银行一直是中国金融业的支柱力量,是国民经济的核心组成部分。截至2016年四季度末,我国银行业金融机构境内外本外币资产总额为232.3万亿元,银行业资产和负债规模稳步增长[1]。银行的主要盈利方式就是存款和贷款的利差。然而,截至2016年四季度末,商业银行不良贷款余额15123亿元,商业银行不良贷款率1.74%[1]。由此可以看到,针对银行贷款风险控制研究仍是至关重要的。商业银行贷款面临的主要风险是信用风险,即企业由于经营不善等原因无法完成还本付息的行为。因此针对银行信用风险控制的贷款组合优化可以看作是银行研究的核心问题之一。从理论上看,投资组合理论一直是科学前沿的热点问题。贷款配置不应仅仅考虑增量贷款组合的信用风险迁移,更应考虑包括巨额存量贷款组合在内的总体信用风险迁移。因为后者的数量更多,风险也更大。本文研究的重点:本文研究的重点之一是如何衡量增量贷款与存量贷款的非线性风险叠加问题。现有研究在应用“均值-方差”理论进行贷款组合优化时,普遍忽略新增贷款和存量贷款间的非线性相关关系,对贷款总体的风险估计不足。银行在发放新增贷款时往往仅针对新增贷款进行信用风险评价,而忽略巨额存量贷款的风险。本研究的另一个重点是如何构建贷款预期收益率同信用迁移的函数关系,进而管控总体贷款的信用风险。现有研究在增量加存量的控制思路中,没有考虑到信用风险及信用风险在持续期内发生变化的可能,而这一问题对银行信用风险管理是十分重要的。银行在每次增加新贷款的时候,巨额存量贷款的信用状态都可能不一样,信用等级都是可能发生变化的。本研究的第三个重点是如何完善VaR理论,建立针对总体贷款的组合优化模型。现有研究的VaR理论存在次组合不可加的问题,银行在应用VaR模型衡量了增量、存量贷款组合的风险后,无法根据这两个结果估计总体贷款的风险价值。本文的创新与特色:(1)通过构建存量组合风险σi与增量组合风险σj非线性叠加后的全部组合风险σp=f(σi,σj)的函数关系,建立了控制包括存量组合和增量组合在内的全部贷款组合风险价值贡献度的优化模型。改变了现有研究仅仅立足于控制增量风险、忽略巨额存量风险的弊端。(2)通过构建信用风险迁移后的收益率与贷款组合风险的离散函数关系,建立了风险价值贡献度与信用风险迁移的内在联系,使优化模型的约束条件和目标函数不但反映增量贷款组合,而且反映了巨额的、未到期的存量贷款组合的信用风险迁移对全部贷款组合风险的影响。本文的组成结构:本文主要由五个章节构成,第一章是“绪论”,主要介绍了本研究的研究背景和研究意义,介绍了与总体信用风险迁移的贷款组合优化模型相关的理论研究现状,包括“均值-方差”理论,VaR理论,信用风险理论,收益风险组合优化理论,以及增量存量控制理论。并在研究现状的基础上提出存在的问题及解决思路。第二章是“基于总体信用风险迁移模型的基本原理”,主要介绍与解决本研究核心问题相关的“均值-方差”模型的原理,增量存量贷款非线性叠加原理,基于VaRC的风险控制原理,信用风险迁移原理。第三章是“基于总体信用风险迁移的模型建立”,通过信用迁移矩阵计算了增量存量贷款的预期收益,通过VaRC模型建立了单位风险收益最大的目标函数,同时构建了约束条件,建立了完整的组合优化模型。第四章是“应用实例”,根据某银行10年的收益率数据以及存量贷款和增量贷款的信息,应用本文构建的模型进行了新增贷款的选择,给出模型结果,并进行了总结分析和对比分析。第五章是“结论与特色”,总结了本模型的主要结论,以及本文的主要特色与创新。