發(fā)布時間：2017-10-21 17:21

  本文關(guān)鍵詞：中國商業(yè)銀行信用風(fēng)險度量研究

  更多相關(guān)文章： 信用風(fēng)險 巴塞爾協(xié)議 商業(yè)銀行 KMV模型

【摘要】：本文以巴塞爾協(xié)議為導(dǎo)向,選取了定性分析、定量分析和對比分析法結(jié)合在一起,對信用風(fēng)險計量模型進行了理論和實證研究,并聯(lián)系了我國實際情況加以修正和改進,在提高國內(nèi)銀行業(yè)信用風(fēng)險的度量水平方面有著顯著的研究意義。本文在緒論部分對現(xiàn)階段的國內(nèi)外信用風(fēng)險管理的研究成果做了總結(jié)和梳理,然后在第二部分對于信用風(fēng)險的定義和特征進行了詳細(xì)的說明,同時引出了信用風(fēng)險管理的概念和巴塞爾協(xié)議的相關(guān)規(guī)定,并且著重闡述了當(dāng)前我國銀行業(yè)信用風(fēng)險及管理的現(xiàn)狀。第三部分主要介紹了內(nèi)部評級法和四種現(xiàn)代信用風(fēng)險度量模型,并對這四種度量模型在我國銀行業(yè)信用風(fēng)險管理中的適用性進行了分析,得出KMV模型在我國商業(yè)銀行信用風(fēng)險度量中具有優(yōu)勢的結(jié)論。第四部分則在現(xiàn)狀分析的基礎(chǔ)上,重點說明了如何對KMV模型進行修正。實證過程主要從兩個方面進行分析,一是橫向的截面分析,即檢驗修正的KMV模型是否能有效區(qū)分ST公司與非ST公司,得到使模型最有效的違約點設(shè)定。二是縱向的時間序列分析,即檢驗修正的KMV模型是否能有效預(yù)測一家上市公司的信用風(fēng)險變化情況。本文選取了滬深兩市16個行業(yè)、共40家企業(yè)的財務(wù)數(shù)據(jù)和市場數(shù)據(jù)進行了實證研究。最后得到結(jié)論：基于商業(yè)銀行視角下,修正的KMV模型在國內(nèi)上市公司信用風(fēng)險度量結(jié)果方面具有比較高的精確度,可以為我國商業(yè)銀行信貸風(fēng)險相關(guān)的風(fēng)險預(yù)警機制的建設(shè)做出一點貢獻(xiàn)。最后,本文針對我國銀行業(yè)信用風(fēng)險管理的完善提出了建議。
【關(guān)鍵詞】：信用風(fēng)險 巴塞爾協(xié)議 商業(yè)銀行 KMV模型
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F832.33
【目錄】：

• 摘要5-6
• Abstract6-9
• 1 緒論9-20
• 1.1 選題的背景及意義9-10
• 1.1.1 選題的背景9
• 1.1.2 選題的意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-18
• 1.2.1 國外研究現(xiàn)狀10-14
• 1.2.2 國內(nèi)研究現(xiàn)狀14-18
• 1.3 研究思路和技術(shù)路線18-20
• 1.3.1 研究思路18
• 1.3.2 技術(shù)路線18-20
• 2 商業(yè)銀行信用風(fēng)險管理概述20-33
• 2.1 商業(yè)銀行信用風(fēng)險的界定20-21
• 2.2 巴塞爾資本協(xié)議框架下的商業(yè)銀行信用風(fēng)險管理21-27
• 2.2.1 信用風(fēng)險管理的內(nèi)涵21-22
• 2.2.2 巴塞爾協(xié)議演化過程中的商業(yè)銀行信用風(fēng)險管理22-27
• 2.3 我國商業(yè)銀行信用風(fēng)險管理現(xiàn)狀27-33
• 2.3.1 我國商業(yè)銀行信用風(fēng)險現(xiàn)狀27-30
• 2.3.2 我國商業(yè)銀行信用風(fēng)險管理現(xiàn)狀30-33
• 3 內(nèi)部評級法下的現(xiàn)代信用風(fēng)險度量模型選擇33-42
• 3.1 內(nèi)部評級法33-34
• 3.2 現(xiàn)代信用風(fēng)險度量模型34-40
• 3.2.1 Credit Metrics模型34-36
• 3.2.2 Credit Risk+模型36-37
• 3.2.3 Credit Portfolio View模型37-38
• 3.2.4 KMV模型38-40
• 3.3 KMV模型在我國的適用性分析40-42
• 4 基于KMV模型的實證分析42-56
• 4.1 KMV模型的修正改進42-44
• 4.1.1 股權(quán)價值波動率的估算42-43
• 4.1.2 違約點的選取43
• 4.1.3 股權(quán)價值的計算43
• 4.1.4 實證結(jié)果對比的指標(biāo)43-44
• 4.2 基于改進的KMV模型的實證研究44-54
• 4.2.1 數(shù)據(jù)的選取44
• 4.2.2 參數(shù)的處理及實證過程44-51
• 4.2.3 實證結(jié)果檢驗51-54
• 4.3 結(jié)果分析54-56
• 5 結(jié)論及建議56-59
• 5.1 結(jié)論56
• 5.2 建議56-57
• 5.3 論文的創(chuàng)新和不足57-59
• 5.3.1 論文的創(chuàng)新之處57
• 5.3.2 論文的不足之處57-59
• 致謝59-60
• 參考文獻(xiàn)60-63
• 附錄63-66

