您的位置: turnitin查重官网> 经济 >> 金融 >> 国际金融 >论商业银行我国商业银行信用风险度量与管理中专

论商业银行我国商业银行信用风险度量与管理中专

收藏本文 2024-02-03 点赞:27633 浏览:123187 作者:网友投稿原创标记本站原创

摘要:信用风险是现代商业银行面对的最重要的风险,也是导致银行破产的最常见的理由之一。我国商业银行在信用风险管理方面,与国外大型商业银行相比,仍然有着着相当多的不足。如何提升我国商业银行的信用风险管理水平,已经成为我国论述界和银行业共同关注致力解决的不足。论文旨在充分学习和借鉴国外先进的信用风险管理技术和模型,并结合我国的实际情况,逐步形成适合我国商业银行的信用风险度量和管理技术,以技术和手段两个维度,全面提升我国商业银行信用风险管理水平,缩小我国商业银行与国外先进银行的差距,最终提升我国商业银行的国际竞争力。论文以风险管理论述为基础,采取论述浅析和实证探讨相结合、定性浅析和定量浅析相结合的策略,围绕着“什么是信用风险管理”、“不同的企业和个人的信用风险如何被量化”、“怎样进行风险预警和监控”、“如何解决管理中有着的不足”等不足为主线,对我国商业银行信用风险度量及管理进行系统浅析与探讨。论文浅析了我国商业银行信用风险管理取得的一些成绩,指出我国商业风险管理中仍然有着较多不足,如信贷管理流程不改善、信用风险量化工具落后、缺少高素质的信用风险管理队伍等。论文对商业银行信用风险、商业银行信用风险管理系统的概念进行界定,构建了商业银行信用风险管理系统,包括信用风险识别、信用风险度量和信用风险预警,该系统是一种要素循环传递的信用风险管理系统。提出循环传递的信用风险管理系统,并围绕着信用风险识别、信用风险度量和信用风险预警三个要素展开深入探讨。浅析了我国商业银行信用风险的原因,主要包括论述根源和现实根源两类,揭示了商业银行信风险的形成机理,浅析了非系统性信用风险和系统性信用风险的传导机制。通过对多元判别浅析、Logit回归浅析、Probit模型、SVM模型,结构模型、强度模型、Portfopo Manager、Credit Metrics、CreditPortfopo View及Credit Risk+等风险度量模型的基本构成和论述进行浅析,结合我国商业银行信用风险管理的特点,将KMV模型运用于大型上市公司信用风险的度量;将多元判别浅析运用于中小企业信用风险的度量;将Logitech回归浅析运用于个人零售客户信用风险的度量,由此,建立一个相对完整的信用风险量化系统。根据我国大型上市公司的实际情况,对KMV模型的股权价值、股权价值波动率、违约触发点、债务期限和无风险利率等各项参数进行了修正。选取上海证券交易所的10家ST公司和20家非ST公司的连续250个交易日数据,对修正后的KMV模型的各项参数值进行计算,得到了违约距离与论述EDF。最后,参考标准普尔和穆迪的评级系统,将我国大型上市公司的信用评级系统分为10级,并划分了相应的期望违约概率区间,最终确定了我国大型上市公司信用风险评级系统,并通过了K-S检验。在著名的Z评分模型的基础上,根据我国中小企业的实际情况,引入了非财务因素和行业风险因素,并据此构建了S-Z-Score模型,并选取了批发和零售业、工业、交通运输和邮政业、建筑业、住宿和餐饮业、综合类等六大产业所属的70家中小企业作为样本,比较Z”模型与S-Z-Score模型的准确性。结果表明,考虑了非财务因素和行业风险因素的S-Z-Score模型,一定程度上解决了中小企业修饰财务报表,造成评级结果失真的不足,使第一类错误率显著降低,提升了中小企业信用风险判别的科学性和有效性。在探讨个人信用风险时,首先确定个人信用评分指标系统的两个维度,即个人还款能力指标系统和个人还款意愿指标系统。在此基础上,结合个人信用打分法和数理统计模型,构建个人信用评分的组合模型,划分客户授信和定价区域,实现风险和收益的统一。以贷后信用风险预警机制和规范贷后风险监控流程两方面,强化我国商业银行信用风险贷后管理。并针对我国商业银行信用风险形成的理由及信用风险管理中有着的不足,提出了相应的对策。关键词:商业银行论文信用风险论文度量论文管理论文

