí)的信用風(fēng)險(xiǎn)得分填入表7第2列.

表7 信用風(fēng)險(xiǎn)R5Table 7 The credit risk R5

說(shuō)明:1)這里的中央政府指的是交通部,信息產(chǎn)業(yè)部等中央政府機(jī)關(guān)開(kāi)展的項(xiàng)目.2)對(duì)于確知信用等級(jí)的項(xiàng)目,可以按照表7進(jìn)行風(fēng)險(xiǎn)數(shù)值的打分.對(duì)于未確知信用等級(jí)的項(xiàng)目,可以由銀行通過(guò)類(lèi)比法估計(jì)項(xiàng)目的信用等級(jí),或直接采用表7中AA級(jí)的信用風(fēng)險(xiǎn)數(shù)值.

4 企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)RT的度量模型

4.1 項(xiàng)目風(fēng)險(xiǎn)RP測(cè)算模型的建立

應(yīng)該指出:投資風(fēng)險(xiǎn)R4和信用風(fēng)險(xiǎn)R5僅與商業(yè)銀行本次投資行為的投資額和項(xiàng)目所在企業(yè)的信用等級(jí)有關(guān).因此利用樣本數(shù)據(jù)僅能得到政府風(fēng)險(xiǎn)R1,行業(yè)風(fēng)險(xiǎn)R2,政策風(fēng)險(xiǎn)R3的權(quán)重,而無(wú)法得到投資風(fēng)險(xiǎn)R4和信用風(fēng)險(xiǎn)R5的權(quán)重.

利用歷史樣本的政府風(fēng)險(xiǎn)R1,行業(yè)風(fēng)險(xiǎn)R2,政策風(fēng)險(xiǎn)R3,根據(jù)分散化程度越高,權(quán)重越大的信息熵賦權(quán)原理,確定政府風(fēng)險(xiǎn)R1,行業(yè)風(fēng)險(xiǎn)R2,政策風(fēng)險(xiǎn)R3的權(quán)重系數(shù)

其中djk表示第j個(gè)項(xiàng)目對(duì)應(yīng)的第k類(lèi)風(fēng)險(xiǎn)Rk,k=1,2,3.

式(5)的含義為:根據(jù)單一風(fēng)險(xiǎn)指標(biāo)得分的發(fā)散程度占所有風(fēng)險(xiǎn)指標(biāo)得分發(fā)散程度的大小、確定該單一風(fēng)險(xiǎn)指標(biāo)的權(quán)重.

式(5)與現(xiàn)有研究[8?14]的區(qū)別在于:通過(guò)政府風(fēng)險(xiǎn)R1,行業(yè)風(fēng)險(xiǎn)R2,政策風(fēng)險(xiǎn)R3等可觀測(cè)項(xiàng)目風(fēng)險(xiǎn)要素,根據(jù)單一風(fēng)險(xiǎn)指標(biāo)得分的發(fā)散程度占所有風(fēng)險(xiǎn)指標(biāo)得分發(fā)散程度的大小,確定該單一風(fēng)險(xiǎn)指標(biāo)的權(quán)重,反映了風(fēng)險(xiǎn)指標(biāo)分散程度越大,權(quán)重越大的思路.

式(5)的特色在于:在企業(yè)項(xiàng)目風(fēng)險(xiǎn)RP的測(cè)算中,根據(jù)政府風(fēng)險(xiǎn)R1、行業(yè)風(fēng)險(xiǎn)R2、政策風(fēng)險(xiǎn)R3、投資風(fēng)險(xiǎn)R4和信用風(fēng)險(xiǎn)R5等五個(gè)風(fēng)險(xiǎn)因素的單一指標(biāo)得分的發(fā)散程度占所有五個(gè)指標(biāo)得分發(fā)散程度的大小,實(shí)證定量確定企業(yè)項(xiàng)目風(fēng)險(xiǎn)中各個(gè)風(fēng)險(xiǎn)指標(biāo)Ri的權(quán)重;反映了風(fēng)險(xiǎn)指標(biāo)分散程度越大,權(quán)重越大的思路;解決了項(xiàng)目風(fēng)險(xiǎn)RP的測(cè)定問(wèn)題.

