李睿[1]2006年在《中国商业银行房地产贷款信用风险管理研究》文中指出信用风险是商业银行面临的最主要的风险，由于中国房地产行业的融资渠道单一，中国房地产业严重依赖商业银行的间接融资渠道，造成中国商业银行房地产贷款存在着巨大信用风险。 商业银行房地产贷款信用风险管理一直是国内外金融理论界和房地产理论界研究的热点，相关的研究文献众多，但是从《新巴塞尔资本协议》角度出发，研究中国商业银行房地产贷款信用风险管理的文献比较少见。由于巴塞尔银行监管委员会要求各国商业银行在2006年底开始正式实施《新巴塞尔资本协议》，因此，按照《新巴塞尔资本协议》的要求进行中国商业银行房地产贷款信用风险管理体系的改革具有时间上的紧迫性。本人运用了博士阶段学习的理论知识，并结合在商业银行的工作经验，在深入研读《新巴塞尔资本协议》的基础上，通过对商业银行房地产贷款信用风险相关理论的梳理，结合中国商业银行的实践，积极探索如何建立符合《新巴塞尔资本协议》精神的中国商业银行房地产贷款信用风险管理体系。所以，本文的选题具有较强的理论意义和很强的现实意义。 全文共分七章，按照逻辑关系可以分为叁个部分： 第一部分为提出问题部分，即第一章导论，主要阐明了本文研究问题的提出及选题的意义，综述了国内外房地产贷款信用风险的相关研究文献，并对本文的研究思路、分析框架、研究方法、基本创新点进行了总结。 第二部分为分析问题部分，是本文的重点和核心，主要包括第二、叁、四、五、六章。这一部分主要从基础理论和实证分析两个方面对商业银行房地产贷款的信用风险及其测度方法进行了深入研究。 第二章，商业银行房地产贷款信用风险的基本要素。本章首先对商业银行房地产贷款信用风险的概念进行了界定，然后对商业银行房地产贷款单笔暴露和组合暴露信用风险的基本要素进行了分析。房地产贷款单笔暴露信用风险的四大要素为违约概率、违约损失率、违约风险暴露、年期，商业银行房地产贷款组合信用风险的基本要素除了上述四大要素之外，还包括违约和信用质量的相关性和信用集中度。 第叁章，商业银行房地产贷款信用风险的理论分析。本章按照《新巴塞尔协议》的分析框架，从公司暴露和零售暴露两个方面对商业银行房地产贷款的违约行为进行了多角度的研究，特别是对不完全信息条件下贷前阶段、贷后阶段的信用风险进行了博弈分析。本章的结论是：商业银行对借款人资信状况的判断是决定房地产贷款信用风险的关键因素，不同借款人的信用等级、项目收益率、贷款利率、违约率等都影响到银行的贷款决策。商业银行应建立借款人实际还款能力的评估体系，加强对不同信用等级、不同规模的企业的违约概率等指标的收集和
李苗[2]2017年在《我国上市商业银行信用风险测度及其影响因素分析》文中进行了进一步梳理当前,我国致力于经济结构转型升级,随着金融体制的改革不断深化,金融创新已成为各大商业银行经营发展的一大助力因素,各种金融产品推陈出新,同时也给商业银行带来了各种金融风险,其中信用风险尤为突出。此外,受经济下行压力的影响,实体经济经营出现困难,这一影响已向金融领域传递,商业银行信贷资产质量面临劣变压力,不良贷款率呈现出上升趋势,导致信用风险备受银行业及监管机构关注。所以对于信用风险的准确测度及科学管理成为各方亟待解决的问题。传统的信用风险管理方法已不再适用于当前的市场情况及经济环境,同时也不能满足金融机构对信用风险准确量化和科学管理的需求,所以必须采用现代风险管理技术对信用风险进行量化。由于西方发达国家金融市场发展较为成熟,机构及学者在现代风险管理技术的研究方面较为深入,开发出了一系列质量较高的信用风险度量模型,如CreditRisk+、CreditMetricsTM、KMV,并应用于金融机构的信用风险测度,取得了良好的效果。而我国金融市场起步较晚,在信用风险管理方面落后于西方发达国家,缺乏深层次的量化模型。因此建立适合我国经济环境的信用风险管理模型是非常有必要的。由于KMV模型拥有坚实的理论基础并且操作简便适用范围广泛,而且根据KMV模型的假设条件、数据要求以及我国股票市场性质和商业银行特点的分析,表明KMV模型适用于我国商业银信用风险的测度,所以本文选取该模型作为商业银行信用风险的量化方法。文章将我国16家上市商业银行作为研究对象,时间跨度为2013年一季度至2017年一季度,模型所需股票数据来源于Wind数据库,财务数据来自于各银行的季度报表。在用KMV模型进行实证分析的过程中对KMV模型进行了修正,主要涉及叁点,分别为预期资产增长率的估计、股权价值波动率的估计和违约点参数的优化。资产增长率以资产历史增长因子的几何平均数估计;股权价值波动率由GARCH模型进行估计;违约点参数使用迭代法修正。针对每一点的修正都与前一个模型进行比较,并由ROC曲线判断修正的合理性及准确性。