【摘要】： 隨著2006年我國金融市場的全面開放,商業(yè)銀行面臨著前所未有的激烈競爭。自1999年開始的不良貸款資產(chǎn)剝離以來,在各大商業(yè)銀行完善自身信貸風(fēng)險控制和外部監(jiān)管控力度逐步加強(qiáng)基礎(chǔ)上,我國銀行的信貸資產(chǎn)質(zhì)量有一定程度的提高。但由于我國銀行業(yè)的信貸風(fēng)險控制技術(shù)比較落后,在很多方面已經(jīng)跟不上日益復(fù)雜的宏觀經(jīng)濟(jì)和信貸運(yùn)營環(huán)境的變化。所以對我國商業(yè)銀行而言,大力加強(qiáng)銀行信貸風(fēng)險控制研究迫在眉睫,尤其是信用風(fēng)險度量技術(shù)的運(yùn)用和內(nèi)部控制管理的強(qiáng)化。本文在大量信貸業(yè)務(wù)風(fēng)險控制的實(shí)踐基礎(chǔ)上,結(jié)合銀行風(fēng)險控制理論,把信貸風(fēng)險控制系統(tǒng)分為:信貸風(fēng)險評估、信貸活動風(fēng)險控制、信貸風(fēng)險事后監(jiān)督和處理、環(huán)境控制四大子系統(tǒng),運(yùn)用全程和全面風(fēng)險控制的理念對上述每個子系統(tǒng)進(jìn)行了分析研究。 本文所做的主要研究工作如下: (1)為了克服古典和現(xiàn)代信用風(fēng)險度量方法中需要大量的原始數(shù)據(jù)且要求滿足各種分布形態(tài)的局限,建立了短期信用風(fēng)險指標(biāo)體系和長期信用風(fēng)險指標(biāo)體系,引入了灰色關(guān)聯(lián)度模型來對ST公司和非ST公司進(jìn)行信用風(fēng)險度量。實(shí)證結(jié)果表明,基于灰關(guān)聯(lián)度的信用評估方法對非ST公司得出了良好的關(guān)聯(lián)區(qū)分度,而對于ST股票類型得到的關(guān)聯(lián)度區(qū)分并不很好,這是因?yàn)镾T股票公司的某些財(cái)務(wù)指標(biāo)出現(xiàn)了極大值或極小值有關(guān),導(dǎo)致了算法的區(qū)分度不高。 (2)本文對KMV在我國的應(yīng)用情況進(jìn)行了研究,分析了我國上市公司的信用狀況,計(jì)算出我國上市公司的違約距離。針對KMV公司提出的發(fā)現(xiàn)違約發(fā)生最頻繁的分界點(diǎn)在公司價值大約等于流動負(fù)債加50%的長期負(fù)債,但是,我國上市公司失信狀況比較嚴(yán)重,與美國的信用狀況不同,所以不能直接套用其違約點(diǎn)。本文設(shè)立七種違約點(diǎn),分別計(jì)算出違約距離,然后通過對違約距離進(jìn)行非參數(shù)檢驗(yàn),最終確立一個最適合中國股市的違約點(diǎn)計(jì)算模式,且在計(jì)算股權(quán)的市場價值考慮了非流通股的價值。實(shí)證分析表明,ST公司違約距離與非ST公司違約距離差距明顯,從而說明KMV模型在我國使用是有效的,并發(fā)現(xiàn)對總資產(chǎn)與流動負(fù)債、長期負(fù)債之間的回歸取得的帶截距項(xiàng)的回歸方程是最適合我國情況的違約點(diǎn)設(shè)置。 (3)本文通過選取反映短期和長期信用風(fēng)險兩種情形的財(cái)務(wù)指標(biāo),建立了適合短期和長期違約風(fēng)險監(jiān)測的兩個Logistic回歸模型,并使用檢驗(yàn)樣本對得到的兩個Logistic回歸模型進(jìn)行了信貸風(fēng)險預(yù)警效果檢驗(yàn)。在此基礎(chǔ)上,本文還利用多層次評估的全面性,建立了比Logistic回歸模型更加符合客觀信貸實(shí)踐的基于灰色層次評估的信貸風(fēng)險預(yù)警體系,并用實(shí)證結(jié)果加以論證其有效性。 (4)本文在信貸風(fēng)險的內(nèi)控制度的建設(shè)上,針對我國商業(yè)銀行在內(nèi)控制度上的缺陷,提出了基于銀行實(shí)踐的改進(jìn)措施,如完善貸審會制度和建立風(fēng)險經(jīng)理制度等,并根據(jù)自身的信貸工作實(shí)踐從微觀信貸管理的視角提出了較好地對信貸風(fēng)險實(shí)施過程控制的對策。
【圖文】：

