信用风险模型与我国商业银行信用风险管理

信用风险是商业银行面临的主要风险,为适应国际化竞争的需要,必须加强信用风险管理,采用先进的风险识别、量化、评估模型。我国商业银行应创造条件采用以IRB为基础的ERM模型。为此,需要建立与完善真实、全面的银行内部信用评级体系,并跟踪建立连续的信用历史数据库。要注重风险缓释技术的应用,积极发展衍生工具以分散和控制信用风险。建立银行统一的风险管理信息数据库和管理信息系统,并借鉴国外经验重新塑造我国商业银行信用风险管理组织体系。     

商业银行整体信用风险评估

商业银行整体信用风险的评估,无论是对监管者还是对银行的管理者来说都是至关重要的.考虑宏观、中观和微观三个层面的影响因素,构建了银行整体信用风险的分析框架,并在此基础上提出了基于credit risk+模型和DEA模型的两阶段混合模型.对大连地区的五家银行进行实证,结果表明,银行整体信用风险的大小受三个层面因素的影响,其中贷款组合的信用状况影响最大.实证结果与银监会内部的评估结果一致,说明本文构建的两阶段混合可以有效地评估商业银行的整体信用风险.     

我国商业银行信用风险识别模型及其实证研究

信用风险的度量和管理是商业银行经营管理的核心,在当前在我国商业银行尚不具备条件直接利用先进信用风险度量技术的前提下,研究和开发信用风险识别技术对防范和化解银行信用风险具有重要意义。目前国内相关研究还主要集中在对国外信用风险模型的介绍上,受数据所限,已有的实证研究也主要是从上市公司财务预警角度进行的。本文尝试构造信用风险线性判别模型和Logit识别模型,并利用收集到的在我国某商业银行有贷款的上市公司客户的财务信息和违约数据对模型进行实证检验,检验结果表明Logit模型是较为理想的中国商业银行信用风险识别模型。     

基于BP神经网络的商业银行信用风险识别实证分析

本文采用上市公司未按时偿还贷款的比率(即贷款不良率)作为衡量信用风险高低的标准,结合独立样本t检验和主成份分析法,构造基于BP神经网络技术的商业银行信用风险具有很强的识别能力,可以达到记忆能力和泛化能力兼容的最佳水平,但模型预测和推广能力还有待改善,所以在最终叛定企业信用风险时必须结合其他定量和定性分析方法.本文研究结论敢证明了单隐层模型优越,证实了双隐层无助于提高预测准确率的Lippm定理在中国的成立.     

信用风险约束下的银行最佳贷款结构研究

信用风险是商业银行面临的首要风险,在<巴塞尔新资本协议>的框架下探讨信用风险约束下的银行最佳贷款结构,目的在于银行经营的盈利性和稳健性的有机结合.关于银行业绩的考核指标有很多.本文选择RAROC的原因是,它把商业银行对利润的追求和对风险的管理要求在一个指标里有机地统一起来,体现了商业银行通过存贷业务进行风险经营的本质.并根据RAROC的基本原理,建立了信用风险约束下贷款结构的最优化模型,运用库恩一塔克条件求出不同条件下的结果,提出我国国有银行积极经营和稳健经营协调统一的建议.     

论金融全球化中的我国商业银行信用风险管理

随着我国金融体制改革步伐的加快和金融业开放度的提高 ,国内银行业面临着参与国际竞争的严峻挑战。为此 ,我国商业银行必须借鉴国际上先进的信用风险管理经验 ,强化信用风险管理 ,开发出适用的信用风险管理模型 ,并针对发展中国家商业银行信用风险管理的特点 ,研究我国分阶段运用现代信用风险度量模型、实施信用风险管理的现实选择以及设立征信和信用评级体系的具体措施     

