內(nèi)容摘要：資產(chǎn)證券化是依托特定的資產(chǎn)組合或者現(xiàn)金流為支撐而發(fā)行的債券，也是融資途徑的一種方式，它可以將流動(dòng)性差、可產(chǎn)生預(yù)見(jiàn)穩(wěn)定現(xiàn)金流的資產(chǎn)轉(zhuǎn)換成有較強(qiáng)流動(dòng)性的債券形式，從而在市場(chǎng)上流通。資產(chǎn)證券化的這種優(yōu)勢(shì)給金融機(jī)構(gòu)提供了快速處置不良資產(chǎn)的有效途徑。資產(chǎn)證券化這種金融衍生品近年來(lái)在我國(guó)得以應(yīng)用，其優(yōu)良的特性使其受到廣泛的關(guān)注。資產(chǎn)池信用評(píng)測(cè)在資產(chǎn)證券化過(guò)程中發(fā)揮著至關(guān)重要的作用，本文的思路是構(gòu)建一個(gè)盡可能涵蓋資產(chǎn)證券化各參與方的風(fēng)險(xiǎn)控制體系，以可測(cè)量的指標(biāo)來(lái)反映資產(chǎn)證券化信用違約率。運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)資產(chǎn)證券化資產(chǎn)池信用進(jìn)行測(cè)評(píng)，從債務(wù)方、發(fā)起方、信托機(jī)構(gòu)三方，選取不同的影響因素，對(duì)我國(guó)資產(chǎn)證券化實(shí)例進(jìn)行實(shí)證分析，以期能夠?yàn)槲覈?guó)資產(chǎn)證券化信用風(fēng)險(xiǎn)評(píng)測(cè)提供參考。

關(guān)鍵詞：資產(chǎn)證券化 信用風(fēng)險(xiǎn) BP神經(jīng)網(wǎng)絡(luò)

引言

資產(chǎn)證券化是依托特定的資產(chǎn)組合或者現(xiàn)金流為支撐而發(fā)行的債券，也是融資途徑的一種方式，它可以將流動(dòng)性差、可產(chǎn)生預(yù)見(jiàn)穩(wěn)定現(xiàn)金流的資產(chǎn)轉(zhuǎn)換成有較強(qiáng)流動(dòng)性的債券形式，從而在市場(chǎng)上流通。資產(chǎn)證券化的這種優(yōu)勢(shì)給金融機(jī)構(gòu)提供了快速處置不良資產(chǎn)的有效途徑。資產(chǎn)證券化是一個(gè)復(fù)雜的過(guò)程，涉及多方面的參與。債務(wù)人、發(fā)起人、特殊信托機(jī)構(gòu)和投資者是資產(chǎn)證券化價(jià)值運(yùn)動(dòng)的主要參與人，其他機(jī)構(gòu)是為該信托提供服務(wù)的。資產(chǎn)支持證券成功發(fā)行，需要考慮多種因素，對(duì)于理性投資者來(lái)說(shuō)，投資都需要考慮成本和收益，衡量投資風(fēng)險(xiǎn)。

資產(chǎn)支持證券發(fā)行成功與否關(guān)鍵在于風(fēng)險(xiǎn)是否能夠控制在投資者可接受的范圍。對(duì)于證券化的債券來(lái)說(shuō)，其資產(chǎn)池的組成資產(chǎn)中包括不同信用等級(jí)與不同風(fēng)險(xiǎn)類(lèi)別的資產(chǎn)，需要對(duì)資產(chǎn)池綜合風(fēng)險(xiǎn)進(jìn)行客觀衡量。近年來(lái)，尤其是2008年之后，伴隨著金融風(fēng)暴席卷全球，各類(lèi)商業(yè)銀行紛紛要求進(jìn)行資產(chǎn)證券化運(yùn)作，以增強(qiáng)其整體資產(chǎn)的流動(dòng)性，提高銀行抗風(fēng)險(xiǎn)能力。但是作為一種金融創(chuàng)新工具，資產(chǎn)證券化在我國(guó)金融市場(chǎng)還處于初級(jí)階段，發(fā)展并不成熟，再加上我國(guó)信用基礎(chǔ)相對(duì)薄弱，企業(yè)數(shù)據(jù)公布透明度不高，以及資產(chǎn)證券化的信用風(fēng)險(xiǎn)評(píng)測(cè)困難，這都嚴(yán)重阻礙了我國(guó)資產(chǎn)證券化的成長(zhǎng)進(jìn)程。

基于此，本文將運(yùn)用現(xiàn)有的數(shù)據(jù)對(duì)資產(chǎn)證券化的信用風(fēng)險(xiǎn)測(cè)評(píng)進(jìn)行實(shí)證分析，從而建立一個(gè)適合我國(guó)實(shí)際的資產(chǎn)證券化信用風(fēng)險(xiǎn)測(cè)評(píng)體系。

