基于贝叶斯方法构建银行贷款定价模型

有效评估风险并准确预测贷款价格对商业银行及监管方均十分重要。基于贝叶斯方法构建的贷款定价模型，既可以包括公司资产价值的变动也可以包括违约强度变量，能够根据不同的违约回收率确定定价方式并预测贷款收益率，具有较强的适应性和灵活性，有助于商业银行完善贷款定价机制和加强风险管理。【关键词】贷款定价违约回收率贝叶斯方法一、引言　　信用风险遍及所有的金融交易，包括从信用等级的下降到无力偿还债务到最后清算等一系列事件，是金融机构面临的最主要的风险之一。随着巴塞尔协议的逐步实施，评估信用风险并对贷款定价，以有效度量信用风险，加强风险管理，是当前国内外研究的焦点。　　传统贷款定价模型多数以Black-Scholes（1973）期权定价模型及Merton（1974）拓展的风险债券定价模型为基础，主要有结构模型和强度模型之分。结构模型给出公司资产价值变动的基本假设，当公司资不抵债时发生违约；强度模型将公司的违约现象视为服从Poisson过程的随机事件，通过特征参数强度描述违约事件发生的可能性。结构模型假设公司价值遵循随机微分方程，服从几何布朗运动，这是最早对公司债券定价的模型，为信用衍生品定价模型的发展奠定了基础。在实际应用中，单期静态形式及违约独立假设使得商业银行难以准确定价并估算贷款收益率（Philosophov，2009）。本文基于贝叶斯方法构建的贷款定价模型，相比传统模型具有较强的适应性和灵活性，模型构建中既可以包括公司资产价值的变动也可以包括违约强度变量，以期更加准确地描述信用风险并进行贷款定价。