学位论文 > 优秀研究生学位论文题录展示

商业银行贷款违约风险和追偿风险影响因素实证研究

作　者: 刘方根
导　师: 马庆国
学　校: 浙江大学
专　业: 管理科学与工程
关键词: 商业银行违约风险追偿风险影响因素实证研究
分类号: F224
类　型: 博士论文
年　份: 2008年
下　载: 1572次
引　用: 8次
阅　读: 论文下载

内容摘要

如何计量信用风险是当前我国商业银行面临的最大挑战之一。因此,借鉴国际经验,从理论和实证的角度,研究和探索我国商业银行信用风险的度量和管理方法十分必要和紧迫。本文从风险的基本定义出发,通过文献回顾分析了信用风险的构成要素。以信用风险的主要构成要素——违约风险和追偿风险为重点,以风险影响因素为主线,系统梳理、归纳和分析了国内外违约风险、追偿风险的相关理论和实证研究结论,提出违约风险的影响因素包括企业性质、企业特征、财务状况、市场因素、产业特征、区域特征、宏观经济因素和其他非经济因素;追偿风险的影响因素包括企业性质、企业特征、财务状况、合约特征、产业特征、商业联系、宏观经济和其他非经济因素。基于前人的研究,本文确定三方面的研究重点:一是研究贷款违约风险的影响因素;二是研究违约风险模型对违约定义的敏感性;三是研究违约贷款追偿风险的影响因素。分别构建了违约风险影响因素模型和追偿风险影响因素模型并进行实证研究。本文以某商业银行2004年的3742个贷款企业为样本,分别以贷款信用风险四级分类、五级分类、四级和(或)五级分类定义三种违约,对违约风险影响因素进行实证研究。在样本特征分析的基础上,通过SPSS进行描述性统计、相关性分析和Logistic回归分析,对违约风险研究模型的假设进行检验。实证结果表明,贷款企业的所有制性质、资产规模、财务状况、产业属性均对违约概率有显著影响,但财务因素依然是影响企业违约的最重要因素。企业的违约概率与代表流动性的现金资产比率、与代表盈利性的未分配利润资产比率、与代表资产使用效率的总资产周转率显著负相关。由于大企业在资金、技术、人员素质、市场地位、融资方面具有优势,能实现多元化经营分散风险,因此,企业规模越大违约概率越低。与Evelyn Hayden(2003)实证研究结论相反,在我国,由于有限公司的治理结构优势明显,其违约概率低于非有限公司。贷款企业的产业属性对违约概率有显著影响,但由于受我国产业结构演进的阶段性特征及宏观经济政策的影响,其结论与国外的研究存在较大差异(SjurWestgaard和Nic van der Wijst,2001;Evelyn Hayden,2003),房地产业、服务业企业的违约概率高于其他产业。不同违约定义下,违约风险模型的结构相似,但模型选择的部分变量及其显著性水平存在差异,违约风险模型对违约定义具有敏感性。本文以某商业银行2002—2005年147家已核销违约贷款企业为样本,分全样本(147个)和子样本(83个)对违约回收率的影响因素进行实证研究。在样本特征分析的基础上,通过SPSS进行描述性统计分析、相关性分析、方差分析和线性回归分析,对追偿风险研究模型的假设进行检验。实证研究结论表明,与Jens Grunert和Martin Weber(2005)的研究结论不同,在我国,有限公司具有治理结构、产权明晰和资本的优势,有限公司的违约回收率高于非有限公司;违约回收率与企业注册资本规模正相关;与J.Dermine和C.Neto De Carvalho(2005)的研究结论相反,企业年龄越长回收率越低;违约回收率与负债资产比率正相关;与Viral V.Acharya et al.(2004);Daniel Covitz和Song Han(2004)的研究结论相反,违约回收率与固定资产负债比率负相关;违约敞口越大回收率越高,但影响较小;违约时间、处置时间越长,违约回收率越低;抵(抵)押贷款的回收率高于第三方担保贷款;信贷关系时间越长回收率越高,单一银行贷款的违约回收率高于多头贷款,表明银企关系越密切越有利于违约贷款的回收。违约回收率与企业的资信水平、资产规模、销售利润率、是否属于第三产业、本银行贷款比率相关性不显著。本文的主要贡献和创新点为:1.基于破产理论、公司财务理论和违约风险理论,以我国商业银行贷款信用风险四级分类和五级分类标准定义三种违约,构建了包括企业性质(是否有限公司)、企业特征(资产规模)、39个财务比率(杠杆比率、流动性比率、生产率、效率、周转率、盈利率)和产业特征(是否公用事业、房地产业、服务业)的违约风险影响因素模型。为中国商业银行计量贷款的违约风险提供了一个新的理论视角和较完整的分析框架。2.以商业银行贷款企业数据为样本,基于商业银行信用风险四级、五级分类标准定义三种违约,对违约风险的影响因素进行实证分析,验证了企业性质、企业特征、财务因素、产业特征对违约概率的影响,丰富了企业层面、产业层面的违约风险影响因素研究,为中国商业银行计量贷款违约风险提供了理论和实证依据。有关企业性质、产业特征对违约风险的影响研究较少。本研究在考虑财务变量、企业规模变量的基础上,加入了企业性质变量和产业特征变量以往的违约风险研究采用较多的是公开债券数据、上市公司数据,较少选择商业银行贷款企业样本;从违约定义看,选择较多的是“破产”、“上市公司被ST”。本文采用我国某商业银行的贷款企业数据,并根据商业银行贷款管理实践中普遍使用的信用风险分类标准定义违约,这些违约定义几乎包括了贷款企业实际发生的所有违约状态,也与巴塞尔新资本协议规定的违约定义相近,对于引进国外违约风险模型并应用自己的内部数据和违约标准计量贷款违约风险的中国商业银行具有现实指导意义。3.实证分析了违约定义的选择对logistic违约风险模型的结构和预测能力的影响,指出在三种违约定义下违约风险模型结构相似,但违约风险模型对违约定义具有敏感性。以往的违约风险研究对违约定义的选择没有引起足够的重视。除了使用较多的“破产”、“上市公司被特别处理”定义外,还有“巨额银行透支、未支付优先股息、公司重组、贷款预期90天”等等。违约标准的选择是否会影响模型的结构和预测能力,在这方面的实证研究很少(Evelyn Hayden,2003)。本文根据我国商业银行贷款管理的实际,以贷款信用风险四级分类、五级分类标准定义三种违约,验证了Logistic违约风险模型对违约定义的敏感性,进一步丰富了已有的违约风险理论。4.基于资产定价理论、结构理论、产业理论,以已核销违约贷款回收率为因变量,构建了包括企业性质(是否有限公司)、企业特征(资信水平、资产规模、注册资本、企业年龄)、财务比率(负债资产率、固定资产负债比率、销售利润率)、合约特征(违约敞口、违约时间、处置时间、担保方式)、产业特征(是否第三产业)、商业联系(贷款银行数、信贷关系时间、本银行贷款比率)6个方面16个变量的追偿风险影响因素模型。为中国商业银行计量贷款的追偿风险提供了一个新的理论视角和较完整的分析框架。5.以商业银行已核销违约贷款企业为样本,尝试用现金流折现法计量违约贷款回收率,从企业性质、企业特征、财务状况、合约特征、产业特征、商业联系6个方面对追偿风险影响因素进行探索性研究,验证了企业性质、企业特征、财务比率、合约特征和商业联系对违约回收率的影响,丰富了追偿风险影响因素的理论和实证基础。

