我国商业银行信用风险的FSVM度量及其定价研究

我国商业银行信用风险的FSVM度量及其定价研究

论文摘要

信用风险管理水平是我国商业银行与外资银行当前的主要差距所在,而信用风险计量模型是当前最为先进的信用风险管理方法之一。本文以此作为研究对象,展开了对信用风险计量模型和信用风险管理有关理论的研究。在国际主流信用风险计量模型的具体框架全面考察的基础上,就建立适用于我国商业银行特点的信用风险计量模型提出了初步的构想,建立了以模糊支持向量基(FSVM)为基础的信用风险度量模型,并在此基础上,通过违约距离、风险溢价对信用风险进行了定价。以此来提升信用风险的管理水平。本文主要包括六个部分,首先引入信用风险管理的基础理论知识,内容包括信用风险的定义、信用风险的现状、信用风险的研究意义。接着,文章对信用风险模型理论和国际上四个最具代表性的信用风险计量模型展开重点研究。目前,国内关于商业银行授信风险测度的应用型研究并不多见,大多只是从工作实务的角度对某一方面进行探讨,而且主要以定性分析为主,缺乏量化分析。因此,笔者把文章的第三部分作为全文的重点之一,在这一部分笔者通过引入支持向量机(SVM)的修正模型----模糊支持向量机(FSVM) ,将此方法运用于度量信用风险,建立了数学模型,给出求解方法及步骤。并通过对44个上市公司提供的数据进行实证研究,证实了该方法在用于商业银行信用风险评估时,比计量经济模型更具有效性和优越性。笔者再通过该方法对银行提供的19个不违约的样本进行验证,证实了该方法的有效性。在文章的第四部分,本文以违约距离模型为基础的信用风险定价模型,就每笔贷款业务引入违约率和债项资产市场价值预期补偿率,设计一种基于风险溢价的商业银行信用风险定价方法,并推导出贷款风险溢价的具体表达式。接着,根据第三部分的验证的结论给出实例,表明了所提出方法的应用价值,同时通过对比分析,揭示了商业银行传统贷款定价方法的不足。在文章的第五部分,笔者提出在我国商业银行建立完善配套信用管理体系的初步构想,希望能在商业银行授信风险管理方面有所裨益。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪言
  • 1.1 研究背景及意义
  • 1.1.1 我国商业银行信用风险现状
  • 1.1.2 我国商业银行信用风险研究意义
  • 1.2 国内外研究现状及综述
  • 1.2.1 国外研究现状及综述
  • 1.2.2 国内研究现状及综述
  • 1.3 本文研究思路与方法
  • 1.4 本文的研究内容及创新
  • 2 银行信用风险研究的理论与方法
  • 2.1 商业银行信用风险基本概念的界定
  • 2.2 主要研究方法及其比较
  • 2.2.1 四个主要模型的介绍
  • 2.2.2 模型的一般比较
  • 3 FSVM 方法对我国商业银行信用风险的度量
  • 3.1 基于FSVM 风险度量的界定及样本的选择
  • 3.2 FSVM 法的原理
  • 3.2.1 SVM 法风险测度及存在的缺陷
  • 3.2.2 FSVM 风险测度法的原理
  • 3.3 FSVM 法度量信用风险
  • 3.3.1 指标体系的建立
  • 3.3.2 样本数据的处理
  • 3.3.3 FSVM 模型的构造
  • 3.3.4 结果分析
  • 3.4 FSVM 方法对银行信用风险度量的验证
  • 3.5 小结
  • 4 基于风险溢价的信用风险定价
  • 4.1 商业银行信用风险定价的界定及样本的选择
  • 4.2 基于风险溢价的商业银行信用风险定价方法
  • 4.2.1 模型的建立
  • 4.2.2 实证分析
  • 4.3 小结
  • 5 对完善我国商业银行信用风险管理的一些配套工作构想
  • 5.1 建立和开发信用风险管理的客户信息系统
  • 5.2 完善贷款管理的方法
  • 5.3 建立健全风险管理机制
  • 5.3.1 发展信用衍生产品
  • 5.3.2 建立风险预警机制
  • 5.3.3 完善银行内部信用评级
  • 5.4 加快金融市场化的进程,建立一个良好的整体环境
  • 5.5 加强内控制度建设,建立健全风险管理组织架构
  • 5.6 小结
  • 6 结论及未来研究展望
  • 致谢
  • 参考文献
  • 附录
  • 相关论文文献