商业银行贷款组合均值——CVaR优化模型研究

信用风险是商业银行面临的主要风险,而其中贷款组合风险是银行业信用风险管理的重点,因此如何控制贷款组合风险成为银行信用风险管理的主要组成部分。本文以商业银行对各类企业违约损失率的CVaR最小化为目标函数,以银行各项资产组合收益函数的期望作为对收益的约束,建立了商业银行违约损失控制的均值-CVaR优化模型,并利用蒙特卡洛模拟方法研究了该模型的效果。结果表明采用均值-CVaR模型可以更加真实地反映商业银行贷款组合风险,有利于商业银行合理优化地配置资产组合。     

我国住房抵押贷款信用风险因素分析

个人住房抵押贷款市场的迅速扩张,得益于房地产贷款是建立在房地产抵押担保的基础之上,房地产抵押为住房抵押贷款提供了充分的保障;其次房地产信贷的利润和质量相对于其他贷款要高。然而,随着个人住房贷款余额的不断增长,商业银行的信用风险也在不断累积。利用银行违约率微观数据并采用Logit模型对我国住房抵押贷款信用风险的影响因素进行分析,个体学历变量、年收入变量、购买房屋总价等因素对贷款人违约率具有很大的影响。相应的政策建议:尽快建立和完善个人信用管理评估体系;大力提高我国商业银行个人住房抵押贷款风险管理水平;稳步推进个人住房抵押贷款证券化改革等。     

商业银行信用风险成因剖析及对策

金融业是高风险行业,而商业银行在为民众提供各种金融服务、获取盈利的过程中就同时承担了各种风险.从我国目前实际情况来看,商业银行面临了信用风险、利率风险、汇率风险等诸多风险,其中,信用风险是最为重要的风险之一.信用风险是指因信用活动中存在的不确定性而使银行遭受损失的可能性.目前,信用风险监控在国内外引起了金融界的广泛关注,并且有很多相关的理论成果.国外的很多研究成果虽然在实践中效果很好,但是由于国情不同,探索适合中国国情的信用风险管理方案便具有深远的理论意义和实践意义.     

商业银行操作性风险与信用风险:理论框架和经验数据

在利率市场化条件下,商业银行在利率定价权力和定价难度加大的同时,其竞争程度加大,这种定价权力、定价难度和竞争程度的增加,都会影响商业银行的经营行为及借款企业的借款行为,进而影响商业银行操作性风险,这种操作性风险的变化,会传导到商业银行贷款信用风险,导致信用风险的增加。以不良贷款率作为商业银行贷款信用风险的衡量指标,以商业银行净利润解释变量的残差来衡量商业银行操作性风险,以中国上市银行2005～2015年的数据验证了商业银行操作性风险与信用风险的显著正相关关系。所以,商业银行控制操作性风险是控制其信用风险的重要基础之一。     

关于信用风险管理模型的比较分析

本文根据目前国际上信用风险管理发展的趋势,介绍了4个主要的信用风险管理模型,并从信用损失、违约率和数学模型进行了比较,最后结合中国实际,简要分析了对国内商业银行信用风险管理的启示。     

商业银行房地产开发贷款风险及防范

由于现阶段我国房地产市场发展迅猛,使得商业银行房地产开发贷款规模不断增长。本文从影响商业银行房地产开发贷款风险的因素人手,采用层次分析法对政策风险、评估风险、操作风险、市场风险、信用风险进行了量化分析。结果表明：目前我国商业银行房地产开发贷款所面临的风险主要是评估风险和信贷风险。建立完善的评估体系与信用体系,是防范与控制房地产开发贷款风险的主要途径。     

基于主成份分析的遗传算法优化BP网络的分类应用

根据某医院提供高维小样本的数据,先用主成分分析降维,然后用四个BP网络构成的神经网络集成对样本进行测试,将结果简单平均。对比累积贡献率和集成输出模糊处理,得到模糊判断率和方差,来选定隐层节点数,从而确定BP网络结构,并用遗传算法来调整权值,从而得到较好集成的分类结果。本文拓展性强,适用于高维样本的分类及各行各业的分类问题。     

