資產(chǎn)估值是不良資產(chǎn)證券化的核心,今天大公信軟資深金融分析經(jīng)理--陳大牛(化名),來(lái)為眾位解讀不良資產(chǎn)估值的核心架構(gòu)和大公不良資產(chǎn)估值定價(jià)模型的技術(shù)思路。 不良資產(chǎn)定價(jià)主要運(yùn)用三種方法:一是歷史數(shù)據(jù)平均法;二是數(shù)據(jù)回歸分析法;三是市場(chǎng)數(shù)據(jù)隱含分析法。 特別提示:本文僅為學(xué)習(xí)推薦使用,相關(guān)產(chǎn)品與本平臺(tái)沒(méi)有任何關(guān)系。 小編:我了解到,不良資產(chǎn)估值是業(yè)內(nèi)公認(rèn)的難點(diǎn),是這樣嗎?那么它難在何處呢? 陳大牛:是的,你說(shuō)的沒(méi)錯(cuò)。原因在于:一是不良債權(quán)評(píng)估往往得不到債務(wù)人的配合,不通過(guò)非常規(guī)手段無(wú)法全面查清債務(wù)人的營(yíng)運(yùn)狀況和資產(chǎn)。如果是“三無(wú)”企業(yè)、注吊銷企業(yè)和特殊行業(yè)或部門(mén),評(píng)估就更加困難;二是沒(méi)有成熟的外部市場(chǎng),信息高度壟斷,市場(chǎng)不能發(fā)現(xiàn)不良債權(quán)交易價(jià)格;三是由于開(kāi)展不良資產(chǎn)處置業(yè)務(wù)的數(shù)量和時(shí)間有限,缺乏相關(guān)數(shù)據(jù)可資借鑒,更未建立起相關(guān)的定價(jià)模型。因此在劃轉(zhuǎn)定價(jià)的協(xié)調(diào)上,往往只能參照簡(jiǎn)單的五級(jí)分類標(biāo)準(zhǔn)和基本的盡調(diào)判斷。而事實(shí)是,如果考慮處置過(guò)程中的政策、法律、市場(chǎng)等諸多關(guān)聯(lián)因素,即使是同一類貸款,花費(fèi)同樣的成本,其最終的處置效果也會(huì)產(chǎn)生較大差異。 小編:聽(tīng)起來(lái)不良資產(chǎn)的估值的難題是溝通配合受阻,市場(chǎng)現(xiàn)狀不佳,和資源匱乏等多方面因素共同造成的。那么,在不良資產(chǎn)證券化重新回歸金融人視野的背景下,是否存在較為成熟的量化研究方法,能解決您提到的估值難的問(wèn)題呢? 陳大牛:縱觀各專業(yè)機(jī)構(gòu)和研究人員的研究成果,不良資產(chǎn)定價(jià)主要運(yùn)用三種方法。一是歷史數(shù)據(jù)平均法,包含違約加權(quán)法,時(shí)間加權(quán)法、貨幣加權(quán)法等,主要是根據(jù)實(shí)際的違約歷史數(shù)據(jù)進(jìn)行加權(quán)平均;二是數(shù)據(jù)回歸分析法,其典型代表是穆迪的LossCalc模型,即根據(jù)違約資產(chǎn)的回收率歷史數(shù)據(jù)和理論因子模型,應(yīng)用統(tǒng)計(jì)回歸分析和模擬方法建立預(yù)測(cè)模型;三是市場(chǎng)數(shù)據(jù)隱含分析法,即由正常貸款和債券的升水幅度中隱含的風(fēng)險(xiǎn)信息分析而得。 小編:既然已有成熟的技術(shù),那么定價(jià)難的問(wèn)題為何仍然存在呢? 陳大牛:由于多種原因,公司收購(gòu)的不良債權(quán)在不同企業(yè)以及不同地區(qū)之間的質(zhì)量差異非常大,影響其回收價(jià)值的因素很多,影響方式也很復(fù)雜。如何測(cè)算不良債權(quán)的回收價(jià)值,國(guó)內(nèi)外一直也沒(méi)有成熟的經(jīng)驗(yàn)可以借鑒和推廣。這就是為什么信軟一直堅(jiān)持自主研發(fā)不良資產(chǎn)估值定價(jià)技術(shù)。 小編:可否為我們介紹一下大公在不良資產(chǎn)定價(jià)方面的研究成果有哪些? 陳大牛:成形的模型有基于主成分的多元回歸分析、支持向量機(jī)理論、人工神經(jīng)網(wǎng)絡(luò)模型等等。大公在這幾種模型的基礎(chǔ)上,跟蹤國(guó)內(nèi)外最新研究,不斷創(chuàng)新、融合。 調(diào) 研1、基于主成分的多元回歸分析方法 主成分分析是考察多個(gè)變量間相關(guān)性的一種多元統(tǒng)計(jì)分析方法,它是研究如何通過(guò)少數(shù)幾個(gè)主成分(即原始數(shù)據(jù)的線性組合)來(lái)解釋多變量的方差—協(xié)方差結(jié)構(gòu)。也就是導(dǎo)出幾個(gè)主成分,使其盡量多地保留原始變量的信息,且彼此線性無(wú)關(guān)。主成分分析是利用降維的思想,通過(guò)對(duì)原始指標(biāo)相關(guān)矩陣內(nèi)部結(jié)構(gòu)關(guān)系的研究,設(shè)法將原來(lái)的多個(gè)指標(biāo)重新組合成少數(shù)幾個(gè)新的線性無(wú)關(guān)的綜合指標(biāo)來(lái)代替原始指標(biāo),同時(shí)根據(jù)實(shí)際需要從中取較少的幾個(gè)綜合指標(biāo)盡可能多的反應(yīng)原始指標(biāo)的信息。 