商业银行信用风险度量技术的统计模型研究

摘要

贷款信用风险是商业银行信用风险的主要来源.为了降低信用风险,确保其利润空间,银行必须及时掌握贷款企业动态,有效评估其信用水平,防止贷款逾期或呆账的发生.而及时有效发现贷款企业的早期风险则有赖于发展一套明确、客观的信用风险评价模型,仔细评估贷款企业的信用,使其在有限可贷资金限制下,随着信用风险的降低,增加银行的贷款利润.国外银行凭借成熟的信用评级制度以及翔实的企业违约率数据,建立了众多完善的信用风险评估定量模型,为银行的信用风险管理提供了科学决策依据.中国由于信用风险管理起步较晚,评价体系以定性为主,主观性较强,已经远不能满足实际需要.而国外流行的定量模型应用于国内环境又存在违约率数据瓶颈.因此,要提升中国商业银行的信用风险管理水平,必须发展一套符合中国现阶段实际情况的信用风险评价定量模型.该研究从企业经营失败的角度来对贷款企业的违约率分布进行讨论,以企业的财务指标作为输入变量,利用多元判别分析和生存分析建立了一套信用风险预警模型.统计方法的运用不仅有效地克服了

目录

内容提要

ABSTRACT

第1章 前言

1.1选题意义

1.2论文目标

第2章 信用风险度量技术

2.1信用风险度量的基本概念

2.2信用风险度量技术的演进

2.3两种信用风险度量技术：Credit Monitor和CreditRisk+

2.4我国商业银行信用风险度量现状及其存在的问题

第3章 研究方法设计

3.1企业失败的定义

3.2指标体系的选择

3.3样本及数据来源

第4章 多元统计判别模型

4.1模型的提出

4.2研究方法及流程

4.3数据分析结果

4.3.1因子分析

4.3.2判别分析

4.4讨论

第5章Cox模型

5.1模型的提出

5.1.1生存分析的截断数据类型

5.1.2生存函数

5.1.3 Cox模型

5.2模型的建立

5.3基本生存函数的估计

5.4模型显著性检验

5.5模型判别能力

5.6讨论

第6章 结论及建议

6.1结论

6.2建议

参考文献

感谢

论文独创性声明及论文使用授权声明