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 田麗紅,吳曉燕,常明;中小企業(yè)信用風(fēng)險度量模式的選擇分析[J];石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報;2005年02期

2 林日麗;;國外主要信用風(fēng)險度量方法評介[J];生產(chǎn)力研究;2006年03期

3 張鵬;曾永泉;岳超源;;信用風(fēng)險度量的新專家方法[J];科技進步與對策;2006年07期

4 陳之超;;“中小企業(yè)科技金融創(chuàng)新”專題之十 中小企業(yè)信用風(fēng)險度量方法的國內(nèi)外研究綜述[J];江蘇科技信息;2009年08期

5 王珍珍;黨娜;;中小企業(yè)融資的信用風(fēng)險度量和控制機制分析[J];現(xiàn)代商業(yè);2010年08期

6 劉亞君;劉永功;;中小企業(yè)信用風(fēng)險度量分析[J];商;2012年03期

7 張鵬;曾永泉;張忠楨;;信用風(fēng)險度量的改進專家方法[J];科學(xué)技術(shù)與工程;2002年06期

8 胡宗偉;信用風(fēng)險度量方法:一個綜述[J];新金融;2005年02期

9 門玉峰;;信用風(fēng)險度量方法與模型述評[J];理論界;2007年12期

10 馬永杰;孔榮;;基于逐步判別分析方法的農(nóng)戶正規(guī)融資信用風(fēng)險度量研究[J];廣東農(nóng)業(yè)科學(xué);2011年20期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 袁建良;開發(fā)性金融信用風(fēng)險度量研究[D];中南大學(xué);2008年

2 劉迎春;我國商業(yè)銀行信用風(fēng)險度量和管理研究[D];東北財經(jīng)大學(xué);2011年

3 夏紅芳;商業(yè)銀行信用風(fēng)險度量與管理研究[D];南京航空航天大學(xué);2007年

4 劉兵;我國商業(yè)銀行信用風(fēng)險度量與管理研究[D];吉林大學(xué);2008年

5 李關(guān)政;基于宏觀經(jīng)濟因子的我國商業(yè)銀行信用風(fēng)險度量研究[D];湖南大學(xué);2010年

6 韓崗;我國中小企業(yè)信用風(fēng)險度量模型與實證研究[D];吉林大學(xué);2008年

7 張繼軍;信用風(fēng)險度量及其與宏觀經(jīng)濟關(guān)系研究[D];天津大學(xué);2009年

8 遲建新;創(chuàng)業(yè)企業(yè)信用風(fēng)險度量與貸款組合管理研究[D];重慶大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙晶晶;基于KMV模型的我國商業(yè)銀行信用風(fēng)險度量的適用性研究[D];云南財經(jīng)大學(xué);2015年

2 李雨澤;利率市場化下上市企業(yè)信用風(fēng)險度量研究[D];南京財經(jīng)大學(xué);2015年

3 夏偉偉;基于KMV模型上海市上市房企信用風(fēng)險度量研究[D];廣西大學(xué);2015年

4 何超穎;我國商業(yè)銀行信用風(fēng)險度量研究[D];廣東外語外貿(mào)大學(xué);2015年

5 汪小龍;基于KMV模型的公司債券發(fā)行主體信用風(fēng)險度量研究[D];安徽財經(jīng)大學(xué);2015年

6 鄧偉;基于修正KMV模型的我國上市公司信用風(fēng)險度量研究[D];江西財經(jīng)大學(xué);2015年

7 朱志成;L銀行沈陽分行信用風(fēng)險度量及管理策略研究[D];沈陽大學(xué);2016年

8 于雪君;基于KMV模型的我國保險公司信用風(fēng)險度量研究[D];中國海洋大學(xué);2015年

9 胡毅;基于KMV模型的J銀行重慶分行信用風(fēng)險度量及管理研究[D];重慶大學(xué);2015年

10 周建波;基于KMV的上市公司信用風(fēng)險度量實證研究[D];江西財經(jīng)大學(xué);2014年

，

本文編號：1074483