    • [1].基于FSVM的图像边缘检测[J]. 电子测试 2013(09)
    • [2].基于组合隶属度FSVM的图像边缘检测[J]. 南京邮电大学学报(自然科学版) 2011(06)
    • [3].一种改进的FSVM语音情感识别算法[J]. 重庆科技学院学报(自然科学版) 2012(05)
    • [4].基于小波和FSVM的笔迹鉴定算法研究[J]. 新课程学习(下) 2014(07)
    • [5].基于2DLDA与FSVM的人耳识别[J]. 科学技术与工程 2012(12)
    • [6].基于紧密度FSVM新算法及在故障检测中的应用[J]. 振动工程学报 2009(04)
    • [7].基于奇异值分解和FSVM的声发射信号识别[J]. 自动化与仪器仪表 2017(05)
    • [8].基于改进FSVM的数据挖掘分类算法[J]. 兰州理工大学学报 2016(02)
    • [9].基于投影的FSVM算法及其在文本分类上的应用[J]. 科技通报 2013(08)
    • [10].基于FSVM时域背景预测的红外弱小目标检测[J]. 光电工程 2010(09)
    • [11].基于MVR隶属度的多级FSVM语音情感识别[J]. 重庆理工大学学报(自然科学) 2012(10)
    • [12].基于FSVM的周宁县地质灾害易发性评价研究[J]. 西北林学院学报 2011(04)
    • [13].基于DBSCAN与FSVM的半导体生产线成品率预测方法[J]. 计算机集成制造系统 2016(11)
    • [14].联合EMD和FSVM的非平稳时间序列预测[J]. 计算机科学 2014(S2)
    • [15].结合FSVM和KNN的人脸表情识别[J]. 微电子学与计算机 2013(10)
    • [16].基于视觉注意和改进隶属度的FSVM彩色图像分割[J]. 计算机系统应用 2017(01)
    • [17].粗糙集和FSVM结合的雷达信号识别法[J]. 火力与指挥控制 2010(06)
    • [18].基于SMO的层次型1-FSVM算法[J]. 计算机工程 2010(19)
    • [19].一种基于双隶属度FSVM的网络入侵检测方法[J]. 电子设计工程 2020(22)
    • [20].基于FSVM的二维经验模态分解域图像去噪[J]. 微型电脑应用 2015(12)
    • [21].基于广义高斯分布FDCT_Wrap和FSVM的虹膜识别[J]. 电信科学 2016(07)
    • [22].基于FSVM脱机手写体汉字分类识别研究[J]. 计算机工程与应用 2014(23)
    • [23].基于改进FSVM的旋转机械故障诊断算法[J]. 北京工业大学学报 2015(11)
    • [24].基于FSVM的起重机臂筒焊接变形测量研究[J]. 振动.测试与诊断 2018(06)
    • [25].基于特征加权FSVM的锌液净化除铜工况评估[J]. 信息与控制 2014(03)
    • [26].基于FSVM的图像多类分类方法[J]. 沈阳航空航天大学学报 2012(04)
    • [27].用于FSVM抑噪的统计型模糊权重函数[J]. 华中科技大学学报(自然科学版) 2012(12)
    • [28].基于信息熵距和FSVM隶属度的转子振动状态评估方法[J]. 推进技术 2013(11)
    • [29].基于FSVM光伏系统最大功率跟踪算法及仿真研究[J]. 微型机与应用 2009(19)
    • [30].DSP和非平衡FSVM在陀螺仪故障诊断中的应用[J]. 沈阳理工大学学报 2015(01)

    标签:;  ;  ;  ;  

    我国商业银行信用风险的FSVM度量及其定价研究
    下载Doc文档

    猜你喜欢