论文部分内容阅读
随着金融的全球化趋势以及金融市场波动性日益加剧,信用风险在全球蔓延.商业银行信用风险评估已经成为国际国内金融界关注的焦点,理论界研究的热点.该文的研究目的主要在于通过对商业银行信用风险评估指标体系、衡量标准及模型方法的综合、系统研究,实现商业银行信用风险评估值由分类向风险转变,为商业银行贷款决策提供直接依据.研究内容主要从四个环节展开:(1)商业银行信用风险相关理论的研究,对商业银行信用和信用风险的本质与内涵进行研究,界定商业银行信用风险与商业银行信用风险评估的含义.(2)商业银行信用风险评估指标体系的研究,在进行横向比较的基础上,确定中国商业银行信用风险评估系统的指标体系,并进行研究信度与效度分析.(3)商业银行信用风险评估衡量标准的研究,与传统信用风险评估衡量标准比较分析,研究衡量标准对风险二维性描述和信用风险评估标准动态决策.(4)商业银行信用风险AHP-ANN模型的建立,并以深圳市交通银行资料为基础,对AHP-ANN模型在商业银行信用风险评估中的应用进行实证分析.该研究将层次分析法(AHP)和人工神经网络(ANN)模型相结合,实现基于时间序列的动态风险衡量.研究结果表明:(1)建立的商业银行信用风险指标体系,突出体现了商业银行信用风险评估"两层含义、两个对象"的特点,从而更好地描述了信用风险本质与内涵,具有较高的可信性和可重复性,满足科学研究效度与信度.(2)运用层次分析法对人工神经网络模型进行预处理,使模型输入指标体系得到简化,改变ANN模型中定性指标难以确认,无法作为模型输入值的状况.(3)建立AHP-ANN模型,通过对输入指标与输出指标的同时优化,能够在不影响整体合理性的前提下减少了繁杂的计算量,提高了模型的效率.(4)建立商业银行信用风险动态衡量模型,依据预计损失程度得到预计损失概率值,实现将传统违约模型转变成盯住市场模型,并通过折现率的调整,实现商业银行信用风险评估时序有效性.(5)基于时间序列的信用风险动态衡量模型改变了商业银行以往只计算贷款到期日预计损失水平的状况,可以提供连续有效的信用风险预计损失水平,为商业银行信用风险实时监控奠定基础.