疫情视角下融资租赁企业的风险管理研究
——以平安租赁为例
原文作者 SCHMIT M 单位 Universiteacute; Libre de Bruxelles, Ecole de Commerce Solvay, Centre E. Bernheim, Avenue F.D. Roosevelt, 50 CP 145/1, 1050 Brussels, Belgium
摘要：本文主要研究了零售租赁投资组合的信用风险建模问题。使用重复采样方法，我估计了一家欧洲主要金融机构在1990-2000年间发行的46，732份租约组合中损失和VaR测度的概率密度函数。我的研究结果表明，实物抵押品在降低与租赁投资组合相关的信用风险方面发挥着重要作用。然而，由于在新的监管资本框架(巴塞尔协议)下对此类担保品识别不足，估计资本需求与根据各种巴塞尔协议方法计算的资本需求之间存在显著差异。
关键词：信用风险； 银行监管； 资本要求； 融资租赁
1.介绍
根据租赁公司（2002）的估计，2002年，租赁融资部门的新业务数量超过1990亿美元。设备租赁普及率与设备总投资相比达到15%。然而，尽管租赁融资很重要，但对其信用风险的经验知之甚少。考虑到信用风险建模的最终目标是估计一个给定的投资组合的潜在损失的概率密度函数(PDF)，本文强调了零售租赁投资组合的某些关键特征的影响，即其规模之大，出租人对租赁资产的合法所有权，与投资组合的价值相比下单个合同的低价值，以及关于承租人财务状况的有限信息。
关于私人非交易金融产品信用风险的研究很少。这一领域相对进行的研究较少，包括Carey (1998)对美国私人投资债券投资组合的研究；Dietsch和Petey (2002)关于法国中小企业贷款组合；以及卡勒姆和拉库尔-利特尔(即将出版)在美国的抵押贷款。最近进行了三项研究来评估租赁业务中的信贷风险。尽管基于相对少量的数据，De Laurentis和Gera io(2001年)提供了有用的实证和定量信息，特别表明欧洲租赁业受益于违约情况下的高回收率。Schmit和Stuyck (2002年)对6个不同国家的12家公司在1976年至2002年间签订的37，259份个人违约租赁合同进行了更大规模的抽样调查，将调查范围扩大到包括与每份合同的年限、到期期限和违约日期相关的回收率分析。他们的研究证实了De Laurentis和Geranio的早期发现，即当租赁违约时，租赁公司遭受的损失相对较低。Schmit (2003)后来的一项研究估计了一家主要欧洲金融机构在1990年至2000年间发行的35，861辆汽车租赁组合的损失和风险值度量的PDF。这些估计是基于Credit-Risk TM(瑞士瑞信银行金融产品，1997)的模型上进行的。结果表明，当前巴塞尔资本提案中规定的资本要求对于汽车租赁业务来说是过高的。
本文重点讨论了估计损失分布所需的两个主要风险部分:违约概率(PD)和违约损失率(LGD)。分析了四种类型的资产:车辆、办公设备/计算机、医疗设备和其他类型的设备。然后，使用非参数模拟，即类似于Carey (1998年)用于估计私人债务组合中信用损失的重复采样或引导技术，来估计每种类型资产的子组合损失。
下一节概述了我们估算违约率和违约损失率的方法，并解释了用于计算损失分布尾部的重复抽样技术。第3节描述了数据，而第4节提供了实证结果。第5节和第6节分别讨论了结果和一些监管的影响。最后得出结论。
2.估计PD、LGD和损失分布的方法
2.1衡量违约概率
鉴于我们的经验方法和考虑中的非公开交易数据的详细程度，我们选择了基于关于Altman(1989)生命表方法和死亡率的概念的PDs的精算估计。着眼于债券，作者定义了一个边际死亡率和一个特定时期的累积死亡率(1；2;...；t年)。我们将这些利率转换到我们的租赁分析中。通过这一程序，计算出的死亡率根据人口规模的任何变化进行调整。
当出租人因承租人未支付预定租金(利息和/或本金)而单方面取消协议时，租赁合同被定义为违约。违约不是指由于任何其他原因造成的合同中断。如果发生违约，出租人可以收回资产，宣布到期应付剩余款项，并对遭受的任何损失提出索赔。至于其他未履行的义务，就经济损失、未付租金、未付费用和潜在租金收入损失而言，出租人将得到与其他债权人一样的待遇。
2.2衡量违约损失
合同的LGD计算为1减去回收率。回收率的计算方法是将已收回的贴现金额与违约日的未偿还金额进行比较。适用于每个现金流的贴现率是违约租赁合同到期前的预期收益率。给定子投资组合的损失率是所有lgd乘以违约风险敞口(EADs)的总和(单位为欧元)除以属于该子投资组合的总未偿风险敞口。
2.3损失分布的自助计算
在本研究中，子投资组合的损失率分布通过Carey (1998)使用的重复抽样方法进行估计。这种方法的优点是它是非参数的，只依赖于观测数据。基本过程包括随机选择一个随机年份的n个租赁合同组合，并进行替换。一年的抽取可以解释为从影响风险因素的可能宏观经济条件的最佳可得代表中抽取。假设每一年都有相同的被抽中概率(例如，如果我们有六个观测年，那么每一年都有1/6的被抽中概率)。该过程重复I次。当提取非违约租赁时，相关损失为零，而当提取与违约相关时，LGD是总EAD和(1-回收率)的乘积。违约租赁的LGD可以是正数，也可以是负数。在后一种情况下，回收率高于100%。该过程的单次迭代I产生给定经济状态(或给定年份)的损失率。使用大量迭代使我们能够获得损失率的概率分布，作为总未偿金额的百分比。通过分两个阶段执行提取程序(即首先提取一年，然后提取n个租赁的投资组合)，我们避免了尾部损失率的低报。否则，默认体验的组合将导致潜在系统因素的复杂混合，从而导致过度多样化。
3.数据