    摘要5-7

    Abstract7-16

    第1章 绪论16-29

    1.1 选题的背景、目的及作用16-18

    1.1.1 选题的背景16-17

    1.1.2 选题的目的及作用17-18

    1.2 国内外探讨近况18-25

    1.2.1 国外探讨近况18-20

    1.2.2 国内探讨近况20-25

    1.2.3 国内外探讨近况评述25

    1.3 论文的主要探讨内容和探讨策略25-27

    1.3.1 论文探讨的主要内容25

    1.3.2 论文的探讨策略25-27

    1.4 论新之处27-29

    第2章 我国商业银行信用风险的管理近况及有着不足29-41

    2.1 我国商业银行信用风险管理取得的成绩29-34

    2.1.1 资产质量显著改善29-31

    2.1.2 资本充足率水平显著提升31-34

    2.2 信用风险管理中有着的不足34-40

    2.2.1 宏观经济政策可能引发信用风险的集中暴露34-36

    2.2.2 商业银行的信贷集中度过高36-38

    2.2.3 信贷管理流程未改善38-39

    2.2.4 信用风险量化工具落后39-40

    2.2.5 缺少高素质的信用风险管理队伍40

    2.3 本章小结40-41

    第3章 商业银行信用风险管理框架系统的构建及运转41-47

    3.1 商业银行信用风险与信用风险管理框架系统41-42

    3.1.1 商业银行信用风险的定义41-42

    3.1.2 商业银行信用风险管理框架系统的定义42

    3.2 商业银行信用风险管理框架系统的要素与功能42-43

    3.2.1 信用风险识别42

    3.2.2 信用风险度量42-43

    3.2.3 信用风险预警43

    3.3 商业银行信用风险管理框架系统的运转43-46

    3.3.1 商业银行信用风险管理框架系统的运转方式43-44

    3.3.2 商业银行信用风险管理框架系统的运转目标44-46

    3.4 本章小结46-47

    第4章 商业银行信用风险形成机理及传导机制47-60

    4.1 信用风险的论述根源47-49

    4.1.1 非对称信息论47-48

    4.1.2 信贷配给论述48-49

    4.2 信用风险的现实根源49-55

    4.2.1 信用风险内生机理49-52

    4.2.2 信用风险外生机理52-55

    4.3 信用风险的传导机制55-59

    4.3.1 非系统性信用风险的传导机制55-58

    4.3.2 系统性信用风险的传导机制58-59

    4.4 本章小结59-60

    第5章 商业银行信用风险度量模型浅析与选择60-78

    5.1 信用风险度量模型的框架系统60-61

    5.2 信用评分模型61-66

    5.2.1 多元判别浅析62-63

    5.2.2 Logit 回归浅析63-64

    5.2.3 Probit 模型64-66

    5.3 信用风险论述模型66-71

    5.3.1 结构模型66-68

    5.3.2 强度模型68-71

    5.4 商用信用风险模型71-74

    5.4.1 KMV 公司的 Portfopo Manager 模型71-72

    5.4.2 J.P.摩根的 CreditMetrics 模型72-73

    5.4.3 麦肯锡的 CreditPortfopo View 模型73

    5.4.4 基于保险精算的 Credit Risk+模型73-74

    5.5 我国商业银行信用风险度量模型的选择74-77

    5.5.1 大型公司信用风险度量模型的选择74-75

    5.5.2 中小企业信用风险度量模型的选择75-76

    5.5.3 个人零售客户信用风险度量模型的选择76-77

    5.6 本章小结77-78

    第6章 我国大型上市公司贷款业务信用风险度量78-94

    6.1 KMV 模型78-81

    6.1.1 KMV 模型的基本检测设和基本思想78

    6.1.2 KMV 模型的基本框架78-81

    6.2 KMV 模型的参数设定81-84

    6.2.1 股权价值的设定81-83

    6.2.2 股权价值波动率的设定83

    6.2.3 违约触发点的设定83-84

    6.2.4 债务期限和无风险利率的设定84

    6.3 大型上市公司贷款业务信用风险度量的实证84-93

    6.3.1 样本选择和数据采集84

