商业银行信用风险评估的实证分析【字数：12212】
信用风险是商业银行面临的最重要的风险。商业银行的信用风险不仅仅对其自身资产质量的上升或下降起决定性作用，同时也阻碍着国民经济的正常发展，是威胁金融业乃至全球经济运行体制的一个重要的风暴炸弹。中国商业银行若想长久平稳的经营发展，就需完善如今信用风险防范机制，因此构建适合我国商业银行信用风险评估模型具有极其重要的现实存在意义。为对我国商业银行信用风险进行更有效的评估，本文首先对信用风险的概念进行界定，并概述其特点、目的和评价方法。以非ST公司和被特别处理的ST公司的财务数据为研究对象，遵从指标选取的原则，从企业的每股指标、成长能力、盈利能力、运营能力和承担风险的能力五个方面，初步选取变量。依据提取出的指标数据，在这个数据集的基础上，通过因子分析对指标进行了筛选；利用二项Logistic回归方法，对确定的样本指标财务数据因子构造商业银行信用风险评估模型，以期对企业的信用风险进行评估、分析。
目 录
1.引言 1
1.1 研究背景与意义 1
1.2 研究现状 2
1.3 研究思路与内容 3
2.银行信用风险评估理论基础 4
2.1 信用风险概念 5
2.2 银行业信用风险的影响因素 6
3.信用风险评估建模方法选择 7
3.1 传统信用风险评价方法 7
3.2 现代信用风险评价方法 7
3.3 logistic模型 7
4.商业银行信用风险评估实证分析 10
4.1 选取样本和指标 10
4.2 收集指标数据 10
4.3 因子分析 11
4.4 构建logistic模型 15
4.5 检验模型 17
4.6 结果分析 18
5.结论与启示 19
5.1 结论 19
5.2 启示 19
参考文献 20
致谢 21
1.引言
1.1 研究背景与意义
1.1.1 研究背景
随着世界经济的全球化和金融自由化，整个金融业既面临机遇，也同样面临着从未有过的波动，金融机构存在着日趋严重的信用风险。在震 *好棒文|www.hbsrm.com +Q: ￥351916072$
撼全球经济的墨西哥和巴西债务危机、亚洲金融危机以及由美国次贷危机引发的全球金融风暴接连发生时，信用危机便昭示着诞生了。而在我国，资本市场的发展起步与国外相比较晚，并且在政策和经济的体制这一方面还存在缺陷，现今，市场的规模仍较小，融资的方式以银行的贷款为主；其次，我国的市场利率管制较为严格，金融市场不能达到自由化，这导致我国商业银行信用风险危机加重。
现今，我国商业银行的不良资产存在增长趋势，对实体经济的危害日趋严重，为了应对这一日趋严峻的经济环境，我国政府积极转变政策方向，实施积极财政政策和适度宽松的货币政策，拉动内需，促进经济增长。但中国新增信贷逐年增加，全年信贷投放总量逐渐提高，这为商业信用信用风险管理提出更高的要求。
1.1.2 研究意义
a.理论意义
（1）正文对银行业信用风险的影响因素简单的进行了讲述，对其基本的产生信用风险的原理简要论述，对各种信用风险的评估模型做了基础介绍，以此对选取适合的评估模型奠定基础，在信用风险研究方面具有一定的参考意义；通过因子分析，筛选财务指标，以此构建关于企业信用风险评估的Logistic模型，并对这一模型简要阐述、验证和分析，这对信用风险评估模型建立存在着参考意义；同时将以往研究学者对Logistic模型的研究进行分析对比，本文通过财务数据指标构建Logistic模型，亦是对这一模型实际应用的深入学习，也对我国信用风险管理体系的完善和健全存在一定的意义。
b.实践意义
本文通过对各类信用评价模型的分析比较，选择更适合商业银行信用评价的Logistic模型，对研究我国银行的信贷资产质量的提高具有现实意义。
本文研究的实用价值体现在提高商业银行竞争力和为银行信贷业务信用风险方面提供技术的支持这两方面。通过对主要的财务指标的分析，令银行对信用风险有更清晰的认识，更加注意提升自身的信用风险评价和管理水平，以趋避因信用的危机进而产生的各类损失。