2、支持向量機(jī)方法 支持向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理的基礎(chǔ)上,根據(jù)有限的樣本信息在模型的復(fù)雜性(即對(duì)特定訓(xùn)練樣本的學(xué)習(xí)精度)和學(xué)習(xí)能力(即無(wú)錯(cuò)誤地識(shí)別任意樣本的能力)之間尋找最佳折衷,以期獲得最好的推廣能力,最初是由AT&TBell實(shí)驗(yàn)室的Vapnik針對(duì)解決模式識(shí)別問(wèn)題提出的一類新型機(jī)器學(xué)習(xí)算法。 支持向量機(jī)的提出是因?yàn)樵趯W(xué)習(xí)過(guò)程中樣本數(shù)據(jù)分類的需要。假設(shè)一些給定的樣本數(shù)據(jù)分為兩種不同類的樣本集,目標(biāo)是判定一個(gè)新的數(shù)據(jù)是屬于哪個(gè)樣本集。在支持向量機(jī)的方法中,一個(gè)數(shù)據(jù)樣本被視為一個(gè)p維的向量,并且我們希望可以用一個(gè)p-1維的超平面分離這些數(shù)據(jù)。這稱之為線性歸類。有很多超平面可以分離這些數(shù)據(jù),但我們更感興趣能否找到一個(gè)最優(yōu)的超平面使得兩個(gè)樣本集的距離最大。也就是說(shuō),我們選定的超平面與最近的樣本數(shù)據(jù)的距離是最大的。 3、人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征,進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度,通過(guò)調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系,從而達(dá)到處理信息的目的。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)的能力,可以通過(guò)預(yù)先提供的一批相互對(duì)應(yīng)的輸入-輸出數(shù)據(jù),分析掌握兩者之間潛在的規(guī)律,最終根據(jù)這些規(guī)律,用新的輸入數(shù)據(jù)來(lái)推算輸出結(jié)果,這種學(xué)習(xí)分析的過(guò)程被稱為“訓(xùn)練”。 人工神經(jīng)網(wǎng)絡(luò)模型主要考慮網(wǎng)絡(luò)連接的拓?fù)浣Y(jié)構(gòu)、神經(jīng)元的特征、學(xué)習(xí)規(guī)則等。目前,已有近40種神經(jīng)網(wǎng)絡(luò)模型,其中有反傳網(wǎng)絡(luò)、感知器、自組織映射、Hopfield網(wǎng)絡(luò)、波耳茲曼機(jī)、適應(yīng)諧振理論等。 小編:但我仍有一事不解,如此多的模型種類,他們之間有沒(méi)有內(nèi)在聯(lián)系?或者說(shuō),大公在設(shè)計(jì)不良資產(chǎn)定價(jià)模型時(shí)有沒(méi)有貫穿的思路和中心思想? 陳大牛:大公有一套成熟的建模分析步驟,模型都按照這個(gè)流程進(jìn)行實(shí)驗(yàn)。根據(jù)科學(xué)的建模方法和分析思路,大公從設(shè)計(jì)和研發(fā)的多個(gè)不良資產(chǎn)定價(jià)模型進(jìn)行壓力測(cè)試,最終形成自主研發(fā)基于大數(shù)據(jù)的估值定價(jià)模型。 歸 納建模分析流程圖如下: 小編:那么我們不良資產(chǎn)定價(jià)的應(yīng)用場(chǎng)景是什么?服務(wù)對(duì)象又是誰(shuí)呢? 陳大牛:大公研發(fā)的不良資產(chǎn)估值定價(jià)模型主要應(yīng)用于不良資產(chǎn)的收購(gòu)和處置兩大場(chǎng)景。模型定位于單戶債權(quán)不良資產(chǎn)價(jià)值估值技術(shù),并可以批量估算資產(chǎn)包價(jià)值、預(yù)測(cè)可回收價(jià)值等,在此基礎(chǔ)上考慮成本和利潤(rùn),推算收購(gòu)和處置價(jià)值,從而用于資產(chǎn)收購(gòu)和處置業(yè)務(wù)。 小編:據(jù)我所知,從市場(chǎng)反饋來(lái)看,該不良資產(chǎn)估值定價(jià)模型在業(yè)內(nèi)備受好評(píng),您認(rèn)為我們模型的優(yōu)勢(shì)是什么? 陳大牛:實(shí)驗(yàn)表明,大公不良資產(chǎn)估值定價(jià)模型有相對(duì)較好的精度,基本上能滿足當(dāng)前不良資產(chǎn)業(yè)務(wù)需求。模型的穩(wěn)定性能較好,這一點(diǎn)在交叉試驗(yàn)中得到了證明。 小編:聽(tīng)起來(lái)很振奮人心!ABS在未來(lái)的幾年內(nèi)必將是熱點(diǎn),是趨勢(shì),想必信軟也不會(huì)滿足于現(xiàn)有的成果,您下一步的計(jì)劃是什么? 陳大牛:針對(duì)當(dāng)前已經(jīng)處置完畢的樣本進(jìn)行實(shí)驗(yàn)表明模型的推廣能力較強(qiáng),但由于模型的基本原理是采用歷史的樣本數(shù)據(jù)來(lái)表達(dá)未來(lái)的預(yù)測(cè)樣本數(shù)據(jù),若這兩個(gè)樣本集合缺乏表達(dá)性關(guān)聯(lián),即樣本分布規(guī)律差異較大,則估值結(jié)果就會(huì)變差,這也是所有量化模型的缺點(diǎn),相關(guān)技術(shù)研發(fā)團(tuán)隊(duì)已經(jīng)著手研究和解決此問(wèn)題,力爭(zhēng)研發(fā)更完美的定價(jià)模型。 來(lái)源:大公信軟 |
|