结果显示,修正后的KMV模型在我国商业银行信用风险的测度方面与原始模型相比具有更高的准确性,计算得出的违约距离可以说明各银行信用风险的变化趋势及相对大小,在衡量银行信用风险状况上具有一定效果。之后文章又对商业银行信用风险的影响因素进行探究,将修正后的KMV模型计算出的违约距离作为商业银行信用风险的代表变量,选取GDP增长速度、利率水平、银行资产规模相对占比、每股收益、资本充足率和资产增长率作为解释变量,用广义最小二乘法(FGLS)对7个变量17个季度组成的面板数据进行计量建模分析。结果显示各变量系数均显着,除利率与违约距离是负向关系外,其余变量均对违约距离产生正向影响,证明外部经济环境和自身内部微观因素对商业银行信用风险存在较明显影响,值得关注。基于以上分析,文章对商业银行信用风险管理提出了几点建议。在第五章的讨论中,选取的两个宏观经济指标检验结果均显着,证实了外部经济环境对商业银行信用风险存在一定影响,所以应当提高宏观经济指标的关注度,防范经济波动带来的信用风险。其次,由于商业银行内部各因素对其信用风险有较大的影响,所以应当对资本充足率等指标保持密切的监测,防止其异常波动带来信用风险。另外,《新巴塞尔资本协议》建议商业银行应该基于自身风险偏好、数据以及模型对风险进行内部评价,内部评价的优势在于其结合了银行自身特点,对风险的敏感性较强。所以各商业银行应积极引进现代风险管理人才,完善其内部评价体系。在金融市场方面,为了提高KMV模型等先进信用风险量化技术的应用率,应当继续提高证券市场的有效性,完善信息披露制度。此外,信用体系不完善,信用数据积累量不足是多数先进信用风险测度模型在我国应用的瓶颈之一,应予以重视。最后应该提高外部评级机构建立水准,提升评级结果的公正客观性。
梁凌[3]2009年在《基于信用风险测度的商业银行贷款定价研究》文中认为管理信用风险是商业银行在21世纪的一个重要挑战,银行信用风险管理的重要工作是对信用风险的度量和对风险的定价。本文研究国际现代信用风险度量模型在我国商业银行信用风险管理和贷款风险定价的理论和实践问题,旨在建立一套符合中国实际的、可操作的商业银行贷款资产信用风险测度方法和风险定价方法,并解决相应的理论问题。通过对信用风险测度模型相关概念的梳理和界定,从观测期的选择、信用损失的衡量方法、信用损失概率密度函数、条件模型与无条件模型、组合信用风险、违约的相关性等方面,本文对现代信用风险模型进行了比较分析。在风险测度的指标选取上,作者研究了VaR与CVaR的特性,认为信用风险的传统度量指标VaR在很多情况下不能体现Markowitz资产组合理论的风险分散化效应,在数学上不满足次可加性,而CVaR作为风险度量领域的最新进展,正是具备这些特性的风险度量指标商业银行贷款信用风险的测度和风险定价包含交易级与产品级两个层面。从交易层面来看,依据五级分类次级贷款的核心定义和划入原则以及新资本协议关于债务人违约的定义,作者认为,银行可以通过贷款迁徙率矩阵来计算各级贷款的违约概率,据此采用贷款的五级分类形态来标示违约概率,从而解决现阶段信用等级违约概率数据质量差的问题。此外,在我国信贷文化、司法环境的基础上,本文还构建了一种抵押品池的综合违约损失率计算模型,可以符合实际地解决违约损失率的计算问题。依此所构建的违约损失率模型和五级分类的违约概率体系,在IRB模型的框架下对某商业银行信用风险测度的实证表明,运用本文提出的修正方法计算的资本要求,在一般情况下要低于银监会“商业银行资本充足率管理办法”的资本要求。在核算贷款交易的经济资本成本时,因为实施新资本协议内部评级法前,一般准备金可以包含在二级资本中,贷款风险所占用的股权包括预期损失和未预期损失两个部分,通过对经济资本度量模型的研究,作者认为采用新资本协议CP3的版本确定贷款的资本消耗更符合股东的心理。在确定资金成本时,可以采用资金转移定价(FTP)的方式,将贷款业务难以分析和管理的利率风险分离出来,通过转移价格的方式将其转移到银行内部其他的专业部门进行管理。通过对贷款交易风险定价机制的理论探讨和实证研究,作者发现,由于不同的银行具有不同的运营成本与资金成本,覆盖了资本成本后的贷款风险定价在信贷市场上会表现出一种“翘板效应”,即经营成本低的银行在对信用等级高的债务人放贷时有价格优势;相反,经营成本高的银行在对信用等级低的债务人放贷时有价格优势。在贷款交易风险定价的理论基础上,作者还提出了银行授信边界的概念,在既定的贷款成本下,贷款利率、信用等级、违约损失率、贷款期限等授信条件相互制约,共同构成银行的授信边界。通过实证研究,利用利率等高线在RAROC叁维授信曲面上标示出了授信边界的形状。从产品级的层面来看,本文研究了商业银行零售业务贷款的聚合信用风险,系统性地建立了基于特征函数的聚合信用风险模型,解决了传统的CreditRisk模型在违约率可变的条件下聚合信用风险无解的缺陷。在运用特征函数聚合信用风险模型的基础上,使用VaR和CVaR两种风险测度指标,作者对商业银行零售贷款的一种产品进行了风险定价的实证,实证说明,如果需经济资本保持不变,CVaR使用的置信度τ要小于VaR使用的置信度α,两者的关系τ=2α-1是偏于保守的估计。
