企业信用风险管理模型的比较

随着经济全球化、金融一体化趋势进一步加强,传统的信用风险分析技术和模型已经很难适应新情况和新问题。西方许多商业银行开始探索运用现代金融理论、统计理论来定量评估和管理信用风险,开发新的现代信用风险度量和管理模型。文章对各种信用风险管理模型进行了分析比较,通过研究新的信用风险管理模型,为提高我国信用风险监管水平作技术准备。     

我国商业银行信用风险量化度量方法研究

信用风险是我国商业银行所面临的最主要的风险,商业银行的信用评价工作直接关系着银行经营的成败.本文结合我国商业银行的实际,基于AHP的分析框架建立商业银行的信用评分模型,以期为商业银行信用风险量化度量提供借鉴.     

商业银行信用风险识别的模型构建与政策建议

文章构建的普通Logistic识别模型在商业银行信用风险的识别中稳定性不强,影响了其预测性能。在使用主成分分析法对数据信息进行有效压缩后,构建的主成分Logistic混合识别模型不仅精度高,而且稳定性好,为商业银行识别和评估信用风险提供了一种有效的方法。最后,对于我国商业银行如何提高信用风险识别水平给出了相关政策建议。     

商业银行信用风险测度的死亡率模型

商业银行传统的信用风险分析方法主要是以信贷专家分析和主观判断为主,存在许多缺陷,难以量化商业银行信用风险.文章尝试运用寿险精算中的死亡率模型测度商业银行客户违约率,分析客户信用等级与违约率之间的数量关系特征,并以此为依据测算贷款的预期违约损失,揭示商业银行信用风险发生的数量规律.根据某商业银行的样本数据对商业银行信用风险死亡率模型进行了实证分析.     

商业银行信用风险量化新方法:死亡率模型

传统的商业银行信用风险分析方法主要是以信贷专家分析和判断为主,存在许多缺陷,难以量化银行信用风险。文章试图创新性地运用寿险精算中的死亡率模型测度商业银行客户违约率,分析客户违约率的数量特征,并以此为依据测算贷款的违约损失,揭示商业银行信用风险发生的数量规律。文章最后模拟了商业银行信用风险死亡率模型的应用。     

金融机构信用风险度量模型的发展与比较

信用风险是金融机构面临的诸多风险中最重要的风险之一,如何量化和控制信用风险一直是金融研究的热点问题.文章对金融机构信用风险度量模型的发展进行了概括,在对传统、现代两类信用风险度量模型的构建理论进行比较研究的基础上,分析了它们各自的特征和适用性,并讨论了信用风险度量模型在我国金融机构信用风险管理中的应用.     

基于神经网络的贷款违约识别研究

随着国内金融市场的逐步开放,我国商业银行将面临日益激烈的市场竞争。提高商业银行的信用风险管理水平,增强市场竞争力,已经成为非常迫切的问题。除了完善信贷管理体制以外,研发信用风险模型以降低信用风险很有必要。鉴于目前的数据情况,现实的选择是研发贷款违约识别系统。本文对神经网络用于贷款违约识别做了实证研究,并与判别分析和决策树做了性能比较,得到了一些有意义的结论。     

基于KMV模型的我国农业银行信用风险管理实证研究

文章在充分考虑我国农业银行贷款对象的基础上,选取三十家沪、深上市公司作为研究样本,运用KMV模型度量了上市公司的预期违约率。研究表明,KMV模型总体上能够较好地评估上市公司的信用风险水平,因而适用于我国农业银行的信用风险管理。     

商业银行法人客户信用风险甄别的定量研究

针对商业银行法人客户信用风险甄别问题,采用距离判别法,利用40家上市企业连续两年的财务数据建立了甄别模型,并用该模型对上市公司进行甄别,并将甄别结果与真实情况进行比较,模型对高风险企业的甄别正确率1999—2000年分别为82．5％和90％。与现有的基于神经网络甄别方法比较,此方法效果明显优于后者。     

信用风险管理中损失分布法与价值分布法的模拟比较

文章通过实际模型比较了信用风险的两大类模型:违约模型和盯市模型。信用风险具有广义与侠义之分,狭义的信用风险就指违约风险,即相关金融资产(贷款)发生违约的可能性及违约的可能损失;广义的信用风险在违约风险的基础上应该包括信用变化所带来风险,也就是信用迁移风险。文章通过构建具有蒙特卡洛模拟的信用风险模型,计算这两种风险值,通过比较得出如下结论:并不是广义的信用风险就大,而是与资产组合的信用状况相关,高信用品质的资产信用迁移增加风险,而对低信用品质的资产信用迁移减少风险。     

四大行业商业信用风险研究

文章从KMV的基本原理、研究方法以及实证研究等方面着手,对KMV模型在中国股票市场中评价上市公司信用风险的能力进行研究.具体选取了4大行业的8家公司(4家ST公司和4家非ST公司)作为样本,通过对其进行KMV度量模型的相关参数,如股权价值、资产价值波动率以及违约距离等进行计算和对比,结果显示KMV商业信用风险度量模型对我国企业商业信用风险的评估具有适用性,值得推广.     

