中国商业银行信用风险管理研究 ——基于KMV模型的实证分析

论文摘要

中国商业银行长期履行支持经济建设和国企改革等职能,积聚了大量的信用风险。尽管近年来中国商业银行采取了多种措施降低不良资产,但仍存在着贷款损失准备不足,资本充足率频临警戒线等问题,信用风险仍是中国商业银行目前面临的主要风险之一,提高中国商业银行信用风险管理水平已经成为银行业面临的重要课题。本文以十二家上市银行年报数据为基础,对中国商业银行信用风险现状进行了实证分析,得出中国商业银行潜在信用风险较大的结论。同时本文从量化分析角度对中国商业银行信用风险管理进行研究,选取沪、深两市20家ST和非ST公司为样本,运用KMV模型对其违约距离和违约率进行测算,评价ST公司和非ST公司的信用风险状况,并检验模型识别风险的能力。实证结果表明,与ST公司相比,非ST公司有着较大的违约距离和较低的违约概率,运用KMV模型能够较好的识别两类企业的信用风险。基于中国商业银行信用风险管理现状,本文认为中国商业银行可以以KMV模型为基础,通过不断完善企业信息数据库和修正模型等方式,对商业银行面临的信用风险进行度量。此外,中国还可以从商业银行的内部管理机制、外部监管体系、外部社会信用环境以及风险防范和补偿机制等多方面着手,不断提高商业银行的信用风险管理水平,降低信用风险。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.2 研究意义
• 1.3 可能的创新
• 1.4 研究方法和内容
• 2 文献综述
• 2.1 国外研究综述
• 2.2 国内研究综述
• 2.3 简要述评
• 3 中国商业银行信用风险管理的一般分析
• 3.1 商业银行信用风险成因分析
• 3.2 中国商业银行信用风险的现状
• 3.3 中国商业银行信用风险管理存在的问题
• 4 基于KMV模型的中国商业银行信用风险实证分析
• 4.1 模型介绍
• 4.2 基本假设
• 4.3 参数选择
• 4.4 数据计算
• 4.5 结果检验
• 4.6 实证结果综述
• 5 完善中国商业银行信用风险管理的建议
• 5.1 结论
• 5.2 政策建议
• 5.3 不足和展望
• 参考文献
• 附录
• 致谢