论文部分内容阅读
对我国商业银行信用风险现状分析主要从纵向和横向两个方面进行。首先,根据2009-2014年17家银行相关数据,纵向分析我国商业银行的信用风险现状。通过数据整理,用Excel或Spss19.0画出图表,从图表可以看出,目前我国商业银行信用风险现状:不良贷款率在2009-2014年间先降后升,拨备覆盖率在2009-2014年间先升后降;贷款客户集中度2009-2014年逐年降低,但行业集中程度还比较高;资本充足率和核心资本充足率均满足监管要求,但有些波动难以长期维持。其次,根据2014年20家商业银行的年报数据,横向探究我国商业银行的竞争力,选取反映银行竞争力的16项数据指标,采用因子分析法对数据进行处理,通过分析可以发现中国工商银行、中国建设银行、中国银行、中国农业银行排名比较靠前,但作为五大国有商业银行之一的交通银行排名却比较靠后,交通银行在盈利能力指标和资产质量指标方面排名比较落后,因此它应相应在这两方面提高竞争力,类似地,各个银行可根据自身各个公共因子排名的先后找出银行本身的优劣以提高自身的竞争力。最后,根据纵向和横向分析的结果提出对我国商业银行信用风险管理策略的建议以便有效地去评估和监管信用风险。对于修正KMV模型下信用风险度量研究的方面,首先,对主要的信用风险度量模型进行简单的介绍;其次,对KMV模型的基本原理和假设进行分析找出模型的优缺点,进而对模型进行修正;再次,对KMV模型在计算股权市场价值和股权市场价值波动方面进行修正,确定用t检验法确定最佳违约点;最后,选取沪深主板市场14家ST上市公司和对应的14家非ST上市公司,利用28家上市公司2012-2014年的年度报表中的有关数据和2012年1月1日-2014年12月31日每日的股票收盘价进行实证分析。实证分析结果如下:(1)修正的KMV模型对我国上市的ST公司和非ST公司的信用风险状况具有较好的识别效果。(2)通过计算得出28家上市公司违约距离和违约概率,可以发现违约距离越大,违约概率就越小,公司发生违约风险也越小。2012-2014年28家上市公司的平均违约距离和平均违约概率也有一定的波动性。(3)通过取17个不同的a值,运用Matlab计算出不同的违约距离和违约概率,再利用t:检验-平均值的成对二样本分析法确定公司的最佳违约点a的值为0.65。