相關(guān)文獻(xiàn)綜述

李公科（2011）通過(guò)對(duì)美國(guó)次貸危機(jī)產(chǎn)生的根源進(jìn)行研究，認(rèn)為資產(chǎn)證券化良性運(yùn)作，需要有效的監(jiān)管制度對(duì)其進(jìn)行監(jiān)督，控制風(fēng)險(xiǎn)。曾卉（2008）從信用、定價(jià)和操作風(fēng)險(xiǎn)三方面進(jìn)行研究，給出我國(guó)資產(chǎn)證券化風(fēng)險(xiǎn)控制參考。王江南（2007）利用數(shù)學(xué)計(jì)量，對(duì)住房抵押貸款證券化進(jìn)行研究，提出了風(fēng)險(xiǎn)控制建議。李睿（2006）結(jié)合《新巴塞爾協(xié)議》，從體制創(chuàng)新方面對(duì)房地產(chǎn)業(yè)貸款進(jìn)行研究，認(rèn)為應(yīng)建立系統(tǒng)的風(fēng)險(xiǎn)控制體系，融合其他金融衍生產(chǎn)品，進(jìn)行風(fēng)險(xiǎn)控制。宋宸剛（2008）認(rèn)為，就中國(guó)資產(chǎn)證券化成長(zhǎng)狀況，以發(fā)起機(jī)構(gòu)為主導(dǎo)，其風(fēng)險(xiǎn)控制應(yīng)以對(duì)發(fā)起機(jī)構(gòu)的風(fēng)險(xiǎn)控制為核心。Gorton和Souleles（2005）對(duì)資產(chǎn)證券化過(guò)程中的特殊目的信托進(jìn)行研究，闡述了SPV在資產(chǎn)證券化中起到的作用，認(rèn)為SPV能降低企業(yè)破產(chǎn)成本。Robert（2001）考察了影響個(gè)人住房抵押貸款違約的因素，包括年齡、職業(yè)、學(xué)歷、家庭收入、債齡、貸款年限、貸款總額等。

上述文獻(xiàn)為資產(chǎn)證券化風(fēng)險(xiǎn)控制提供了多方的重要參考，但是也存在諸多不足，一方面，眾所周知，監(jiān)管體制的完善并非一蹴而就的，事實(shí)上可能是一個(gè)長(zhǎng)期的復(fù)雜的過(guò)程，這也導(dǎo)致其應(yīng)用性不強(qiáng)；另一方面，資產(chǎn)證券化涉及多個(gè)方面的利益參與者，而單從某一方面闡述參與者控制風(fēng)險(xiǎn)顯然也并不符合理論，所以本文的思路是構(gòu)建一個(gè)盡可能涵蓋資產(chǎn)證券化各參與方的風(fēng)險(xiǎn)控制體系，以可測(cè)量的指標(biāo)來(lái)反映資產(chǎn)證券化信用違約率。

研究設(shè)計(jì)與數(shù)據(jù)來(lái)源

（一）指標(biāo)選取

針對(duì)我國(guó)資產(chǎn)證券化實(shí)例，本文在前期選取了11個(gè)指標(biāo)來(lái)構(gòu)建資產(chǎn)證券化信用違約風(fēng)險(xiǎn)體系，具體指標(biāo)如表1所示。

信用違約風(fēng)險(xiǎn)，我們運(yùn)用次級(jí)債券的實(shí)際收益率，原因是次級(jí)債券償付在其他等級(jí)債券償付之后，也即是當(dāng)其他債券的計(jì)劃償付完畢，剩下的全都支付次級(jí)債券的利息，而次級(jí)債券的本金償付是信托最后的償付階段，即其他債券本息償付完畢之后，才能償付次級(jí)債券的本金，這也就說(shuō)明，此信托資產(chǎn)最終承受風(fēng)險(xiǎn)的是次級(jí)債券，也即本文所指的信用違約風(fēng)險(xiǎn)，次級(jí)債券收益率越高，信用違約風(fēng)險(xiǎn)越低，反之，次級(jí)債券收益率越低，信用違約風(fēng)險(xiǎn)越高。

由于資產(chǎn)證券化債務(wù)人涉及比較多，且包括企業(yè)和個(gè)人借款，這里在對(duì)債務(wù)人進(jìn)行信用違約測(cè)評(píng)時(shí)，利用債務(wù)人信用評(píng)級(jí)，并對(duì)其進(jìn)行加權(quán)處理，取加權(quán)結(jié)果，并對(duì)照信用違約來(lái)評(píng)價(jià)債務(wù)人違約率。加權(quán)平均貸款年利率的計(jì)算方法如下：

加權(quán)平均貸款年利率

=

其中，Pn為每筆貸款余額，Rn為每筆貸款在初始起算日的執(zhí)行年利率。

加權(quán)票面利率為債券發(fā)行時(shí)，除次級(jí)債券，各級(jí)別債券比例與其確定的票面利率的加權(quán)值。

付息頻率為每年信托機(jī)構(gòu)需要支付給投資者利息的次數(shù)，這個(gè)指標(biāo)在我國(guó)現(xiàn)階段的信托中，大多都是每年支付四次，而在我們對(duì)資產(chǎn)池進(jìn)行信用違約風(fēng)險(xiǎn)測(cè)算時(shí)，我們選取的樣本點(diǎn)都存在相同的付息頻率，在MATLAB中進(jìn)行神經(jīng)網(wǎng)絡(luò)模擬時(shí)，這個(gè)指標(biāo)需要除去，在進(jìn)行模擬時(shí)，對(duì)于某一個(gè)指標(biāo)如果樣本值完全相同，指標(biāo)必須除去，否則會(huì)影響結(jié)果輸出（朱凱、王正林，2010）。

