我国商业银行信用风险度量及管理的改进研究

论文摘要

信用风险的度量和管理是目前国内外金融界研究的热点和难点。本文以当今金融界信用风险管理最活跃的两大领域—信用风险的现代度量和利用衍生产品与结构化金融产品等创新技术的现代管理为切入点,吸收了全球银行业风险管理的标准范本—新巴塞尔资本协议的精神和改革内容,从发达国家信用风险的管理实践与学术领域的最新研究成果中寻求适合我国国情的信用风险管理方案。 本文在总结回顾以前工作的基础上,从我国的适用性角度出发,沿着从个体到组合,从风险度量到管理,从理论到应用的路线展开,构成了我国商业银行信用风险度量及管理改进研究的完整体系。文章共分为三个部分:个体信用风险度量及管理的改进、组合信用风险度量及管理的改进以及它们在我国的应用研究。 第一部分首先研究了个体信用风险基本要素(暴露风险、违约和回收风险)及其损失的度量问题,对KMV模型进行了改进,全面考虑了到期前违约、不确定违约阀值诸影响要素,进行更全面、准确和一致的风险测量;其次研究了个体信用风险管理改进,包括针对期望损失的现代定价补偿管理,针对意外损失的最优限额管理和针对极端损失的信用风险缓释技术(贷款合同约束条款、抵押、担保、信用衍生产品)管理。 第二部分首先研究了组合信用风险度量改进,探讨了个体对组合的风险贡献、组合风险的相关特性及其损失度量,分析研究了系统因素和公司特质的不同假设条件下的违约概率、违约相关性、风险分散化程度和损失分布的极限;其次研究了组合信用风险管理改进,包括CVaR条件下的最优化组合分散化管理,衍生产品以及证券化技术转移和分散管理,详细分析了CVaR条件下最优组合权重的确定,信用衍生产品和证券化产品的品种、结构原理及应用。 第三部分研究了信用风险度量及管理的改进在我国商业银行的具体应用。将改进后的KMV模型应用于我国商业银行个体信用风险度量的具体实践;将个体信用风险的定价补偿管理和信用限额管理应用于我国商业银行个体信用风险管理的具体实践;将单因素模型和蒙特卡罗模拟应用于我国商业银行组合信用风险度量的具体实践;将CVaR条件下的组合最优化和衍生产品及证券化技术应用于我国商业银行组合信用风险管理的具体实践。 本文研究对我国商业银行信用风险度量及管理的实践具有一定的理论参考和实际应用价值。

