王丽娟[1]2008年在《信用风险的度量方法研究》文中指出信用风险是商业银行面临的最古老,最重要的金融风险之一。信用风险不仅直接影响到商业银行的经营与安全,也影响到一国的金融体系的稳定和宏观经济的健康发展,尤其是在金融全球化的新形势下,严重的信用风险还会引起世界性的经济波动。因此提高信用风险管理水平成为各国商业银行的重要任务和目标。信用风险的度量是信用风险管理的主要内容,近年来信用风险的度量研究已成为风险研究领域中一个富有挑战性的课题,受到国际金融业和学术界的关注和重视,信用风险的度量方法不断推陈出新,尤其是九十年代末期,信用风险度量研究取得了突破性的进展,以现代金融理论为基础开发出了现代信用风险度量模型,并在发达国家得到普遍应用。我国的信用风险评估和度量技术仍比较传统,单一,与发达国家相比存在很大差距,有鉴于此,本文选择信用风险的度量方法作为研究课题。本文从信用风险的概念,特点及产生的原因出发,阐述了巴塞尔新资本协议的基本内容、内部评级法的核心内容和对信用风险各要素的度量,分别给出了个体贷款和组合贷款预期损失和非预期损失的计算公式。然后着重回顾了信用风险的度量方法的发展历程,较为系统地总结了各种方法的思想原理,侧重评估信用风险度量的方法的优缺点,并将传统方法与现代模型进行分析比较,由此认为信用风险的定量化和模型化会是未来信用风险管理的发展趋势。在理论分析的基础上,本文根据我国实际选择了多元线性判别模型、Logistic回归模型对上市公司进行实证分析。实证结果表明两种模型对前溯1年和2年的样本违约准确率都具有较强的预测能力,但对前溯3年的样本的违约预测准确率则较低。在本文的研究中,两种模型的分类预测能力不相上下,都能在短期内较好的识别我国上市公司的信用风险,因此适合现阶段我国商业银行信用风险的度量。
杨莹[2]2018年在《基于Fisher判别的上市公司信用风险度量方法研究》文中认为金融是当代经济的中枢,而上市公司则是当代金融的躯干,上市公司的信用风险不仅影响企业自身的发展,同时也影响着商业银行乃至整个宏观经济的稳定运行,严重时会引起金融危机、社会危机。论文将国际金融界最新的监管标准《巴塞尔资本协议Ⅲ》作为标杆,立足于国内金融界面临的严峻的信用风险环境,以信用风险的度量方法为主线,归纳整理国内外在信用风险度量方面的专业成果,在此基础上做了如下研究:首先,梳理了信用风险叁个层面的定义,研究了上市公司信用风险叁种常见表现:财务风险、市场价值的波动、公司内部管理不力,从宏观经济环境和企业经营管理两方面总结归纳了上市公司信用风险的成因,概述了当前我国上市公司信用风险的现状,并且总结了国际社会上通行的信用风险管理准则。其次,概述了信用风险度量方法的分类(传统和现代信用风险度量方法),分别阐述了两种使用较多的信用风险度量方法:KMV模型和信用评分法,比较这两种度量方法的长处与不足,并探讨了它们在我国市场的适用情况。KMV模型虽然考虑了更多的风险影响因素,在预测性、动态性方面优于信用评分法,但是需要大量的信用数据,我国暂时无法提供完整的数据支持。而信用评分法虽然简单易行,可操作性强,对数据要求不高,但也存在建模条件过于严苛,现实中可能难以达到的缺陷。针对信用评级法的缺陷,选择对分布、方差等无限制、使用广泛、实证检验简单、准确率高的Fisher判别,对信用评级法做了适当的修正,构建出了基于Fisher判别的Zeta模型。再次,基于Fisher判别分析法对上市公司信用风险度量做了实证研究,以国内部分A股企业2015年的相关数据组成实验组,根据信用情况分为信用违约组和信用非违约组。使用SPSS软件做因子分析和因子贡献率比较,选取独立性和累积贡献率较高的因子组成参数指标体系,对实验样本进行Fisher判别分析,构建Zeta模型。再用部分A股公司2016年的相关数据组成检验组,对Zeta模型做检验。检验结果表明,论文构建的数量模型在一定程度上能够较好解释我国金融市场上所出现的一部分信贷情况。最后,对论文内容、研究结论做了总结,又在总结的基础上提出了后危机时代,金融监管当局、商业银行、上市公司加强信用风险管理的几点政策性建议,并且指出了研究存在的几点缺陷。