1.2 研究现状
商业银行信用评估的结果是各国家金融机构监控银行业信用风险、维护金融业稳定的依据。通过查阅相关文献，国内外研究主要包括四部分：基于 Logistic 模型的企业违约风险研究、基于多元判别分析模型的信用评级研究、基于 KMV 模型的信用评级研究以及基于神经网络模型的商业银行信用风险研究。本文主要通过利用Logistic模型进行信用评估。
（1）国外研究
国外对商业银行信用风险的研究的起步较早，发展迅速，短短几十年间涌现多种风险管理的思想，构建多种不同的风险评估模型。Martin（1977）[1]是最先对公司的破产及违约与否使用模型开始预测。Wiginton（1980）[2]把Logistic模型运用到了个人的信用风险分析和个人未来的信用预测内。Madalla（1986）[3]用Logistic模型去区别违约和非违约的贷款人，得出：当违约的概率P≧0.551时即为风险贷款，反之则为非风险贷款。现如今，相关研究仍在持续。
（2）国内研究
我国国内对银行业的信用风险研究起步较晚，翟欣（2013）[2]运用Logistic回归模型对制造业企业的信用风险进行分析评估，并将2011年年末被ST的20家公司视为违约样本，对所建的二项 Logistic 模型进行预测准确度检验。杨苹（2016）[4]、刘婧（2014）[5]、欧阳秀子（2009）[6]通过实证研究判别违约率,构建合适的模型进行度量。翟清兰[79]等基于Logit模型分别对企业信用状况进行了评价和研究。孙凯迪（2016）[12]和于凌云（2016）[13]对修正KMV模型下的商业银行信用风险度量进行了研究，并且分析了其缺陷。孙继伟（2011）[15]对银行业的风险指标评价体系进行了理论分析和实证研究。近年来不少的学者仍旧孜孜不倦的研究着，以期更精确的找出影响信用风险的相关因素，为防范信用风险提供相关对策。
（3）评价
综上所述，商业银行信用风险评价是一个亘古不变的话题。信用风险问题亦是国内外研究学者关注的重点，在我国，商业银行的风险管理意识较为淡薄，对信用风险的管理方面被忽视了很长时间，导致我国商业银行信用体系并不完善。但随着不断的深入研究，我国的银行信用风险评估体系也开始逐步完善，提高了信用风险评估的精确性，也为商业银行信用风险管理提供很多恰当的借鉴。
目 录
1.引言 1
1.1 研究背景与意义 1
1.2 研究现状 2
1.3 研究思路与内容 3
2.银行信用风险评估理论基础 4
2.1 信用风险概念 5
2.2 银行业信用风险的影响因素 6
3.信用风险评估建模方法选择 7
3.1 传统信用风险评价方法 7
3.2 现代信用风险评价方法 7
3.3 logistic模型 7
4.商业银行信用风险评估实证分析 10
4.1 选取样本和指标 10
4.2 收集指标数据 10
4.3 因子分析 11
4.4 构建logistic模型 15
4.5 检验模型 17
4.6 结果分析 18
5.结论与启示 19
5.1 结论 19
5.2 启示 19
参考文献 20
致谢 21
1.引言
1.1 研究背景与意义
1.1.1 研究背景
随着世界经济的全球化和金融自由化，整个金融业既面临机遇，也同样面临着从未有过的波动，金融机构存在着日趋严重的信用风险。在震 *好棒文|www.hbsrm.com +Q: ￥351916072$
撼全球经济的墨西哥和巴西债务危机、亚洲金融危机以及由美国次贷危机引发的全球金融风暴接连发生时，信用危机便昭示着诞生了。而在我国，资本市场的发展起步与国外相比较晚，并且在政策和经济的体制这一方面还存在缺陷，现今，市场的规模仍较小，融资的方式以银行的贷款为主；其次，我国的市场利率管制较为严格，金融市场不能达到自由化，这导致我国商业银行信用风险危机加重。