    6.3.2 模型参数的计算84-89

    6.3.3 模型输出结果89-90

    6.3.4 构建信用评级系统90-92

    6.3.5 模型检验92-93

    6.4 本章小结93-94

    第7章 基于 S-Z-SCORE 模型的我国中小企业信用风险度量94-110

    7.1 S-Z-SCORE 模型的提出94-96

    7.2 S-Z-SCORE 模型中企业的非财务因素96-98

    7.2.1 主要经营管理者素质96

    7.2.2 企业经营管理方式96-97

    7.2.3 企业的成长性97

    7.2.4 企业历史信用情况97

    7.2.5 企业的融资情况97-98

    7.2.6 重大不利事件98

    7.3 S-Z-SCORE 模型中的行业风险因素98-101

    7.3.1 宏观经济环境99

    7.3.2 财政货币政策99

    7.3.3 产业政策导向99

    7.3.4 国家法律法规99-100

    7.3.5 行业进展周期100

    7.3.6 行业风险情况100

    7.3.7 市场进入壁垒100-101

    7.3.8 市场竞争状态101

    7.4 S-Z-SCORE 模型的构建101-104

    7.4.1 非财务指标评分系统101-103

    7.4.2 行业指标系统103-104

    7.4.3 构建 S-Z-Score 模型104

    7.5 S-Z-SCORE 模型的实证探讨104-108

    7.5.1 样本的选取104-105

    7.5.2 模型的利用105-107

    7.5.3 模型结果评价107-108

    7.6 本章小结108-110

    第8章 基于信用评分的我国个人信用风险度量110-125

    8.1 个人信用评分指标系统指标的选取110-112

    8.1.1 还款能力指标110-111

    8.1.2 还款意愿指标111-112

    8.2 个人信用评分模型112-122

    8.2.1 个人信用数据提取112-113

    8.2.2 个人信用评分表格法113-115

    8.2.3 数理统计模型策略115-121

    8.2.4 违约概率与信用风险评级121-122

    8.3 构建个人信用评分组合模型122-124

    8.4 本章小结124-125

    第9章 我国商业银行信用风险预警及监控125-140

    9.1 信用风险预警系统指标选取125

    9.2 SIGNAL-SVM 综合信用风险预警模型构建125-134

    9.2.1 样本选取126

    9.2.2 信用风险预警技术——SVM 模型126-128

    9.2.3 SVM 模型信用风险预警模型建立128-129

    9.2.4 引入预警信号构建 Signal-SVM 综合信用风险预警模型129-133

    9.2.5 Signal-SVM 信用风险预警模型的运用133-134

    9.3 我国商业银行的贷后风险监控流程设计134-138

    9.3.1 定期风险监控流程设计134-138

    9.3.2 不定期风险监控流程设计138

    9.4 本章小结138-140

    第10章 加强我国商业银行信用风险管理的对策140-147

    10.1 规范信用风险管理流程140

    10.2 改善信用评级系统140-141

    10.2.1 建立商业银行的信用风险评级模型140-141

    10.2.2 利用内外部评级加强商业银行信用风险管理141

    10.2.3 完备数据基础141

    10.3 加强信用风险的内部制约141-142

    10.3.1 加强信用风险内控规制建设141-142

    10.3.2 建立信用风险内部制约系统142

    10.4 新增信贷业务的管理142-143

    10.4.1 信用风险限额管理142

    10.4.2 信贷行业结构调整142-143

    10.5 存量信贷业务的管理143-145

    10.5.1 风险预警机制143-144

    10.5.2 定期贷后检查144

    10.5.3 清收不良贷款144

    10.5.4 抵押品管理144-145

    10.6 注重人才队伍建设145

    10.7 营造内部信用文化145-146

    10.8 本章小结146-147

    结论147-149

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