近些年中國(guó)經(jīng)濟(jì)增速的放緩伴隨著宏觀經(jīng)濟(jì)環(huán)境的動(dòng)蕩不斷,對(duì)我國(guó)無(wú)論實(shí)體市場(chǎng)還是金融市場(chǎng)的運(yùn)行發(fā)展都造成了較大的壓力。而商業(yè)銀行作為我國(guó)金融市場(chǎng)中最為重要的主體,無(wú)論是在對(duì)國(guó)家貨幣政策的執(zhí)行傳導(dǎo)上還是維持我國(guó)經(jīng)濟(jì)市場(chǎng)平穩(wěn)發(fā)展中都扮演著尤為重要的角色。然而數(shù)據(jù)顯示近幾年商業(yè)銀行不良貸款率逐年提升,如包商銀行,錦州銀行等商業(yè)銀行暴雷事件頻發(fā),商業(yè)銀行的信用風(fēng)險(xiǎn)是我們不得不關(guān)注的重點(diǎn)本文選擇我國(guó)股份制銀行之一的華夏銀行作為研究對(duì)象,通過(guò)對(duì)國(guó)內(nèi)外學(xué)者在信用風(fēng)險(xiǎn)度量方法,商業(yè)銀行信用風(fēng)險(xiǎn)影響因素等方面的過(guò)往研究進(jìn)行梳理與總結(jié)。以信息不對(duì)稱理論及資產(chǎn)定價(jià)理論為理論基礎(chǔ)。對(duì)華夏銀行的信貸現(xiàn)狀以及信用風(fēng)險(xiǎn)管理現(xiàn)狀進(jìn)行分析,發(fā)現(xiàn)其存在信用風(fēng)險(xiǎn)管理流程尚不完善,相關(guān)從業(yè)人員對(duì)風(fēng)險(xiǎn)管控能力不強(qiáng)等問(wèn)題。進(jìn)而根據(jù)這些問(wèn)題進(jìn)入對(duì)華夏銀行信用風(fēng)險(xiǎn)度量及影響因素的實(shí)證研究中。在對(duì)華夏銀行信用風(fēng)險(xiǎn)度量的實(shí)證分析中,本文以華夏銀行為主體,用信用違約距離代表銀行的信用違約情況,同時(shí)為使結(jié)果更有說(shuō)明效果選取了其他分別來(lái)自國(guó)有銀行,股份制銀行以及城市商業(yè)銀行的6家銀行作為比較樣本進(jìn)行對(duì)比分析。選取2007年下半年至2019年上半年... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

華夏銀行信用風(fēng)險(xiǎn)管理組織體系

第四章華夏銀行信用風(fēng)險(xiǎn)度量及其影響因素實(shí)證分析42圖4.6VAR模型模值圖（3）Granger因果檢驗(yàn)前文我們雖然對(duì)數(shù)據(jù)及模型的平穩(wěn)性進(jìn)行了檢驗(yàn)，但無(wú)法確定本文所選取的變量GDP增長(zhǎng)率（DGDP）、M2增速（DM2）、華夏銀行不良貸款率（BLR）及華夏銀行資本充足率（CAR）與本文的解釋變量違約距離(DD之間是否存在因果關(guān)系，因此分別對(duì)解釋變量與被解釋變量之間進(jìn)行g(shù)ranger因果檢驗(yàn)，檢驗(yàn)結(jié)果如表4.10所示：表4.10Granger因果檢驗(yàn)方程原因chi2P>chi2dddgdp3.280.07dddm24.080.04ddblr1.200.07ddcar3.440.06ddALL10.970.03由表4.10可知，在5%的顯著水平下dgdp，dm2，blr以及car均是dd的格蘭杰原因，即解釋變量與被解釋變量之間的因果關(guān)系均成立。（4）脈沖響應(yīng)函數(shù)分析基于上文建立的穩(wěn)定的VAR模型，為了更好的分析變量之間在一定時(shí)間段內(nèi)的動(dòng)態(tài)關(guān)系以及相互影響的情況，本文采用了脈沖函數(shù)以及方差分析進(jìn)行進(jìn)一步的探究，本文變量之間脈沖函數(shù)圖4.7所示：

【參考文獻(xiàn)】：
期刊論文
[1]商業(yè)銀行信用風(fēng)險(xiǎn)的順周期性研究——基于VAR模型的實(shí)證研究[J]. 惠銳,郭華世.  農(nóng)村金融研究. 2019(09)
[2]基于KMV模型的我國(guó)上市銀行信用風(fēng)險(xiǎn)度量研究[J]. 于沐清,韓忠.  經(jīng)營(yíng)與管理. 2019(07)
[3]基于VAR模型的地方中小商業(yè)銀行信用風(fēng)險(xiǎn)分析[J]. 楊彩麗.  河北金融. 2018(08)
[4]商業(yè)銀行股權(quán)結(jié)構(gòu)改革對(duì)信用風(fēng)險(xiǎn)影響的實(shí)證分析——基于雙重差分法的研究[J]. 沈麗,朱緒東,劉偉華.  山東財(cái)經(jīng)大學(xué)學(xué)報(bào). 2017(06)
[5]我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)的影響因素研究[J]. 李想.  現(xiàn)代經(jīng)濟(jì)信息. 2017(15)
[6]商業(yè)銀行信用風(fēng)險(xiǎn)宏觀壓力測(cè)試研究[J]. 王天宇,楊勇.  商業(yè)經(jīng)濟(jì)與管理. 2017(05)
[7]基于KMV模型的錦州銀行信用風(fēng)險(xiǎn)評(píng)估研究[J]. 孫友榮,張玉明.  合作經(jīng)濟(jì)與科技. 2017(07)
[8]中國(guó)上市商業(yè)銀行信用風(fēng)險(xiǎn)分析及比較——基于KMV模型及面板數(shù)據(jù)[J]. 李晟,張宇航.  中央財(cái)經(jīng)大學(xué)學(xué)報(bào). 2016(10)
[9]高速串行數(shù)據(jù)傳輸鏈路中固定延時(shí)設(shè)計(jì)[J]. 鄧彬偉,劉天寬.  測(cè)控技術(shù). 2016(02)
[10]基于變結(jié)構(gòu)KMV模型的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)度量研究[J]. 姚德權(quán),張宏亮,黃學(xué)軍.  中國(guó)軟科學(xué). 2015(11)



本文編號(hào)：3008234