基于KMV模型我国商业银行信用风险度量与管理研究

发布时间：2017-06-27 06:18

  本文关键词：基于KMV模型我国商业银行信用风险度量与管理研究，由笔耕文化传播整理发布。

【摘要】：信用风险是商业银行需要面对的一个重要挑战,商业银行信用风险的度量与管理研究,是银行风险管理的重中之重,不断对信用风险管理领域探索,可以丰富当下我国商业银行风险管理的理论体系,为商业银行有效控制自己的信用风险,降低不良贷款率提供理论指导,是商业银行有效识别、防范与控制风险,提高经营效率的重要途径。由于我国商业银行在对信用风险管理的过程中,定量分析方法还没有居于主导地位,因而基于KMV模型对我国商业银行信用风险进行度量,对定量分析方法的推广使用就显得尤为重要。本文从经济的总体形势、社会的信用体系建设、大数据应用、第三方中介机构等多个方面,对我国商业银行的信用风险管理现状进行了深入分析。同时,本文介绍了传统和现代两种不同类型的信用风险度量方法,又通过比较分析的方法对目前比较流行的现代信用风险度量方法进行了比较,对选择KMV模型进行实证的原因进行了解释。再次,基于我国信用风险度量技术的发展现状,结合我国国情,提出了信用风险管理与度量方面的一些对策建议。本文认为:总体来看,基于KMV模型的信用风险度量技术在我国是有效的,但是由于KMV模型源自于美国,在中国的适用性还有待提升,模型中的某些指数还有待调整。KMV模型的实证结果并不能百分百的预测未来信贷事件的发生,但它的总体估计是有效的,它的存在至少可以为商业银行进行风险监控提供一个参考的依据,可以为商业银行进行授信决策提供一个更全面的考量角度。我国商业银行在信用风险度量过程中,既要利用传统的信用风险度量技术对行业因素、个体因素等进行考量,又要通过一定的定性分析方法来实时的观测信用风险变动情况。
【关键词】：KMV模型 信用风险 风险管理 风险度量
【学位授予单位】：河北经贸大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.33
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-15
• 1.1 研究背景及研究的目的和意义8-9
• 1.1.1 研究背景8-9
• 1.1.2 研究目的和意义9
• 1.2 国内外在该领域的研究现状9-13
• 1.2.1 国外研究现状9-11
• 1.2.2 国内研究动态11-13
• 1.2.3 简要述评13
• 1.3 主要研究内容及创新点13-15
• 1.3.1 主要研究内容13-14
• 1.3.2 创新点14-15
• 2 商业银行信用风险概述15-19
• 2.1 商业银行信用风险的概念15-16
• 2.2 商业银行信用风险产生的原因16-17
• 2.3 商业银行信用风险的识别17
• 2.4 商业银行信用风险的评估方法17-19
• 3 商业银行信用风险管理现状19-24
• 3.1 信用风险管理前景良好19-20
• 3.2 信用体系建设正在不断完善20
• 3.3 我国信用征信系统发展迅速20-22
• 3.4 KMV模型的应用率较低22-24
• 4 我国商业银行信用风险度量模型的选择24-29
• 4.1 传统信用风险度量技术24-25
• 4.1.1 专家判别法24
• 4.1.2 信用评分法24-25
• 4.2 现代信用风险度量技术25-27
• 4.2.1 信用监控KMV模型25-26
• 4.2.2 信用计量Credit Metrics模型26-27
• 4.2.3 信贷资产组合CPV模型27
• 4.2.4 信用风险Credit Risk+ 模型27
• 4.3 选择KMV模型的原因27-29
• 4.3.1 KMV模型比较具有前瞻性28
• 4.3.2 KMV模型可以形成风险预警28-29
• 5 基于KMV模型的我国商业银行信用风险管理实证分析29-37
• 5.1 样本选取29
• 5.2 参数设定29-31
• 5.3 KMV模型实证计算过程31-35
• 5.3.1 计算样本公司股权市场价值及其波动率31
• 5.3.2 计算样本公司的违约点31-32
• 5.3.3 计算样本公司的资产价值及其波动率32-33
• 5.3.4 计算样本企业的违约距离33-35
• 5.3.5 计算上市公司违约概率35
• 5.4 KMV模型实证结论35-37
• 6 结论及建议37-42
• 6.1 提高商业银行的信用风险度量技术37-38
• 6.1.1 提高KMV模型进行信控风险监测的有效性37-38
• 6.1.2 推进评级体系建设，优化传统信用风险度量技术38
• 6.2 完善社会信用环境建设38-40
• 6.2.1 提高信用意识39
• 6.2.2 建立信用法律制度和信用奖惩机制39-40
• 6.3 建立健全社会征信体系40-42
• 致谢42-43
• 参考文献43-46
• 附录46-48
• 攻读学位期间取得的科研成果清单48

【参考文献】

中国期刊全文数据库 前10条

1 黄树斌;王彤;;基于KMV模型的在线社交网络异常用户检测[J];信息安全与技术;2016年04期

2 姜慧华;;KMV模型在我国商业银行信用风险度量中的具体应用——以工商银行和南京银行为例[J];商场现代化;2016年05期

3 杨秀云;蒋园园;段珍珍;;KMV模型在我国商业银行信用风险管理中的适用性分析及实证检验[J];财经理论与实践;2016年01期

4 陈晓晨;;基于KMV模型分析利率市场化冲击对商业银行信用风险影响[J];商;2016年01期

5 姚珊;;我国上市保险公司信用风险度量研究——基于KMV模型分析[J];保险职业学院学报;2015年03期

6 刘珍珍;朱卫东;李玲玲;;KMV模型中资产价值增长率的修正研究[J];财会通讯;2015年15期

7 杨开宇;;修正KMV模型在创业板上市公司信用风险度量中的应用分析[J];西部金融;2015年05期

8 尚莹莹;;不同行业上市公司信用违约点选择比较研究——KMV模型应用与研究[J];金融经济;2014年10期

9 曾诗鸿;许程;;新兴产业非ST上市公司风险管理新思路——基于KMV模型的信用风险分析[J];科学管理研究;2014年01期

10 尹丽;;基于KMV模型的中国商业银行信用风险评估[J];统计与决策;2013年06期

中国博士学位论文全文数据库 前1条

1 张智梅;我国商业银行信用风险度量及管理的改进研究[D];河海大学;2006年

中国硕士学位论文全文数据库 前2条

1 兰艳红;基于KMV模型的银行信用风险预测研究[D];天津师范大学;2010年

2 刘静;基于KMV模型的我国商业银行信用风险度量的研究[D];西安电子科技大学;2010年

  本文关键词：基于KMV模型我国商业银行信用风险度量与管理研究，由笔耕文化传播整理发布。

，

本文编号：488805