商业银行对中小企业授信风险管理研究

发布时间：2017-08-21 07:24

  本文关键词：商业银行对中小企业授信风险管理研究

  更多相关文章： 商业银行 中小企业 银行授信 风险管理

【摘要】： 风险管理是现代商业银行经营管理的核心内容和永恒课题,本文选择目前与我国商业银行授信业务密切相关的中小企业授信风险进行分析和研究,旨在通过总结与归纳我国现行商业银行的信贷风险控制方法,结合(搜集)商业银行对中小企业授信的历史数据,运用数量经济方法,对影响商业银行授信风险的有关经济变量进行实证检验和分析论证;同时结合我国中小企业信用风险的历史特点,探索适应我国商业银行实际、对信贷风险管理具有实践价值的授信风险控制理论和方法。 本文内容如下。第一章是引言,在简要介绍我国商业银行对中小企业授信风险损失的历史教训的基础上,引出本文选题的背景、依据以及研究的目标、内容和方法。第二章从国内外金融风险损失的历史教训入手,阐明现代风险管理是一个全球化的课题,同时探讨了目前仍处于发展中国家的中国与西方发达国家金融风险损失的异同之处;接着介绍了风险管理理论和方法的发展演进过程以及在一些主要经济体里的实践情况;最后,简要地介绍了与商业银行风险管理息息相关的巴塞尔资本协议及其演变过程。第三章在概述西方商业银行信用风险控制思想及演进的基础上,着重探讨现代商业银行信用风险控制技术的理论与方法,以及目前西方主要资本主义国家-美国,在信用风险控制方面的理论与实践情况。如我们熟知的信用矩阵、KMV以及在险价值VAR模型等,以及美国现行的经济资本配置体系,信用风险度量模型:结构模型和集合模型等。 第四章详细分析了中国中小企业信用以及融资现状,指出中小企业信用低下是中国中小企业融资困难的直接原因。第一节针对中国中小企业的定义及分类,分析了中国中小企业的信用特点;第二节详细分析了中国中小企业的融资环境、融资途径等,探讨了中小企业融资难的具体原因;第三节结合中国中小企业的信用现状,通过对国内外商业信用制度建设的比较,提出一些防范和化解中小企业信用风险的方法。第五章从我国商业银行授信业务的实务入手,详细介绍了目前我国商业银行对中小企业授信风险管理的实践方法。第一节简要地介绍了授信业务的概念、分类以及各授信环节的相互关系;第二节介绍了中小企业的风险特征以及商业银行授信中小企业的风险博弈关系;第三节介绍了商业银行对中小企业授信的风险评估指标,分内部指标和外部指标两种情况加以论述,最后详细论述了我国商业银行对中小企业授信风险管理的传统方法。 第六章主要以商业银行的内部信用评级系统为研究对象,运用经济计量模型,对商业银行信用评级的准确性和合理性进行定量分析和经济计量检验。本章第一节选取某银行信用评级系统为检验对象,从标准、对象、实现方法以及审批流程等方面对其客户信用评级系统进行必要的介绍,使读者对所选取的检验对象有较深入的认识;第二节介绍了本章所运用的经济计量检验方法:排序多元离散选择模型;第三节从检验变量的选择入手,利用排序模型从众多影响企业经营活动的变量中,选取对信用评级系统影响较大的变量作为模型的解释变量,最后确定排序多元模型的最终形式,得出各解释变量对客户信用评级系统的影响力系数;第四节利用建立的排序模型进行期望预测,预测结果表明运用排序模型对企业进行信用评级是可行的。 第七章以商业银行对中小企业授信的风险限额作为样本,利用加权最小二乘法对影响中小企业授信风险限额的企业财务及经营管理指标进行计量检验。第一节简要介绍了商业银行对企业授信额度的概念、目的以及统一额度管理的意义;第二节首先介绍了检验企业风险限额的意义以及授信风险限额检验模型的设计和变量的选择标准;接着详细论述了模型的确立、估计以及结果分析;最后对模型进行总体评估,得出目前我国商业银行存在向大客户过度授信这一重要结论;更为重要的是,得出目前我国商业银行授信主要关注的企业经营管理指标,如企业信用等级、所有者权益、流动资产、固定资产净值、流动负债等,为进一步研究商业银行授信的风险偏好提供了依据。 第八章结合上一章经济计量模型的估计结果,建立人工神经网络模型,从另一个角度对授信风险限额进行再检验,同时对两个模型方法和结论进行比较,得出两个模型的优缺点。本章第一节简要介绍了人工神经网络模型;第二节首先回顾了授信风险限额的经济计量模型,接着建立了5个变量的人工神经网络模型并对两者进行比较,然后又建立一个10个变量的人工神经网络模型并和以上两个模型作出比较,结果发现:5个变量的人工神经网络模型和经济计量模型的拟合优度基本上差不多,而10个变量的人工神经网络模型拟合优度明显强于经济计量模型。从而比较了两种建模方法的异同点:人工神经网络模型具有适应输入输出之间非线性关系的特点,因而可以容纳和利用更多的信息,这是它优于线性经济计量模型的地方。线性经济计量模型只能容纳具有线性关系的信息,排斥非线性关系的信息,但是它能确定经济变量之间的相互影响力系数,而人工神经网络模型却不能。这说明了两种模型各有长处,不能互相替代。同时也给出了对两种模型根据需要而做出选择的空间。 第九章是本文的结尾部分,首先是对本文的研究工作作出概括性的总结,同时指出工作中的不足;接着介绍了与商业银行授信业务密切相关的几个需注意的方面,如依法合规、反欺诈以及资产保全等。这些不是依靠掌握风险控制理论和方法就能解决了的,然而这些又在授信风险控制中占有重要的地位。在我国目前金融市场以及法律监管等尚不完善、透明的状况下,对这些问题的关注显得尤为重要。最后,对一些尚待开展的工作做了前瞻性的概括,以此作为今后进一步的研究方向。 本论文主要创新点在于:一、针对中国银行目前使用的客户信用评级系统,选用一个地区分行的实际数据,利用排序多元离散选择经济计量模型对评级系统进行检验,检验其信用评级系统中指标设置是否合理,是否存在冗余指标,各指标的分值设置是否合理,对评级结果的影响程度是否符合原先的设计思想,从而为客户信用评级系统的修订完善提供参考意见;二、利用中国银行对制造业企业的授信风险限额以及授信企业的财务数据,结合企业信用评级状况,建立加权最小二乘法经济计量模型,用经济计量软件E-VIEWS得出模型评估结果,分析影响授信风险限额的诸因素及其影响程度,从而为银行制定正确的授信风险限额或修改既有的风险限额提供参考意见。三、通过对风险限额的人工神经网络方法的再检验,比较经济计量模型与人工神经网络模型在检验授信风险限额时的异同之处,分析各方的优缺点,以求能够得到较为满意的结果。四、本文的研究目的旨在对我国商业银行信贷管理人员提供信贷风险控制的理论和与方法指导,是基于实践指导的应用研究。本文采用了目前国际上惯用的数量经济学模型方法,对我国目前商业银行在风险管理中的方法进行分析检验,把定性研究和定量研究结合起来,具有实践指导和应用价值。这在目前我国商业银行的风险控制和风险管理中,具有理论探索和实务操作创新的意义。 作为一篇数量经济学专业的博士论文,本文侧重于对目前商业银行风险控制理论的实践检验,同时对数量经济分析方法应用于商业银行信用风险度量模型中,做一些有益的尝试。但在商业银行风险控制理论的系统性和全面性方面,仍需进一步研究,望老师们以及有意于从事这方面研究工作的学者同仁批评指正。
【关键词】：商业银行 中小企业 银行授信 风险管理
【学位授予单位】：华侨大学
【学位级别】：博士
【学位授予年份】：2007
【分类号】：F832.4
【目录】：