现代信用风险研究综述

现代信用风险模型主要分为结构法模型和简约法模型。这两类模型各有特点,但总体上是围绕着违约时间、违约概率、违约债券定价、违约的可预测性等问题展开,两类模型各自的特点也都缘于对这些关键问题的不同假定或处理方法。传统的结构法模型和简约法模型都是基于完全信息条件下的信用风险模型。近年来一些学者放松了关于完全信息的假定,建立了非完全信息的信用风险模型,使信用风险的评估和预测更加接近现实。     

国有商业银行信用风险与核心竞争力

我国在加入WTO之后,国内商业银行面临严峻的挑战,同时外资银行自身实力和混业经营模式对国内银行的冲击,新巴塞尔协议对风险管理要求的提高以及银行作为一个特殊的行业政府监管力度的加强,都对信用风险管理提出了更高的要求.所以,我国国有商业银行必须加强信用风险管理,跟上世界商业银行发展的步伐.     

KMV 模型在公司信用风险测量中的应用

文章主要阐述了KMV模型的基本思想,用期权定价理论来度量公司的信用风险,同时针对资产价值增长率不为零的情况对K/MV模型进行了修正.最后对公司的违约概率进行了敏感性分析.同时总结了KMV模型在度量我国公司信用风险时的优缺点.     

信用风险管理中的多目标决策方法

0引言信用风险是债务人在债务到期时,无法还本付息而使投资者遭受损失的风险。近年来,信用风险管理受到国际银行业的高度重视。随着20世纪90年代Credit M etrics[1]等新一代信用风险模型的出现,国际大型商业银行对信用风险动态管理的研究取得了重大进展。从目前的实践看,运用现     

信用风险的非线性二重组合判别模型

随着金融全球化的不断发展,商业银行业务不断扩大,其伴随的由于信贷业务而产生的信用风险影响巨大,引起了学术界和金融机构的广泛关注。大量的量化信用风险的模型被开发出来。文章在通过对现在广泛研究的多元判别模型、KMV模型和神经网络模型进行分析的基础上,总结出现有的信用风险量化模型特点,提出了非线性二重组合判别方法对企业的违约风险进行判定的方法,并对该模型的算法进行了分析。最后,通过上市公司的数据对模型违约可能进行了实证分析并得出结果。     

基于KMV模型上市公司违约点的确定

上市公司的信用风险同时关系到企业与银行的健康发展.在发达国家,信用风险预测模型越来越严密与精确.文章根据KMV模型的原理,利用我国上市公司的实际数据,采用最小误判法,确定了我国上市公司的违约点和违约距离,井对此违约点及违约距离进行了实证检验.     

基于行业分类的商业银行信用风险的度量

商业银行面临的信用风险指的是由于贷款企业违约而带来的风险。如何及时准确度量商业银行面临的信用风险,一直以来都是国内外理论界和银行实务界的热点问题。在信用风险度量方法中,专家制度是一种最古老的信用风险定性分析方法,其中最著名的是5C、5W和5P信用分析模型。以前对信     

我国商业银行贷款定价影响因素的实证检验

文章运用2002~2010年我国13家全国性商业银行9年的面板数据,用平均贷款利率作为因变量,用资金成本、违约风险水平、银行相对规模、资本充足率、贷款集中度、银企信息不对称程度作为自变量,分别运用混合数据OLS模型、固定效应模型和随机效应模型实证检验了我国商业银行的贷款定价影响因素,发现除资金成本、违约风险水平与我国商业银行的贷款定价水平具有显著正相关关系,而其它自变量对贷款定价的影响都不显著。     

分行业的企业财务危机预警模型比较研究

世界各国学者分别用不同的统计模型对信用风险进行全行业的实证研究。中国在此方面的研究尚处起步阶段。综合运用多元判别模型、Logistic模型、主成分模型,分不同行业对企业财务危机进行预警研究。比较分析了不同行业预警模型的判别准确率,不同预警技术的判别准确率,多年度预警的可行性,预警模型的稳定性,大类、中类行业预警的通用性等问题。商业银行可以使用这些模型进行信用风险度量和信贷风险预警。