张玲[3]2004年在《基于判别分析和期望违约率方法的信用风险度量及管理研究》文中提出信用风险是指由于借款人或市场交易对手不愿或无力履行合同条件而构成违约,导致银行、投资者或交易对方遭受损失的可能性,它包括由于借款人的信用评级的变动和履约能力的变化导致其资产的市场价值变动而引起损失的可能性。本文围绕2001年《巴塞尔协议》对商业银行信用风险管理的总体方针,在借鉴发达国家信用风险管理技术和方法的基础上,从财务预警切入,运用古典的多元判别分析(MDA)和现代的期望违约率(EDF)技术来研究信用风险度量及管理中的叁个核心问题,即:企业的信用评级、评级转移概率和基于违约损失度量的商业银行内部经济资本配置。研究内容共分8章。 第一章介绍了研究的选题来源、学术背景、意义及国内外的研究动态。提出了本文的研究框架及技术路线。 第二章概述了信用风险的基本概念、管理理论和《巴塞尔协议》对信用风险管理的主要内容,并从商业银行的角度对信用风险管理的内部系统进行了设计。同时概述了专家分析方法(5C、5W)、基于财务数据的信用评分系统(Zeta模型、LPM、Logit、Probit)、神经网络方法、期限结构模型、死亡率模型、信用度量术(CreditMetrics~(TM))、KMV模型、信用风险附加值(Credit Risk~(+))、信贷组合观点(Credit Portfolio View)、风险敞口等值法(REE)等信用风险度量方法及应用现状。 第叁章介绍了信用评级的基本内容与方法,分析了信用评级在信用风险管理中的作用以及中国信用评级存在的主要问题。 第四章从财务预警切入,运用古典的多元判别分析技术(MDA),采用中国上市公司的财务数据构建了4-变量和7-变量Z值判别模型并应用于上市公司的信用评级。结果显示,模型均具有超前4年的预测能力,能有效地识别企业的信用风险及其变化。中国上市公司的整体资信较好,但波动性较大,且呈下降趋势。论文通过观察5年(1998—2002)Z值评级的变化,构建出中国上市公司信用等级转移概率矩阵,发现某一信用等级维持原级别不变的概率最大;较高的信用级别转移为违约级的概率极小;当评级分类变得越来越大时,转移概率将变得越来越小。与国外的信用等级转移矩阵相比,本文构建的中国上市公司信用等级转移概率矩阵表现出波动性大、不太稳定的特点。特别是信用级别处于两端的企业,其信用评级维持原级别不变的比例较小。 第五章根据中国的实际情况,对期望违约率模型(KMV模型)的股权价值、违约点(DPT)等参数进行了修订,并应用参数调整后的KMV模型于中国上市公司信用评级。结果显示模型可以提前4年识别上市公司信用风险整体上的变化趋势;可以提前2年识别出上市公司个体上的信用风险差异。在叁种不同违约点(DPT)
应千凡[4]2007年在《中国非上市公司信用风险度量研究》文中认为本文在对国内外各种信用风险度量模型的分析和比较的基础上，结合传统的非线性统计技术以及基于期权定价理论的现代模型，建立了刻画非上市公司特征的信用风险度量模型。接下来，本文利用中国上市公司的最新数据和某国有商业银行的非上市公司信贷数据对PFM(Private Firm Model)模型，Probit模型和基于PFM的Probit模型进行了实证研究和分析，从中发掘出影响我国非上市公司信用风险的显着因素。在文章的最后采用分类预测正确性检验和ROC曲线分析两种方法对各模型的效力进行了比较分析，从中得出了丰富的实证研究结论并指出了改进和后续研究的方向。通过理论和实证研究发现，基于PFM的Probit模型具有最强的违约预测能力，且随着违约时间的接近，模型的识别能力也越强；Probit模型的辨别能力相对弱一些，但也具有识别公司信用恶化趋势的能力；PFM模型的结果则不太理想，预测准确率相比最差，该模型虽然能识别出整体信用风险的变化趋势，但对于个体信用风险趋势的把握上并不好。说明在传统静态的财务比率分析的基础上加入反映市场动态特征的前瞻性因子——违约距离能更好地反映非上市公司信用风险的情况。在影响非上市公司信用风险的各个变量中，实证分析表明流动性、资本结构和公司规模这叁类指标能很好地说明我国非上市公司信用风险的特征，是度量非上市公司信用风险的优良指标，特别是现金类资产与总资产比率，流动负债率和利息保障倍数这叁个指标显着性非常高且很稳定。违约距离因子表现也很稳定，且显着性水平较高，对公司的违约风险具有较强的解释力。另盈利性指标，公司活动性和增长性指标显着性水平较低，说明该类指标与公司信用风险之间相关关系较弱。