现今，我国商业银行的不良资产存在增长趋势，对实体经济的危害日趋严重，为了应对这一日趋严峻的经济环境，我国政府积极转变政策方向，实施积极财政政策和适度宽松的货币政策，拉动内需，促进经济增长。但中国新增信贷逐年增加，全年信贷投放总量逐渐提高，这为商业信用信用风险管理提出更高的要求。
1.1.2 研究意义
a.理论意义
（1）正文对银行业信用风险的影响因素简单的进行了讲述，对其基本的产生信用风险的原理简要论述，对各种信用风险的评估模型做了基础介绍，以此对选取适合的评估模型奠定基础，在信用风险研究方面具有一定的参考意义；通过因子分析，筛选财务指标，以此构建关于企业信用风险评估的Logistic模型，并对这一模型简要阐述、验证和分析，这对信用风险评估模型建立存在着参考意义；同时将以往研究学者对Logistic模型的研究进行分析对比，本文通过财务数据指标构建Logistic模型，亦是对这一模型实际应用的深入学习，也对我国信用风险管理体系的完善和健全存在一定的意义。
b.实践意义
本文通过对各类信用评价模型的分析比较，选择更适合商业银行信用评价的Logistic模型，对研究我国银行的信贷资产质量的提高具有现实意义。
本文研究的实用价值体现在提高商业银行竞争力和为银行信贷业务信用风险方面提供技术的支持这两方面。通过对主要的财务指标的分析，令银行对信用风险有更清晰的认识，更加注意提升自身的信用风险评价和管理水平，以趋避因信用的危机进而产生的各类损失。
1.2 研究现状
商业银行信用评估的结果是各国家金融机构监控银行业信用风险、维护金融业稳定的依据。通过查阅相关文献，国内外研究主要包括四部分：基于 Logistic 模型的企业违约风险研究、基于多元判别分析模型的信用评级研究、基于 KMV 模型的信用评级研究以及基于神经网络模型的商业银行信用风险研究。本文主要通过利用Logistic模型进行信用评估。
（1）国外研究
国外对商业银行信用风险的研究的起步较早，发展迅速，短短几十年间涌现多种风险管理的思想，构建多种不同的风险评估模型。Martin（1977）[1]是最先对公司的破产及违约与否使用模型开始预测。Wiginton（1980）[2]把Logistic模型运用到了个人的信用风险分析和个人未来的信用预测内。Madalla（1986）[3]用Logistic模型去区别违约和非违约的贷款人，得出：当违约的概率P≧0.551时即为风险贷款，反之则为非风险贷款。现如今，相关研究仍在持续。
（2）国内研究
我国国内对银行业的信用风险研究起步较晚，翟欣（2013）[2]运用Logistic回归模型对制造业企业的信用风险进行分析评估，并将2011年年末被ST的20家公司视为违约样本，对所建的二项 Logistic 模型进行预测准确度检验。杨苹（2016）[4]、刘婧（2014）[5]、欧阳秀子（2009）[6]通过实证研究判别违约率,构建合适的模型进行度量。翟清兰[79]等基于Logit模型分别对企业信用状况进行了评价和研究。孙凯迪（2016）[12]和于凌云（2016）[13]对修正KMV模型下的商业银行信用风险度量进行了研究，并且分析了其缺陷。孙继伟（2011）[15]对银行业的风险指标评价体系进行了理论分析和实证研究。近年来不少的学者仍旧孜孜不倦的研究着，以期更精确的找出影响信用风险的相关因素，为防范信用风险提供相关对策。
（3）评价
综上所述，商业银行信用风险评价是一个亘古不变的话题。信用风险问题亦是国内外研究学者关注的重点，在我国，商业银行的风险管理意识较为淡薄，对信用风险的管理方面被忽视了很长时间，导致我国商业银行信用体系并不完善。但随着不断的深入研究，我国的银行信用风险评估体系也开始逐步完善，提高了信用风险评估的精确性，也为商业银行信用风险管理提供很多恰当的借鉴。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/sxtj/34.html