李雪蒙[4]2017年在《商业银行中小企业信用风险的度量与预测》文中研究说明当前我国正处于经济转轨期,金融风险呈累积化和多样化态势,商业银行对资产风险的管理愈加重要。其中,信用风险为我国商业银行面临的、最重要的风险,且信用风险的产生根源绝大多数源自中小企业,因此如何防范和化解商业银行所面临的中小企业信用风险,已经成为一个重要的现实话题。首先,本文在国内外文献综述的基础上,以QL银行为分析对象,从信贷业务量、不良贷款率、关注贷款类成因等方面分析了商业银行所面临的中小企业信用风险及其成因。结果发现,商业银行中小企业数量众多,但单户资金需求额相对较小,且期限结构呈现向中长期倾斜的趋势,这无形之中加重了商业银行对中小企业信贷业务风险管理的难度;另外,近两年中小企业贷款不良率有抬头的趋势,QL银行2015年不良贷款率达到前所未有的水平。其次,本文构建了中小企业信用风险的测度模型,即首先选取影响中小企业信用风险的40个指标,并通过专家意见予以筛选,给出最终的19个风险指标;其次采用层次分析法,得到各指标权重,给出企业得分的计算公式;最后通过CPV模型给出了中小企业违约概率的计算公式。由于中小企业信用得分包含了样本企业财务指标的综合信息。能够从总体上把握样本企业的信用状况,合理确定样本企业的信用得分。再次,结合QL银行的实际,从指标体系构建、指标权重计算、评分、违约概率映射几个方面对内部评级法下的中小企业信用风险测度模型进行实证检验。研究表明:QL银行贷款的85%的中小企业有相对较小的违约率,其中违约率为1%～10%的企业占8%,10%～20%的企业占7%,信用风险相对可控。同时,信用风险测度模型可以有效反映中小企业自身特点,并借助信用评级系统度量和评估各类风险出现的概率,有助于为最终决策的制定奠定基础。最后,在总结全文结论的基础上,本文从加强信用风险测度模型研发、完善信用基础数据库建设、积极培育和引进信用风险高级管理人才等方面提出了相关政策建议,以期给商业银行信用风险的预防供应一定的根据。
彭志慧[5]2012年在《压力测试在商业银行信用风险管理中的运用研究》文中研究表明风险是影响金融决策的基本要素,如果不存在风险,用以有效配置资源的金融体系会变得相当简单。然而,风险总是无处不在的,金融体系的一个基本功能也是分配风险。银行作为经营风险的特殊企业,风险管理水平的提高对银行的经营与生存至关重要。然而,从历次金融危机的影响来看,现有银行风险管理手段难以有效防范重大风险。压力测试是针对重大风险而发展起来的一门风险管理技术,旨在测度银行在极端情景下的抗压能力。这门技术从一诞生起就被寄予厚望,然而在2007年全球金融危机中,这门技术远没有取得人们希望的效果。2007年的金融危机暴露了压力测试在技术上和实务操作中存在的问题和局限性。如何进行有效压力测试,让压力测试在风险管理中真正发挥作用,是本文研究的主要问题。由于市场风险压力测试技术相对成熟,以及信用风险在我国商业银行风险管理中的重要性,本文重点选取信用风险作为压力测试研究对象。全文分为九章：第一章：导论本章主要交代研究背景、研究内容、研究现状及研究意义,提出研究的方法及论文的逻辑结构。以2007年金融危机为分界点,压力测试研究可以分为两个阶段。早期的研究以FSAP框架为基础,其研究角度主要集中在压力测试框架探讨,学者从识别脆弱性、构建情景、测度资产负债表变化、次轮效应和结论解释等方面对压力测试框架进行了探讨。2007年以后压力测试研究的最新进展主要体现在以下几个方面：(1)就情景设置而言,最新研究关注情景设置的概率和情景的严峻度,并提出了一些生成情景概率的方法,包括VAR模型和马氏距离。(2)在模型选取上,新的信用风险压力测试模型关注违约相关性、传染效应、反馈效应、违约率的非线性转换等问题。(3)在数据选取上,新的研究数据范围从宏观数据拓展到了微观数据,从主要以市场为基础的数据扩展到了基于个体借款人的基础数据。(4)在影响测度上,一个重要的扩展是试图得到银行贷款的损失分布,而以往的方法是产生一个压力事件的点估计。现有研究呈现以下几个特征：(1)大部分的研究由各国监管当局主导,研究的类型主要集中在宏观压力测试领域。