鑒于本文的思想，隨著樣本點(diǎn)的增加，如果出現(xiàn)不同的付息頻率，可以在程序中加入該指標(biāo)，相應(yīng)改變網(wǎng)絡(luò)結(jié)構(gòu)即可。加權(quán)平均貸款剩余期限的計(jì)算方法如下：

加權(quán)平均貸款剩余期限

=

其中，Pn為每筆貸款余額，Tn為每筆貸款剩余期限（如同一筆貸款的本金分多期償還，則看成多筆貸款進(jìn)行計(jì)算）。endprint

（二）BP神經(jīng)網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)測(cè)方法

現(xiàn)有的研究認(rèn)為神經(jīng)網(wǎng)絡(luò)是一種能適應(yīng)新環(huán)境的系統(tǒng)（熊志斌，2010），它通過(guò)對(duì)過(guò)去的信息進(jìn)行學(xué)習(xí)，從而具有分析、預(yù)測(cè)、推理、分類(lèi)等功能，能夠仿效人類(lèi)大腦去解決復(fù)雜問(wèn)題的系統(tǒng)，在諸多領(lǐng)域取得廣泛應(yīng)用。

它的應(yīng)用類(lèi)似大腦神經(jīng)突觸連接的結(jié)構(gòu)，它是基于此進(jìn)行信息處理的數(shù)學(xué)模型，是對(duì)人腦的抽象、簡(jiǎn)化和模擬，其組成部分是大量的神經(jīng)元，其神經(jīng)元之間通過(guò)加權(quán)連接，每個(gè)神經(jīng)元有一種給定的輸出函數(shù)，即激勵(lì)函數(shù)。網(wǎng)絡(luò)輸出由神經(jīng)元的連接方式、權(quán)重值和激勵(lì)函數(shù)確定，不同的結(jié)構(gòu)，得到不同的輸出。圖1給出了包含一個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

從圖1可以看出，神經(jīng)網(wǎng)絡(luò)有三層，分別為輸入層、隱含層、輸出層。對(duì)于輸入層的每一個(gè)神經(jīng)元對(duì)應(yīng)于一個(gè)指標(biāo)，經(jīng)過(guò)隱含層激勵(lì)函數(shù)的作用，隱含層輸出數(shù)據(jù)作為輸出層輸入數(shù)據(jù)，然后再經(jīng)過(guò)輸出層激勵(lì)函數(shù)作用，輸出網(wǎng)絡(luò)結(jié)果。這里的隱含層相當(dāng)于一個(gè)“暗箱”，經(jīng)過(guò)“暗箱”處理，得出相應(yīng)結(jié)果，也即是模仿人腦，提供給一個(gè)人信息，然后這個(gè)人可以根據(jù)這些信息，通過(guò)自己的經(jīng)驗(yàn)信息，得出一個(gè)結(jié)果。

但是在得出結(jié)果的過(guò)程中，需要一個(gè)訓(xùn)練的過(guò)程，這包括兩個(gè)階段：第一個(gè)階段是對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；第二個(gè)階段是對(duì)網(wǎng)絡(luò)進(jìn)行檢驗(yàn)。具體分析如下：

第一個(gè)階段是把樣本數(shù)據(jù)分為訓(xùn)練組和檢驗(yàn)組，并且利用訓(xùn)練組信息對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，這個(gè)階段的運(yùn)作過(guò)程是：將各個(gè)事件的各個(gè)指標(biāo)數(shù)據(jù)輸入，同時(shí)將每個(gè)事件對(duì)應(yīng)的實(shí)際輸出賦予輸出層，設(shè)定誤差目標(biāo)，訓(xùn)練次數(shù)，學(xué)習(xí)步長(zhǎng)，進(jìn)行網(wǎng)絡(luò)訓(xùn)練，當(dāng)網(wǎng)絡(luò)誤差達(dá)到設(shè)定的誤差時(shí)，網(wǎng)絡(luò)訓(xùn)練結(jié)束。

第二個(gè)階段是對(duì)訓(xùn)練的網(wǎng)絡(luò)進(jìn)行檢驗(yàn)，這時(shí)利用檢驗(yàn)組數(shù)據(jù)，將檢驗(yàn)組各事件指標(biāo)輸入，此時(shí)不對(duì)輸出層賦值，得出網(wǎng)絡(luò)輸出，將網(wǎng)絡(luò)輸出與檢驗(yàn)組的實(shí)際輸出進(jìn)行比較，如果誤差不大，那么網(wǎng)絡(luò)是有效的，否則，網(wǎng)絡(luò)是不能滿(mǎn)意的。不滿(mǎn)意的原因有很多，包括網(wǎng)絡(luò)結(jié)構(gòu)不合理、樣本數(shù)據(jù)少、指標(biāo)選取不合理等，此時(shí)需要根據(jù)不同情況進(jìn)行修正。