施荣洁[5]2014年在《上市公司信用风险度量模型的探讨》文中研究表明商业银行所面临的信用风险是银行业所不容忽视,能否有效地度量信用风险更是影响着银行业的长足发展。随着我国资本市场的不断发展,各个行业的风险不断增加,然而正处于转轨与新兴发展阶段的我国商业银行在信用风险的管理和度量方面的研究相对落后。这就需要我国商业银行借鉴国际上发展较为成熟的银行的风险度量模式,根据我国银行业的经营特点和风险环境,建立合适的信用分析度量模式。本文选择上市公司的信用风险度量为研究方向,试图在梳理国内外研究成果的基础上,对公司信用风险度量进行较为系统的理论分析,并选取样本进行实证分析,对所选择的信用风险度量模型的适用性进行一些探索性分析。本文从信用风险的度量方法出发,详细介绍了当前信用风险度量中的定性和定量分析方法,并结合我国商业银行的现状,分别采用判别分析模型与Logistic模型对所选取的ST公司与非ST公司进行分析,建立了各自的分类依据,从而考察两个模型的判别准确率；接着对KMV模型的内容和实施步骤进行详尽的说明,在此基础上,选取了15家ST公司与配对的15家非ST公司,分别计算了样本公司在不同违约点下的违约距离,对ST公司与非ST公司的违约距离进行Wilcoxon秩和检验,并对本文所采用的叁种模型进行对比,考察KMV模型的信用风险识别能力和在我国上市公司风险度量中的适用性；最后对实证分析结果进行总结,指出本文存在的不足,并就当前我国信用风险管理现状提出相应的建议。本文的内容分为五个章节：第一章为绪论这一部分主要介绍文章的选题背景、相关文献以及本文内容安排等。第二章为信用风险与信用风险度量方法这一章节主要对信用风险的相关概念进行解释,较为详细地介绍了不同信用风险度量模型的内容,并根据各个模型的特点选出本文所要采用的信用风险度量模型。第叁章为基于多元判别分析模型与Logistic模型的上市公司信用风险度量本章节通过选取合适的样本公司和财务指标,分别采用多元判别分析模型与Logistic模型对样本数据进行分析和比较。第四章为基于KMV模型的信用风险度量基于对KMV模型的详细介绍,选取满足一定标准的样本公司,对模型的参数进行设定,分别求解出上市公司资产价值、波动率、违约点、违约距离,并检验两类公司的违约距离是否有显着差异,最后通过ROC曲线将本文所采用的叁种度量模型进行对比。第五章为结论和建议对本文的研究结果和不足进行说明,并就我国信用风险的管控现状提出几点建议。
钱翼[6]2009年在《我国商业银行信用风险度量研究》文中提出2007年美国次贷危机的爆发引起全球金融市场动荡,就连世界着名投资银行贝尔斯登、雷曼兄弟、美林证券等在内的众多金融机构也难幸免遇难,从而全球财富大幅度缩水,全球经济陷入衰退的泥沼。时至今日,次贷危机的传递性和危害性仍未消失。因此,怎样有效地控制和度量信用风险已经成为各国金融监管当局、金融机构和投资者关注的焦点。特别是在经济全球化和一体化的进程中,学习和借鉴国外先进的信用风险度量技术,建立在中国行之有效的信用风险度量模型成为我国金融业的一个重要课题,由此本文对我国商业银行信用风险度量做出相关研究。本文首先从信用风险的概念、特点、产生的原因以及信用风险管理的基本理论出发,并详细阐述了信用风险度量的模型和方法。在此基础上,结合我国实际,利用我国上市公司为样本分别建立多元线性判别模型、Logistic回归模型,并比较两个模型的判别的准确率；最后探讨了内部风险计量模型KMV模型在我国的适用性,并通过实证分析说明KMV模型在我国是可以推广使用的信用风险计量模型。一、研究目的本文以2008年深沪两市168家上市公司为样本,同时利用这些上市公司在2005年、2006年、2007年的财务报表数据,纵向地以及横向地分析不同模型对信用风险度量的效果。1、分析多元线性判别模型和logistic模型对信用风险度量的效果。通过分别建立多元线性判别模型和logistic模型来判别和衡量上市公司的信用风险,来检验何者判别效果更佳?以及在短期内还是长期内是否都具备同样的判别能力?2、分析现代四种主流模型的优缺点和在中国的适用性。通过理论分析四种主流模型的优缺点和在中国的适用性,并结合实证分析来检验KMV模型是否能有效地识别信用风险。二、主要内容本文共分为六章,结构和内容如下：第一章是导论,主要介绍了研究背景、研究目的以及研究思路。