我國商業(yè)銀行信用風險度量及管理研究.pdf

1、信用風險是現(xiàn)代商業(yè)銀行面臨的最重要的風險，也是導致銀行破產(chǎn)的最常見的原因之一。我國商業(yè)銀行在信用風險管理方面，與國外大型商業(yè)銀行相比，仍然存在著相當多的不足。如何提升我國商業(yè)銀行的信用風險管理水平，已經(jīng)成為我國理論界和銀行業(yè)共同關注致力解決的問題。
　　 論文旨在充分學習和借鑒國外先進的信用風險管理技術和模型，并結合我國的實際情況，逐步形成適合我國商業(yè)銀行的信用風險度量和管理技術，從技術和手段兩個維度，全面提升我國商業(yè)銀行信用風

2、險管理水平，縮小我國商業(yè)銀行與國外先進銀行的差距，最終提升我國商業(yè)銀行的國際競爭力。論文以風險管理理論為基礎，采用理論分析和實證研究相結合、定性分析和定量分析相結合的方法，圍繞著“什么是信用風險管理”、“不同的企業(yè)和個人的信用風險如何被量化”、“怎樣進行風險預警和監(jiān)控”、“如何解決管理中存在的問題”等問題為主線，對我國商業(yè)銀行信用風險度量及管理進行系統(tǒng)分析與研究。
　　 論文分析了我國商業(yè)銀行信用風險管理取得的一些成績，指出我國

3、商業(yè)風險管理中仍然存在較多問題，如信貸管理流程不完善、信用風險量化工具落后、缺少高素質的信用風險管理隊伍等。
　　 論文對商業(yè)銀行信用風險、商業(yè)銀行信用風險管理體系的概念進行界定，構建了商業(yè)銀行信用風險管理體系，包括信用風險識別、信用風險度量和信用風險預警，該體系是一種要素循環(huán)傳遞的信用風險管理體系。提出循環(huán)傳遞的信用風險管理體系，并圍繞著信用風險識別、信用風險度量和信用風險預警三個要素展開深入研究。分析了我國商業(yè)銀行信用風險的

4、成因，主要包括理論根源和現(xiàn)實根源兩類，揭示了商業(yè)銀行信風險的形成機理，分析了非系統(tǒng)性信用風險和系統(tǒng)性信用風險的傳導機制。
　　 通過對多元判別分析、Logit回歸分析、Probit模型、SVM模型，結構模型、強度模型、Portfolio Manager、Credit Metrics、CreditPortfolio View及Credit Risk+等風險度量模型的基本構成和理論進行分析，結合我國商業(yè)銀行信用風險管理的特點，將KM

5、V模型應用于大型上市公司信用風險的度量；將多元判別分析應用于中小企業(yè)信用風險的度量；將Logitech回歸分析應用于個人零售客戶信用風險的度量，由此，建立一個相對完整的信用風險量化體系。
　　 根據(jù)我國大型上市公司的實際情況，對KMV模型的股權價值、股權價值波動率、違約觸發(fā)點、債務期限和無風險利率等各項參數(shù)進行了修正。選取上海證券交易所的10家ST公司和20家非ST公司的連續(xù)250個交易日數(shù)據(jù)，對修正后的KMV模型的各項參數(shù)值進

6、行計算，得到了違約距離與理論EDF。最后，參考標準普爾和穆迪的評級體系，將我國大型上市公司的信用評級體系分為10級，并劃分了相應的期望違約概率區(qū)間，最終確定了我國大型上市公司信用風險評級體系，并通過了K-S檢驗。
　　 在著名的Z評分模型的基礎上，根據(jù)我國中小企業(yè)的實際情況，引入了非財務因素和行業(yè)風險因素，并據(jù)此構建了S-Z-Score模型，并選取了批發(fā)和零售業(yè)、工業(yè)、交通運輸和郵政業(yè)、建筑業(yè)、住宿和餐飲業(yè)、綜合類等六大產(chǎn)業(yè)所屬

7、的70家中小企業(yè)作為樣本，比較Z”模型與S-Z-Score模型的準確性。結果表明，考慮了非財務因素和行業(yè)風險因素的S-Z-Score模型，一定程度上解決了中小企業(yè)修飾財務報表，造成評級結果失真的問題，使第一類錯誤率顯著降低，提高了中小企業(yè)信用風險判別的科學性和有效性。
　　 在研究個人信用風險時，首先確定個人信用評分指標體系的兩個維度，即個人還款能力指標體系和個人還款意愿指標體系。在此基礎上，結合個人信用打分法和數(shù)理統(tǒng)計模型，構