• 摘要2-5
• ABSTRACT5-13
• 第一章 绪论13-22
• 1.1 我国商业银行对中小企业不良授信案例分析13-17
• 1.2 本文研究的意义17-22
• 第二章 风险管理的发展与现状22-54
• 2.1 金融风险管理的历史教训22-30
• 2.1.1 国际上金融风险的历史教训22-26
• 2.1.2 中国金融风险的历史教训26-30
• 2.2 风险管理30-36
• 2.2.1 风险管理的含义30-32
• 2.2.2 风险管理思维与范围的历史演变32-36
• 2.3 风险管理主要理论36-45
• 2.3.1 风险管理理论的发展36-38
• 2.3.2 西方银行风险管理主要理论概述38-45
• 2.4 主要国家和地区当前风险管理发展简况45-49
• 2.4.1 美国45-47
• 2.4.2 欧洲47-48
• 2.4.3 中国48-49
• 2.5 巴塞尔资本协议及演变49-52
• 2.5.1 1988 年巴塞尔资本协议的形成及主要特点49-50
• 2.5.2 1988 年巴塞尔资本协议的演变50
• 2.5.3 2001 年巴塞尔新资本协议的形成、主要内容及创新50-51
• 2.5.4 “巴塞尔新资本协议”的目的、作用和应用51
• 2.5.5 “巴塞尔新资本协议”的评价51-52
• 2.5.6 从巴塞尔资本协议的演变看国际金融风险监管的发展趋势52
• 2.6 风险管理发展方向的争论52-54
• 第三章 商业银行信用风险度量理论与方法54-72
• 3.1 西方商业银行信用风险控制思想和技术的演进54-56
• 3.1.1 传统信用分析思想简述54-55
• 3.1.2 传统信用风险分析技术的缺点55
• 3.1.3 信用风险控制思想和技术的演进55-56
• 3.2 现代商业银行信用分析技术简介56-72
• 3.2.1 在险价值VaR 在银行信用风险中的应用56-61
• 3.2.2 美国大银行使用信用风险模型的情况61-72
• 第四章 中国中小企业信用及融资问题研究72-101
• 4.1 中国中小企业概述72-78
• 4.1.1 中国中小企业定义和分类72-74
• 4.1.2 中国中小企业的特点74-75
• 4.1.3 中国中小企业的现状75-77
• 4.1.4 中国中小企业的发展趋势77-78
• 4.2 中国中小企业融资环境78-87
• 4.2.1 中国中小企业融资现状78-85
• 4.2.2 中国中小企业融资特点85-87
• 4.3 中国中小企业信用现状及对策87-101
• 4.3.1 商业信用的主要特征88-89
• 4.3.2 国内外商业信用制度建设比较89-92
• 4.3.3 中国中小企业信用现状分析92-94
• 4.3.4 防范中小企业信用风险的方法与对策94-101
• 第五章 商业银行对中小企业授信业务风险分析101-115
• 5.1 商业银行授信业务概述101-104
• 5.1.1 授信业务的概念101-102
• 5.1.2 授信业务的分类102-103
• 5.1.3 授信业务各环节的相互关系103-104
• 5.2 商业银行对中小企业授信业务风险管理104-107
• 5.2.1 中小企业的风险特征104-106
• 5.2.2 中小企业信用与银行经营管理的博弈分析106-107
• 5.3 商业银行对中小企业授信业务的风险评估107-110
• 5.3.1 商业银行对中小企业授信业务的内部风险评估指标108-109
• 5.3.2 商业银行对中小企业授信业务的外部风险评估指标109-110
• 5.4 商业银行对中小企业授信业务风险管理的传统方法110-115
• 5.4.1 信用评级110-111
• 5.4.2 授信客户准入111
• 5.4.3 授信评审111-112
• 5.4.4 授信五级分类（授信资产风险分类）112-113
• 5.4.5 授后检查（授后管理）113
• 5.4.6 风险管理的授信预警113-115
• 第六章 商业银行内部信用评级系统的经济计量模型实证检验115-128
• 6.1 某银行客户信用评级系统简介116-118
• 6.2 排序多元离散选择模型简介118-120
• 6.3 利用排序模型检验客户信用评级系统120-125
• 6.4 排序模型的预测125-128
• 第七章 授信风险限额的经济计量模型检验128-141
• 7.1 授信额度概述128-130
• 7.1.1 统一授信体制下的限额管理128-129
• 7.1.2 授信额度129-130
• 7.2 授信额度的经济计量模型检验130-141
• 7.2.1 检验授信风险限额的意义130-131
• 7.2.2 授信风险限额模型设计和变量选择131-133
• 7.2.3 授信风险限额模型估计结果和分析133-136
• 7.2.4 授信风险限额样本的总体评估136-139
• 7.2.5 关注授信风险限额中的异常样本139
• 7.2.6 本章结论139-141
• 第八章 授信风险限额的人工神经网络模型检验141-153
• 8.1 人工神经网络简介141-143
• 8.2 授信风险限额的模型检验143-151
• 8.2.1 五个变量的人工神经网络模型144-147
• 8.2.2 十个变量经济计量模型147-149
• 8.2.3 十个变量人工神经网络模型149-151
• 8.3 经济计量模型检验和人工神经网络模型检验给出的启示151-153
• 第九章 总结与展望153-163
• 9.1 主要研究工作总结153-155
• 9.2 与授信业务紧密相连的几个问题155-161
• 9.2.1 操作风险中的依法合规问题155-157
• 9.2.2 授信业务中的反欺诈问题157-159
• 9.2.3 授后管理中的资产保全159-161
• 9.3 研究工作前瞻161-163
• 附表一：第七章授信风险限额的全部样本的相对误差（%）163-165
• 附表二：经归一处理后的五个变量人工神经网络数据165-174
• 附表三：经归一处理后十个变量人工神经网络中增加的五个变量数据174-183
• 参考文献183-195
• 攻读博士学位期间发表的学术论文195
• 博士学习期间参与研究的课题195-196
• 致谢196-197