第二章是文献综述,详细地阐述了国外内关于信用风险度量的研究。在国外,信用风险度量方法的发展大约经历了叁个阶段：上世纪七十年代以前的定性分析阶段；七十年代到八十年代末的基于财务指标的信贷评分模型阶段和九十年代以后的模型定量评估阶段。第一阶段主要分析工具有5C分析法,五级分类法等；第二阶段是建立在借款人财务指标的分析模型阶段,主要有Z分数模型,probit模型等；第叁阶段主要有两种类型：一类是组合理论,如JP摩根的Credit.Metrics、KMV模型等；另一类是违约模型,如瑞士第一信贷银行的Credit Risk+和麦肯锡公司的Credit Portfolio View模型等。在国内,由于我国缺乏大量的企业贷款及债券信用记录的样本数据,我国对信用风险的研究主要是基于财务报表对企业的信用状况的研究,在银行信用风险度量方面主要是对银行的信用风险的成因进行定性的分析。在量化研究方面,不少学者运用实证的方法对多元判别式、Logit等统计学方法以及神经网络方法进行了实证分析,分析了其在信用风险预测中的优势和不足。第叁章是商业信用风险基本理论,首先定义了信用风险,即信用风险是指由于借款人或市场交易对手违约而导致的损失的可能性,包括由于借款人的信用评级的变动和履约能力的变化导致其债务的市场价值变动而引起的损失可能性。然后阐述了信用风险计量的特点,即不对称性,累积性,系统性,这叁个计量的特点就决定了信用风险度量的困难性,同时对信用风险的形成原因也进行了分析,即我国银行信用风险的成因基本上可以分为两个方面,一方面是来自银行外部因素的影响,主要是政府的干预、借款人的原因、银行监管因素、市场竞争因素等；另一方面是来自银行自身的原因,主要是银行的产权制度问题和银行内部经营管理、风险管理技术的落后。因此本章对商业银行信用风险问题做了系统的理论分析,为后文的实证研究提供了理论依据。第四章比较分析信用风险度量方法及模型。首先商业银行信用风险度量大体可以分为传统信用风险度量和现代信用风险度量两种。传统信用风险度量包括人工专家分析法、贷款评级分类法和信用评分法。现代信用风险度量模型主要有JP摩根的信用度量制模型(Credit Metrics),瑞士信贷银行的信用风险附加模型(Credit Risk+), KMV公司的以EDF为核心手段的KMV模型,麦肯锡公司的Credit Portfolio View模型等。然后系统地总结了各种方法的思想原理,侧重评估信用风险度量方法的优缺点,并将传统方法与现代模型进行分析比较,由此认为信用风险的定量化和模型化会是未来信用风险管理的发展趋势。第五章为实证研究。在理论分析的基础上,选取了线性判别方法、logistic回归和KMV等叁种模型对我国上市公司信用风险进行判别和度量。本文以沪深两市168家上市公司为研究对象,分为两个样本,样本1为60家ST公司和60家非ST公司,样本2为24家ST公司和24家非ST公司,样本1为训练样本,样本2为预测样本,分别对多元线性判别模型和logistic模型进行了有效性分析和长期判别分析,同时还横向比较了二者在对上市公司信用风险判别的准确性。对于经营失败企业向前1年的判别正确率都达到85%以上,向前2年的判别正确率都达到80%以上,说明多元线性判别分析模型和logistic模型对ST企业的判别正确率,在短期内都有很强的判别预警能力。而对于长期判别能力而言,logistic模型对前3年的判别正确率为80.85%,而判别分析模型则为63.33%,logistic模型比判别分析模型预测的准确度高,可见相对于判别分析模型而言,logistic更适合长期判别。最后,运用KMV模型来度量和识别沪深两市40家上市公司的信用风险,实证检验表明ST公司的违约距离一般都比非ST公司的违约距离小,违约的可能性也较高；ST公司随着ST的期限逐渐的接近,违约距离也越来越小,说明该模型具有一定的事先判断能力,能够有效地帮助投资人识别信用风险。特别是,四种违约点的假设之中,当违约点为DPT4=STD+0.25LTD时,KMV模型整体区别ST公司和非ST公司的信用质量是最有效的。第六章是政策建议以及研究的限性。本章对于前述的理论和实证研究进行分析总结后,提出了提高我国商业银行信用风险度量水平的政策建议。