您的位置: turnitin查重官网> 经济 >> 证券投资 >分析商业银行商业银行信用集中风险管理对策

分析商业银行商业银行信用集中风险管理对策

收藏本文 2024-01-27 点赞:7075 浏览:22787 作者:网友投稿原创标记本站原创

摘要:商业银行作为金融交易的主要相似度检测,其运营中承担着各种类型的风险,而信用集中风险尤为突出。为此,本文针对我国部分商业银行信用风险管理具体现状及能力并根据集中风险的三个类别将信用集中风险的管理分成三个阶段,即名称集中风险、部门集中风险和传染集中风险综合考虑的积极信贷组合管理思想,为商业银行信用集中风险管理提供有效策略。
关键词:商业银行信用集中风险信贷组合管理
一、引言
目前,我国商业银行普遍存在着信用集中风险,尤其进入后金融危机时代,贷款总量增长过快、贷款结构的改变以及投资规模过大、过于集中使得商业银行贷款集中度急剧上升,潜在的风险不断加大。同时,新巴塞尔协议要求国有大型银行于2010年,股份制银行于2013年前,需采用内部评级法计量信贷组合信用风险的经济资本,这使得商业银行在应对信用集中风险显得更为紧迫。

二、我国商业银行信用集中风险现状

后金融危机时代,我国各大商业银行为了刺激业务的发展,纷纷加大信贷投资量,其高速增长以及过高的贷款集中度使得商业银行的稳定与安全受到威胁,最终导致信用集中风险问题日益突出。
为此,相关法律对商业银行贷款集中与否制定了相应的监管措施。 根据《商业银行法》第 39 条规定,“单一最大客户贷款比例”不得超过10%。同时,“最大十家客户贷款比例”不得超过50%。如若不符合要求,必须进行贷款重组。
在我国现有的一些商业银行中,其“单一最大客户贷款比例”和“最大十家客户贷款比例”两个指标有着上扬的趋势,凸现了我国商业银行信用风险集中的特点。本文在研究中

源于:免费毕业论文www.udooo.com

,选取了成都银行、富滇银行、徽商银行、晋商银行、天津银行五家具有代表性的城市商业银行2010和2011两年的“单一最大客户贷款比例”和“最大十家客户贷款比例”作为研究对象,分别见图

1、图2所示。

如图中所示,上述五家商业银行“单一最大客户贷款比例”2011年较2010年均有所下降,但整体都在6%以上。尤其在2010年,成都银行达到9.4%,直逼监管红线10%。而2010和2011年的“最大十家客户贷款比例”则凸显了五家商业银行的信用集中风险,均接近甚至超过了50%, 其中晋商银行在2010和2011分别达到了87%和78%。然而,深究其最大十家客户贷款集中度时,上述商业银行大都集中于房地产、交通运输业、能源行业或者某些大型企业,使得商业银行的信贷投向并没有风散,同质化情况严重,风险则应运而生。
针对上述商业银行显现出的信用集中风险,究其原因可初步归纳为四点:首先,信贷市场需求方融资的选择倾向。信用质量较高且效益好的企业大都直接选择在金融市场进行融资,使得商业银行往往面临的是信用不好的借款者;其次,商业银行信贷部习惯性的客户选择行为。基于经验、熟知程度以及国家产业政策的影响,信贷部倾向于在特定地区或行业开展业务,以提高其所谓的专业化怎么写作;再者,银行为了维护融洽的客户关系,选择无法盈利的项目,使其信用风险高度集中于特定的借款人;最后,信用风险监管体系的不完善,使商业银行同业之间缺乏有序竞争,普遍存在对特定行业及集团客户的“羊群效应,致使信贷监督形同虚设。
近年来,基于上述原因,我国商业银行信用集中风险问题十分严重,其相应的有效管理也愈发重要。但是,多数商业银行的信用集中风险管理工作刚刚起步,提高其管理水平是当务之急。

三、我国商业银行信用集中风险三阶段管理体系的建立

信用集中风险是银行发生巨额信贷损失甚至破产的重要原因,可分为名称集中风险、部门集中风险和传染集中风险。名称集中风险,指大量的信贷敞口集中于单一借款者,比较容易鉴别与测量;部门集中风险,指某一债务群体受到了除系统性风险以外的诸如行业、区域(国家)风险因素的影响;传染集中风险,指一个公司违约会触发其他相关公司违约,容易出现聚集。
目前,针对商业银行信用集中风险的管理,大多数的分析往往缺乏对三者的综合考虑,没有形成识别信用集中风险的有效体系。本文则初步提出要将三类风险综合考虑的积极信贷组合管理思想,为其有效管理提供相应策略。
第一阶段:信用集中风险的初步识别————名称集中风险
名称集中风险,其大量的信贷敞口集中于单一的借款者,其风险主要依赖于单个借款者在组合中的比例,为此以上市公司ST与非ST的财务数据为基础,运用分析模型等对贷款者的整体财务状况进行初步的识别。对于财务质量差的贷款者,银行不予以考虑;对于财务质量适中且所占比例较大的贷款者,银行应进一步考虑该类企业的部门集中风险。
对于初步识别阶段,名称集中风险的分析模型,国际商业银行目前大力推崇
的有经验分析法(5C评价原则)、数学分析法(线性及非线性)、统计方法(Logistic回归及分类数)以及各种定量的信用风险管理模式。
第二阶段:信用集中风险的进一步识别———部门集中风险
部门集中风险,是由于特殊因素引起的,诸如行业、区域风险,小到企业的管理问题、上市公司的劳资问题等等。在本阶段,目前国外比较流行的四种评级模型有CreditRisk+模型、CreditMetrics模型、基于宏观因素模拟法的CPV模型以及KMV模型。通过对四种内部评级模型基本特点和适用条件的简单分析以及相关文献资料的整理研究,KMV模型在我国的应用更为广泛。
在此阶段,运用KMV模型的相关理论,得出特定行业的违约距离和预期违约率,再与第一阶段中反映企业整体财务状况的财务指标相结合,进行相应的统计分析,从而综合评价上市公司特定行业的违约风险。
第三阶段:信用集中风险的深入识别————传染集中风险
传染集中风险的忽视会给银行带来巨大的损失。在实践中,很难实现对传染集中风险的实证分析。一方面由于数学模型本身的复杂性,另一方面由于双边商业关系及依赖性数据的缺乏,因而造成了传染集中风险实证研究的匮乏。然而,对其管理和分散,本研究提倡运用当前信用风险管理的一个热点————信用违约互换,以期在分散商业银行信用集中风险的同时能够保证其收益。

四、结束语

本文针对我国商业银行日益增加的信用集中风险,初步建立了三阶段管理体系,为商业银行识别信用集中风险提供了思路,以期提高其测量水平,构建与新巴塞尔协议相一致的经济资本测度模型,从而增强其实践指导意义。
参考文献:
杨继光,刘海龙.商业银行组合信用风险经济资本测度方法研究[J].金融研究,2009,(4):143——158
徐少君,金雪军.信用集中风险研究新进展[J].金融理论与实践,2010,(7)
[3]戴勤勤.后金融危机时代商业银行信用风险预警混合模型[J],技术经济,2011,30(10):91——94
[4]水汝庆.完善信用风险分散分担机制的路劲[J].中国金融,2010(22):66———70

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号