基于供应链融资的存货质押融资风险研究外文翻译资料

Abstract

This paper proposes the way of setting the dynamic impawn rate by dividing the impawn periods into different risk windows. In an efficient financial market, the return is hypothetically independent, while in a pledged inventory market where spot transactions predominate, the return is auto-correlative. Therefore, the key to setting the impawn rate is to predict the long-term risk. In this experiment, using the database of spot steel, we established a model with the formula AR (1)-GARCH (1,1)-GED, forecasting the VaR of steel during the different risk windows in the impawn period through a method of out-of-sample, and got the impawn rate according with the risk exposure of banks. The results of our experiment indicated that the introduction of coefficient K into the model can significantly improve bank risk coverage and reduce its efficiency loss. Besides, the impawn rate obtained by the model correlates positively with the lowest price in the future risk windows.

Highlights ► The core of setting impawn rate of inventory is long-term risk forecasting. ► The log-returns of inventory is autocorrelative. ► A framework of setting dynamic impawn rate for banks. ► To establish VaR-GARCH(1,1)-GED model. ► To introduce the coefficient K to revise the model. Keywords Finance; AR (1)-GARCH (1,1)-GED; Long-term VaR forecasting; Dynamic impawn rate; Inventory financing

1.Introduction

In recent years, supply chain finance has appeared as the competition between the supply chains predominate over that between the enterprises. Euromoney magazine defines the supply chain finance as the most popular topic in banking transaction service over the past few years, and predicts that the needs of this business will continue to grow in the next few years. However, different from that of western countries, the supply chain finance in China is a kind of pledge business performed by commercial banks, key enterprises, SMEs (small and medium enterprises), warehouse supervision enterprises, and so on ( Feng, 2007). Besides, the pledges in China are mainly the inventories which are traded on the spot market (such as materials, products, and half-finished products) rather than the rights pledges (accounts receivable, accounts payable, and derivatives) which are widely used in western countries. In China, supply chain finance is not only an extended business of modern logistics but more importantly, it can help to solve the financing problems that many domestic enterprises are facing.

Besides, upon the international background of credit deflation, the supply chain finance is replacing the traditional liquidity loans (Shen Zhen Development Bank, 2009). According to McKinsey prediction, the foreign trade will amount to USD1500 billion and the international trade financing may reach USD5–10 billion by 2011 in China. On the one hand, the increasing demand for supply chain finance will provide a great potential for the development of related services and products. On the other hand, the risk bore by supply chain finance has been restricting the development itself. According to “National Income Accounts and Statistical Yearbook” (Peoplersquo;s Bank of China, 2006), the current inventory of all enterprises amount to 5.1294 trillion Yuan in China, 3.0326 trillion Yuan of which are from small and medium enterprises, and 102.4 billion Yuan are from farmers. If the discount rate for loans is 50%, these financial assets can generate secured loans of about 2.6 trillion Yuan, which equals to new loans of financial institutions in 1 year. However, due to the lack of risk management techniques for inventory financing, most banks did not fully make use of these inventory resources. In inventory financing, inventory are used as the pledges for risk averse and in this sense, the pledged inventory are evaluated to find whether its value can maintain its capability of guarantee, which is referred to as impawn rate (usually called loan-to-value ratio in other literatures). In setting the impawn rate of inventory pledge loan, the impawn rate of inventory and the interest rate of loans should be considered since these two indexes help to reflect and manage guarantee capability of inventory. However, in current domestic financial market, the risk averse is mainly ensured through adjusting the impawn rate of inventory rate rather than interest rate. What is more, in practice, “management approach from supply chain financing activities” (The following simply defined as “management approach”) stipulates that the impawn rate shall not exceed the highest level of 70% and the impawn period shall not exceed 1 year. Obviously, current banking still sets impawn rate based on their experiences and the impawn rate obtained in this way would not accord with the risk exposure of banks. Therefore, it is important to set impawn rate not only for the risk averse of supply chain finance but also for the development of this business.