租赁被定义为“作为一项协议，出租人将在约定期限内使用资产的权利转让给承租人，以换取付款或一系列付款的回报”。租赁定义包含各种类型的合同。在当前的研究中，租赁合同主要是不可撤销的，承租人负责资产的选择、获取和维护。承租人需要支付相关税费和保险费。到期时，租赁资产的剩余价值归出租人所有，但承租人通常有权购买。在所研究的绝大多数合同中，承租人被视为租赁资产的财政所有者，必须出于税务目的将其注销(超过85%的租赁合同)。因此，承租人不能向出租人出售超额税收保护，结果是承租人和出租人之间的任何税收差异都不会影响租赁-购买决策。由于出租人在整个合同期内保留对租赁资产的所有权，并且考虑到市场不完善的存在，目前似乎有一种普遍的共识，这种共识得到经验研究结果的支持，租赁融资使企业在面临信息不对称问题（如小公司）时能够降低代理成本。我们的数据库包含一组独特的46，732份个人完整租赁合同，这些合同是由一家欧洲大型租赁公司在1990年至2000年间签发的，该公司在国内市场的份额超过20%。所有租约在2000年12月31日之前终止，涉及承租人进行的商业活动。
该数据库载有整个租赁期的所有相关信息。可用变量分为两类:事前和事后。事前变量是合同的发起日期、资产的成本和类型、租赁的到期日、预测付款的周期、任何预付付款的金额、任何经纪人佣金的金额、估计残值、估计融资率、事前内部收益率(包括购买期权)、事前内部收益率(不包括购买期权)、到期日和要支付的金额。至于事后变量，我们有关于所有有效付款(报销)和任何预付款金额的综合数据，包括付款日期、合同的最终状态(续租、终止或违约)以及状态声明的日期。
样本的描述性统计数据如表1所示。面板A-D分别提供了租赁合同、租赁资产的成本、租赁期限和租赁资产的类型的描述性统计数据和频率分布。图E显示了与1990年至2000年公司租赁总数相比，我们样本中的租赁数量。最近一年的租赁数据较少，因为我们的数据库只包含已完成的合同。对于1990-1995年，我们的样本涵盖了几乎所有已签发的合同。画面F显示合同的最终状态(再租赁、完成或违约)。总体而言，数据库中9.1%的合同是违约合同。我们数据库中违约合同的百分比被高估了，因为对于1995年以后的同类合同，我们没有关于2000年12月31日仍在运行的合同的数据。
外文文献出处：Journal of Banking amp; Finance
附外文文献原文
Credit risk in the leasing industry
Mathias Schmit
Universite Libre de Bruxelles, Ecole de Commerce Solvay, Centre E. Bernheim, Avenue F.D. Roosevelt,
50CP 145/1, 1050Brussels, Belgium
Abstract
This paper is devoted to the credit risk modeling issues of retail lease portfolios. Using a resampling method, I estimate the probability density function of losses and VaR measures in a portfolio of 46,732 leases issued between 1990 and 2000 by a major European fifinancial institution. My results show that physical collaterals play a major role in reducing the credit risk associated with lease portfolios. However, because of insuffiffifficient recognition of such collaterals under the new regulatory capital framework (Basel II), signifificant difffferences are observed between the estimated capital requirements and those calculated in accordance with the various Basel II approaches.
Keywords: Credit risk; Bank regulation; Capital requirement; Lease fifinancing
1. Introduction
In 2002, according to Leaseuropersquo;s (2002) estimates, the volume of new business
in the lease fifinancing sector rose to more than euro;199 billion. The penetration rate of equipment lease in comparison with total equipment investments reached 15%.
However, in spite of the importance of lease fifinancing, little is known empirically about its credit risk. Bearing in mind that the fifinal objective of credit risk modeling is to estimate the probability density function (PDF) of potential losses for a given portfolio, this paper highlights the implications of certain key characteristics of retail lease portfolios, i.e., their large size, the legal ownership of the leased assets
剩余内容已隐藏，支付完成后下载完整资料
英语原文共 23 页，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[598031]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