我国助学贷款制度的信用风险及其防范对策

国家助学贷款政策对我国教育机会均等及科教兴国战略等国家目标的实现发挥着重要作用.从实质上看,我国的国家助学贷款是一种无担保、无抵押、无质押的纯粹意义上的信用贷款,这对商业银行而言,存在着巨大的信用风险.为此,解决高校助学贷款中的信用风险问题便成了该政策的一个重要议题.文章拟从我国高校助学贷款政策的历史源革着手,通过对助学贷款信用风险特征的分析,提出了建立和完善大学生个人信用体系、建立和完善助学贷款风险补偿与保险机制等若干助学贷款信用风险防范的政策建议.     

上市区域性股份制商业银行信用风险预警模型

信用风险特别是信贷风险,是我国上市区域性股份制商业银行当前面临的主要风险。因此,如何构建恰当的信用风险模型来预测信用风险的大小从而避免这类风险的发生,对于我国上市区域性股份制商业银行来说,这就显得尤为重要。     

基于RAROC的商业银行贷款定价模式研究

我国利率市场化已步入实质性阶段,商业银行信用风险定价权进一步回归.同时,面临更加激烈的竞争形势和更加严格的监管环境,加强贷款定价管理成为我国商业银行当前一项重要而紧迫的工作.本文首先分析了基于RAROC进行贷款定价的必要性,然后推导了RAROC贷款定价模型,分析了贷款定价的依据,介绍了RAROC定价模式的基本流程,最后指出强化经济资本管理是提升我国商业银行贷款定价能力的重要途径,并提出了相关建议.     

基于雷达模型的信用评价方法

信贷信用风险管理是现代银行业理论与实务研究的核心课题之一,信用风险评价与比较作为银行信贷决策的重要理论依据,愈发引起商业银行的重视.银行在运用线性沃尔评级法时面临当两个企业财务指标各有优势互有长短时该评级法失效的困境.为了解决这一问题,本文提出"雷达模型信用评级法",引入信用密度函数的概念,以财务指标在雷达图中围成的闭合区域和信用密度函数的乘积作为考核对象的信用得分的依据,以此解决沃尔评级法的失效问题.     

对发展我国保理业务的几点思考

国际保理业务是商业银行的一项重要的中间业务,是西方发达国家主要的贸易结算方式之一。我国开展保理业务应做到:采用双保理和明保理的方式利用保理业务,拓宽业务范围;重视信用风险的防范和化解,积极促进现代保理信用风险管理机制的建立;明确市场定位,加大宣传力度;尽快培养一支高素质的保理从业人员队伍;促进建立和完善有关的法律法规。     

物业税开征对地方GDP的影响研究——基于PSO-BP型的网络实验

物业税是地方政府行为,其开征势必将对地方经济产生深刻的影响.通过运用BP神经网络进行建模,确定重要参数后,运用PSO算法对BP神经网络的相关权值和阈值进行优化,建立更为精确和优异的PSO-BP神经网络模型,用于模拟上海市物业税开征,并结合Wavelet法分析物业税开征后对上海GDP的影响.结果表明,物业税的开征总体上小幅度地提高了上海市的生产总值,短期来看影响较明显,但长期来看逐渐减弱,并且在短期、中期和长期来看影响具有一定规律的波动.     

国内外企业资信评级的分析与思考

企业资信评级是对企业承担无担保债务和履行金融合同义务能力的判断。我国现阶段信用评估的最大障碍在于信用评级数据的缺乏,因为,国际金融界广泛使用的高级模型,都不同程度地依赖于信用评级数据及历史违约率,而我国信用评级尚未开展,历史违约数据库也有待建立。因此,尽快建立企业资信评级数据库,考虑行业、地区和所有制因素,提高评级技术,加强应用,切实提高商业银行信用风险管理水平。