论文部分内容阅读
2007年美国次贷危机引发的全球金融危机给世界经济造成了巨大的损失与打击。对金融危机,可以从不同层面解读,但究其根源,是信用风险管理的失控。为应对危机,2008年11月,我国政府实施了宽松的货币政策,加大并加快了信贷投放的速度和力度,信贷快速增长条件下的风险隐患正在集聚。加强银行风险管理,尤其是准确地识别和度量、有效地控制和化解银行的信用风险,已成为未来几年我国政府、银行机构、银行家和公众关注的重点。针对此次危机,2010年9月12日,国际银行监管机构出台了新的监管协议《巴塞尔资本协议Ⅲ》,该协议提出了更为严格的资本和流动性监管标准,对加强银行风险控制的重视达到了前所未有的程度。我国是巴塞尔委员会成员国,到2017年,我国银行业将开始实行《巴塞尔资本协议Ⅲ》的标准,深入研究新协议的相关内容,分析新协议对我国商业银行信用风险管理的影响及在信用风险管理方面我国银行业如何适应新协议的实施已成为当务之急。信用风险一直是我国商业银行面临的主要风险,在目前国内外复杂的经济环境下,加强我国商业银行信用风险管理对维护我国经济持续健康稳定发展更显重要、必要和紧迫。因此,吸取国外银行在金融危机中的经验教训,结合我国实际国情,对我国商业银行信用风险度量技术和管理方法进行研究,为提高我国商业银行信用风险度量和管理水平提出前瞻性建议,不仅具有十分重要的理论价值,还具有很强的现实意义。论文以国际银行业新的监管标准《巴塞尔资本协议Ⅲ》为导向,在分析我国商业银行信用风险和信用风险管理的现状、面临的问题和存在的不足的基础上,围绕商业银行如何加强信用风险的度量和管理两方面内容展开深入研究,最后给出全球金融危机后,我国商业银行加强信用风险管理的几点政策性建议。论文主要研究了以下几个问题:1.巴塞尔资本协议与我国商业银行信用风险管理现状系统地阐述了一系列巴塞尔资本协议在银行信用风险管理方面提出的不同要求,分析了各协议对银行业信用风险管理产生的重要影响;对我国银行业信用风险管理的现状进行了总结,指出了信用风险管理面临的问题、存在的不足之处及与巴塞尔协议要求存在的差距。得出结论:目前加强信用风险管理十分必要、重要和迫切。我国银行业应该在适应实施《巴塞尔资本协议Ⅱ》的同时,根据《巴塞尔资本协议Ⅲ》提出的新的监管要求和指导原则,制定长远的发展战略,引导银行的改革与建设,进行有效的信用风险管理。2.商业银行信用风险度量方法研究构建了从单笔贷款信用风险度量、信贷组合信用风险度量、经济资本度量、经风险调整的资本收益率(RAROC)度量到信用风险的定价管理、组合优化管理、资本管理和分散转移管理的的系统化银行信用风险度量和管理框架。对整个度量框架中所涉及的多个参数包括单笔贷款的违约率、违约风险敞口和违约损失率,信贷组合违约相关系数及RAROC的度量方法进行了深入研究。找到了一套虽然浅显但却能快速运用到银行具体实践中的实用可行的度量方法,形成了一个完整的信用风险度量和管理体系。3.基于主成分Logistic模型的单笔贷款违约率度量研究选取我国104家上市公司组成样本,以未来是否被ST作为违约标准,基于公司财务指标数据,并对财务指标的选取方法进行改进后,建立了主成分Logistic违约率度量模型。得出结论:改进后的指标选取方法增加了模型的稳定性。主成分Logistic违约率度量模型基于公司财务指标数据进行模型构建,商业银行可以用该模型对其非上市公司单笔贷款的违约率进行度量。4.基于KMV模型的单笔贷款违约率度量研究按行业配比,选取分属5个行业的16家上市公司(ST和非ST公司各8家)组成样本,利用GARCH(1,1)模型估计股权价值波动率,运用KMV模型计算样本公司2007-2009连续3年的违约距离。首先比较同一行业ST公司和非ST公司的信用状况差异,然后对上市公司的信用风险状况进行分行业比较研究,最后考察上市公司信用风险状况与宏观经济走势的关系。得出结论:同一行业内,KMV模型能够很好地分辨出ST公司和非ST公司信用风险的差异;不同行业上市公司的信用状况之间存在差异,由好到差的顺序是能源、电子、房地产业、制造业和农业类上市公司;上市公司信用质量的变化趋势与宏观经济走势表现出一致性。在KMV模型中,利用GARCH(1,1)建模估计股权价值波动率,可以提高KMV模型的估计精度;KMV方法可以运用到银行信用风险度量的实际操作之中,具有很强的适用性。KMV模型基于公司市场数据进行违约率度量,商业银行可以用该模型对其上市公司贷款的违约率进行度量。5.基于creditrisk+模型的信贷组合信用风险度量研究在分析国外creditrisk+模型频带划分缺陷基础上,改用加权平均的频带划分方法,提出使用基于KMV模型的行业违约率实证结果和公司评级结果相结合确定违约率参数的办法。并采用大连市商业银行某支行224笔中小企业贷款组合数据,运用creditridk+模型对该贷款组合的非预期损失进行了实证计算。得出结论:creditrik+可以有效地计量信贷组合的非预期损失且可提高我国商业银行经济资本管理效率;在creditrisk+模型中采用加权平均的频带划分方法,能够使所划分的频带个数适当,频带内的贷款笔数均匀,减少计算量。采用依据公司信用等级与行业违约概率两项指标确定违约率参数,具有很强的科学性,可以对公司分类更加细化,可以增加creditrisk+模型计量信贷组合预期损失与非预期损失的准确性。6.商业银行信用风险管理研究概括了信用风险度量结果在单一客户、信贷组合和全行战略三个层面上进行信用风险管理的应用领域和主要收益;阐述了如何利用上述度量结果,进行信用风险的定价管理、信用风险的组合优化管理、信用风险的资本管理和信用风险的分散和转移管理;分析了如何才能更好地把度量结果运用到银行风险管理流程的各个环节。