我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)違約概率判別及預(yù)測(cè)模型研究.pdf

1、隨著金融市場(chǎng)的迅速發(fā)展，各國(guó)的金融監(jiān)管機(jī)構(gòu)對(duì)風(fēng)險(xiǎn)的管理和監(jiān)控也逐步加強(qiáng)，信用風(fēng)險(xiǎn)因其重要性及影響深遠(yuǎn)，成為風(fēng)險(xiǎn)管理的重中之重。特別是對(duì)于商業(yè)銀行來(lái)說(shuō)，能否有效管理和控制信用風(fēng)險(xiǎn)會(huì)對(duì)其盈利水平和穩(wěn)健能力產(chǎn)生決定性的影響。因此，從2004年新資本協(xié)議出臺(tái)到2010年巴塞爾協(xié)議Ⅲ的問(wèn)世，負(fù)責(zé)監(jiān)控發(fā)達(dá)國(guó)家銀行業(yè)風(fēng)險(xiǎn)的巴塞爾委員會(huì)在不斷總結(jié)風(fēng)險(xiǎn)管理經(jīng)驗(yàn)的基礎(chǔ)上，為國(guó)際銀行的信用風(fēng)險(xiǎn)管理提出意見(jiàn)的同時(shí)，也加強(qiáng)了對(duì)商業(yè)銀行的風(fēng)險(xiǎn)控制的要求，設(shè)定了更高

2、的標(biāo)準(zhǔn)。在巴塞爾新資本協(xié)議中涉及了關(guān)于商業(yè)銀行信用風(fēng)險(xiǎn)管理的關(guān)鍵內(nèi)容即內(nèi)部評(píng)級(jí)法，其主要內(nèi)容就是測(cè)算借款人的違約概率。
　　近年來(lái)，我國(guó)商業(yè)銀行也加強(qiáng)了對(duì)信用風(fēng)險(xiǎn)的管理和監(jiān)控，大力推進(jìn)內(nèi)部評(píng)級(jí)體系建設(shè)，信用風(fēng)險(xiǎn)管理水平明顯提高，但國(guó)內(nèi)大部分商業(yè)銀行，特別是中小商業(yè)銀行距新資本協(xié)議以及巴塞爾協(xié)議Ⅲ的要求和國(guó)際銀行業(yè)的先進(jìn)水平仍有一段距離。國(guó)外的先進(jìn)銀行對(duì)信用風(fēng)險(xiǎn)管理的研究已經(jīng)有很長(zhǎng)一段時(shí)間的歷史，并積累了研究數(shù)據(jù)，因此信用風(fēng)險(xiǎn)管理的

3、模型能夠不斷推陳出新并得以應(yīng)用。我國(guó)商業(yè)銀行應(yīng)當(dāng)結(jié)合我國(guó)的經(jīng)濟(jì)環(huán)境與金融發(fā)展程度，借鑒與吸收國(guó)外銀行先進(jìn)的信用風(fēng)險(xiǎn)管理經(jīng)驗(yàn)與思想，研究與開(kāi)發(fā)能夠適用于我國(guó)的優(yōu)秀的信用風(fēng)險(xiǎn)違約概率判別及預(yù)測(cè)模型。
　　本文從描述信用風(fēng)險(xiǎn)的特征和違約的概念入手，對(duì)信用風(fēng)險(xiǎn)度量方法進(jìn)行綜述。為了清晰地展現(xiàn)信用風(fēng)險(xiǎn)度量方法發(fā)展的歷程以及各種方法的特點(diǎn)，將信用風(fēng)險(xiǎn)度量方法分為古典方法、傳統(tǒng)方法和現(xiàn)代方法。本文的實(shí)證分析，是以在我國(guó)證券市場(chǎng)2011年和201

4、2年被披露發(fā)生ST的公司作為違約公司的樣本，以隨機(jī)抽取非ST的上市公司作為非違約公司的樣本，并將樣本分為訓(xùn)練集和測(cè)試集，并通過(guò)財(cái)務(wù)指標(biāo)組間的均值檢驗(yàn)和相關(guān)性檢驗(yàn)的篩選，選取8個(gè)財(cái)務(wù)指標(biāo)（資產(chǎn)負(fù)債率、資本積累率、總資產(chǎn)增長(zhǎng)率、財(cái)務(wù)杠桿系數(shù)、營(yíng)業(yè)收入現(xiàn)金比率、營(yíng)業(yè)利潤(rùn)率、應(yīng)收賬款周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率）作為建立信用風(fēng)險(xiǎn)度量模型的自變量，然后分別建立Bayes判別模型、Logisitic模型以及BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)樣本公司的信用違約進(jìn)行判別和

5、預(yù)測(cè)。從實(shí)證結(jié)果來(lái)看，Bayes判別模型在對(duì)上市公司信用違約的判別和預(yù)測(cè)時(shí)效果相對(duì)不太理想，Logisitic回歸模型和神經(jīng)網(wǎng)絡(luò)模型更勝一籌，其中，Logisitic回歸模型，對(duì)上市公司信用違約的預(yù)測(cè)性比神經(jīng)網(wǎng)絡(luò)模型更高，從而認(rèn)為L(zhǎng)ogisitic回歸模型是這三者之中最優(yōu)的信用風(fēng)險(xiǎn)違約概率計(jì)量模型。
　　最后，針對(duì)我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理存在的信用風(fēng)險(xiǎn)管理技術(shù)相對(duì)落后、不具備信用數(shù)據(jù)庫(kù)、缺乏成熟的信用評(píng)級(jí)機(jī)構(gòu)等問(wèn)題，提出建立先進(jìn)的