(2)如何选取一个合适的情景,既保证压力充分又具备发生的可能性并在尽可能给出发生的概率,仍然是一个重点关注的问题。(3)在模型的选取上,如何确保模型假设条件在极端环境下仍然适用,并充分考虑风险因子之间的相互关系和反馈效应,是压力测试面临的又一难题。虽然一些学者做出了一些有益的探讨,但效果尚不明显。(4)对于影响的测度,主流的做法试图寻找压力情景下资产组合损失的分布,这种方法对数据和统计方法的要求较高,操作难度较大。第二章：极端环境下的商业银行信用风险管理与压力测试本章首先回答一个问题,商业银行风险管理中为什么需要压力测试?我们认为由于各种因素的影响,商业银行不可能始终在一个正常环境下经营,它还将面临极端环境,而传统风险管理方法主要是基于正常环境假设基础上发展起来的,不适用于极端环境下的风险管理需要。具体原因包括：(1)基于正常环境发展起来的风险的测度方法难以运用于极端环境；(2)基于正常环境的风险缓释措施在极端环境下可能会失去效果；(3)在金融自由化、金融全球化高速发展、金融创新日新月异的今天,银行所处的外部环境也在发生急剧变化,传统风险管理手段不能有效应对这些变化导致的金融体系脆弱性,而压力测试可以提供前瞻性的解决措施。之所以选取信用风险管理作为压力测试研究对象,一方面是基于压力测试研究现状,另一方面则是出于对商业银行信用风险管理的特征特别是我国商业银行信用风险管理的特征考虑。我们认为,商业银行信用风险管理存在以下几个基本特征：(1)信用风险管理更多依靠定性分析方法；(2)信用风险防范较多地依赖抵押物；(3)信用风险管理实践中存在“信用悖论”现象；信用风险定价存在诸多困难。就我国而言,我国商业银行信用风险的基本特征及管理缺陷包括：(1)从整个金融体系来看,由于金融市场不发达,信用风险主要集中在银行体系；(2)从贷款投放来看,银行信贷资产相对集中,信贷结构不合理；从担保条件来看,银行信贷普遍要求抵押物,且抵押物多集中在房地产。本章的第叁部分主要阐述压力测试的定义、类型、主要方法、运用范围以及压力测试的局限。我们认为压力测试有广阔的运用空间,它可以在以下几个方面发挥作用：(1)贷款审批；(2)评估资产组合的风险水平和银行风险管理中的薄弱环节；(3)限额管理；(4)资本募集与配置；(5)评估风险缓释措施的有效性；(6)新客户、新产品准入评估；(7)与其他风险管理工具进行交叉检查。第叁章：压力测试的理论基础本章从金融脆弱性理论的角度出发探讨银行不能始终保持在一个正常环境经营的原因,接下来本章分析压力测试方法和技术流程,以及如何将压力测试纳入银行整体风险管理体系。与VaR等传统风险管理工具正常市场假设不同,压力测试集中于测度资产组合、银行、金融体系在极端事件下的承受能力,其背后的假设前提是经济、金融体系运行是不完美的,在外部、内部冲击下不能一直保持正常运转状态。事实上,金融脆弱性是金融体系与生俱来的特征,而且在金融自由化、金融全球化以及金融创新加快发展的今天,金融体系的脆弱性在加剧。如何衡量银行体系、金融体系的脆弱性是一个难题。传统方法主要采用构建金融体系检测指标体系来衡量金融体系的脆弱性。同其他衡量脆弱性方法相比,压力测试包含的范围更广,也更具灵活性。压力测试测试对象可以是资产组合,也可以是金融机构、金融体系；压力测试使用历史数据,但又不完全依赖历史数据；压力测试也借鉴金融脆弱性指标和其他脆弱性衡量方法,但它也有自身的一套体系；更重要的是,压力测试可以前瞻性的去评估银行、金融体系的脆弱性。压力测试的技术流程整体上差异不大,主要包括选择要测试的资产组合、选择施加的压力因素及压力指标、选择承压对象并确定承压指标、构建情景、构建传导模型、执行压力测试并输出结果几个步骤。如何将压力测试纳入银行整个风险管理体系是一个值得探讨的问题。我们可以从这样的思路入手：假定银行未来将面临两种状态,一种是正常环境,正常情况下风险因子的分布为f(·),定价模型P(·),收益的分布为g(yt+l)；另一种是极端环境(或压力环境),压力环境下的风险因子分布为fstress(.),定价模型为Pstress(·),这样压力情况下收益分布为gstress(yt+1)。这样风险管理者有两个预测的收益分布,(?)g(yt),gstress(yt)(?),因此银行的选择是max U(·)。g,gstraes第四章：信用风险压力测试在不同国家、不同领域的运用比较本章主要通过比较分析,研究压力测试在不同国家、不同领域的运用情况,并分析压力测试在2007年金融危机中失效的原因以及压力测试操作在其后的发展变化。与VaR方法源自私人部门不同,在压力测试的运用中,监管部门是主要推动者。国际货币基金组织、世界银行、巴塞尔委员会及各国监管当局在推动压力测试技术的发展上不遗余力。