當(dāng)網(wǎng)絡(luò)檢驗(yàn)過(guò)程通過(guò)以后，也即是網(wǎng)絡(luò)有效，此時(shí)可以運(yùn)用訓(xùn)練好的網(wǎng)絡(luò)對(duì)類(lèi)似事件進(jìn)行預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)通過(guò)訓(xùn)練能從大量信息中發(fā)現(xiàn)其規(guī)律，其預(yù)測(cè)精確度較高，精確率在80%左右。由于算法的不同，神經(jīng)網(wǎng)絡(luò)分為很多種，本文采用BP算法，也即是BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)，即誤差反向傳播神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，它是一種多層的前向型神經(jīng)網(wǎng)絡(luò)，在這種模型中，信號(hào)前向傳播，誤差反向傳播。誤差反向傳播是指在誤差的調(diào)整過(guò)程中，從最終輸出層依次向前進(jìn)行對(duì)各神經(jīng)元連接權(quán)值進(jìn)行調(diào)整，使誤差達(dá)到設(shè)定誤差目標(biāo)。BP神經(jīng)網(wǎng)絡(luò)隱含層通常運(yùn)用sigmoid函數(shù)，就BP結(jié)構(gòu)來(lái)看，一個(gè)隱含層基本能夠?qū)θ魏魏瘮?shù)進(jìn)行逼近。

（三）樣本數(shù)據(jù)及來(lái)源

本文選取開(kāi)元2005信貸資產(chǎn)證券化、開(kāi)元2006信貸資產(chǎn)證券化、開(kāi)元2008信貸資產(chǎn)證券化、浦發(fā)2007信貸資產(chǎn)證券化、興業(yè)2007信貸資產(chǎn)證券化、信銀2008信貸資產(chǎn)證券化、招元2008信貸資產(chǎn)證券化、浙元2008中小企業(yè)貸款證券化。經(jīng)過(guò)整合，匯總出本文需要的數(shù)據(jù)，具體如表2所示。

對(duì)于各信托資產(chǎn)的次級(jí)債券收益率（到期收益率），數(shù)據(jù)來(lái)源于聯(lián)合資信評(píng)估有限公司，我們需要對(duì)到期收益率進(jìn)行調(diào)整，而是利用實(shí)際收益率R-Adj，進(jìn)行調(diào)整時(shí)用到期收益率減去同期國(guó)債利率，具體如表3所示。

實(shí)證分析

（一）網(wǎng)絡(luò)訓(xùn)練與仿真

本文選擇MATLAB7.0進(jìn)行模擬仿真，首先，需要對(duì)指標(biāo)進(jìn)行歸一化，對(duì)于每個(gè)指標(biāo)，利用：

歸一化完成后，在MATLAB中調(diào)用BP網(wǎng)絡(luò)生成命令net=newff（minmaxP，[S1，S2]，{'tansig'，'logsig'}，'traincgf'）生成BP網(wǎng)絡(luò)并進(jìn)行訓(xùn)練。其中P為樣本點(diǎn)指標(biāo)矩陣，S1，S2，分別表示隱含層和輸出層的神經(jīng)節(jié)點(diǎn)數(shù)，在BP網(wǎng)絡(luò)中，通常利用S函數(shù)，這里分別設(shè)定隱含層激勵(lì)函數(shù)為tansig，輸出層激勵(lì)函數(shù)為logsig，網(wǎng)絡(luò)訓(xùn)練函數(shù)為Fletcher-Powell共軛梯度算法（cgf）算法。BP網(wǎng)絡(luò)隱含層節(jié)點(diǎn)選擇對(duì)網(wǎng)絡(luò)訓(xùn)練和預(yù)測(cè)有很大影響，網(wǎng)絡(luò)節(jié)點(diǎn)過(guò)多，網(wǎng)絡(luò)訓(xùn)練精度就會(huì)增強(qiáng)，但是在網(wǎng)絡(luò)預(yù)測(cè)時(shí)，會(huì)導(dǎo)致過(guò)度擬合現(xiàn)象；網(wǎng)絡(luò)節(jié)點(diǎn)過(guò)少，則訓(xùn)練精度相應(yīng)會(huì)降低，所以，合理的隱含層節(jié)點(diǎn)是非常重要的。在本文中，通過(guò)多次試驗(yàn)，得到相對(duì)較優(yōu)的隱含層網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)，即隱含層有12個(gè)神經(jīng)元。

網(wǎng)絡(luò)訓(xùn)練時(shí)，我們選取其中6個(gè)樣本點(diǎn)作為訓(xùn)練組，分別為：開(kāi)元08、浦發(fā)07、開(kāi)元05、興業(yè)07、信銀08、招元08。選擇開(kāi)元06和浙元08作為測(cè)試組。訓(xùn)練次數(shù)設(shè)置為5000次，學(xué)習(xí)速率為0.001，誤差目標(biāo)設(shè)定為e-6。網(wǎng)絡(luò)在進(jìn)行了149次訓(xùn)練之后，達(dá)到了設(shè)定的誤差目標(biāo)e-6。