采用德?tīng)柗品ㄍㄟ^(guò)對(duì)中國(guó)郵政儲(chǔ)蓄銀行和大連理工大學(xué)課題組的專(zhuān)家進(jìn)行問(wèn)卷并做收斂性統(tǒng)計(jì)處理,得到項(xiàng)目風(fēng)險(xiǎn)要素的重要程度排序?yàn)?/p>

政府風(fēng)險(xiǎn)R1>投資風(fēng)險(xiǎn)R4>信用風(fēng)險(xiǎn)R5>政策風(fēng)險(xiǎn)R3>行業(yè)風(fēng)險(xiǎn)R2,

權(quán)重系數(shù)從大到小的順序?yàn)閍1,a4,a5,a3,a2.根據(jù)中間插值方法賦予權(quán)重系數(shù)a4,a5的數(shù)值大小.標(biāo)準(zhǔn)化權(quán)重系數(shù)

根據(jù)標(biāo)準(zhǔn)化權(quán)重系數(shù)wk,得到項(xiàng)目風(fēng)險(xiǎn)

式(7)的經(jīng)濟(jì)學(xué)含義是項(xiàng)目風(fēng)險(xiǎn)可以表現(xiàn)為政府風(fēng)險(xiǎn)R1,行業(yè)風(fēng)險(xiǎn)R2,政策風(fēng)險(xiǎn)R3等五個(gè)風(fēng)險(xiǎn)數(shù)值的線性加權(quán).

式(7)度量項(xiàng)目風(fēng)險(xiǎn)RP的合理性在于:任何一個(gè)風(fēng)險(xiǎn)要素增加,都會(huì)導(dǎo)致項(xiàng)目風(fēng)險(xiǎn)增加.通過(guò)風(fēng)險(xiǎn)要素的組合,可以有效地識(shí)別項(xiàng)目風(fēng)險(xiǎn)的大小.其中w1+w2+···+w5=1,w1,w2,···,w5>0.w1,w2,···,w5的大小表示對(duì)應(yīng)的風(fēng)險(xiǎn)指標(biāo)對(duì)項(xiàng)目風(fēng)險(xiǎn)的影響程度.權(quán)重大的指標(biāo)對(duì)項(xiàng)目風(fēng)險(xiǎn)的貢獻(xiàn)較大.

式(7)與現(xiàn)有研究[8?14]差別在于:通過(guò)歷史樣本數(shù)據(jù)的分散化的信息熵原理,測(cè)算政府風(fēng)險(xiǎn)R1,行業(yè)風(fēng)險(xiǎn)R2,政策風(fēng)險(xiǎn)R3的權(quán)重,克服了現(xiàn)有研究中沒(méi)有說(shuō)明政府風(fēng)險(xiǎn)R1,行業(yè)風(fēng)險(xiǎn)R2,政策風(fēng)險(xiǎn)R3對(duì)項(xiàng)目風(fēng)險(xiǎn)的重要程度問(wèn)題.

4.2 企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)RT的度量模型

當(dāng)交易對(duì)手風(fēng)險(xiǎn)和項(xiàng)目風(fēng)險(xiǎn)無(wú)關(guān)時(shí),基于標(biāo)準(zhǔn)化方法計(jì)算企業(yè)項(xiàng)目風(fēng)險(xiǎn)

式(8)的經(jīng)濟(jì)意義是通過(guò)交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)Rp的加總,測(cè)算企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)的大小.式(8)適用的條件是交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)Rp不相關(guān).

當(dāng)交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)Rp相關(guān)時(shí),利用剔除相關(guān)部分的方法修正公式(8),得到剔除交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)Rp相關(guān)部分的企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)測(cè)算模型.

為了得到企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)的函數(shù)表達(dá)式,需要證明交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)Rp的關(guān)系.