Recently, the domestic and foreign scholars have made many beneficial explorations on volatility and risk management of pledges. Cossin and Huang (2003) set enterprisesrsquo; probability of default through the simplified method and then obtained the impawn rate according with the risk exposure of banks. Jokivuolle and Peura (2003), in their works, obtain enterprisesrsquo; probability of default through the structured method and established the relationship between the loan loss and the impawn rate. Buzacott and Zhang (2004) analyze how the setting of the interest rate and the impawn rate influence the enterprises profitability. Caldentey and Haugh (2009) investigate the supply contracts with financial hedging, and they find that the producer always prefers the flexible contract with hedging to the flexible contract without hedging, while the retailer might or might not prefer the flexible contract with hedging depending on model parameters. Lee and Rhee (2011) explicitly assume positive costs of

剩余内容已隐藏，支付完成后下载完整资料

摘要

本文提出了通过将质押期分为不同风险窗口设置动态质押率的途径。在一个有效的金融市场，回报率假设独立，W而在存货质押市场现货交易为主，收益自相关。因此，设定质押率的关键是预测的长期风险。在这个实验中NT，使用钢材现货数据库，我们建立了一个模型与公式AR（1）-GARCH（1,1）- GED，预测钢的VaR在质押期间不同的风险窗口通过甲基从样品OD值，并获得质押率根据银行风险暴露。我们的实验结果表明，引入系数k的模型可以显着提高银行风险覆盖率，降低效率损失。此外，由该模型得到的质押率在未来的风险窗口的最低价格呈正相关。

亮点►设定质押率库存的核心是长期风险预测。►库存日志返回自相关。►框架设定银行动态质押率。►To VaR GARCH（1,1）—GED模型。►引入系数修正模型。

关键词：金融；AR（1）-GARCH（1,1）-GED；长期的VaR预测；动态质押率；存货融资NG

1 引言

近年来，随着供应链之间的竞争越来越激烈，供应链金融的竞争日益突出。欧元杂志定义供应链金融作为T过去几年，他是银行交易服务中最受欢迎的话题，并预测未来几年这种业务的需求将继续增长。然而，不同于西方国家，在中国的供应链金融是一种质押业务的商业银行，进行重点企业、中小企业（中小企业）、仓储监管企业等（风，2007）。此外，在中国的承诺主要是对现货市场交易的存货（如材料、产品、半成品）而不是权利在西方国家广泛使用的承诺（应收账款，应付账款和衍生产品）。在中国，供应链金融不仅是现代物流的延伸业务更重要的是，它可以帮助解决许多国内企业面临的融资问题。

此外，在信贷紧缩的国际背景下，供应链金融正在取代传统的流动性贷款（深圳开发银行，2009）。据麦肯锡预测上，对外贸易额将 亿美元，国际贸易融资可能达到500–10 亿2011在中国。一方面，供应链金融需求日益增加生病提供了巨大的发展潜力，相关服务和产品。另一方面，供应链金融所面临的风险制约着自身的发展。根据“国民收入核算和统计年鉴》（中国人民银行，2006），所有企业的数量在中国5.1294 万亿元目前的库存，3.0326 万亿元，FROM的中小企业，和102.4 亿元从农民。如果贷款利率是50%，这些金融资产可以产生约2.6 万亿元的担保贷款，而情商1 年金融机构新增贷款问题。然而，由于缺乏库存融资的风险管理技术，大多数银行没有充分利用这些库存资源。我n库存融资、存货作为规避风险的承诺，在这个意义上，存货质押评估以确定其价值能保持其能力的保证，这H称为质押率（通常称为贷款价值比其他文献）。在确定存货质押贷款的质押率，库存和低利率的质押率考虑到这两个指标有助于反映和管理库存的保证能力。然而，在目前的国内金融市场，风险规避主要是通过调整库存率，而不是利率的质押率。更重要的是，在实践中，“管理办法从供应链融资活动”（以下简单地定义为“管理耳鼻喉法”）规定的质押率不得超过70%的最高水平，质押期限不得超过1年 。显然，目前的银行业仍然以其质押率经验，以这种方式获得的质押率不符合银行的风险暴露。因此，它是设定质押率不仅为风险规避供应链金融重要CE也为这个业务的发展。