從表4可以看出，網(wǎng)絡(luò)仿真收益率較好的擬合了實(shí)際收益率。

（二）網(wǎng)絡(luò)測(cè)試

利用選取開(kāi)元06和浙元08進(jìn)行測(cè)試，得出測(cè)試結(jié)果為： 8.83%和6.20%，而其實(shí)際收益率為9.46%和8.01%，可以看出，測(cè)試結(jié)果比較接近實(shí)際數(shù)據(jù)，但是存在一定誤差，原因可能是：可能由于網(wǎng)絡(luò)本身的原因，即網(wǎng)絡(luò)自身存在系統(tǒng)誤差，還則可能是由于數(shù)據(jù)樣本較少導(dǎo)致的，需要相應(yīng)增加數(shù)據(jù)樣本量，隨著樣本數(shù)據(jù)量進(jìn)一步增大，網(wǎng)絡(luò)仿真的效果將會(huì)得到不斷改善。再者，影響資產(chǎn)池違約風(fēng)險(xiǎn)因素眾多，不僅包括資產(chǎn)池各類(lèi)資產(chǎn)本身的風(fēng)險(xiǎn)，還包括市場(chǎng)風(fēng)險(xiǎn)、政府政策變化、法律關(guān)系調(diào)整和隨機(jī)因素的影響等等，所以誤差的存在是必然的，但是相應(yīng)的誤差應(yīng)該是在可以接受的范圍內(nèi)。說(shuō)明選取的這些指標(biāo)基本能夠滿(mǎn)足對(duì)資產(chǎn)證券化信用違約的測(cè)評(píng)，本文設(shè)計(jì)的網(wǎng)絡(luò)評(píng)測(cè)系統(tǒng)基本可以滿(mǎn)足要求，投資者在進(jìn)行投資時(shí)可以以這些指標(biāo)作為參考，進(jìn)行相應(yīng)的投資決策。

結(jié)論

金融產(chǎn)品收益的不確定性，將會(huì)給經(jīng)濟(jì)主體的生產(chǎn)生活等帶來(lái)非預(yù)期和非計(jì)劃的后果。對(duì)微觀的個(gè)人或家庭來(lái)說(shuō)，可能影響其生計(jì)和投資；而對(duì)于企業(yè)等經(jīng)濟(jì)組織來(lái)說(shuō)，可能因此停止正常的經(jīng)營(yíng)，直至破產(chǎn)。就一個(gè)國(guó)家而言，金融活動(dòng)貫穿于社會(huì)經(jīng)濟(jì)活動(dòng)的全過(guò)程并為其提供服務(wù)，因此，社會(huì)性的金融產(chǎn)品風(fēng)險(xiǎn)將會(huì)導(dǎo)致金融市場(chǎng)紊亂和經(jīng)濟(jì)增長(zhǎng)率的下降，使整個(gè)社會(huì)財(cái)富減少。對(duì)于一個(gè)國(guó)家、一個(gè)地區(qū)或經(jīng)濟(jì)共同體來(lái)說(shuō)，金融產(chǎn)品的風(fēng)險(xiǎn)受到外來(lái)沖擊的影響，且與該國(guó)、該地區(qū)或經(jīng)濟(jì)共同體的對(duì)外開(kāi)放度正相關(guān)，即經(jīng)濟(jì)開(kāi)放度越高，與世界經(jīng)濟(jì)的聯(lián)系越密切，外來(lái)金融產(chǎn)品風(fēng)險(xiǎn)對(duì)本國(guó)、本地區(qū)或經(jīng)濟(jì)共同體的影響就越大。因此，包括資產(chǎn)證券化在內(nèi)的眾多金融創(chuàng)新產(chǎn)品的開(kāi)發(fā)或引入必須是一個(gè)逐步的漸進(jìn)的過(guò)程。endprint

資產(chǎn)證券化作為金融創(chuàng)新產(chǎn)品，能夠較好地解決資產(chǎn)流動(dòng)性較差的問(wèn)題，有效緩解不良貸款回收的壓力，因此受到銀行類(lèi)金融機(jī)構(gòu)和資產(chǎn)管理公司的一致青睞，紛紛進(jìn)行相應(yīng)嘗試。但是，必須指出的是，在其獲得廣泛應(yīng)用的同時(shí)，更需要對(duì)其風(fēng)險(xiǎn)進(jìn)行科學(xué)合理的衡量，本文結(jié)合中國(guó)資產(chǎn)證券化大量的實(shí)例，嘗試構(gòu)建證券化資產(chǎn)風(fēng)險(xiǎn)測(cè)評(píng)體系，選擇次級(jí)債券實(shí)際收益率為主要測(cè)評(píng)指標(biāo)，原因在于次級(jí)債券為風(fēng)險(xiǎn)的最終承擔(dān)者，這也就能合理的進(jìn)行了轉(zhuǎn)化，然后利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行擬合和仿真測(cè)試，從本文的分析來(lái)看，從銀行、債務(wù)人、SPV三方面構(gòu)建的多指標(biāo)測(cè)評(píng)體系，基本能夠滿(mǎn)足對(duì)資產(chǎn)證券化信用違約的分析預(yù)測(cè)。資產(chǎn)證券化的出現(xiàn)在很大程度上能夠較好解決企業(yè)融資問(wèn)題，同時(shí)也為銀行快速處理不良資產(chǎn)提供了有效的途徑，進(jìn)一步豐富金融產(chǎn)品種類(lèi)，改善金融結(jié)構(gòu)比例，能夠從整體上促進(jìn)金融業(yè)的健康發(fā)展?？茖W(xué)的金融產(chǎn)品風(fēng)險(xiǎn)測(cè)評(píng)系統(tǒng)的構(gòu)建，一方面，可以為金融機(jī)構(gòu)提供決策依據(jù)，也能為投資者進(jìn)行投資提供重要參考，另一方面，為政府職能部門(mén)的金融監(jiān)管和相關(guān)金融政策的調(diào)整提供重要參考依據(jù)，總體上有利于金融市場(chǎng)的穩(wěn)健運(yùn)行。