主要体现在以下叁点：第一,大力进行我国信用文化建设和信用体系建立的工作；第二,尽快建立我国的上市公司的信用数据库,特别是完成我国的上市公司的信用评级和建立从违约距离到经验违约率的函数映射；第叁,发展和完善我国资本市场的规章制度。同时,总结了本文研究上的一些不足之处,比如在模型指标的选取,除了财务因素,还有非财务因素,即公司规模,管理水平,发展前景,财务报表的可信性等其他指标。还有目前对信用风险度量模型的实证研究都是针对上市公司,而上市公司毕竟是少数,而商业银行面临的是广大的非上市公司和中小企业等等,期许以后更进一步的研究。叁、主要贡献1、通过构建多元线性判别模型和logistic模型,本文用事实数据来检验了两种模型在短期内都具备较强的预测能力,相对而言,logistic模型更适合长期预测。从实证结果可知,两个模型对样本前1,2年的预测准确率都在80%左右,而在对样本前3年的预测时,多元判别模型只有63.33%的正确率,而logistic模型仍保持80.85%的正确率,说明现阶段的logistic模型对于信用风险度量是有效的。2、本文全面系统地阐述了信用风险度量模型与方法,在此基础上对我国商业银行的信用风险度量进行了研究,这在一定程度上弥补了国内商业银行信用风险管理以定性为主,系统化、信息技术运用较少的不足,对于我国商业行信用风险管理方法全面与国际接轨具有一定的现实指导意义。3、通过以40家上市公司为样本的实证分析,本文检验了KMV模型的适用性,即该模型具有一定的事先判断能力,能够有效地帮助商业银行识别信用风险。特别是在四种违约点的假设之中,当违约点为DPT4=STD+0.25LTD时,KMV模型整体区别ST公司和非ST公司的信用质量是最有效的。4、通过理论分析我国商业银行信用风险的形成原因和叁种模型的实证分析,本文提出了提高我国商业银行信用风险度量水平的政策建议。
张晓琦[7]2011年在《我国商业银行信用风险度量及管理研究》文中认为信用风险是现代商业银行面临的最重要的风险，也是导致银行破产的最常见的原因之一。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，仍然存在着相当多的不足。如何提升我国商业银行的信用风险管理水平，已经成为我国理论界和银行业共同关注致力解决的问题。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，从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。论文以风险管理理论为基础，采用理论分析和实证研究相结合、定性分析和定量分析相结合的方法，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”、“如何解决管理中存在的问题”等问题为主线，对我国商业银行信用风险度量及管理进行系统分析与研究。论文分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存在较多问题，如信贷管理流程不完善、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体系的概念进行界定，构建了商业银行信用风险管理体系，包括信用风险识别、信用风险度量和信用风险预警，该体系是一种要素循环传递的信用风险管理体系。提出循环传递的信用风险管理体系，并围绕着信用风险识别、信用风险度量和信用风险预警叁个要素展开深入研究。分析了我国商业银行信用风险的成因，主要包括理论根源和现实根源两类，揭示了商业银行信风险的形成机理，分析了非系统性信用风险和系统性信用风险的传导机制。通过对多元判别分析、Logit回归分析、Probit模型、SVM模型，结构模型、强度模型、Portfolio Manager、Credit Metrics、CreditPortfolio View及Credit Risk+等风险度量模型的基本构成和理论进行分析，结合我国商业银行信用风险管理的特点，将KMV模型应用于大型上市公司信用风险的度量；将多元判别分析应用于中小企业信用风险的度量；将Logitech回归分析应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体系。