中國(guó)商業(yè)銀行內(nèi)部評(píng)級(jí)法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩115頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文在次貸危機(jī)帶來(lái)對(duì)新資本協(xié)議的重新反思和我國(guó)各大銀行即將全面推行內(nèi)部評(píng)級(jí)法的背景下,系統(tǒng)地研究了新巴塞爾協(xié)議內(nèi)部評(píng)級(jí)法。新的資本協(xié)議明確要求各國(guó)銀行以內(nèi)部評(píng)級(jí)法為風(fēng)險(xiǎn)計(jì)量手段,本文力圖結(jié)合我國(guó)實(shí)際情況,系統(tǒng)全面研究?jī)?nèi)部評(píng)級(jí)法,并對(duì)我國(guó)商業(yè)銀行全面實(shí)施內(nèi)部評(píng)級(jí)法提出設(shè)想框架,本文的研究主要從以下幾個(gè)方面展開:
   (1)系統(tǒng)回顧了新巴塞爾資本協(xié)議的演變過程,較為全面地分析了新資本協(xié)議對(duì)國(guó)際銀行業(yè)提出的新的風(fēng)險(xiǎn)管理要求及其目的,

2、提出了新形勢(shì)下對(duì)我國(guó)商業(yè)銀行的挑戰(zhàn)。簡(jiǎn)要系統(tǒng)歸納了國(guó)外先進(jìn)的風(fēng)險(xiǎn)計(jì)量模型研究成果及進(jìn)展,從傳統(tǒng)的信用風(fēng)險(xiǎn)測(cè)量模型出發(fā),指出了傳統(tǒng)風(fēng)險(xiǎn)測(cè)量模型的無(wú)法克服的弊端,并對(duì)目前流行的風(fēng)險(xiǎn)計(jì)量模型簡(jiǎn)要評(píng)述。深入研究?jī)?nèi)部評(píng)級(jí)法的具體內(nèi)涵,運(yùn)用信息經(jīng)濟(jì)學(xué)和博弈論的思想研究了銀行信用評(píng)級(jí),并對(duì)違約率和違約損失率進(jìn)行相關(guān)綜述。
   (2)研究的重點(diǎn)是從違約的定義角度出發(fā),以上市公司財(cái)務(wù)數(shù)據(jù)為樣本,建立了用Logit和主成分基礎(chǔ)上的Logit模型對(duì)

3、公司經(jīng)營(yíng)失敗的預(yù)測(cè)模型,并嘗試運(yùn)用聚類的分析方法進(jìn)行信用等級(jí)評(píng)定。本文選取了199家ST公司與相對(duì)應(yīng)的378家正常公司的19組共10963個(gè)財(cái)務(wù)數(shù)據(jù)為基礎(chǔ),分別采用Logit回歸方法、在主成分基礎(chǔ)上的Logit,實(shí)證檢驗(yàn)了模型對(duì)企業(yè)財(cái)務(wù)失敗預(yù)警的檢驗(yàn),表明了兩種模型都能較準(zhǔn)確地判別企業(yè)經(jīng)營(yíng)失敗,本研究在Logistic回歸分析中引入了主成分分析法,可以保留原樣本信息的完整性同時(shí)又降低變量維度,使得模型構(gòu)造具有更高的穩(wěn)定性和預(yù)測(cè)精度。并在

4、此基礎(chǔ)上運(yùn)用聚類的分析方法對(duì)照目前我國(guó)商業(yè)銀行七級(jí)分類,對(duì)577家公司的風(fēng)險(xiǎn)等級(jí)水平進(jìn)行了實(shí)證研究,表明聚類方法能夠較好地為商業(yè)銀行客戶信用等級(jí)進(jìn)行分類,以提高我國(guó)商業(yè)銀行的信用風(fēng)險(xiǎn)分析能力,給我國(guó)商業(yè)銀行的信用風(fēng)險(xiǎn)管理提供有益的借鑒。兩種模型對(duì)全部樣本的判別準(zhǔn)確率中,兩者都有較好的擬合度,其中Logit模型判斷準(zhǔn)確率在87.52%,而在主成分基礎(chǔ)上的Logit的判斷準(zhǔn)確率略高于普通Logit回歸模型,為91.16%,而運(yùn)用聚類的分析方

5、法對(duì)577家上市公司進(jìn)行的信用等級(jí)分類,取得了與預(yù)期較為一致的結(jié)論。在一般Logit模型基礎(chǔ)上,引入主成分分析方法,并在主成分分析法基礎(chǔ)上進(jìn)一步運(yùn)用聚類的分析方法進(jìn)行信用評(píng)級(jí)的實(shí)證,可以避免反映風(fēng)險(xiǎn)信息的冗余與遺漏,各指標(biāo)權(quán)重的設(shè)置更加科學(xué),使評(píng)級(jí)指標(biāo)體系更加科學(xué)合理,聚類分析的評(píng)級(jí)模型直接與信用等級(jí)聯(lián)系,使得研究結(jié)論具有一定現(xiàn)實(shí)參考價(jià)值。
   (3)本文國(guó)際上現(xiàn)代商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)的最新理論、技術(shù)和方法,結(jié)合我國(guó)商業(yè)銀行的

6、實(shí)際狀況,探討和初步構(gòu)建了適合我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理特點(diǎn)的商業(yè)銀行內(nèi)部評(píng)級(jí)體系。
   本文研究可能存在的創(chuàng)新有以下幾個(gè)方面:
   (1)本研究在Logit回歸的基礎(chǔ)上,引入了主成分分析方法,在降低變量維度的同時(shí)保存了公司財(cái)務(wù)信息的完整性,使得模型的構(gòu)造與國(guó)內(nèi)其他學(xué)者相比,更具有精準(zhǔn)度和穩(wěn)定性。
   (2)本研究嘗試運(yùn)用聚類的分析方法建立信用評(píng)級(jí)模型,并與商業(yè)銀行信用七級(jí)分類相結(jié)合,為商業(yè)銀行信用等級(jí)評(píng)定做出了

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論