由于我國(guó)的實(shí)際情況的原因，企業(yè)財(cái)務(wù)數(shù)據(jù)不易取得，信用基礎(chǔ)大都相對(duì)薄弱，所以本文在樣本數(shù)據(jù)的選擇上有些是進(jìn)行的近似的估計(jì)，但是隨著資產(chǎn)證券化發(fā)展進(jìn)程的加速，資產(chǎn)證券化規(guī)模的擴(kuò)大和金融體系的不斷完善健全，在能夠獲取大量準(zhǔn)確數(shù)據(jù)的情況下，應(yīng)該構(gòu)建更為科學(xué)完善的資產(chǎn)證券化信用風(fēng)險(xiǎn)測(cè)評(píng)體系，從而進(jìn)行更為精確的分析和研究，提供更為系統(tǒng)科學(xué)的多方?jīng)Q策參考，這也是本文需要進(jìn)一步努力與改善的地方，也是今后我國(guó)金融發(fā)展的方向。

參考文獻(xiàn)：

1.李公科.我國(guó)發(fā)展資產(chǎn)證券化問(wèn)題與對(duì)策探討[J].現(xiàn)代商貿(mào)工業(yè)，2011（18）

2.曾卉.我國(guó)信貸資產(chǎn)證券化風(fēng)險(xiǎn)評(píng)估與控制研究[J].中國(guó)商界，2008（7）

3.王江南.住房抵押貸款證券化的提前償付風(fēng)險(xiǎn)與利率風(fēng)險(xiǎn)分析[J].上海商學(xué)院學(xué)報(bào)，2007（1）

4.李睿.中國(guó)商業(yè)銀行房地產(chǎn)貸款信用風(fēng)險(xiǎn)管理研究[D].華東師范大學(xué)，2006

5.宋宸剛.我國(guó)信貸資產(chǎn)證券化發(fā)起機(jī)構(gòu)風(fēng)險(xiǎn)管理論析[J].社會(huì)科學(xué)家，2008（8）

6.Gorton. Garyand NicholasS.Souleles，"Special Purpose Vehicles and Securitization''，University of Pennsylvania working paper，2005

7.朱凱，王正林.精通MATLAB神經(jīng)網(wǎng)絡(luò)[M].電子工業(yè)出版社，2010

8.熊志斌.基于遺傳進(jìn)化型模糊神經(jīng)網(wǎng)絡(luò)的信用風(fēng)險(xiǎn)評(píng)估模型構(gòu)建及應(yīng)用[M].華南理工大學(xué)出版社，2010

9.龐明，郭菊娥.不良資產(chǎn)證券化資產(chǎn)池信用風(fēng)險(xiǎn)測(cè)算研究—基于神經(jīng)網(wǎng)絡(luò)[J]，2007（6）

10.吳崇.基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行供應(yīng)鏈融資信用風(fēng)險(xiǎn)評(píng)價(jià)研究[D].浙江工業(yè)大學(xué)，2012

11.胡海青，張瑯，張道宏.供應(yīng)鏈金融視角下的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估研究—基于SVM與BP神經(jīng)網(wǎng)絡(luò)的比較研究[J]，2012（11）

作者簡(jiǎn)介：

馬靜（1982-），女，漢族，河南南陽(yáng)人，鄭州華信學(xué)院商學(xué)院講師，經(jīng)濟(jì)師，碩士。主要研究方向?yàn)榻鹑诮?jīng)濟(jì)。endprint