各监管当局压力测试技术运用情况的差异主要体系在信用风险模型、宏观经济模型、压力测试技术及影响测度上。就压力测试在各金融机构中的运用情况来看,其使用情况具有以下一些特征：(1)对于风险存在一个感知上的不对称性。对股票价格和新兴市场而言,崩盘比繁荣更有可能进行压力测试。利率增长和信用幅差等方面的压力测试比降低的更普遍。(2)对那些不能用统计测量工具(如VaR)充分测量风险的市场和产品,银行严重依赖压力测试。(3)以新兴市场为情景的压力测试远超过其他领域。(4)压力测试历史情景主要集中于一些重大事件,如1987年美国股市崩盘、1994年债券市场下滑、1998年LCTM倒闭和俄罗斯债务危机引发的市场混乱等；压力测试假设情景主要由基于经济增长前景变动的情景组成。(5)敏感性测试主要用于针对利率的测试。(5)银行执行敏感性测试和基于历史情景的压力测试比假设情景的压力测试频率高得多。(6)针对信用风险的压力测试远落后于市场风险压力测试。(7)不到一半的中小商业银行在风险管理中会使用压力测试。2007年金融危机暴露了银行在压力测试操作上的问题和局限：金融危机爆发前,大多数银行并未真正重视压力测试,压力测试没有融入银行风险管理中；银行在压力测试技术上存在很多局限；大多数银行压力测试情景设置不合理,压力程度普遍不足；危机爆发前,很多银行对特定风险和特定产品并不进行压力测试。第五章：信用风险压力测试情景设计及问题研究压力测试要在风险管理中真正发挥作用须处理好两个核心问题：一是如何根据测试对象选取一个合适的压力测试情景；二是如何构建合适的模型将压力传递到承压指标上。本章和下一章将集中研究这两个问题。本章主要研究情景设置中的相关问题,包括情景的期限、压力程度、情景设置方法、情景量化以及情景发生的可能性等。通过对不同情景设置方法优缺点的比较研究,我们认为压力测试情景设置上应遵循以下几个原则：(1)重要性与经济性原则。压力测试应重点考虑可能给银行带来重大损失的极端事件,并在情景设置上考虑执行压力测试的成本与收益。(2)适应性原则。对不同类型的风险应选取不同的情景,设置不同的冲击期限,并根据冲击期限长短决定是否考虑反馈效应。(3)压力充足原则。情景设置中风险因子的变动幅度应在一个较长的样本期限中选取,避免压力不足。关于情景的概率问题,从压力测试实务操作的角度来看,我们认为对极端事件不需要有一个精确的概率度量,更多的时候我们只需要大致判断其发生的可能性,这样我们可以采用主观概率法。同时,为了避免主观概率法的随意性,我们主张引入危机预警模型以增强判断的准确性。为了克服危机预警模型的局限,我们从贝叶斯修正的角度对其进行了改善。第六章：信用风险压力测试传导模型构建本章主要研究信用风险压力测试传导模型的构建问题。目前信用风险压力测试传导模型主要分为两类。一类是采用传统信用风险度量模型来进行压力测试,这种方法假定冲击不会对信用风险度量模型或定价模型造成影响；另一类则主要依靠统计方法或对传统信用风险度量模型进行修正。这两类模型有一个共同点就是对数据要求都很高。其中有一些数据可能是银行无法获得的,比如发债信息。对我们国家的大多数银行而言,像历史违约率之类的数据也是极度缺乏的。因此,大部分的模型对我们都不适用。笔者认为,可以对银行业务进行区分,不同类型的业务采取不同的方法进行建模。对于零售银行业务,由于其具有单笔贷款规模小、贷款客户独立性较高以及零售信用组合分散程度较高的特征,对该类业务的压力测试更适合用统计方法进行分析：对那些单笔金额大、异质性较高的贷款,从客户入手进行建模效果可能更好。第七章：对我国A商业银行房地产贷款压力测试的情景设置探讨本章以某商业银行为例探讨房地产贷款压力测试情景设置相关问题。房地产贷款压力测试是目前我国银监会大力倡导并要求商业银行定期执行的压力测试。目前监管当局推行的压力测试在执行中存在以下一些问题：(1)情景设置时采用一个统一标准,忽略了房地产市场的地方性差异；(2)房价下降60%的情景虽然极端,但发生可能性极小,只适于个别地区；(3)测试方法多以敏感性分析为主,没有考虑房地产市场崩盘带来的反馈效应；(4)压力测试只考虑银行贷款,没有考虑表外授信(包括银行承兑敞口授信、信用证授信等),也没有考虑通过其他渠道流入房地产行业的银行资金；(5)在分析房地产开发商融资成本时重度压力也仅是贷款基准利率上浮一百多个基点,压力程度不够。本文对上述问题进行了以下修正：(1)在设置情景时,以融资成本取代贷款基准利率,轻度、中度、重度压力分别房地产开发商为融资成本升至年利率15%、20%、30%；(2)在压力测试时,考虑银行对房地产开发商的表外授信,且对表外授信赋予与贷款相同的风险权重。(3)压力测试选取财务模型法进行测试,并对个体测试结果进行加总。