【摘要】：美國(guó)的金融危機(jī)已然使各國(guó)政府更加重視對(duì)商業(yè)銀行的風(fēng)險(xiǎn)管理。對(duì)于我國(guó)商業(yè)銀行來(lái)說(shuō)，貸款業(yè)務(wù)占業(yè)務(wù)總量的70%，一旦出現(xiàn)信貸危機(jī)將會(huì)影響整個(gè)金融體系的安全。所以，商業(yè)銀行對(duì)其信貸風(fēng)險(xiǎn)進(jìn)行管理是首當(dāng)其沖的重要任務(wù)。只有創(chuàng)造安全、穩(wěn)健的經(jīng)營(yíng)環(huán)境才能獲得更豐厚的利潤(rùn)。根據(jù)風(fēng)險(xiǎn)管理的“三倍定律”，如果在貸款事前預(yù)測(cè)到風(fēng)險(xiǎn)，其減少的損失將3倍于貸后通過(guò)各種方法彌補(bǔ)的損失；貸款出現(xiàn)問(wèn)題后不可挽回的損失將3倍于可挽回的損失[1]�？梢�(jiàn)，最有效的治理信貸風(fēng)險(xiǎn)的手段就是做好風(fēng)險(xiǎn)事前監(jiān)測(cè)，通過(guò)建立信貸風(fēng)險(xiǎn)預(yù)警系統(tǒng)，及時(shí)的預(yù)測(cè)信貸風(fēng)險(xiǎn)發(fā)生的可能性，將損失遏制于萌芽中或者將損失降之到最低。 本文的研究目的是建立適合我國(guó)商業(yè)銀行的信貸風(fēng)險(xiǎn)預(yù)警方法，本文的研究視角是商業(yè)銀行風(fēng)險(xiǎn)管理部門(mén)以企業(yè)還貸風(fēng)險(xiǎn)為監(jiān)測(cè)對(duì)象，本文的研究思路是：在分析我國(guó)商業(yè)銀行現(xiàn)階段信貸風(fēng)險(xiǎn)預(yù)警的現(xiàn)狀和存在問(wèn)題及其成因分析的基礎(chǔ)上，通過(guò)預(yù)警指標(biāo)體系構(gòu)建原則和影響商業(yè)銀行信貸風(fēng)險(xiǎn)因素的分析構(gòu)建了商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，，再結(jié)合預(yù)警指標(biāo)體系和預(yù)警方法對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)作預(yù)警，最后針對(duì)我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警存在問(wèn)題的原因相應(yīng)提出幾點(diǎn)完善建議。 本文商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警的主要思路為：1、首先通過(guò)指標(biāo)篩選建立一套預(yù)警指標(biāo)體系。2、通過(guò)主層次分析方法確定各指標(biāo)權(quán)重。3、應(yīng)用功效系數(shù)法將指標(biāo)數(shù)值指數(shù)化，再乘以相應(yīng)權(quán)重對(duì)風(fēng)險(xiǎn)進(jìn)行綜合評(píng)估。4、應(yīng)用時(shí)間序列模型——自回歸移動(dòng)平均（ARIMA）對(duì)商業(yè)銀行的信貸風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，將預(yù)測(cè)的風(fēng)險(xiǎn)值與警報(bào)值對(duì)應(yīng)來(lái)進(jìn)行信貸風(fēng)險(xiǎn)預(yù)警。
[Abstract]:The financial crisis in the United States has made governments pay more attention to the risk management of commercial banks. For China's commercial banks, the loan business accounts for 70% of the total business, once the credit crisis will affect the security of the entire financial system. Therefore, commercial banks to its credit risk management is the first important task. Only by creating a safe and sound business environment can we gain more profits. According to the "triple law" of risk management, if the risk is predicted in advance, the loss will be reduced by three times than the loss made up by various methods after the loan. Irreparable losses after a loan problem will be three times the recoverable loss [1]. Therefore, the most effective means to control credit risk is to do a good job of risk monitoring in advance, through the establishment of a credit risk warning system, timely prediction of the possibility of credit risk, the loss will be contained in the bud or will be reduced to the lowest. The purpose of this paper is to establish a credit risk early warning method suitable for commercial banks in China. The research angle of this paper is that the risk management departments of commercial banks take the risk of repayment of loans as the monitoring object. The research ideas of this paper are as follows: on the basis of analyzing the present situation, existing problems and causes of credit risk early warning of commercial banks in China, Based on the construction principles of early warning index system and the analysis of the factors affecting the credit risk of commercial banks, this paper constructs an early warning index system of credit risk of commercial banks, and then makes an early warning of credit risk of commercial banks by combining the early warning index system and the early warning method. Finally, some suggestions are put forward to solve the problems in credit risk warning of commercial banks in China. The main ideas of this paper are as follows: 1. Firstly, a set of early warning index system is established through index screening. 2. The weight of each index is determined by principal level analysis method, and the index value is indexed by efficiency coefficient method. Then multiply the corresponding weights to evaluate the risk. 4. Using the time series model-autoregressive moving average (ARIMA) to predict the credit risk of commercial banks, the predicted risk value and the warning value are corresponding to the credit risk warning.
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：F832.4;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張鴻;;ARIMA模型在廣東工業(yè)指標(biāo)預(yù)測(cè)中的應(yīng)用[J];經(jīng)濟(jì)師;2006年08期

