华夏银行信用违约风险研究

发布时间：2021-01-30 04:26

　　近些年中国经济增速的放缓伴随着宏观经济环境的动荡不断,对我国无论实体市场还是金融市场的运行发展都造成了较大的压力。而商业银行作为我国金融市场中最为重要的主体,无论是在对国家货币政策的执行传导上还是维持我国经济市场平稳发展中都扮演着尤为重要的角色。然而数据显示近几年商业银行不良贷款率逐年提升,如包商银行,锦州银行等商业银行暴雷事件频发,商业银行的信用风险是我们不得不关注的重点本文选择我国股份制银行之一的华夏银行作为研究对象,通过对国内外学者在信用风险度量方法,商业银行信用风险影响因素等方面的过往研究进行梳理与总结。以信息不对称理论及资产定价理论为理论基础。对华夏银行的信贷现状以及信用风险管理现状进行分析,发现其存在信用风险管理流程尚不完善,相关从业人员对风险管控能力不强等问题。进而根据这些问题进入对华夏银行信用风险度量及影响因素的实证研究中。在对华夏银行信用风险度量的实证分析中,本文以华夏银行为主体,用信用违约距离代表银行的信用违约情况,同时为使结果更有说明效果选取了其他分别来自国有银行,股份制银行以及城市商业银行的6家银行作为比较样本进行对比分析。选取2007年下半年至2019年上半年... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

华夏银行信用风险管理组织体系

第四章华夏银行信用风险度量及其影响因素实证分析42图4.6VAR模型模值图（3）Granger因果检验前文我们虽然对数据及模型的平稳性进行了检验，但无法确定本文所选取的变量GDP增长率（DGDP）、M2增速（DM2）、华夏银行不良贷款率（BLR）及华夏银行资本充足率（CAR）与本文的解释变量违约距离(DD之间是否存在因果关系，因此分别对解释变量与被解释变量之间进行granger因果检验，检验结果如表4.10所示：表4.10Granger因果检验方程原因chi2P>chi2dddgdp3.280.07dddm24.080.04ddblr1.200.07ddcar3.440.06ddALL10.970.03由表4.10可知，在5%的显著水平下dgdp，dm2，blr以及car均是dd的格兰杰原因，即解释变量与被解释变量之间的因果关系均成立。（4）脉冲响应函数分析基于上文建立的稳定的VAR模型，为了更好的分析变量之间在一定时间段内的动态关系以及相互影响的情况，本文采用了脉冲函数以及方差分析进行进一步的探究，本文变量之间脉冲函数图4.7所示：

【参考文献】：
期刊论文
[1]商业银行信用风险的顺周期性研究——基于VAR模型的实证研究[J]. 惠锐,郭华世.  农村金融研究. 2019(09)
[2]基于KMV模型的我国上市银行信用风险度量研究[J]. 于沐清,韩忠.  经营与管理. 2019(07)
[3]基于VAR模型的地方中小商业银行信用风险分析[J]. 杨彩丽.  河北金融. 2018(08)
[4]商业银行股权结构改革对信用风险影响的实证分析——基于双重差分法的研究[J]. 沈丽,朱绪东,刘伟华.  山东财经大学学报. 2017(06)
[5]我国商业银行信用风险的影响因素研究[J]. 李想.  现代经济信息. 2017(15)
[6]商业银行信用风险宏观压力测试研究[J]. 王天宇,杨勇.  商业经济与管理. 2017(05)
[7]基于KMV模型的锦州银行信用风险评估研究[J]. 孙友荣,张玉明.  合作经济与科技. 2017(07)
[8]中国上市商业银行信用风险分析及比较——基于KMV模型及面板数据[J]. 李晟,张宇航.  中央财经大学学报. 2016(10)
[9]高速串行数据传输链路中固定延时设计[J]. 邓彬伟,刘天宽.  测控技术. 2016(02)
[10]基于变结构KMV模型的商业银行风险承担度量研究[J]. 姚德权,张宏亮,黄学军.  中国软科学. 2015(11)



本文编号：3008234