【引证文献】

中国期刊全文数据库 前1条

1 白建洋;;商业银行住房抵押贷款的风险管理[J];经营管理者;2013年22期

中国博士学位论文全文数据库 前2条

1 郑大川;巴塞尔新资本协议框架下商业银行内部评级法研究[D];华侨大学;2011年

2 张晓琦;我国商业银行信用风险度量及管理研究[D];哈尔滨工程大学;2011年

中国硕士学位论文全文数据库 前8条

1 朱燕婷;新能源产业投资风险分析与评估体系的构建[D];浙江大学;2011年

2 鲁伟;CEB银行苏州分行中小企业授信业务风险管理研究[D];兰州大学;2011年

3 许珊珊;我国商业银行信用风险管理研究[D];吉林财经大学;2010年

4 应路云;中小银行对小企业信用评级指标遴选的理论分析与实证研究[D];浙江财经学院;2012年

5 程博;SX信用担保有限公司风险管理方案研究[D];西北大学;2012年

6 李美艳;金融物流的变迁与发展模式研究[D];西安建筑科技大学;2012年

7 游文涛;中国银行中小企业授信风险管理研究[D];山东大学;2012年

8 何锦祥;佛山市银盛小额贷款公司贷款业务管理系统的设计与实现[D];山东大学;2013年

，

本文编号：711577