基于kmv模型的商业银行信用风险度量及管理研究

《基于kmv模型的商业银行信用风险度量及管理研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、1导言（论文中不能出现截图）1.1研究背景及意义在新巴塞尔协议的背景下，商业银行所面临的风险可明确分类为：信用风险、市场风险、操作风险、流动性风险、清算风险、法律风险和信誉风险等七种类型。McKinney（麦肯锡）公司以国际银行业为例进行的研究表明，以银行实际的风险资本配置为参照，信用风险占银行总体风险暴露的60％，而市场风险和操作风险仅各占20％。因此，在商业银行所面临的众多风险中，信用风险占有特殊的地位，且信用风险已经成为国际上许多商业银行破产的主要原因。对于我国商业银行来说，企业贷款是其主要业务，银行大部分的金融资产为企业贷款，因此贷款的信用风险是商业银行信用风

2、险的最主要组成部分。截至2014年底，商业银行的不良贷款余额为5921亿元，不良贷款率1％，比年初增加993亿元；2014年我国银行业金融机构不良贷款率达1.64%，较2013年提高了0.15%；商业银行2014年末不良贷款率1.29%，提高了0.29%，2014年商业银行不良贷款率创2009年来新高,2013年和2014年我国商业银行不良贷款率也不断上升。以上数据都表明我国商业银行的信用风险形势还相当严峻。信用风险问题俨然成为阻碍我国金融业的持续发展的重要原因。因此，研究信用风险的特点，收集信用相关数据，建立度量信用风险的信用风险模型，定量分析信用风险数据，以及如何

3、将信用风险管理措施运用到各项业务当中，已经是商业银行提高经营管理水平，降低信用风险的最基础、最迫切的要求。本论文的选题就是在这样的前提和背景下进行的。saturationoftheroadnetworkinthevastmajorityofsectionsbelow0.8,higherlevelsofservice,butafewveryhighsaturationoftheroad,xufu,rongzhouroadsaturationismorethan1,levelofserviceverypoor.(2)majorintersectionserviceleve

4、lcrossingisanimportantpartoftheurbanroadnetwork,whetheritisopentotheentireroadnetworkspeedandefficiencyplaysakeyrole.Yibincity,butsomeintersectionsarenotoptimized21在西方发达国家，其商业银行的信用风险管理比较成熟，在实践和理论上都已形成相应的体系，表现出一种从定性到定量、从简单到复杂、从个别资产信用风险评级到资产组合信用风险评级的趋势。信用风险度量的方法和模型也不断推陈出新。相较而言，我国的商业银行信用风险

5、管理系统体系尚不健全，信用评级水平较低，对信用风险的分析任然处于传统的比例分析以及专家经验判断阶段，远不能有效满足商业银行对贷款安全性的度量要求。因此如何加强我国商业银行的信用风险管理能力，提高我国银行业的风险管理水平，保证银行稳健经营，并使我国商业银行逐渐达到国际资本监管标准己是我国银行业发展的重要趋势，而研究和借鉴国外大银行先进的度量方法和管理措施，根据我国的具体情况探索、开发出适用我国商业银行的信用风险量化模型，提升我国银行的竞争力，确保我国银行在全球化的大环境下稳健经营己是当务之急。1.2KMV模型相关研究现状KMV模型自推出以来，受到国外学术界广泛关注，并对

6、其可行性进行诸多实证分析，来验证其是否有效。首先对该模型进行有效性验证的是KMV公司，它对IBM公司跨越5年信用质量恶化期间得出其EDF值在00%---20%之间变化，在其机构信用评级恶化之前，IBM的EDF值已经开始上升，比标准普尔信用评级的违约预测能力强[1]。KMV公司还收集了包括3400家上市公司和40000家非上市公司自1973年以来的资料，建立了庞大的债券及企业信用资料数据库，结果在评价公司债券等方面具有显著成效，尤其在对上市公司的信用评价中尤为突出，它考虑到企业的财务变动、股价及其浮动情形，比单靠公司内外财务分析所得结论更准确。MarkCarey(200

7、1)通过重新定义参数，发现参数修正后KMV模型的预测能力有较大提高[2]。RogerM．Stein(2002)在对原KMV模型进行分析后，通过与现实情况因素进行对比，提出了模型自身存在的一些预测问题和模型相关的改进意[3]。MatthewKurbat和IrinaKorablev(2002)则使用水平确认(LevelValidation)和校准(Calibration)方法对KMV进行了验证，研究结果证实KMV模型的输出结果EDF值实际上是偏态分布，并且样本规模的大小、样本公司的资产相关性的大小和EDF的偏态分布对EDF的预测结果有很大的影响[4]。他