資產(chǎn)證券化作為金融創(chuàng)新產(chǎn)品，能夠較好地解決資產(chǎn)流動(dòng)性較差的問(wèn)題，有效緩解不良貸款回收的壓力，因此受到銀行類(lèi)金融機(jī)構(gòu)和資產(chǎn)管理公司的一致青睞，紛紛進(jìn)行相應(yīng)嘗試。但是，必須指出的是，在其獲得廣泛應(yīng)用的同時(shí)，更需要對(duì)其風(fēng)險(xiǎn)進(jìn)行科學(xué)合理的衡量，本文結(jié)合中國(guó)資產(chǎn)證券化大量的實(shí)例，嘗試構(gòu)建證券化資產(chǎn)風(fēng)險(xiǎn)測(cè)評(píng)體系，選擇次級(jí)債券實(shí)際收益率為主要測(cè)評(píng)指標(biāo)，原因在于次級(jí)債券為風(fēng)險(xiǎn)的最終承擔(dān)者，這也就能合理的進(jìn)行了轉(zhuǎn)化，然后利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行擬合和仿真測(cè)試，從本文的分析來(lái)看，從銀行、債務(wù)人、SPV三方面構(gòu)建的多指標(biāo)測(cè)評(píng)體系，基本能夠滿(mǎn)足對(duì)資產(chǎn)證券化信用違約的分析預(yù)測(cè)。資產(chǎn)證券化的出現(xiàn)在很大程度上能夠較好解決企業(yè)融資問(wèn)題，同時(shí)也為銀行快速處理不良資產(chǎn)提供了有效的途徑，進(jìn)一步豐富金融產(chǎn)品種類(lèi)，改善金融結(jié)構(gòu)比例，能夠從整體上促進(jìn)金融業(yè)的健康發(fā)展?？茖W(xué)的金融產(chǎn)品風(fēng)險(xiǎn)測(cè)評(píng)系統(tǒng)的構(gòu)建，一方面，可以為金融機(jī)構(gòu)提供決策依據(jù)，也能為投資者進(jìn)行投資提供重要參考，另一方面，為政府職能部門(mén)的金融監(jiān)管和相關(guān)金融政策的調(diào)整提供重要參考依據(jù)，總體上有利于金融市場(chǎng)的穩(wěn)健運(yùn)行。

由于我國(guó)的實(shí)際情況的原因，企業(yè)財(cái)務(wù)數(shù)據(jù)不易取得，信用基礎(chǔ)大都相對(duì)薄弱，所以本文在樣本數(shù)據(jù)的選擇上有些是進(jìn)行的近似的估計(jì)，但是隨著資產(chǎn)證券化發(fā)展進(jìn)程的加速，資產(chǎn)證券化規(guī)模的擴(kuò)大和金融體系的不斷完善健全，在能夠獲取大量準(zhǔn)確數(shù)據(jù)的情況下，應(yīng)該構(gòu)建更為科學(xué)完善的資產(chǎn)證券化信用風(fēng)險(xiǎn)測(cè)評(píng)體系，從而進(jìn)行更為精確的分析和研究，提供更為系統(tǒng)科學(xué)的多方?jīng)Q策參考，這也是本文需要進(jìn)一步努力與改善的地方，也是今后我國(guó)金融發(fā)展的方向。

參考文獻(xiàn)：

1.李公科.我國(guó)發(fā)展資產(chǎn)證券化問(wèn)題與對(duì)策探討[J].現(xiàn)代商貿(mào)工業(yè)，2011（18）

2.曾卉.我國(guó)信貸資產(chǎn)證券化風(fēng)險(xiǎn)評(píng)估與控制研究[J].中國(guó)商界，2008（7）

3.王江南.住房抵押貸款證券化的提前償付風(fēng)險(xiǎn)與利率風(fēng)險(xiǎn)分析[J].上海商學(xué)院學(xué)報(bào)，2007（1）

4.李睿.中國(guó)商業(yè)銀行房地產(chǎn)貸款信用風(fēng)險(xiǎn)管理研究[D].華東師范大學(xué)，2006

5.宋宸剛.我國(guó)信貸資產(chǎn)證券化發(fā)起機(jī)構(gòu)風(fēng)險(xiǎn)管理論析[J].社會(huì)科學(xué)家，2008（8）

6.Gorton. Garyand NicholasS.Souleles，"Special Purpose Vehicles and Securitization''，University of Pennsylvania working paper，2005

7.朱凱，王正林.精通MATLAB神經(jīng)網(wǎng)絡(luò)[M].電子工業(yè)出版社，2010

8.熊志斌.基于遺傳進(jìn)化型模糊神經(jīng)網(wǎng)絡(luò)的信用風(fēng)險(xiǎn)評(píng)估模型構(gòu)建及應(yīng)用[M].華南理工大學(xué)出版社，2010

9.龐明，郭菊娥.不良資產(chǎn)證券化資產(chǎn)池信用風(fēng)險(xiǎn)測(cè)算研究—基于神經(jīng)網(wǎng)絡(luò)[J]，2007（6）

10.吳崇.基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行供應(yīng)鏈融資信用風(fēng)險(xiǎn)評(píng)價(jià)研究[D].浙江工業(yè)大學(xué)，2012

11.胡海青，張瑯，張道宏.供應(yīng)鏈金融視角下的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估研究—基于SVM與BP神經(jīng)網(wǎng)絡(luò)的比較研究[J]，2012（11）

作者簡(jiǎn)介：

馬靜（1982-），女，漢族，河南南陽(yáng)人，鄭州華信學(xué)院商學(xué)院講師，經(jīng)濟(jì)師，碩士。主要研究方向?yàn)榻鹑诮?jīng)濟(jì)。endprint