近年来，国内外学者对质押的波动性和风险管理进行了有益的探索。枪手和黄（2003）建立企业的违约概率，通过简化的方法，然后根据与银行的风险暴露的质押率。jokivuolle和peura（2003），在他们的作品中，通过获取企业的违约概率结构化方法和建立贷款损失和质押率的关系。Buzacott和张（2004）分析如何设定利率和质押率的影响企业的盈利能力。caldentey和哈氏（2009）研究供应合约与金融避险，他们发现，制片人总是喜欢对冲，F的柔性契约灵活的合同没有套期保值，而零售商可能或可能不喜欢灵活的合同与套期保值取决于模型参数。李和李仁济（2011）明确承担正成本在供应链中的库存融资，他们表明，供应商可以使其零售商工作的整个供应链与贸易信贷，并获得最佳的风险溢价在贸易信贷供应链协调。陈和蔡（2011）研究在预算约束的供应链的第三方物流公司的价值，并发现所有的玩家可以更好的融资，在银行融资下3PL集而。在国内相关研究中，由于质押存货的价格是随机波动的。（2007）实施“主体 债”风险评估策略在贷款结束时的股票价格分布服从一般分布和几种特殊分布时，分析了具有下行风险约束的银行的贷款价值比决策。。总的来说，这些研究成果对帮助我们理解和捕捉质押存货的实际波动性和风险水平起到了积极的、实际的作用。然而，作为以上都是基于定量模型的数学优化方法，以银行的预期收益为目标函数。换句话说，理论建模和基于案例的个别样本很多，而基于大量样本的实证研究是稀缺的。

随着现代金融风险管理技术的飞速发展，国内外研究者在运用风险管理工具管理库存融资方面取得了长足的进步。在这些工具中，VaR（风险价值）已经被广泛的应用在学术界和实践来衡量和管理风险暴露，因为它是由摩根于上世纪第九十（Jorion提出，2001）。虽然VaR是能够显示的预期价值损失的金融资产在一段时间内，并在一个给定的置信水平，结果通常是不精确的，因为最常用的VaR的参数化方法依赖于收益率的概率分布和波动率。大量的实证研究表明，资产的回报率通常有尖峰态胖尾与波动聚类。然而，传统的方法来获得VAR是基于这样的假设，在一个有效的金融市场的回报是独立的，缺少的脂肪尾巴收益的波动聚类。然而，GARCH模型，延长Bollerslev（1986）可以有效地描述和收益的方差聚类。为此，GARCH模型在金融风险管理领域引入，并广泛用于预测金融实践中的波动性。例如，李嘉图（2003）利用GARCH模型来预测波动的脂肪尾巴处理可能的最大损失。中国学者如龚和陈（2005）描述了金融时间序列的胖尾、波动聚类，构造GARCH模型计算时间变VaR波动与股票指数和期货铜在中国收益率分布。

然而，VaR GARCH模型主要用于研究商品的股指、债券和期货，通常有有效的风险控制措施，如保证金制度和价格限制。此外,由于其具有良好的流动性和短的结算时间，VAR GARCH用于预测其短期风险两个星期，特别是日常风险。相反，通常是交易的承诺在现货市场缺乏风险控制措施和较低的流动性和较长的停留时间；因此，库存融资的关键是预测的长期风险，换句话说，预测基于过去样本的N个月后的ICT VAR（胡安，2009）。

对无功电流的研究大部分是基于这样的假设，在一个有效的金融市场，收益是独立的，因此他们主要利用风险度量的平方根法则预测VaR. Anderson认为长期条件方差等于每日条件方差之和，他基于相同的假设。然而，大量的经验研究表明，在一个有效的金融证券市场中，在质押式证券市场中，收益率是独立的，且是自相关的。这意味着，在市场上的现货交易为主，长期的风险通常高于日常风险的总和。