命題 給定項(xiàng)目的交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)Rp,隨機(jī)變量RP?(ρFPσP/σF)RF與隨機(jī)變量RF線性無(wú)關(guān),其中σP,σF,ρFP為通過(guò)樣本數(shù)據(jù)測(cè)算得到的經(jīng)驗(yàn)常數(shù).ρFP表示交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)Rp的樣本相關(guān)系數(shù).σF,σP分別表示交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)Rp樣本標(biāo)準(zhǔn)誤差.

欲證隨機(jī)變量RF與線性無(wú)關(guān),僅需證明隨機(jī)變量RF與隨機(jī)變量的相關(guān)系數(shù)為0.

隨機(jī)變量RF與隨機(jī)變量?Rp的相關(guān)系數(shù)為

根據(jù)方差和協(xié)方差定義,由式(12)可知

式(10)中的分子為零,即隨機(jī)變量RF與?Rp的相關(guān)系數(shù)為零,表明隨機(jī)變量RP?(ρFPσP/σF)RF與RF線性無(wú)關(guān).二者直接相加可以得到企業(yè)項(xiàng)目的總體風(fēng)險(xiǎn)

其中RP?(ρFPσP/σF)RF表示剔除交易對(duì)手相關(guān)性影響的項(xiàng)目風(fēng)險(xiǎn).

給定企業(yè)項(xiàng)目投資數(shù)據(jù),根據(jù)樣本標(biāo)準(zhǔn)誤差和樣本相關(guān)系數(shù)的計(jì)算公式,計(jì)算得到經(jīng)驗(yàn)常數(shù)σP,σF.

式(14)的經(jīng)濟(jì)學(xué)意義是企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)RT等于參與的交易對(duì)手風(fēng)險(xiǎn)RF加上項(xiàng)目風(fēng)險(xiǎn)Rp后減去二者相關(guān)部分.

式(14)與式(8)的差別在于:通過(guò)交易對(duì)手風(fēng)險(xiǎn)RF和項(xiàng)目風(fēng)險(xiǎn)Rp的相關(guān)性修正,改變了式(8)不考慮相關(guān)性帶來(lái)的風(fēng)險(xiǎn)高估或低估問(wèn)題.

式(14)的特色在于:在銀行間交易對(duì)手風(fēng)險(xiǎn)RF和企業(yè)項(xiàng)目風(fēng)險(xiǎn)Rp線性相關(guān)無(wú)法直接相加的情況下,把交易對(duì)手的銀行風(fēng)險(xiǎn)RF作為第一個(gè)隨機(jī)變量,把剔除交易對(duì)手風(fēng)險(xiǎn)RF相關(guān)性影響后的項(xiàng)目風(fēng)險(xiǎn)RP?(ρFPσP/σF)RF作為第二個(gè)隨機(jī)變量,通過(guò)證明重組后的兩個(gè)隨機(jī)變量的相關(guān)系數(shù)為0,揭示了擬投資對(duì)象的企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)RT=f(RF,RP)等于交易對(duì)手銀行的風(fēng)險(xiǎn)RF加上企業(yè)項(xiàng)目風(fēng)險(xiǎn)RP后,減去二者之間重疊部分(ρFPσP/σF)RF.從而解決了基于銀行間交易對(duì)手風(fēng)險(xiǎn)疊加的企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)RT的測(cè)算問(wèn)題.

5 結(jié)束語(yǔ)

本文采用了72個(gè)樣本對(duì)項(xiàng)目風(fēng)險(xiǎn)要素和企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析.利用bootstrap抽樣提擴(kuò)充到10 000個(gè)樣本進(jìn)行穩(wěn)健性分析.分析結(jié)果表明:

1)測(cè)算的項(xiàng)目風(fēng)險(xiǎn)要素的權(quán)重具有一般穩(wěn)定性.其重要性排列順序依次為政府風(fēng)險(xiǎn)R1(w1=0.282),投資風(fēng)險(xiǎn)R4(w4=0.253),信用風(fēng)險(xiǎn)R5(w5=0.225),政策風(fēng)險(xiǎn)R3(w3=0.197),行業(yè)風(fēng)險(xiǎn)R2(w2=0.043).

