论文部分内容阅读
本文围绕我国商业银行信用风险评价问题展开研究,对国内外关于信用风险管理的相关概念和度量模型进行了重点介绍。对信用风险度量的精确与否,直接决定了商业银行对客户的违约及损失成本的计量能力,从而决定了客户识别与产品定价水平。近年,西方发达国家商业银行纷纷利用各类先进的建模技术和分析方法改造自身的风险评价体系,使商业银行对风险的量化能力得到革命性的提升,相比国外先进信用风险度量方式而言,我国商业银行对信用风险的分析和判别还处于发展的初级阶段,尚未脱开以信贷专业人员主观评价为主的操作模式。
为了解决我国商业银行信用风险管理度量问题,本文使用多元判别分析的方法对浙江地区纺织行业客户违约水平进行了实证研究,证明了对于纺织行业引入市场信息对于识别企业信用风险有明显的改善作用。相比纯粹的财务信息基础上的多元判别模型,市场信息与财务信息相结合的模型在优质与劣质企业间的识别能力上有明显优化。
对信用风险的量化研究在国内还尚处起步阶段,各类研究所依据的数据基础也相对薄弱,主要依靠上市公司的数据以财务变量为基础展开研究。相比而言,作者认为本文的创新之处主要体现在以下两个方面:第一,本文分行业的对我国商业银行信用风险评价问题进行了研究;第二,本文以银行数据库为基础,通过多元判别模型对客户违约水平进行分析和探索,对我国商业银行的信用风险管理具有现实的实用价值。
研究的过程中作者也认识到,文章的研究在内容的深度和广度上尚有以下明显不足:一、计量的精度尚不能满足我国商业银行实际工作的需要;二、建模所用样本的时间跨度仅为两年,与巴塞尔新资本协议以及实践所要求的5至7年数据也有明显的差距。这些问题的存在使研究有待更深一步的拓展,以便达到更好的应用效果。银行业信用风险管理水平的提升是一个系统工程,一个完善有效的商业银行内部信用风险度量体系的建设有待于国家层面、监管者层面以及商业银行自身的共同努力。