因此，在本文中，我们提出了通过将质押期为不同的风险窗口的动态设定质押率的方式，根据宏观经济环境、信用水平交易对手、质押存货的流动性与银行的风险偏好。而不是使用的风险指标，我们建立了一个用公式AR模型（1）- GARCH（1,1）-GED从而更好的DES根据自相关、异方差和收益的尖峰厚尾性，提供长期的无功问题的频率和频率之间的数据预测。由于出样方法在预测波动更为准确，我们预测钢的VaR在质押期间不同的风险通过窗户一个样本的方法。此外，在本文中，我们设置为了提高风险覆盖率，我们建立了基于反向测试失败率的命中序列，以保证研究的可靠性。

本文的其余部分安排如下：2部分是模型的建立，包括AR的设置（1）-GARCH模型自相关回归模型下的动态设定质押R第3部分进行实证分析，包括样本选择、数据特征描述和详细结果分析；第4节对模型进行评价和检验。在结论，讨论与进一步的研究领域。

2 模型假设和设置

2.1。模型假设

由于质押存货的价格，如金融资产，波动，我们遵循共同的国际惯例：银行必须有工具和方法，及时评估价值的承诺发明人因此，我们建立了基于下列假设的模型。

1. 物流企业与银行紧密合作。（2）的质押率不同的Windows下的风险；综合考虑宏观经济环境、交易对手的信用水平的电视机，质押库存和银行的风险偏好，银行选择不同的风险窗口。（3）考虑到库存融资短期融资实践（小于1 年），我们假设E，贷款利率不在质押期间的变化。

2.2 模型的建立

考虑到质押存货的收益自相关、异方差和尖峰厚尾，我们用公式AR（1）-GARCH（1,1）- GED的波动率估计。菲尔特而且，基于VaR的计算，我们的长期价格风险，这表明可能的最大损失在一定水平的信心建立一个预定的时间地平线。风险FR质押库存的EE值，可以通过减去VaR，也就是贷款金额。因此，我们组织如下步骤：

2.2.1 质押存货收益率

Rt=lnPt-lnPt-1

RT被定义为对数回报，PT是在时间t的价格。

2.2.2 质押存货收益率波动性

在金融研究中，金融资产的波动性是收益率的标准差。同样，质押存货的波动性是其回报的标准差。最近的EMP实证研究表明，金融资产的波动聚集性，这有助于收益率的方差。出于这个原因，GARCH模型被用来更好地描述上述特质。此外，目前的研究表明，GARCH（1,1）模型可以描述金融序列的时变方差。因此，我们采用GARCH（1,1）预测挥发补充库存，建立条件均值方程和条件方差方程如下：

在mu;T是有条件的mean.ar（P）或ARMA（p，q）过程通常是来描述收益自相关。此外，AR（1）过程.....被证明是一种简单而有效的模型D描述收益自相关（麦克尼尔和弗雷，2000）。因此，我们认为mu;T = rho;RTminus;1。εT equiv; sigma;TZT是随机扰动项，也被称为残差项，这是一个白噪声过程。在这穆拉，ZT是创新；是在时间t的εT条件方差；alpha;0不变；1是alpha;拱参数，beta;1是GARCH模型参数，并alpha;0 gt; 0，alpha;1 gt; 0，beta;1 gt; 0.the模型条件不稳定帽子alpha;1 beta;1 lt; 1，∣rho;∣ lt; 1.the无条件方差的εT可以计算为hellip;在lambda; = alpha;1 beta;1.in最当前的金融文献中，条件方差和条件方差是我们εTEd描述收益率的波动性由于对数收益率被假定为相互独立的，在rho; = 0，RT = εT = sigma;TZT，RT是一个标准的GARCH（1,1）过程（Bollerslev，1986）。然而，这是不在库存融资的有效，因为承诺的回报是自相关的日志（rho; ne; 0）。如上所述，RT为AR（1）-GARCH（1,1）过程中，RT的条件方差是hellip;