2 肖劍蘭;張運(yùn)東;;基于ARIMA模型的消費(fèi)支出建模與預(yù)測(cè)[J];經(jīng)濟(jì)研究導(dǎo)刊;2010年10期

3 孫永濤;;山西省城鄉(xiāng)居民收入差距的時(shí)間序列分析[J];科技信息;2010年20期

4 趙琳;郇亞麗;;泰安市相對(duì)資源承載力分析及ARIMA模型預(yù)測(cè)[J];臨沂師范學(xué)院學(xué)報(bào);2010年06期

5 徐雅靜;汪遠(yuǎn)征;;ARIMA模型在河南省GDP預(yù)測(cè)中的應(yīng)用及SAS實(shí)現(xiàn)[J];中國(guó)科技信息;2006年10期

6 李明;;新時(shí)期我國(guó)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理的對(duì)策探究[J];現(xiàn)代管理科學(xué);2007年01期

7 張少雄;;公路建設(shè)項(xiàng)目費(fèi)用風(fēng)險(xiǎn)預(yù)警過(guò)程研究[J];廣西質(zhì)量監(jiān)督導(dǎo)報(bào);2007年05期

8 周琦;;房地產(chǎn)風(fēng)險(xiǎn)預(yù)警研究方法對(duì)比分析[J];科技信息(學(xué)術(shù)研究);2008年07期

9 張亞麗;;中國(guó)城鄉(xiāng)居民收入差距模型估計(jì)和預(yù)測(cè)[J];商場(chǎng)現(xiàn)代化;2009年20期

10 張欽,達(dá)慶利,沈厚才;在ARIMA(0,1,1)需求下的牛鞭效應(yīng)與信息共享的評(píng)價(jià)[J];中國(guó)管理科學(xué);2001年06期

相關(guān)會(huì)議論文 前10條

1 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 周敏燕;徐方忠;劉加海;;基于ARIMA模型的ADHD兒童視覺(jué)持續(xù)性注意研究[A];2011年浙江省心理衛(wèi)生協(xié)會(huì)第九屆學(xué)術(shù)年會(huì)論文匯編[C];2011年

3 王川;王克;;基于BP神經(jīng)網(wǎng)絡(luò)的我國(guó)農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)預(yù)警研究[A];紀(jì)念農(nóng)村改革開(kāi)放30周年學(xué)術(shù)研討會(huì)暨建所50周年慶典論文集[C];2008年

4 梁風(fēng)波;;基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的保險(xiǎn)企業(yè)內(nèi)部風(fēng)險(xiǎn)預(yù)警實(shí)證研究[A];中國(guó)保險(xiǎn)學(xué)會(huì)第二屆學(xué)術(shù)年會(huì)入選論文集(理論卷2)[C];2010年

5 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

6 郭周克;謝德瑜;楊建軍;王天保;閆曉慧;張生溫;李新潮;秦劍;;煤礦企業(yè)風(fēng)險(xiǎn)預(yù)警預(yù)控系統(tǒng)的建設(shè)與應(yīng)用[A];2009煤炭企業(yè)管理現(xiàn)代化創(chuàng)新成果集[C];2010年

7 董聰;江見(jiàn)鯨;;結(jié)構(gòu)智能健康診斷研究與進(jìn)展[A];第十二屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集第Ⅲ冊(cè)[C];2003年

8 李國(guó)君;;政府審計(jì)在國(guó)有企業(yè)改革中的風(fēng)險(xiǎn)預(yù)警作用[A];創(chuàng)新思想·科學(xué)發(fā)展·構(gòu)建和諧——黑龍江省首屆社會(huì)科學(xué)學(xué)術(shù)年會(huì)優(yōu)秀論文集下冊(cè)[C];2008年

9 崔學(xué)剛;王立彥;許紅;;企業(yè)超速增長(zhǎng)、財(cái)務(wù)危機(jī)與風(fēng)險(xiǎn)預(yù)警——基于電信與計(jì)算機(jī)行業(yè)上市公司的實(shí)證分析[A];中國(guó)會(huì)計(jì)學(xué)會(huì)財(cái)務(wù)成本分會(huì)2006年年會(huì)暨第19次理論研討會(huì)論文集（下）[C];2006年

10 田春艷;楊保安;趙林;;基于神經(jīng)網(wǎng)絡(luò)的規(guī)則抽取技術(shù)在貸款風(fēng)險(xiǎn)預(yù)警研究中的應(yīng)用[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第8屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 楊朝暉;未雨綢繆：環(huán)境風(fēng)險(xiǎn)預(yù)警[N];科技日?qǐng)?bào);2005年

