商业银行信用风险模型及实证分析

论文摘要

20世纪以来,国际商业银行得到了长足发展,规模不断扩大,实力不断增强。商业银行业务不断多元化,表外业务的比重不断提高,这样有利于信贷风险的降低。然而,依靠负债经营这一本质没有发生任何变化,所以,在不断扩张,不断开辟新业务的同时,商业银行也更加重视信用风险。信用风险是当前银行业面临的主要风险,巴塞尔委员会对此提出了更加严格的计算风险资本的工具,而且,还在不断地研究和更新,以期能够有效控制信用风险。为此巴塞尔委员会于1988年提出《巴塞尔协议》明确国际的银行应该以该协议为规范进行运作,并于2004年提出《新巴塞尔协议》,在原有基础上提出了更加灵活的风险资本的计算法则。国内外学术界根据其要求分别利用自身数据,研究了大量判别信用风险的模型,主要集中于对巴塞尔协议初级法中一个重要指标违约概率(PD)进行测算和估计,并进入了实用阶段。此外,《新巴塞尔协议》中的高级法提出具备充足历史数据,并且有足够能力测度风险的商业银行,可以根据自身情况,使用高级法计量风险,这就要求商业银行计算一个重要的指标违约损失率(LGD)。国内外的学者主要集中于对影响该指标的因素进行分析,以及对已有数据进行总结,没有相对成熟的计量模型估计违约损失率(LGD)的大小。本文通过分析信用风险违约概率(PD)的影响,总结现有模型的优缺点,提出测算违约概率(PD)的非线性组合预测方法。此外,分析了违约损失率(LGD)的影响因素,并利用影响因素进行统计方法以及组合预测方法估计。在此基础上,利用我国近五年的上市公司数据,对上述模型进行验证对比,最后总结并提出相应的政策建议。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究目的与意义
• 1.2 国内外研究现状
• 1.2.1 学术研究背景及意义
• 1.2.2 国内外研究现状
• 1.3 研究内容及创新之处
• 1.3.1 研究内容及框架
• 1.3.2 创新之处
• 2 商业银行信用风险
• 2.1 国内外商业银行发展现状及趋势
• 2.1.1 国际商业银行发展现状及趋势
• 2.1.2 国内商业银行发展现状及趋势
• 2.2 商业银行信用风险概述
• 2.2.1 商业银行信用风险
• 2.2.2 商业银行信用风险成因与控制
• 2.3 巴塞尔协议与内部评级法
• 2.3.1 初级法与高级法的比较
• 2.3.2 违约概率（PD）和违约损失率（LGD）
• 3 违约概率（PD）的测算
• 3.1 违约概率（PD）的介绍
• 3.2 违约概率（PD）的影响因素
• 3.3 违约概率（PD）的计量模型
• 3.3.1 多元判别分析模型
• 3.3.2 Logistic 模型
• 3.3.3 KMV 模型
• 3.3.4 BP 神经网络模型
• 3.3.5 非线性二重组合分析模型
• 3.4 违约概率（PD）的换算
• 3.5 本章小结
• 4 违约损失率（LGD）的测算模型
• 4.1 违约损失率（LGD）介绍
• 4.2 违约损失率LGD 影响因素分析
• 4.3 违约损失率LGD 定量测算
• 4.3.1 历史数据平均值法
• 4.3.2 市场LGD 法（market LGD）
• 4.3.3 回收金额贴现法（workout LGD）
• 4.3.4 市场数据隐含分析法（implied market LGD）
• 4.4 LGD 数据库现状
• 4.5 本章小结
• 5 PD 和LGD 测算的实证分析
• 5.1 数据来源介绍
• 5.1.1 研究样本描述
• 5.1.2 研究方法的设计
• 5.2 数据选取
• 5.3 违约损失率PD 定量模型测算比较
• 5.3.1 多元统计判别模型实证结果
• 5.3.2 KMV 模型实证结果
• 5.3.3 神经网络模型的实证结果
• 5.3.4 非线性的二重组合判别模型实证结果
• 5.4 违约损失率LGD 影响因素的定量分析
• 5.4.1 信贷增值率与损失率的相关性分析
• 5.4.2 固定资产比率与损失率的相关性分析
• 5.4.3 流动负债占总负债比率与损失率的相关性分析
• 5.5 违约损失率LGD 模型的定量测算
• 5.5.1 回归分析
• 5.5.2 线形组合预测模型回归分析
• 5.5.3 上述模型结果对比
• 5.6 本章小结
• 6 结论及政策建议
• 6.1 实证分析结论
• 6.2 信用风险的控制
• 6.3 政策建议
• 6.4 后续研究
• 致谢
• 参考文献
• 附录