重随机泊松违约概率下库存商品融资业务贷款价值比率研究

中国管理科学 ›› 2007, Vol. 15 ›› Issue (1): 21-26.

重随机泊松违约概率下库存商品融资业务贷款价值比率研究

李毅学, 徐渝, 冯耕中, 王非

西安交通大学管理学院, 陕西西安710049

收稿日期:2006-01-23 修回日期:2007-01-08 出版日期:2007-02-28 发布日期:2007-02-28
作者简介:李毅学(1974- ),男(汉族),江西萍乡人,西安交通大学管理学院博士生,研究方向:物流金融.
基金资助:
国家自然科学基金资助项目(70472036)

On Loan-to-Value Ratios of Inventory Financing with Doubly Stochastic Poisson Default Processes

LI Yi-xue, XU Yu, FENG Geng-zhong, WANG Fei

School of Management, Xi'an Jiaotong University, Xi'an 710049, China

Received:2006-01-23 Revised:2007-01-08 Online:2007-02-28 Published:2007-02-28

摘要/Abstract

摘要： 确定合适的质押商品贷款价值比率能够使银行有效缓释库存商品融资业务的信用风险。沿着简化式思路,本文假定借款企业违约事件外生并服从重随机泊松过程,建立了一个有关贷款价值比率的模型。在模型中,本文综合考虑了银行的风险偏好,质押商品的预期收益率和价格波动率,贷款周期和盯市频率等因素的影响,为银行在保持风险容忍水平一致的情况下确定特定库存商品融资业务的相应贷款价值比率提供了科学依据。

关键词: 关键词:库存商品融资, 贷款价值比率, 质押商品, 信用风险

Abstract: Determining appropriate loan-to-value ratios of commodity collateral can make banks mitigate credit risk of inventory financing effectively.Based on reduced-form approaches,this paper assumes that the default of the enterprise is exogenous and follows a doubly stochastic Poisson process,and then provides a modelon loan-to-value ratios.In this model,some factors,such as risk appetite of banks,expected rate of return and price volatility of commodity collateral,frequency of marking to market and maturity time of loan,are considered synthetically,so banks may determine appropriate loan-to-value ratios of particular inventory financing operation to keep the level of taken risk consistent.

Key words: inventory financing, loan-to-value ratios, commodity collateral, credit risk

中图分类号:

F830.56

李毅学, 徐渝, 冯耕中, 王非. 重随机泊松违约概率下库存商品融资业务贷款价值比率研究[J]. 中国管理科学, 2007, 15(1): 21-26.

LI Yi-xue, XU Yu, FENG Geng-zhong, WANG Fei. On Loan-to-Value Ratios of Inventory Financing with Doubly Stochastic Poisson Default Processes[J]. Chinese Journal of Management Science, 2007, 15(1): 21-26.

[1]	徐凯, 周宗放, 钱茜. 考虑双重传播路径的关联信用风险传染机理研究[J]. 中国管理科学, 2021, 29(3): 49-58.
[2]	董路安, 叶鑫. 基于改进教学式方法的可解释信用风险评价模型构建[J]. 中国管理科学, 2020, 28(9): 45-53.
[3]	朱晓谦, 李建平. 相关性下的银行风险集成研究综述[J]. 中国管理科学, 2020, 28(8): 1-14.
[4]	陈庭强, 周文静, 童毛弟, 刘海飞. 融合CDS网络的银行间信用风险传染模型研究[J]. 中国管理科学, 2020, 28(6): 24-37.
[5]	钱茜, 徐凯. 企业家社交关系对关联信用风险传染影响的研究——基于双层网络视角[J]. 中国管理科学, 2020, 28(11): 35-42.
[6]	钱茜, 周宗放, 李永奎. 管控策略对关联企业网络稳定状态的影响——基于关联信用风险传染的视角[J]. 中国管理科学, 2019, 27(6): 21-29.
[7]	张亦春, 陈华, 郑晓亚. 中国企业部门信用风险溢价期限结构与宏观经济因子[J]. 中国管理科学, 2019, 27(5): 1-10.
[8]	周利国, 何卓静, 蒙天成. 基于动态Copula的企业集团信用风险传染效应研究[J]. 中国管理科学, 2019, 27(2): 71-82.
[9]	程砚秋, 徐占东. 基于泰尔指数修正的ELECTRE III小企业信用评价模型[J]. 中国管理科学, 2019, 27(10): 22-33.
[10]	杨立, 赵翠翠, 陈晓红. 基于社交网络的P2P借贷信用风险缓释机制研究[J]. 中国管理科学, 2018, 26(1): 47-56.
[11]	赵志冲, 迟国泰. 基于似然比检验的工业小企业债信评级研究[J]. 中国管理科学, 2017, 25(1): 45-56.
[12]	李永奎, 周一懋, 周宗放. 基于不完全免疫情景下企业间关联信用风险传染及其仿真[J]. 中国管理科学, 2017, 25(1): 57-64.
[13]	徐朝辉, 周宗放. 内部控制、过度投资与公司信用风险[J]. 中国管理科学, 2016, 24(9): 21-27.
[14]	陈庭强, 李心丹, 何建敏. 基于熵空间交互理论的CRT网络信用风险传染模型[J]. 中国管理科学, 2016, 24(6): 10-18.
[15]	衣柏衡, 朱建军, 李杰. 基于改进SMOTE的小额贷款公司客户信用风险非均衡SVM分类[J]. 中国管理科学, 2016, 24(3): 24-30.