全文目录

摘要  2-5
Abstract  5-17
1 绪论  17-25
  1.1 研究背景  17-19
  1.2 研究现状  19-22
  1.3 研究目的  22-23
  1.4 研究对象与范围  23
  1.5 论文结构  23-24
  1.6 研究方法  24
  1.7 本章小结  24-25
2 文献综述  25-98
  2.1 风险的定义  25-27
  2.2 度量风险的一般方法  27-31
    2.2.1 敏感性法(sensitivity measures)  27-28
    2.2.2 标准差法(standard deviation method)  28
    2.2.3 VaR方法(value at risk)  28-30
    2.2.4 压力测试(stress testing)  30
    2.2.5 情景分析(scenario analysis)  30-31
  2.3 信用风险结构分析  31-41
    2.3.1 信用风险定义  31-32
    2.3.2 信用风险构成要素  32-41
  2.4 违约风险的影响因素  41-66
    2.4.1 财务因素与企业违约  42-55
    2.4.2 企业资产价值与企业违约  55-59
    2.4.3 预期违约概率与企业违约  59
    2.4.4 宏观经济因素与企业违约  59-62
    2.4.5 国内相关研究  62-64
    2.4.6 违约风险研究相关文献评论  64-66
  2.5 追偿风险的影响因素  66-97
    2.5.1 违约损失的度量方法  67-71
    2.5.2 追偿风险的单因素影响分析  71-80
    2.5.3 信用风险模型有关回收率的假设  80-84
    2.5.4 追偿风险的多因素影响分析  84-94
    2.5.5 国内的相关研究  94-95
    2.5.6 贷款追偿风险研究相关文献评论  95-97
  2.6 本章小结  97-98
3 模型设计与假设  98-141
  3.1 违约风险模型设计与假设  98-123
    3.1.1 违约风险影响因素模型设计  98-99
    3.1.2 违约风险计量模型选择  99-104
    3.1.3 违约风险模型变量与假设  104-123
  3.2 追偿风险模型与假设  123-139
    3.2.1 追偿风险的特征  123-127
    3.2.2 追偿风险影响因素模型设计  127-130
    3.2.3 因变量:违约损失(回收率)的度量  130-131
    3.2.4 自变量:追偿风险的影响因素及假设  131-139
  3.3 本章小结  139-141
4 样本选择与变量定义  141-158
  4.1 违约风险研究样本选择与相关变量定义  141-148
    4.1.1 样本数据来源  141-142
    4.1.2 无效和奇异数据处理  142
    4.1.3 样本特征与变量定义  142-148
  4.2 追偿风险研究样本与变量定义  148-157
    4.2.1 样本选择  148-151
    4.2.2 样本特征分析与变量定义  151-157
  4.3 本章小结  157-158
5 数据处理与分析讨论  158-206
  5.1 违约风险影响因素实证分析  158-191
    5.1.1 财务变量的选取  158-177
    5.1.2 统计特征描述  177-179
    5.1.3 相关性分析  179-180
    5.1.4 Logistic回归分析  180-191
  5.2 追偿风险影响因素实证分析  191-205
    5.2.1 描述性统计分析  191-193
    5.2.2 相关性分析  193-195
    5.2.3 方差分析  195-196
    5.2.4 线性回归分析  196-205
  5.3 本章小结  205-206
6 结论与展望  206-215
  6.1 主要结论  206-209
  6.2 研究贡献  209-213
    6.2.1 理论贡献  209-211
    6.2.2 管理贡献  211-212
    6.2.3 政策建议  212-213
  6.3 研究局限和展望  213-215
参考文献  215-225
攻读博士学位期间科研成果  225-226
致谢  226

商业银行贷款违约风险和追偿风险影响因素实证研究

内容摘要

全文目录

相似论文