“影子”内部评价模型及其在中国银行业的应用

《“影子”内部评价模型及其在中国银行业的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、後里大学硕士学位论文学校代码：10246学号：062025018“影子炒内部评价模型及其在中国银行业的应用院系：管理学院专业：DDIM姓名：吴逸云指导教师：胡畏教授完成日期：2008年6月23日．2-AbstractThenewBaselaccord(BaselII)providesthreepossibleapproachesforbanksandregulatorstochooseforcalculatingthecapitalrequirement．Evenbankloansemendedtootherbanksaresubjecttoacapitalrequirementa

2、ndshouldbeevaluatedaccordingtooneofthethreepossibleapproaches．HoweveEtheimmatureratingindustryandlackingofsufficientdatabasemakeitdifficultforChinesebankstoadoptanyoneoftheapproaches．Thispaperaimstodevelopa“shadowratingmodel”asareferenceforChinesebanksandregulatorstoassessthequalityofbanksaswe

3、llastheaccuracyofpotentialInternalRatingModelthatistobedevelopedfortheadoptionofBaselII．The“shadowratingmodel”mapstheratingsofbanksworldwidetotheirspecificfinancialvariablesanditsdiscriminantpowerisvalidated．However,thepeculiarityofChinesebanksdatamakesthemodelunfit．Suggestionsareproposedtoimp

4、rovethemodelandtoapplyittoChinesebanks．．3．摘要2004年6月，巴塞尔委员会出台了新巴塞尔资本协议。新协议为计算信用风险和操作风险的资本要求提供了三种方法供各国银行和监管机构选择。包括银行之间的贷款也受到资本要求的制约，并且需要进行评估。然而，中国评级行业的不成熟使得外部评级难以作为标准法的参照依据，历史信贷数据的缺乏又使得内部评级模型的建立难以在短时间内实现。本文旨在通过对外国银行的财务数据和相应评级的分析，建立一个“影子评价模型"来模仿权威评级机构的评级模式，随后应用到中国银行业的数据中，以图对中国银行业的整体质量有一个初步的了解。近一个

5、世纪以来，众多学者已经对如何预测一个企业的破产与否进行了很多研究，当中有很大一部分是针对银行业的研究。其中最早一篇要追溯到Secrist(1938)的文章。自1960年代起，随着统计技术的发展，此领域的研究层出不穷。Beaver(1966)，Altman(1968)，Matin(1977)，Zmijewski(1983)，Odom和Sharda(1990)，BareSeiford和Siems(1994)都做出了突破性的贡献。中国学者在破产预测方面也做了很多研究。陈静(1999)，王春峰(1999)，孙强(2005)等先后将该领域的先进方法对中国进行了实际应用。但是，已有的大多数研究

6、是针对银行破产与否进行预测，而在现实中由于银行的特殊性，实际破产的例子很少。就适用的普遍性来说，可能对银行质量高低(即投资或投机级别)进行的分析。本文建立的“影子评价模型’’正是对银行属于投资或投机级别的一个判别模型。本文使用logistic回归模型。logistic回归有三个优点：它对银行财务数据不要求满足正态分布，它对二分应变量特别适用以及函数结果能直接表示为预测判别的概率。文中所使用的数据全部来自BANKSCOPE数据库，使用的软件是SPSS12．0。建立模型所使用的训练集包括42家投机级别银行和122家投资级别银行在2006财务年度的财务比率。在选取样本的过程中避免了国家评

7、级对银行评级的制约，以及由于过度抽样或抽样不足对结果可能产生的偏差。并且这164家银行都是商业银行，以避免不同银行业务方向对财务数据的影响。模型的建立有三个假设：l，假设数据相同的情况下，报表类型(合并报表或单独报表)不会对评级产生影响。2，假设数据相同的情况下，不同的会计准则不会对评级产生影响。3，假设国家评级超过银行评级的情况下，评级机构对各国银行的评级标准是相似的。本文得到的回归模型在自变量的显著性，在模型的适用性，对应变量的解释度和对样本的判别力方面均达到较高