資產(chǎn)證券化作為金融創(chuàng)新產(chǎn)品，能夠較好地解決資產(chǎn)流動(dòng)性較差的問(wèn)題，有效緩解不良貸款回收的壓力，因此受到銀行類(lèi)金融機(jī)構(gòu)和資產(chǎn)管理公司的一致青睞，紛紛進(jìn)行相應(yīng)嘗試。但是，必須指出的是，在其獲得廣泛應(yīng)用的同時(shí)，更需要對(duì)其風(fēng)險(xiǎn)進(jìn)行科學(xué)合理的衡量，本文結(jié)合中國(guó)資產(chǎn)證券化大量的實(shí)例，嘗試構(gòu)建證券化資產(chǎn)風(fēng)險(xiǎn)測(cè)評(píng)體系，選擇次級(jí)債券實(shí)際收益率為主要測(cè)評(píng)指標(biāo)，原因在于次級(jí)債券為風(fēng)險(xiǎn)的最終承擔(dān)者，這也就能合理的進(jìn)行了轉(zhuǎn)化，然后利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行擬合和仿真測(cè)試，從本文的分析來(lái)看，從銀行、債務(wù)人、SPV三方面構(gòu)建的多指標(biāo)測(cè)評(píng)體系，基本能夠滿(mǎn)足對(duì)資產(chǎn)證券化信用違約的分析預(yù)測(cè)。資產(chǎn)證券化的出現(xiàn)在很大程度上能夠較好解決企業(yè)融資問(wèn)題，同時(shí)也為銀行快速處理不良資產(chǎn)提供了有效的途徑，進(jìn)一步豐富金融產(chǎn)品種類(lèi)，改善金融結(jié)構(gòu)比例，能夠從整體上促進(jìn)金融業(yè)的健康發(fā)展?？茖W(xué)的金融產(chǎn)品風(fēng)險(xiǎn)測(cè)評(píng)系統(tǒng)的構(gòu)建，一方面，可以為金融機(jī)構(gòu)提供決策依據(jù)，也能為投資者進(jìn)行投資提供重要參考，另一方面，為政府職能部門(mén)的金融監(jiān)管和相關(guān)金融政策的調(diào)整提供重要參考依據(jù)，總體上有利于金融市場(chǎng)的穩(wěn)健運(yùn)行。

由于我國(guó)的實(shí)際情況的原因，企業(yè)財(cái)務(wù)數(shù)據(jù)不易取得，信用基礎(chǔ)大都相對(duì)薄弱，所以本文在樣本數(shù)據(jù)的選擇上有些是進(jìn)行的近似的估計(jì)，但是隨著資產(chǎn)證券化發(fā)展進(jìn)程的加速，資產(chǎn)證券化規(guī)模的擴(kuò)大和金融體系的不斷完善健全，在能夠獲取大量準(zhǔn)確數(shù)據(jù)的情況下，應(yīng)該構(gòu)建更為科學(xué)完善的資產(chǎn)證券化信用風(fēng)險(xiǎn)測(cè)評(píng)體系，從而進(jìn)行更為精確的分析和研究，提供更為系統(tǒng)科學(xué)的多方?jīng)Q策參考，這也是本文需要進(jìn)一步努力與改善的地方，也是今后我國(guó)金融發(fā)展的方向。

參考文獻(xiàn)：

1.李公科.我國(guó)發(fā)展資產(chǎn)證券化問(wèn)題與對(duì)策探討[J].現(xiàn)代商貿(mào)工業(yè)，2011（18）

2.曾卉.我國(guó)信貸資產(chǎn)證券化風(fēng)險(xiǎn)評(píng)估與控制研究[J].中國(guó)商界，2008（7）

3.王江南.住房抵押貸款證券化的提前償付風(fēng)險(xiǎn)與利率風(fēng)險(xiǎn)分析[J].上海商學(xué)院學(xué)報(bào)，2007（1）

4.李睿.中國(guó)商業(yè)銀行房地產(chǎn)貸款信用風(fēng)險(xiǎn)管理研究[D].華東師范大學(xué)，2006

5.宋宸剛.我國(guó)信貸資產(chǎn)證券化發(fā)起機(jī)構(gòu)風(fēng)險(xiǎn)管理論析[J].社會(huì)科學(xué)家，2008（8）

6.Gorton. Garyand NicholasS.Souleles，"Special Purpose Vehicles and Securitization''，University of Pennsylvania working paper，2005

7.朱凱，王正林.精通MATLAB神經(jīng)網(wǎng)絡(luò)[M].電子工業(yè)出版社，2010

8.熊志斌.基于遺傳進(jìn)化型模糊神經(jīng)網(wǎng)絡(luò)的信用風(fēng)險(xiǎn)評(píng)估模型構(gòu)建及應(yīng)用[M].華南理工大學(xué)出版社，2010

9.龐明，郭菊娥.不良資產(chǎn)證券化資產(chǎn)池信用風(fēng)險(xiǎn)測(cè)算研究—基于神經(jīng)網(wǎng)絡(luò)[J]，2007（6）

10.吳崇.基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行供應(yīng)鏈融資信用風(fēng)險(xiǎn)評(píng)價(jià)研究[D].浙江工業(yè)大學(xué)，2012

11.胡海青，張瑯，張道宏.供應(yīng)鏈金融視角下的中小企業(yè)信用風(fēng)險(xiǎn)評(píng)估研究—基于SVM與BP神經(jīng)網(wǎng)絡(luò)的比較研究[J]，2012（11）

作者簡(jiǎn)介：

馬靜（1982-），女，漢族，河南南陽(yáng)人，鄭州華信學(xué)院商學(xué)院講師，經(jīng)濟(jì)師，碩士。主要研究方向?yàn)榻鹑诮?jīng)濟(jì)。endprint