我国商业银行的信贷风险管理研究及实证分析

发布时间：2017-04-03 02:06

  本文关键词：我国商业银行的信贷风险管理研究及实证分析，由笔耕文化传播整理发布。

【摘要】：信用风险是银行等金融部门所面临的主要风险,加强信用风险管理一直是各国金融部门及其监管机构的工作重点。目前我国银行业较高的不良贷款率己成为阻碍我国经济健康发展的巨大隐患。不良贷款形成的原因可能是多方面的,除了由于经济转型中的制度性因素外,同时我国银行风险管理水平落后,尤其还没有形成一套成熟的信用风险度量技术也是不良贷款形成的重要原因。我国银行业信用风险度量基本上还处在传统的信用评级初级阶段,这种信用风险分析方法主观性太强,而且主要借助于历史会计数据,不能展望企业未来发展状况,这样导致了对企业信用评估的结果与企业实际状况常常有很大的偏差。西方发达国家的银行业已经采取了非常先进的内部信用风险度量模型,这些模型利用当前能够获得的所有信息对企业信用状况进行评估。通过这些模型的使用,银行大大提高了自身的风险管理能力。随着我国金融业务的放开,外资银行将逐渐获得与国内银行同等竞争的权利,当前国内银行这种低下的风险管理水平必将使其处于非常不利的竞争地位。本文研究的主旨在于通过分析和比较现代信用风险度量模型,试图找出适合我国实际的信用风险模型,以提高我国银行业的竞争力。 本文首先介绍了商业银行信贷风险的内涵、种类和商业银行信贷风险的表现形式、经济危害以及中国商业银行信贷风险的现状,得出防范和化解信贷风险必要性的启示。然后介绍商业银行信贷风险管理的一般理论,通过建立一个不完全信息动态博弈模型旨在论证信贷风险量化模型是防范信贷风险中的重要手段,为后续研究作了铺垫。然后全面分析了我国商业银行信贷资产风险管理现状及存在的问题,接下来,介绍了现代西方著名的四大信贷风险量化评价模型：KMV模型、Credit Metric模型、Credit Risk+模型、Credit Portfolio View模型并进行了对比研究,重心放在模型的理论框架,量化步骤以及优缺点比较。在充分了解理论和我国实际的基础上,以中国金融市场现状为研究背景,对四大模型的适应性进行了对比分析,通过分析选择与中国信贷市场环境相适应的KMV模型,进行了实证检验,运用KMV模型对我国证券市场沪深两市的上市公司进行深入分析,提出了样本筛选的原则,计算出ST和非ST上市公司的预期违约概率,与所计算出的违约距离相拟合,对比讨论了KMV模型度量我国的沪深两市上市公司信用风险的适用性,并探索性地提出了我国上市公司的信用风险的预测性分析。结论认为KMV模型较之其他信用风险模型可以很好地分析出我国上市公司的信用风险,这有助于有效检测我国投资者和上市公司所面临的信用风险。最后,在总结得出结论并分析研究的局限性之后,对我国商业银行开展现代信贷风险量化评价提出了政策建议。 第一章对选题意义、论文整体框架和主要创新点作了简要论述。 第二章,回顾了西方商业银行信贷风险管理的演革。就西方商业银行信贷风险管理理论形成的历史进程来看,大体上可以区分为四个发展阶段：资产风险管理理论阶段、负债风险管理理论阶段、资产负债综合管理理论阶段和风险资产管理理论阶段；然后论述了我国商业银行信贷风险管理的发展。本章还对商业银行在长期的运作中形成的许多优秀的信贷期刊进行了总结和分析。 第三章,从深层次分析了我国商业银行信贷风险的成因,主要有产权制度的缺陷、信息不对称问题和预期的不确定性等。 第四章,首先对传统信用风险度量模型的总结。简单介绍了专家方法、评级方法和信用评分方法3个传统风险度量技术的基本内容,并对其进行总结。阐述了4类现代信用风险度量模型,评判这些模型的优缺点,并从一般性和在我国的适用性两方面对它们进行比较分析。通过这种定性的比较分析,得出在我国当前情况下,与其他3种模型相比较,KMV模型有相对较好的适用性。 第五章是基于我国上市公司的KMV模型实证研究。分析了KMV模型在我国的应用尚需要解决的3个问题,即非流通股定价、历史违约数据的缺乏以及资产波动率的确定,并提出了解决这些问题的相应方案。选取了国内30家比较有代表性的上市公司进行实证分析,模型计算的结果在一定程度上反映了公司实际的信用状况,从定量的视角表明KMV模型在我国的适用性。
【关键词】：信用风险 信用损失 信用风险度量 违约率 KMV模型
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：F832.4;F224
【目录】：