第八章：对我国A商业银行房地产贷款压力测试模型构建与检测在本章我们分别采用监管当局推荐的压力测试情景、方法与自设情景和方法同时对某商业银行房地产贷款进行压力测试。由于这两种方法在情景设置、指标选取、测试范围上存在诸多差异,直接比较其测试结论并不合适。但是,通过对这两种测试方法、过程的比较分析,本文得出以下结论：(1)我国银行业在压力测试情景设置、方法选取、模型构建等方面上都还不成熟,在此基础上得出的压力测试结果,如中国银行业能够承受50%房价下降的论断是靠不住的。(2)从测试结果来看,是否考虑表外授信对测试结果的影响非常大。本文认为,在“融资票据”盛行的今天,银行承兑汇票这类传统低风险业务风险在增大,压力测试中应加入表外授信并赋予表外授信与贷款相同的风险权重。(3)从测试方法和数据使用上来看,两种测试方法都倾向于低估房地产市场极端不利变动对银行贷款质量的影响。一方面的原因在于压力测试没有考虑银行信贷客户间的相关性问题,而是假定银行客户之间财务独立；二是由于信息不对称因素,即便是银行自身也不能准确统计有多少信贷资金流向房地产行业。第九章：结论及展望本章主要阐述全文的研究结论及研究的不足之处以及未来的研究方向。论文的主要贡献及创新点包括：(1)以极端环境为视角,以信用风险为切入点,分析银行在极端环境下的风险管理,有助于弥补现有银行风险管理的不足,丰富银行风险管理手段；(2)系统全面地梳理了压力测试的整体框架、理论基础、技术方法以及在不同国家、不同领域、不同金融机构中的运用现状,指出了其主要特征和不足之处,并提出了改善性意见。(3)针对压力测试核心问题之一一情景设置,本文主张采取主观概率法和危机预警模型结合的方法来判断情景发生的概率,对危机预警模型中存在的问题主张采取贝叶斯修正方法进行完善。(4)针对压力测试核心问题之二——模型构建问题,本文主张按照银行银行业务类型进行区分,对不同类型业务选取不同模型。(5)结合国内商业银行压力测试案例分析以及银监会推行的压力测试方法的比较分析,本文深入分析了现行国内商业银行压力测试中的问题与不足,提出了解决措施。本文的不足之处在于,限于理论水平和社会实践的不足,在下面两个问题上研究不够深入：(1)如何将压力测试与金融危机理论和概率统计方法紧密结合用于分析极端事件下的风险因素、风险传导机制、风险因子之间的相关性及反馈效应等问题。(2)如何根据经济环境和风险的变化动态的去发展压力测试方法。
董晨鞾[6]2016年在《中小板上市公司信用风险测度研究》文中指出改革开放以来,随着我国社会经济和金融市场的不断发展,一方面,商业银行的外部环境发生了巨大的变化,信用风险越来越复杂；另一方面,中小企业蓬勃发展,但实力弱,抗风险能力差,信用风险大。本文首先基于已有研究对信用风险和中小板上市公司的信用风险特点等内容进行了分析；然后分析了中小板上市公司的信用风险与测度的现状及存在的问题；最后,采用人工神经网络模型,对我国中小板上市公司的信用风险进行测度分析。首先,基于已有研究对中小板上市公司信用风险测度进行了理论分析,分析结果表明：中小板上市企业的信用风险的概率分布不对称、观察数据较少且不易获取、存在逆向选择和道德风险等问题；信用风险测度方法包括传统方法和现代方法,通过比较分析本文选择BP神经网络模型作为实证研究的方法。然后,对我国中小板上市公司信用风险及测度进行了现实考察,分析结果表明：中小企业中发展较为成熟的中小板上市企业也规模较小、实力较弱；其信用风险的成因主要包括企业内部原因和外部原因；中小企业信用风险测度分析中存在数据获取困难,技术手段落后,信用评级体系不完善和社会信用体系不健全等问题。最后,基于中小板上市公司的数据,运用BP神经网络模型进行实证分析,实证结果表明：训练好的BP神经网络模型,对训练样本和仿真样本的判断准确度均在90%以上,BP神经网络可以用于中小板上市公司信用风险的测度研究。基于本文的研究结果,本文提出了一些关于降低中小板上市公司信用风险水平,改善中小板上市公司信用风险测度及管理水平的建议。