论文目录

• 前言
• 摘要
• ABSTRACT
• 目录
• 表目录
• 图目录
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 信用风险的普遍性及世界范围内的银行危机
• 1.1.2 新巴塞尔资本协议对信用风险管理的影响
• 1.1.2.1 现行资本协议的缺陷
• 1.1.2.2 新巴塞尔资本协议的特点及影响
• 1.1.2.3 新巴塞尔资本协议对信用风险管理的主要修改内容
• 1.1.3 我国商业银行信用风险度量及管理存在问题
• 1.1.3.1 我国商业银行信用风险度量存在的主要问题
• 1.1.3.2 我国商业银行信用风险管理存在的主要问题
• 1.1.3.3 新巴塞尔资本协议对我国银行业的影响
• 1.1.4 本文研究的意义和目的
• 1.1.4.1 研究意义
• 1.1.4.2 研究目的
• 1.2 信用风险度量及管理的回顾
• 1.2.1 信用风险度量文献综述
• 1.2.1.1 传统信用风险评估
• 1.2.1.2 现代信用风险定价模型
• 1.2.1.3 现代信用风险度量模型
• 1.2.1.4 现代信用风险度量模型评述及其在我国的适用性分析
• 1.2.2 商业银行信用风险管理回顾
• 1.2.2.1 传统商业银行信用风险管理及“信用悖论”
• 1.2.2.2 现代商业银行信用风险管理
• 1.3 本文的研究对象、理论方法、内容及创新点
• 1.3.1 研究对象
• 1.3.2 研究理论、方法及技术路线
• 1.3.3 研究内容及创新点
• 第二章 个体信用风险度量改进
• 2.1 新巴塞尔资本协议下个体信用暴露风险的度量改进
• 2.1.1 银行账户信用暴露风险度量改进
• 2.1.1.1 承诺的信用暴露风险度量改进
• 2.1.1.2 抵押品的信用暴露风险度量改进
• 2.1.2 交易账户信用暴露风险度量改进
• 2.1.2.1 交易所交易工具信用暴露度量改进
• 2.1.2.2 柜台交易产品信用暴露度量改进
• 2.2 KMV信用风险度量模型改进
• 2.2.1 KMV模型经典方法
• 2.2.2 到期前（首次）违约模型改进
• 2.2.3 随时间变化的违约阀值情况下模型改进
• 2.3 本章小结
• 第三章 个体信用风险管理改进
• 3.1 个体信用风险期望损失的定价补偿管理
• 3.1.1 KMV模型经典方法的信用风险定价
• 3.1.2 到期前（首次）违约模型的信用风险定价
• 3.2 个体信用风险意外损失的银行最优限额管理
• 3.2.1 信用限额管理的意义
• 3.2.2 公司信用需求与银行信用供给的最优化问题
• 3.2.2.1 假设前提
• 3.2.2.2 公司信用需求的最优化问题
• 3.2.2.3 银行信用供给的最优化问题
• 3.2.3 银行最优信用限额的确定—公司与银行之间的博弈
• 3.2.3.1 公司与银行之间的博弈
• 3.2.3.2 公司与银行博弈的解
• 3.3 个体信用风险极端损失的缓释技术管理
• 3.3.1 贷款合同条款限制及各种附属协议的风险预警管理
• 3.3.2 信用衍生工具和结构化交易的风险转移与分散管理
• 3.3.3 抵押品的风险转换管理
• 3.3.4 担保品的风险转换管理
• 3.4 本章小结
• 第四章 组合信用风险度量改进
• 4.1 组合效应:风险贡献和意外损失
• 4.1.1 组合期望损失
• 4.1.2 组合意外损失
• 4.1.3 个体对组合的风险贡献
• 4.1.3.1 风险贡献
• 4.1.3.2 未分散的风险
• 4.1.4 组合信用风险损失分布的特征
• 4.2 组合信用风险因素模型
• 4.2.1 公司价值和违约
• 4.2.2 公司间的违约相关
• 4.2.3 组合信用风险
• 4.2.3.1 带有高斯创新的公司同质条件下的信用风险
• 4.2.3.2 带有非高斯创新的公司同质条件下的信用风险
• 4.2.3.3 公司异质条件下的信用风险
• 4.2.3.4 公司异质对于损失分布的含义
• 4.3 本章小结
• 第五章 组合信用风险管理改进
• 5.1 CVaR条件下组合信用风险最优化管理
• 5.1.1 CVaR风险测度的原理
• 5.1.2 CVaR条件下信用风险最优化管理
• 5.1.3 经济资本与损失概率
• 5.2 组合信用风险的衍生产品转移与分散管理
• 5.2.1 信用违约互换（Credit Default Swap）
• 5.2.2 总收益互换（Total Return Swap）
• 5.3 组合信用风险的证券化技术转移管理
• 5.3.1 资产支持债券
• 5.3.2 担保贷款责任（CLOs）
• 5.3.3 信用联结票据（CLNs）
• 5.3.4 合成证券化结构
• 5.4 本章小结
• 第六章 信用风险度量及管理的改进在我国商业银行的应用
• 6.1 个体信用风险度量改进在我国商业银行的应用
• 6.1.1 尚需解决的问题
• 6.1.1.1 非流通股的定价问题
• 6.1.1.2 历史违约数据缺乏的问题
• 6.1.1.3 股权波动率和资产波动率函数关系问题
• 6.1.2 参数假定
• 6.1.3 样本选取
• 6.1.4 应用
• 6.1.4.1 计算上市公司股票波动率
• 6.1.4.2 计算上市公司资产价值及其波动率
• 6.1.4.3 计算三种改进个体信用风险度量方法的理论违约率
• 6.1.4.4 计算结果与分析
• 6.2 个体信用风险管理改进在我国商业银行的应用
• 6.2.1 现代定价补偿管理的应用研究
• 6.2.1.1 假设条件
• 6.2.1.2 应用
• 6.2.2 银行信用限额管理的应用研究
• 6.2.2.1 假设条件
• 6.2.2.2 应用
• 6.3 组合信用风险度量改进在我国商业银行的应用
• 6.3.1 假设
• 6.3.2 应用
• 6.3.2.1 公司资产价值演变的因素模型的参数计算
• 6.3.2.1 系统风险因素自回归预测
• 6.3.2.1 条件违约概率的计算
• 6.3.2.2 计算结果与分析
• 6.4 组合信用风险管理改进在我国商业银行的应用
• 6.4.1 CVaR条件下组合信用风险最优化管理应用
• 6.4.1.1 假设条件
• 6.4.1.2 应用
• 6.4.2 衍生产品和证券化产品在我国未来的实践
• 6.4.2.1 我国商业银行信用风险动态管理的结构性障碍
• 6.4.2.2 信用衍生产品在中国未来的实践
• 6.4.2.3 资产证券化的品种选择与可行性分析
• 6.5 本章小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 附录1: ST公司与非ST公司样本表
• 附录2: 改进后KMV模型计算的MATLAB运行程序
• 附录3: 银行最优信用限额计算的MATLAB程序
• 附录4: 组合信用损失模拟和最优权重计算的MATLAB程序
• 致谢
• 攻读博士学位期间的相关工作情况