2 周冠毅;要注重“1104工程”風(fēng)險(xiǎn)預(yù)警作用的發(fā)揮[N];中國(guó)城鄉(xiāng)金融報(bào);2006年

3 記者 周貴昌 通訊員 衛(wèi)雅麗;貴州分行強(qiáng)化風(fēng)險(xiǎn)預(yù)警和處置[N];中國(guó)城鄉(xiāng)金融報(bào);2005年

4 湖北省荊門(mén)市沙洋縣地稅局 局長(zhǎng) 盧毅磊;構(gòu)建腐敗風(fēng)險(xiǎn)預(yù)警防控體系 探索沙洋地稅“五分模式”[N];中國(guó)稅務(wù)報(bào);2010年

5 本報(bào)記者 宮瑩;東方國(guó)際:通過(guò)財(cái)務(wù)信息系統(tǒng)開(kāi)展風(fēng)險(xiǎn)預(yù)警[N];中國(guó)會(huì)計(jì)報(bào);2011年

6 楊勇;臨川紀(jì)委構(gòu)筑四道廉政風(fēng)險(xiǎn)預(yù)警線(xiàn)[N];撫州日?qǐng)?bào);2010年

7 記者 李紅梅;出入境風(fēng)險(xiǎn)預(yù)警和快速反應(yīng)機(jī)制建立[N];國(guó)際商報(bào);2002年

8 浙江省紹興縣食品藥品監(jiān)管局 洪彬;探索廉政風(fēng)險(xiǎn)預(yù)警 預(yù)防腐敗發(fā)生[N];中國(guó)醫(yī)藥報(bào);2009年

9 林魯伊 沈娣;蕭山紀(jì)委聘請(qǐng)專(zhuān)家為廉政風(fēng)險(xiǎn)“會(huì)診”[N];中國(guó)紀(jì)檢監(jiān)察報(bào);2010年

10 至建;中國(guó)對(duì)美歐部分輸華食品發(fā)出風(fēng)險(xiǎn)預(yù)警[N];中國(guó)貿(mào)易報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 劉年平;煤礦安全生產(chǎn)風(fēng)險(xiǎn)預(yù)警研究[D];重慶大學(xué);2012年

2 楊智;空中交通管制安全風(fēng)險(xiǎn)預(yù)警決策模式及方法研究[D];武漢理工大學(xué);2012年

3 滕煥欽;財(cái)產(chǎn)保險(xiǎn)公司風(fēng)險(xiǎn)預(yù)警研究[D];山東大學(xué);2011年

4 馮顯富;基于混沌理論的石油煉化企業(yè)風(fēng)險(xiǎn)預(yù)警預(yù)控技術(shù)研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2010年

5 劉X;我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)預(yù)警與緩釋?zhuān)夯谌骘L(fēng)險(xiǎn)管理視角[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

6 李昊;我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警模型研究[D];大連理工大學(xué);2011年

7 李繼偉;我國(guó)資本項(xiàng)目開(kāi)放中的風(fēng)險(xiǎn)預(yù)警研究[D];暨南大學(xué);2010年

8 譚輝雄;金融機(jī)構(gòu)市場(chǎng)退出問(wèn)題研究[D];湖南大學(xué);2010年

9 黃芳;物流網(wǎng)絡(luò)運(yùn)作風(fēng)險(xiǎn)評(píng)估與預(yù)警研究[D];北京交通大學(xué);2010年

10 曹宏杰;擔(dān)保公司風(fēng)險(xiǎn)預(yù)警管理研究[D];武漢理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 楊麗蓉;出入境貨物風(fēng)險(xiǎn)預(yù)警系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2011年

2 樓海濤;商業(yè)銀行并購(gòu)失敗風(fēng)險(xiǎn)預(yù)警研究[D];浙江大學(xué);2011年

3 王皓白;信托投資公司風(fēng)險(xiǎn)預(yù)警及風(fēng)險(xiǎn)管理研究[D];浙江工業(yè)大學(xué);2004年

4 王國(guó)棟;商業(yè)銀行風(fēng)險(xiǎn)預(yù)警系統(tǒng)研究[D];河海大學(xué);2004年

5 馮雪;我國(guó)商業(yè)銀行經(jīng)營(yíng)風(fēng)險(xiǎn)預(yù)警研究[D];大連理工大學(xué);2005年

6 闕斯洋;基于ARIMA的商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警研究[D];哈爾濱工程大學(xué);2012年

7 于霞;我國(guó)企業(yè)市場(chǎng)風(fēng)險(xiǎn)預(yù)警管理研究[D];天津財(cái)經(jīng)學(xué)院;2004年

8 尹秀娟;我國(guó)上市公司財(cái)務(wù)困境及預(yù)警研究[D];吉林大學(xué);2005年

9 廖栩;我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)分類(lèi)預(yù)警指標(biāo)體系的構(gòu)建[D];浙江大學(xué);2006年

10 祁?lèi)?ài)琳;基于功效系數(shù)法與神經(jīng)網(wǎng)絡(luò)的造船業(yè)風(fēng)險(xiǎn)預(yù)警研究[D];江蘇科技大學(xué);2010年

本文編號(hào)：2385491