2)穩(wěn)健性分析結(jié)果表明,盡管10 000樣本和72樣本的經(jīng)驗(yàn)參數(shù)存在差異,但得到的企業(yè)項(xiàng)目總風(fēng)險(xiǎn)的序關(guān)系是相同的.利用72樣本得到的企業(yè)項(xiàng)目總體風(fēng)險(xiǎn)測(cè)算模型具有一般規(guī)律性.

[1]王玲玲,強(qiáng)茂山.銀行固定資產(chǎn)貸款項(xiàng)目風(fēng)險(xiǎn)等級(jí)評(píng)定體系的構(gòu)建[J].項(xiàng)目管理技術(shù),2006,4(10):49–53.

Wang Lingling,Qiang Maoshan.The risk rating system of bank assets loan project[J].Project Management Technology,2006,4(10): 49–53.(in Chinese)

[2]吳 沖,呂靜杰,潘啟樹(shù),等.基于模糊神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J].系統(tǒng)工程理論與實(shí)踐，2004,24(11): 1–8.

Wu Chong,L¨uJingjie,Pan Qishu,et al.Commercial bank credit risk evaluation model based on fuzzy neutrul networks[J].Systems Engineering:Theory and Practice,2004,24(11):1–8.(in Chinese)

[3]王春峰,趙 欣,韓 冬.基于改進(jìn)蟻群算法的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估方法[J].天津大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2005,7(2):81–85.

Wang Chunfeng,Zhao Xin,Han Dong.Commercial credit risk assessment methods based on ant colony optimization algorithm[J]. Journal of Tianjin University:Social Sciences,2005,7(2):81–85.(in Chinese)

[4]吳 沖,郭英見(jiàn),夏 晗.基于模糊積分支持向量機(jī)集成的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[J].運(yùn)籌與管理,2009,18(2): 115–119.

Wu Chong,Guo Yingjian,Xia Han.Commercial bank credit risk evaluation model based on fuzzy support vector integrated[J]. Operations Research and Management,2009,18(2):115–119.(in Chinese)

[5]王 犁.我國(guó)商業(yè)銀行信用指標(biāo)體系及綜合評(píng)價(jià)[J].河北工程大學(xué)學(xué)報(bào),2009,26(1):25–27.

Wang Li.Commercial bank credit index system and comprehensive evaluation[J].Journal of Hebei University,2009,26(1):25–27. (in Chinese)

[6]ICRT.Rating methodology for project fnance transactions[R].ICRT Limited,2003:15–36.

[7]Stand&Poor’s.Global Project Finance Yearbook[R].New York:Stand&Poor,2008:91–96.

[8]王雪青,王 卉.BOT項(xiàng)目中銀行貸款的信用風(fēng)險(xiǎn)分析[J].沈陽(yáng)理工大學(xué)學(xué)報(bào),2005,24(2):57–62.

Wang Xueqing,Wang Hui.Bank loans credit risk analysis of BOT project[J].Journal of Shenyang Ligong University,2005,24(2): 57–62.(in Chinese)

[9]劉淑妮,楊茂盛.基于模糊綜合評(píng)價(jià)法的房地產(chǎn)投資風(fēng)險(xiǎn)研究[J].西安工程大學(xué)學(xué)報(bào),2009,23(3):120–124.

Liu Shuni,Yang Maosheng.The study on real estate investment risk based on fuzzy comprehensive assesment[J].Journal of Xi’an Polytechnic University,2009,23(3):120–124.(in Chinese)

[10]敖 慧.信用擔(dān)保項(xiàng)目風(fēng)險(xiǎn)的多級(jí)模糊綜合評(píng)價(jià)[J].武漢理工大學(xué)學(xué)報(bào),2006,28(10):121–123.

Ao Hui.Credit guarantee project risks evaluation based on multi-structure fuzzy comprehensive assement[J].Journal of Wuhan University of Technology,2006,28(10):121–123.(in Chinese)

[11]周 泓,邱 月.交叉熵算法在企業(yè)違約風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[J].計(jì)算機(jī)工程與應(yīng)用,2008,44(20):13–16.