文獻(xiàn)回顧比較和分析的基礎(chǔ)上，沿著從風(fēng)險度量到風(fēng)險控制，從靜態(tài)到動態(tài)監(jiān)控，從理論到實(shí)際應(yīng)用的路線展開，構(gòu)建我國商業(yè)銀行信貸風(fēng)險度量和控制改進(jìn)研究的完整體系。在信用風(fēng)險度量研究中，主要是利用我國上市公司的大量財(cái)務(wù)和市場數(shù)據(jù)對現(xiàn)代風(fēng)險度量模型進(jìn)行定量分析。在信貸風(fēng)險的動態(tài)控制中，以制度研究為基礎(chǔ)，采取定性和定量相結(jié)合的方式對我國商業(yè)銀行的信貸風(fēng)險活動和事后監(jiān)控的各個風(fēng)險點(diǎn)進(jìn)行了深入研究。在信貸風(fēng)險的內(nèi)控措施中，，本文理論聯(lián)系實(shí)際，提出基于實(shí)踐的改進(jìn)措施。1.3.3 論文的研究技術(shù)線路本文的研究技術(shù)線路如圖 1-1 所示：

3-18、表 3-19、表 3-20。表 3-17 基于短期信用風(fēng)險指標(biāo)的關(guān)聯(lián)度(行業(yè)：綜合類股票 ST 類型)票名稱 ST 星源 ST 鴻基 ST 寰島 *ST 南控 ST 道博 ST 羅頓 *ST 萬杰聯(lián)度 0.7635 0.7823 0.7681 0.7686 0.7632 0.794 0.7525序 5 2 3 4 6 1 7各關(guān)聯(lián)度相應(yīng)的柱形圖見圖 3-4。結(jié)合圖 3-4 和表 3-17，易知，在短期ST 羅頓和 ST 鴻基應(yīng)該優(yōu)先考慮，這是因?yàn)榛疑P(guān)聯(lián)度大，說明它們與關(guān)聯(lián)大，而且標(biāo)準(zhǔn)序列是這組數(shù)據(jù)的各財(cái)務(wù)指標(biāo)的優(yōu)秀指標(biāo)組合的。列關(guān)聯(lián)大，說明它們財(cái)務(wù)指標(biāo)相對優(yōu)良，風(fēng)險小些，因此在短期貸款慮。而*ST 萬杰、ST 道博在短期內(nèi)風(fēng)險最大，這與它們凈營運(yùn)資金/總資債務(wù)償還比率兩個財(cái)務(wù)指標(biāo)都是負(fù)值有關(guān)。
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2008
【分類號】：F832.4;F224

【引證文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 陳澤鵬;新創(chuàng)小型企業(yè)間接融資的信用風(fēng)險評價研究[D];華南理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 郭曉妹;商業(yè)銀行信貸風(fēng)險管理[D];淮北師范大學(xué);2010年

2 楊友會;商業(yè)銀行對上市公司的信貸風(fēng)險度量研究[D];中北大學(xué);2011年

3 寧靜;基于Logistic模型的我國商業(yè)銀行消費(fèi)信貸風(fēng)險評估研究[D];廣東商學(xué)院;2011年

4 高偉;房地產(chǎn)信貸風(fēng)險分析與防范研究[D];河北工業(yè)大學(xué);2011年

5 王康瑜;基于我國地方政府融資平臺分析銀行項(xiàng)目信貸風(fēng)險[D];西南財(cái)經(jīng)大學(xué);2011年

6 李強(qiáng);深圳市股份制商業(yè)銀行信貸風(fēng)險管理研究[D];東北師范大學(xué);2011年

7 韓宇;工商銀行丹東分行信貸風(fēng)險管理對策的研究[D];大連海事大學(xué);2011年

8 柳天夫;工商銀行湖南省分行營業(yè)部競爭力的研究[D];中南大學(xué);2009年

9 孫建一;XX商業(yè)銀行信貸業(yè)務(wù)的風(fēng)險控制研究[D];鄭州大學(xué);2010年

10 張藍(lán)月;重慶銀行信貸風(fēng)險控制問題研究[D];西南大學(xué);2012年

本文編號：2683063