学位论文 > 优秀研究生学位论文题录展示
我国商业银行信用风险度量研究
作 者: 汪舒畅
导 师: 潘青木
学 校: 西南财经大学
专 业: 金融学
关键词: 信用风险 KMV模型 违约距离 预期违约概率
分类号: F832.33
类 型: 硕士论文
年 份: 2010年
下 载: 573次
引 用: 0次
阅 读: 论文下载
内容摘要
信用风险是金融市场中最古老的风险,也是商业银行面临的最重要的风险之一。长期以来,我国商业银行信用风险度量的方法和手段相对比较落后,基本上局限于定性分析和单变量的财务比率分析等一些传统的方法。目前,国内商业银行还没有开始应用内部风险度量模型,更缺乏系统化的能够为其提供科学依据的信用风险管理系统。随着我国金融体制改革步伐的加快和金融业开放程度的提高,国内银行业面临着平等参与国际竞争的严峻挑战。在金融全球化的形势下,我国商业银行必须借鉴国际上先进的信用风险管理经验,研发符合国情的的信用风险度量技术及模型,提高我国商业银行的信用风险管理水平。本文首先对信用风险的相关概念进行了界定,商业银行信用风险具有金融风险的一般特性:不确定性、传递性、扩散性等,除此之外,信用风险还.具有收益分布可偏性、信用悖论现象、信用数据获取困难和信用风险的非系统性等特点,这些特点增加了对信用风险实施精确度量和有效管理的难度,另外,信用风险产生的原因主要是由于信用活动的不确定性和信息的不对称性。信用风险管理是运用一种管理工具和技术,对授信过程中存在的各类债务人违约的可能性和不确定性进行预测、监督、控制,以贯彻执行银行发展战略,实现风险和收益配比最优化的过程。信用风险管理的主要目的是衡量信用风险最终达到防范和控制信用风险,主要包括三个部分:信用风险的识别、’信用风险度量和信用风险控制。然后本文介绍了传统的信用风险计量方法,主要包括专家方法、评级方法和信用分析法三种。随着金融市场的快速发展,传统的信用风险度量方法及模型对信用风险的揭示已经远远不能满足现实的风险状况,应用现代信用风险度量方法和模型管理信用风险就显得尤为关键。比较常见的信用风险度量模型包括:Credit Metrics模型、Credit Risk Plus模型、Credit Portfolio View和KMV模型四种,本文对上述模型进行了详细的介绍,并分析了各自的优缺点以及在我国使用性。通过比较得出,我国基本上具备了使用KMV模型的基本条件。接下来是文章的核心部分,KMV模型与我国商业银行信用风险度量研究。Black—Scholes期权定价公式和Merton的风险债务定价理论是KMV模型的理论基础,基本计算框架主要包括:(1)估计企业资产的价值(VA)以及资产价值的波动率(σA),(2)计算违约距离((Distance to Default,DD),(3)估算预期违约率(EDF)。本文选取24家A股上市公司的股票数据作为样本,运用KMV模型计算和比较它们各自的违约距离和预期违约概率,并对结果进行比较分析,以此说明我国应用KMV模型度量信用风险的可行性。实证结果表明:KMV模型所需的数据获取相对容易,计算操作简便,比较适合于我国现阶段的信用风险量化管理水平,在我国信用风险管理领域有着广阔的发展空间,‘对我国商业银行信用风险风险度量模型的建立有重要的借鉴意义。但是,现代信用风险度量模型只是一种工具,单纯依靠模型是远远不够的,风险的量化管理是一项系统工程,需要以功能完善和协调运行的风险管理体系为支撑,就我国商业银行的实际发展状况而言,应该从外部金融环境建设和商业银行内部管理两个方面着手。加强我国商业银行的外部环境建设主要包括:(1)建立健全社会信用的法律体系。(2)‘提高外部评级机构的公信力。(3)建立信用评估数据库。(4)加快金融市场化的进程,加强金融监管体系建设。(5)加强KMV模型应用于非上市公司的研究。完善商业银行内部管理主要是建立以风险管理为核心的内部管理体系,建立科学有效的信用风险度量模型,加快对内部评级技术的研发,同时培养专业化的风险管理队伍。商业银行信用风险的度量管理是一个全球性的课题。对于银行业来说,开发和应用模型的真正目的是借助于这些模型对银行面临的信用风险进行准确的度量和管理,合理配置稀缺资本,提高经营业绩。本文的结构大致分为六个部分,第一章导论,结合当前国内外经济金融形势说明了我国商业银行信用风险度量模型研究的现实意义,分析了国内外学术界对商业银行信用风险量化管理研究的现状。第二章信用风险理论,对信用风险的含义进行了界定,总结了信用风险的基本特征,分析了信用风险产生的经济机理,介绍了风险管理的方法步骤。第三章商业银行信用风险度量模型研究,对信用风险管理理论尤其是度量方法进行系统的阐述,传统的信用风险度量模型主要包括专家方法、评级方法和信用评分法。然后,详细介绍了四种常见的现代信用风险度量模型,分析比较了Credit Metrics模型,Credit Risk Plus模型,Credit Portfolio View模型和KMV模型的优缺点及使用范围,通过模型的比较得出,我国商业银行基本上具备了应用KMV模型的基本条件。第四章KMV模型与我国商业银行信用风险的度量研究,是文章的核心部分,运用实证分析的方法对模型的实用性进行论证。首先介绍了KMV模型的理论基础和计算方法步骤,并选取24家A股上市公司的股票数据作为样本,运用KMV模型计算和比较它们各自的违约距离和预期违约概率,并对结果进行比较分析,以此说明我国应用KMV模型的可行性。