商业银行贷款损失准备计提效率研究

发布时间：2017-05-07 18:12

  本文关键词：商业银行贷款损失准备计提效率研究，由笔耕文化传播整理发布。

【摘要】：贷款损失准备(Loan Loss Provision, LLP)是商业银行为抵御贷款风险而提取的用于补偿银行到期不能收回贷款的准备金,是基于贷款损失评估所提取的准备金,用于应对未来对银行资本的潜在需求。对银行的稳健经营具有重要的意义。自从2008年美国次贷危机爆发以来,商业银行的风险管理受到世界各国的重视,而贷款损失准备作为银行抵御风险的重要措施,也越来越受到专家学者的关注。 LLP的计提效率是指银行管理者在现有技术水平下,为提高资产质量,最大限度覆盖信用损失和控制银行信用风险而对银行计提LLP决策的有效性,即银行经理人实际计提的LLP与其最优前沿准备的接近程度。银行LLP计提不充分、较低的LLP计提效率会导致LLP难以准确地反映银行资产质量的实际情况,降低财务报表的质量以及难以发挥其应有的风险识别和控制能力,进而影响银行的稳健运行。同时也会使得投资者和监管机构无法科学、全面地评价银行的信贷管理政策。基于此,本文选择了我国16家A股上市商业银行作为研究对象,以2007-2013年作为样本期间,利用随机前沿生产函数模型实证分析了我国商业银行LLP的计提效率及其影响因素。 本文研究主要分为六个部分。在第一部分的绪论中首先介绍了本文的研究背景、研究意义、研究创新点和研究方法；第二部分的文献综述主要从LLP计提效率的研究、LLP计提方法、LLP计提动机和LLP顺周期性等方面分别进行文献阐述,总结国内外已有的研究结论；本文第三部分回顾了我国LLP制度发展历程的三个阶段,梳理了当前施行的LLP制度的相关政策法规；第四部分是对当前我国上市商业银行LLP计提的现状分析,主要是通过不良贷款率、拨备覆盖率和贷款拨备率这三个指标,对我国16家上市商业银行LLP计提的情况进行了分析；第五部分是本文的实证分析部分,在该部分中首先介绍了随机前沿函数模型的概念,接着从构建具体模型、收集数据、模型估计和结果分析等方面分析了商业银行之间LLP计提的相对效率及其影响因素,研究发现LLP决策的非效率情况在我国上市商业银行中是确实存在的,国有银行与股份制银行的计提效率相近,但都高于城市商业银行。银行的规模、管理水平和监管机构的监管行为对银行LLP的计提效率有显著的正面影响。同时银行LLP的计提效率也表现出一定的顺周期性；第六部分是结论和展望,总结本文的研究结论,针对发现的问题,提出相关建议,并根据本文的局限性对未来深入研究进行了展望。
【关键词】：商业银行 贷款损失准备 计提效率 随机前沿模型
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.4
【目录】：

• 摘要5-6
• ABSTRACT6-8
• 目录8-11
• 第1章 绪论11-17
• 1.1 研究背景11-12
• 1.2 研究意义12-13
• 1.2.1 理论意义12
• 1.2.2 现实意义12-13
• 1.3 研究创新点13-14
• 1.3.1 内容创新13
• 1.3.2 方法创新13-14
• 1.4 研究方法与论文结构14-17
• 第2章 文献综述17-25
• 2.1 贷款损失准备计提效率研究文献综述17
• 2.2 贷款损失准备主要研究文献综述17-22
• 2.2.1 贷款损失准备计提方式的研究17-18
• 2.2.2 银行贷款损失准备与信号传递18-19
• 2.2.3 贷款损失准备与盈余管理19-20
• 2.2.4 贷款损失准备与资本管理20-21
• 2.2.5 贷款损失准备与顺周期理论21-22
• 2.3 小结22-25
• 第3章 商业银行贷款损失准备金制度的历史回顾25-29
• 3.1 制度确立阶段25-26
• 3.2 重大改革阶段26-27
• 3.3 制度进一步完善阶段27
• 3.4 小结27-29
• 第4章 我国商业银行贷款损失准备计提现状分析29-45
• 4.1 国有商业银行计提分析30-35
• 4.1.1 不良贷款率32-33
• 4.1.2 拨备覆盖率33-34
• 4.1.3 贷款拨备率34-35
• 4.2 股份制商业银行计提分析35-39
• 4.2.1 不良贷款率37-38
• 4.2.2 拨备覆盖率38
• 4.2.3 贷款拨备率38-39
• 4.3 城市商业银行计提分析39-42
• 4.3.1 不良贷款率40-41
• 4.3.2 拨备覆盖率41
• 4.3.3 贷款拨备率41-42
• 4.4 小结42-45
• 第5章 实证分析45-57
• 5.1 随机前沿模型简介45-47
• 5.1.1 Battese and Coelli(1992)模型46
• 5.1.2 Battese and Coelli(1995)模型46-47
• 5.2 变量选择与数据来源47-50
• 5.2.1 变量选择47-50
• 5.2.2 数据来源50
• 5.3 模型构建50-51
• 5.4 模型估计结果与分析51-57
• 5.4.1 模型结果51-52
• 5.4.2 计提效率分析52-54
• 5.4.3 技术非效率项影响因素分析54-57
• 第6章 研究结论与对策建议57-63
• 6.1 研究结论57-58
• 6.2 对策建议58-61
• 6.2.1 完善贷款损失准备的计提方法58-59
• 6.2.2 加强财务报表中对于贷款损失准备计提信息的披露59-60
• 6.2.3 加强和深化银行贷款损失准备的监督管理体系60
• 6.2.4 健全和完善动态准备金计提制度60-61
• 6.3 研究的局限性61-62
• 6.4 研究展望62-63
• 参考文献63-67
• 致谢67-69
• 在读期间发表的学术论文与取得的研究成果69

【参考文献】

中国期刊全文数据库 前10条

1 段军山;邹新月;周伟卫;;贷款行为、盈余管理与贷款损失准备的动态调整[J];金融论坛;2011年05期

2 李宇嘉;陆军;;风险溢价、预期损失与预测贷款损失准备金[J];当代财经;2007年12期

3 孙连友;动态信贷损失准备政策及其应用[J];国际金融研究;2004年12期

4 陈恩伍;顾楠;;上市商业银行贷款拨备计提发展方向研究[J];国际金融研究;2009年12期

5 朱卫东;陈龙;;中国银行业非利息收入影响因素比较分析[J];金融论坛;2013年07期

6 袁鲲;王娇;;贷款损失准备计提、管理动机与商业银行顺周期性——基于中国上市银行的实证研究[J];财经论丛;2014年07期

7 孔丹凤;王祥;;非利息收入对中美商业银行收益和风险的影响[J];金融论坛;2015年01期

8 许友传;;资本约束下的银行资本调整与风险行为[J];经济评论;2011年01期

9 张晓朴,奚莉莉;西班牙的动态准备金制度及对我国的启示[J];金融研究;2004年08期

10 郑伟;;预期损失模型缺陷与会计监管独立性问题研究——基于对IASB《金融工具:摊余成本和减值》征求意见稿的分析[J];会计研究;2010年05期

  本文关键词：商业银行贷款损失准备计提效率研究，由笔耕文化传播整理发布。

，

本文编号：350353