刘振华[7]2014年在《基于客户信用评级的商业银行信贷管理研究》文中认为商业银行作为现代金融体系的核心,其平稳运行对于保持经济社会的健康稳定发展有着十分重要的作用。信用贷款是商业银行一项最基本的业务,信贷业务的经营状况和资产质量直接影响着银行的经营业绩和风险管控。随着金融市场的逐步全面开放,中国商业银行既面临着巨大的发展机遇,也面临着与外资银行以及其它金融机构激烈竞争的更大挑战。在新的市场环境下,存贷款利率差缩小和表外衍生产品的迅速发展使得商业银行的信贷管理日益复杂化。因此,对商业银行信贷管理进行全面深入的研究将有利于商业银行准确度量信用风险、完善信用评价体系、优化贷款定价及确定贷款额度,进而也有助于商业银行实现资源的优化配置,提高经营效率。本文结合理论分析和实证分析两种方法来研究基于客户信用评级的商业银行信贷管理。在理论分析部分,本文分别对信贷管理相关概念的界定、商业银行信贷管理的相关理论、商业银行信贷管理的流程、商业银行的客户信用评级进行简要讨论。首先阐述信贷及信贷管理的内涵,继而梳理现有商业银行信贷管理的理论脉络,接着刻画商业银行信贷管理的基本流程,最后探讨商业银行客户信用评级的概念、作用及方法。在实证分析部分,本文从商业银行客户信用风险的度量、经济市场化程度对商业银行客户信用评级的影响、商业银行客户信用评级体系的构建、商业银行贷款的定价、商业银行贷款额度的确定等5个方面出发,重点分析在客户信用评级的基础上系统研究商业银行信贷管理问题。首先,基于改进的KMV模型对商业银行的客户信用风险进行度量。研究发现,相对于传统的KMV模型,改进的KMV模型的信用风险度量精确度更高,更能准确反映客户的实际信用状况;其次,通过建立二元Logit模型考察经济市场化程度对商业银行客户信用评级的影响。研究结果表明,经济的市场化程度对商业银行客户信用评级具有倒U型的非线性影响。而且在政府与市场的关系、非国有经济的发展、产品市场的发育程度、要素市场的发育程度、市场中介组织的发育和法律制度环境等5个市场化程度指标中,非国有经济的发展是经济市场化对客户信用评级造成影响的主要原因;再次,参考现有信用评级指标体系,引入信用风险大小和经济市场化程度指标,构建新的信用评级指标体系,并采用AHP方法确定评级指标的权重;然后,基于经典的CAPM模型构建基于客户信用评级的商业银行贷款定价模型。相对于传统贷款定价模型,本模型考虑进贷款基准利率、贷款客户信用等级与银行贷款利率之间关系这一因素,充分体现风险与收益相匹配的原则,有利于商业银行根据特定贷款业务的风险调整风险溢价,从而确定更为合理的贷款利率以完善信贷管理体系。同时,可以促使客户不断提升财务水平、偿债能力以提高信用等级,加强与银行全方位的合作以获得更低的贷款利率。接着,为考察客户的信用等级对商业银行授信额度的影响,以现有基于客户最大承债能力的商业银行授信额度确定模型为基础,加入客户信用等级变量,构建基于客户信用评级的商业银行授信额度确定模型。研究发现,商业银行应给予公司客户的授信额度一般随着客户的最高承债能力的增加而呈上升趋势。并且,客户的信用等级与商业银行给予的授信额度成正相关关系,客户的信用等级越高,商业银行融资同业占比控制线也越高,商业银行可授予的授信额度相应的也会越高。最后,本文就上述基于信用评级的信贷管理模型在商业银行应用中存在的障碍进行分析,并结合国外商业银行信贷管理的经验提出加强商业银行信贷管理的对策建议。
刘梅娟[8]2014年在《基于VaR模型的商业银行对国有企业的信贷风险研究》文中研究表明信贷风险是商业银行面临的主要风险,同时也是导致银行破产的重要原因之一,其直接表现即是不良贷款率、不良贷款额的上升。企业无能力或无意愿按时并足额归还银行贷款时,即产生违约行为,信贷风险便由此产生。实质上,信贷风险的产生是由许多外部因素和内部因素共同导致的。由于受到2008年全球金融危机的影响,2012年底我国商业银行结束了不良贷款额和不良贷款率一路走低的“双降”黄金发展时期,银行业的不良贷款率出现了反弹,且不良贷款额度持续保持在较高的水平。根据相关数据显示,商业银行提供的贷款中有很大一部分流向了大中型国有企业,同时,基于国有企业自身的性质特点,使得国有企业信贷风险问题再次引起人们的关注。因此,使用相应的经济计量方法,对国有企业的信贷风险进行实证研究和分析就显得尤为重要。在经济计量方法的选择上,VaR方法作为国际上信贷风险度量和管理的通用方法,理论基础完备、计算较为简单方便,适用于分析我国商业银行的国有企业信贷风险。然而,基于VaR思想的信贷风险度量模型种类较多,本文通过对KMV、Credit Risk+. Credit Metrics等模型进行比较分析,同时鉴于本文的研究对象均为上市企业,故选定KMV模型作为计量模型。最后,在分析我国当前商业银行对国有企业的信贷风险现状及存在问题的基础之上,本文结合实证分析结果,分别从信贷风险度量模型的应用、国有企业信贷风险管理及良好信用环境构建几方面入手,为我国商业银行的信贷风险管理水平的提升提出相关政策建议。