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，得到了违约距离与理论EDF。最后，参考标准普尔和穆迪的评级体系，将我国大型上市公司的信用评级体系分为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体系，并通过了K-S检验。在着名的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问题，使第一类错误率显着降低，提高了中小企业信用风险判别的科学性和有效性。在研究个人信用风险时，首先确定个人信用评分指标体系的两个维度，即个人还款能力指标体系和个人还款意愿指标体系。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。从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原因及信用风险管理中存在的问题，提出了相应的对策。
钱宝玉[8]2006年在《中国上市公司信用风险分析方法实证研究》文中进行了进一步梳理现代经济从本质上而言就是信用经济,信用在现代社会生活、生产的各个方面扮演着越来越重要的作用。20世纪90年代以来,在全球经济、政治、技术快速变化的背景下,信用正以指数方式增长着。随着信用的迅速发展,各种信用风险也越来越引起人们的注意。从借款人个人不能按时还钱,到银行呆帐、坏帐的增多,一直到债务国不能偿还债务本息。这一切已经影响到了社会的正常经济秩序。上市公司是证券市场的基石,它的信誉度关系到证券市场的走势和成败。历史经验证明:市场经济是法制经济也是信用经济。一个成熟的证券市场需要有一个发达的信用支撑,没有科学完备的信用评价做基础,市场的正常秩序是建立不起来的。中国作为新兴的证券市场,大力发展信用评价体系对于证券市场的健康发展、对于监管部门的市场管理、对于投资者的投资决策以及企业的经营管理都有有重要意义。本文正是在这样的背景下,以中国上市公司信用风险分析为突破口,重点研究中国上市公司信用风险分析的方法和模型,进而希望为商业银行、有关监管机构以及广大投资者对信用风险的识别和评价提供有力的参考依据和方法。本文首先分析了我国证券市场和上市公司的基本信用状况,接着考察了金融机构信用风险分析的历史沿革,分析它的现状及发展趋势,重点研究了信用风险分析的基于会计数据的多元判别分析方法中的两大方法,即Z-Score模型和Logit模型,构建了这两大模型在中国上市公司信用风险分析上的框架,并比较分析了它们各自的优缺点。在Z-Score模型的建立上,本文力求方法符合理论要求,对于样本和变量的选取以严格和科学的方法进行筛选,保证样本数据符合费歇判别法等协方差的要求,使组内方差最小化和组间方差的最大化,最后根据模型分别给出了判定公司违约的截断点;在分析了Z-Score模型的固定影响和线性补偿假设的缺陷后,在Logit模型的建立中引入了交叉项和其他对公司信用风险有重大影响却无法在Z-Score模型中引入的定类、定序变量,确立了符合中国上市公司信用风险分析的Logit模型,并对其参数估计进行了统计检验,最后发现Logit模型的判断力确实比Z-Score模型有所提高。论文最后分析了当前流行的信用风险度量模型在中国的适用性,主要包括基于会计数据的统计判别分析模型即Z-Score模型、Logit模型以及基于市场数据的KMV模型两大类方法,指出我国信用风险分析中的问题所在,并给出了政策建议,这些建议包括尽快建立中国上市公司信用信息的历史数据库,大力发展中国的信用评估机构,建立健全法律体系和监督机制,提高中介机构的整体素质和上市公司财务信息的真实性,加强金融机构的内部硬件建设,大力推广现代信用风险评估模型的应用促进各金融机构之间的网络互联、信息共享等。