Zhou Hong,Qiu Yue.Enterprise default risk assessment using the cross entropy method[J].Computer Engineering and Application, 2008,44(20):13–16.(in Chinese)

[12]林則夫.基于巴塞爾新資本協(xié)議的項(xiàng)目融資貸款風(fēng)險(xiǎn)評(píng)價(jià)體系[J].中國(guó)管理科學(xué),2008,16(S1):346–352.

Lin Zefu.The poject loan risk measure system based on the New Basel Accords[J].Chinese Journal of Management Science,2008, 16(S1):346–352.(in Chinese)

[13]單曉麗,戴大雙.項(xiàng)目融資中貸款銀行面臨的關(guān)鍵風(fēng)險(xiǎn)識(shí)別[J].統(tǒng)計(jì)與決策,2009(10):134–136.

Shan Xiaoli,Dai Dashuang.The banks key risk of project loan[J].Statistics and Decision,2009(10):134–136.(in Chinese)

[14]馬中華,朱道立.物流企業(yè)在存貨質(zhì)押融資中的決策問(wèn)題研究[J].系統(tǒng)工程學(xué)報(bào),2011,26(03):346–351.

Ma,Zhonghua,Zhu Daoli.Research of the logistics enterprises decision-making in the inventory fnancing[J].Journal of Systems Engineering,2011,26(03):346–351.(in Chinese)

[15]Yeo K T,Tiong R L K.Positive management of differences for risk reduction in BOT projects[J].International Journal of Project Management,2000,18(4):257–265.

[16]Marrison C.Risk measurement for project fnance guarantees[J].The Journal of Project Finance,2004,summer:1–11.

[17]Gatti T.Measuring value-at-risk in project fnance transactions[J].European Financial Management,2007,13(1):135–158.

[18]遲國(guó)泰.銀行間交易對(duì)手債項(xiàng)信用風(fēng)險(xiǎn)管理系統(tǒng)[R].大連:大連理工大學(xué),2010:183–196.

Chi Guotai.Debt credit risk evaluation system of interbank business[R].Dalian:Dalian University of Technology,2010:183–196. (in Chinese)

The project risk assessment based on cournterparty risk superposition

Chi Guotai1,Xu Zhandong1,2,Dang Junzhang3
(1.School of Business Management,Dalian University of Technology,Dalian 116025,China; 2.School of Math and Quantitative Economics,Northeast University of Finance and Economic,Dalian 116025,China; 3.Department of Risk Management,China Post Saving Bank,Beijing 100001,China)

According to the characteristics of a project which the counterparty bank has invested in,the information entropy method is applied to assessing the project risk as the weighted average of risk factor such as the degree of government support and industry climate index.By proving that the correlation coeffcient is 0 between the counterparty bank risk and the project risk after eliminating the effect of the correlation of the counterparty risk,an overall projects risk assessment model is set up to measure the project overall risk.The result of robust analysis shows that it is statistically consistent for the overall projects risk assessment model based on counterparty risk superposition.

counterparty bank;counterparty risk;project risk;risk superposition;risk assessment

F830.33;C931;O224

A

1000?5781(2015)04?0485?09

10.13383/j.cnki.jse.2015.04.006

2013?03?04;

2013?08?19.

國(guó)家自然科學(xué)基金資助項(xiàng)目(71171031);教育部科學(xué)技術(shù)研究資助項(xiàng)目(2011-10);國(guó)家自然科學(xué)基金青年科學(xué)基金資助項(xiàng)目(71201018);教育部人文社會(huì)科學(xué)研究青年基金資助項(xiàng)目(11YJC790157);河北省自然科學(xué)基金青年科學(xué)基金資助項(xiàng)目(G2012501013).

遲國(guó)泰(1955—),男,黑龍江海倫人,博士,教授,博士生導(dǎo)師,研究方向:風(fēng)險(xiǎn)管理,金融工程,Email:chigt@dlut.edu.cn;

徐占東(1971—),男,吉林磐石人,博士,講師,研究方向:風(fēng)險(xiǎn)管理,Email:xuzhandong@163.com;

黨均章(1963—),男,北京人,博士,高級(jí)經(jīng)濟(jì)師,研究方向:銀行風(fēng)險(xiǎn)管理,Email:junzhangdang@163.com.