王丁[9]2017年在《基于logistic模型的P2P网贷借款人信用风险测度研究》文中研究说明截至2016年11月,从事P2P网络贷款的平台己经超过5879家,然而停业及问题平台竟累积高达3351家。其快速发展中累积的风险成为了业内外最为关注的问题。本文针对P2P网贷平台主要面临的借款人信用风险,从借款人信用风险在平台的现状和借款人信用风险测度这两个方面出发,分别做了详尽的说明,以期找到适合测度借款人信用风险的方法并缓释平台累积的风险。文中通过对比几种成熟的信用风险测度方法,找出P2P网贷平台借款人信用风险测度的最佳方法是Logistic模型。由于我国P2P网络贷款行业还不成熟,数据累积较少、数据披露还不透明,故本文的实证研究选用了5家数据披露较好、有代表性的P2P平台,并选取了借款金额、借款期限、借款利率、负债收入比等基础指标来测度信用风险。本文的实证分析在变量的选择上和预测的准确度上可能会有所差异,但由于Logistic模型应用条件相对地宽松,在理论上对P2P网络贷款平台借款人信用风险的测度是可行的,本文测度的结论将对P2P行业今后妥善处理借款人信用风险起着积极的作用。
朱明[10]2013年在《基于战略竞争力的商业银行文化管理模式研究》文中认为经济、金融和文化相互交织、融为一体,极大地影响着世界经济社会的发展,文化经济已经成为当今时代的显着特征。尽管文化管理及其模式研究与实践由来已久,但所有这些研究与实践绝大多数都是仅就文化管理或者管理模式本身而言,至今尚没有很好地将经济、金融和文化以及战略管理融为一体,并从提升战略竞争力的视角深入探究商业银行文化管理的新模式。2008年爆发的国际金融危机,充分暴露了狭隘的个人主义价值观、新自由主义、诚信文化缺失、透支消费文化以及崇尚激进、冒险、贪婪的华尔街金融文化的严重弊端；危机还告诉我们,必须更加重视金融文化的优势地位和作用,切实加强商业银行文化管理,探索基于战略竞争力的商业银行文化管理模式,这也是提升商业银行战略竞争力的现实需要。本研究在解读商业银行战略管理、文化管理理论以及阐释商业银行企业文化、战略与竞争力特殊性的基础上,深入探研了商业银行战略竞争力的内涵、维度构成及本质特征,提出了商业银行战略竞争力是由制度、技术、管理和文化维度构成,文化、制度是技术、管理维度的原动力,文化的创新引领着制度、技术、管理的创新。由此构建了商业银行战略竞争力模型和基于战略竞争力的商业银行文化管理模型。理论分析与模型构建的结合,揭示了商业银行企业文化、文化管理、银行战略、战略竞争力以及战略绩效的内在联系及其相互影响的机制,即：商业银行企业文化与银行战略的有效匹配,共同作用于商业银行战略竞争力的影响机制,这是商业银行战略竞争力形成和提升的根源；加强商业银行文化管理,建立优秀企业文化,有效提升战略绩效的影响机制；加强商业银行文化管理,强化战略性人力资源管理,推动卓越的银行战略制定、实施和控制,持续提升战略绩效的影响机制。基于此,本研究提出了以文化、人、战略“叁位一体”的CHS管理模式,解析了这种管理模式的特征、根本目标和实践意义,并采用结构方程模型(SEM)分析方法,通过对北京、福建、甘肃、广东、广西、河北、江苏、青岛、青海、山西、陕西、上海、四川、天津、西藏、浙江、重庆等17个省市的国有商业银行、股份制商业银行、城市商业银行、邮政储蓄银行和农村商业银行调查问卷及其所获取数据的分析,进一步验证了CHS管理模式的可行性和绩效性。
参考文献：
[1]. 中国商业银行房地产贷款信用风险管理研究[D]. 李睿. 华东师范大学. 2006
[2]. 我国上市商业银行信用风险测度及其影响因素分析[D]. 李苗. 东北财经大学. 2017
[3]. 基于信用风险测度的商业银行贷款定价研究[D]. 梁凌. 湖南大学. 2009
[4]. 商业银行中小企业信用风险的度量与预测[D]. 李雪蒙. 山东大学. 2017
[5]. 压力测试在商业银行信用风险管理中的运用研究[D]. 彭志慧. 西南财经大学. 2012
[6]. 中小板上市公司信用风险测度研究[D]. 董晨鞾. 湖南大学. 2016
[7]. 基于客户信用评级的商业银行信贷管理研究[D]. 刘振华. 湖南大学. 2014
[8]. 基于VaR模型的商业银行对国有企业的信贷风险研究[D]. 刘梅娟. 西南交通大学. 2014
[9]. 基于logistic模型的P2P网贷借款人信用风险测度研究[D]. 王丁. 兰州财经大学. 2017
[10]. 基于战略竞争力的商业银行文化管理模式研究[D]. 朱明. 西南交通大学. 2013
标签：金融论文; 信用风险论文; 风险管理论文; 商业银行论文; 商业银行资本管理办法论文; 银行风险论文; 商业银行风险管理论文; 银行信贷论文; 违约概率论文; 房地产金融论文; 银行资本论文; 信贷业务论文; 中小企业贷款论文; 经济模型论文; 测试模型论文; 银行信用评级论文; 传统金融论文; 信贷规模论文; 经济资本论文; 经济风险论文; 风险模型论文;