第五章完善我国商业银行信用风险度量管理的建议,指出信用风险度量模型只是一种管理工具,仅有度量模型是不够的,本文从外部环境和内部管理两个维度对我国商业银行信用风险度量管理提出了一些改进的建议。第六章总结,概括了本文的主要内容和研究的主要成果,并指出本文的不足和后续研究工作的拓展努力方向。总之,信用风险的准确度量对信用风险的管理是非常关键的。为了更好的度量信用风险,我国商业银行应该更加重视度量方法和模型的研究,虽然KMV模型在我国具有使用价值,但是也存在着局限性,如历史数据相对匮乏、资本市场不是太完善、权威的外部评级机构在国内几乎是一篇空白等等。如果全盘照搬,是非常不科学非常不明智的。因此,我们应该从我国的实际出发,分析模型的实用性,改良不实用性,建立适合我国商业银行的风险度量模型,从而有效地度量和管理其面对的信用风险。
|
全文目录
摘要 4-7 Abstract 7-12 1. 导论 12-18 1.1 选题的背景 12-13 1.2 选题的目的和意义 13 1.3 国内外信贷风险度量及管理研究的现状 13-17 1.3.1 国外研究现状 13-15 1.3.2 国内研究现状 15-17 1.4 结构安排 17-18 2. 商业银行信用风险及度量理论 18-24 2.1 商业银行信用风险概述 18-21 2.1.1 信用风险的界定 18-19 2.1.2 商业银行信用风险的基本特征 19-21 2.2 商业银行信用风险产生的经济机理分析 21-22 2.2.1 信用活动中的不确定性 21 2.2.2 信息不对称加大了信用风险 21-22 2.3 信用风险管理 22-24 3. 商业银行信用风险度量模型研究 24-33 3.1 传统信用风险计量方法 24-27 3.1.1 专家方法 24-25 3.1.2 评级方法 25-26 3.1.3 信用分析法 26-27 3.2 现代信用风险度量模型 27-33 3.2.1 Credit Metrics模型 28-29 3.2.2 Credit Risk Plus模型 29-30 3.2.3 Credit Portfolio View模型 30-31 3.2.4 KMV模型 31-33 4. KMV模型与我国商业银行信用风险度量研究 33-49 4.1 KMV模型的理论基础 33-34 4.1.1 Black-Scholes期权定价公式 33-34 4.1.2 Merton的风险债务定价理论 34 4.2 KMV模型的基本计算框架 34-37 4.3 KMV模型在我国商业银行的实证研究 37-49 4.3.1 样本选取 37-39 4.3.2 参数设定 39-40 4.3.3 实证过程 40-47 4.3.4 实证分析和结论 47-49 5. 完善我国商业银行信用风险度量管理的建议 49-54 5.1 加强我国商业银行的外部环境建设 49-52 5.1.1 建立健全社会信用的法律体系 49-50 5.1.2 提高外部评级机构的公信力 50 5.1.3 建立信用评估数据库 50-51 5.1.4 加快金融市场化的进程,加强金融监管体系建设 51 5.1.5 加强KMV模型应用于非上市公司的研究 51-52 5.2 完善我国商业银行内部管理的思考 52-54 5.2.1 建立以风险管理为核心的内部管理体系 52 5.2.2 建立信用风险度量模型,加快内部评级技术研发 52-53 5.2.3 培养专业化的风险管理队伍 53-54 6. 结束语 54-57 6.1 总结 54-55 6.2 本文研究的局限性 55 6.3 研究展望 55-57 参考文献 57-60 附录一 60-83 附录二 83-91 后记 91-92 致谢 92-93 硕士期间发表的论文 93-94
|
相似论文
- 出版社赊销信用风险控制问题研究,G231-F
- 交通银行零售信用风险管理研究,F832.3
- 农村信用社零售信用风险管理研究,F832.4
- 我国商业银行信用衍生品应用研究,F224
- 农户小额信贷的信用风险管理,F832.4
- 商业银行保兑仓业务信用风险防范研究,F832.2
- 商业银行中小企业风险评价体系初探,F832.4;F224
- 农村商业银行信用风险评估系统的设计与实现,F224;F832.3
- 基于机器学习的信用风险评估技术若干研究,TP181
- 中国银行辽宁分行贷后信用风险评价研究,F832.4
- 基于违约相关性的集中度风险控制方法研究,F830.5
- 基于商业信用的供应链库存与风险控制研究,F253.4
- 基于网络组织的消费信贷信用风险管理研究,F224.32
- 抵押品对信用风险因子影响研究,F224
- 某银行客户信用风险管理研究,F832.2
- 商业银行信用风险压力测试应用研究,F224
- 云南出口企业信用风险管理研究,F203;F752.62
- M企业赊销贸易项下客户信用风险管理模式研究,F274
- 中小企业融资信用评级研究,F276.3
- 基于商业银行视角的企业信用风险动态预警模型研究,F830.33
- 基于KMV模型和符号数据分析的股票板块特征分析,F832.51
中图分类: > 经济 > 财政、金融 > 金融、银行 > 中国金融、银行 > 金融组织、银行 > 商业银行(专业银行)
© 2012 www.xueweilunwen.com
|