KMV模型在我国商业银行信用风险管理中适用性分析实证检验,本论文主要论述了信用风险管理论文范文相关的参考文献,对您的论文写作有参考作用。
信用风险管理论文参考文献：
【摘 要】本文在介绍KMV模型、Credit Metrics模型、Credit Risk+模型和Credit Portfolio View模型这四种国际流行的信用风险管理方法的基础上,基于定性和定量分析相结合,对这四种信用风险管理方法进行比较分析,认为KMV模型最适合我国目前的国情.以2013年45家ST公司和和之配对的45家非ST公司以及2014年20家ST公司和和之配对的20家非ST公司为样本,对样本的违约距离进行实证检验.实证结果表明KMV模型基本上能够识别上市公司的信用状况,但是也有一些企业的违约距离不符合实际情况,这也说明该模型在我国商业银行信用风险度量中的识别能力有限,究其原因可能和该模型所要求的一些假设条件在我国尚不能得到有效满足等因素有关.因此,我国商业银行在对债务企业进行信用评价时,综合利用KMV模型和债务公司的财务数据会使信用风险的度量结果更加可靠.
【关键词】KMV模型；商业银行信用风险；适用性分析
一、引言
信用风险是商业银行面临的核心风险,也是新巴塞尔协议中的新资本协议的核心内容.当经济状况出现波动时,人们的经济预期会逐渐改变,借款人的行为也会发生一定的变化,“羊群效应”和道德风险很可能随之产生,并影响到金融体系的稳定.2015年上半年末,我国商业银行的不良贷款余额达到10919亿元,不良贷款率为1.5%,较2014年年底上升0.25个百分点,多家银行的不良贷款率均突破1%.而且一些资产质量相对较好的银行,在2015年也出现了许多新的问题.这些数据反映,信用风险的存在会严重影响我国商业银行经营的安全性、流动性和盈利性.但我国对信用风险的控制,主要采用的是依据静态性财务数据的经验型信用风险管理方法,较少运用国际上常用的现代信用风险度量方法.这严重影响了我国信用风险定量研究的发展,不利于我国信用体系的完善和经济的健康发展.
西方发达国家的银行信用体系起步较早,衍生产品发展迅速,学者们和实践者对商业银行信用风险管理的研究成果积累较多.传统的信用风险管理方法主要有三类：信用评分型方法[1]、专家评级方法和评级型方法.由于信息不对称问题日益突出,导致贷款人发生逆向选择和道德风险,学者逐步将银行微观金融学、博弈论和信息经济学、委托 、行为金融学等理论引入到对信用风险的度量和预防中,信用风险的研究逐渐走向定量化.如默顿（1974）利用布莱克—斯科尔斯期权定价原理建立了Merton模型,Fischer Black（1975）考虑到信用风险产生的衍生原因,推导出企业股票所满足的欧式期权价值.随着信用风险产生的原因日趋复杂,信用风险对经济主体的影响也迅速增大,经济学家从交叉学科理论出发,在信用风险度量中又加入了计量经济学、保险精算学、数理统计学等理论以提高信用风险度量的科学性和精确性,从而产生了许多著名的现代信用风险度量模型.KMV公司于1993年推出了一种以期权理论为基础的KMV模型.1997年,JP摩根提出了一种基于Merton期权理论的度量信用风险的新方法,这种方法又被称为Credit Metrics.同年末,瑞士信贷银行金融产品部（C*P）推出了基于保险精算的Credit Risk+模型.麦肯锡公司考虑了宏观经济因素对信用风险的影响,根据信用组合提出了Credit Portfolio View模型.目前,KMV模型、Credit Metrics模型、Credit Risk+模型和Credit Portfolio View模型在商业银行信用风险管理中发挥着重要的作用.
在国内,由于我国证券市场发展时间较短,信用风险意识较为淡薄,而且缺乏大型的、连续的、完整的违约数据库和完善的信用评级体系,使得我国信用风险的定量研究和国际上的先进技术存在较大差距.国内学者的研究主要集中于以下三个方面：第一是李树杰（2006）等从理论上对国外四种先进信用风险管理方法进行探讨[2]；第二是曹道胜（2006）、陈忠阳（2009）等从不同的角度对四种信用风险管理方法进行了对比研究[3-4]；第三是梅建明,易卫民,黄世为（2013）、尹丽（2013）、段霞（2012）等利用中国的实际数据,对KMV模型进行实证检验并提出了修正建议[5-7].
但以上研究文献表明,国内学者有关商业银行信用风险的研究主要集中于理论分析和对 析,并没结合我国的实际情况讨论哪种模型最适合我国的国情,同时,有关的实证研究使用的样本数据普遍偏小,涵盖的行业范围有限.国外的银行信用体系较为发达,信用风险的定量研究水平比我国超前,四种现代信用风险管理方法和我国的实际发展情况存在较大差距,每一种方法都不能直接拿来使用.因此,对四种模型在我国的适用性进行比较分析就显得尤为重要.本文以此为基础,从模型的数据要求、风险驱动以及各模型的应用价值和局限性等方面,对四种模型在我国商业银行信用风险管理中的适用性进行了探讨,提出KMV模型最适合我国现阶段的国情.随后选取了2013年90家样本公司和2014年40家涵盖多区域和多行业的公司样本,对KMV模型的适用性进行了实证检验.
二、商业银行四种信用风险管理方法的适用性分析
国际上流行的现代信用风险管理方法包括Credit Metrics模型、KMV模型、Credit Risk+模型、Credit Portfolio View模型,均产生于欧美等发达国家,在信用风险管理中发挥着重要作用.但由于我国信用评级体系发展尚不完善,各个模型对数据的要求、风险驱动因素以及应用价值和局限等方面均存在明显差异,有些假设条件和参数估计和我国的实际不太相符,使得部分模型在我国运用时受到了限制.
（1）信用评级体系
Credit Metrics模型和Credit Portfolio View模型的参数估计对信用评级体系的依赖性较强,但由于我国信用评级体系起步时间较晚,发展时间较短,没有建立起大型的连续的历史违约数据库.缺乏一些大型的、权威的、独立的评级机构,信用评级体系在对公司进行信用评级时会受到一些干扰影响因素,具有一些主观性成分,导致我国提供的一些资信数据的可靠性受到影响,使得这两个模型在我国的实际应用中受到一定的局限性.
结论：关于信用风险管理方面的论文题目、论文提纲、信用风险管理ppt论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
我国商业银行信用风险管理存在问题
[摘 要]在商业银行业务中，风险自始至终都会存在。随着经济的不断发展，银行所面临的风险也变得多种多样，而信用风险也已经成为各国商业银行中最致命的。
我国商业银行信用风险管理
【摘要】随着我国金融行业的不断发展，风险管理在现代金融机构中的地位日趋重要。商业银行是现代金融行业的基础，如何防范和控制风险，已经成为金融机构运。
CreditMetrics模型在我国商业银行信贷风险管理应用
摘要：本文首先考察了国际上应用较广的传统风险度量模型，即巴塞尔委员会推荐使用的在国际上具有较大影响力的Credit Metrics、KMV、Cr。
基于KMV模型我国商业银行信用风险度量其防范
摘要 商业银行的经营过程在任何时候都面临着信用风险。本文以KMV模型为定量分析工具，分别选取我国上市公司中的ST和非ST公司作为样本进行对比，通。