皇甫秀颜[9]2006年在《我国商业银行信用风险的识别与评价研究》文中提出信用风险是指由于借款人或市场交易对手违约而导致的损失的可能性,包括由于借款人的信用评级的变动和履约能力的变化导致其债务的市场价值变动而引起的损失可能性。在我国,信用风险是商业银行面临的主要风险,也是银行业目前所面临的所有问题的症结所在。本文选择信用风险的度量管理作为研究课题,通过本研究,试图在借鉴国内外已有的研究成果的基础上,对商业银行信用风险问题作一较为系统的理论分析和实证研究,以期为我国商业银行信用风险管理技术的发展和应用作一些有效的探索性工作。本文从信用风险的概念、特点、产生的原因以及信用风险管理的基本理论出发,介绍了巴塞尔新资本协议的基本内容和内部评级法的核心内容,并进一步探讨了我国实行内部评级法的可行性和必要性,并详细阐述了信用风险度量的模型和方法;在此基础上,结合我国实际,利用我国上市公司为样本分别建立线性判别模型、Logistic回归模型,并比较两个模型的判别的准确率;最后探讨了内部风险计量模型KMV模型在我国的适用性,并通过实证分析说明KMV模型在我国是可以推广使用的信用风险计量模型。本文的创新点体现在:1.全面总结了内部评级法中的两个重要参数——违约概率和违约损失率的计量方法和度量模型,而且对于我国开展违约概率和违约损失率研究提出建设性的建议。2.全面综述了信用风险度量方法与模型在我国的研究开发与应用,包括国内学者对巴塞尔新资本协议与内部评级法的研究,信用风险管理模型与中国实践相结合的研究与应用。3.结合我国实际,选取适合国情的指标体系来建立线性判别模型和Logistic模型,在样本的选取上与以往的研究不同的是按照不同的取样方法选取了3个不同的样本,以期在各种条件下验证模型的判别准确性。4.对KMV模型的实证研究中,同样采用两种不同方法选取样本,而且设置不同的违约点分别计算违约距离,两个样本的实证结果都验证了KMV模型对我国的
刘迎春[10]2011年在《我国商业银行信用风险度量和管理研究》文中提出2007年美国次贷危机引发的全球金融危机给世界经济造成了巨大的损失与打击。对金融危机,可以从不同层面解读,但究其根源,是信用风险管理的失控。为应对危机,2008年11月,我国政府实施了宽松的货币政策,加大并加快了信贷投放的速度和力度,信贷快速增长条件下的风险隐患正在集聚。加强银行风险管理,尤其是准确地识别和度量、有效地控制和化解银行的信用风险,已成为未来几年我国政府、银行机构、银行家和公众关注的重点。针对此次危机,2010年9月12日,国际银行监管机构出台了新的监管协议《巴塞尔资本协议Ⅲ》,该协议提出了更为严格的资本和流动性监管标准,对加强银行风险控制的重视达到了前所未有的程度。我国是巴塞尔委员会成员国,到2017年,我国银行业将开始实行《巴塞尔资本协议Ⅲ》的标准,深入研究新协议的相关内容,分析新协议对我国商业银行信用风险管理的影响及在信用风险管理方面我国银行业如何适应新协议的实施已成为当务之急。信用风险一直是我国商业银行面临的主要风险,在目前国内外复杂的经济环境下,加强我国商业银行信用风险管理对维护我国经济持续健康稳定发展更显重要、必要和紧迫。因此,吸取国外银行在金融危机中的经验教训,结合我国实际国情,对我国商业银行信用风险度量技术和管理方法进行研究,为提高我国商业银行信用风险度量和管理水平提出前瞻性建议,不仅具有十分重要的理论价值,还具有很强的现实意义。论文以国际银行业新的监管标准《巴塞尔资本协议Ⅲ》为导向,在分析我国商业银行信用风险和信用风险管理的现状、面临的问题和存在的不足的基础上,围绕商业银行如何加强信用风险的度量和管理两方面内容展开深入研究,最后给出全球金融危机后,我国商业银行加强信用风险管理的几点政策性建议。论文主要研究了以下几个问题：1.巴塞尔资本协议与我国商业银行信用风险管理现状系统地阐述了一系列巴塞尔资本协议在银行信用风险管理方面提出的不同要求,分析了各协议对银行业信用风险管理产生的重要影响；对我国银行业信用风险管理的现状进行了总结,指出了信用风险管理面临的问题、存在的不足之处及与巴塞尔协议要求存在的差距。得出结论：目前加强信用风险管理十分必要、重要和迫切。我国银行业应该在适应实施《巴塞尔资本协议Ⅱ》的同时,根据《巴塞尔资本协议Ⅲ》提出的新的监管要求和指导原则,制定长远的发展战略,引导银行的改革与建设,进行有效的信用风险管理。2.商业银行信用风险度量方法研究构建了从单笔贷款信用风险度量、信贷组合信用风险度量、经济资本度量、经风险调整的资本收益率(RAROC)度量到信用风险的定价管理、组合优化管理、资本管理和分散转移管理的的系统化银行信用风险度量和管理框架。对整个度量框架中所涉及的多个参数包括单笔贷款的违约率、违约风险敞口和违约损失率,信贷组合违约相关系数及RAROC的度量方法进行了深入研究。