在目前的实践中，创新ZT通常假定服从正态分布。实践中通常有尾巴。学生分布首先是由Bollerslev（1987），而Nelson（1991）提出了所谓的广义误差分布（GED）更好的逼近创新的肥尾。因此，我们假设：GED ZT。密度函数GED是方程（4），gamma; = [ 2（minus;2 / V）Gamma;（1 / V）/Gamma;（3 / V）] 1 / 2，当V = 2，ZT值服从正态分布，V lt; 2，ZT有胖尾分布比正态分布。

2.2.3 VaR和质押率

考虑到质押存货价格的波动性和从风险识别到风险处理的时间周期，在库存融资中计算VaR是对长期风险的预测，而不是预测汉日报社，既满足新兴业务（供应链金融等）的需求，又符合巴塞尔协议II、甚至最新版的lt;lt;巴塞尔协议III gt;gt;的规定必须向监管机构报告长期VaR。不幸的是，正如导言中所提到的，目前的研究主要关注短期风险，而忽视长期风险。RM风险。此外，最有名的预测长期风险的方法是平方根规则与公式。只有当返回服从独立正态分布时，该方法才是有效的时代的趋势。但是，回报通常有尖峰胖尾特性，所以尺度不再有效时，应用在库存融资的长期风险的评估。因此，为了二获得更精确的VaR、Dowd等人。（2004）修订后的平方根规则如下：当PT为单位质押存货的初始值时，为方便起见，本文将单位价格称为初值）。表示在一定置信水平下的左分位数。

与平方根规则相比，修正后的模型有了很大的改进，并能够避免日常波动的预测。然而，它仍然依赖于平方根规则或多或少。为了提高上述两种算法，Jorion，2001；蔡，2005 ； 安徒生et al.，2006认为长时间等于日常条件VaR和条件方差iances的假设下，在一个有效的金融市场，回报是独立的（rho; = 0）。

如引言所述，通常现货市场交易的质押存货流动性较低，因此收益率是自相关的。从这个意义上讲，长期风险通常是高于每日风险之和。考虑到自相关和时变波动，AR（1）-GARCH（1,1）模型来预测长期的条件方差（布鲁姆elhuis和Kaufmann，2004 ； Kaufmann，2004）。

在实践中，它是一个商业银行建立适当的风险窗口必要（风险持有期）来衡量风险和控制风险（即价格风险）设定质押存货融资率动态。众所周知，风险窗口和置信度是计算VaR的两个关键参数。风险窗口T被定义为结算时间，理想值等于在银行业实践中，大部分资产是流动性良好的货币资产，因此这些领域主要关注的是日常的VaR.关于存货质押的风险窗口T理论上他们是根据供应链金融市场流动性的定义、样本大小和抵押资产的位置调整；同时，在实践中，库存风险窗口T承诺可以根据其流动性、交易对手水平和一些财务指标如偿付能力和盈利能力来定义。此外，信心水平设置99%根据对商业银行是由中国银行业监督管理委员会颁发的计量市场风险内部模型推荐。

在理论分析和实际研究的基础上，通过设置风险窗口和置信水平，计算出瓦尔河在风险窗口中的风险值，并得到无风险值上述贷款金额。无风险价值和质押存货的现行价格之间的比值是质押率。

根据巴塞尔协议（Basels I和III），建议通过内部模型法预测市场风险是银行（IMA）。在实践中，证明了通过IMA，在conf VaR证据99%的水平，尤其是在极端的市场，无法覆盖风险的完美，因此乘法系数K来提高其风险覆盖。本论文是基于TH编写的E原则。虽然AR（1）-GARCH（1,1）—GED模型可以描述自相关的尖峰和厚尾和波动聚类对数收益率在

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27506]，资料为PDF文档或Word文档，PDF文档可免费转换为Word