• 摘要4-6
• Abstracts6-12
• 1. 前言12-27
• 1.1 选题背景及研究意义12-14
• 1.1.1 信贷风险管理是银行的核心功能12-13
• 1.1.2 信贷风险管理理论研究是我国商业银行风险管理环节的薄弱环节13
• 1.1.3 国际银行业信贷风险管理的发展趋势13-14
• 1.1.4 选题的意义14
• 1.2 国外银行风险管理研究现状及评述14-20
• 1.2.1 商业银行信贷风险管理的由来14-16
• 1.2.2 西方商业银行风险管理理论的发展与现状16-20
• 1.3 现代银行信贷风险管理的模型与方法20-23
• 1.3.1 国际银行业信用与风险量化方法的发展20-21
• 1.3.2 现代银行信贷风险量化分析研究现状[7]21-23
• 1.4 国内信贷风险管理理论现状及评述23-25
• 1.4.1 我国商业银行信贷风险管理现状[8]23-24
• 1.4.2 关于信贷风险量化的研究24-25
• 1.4.3 对我国商业银行信贷风险管理的评述25
• 1.5 研究方法25-26
• 1.6 文章创新26-27
• 2. 商业银行信贷风险管理的一般理论分析27-35
• 2.1 信贷风险管理的相关概念27-32
• 2.1.1 银行信贷和信贷风险27-28
• 2.1.2 信贷风险的分类28
• 2.1.3 信贷风险的特征28-31
• 2.1.4 信贷风险管理的含义31-32
• 2.2 银行信贷管理与商业银行经营管理的关系32-33
• 2.3 我国商业银行信贷风险管理的历史变迁33-35
• 3. 我国商业银行信贷资产风险管理现状及存在的问题35-43
• 3.1 我国商业银行信贷风险现状分析35-37
• 3.1.1 不良贷款占比偏高,潜在信贷风险大35-36
• 3.1.2 商业银行资金运营渠道单一,商业银行面临的风险集中36
• 3.1.3 我国商业银行信贷资产日趋集中,信贷风险增大36-37
• 3.2 信贷风险管理水平严重滞后37-39
• 3.2.1 简单的信贷风险测量方法37-38
• 3.2.2 落后的信贷风险技术管理水平38-39
• 3.3 不完善的信贷管理内部控制制度39-41
• 3.4 不健全的信贷风险外部监管与约束体系41-43
• 4. 我国信贷风险量化模型的构建43-65
• 4.1 传统的信用信贷风险度量方法43-52
• 4.1.1 专家判断法43-47
• 4.1.2 OCC贷款评级法47-49
• 4.1.3 信用评分方法49-51
• 4.1.4 信用评分模型的扩展——神经网络分析51-52
• 4.2 现代信贷风险度量模型分析及比较52-62
• 4.2.1 KMV模型的简介与评判52-57
• 4.2.2 Credit Metrics模型的简介与评判57-59
• 4.2.3 Credit Risk+模型的简介与评判59-61
• 4.2.4 Credit Portfolio View模型的简介与评判61-62
• 4.3 四大信贷组合管理模型异同比较62-64
• 4.4 结论64-65
• 5. 基于我国上市公司的KMV模型实证分析65-75
• 5.1 样本的选取65-67
• 5.1.1 我国行业分析65-67
• 5.2 实证过程67-70
• 5.2.1 上市公司股权市场价值波动率的估计67-68
• 5.2.2 违约点和股票市值的计算68
• 5.2.3 资产市场价值及波动率的计算68-70
• 5.3 实证结果分析70-71
• 5.4 结论71-72
• 5.5 问题和建议72-75
• 5.5.1 存在的问题72
• 5.5.2 完善的建议72-75
• 6. 结论及未来研究方向75-76
• 参考文献76-79
• 后记79-80
• 致谢80-81
• 在读期间科研成果目录81-82

【引证文献】

中国期刊全文数据库 前1条

1 张卫锋;;关于我国商业银行信贷资产安全性控制研究分析[J];企业导报;2012年07期

中国硕士学位论文全文数据库 前1条

1 翟斌斌;我国商业银行的房地产信贷风险研究[D];南京师范大学;2012年

  本文关键词：我国商业银行的信贷风险管理研究及实证分析，由笔耕文化传播整理发布。

，

本文编号：283525