找到了一套虽然浅显但却能快速运用到银行具体实践中的实用可行的度量方法,形成了一个完整的信用风险度量和管理体系。3.基于主成分Logistic模型的单笔贷款违约率度量研究选取我国104家上市公司组成样本,以未来是否被ST作为违约标准,基于公司财务指标数据,并对财务指标的选取方法进行改进后,建立了主成分Logistic违约率度量模型。得出结论：改进后的指标选取方法增加了模型的稳定性。主成分Logistic违约率度量模型基于公司财务指标数据进行模型构建,商业银行可以用该模型对其非上市公司单笔贷款的违约率进行度量。4.基于KMV模型的单笔贷款违约率度量研究按行业配比,选取分属5个行业的16家上市公司(ST和非ST公司各8家)组成样本,利用GARCH(1,1)模型估计股权价值波动率,运用KMV模型计算样本公司2007-2009连续3年的违约距离。首先比较同一行业ST公司和非ST公司的信用状况差异,然后对上市公司的信用风险状况进行分行业比较研究,最后考察上市公司信用风险状况与宏观经济走势的关系。得出结论：同一行业内,KMV模型能够很好地分辨出ST公司和非ST公司信用风险的差异；不同行业上市公司的信用状况之间存在差异,由好到差的顺序是能源、电子、房地产业、制造业和农业类上市公司；上市公司信用质量的变化趋势与宏观经济走势表现出一致性。在KMV模型中,利用GARCH(1,1)建模估计股权价值波动率,可以提高KMV模型的估计精度；KMV方法可以运用到银行信用风险度量的实际操作之中,具有很强的适用性。KMV模型基于公司市场数据进行违约率度量,商业银行可以用该模型对其上市公司贷款的违约率进行度量。5.基于creditrisk+模型的信贷组合信用风险度量研究在分析国外creditrisk+模型频带划分缺陷基础上,改用加权平均的频带划分方法,提出使用基于KMV模型的行业违约率实证结果和公司评级结果相结合确定违约率参数的办法。并采用大连市商业银行某支行224笔中小企业贷款组合数据,运用creditridk+模型对该贷款组合的非预期损失进行了实证计算。得出结论：creditrik+可以有效地计量信贷组合的非预期损失且可提高我国商业银行经济资本管理效率；在creditrisk+模型中采用加权平均的频带划分方法,能够使所划分的频带个数适当,频带内的贷款笔数均匀,减少计算量。采用依据公司信用等级与行业违约概率两项指标确定违约率参数,具有很强的科学性,可以对公司分类更加细化,可以增加creditrisk+模型计量信贷组合预期损失与非预期损失的准确性。6.商业银行信用风险管理研究概括了信用风险度量结果在单一客户、信贷组合和全行战略叁个层面上进行信用风险管理的应用领域和主要收益；阐述了如何利用上述度量结果,进行信用风险的定价管理、信用风险的组合优化管理、信用风险的资本管理和信用风险的分散和转移管理；分析了如何才能更好地把度量结果运用到银行风险管理流程的各个环节。
参考文献：
[1]. 信用风险的度量方法研究[D]. 王丽娟. 中南大学. 2008
[2]. 基于Fisher判别的上市公司信用风险度量方法研究[D]. 杨莹. 安徽大学. 2018
[3]. 基于判别分析和期望违约率方法的信用风险度量及管理研究[D]. 张玲. 湖南大学. 2004
[4]. 中国非上市公司信用风险度量研究[D]. 应千凡. 浙江大学. 2007
[5]. 上市公司信用风险度量模型的探讨[D]. 施荣洁. 西南财经大学. 2014
[6]. 我国商业银行信用风险度量研究[D]. 钱翼. 西南财经大学. 2009
[7]. 我国商业银行信用风险度量及管理研究[D]. 张晓琦. 哈尔滨工程大学. 2011
[8]. 中国上市公司信用风险分析方法实证研究[D]. 钱宝玉. 山西财经大学. 2006
[9]. 我国商业银行信用风险的识别与评价研究[D]. 皇甫秀颜. 厦门大学. 2006
[10]. 我国商业银行信用风险度量和管理研究[D]. 刘迎春. 东北财经大学. 2011
标签：企业经济论文; 信用风险论文; 判别分析论文; 商业银行论文; 银行风险论文; 信用评分模型论文; 违约概率论文; 银行信用论文; 预测模型论文; 能力模型论文; 风险模型论文; 信用政策论文; 模型公司论文; 风险管理论文; 银行论文; kmv模型论文;