论文部分内容阅读
由于商业银行在推动国家经济发展、保持金融稳定中扮演的重要角色,因此银行业的平稳运行对我国经济的健康发展具有重要作用。但是由于银行负债经营的独特性质,使得银行业的发展具有高风险的特征,因此商业银行风险的管理对于国家进行宏观经济、金融的整体把控有着重要的意义。本文首先对商业银行风险做了一些理论方面的研究,包括银行风险的分类、信用风险定义、成因。然后介绍了常用的信用风险度量方法,包括现代信用风险度量模型、统计类信用风险度量模型及人工智能类信用风险度量。最终,本文选用KMV模型来对商业银行的信用风险进行评价。接着,本文详细介绍了KMV模型的基本原理及求解过程,同时对KMV模型中的一个参数股权价值波动率的求解方法进行了改进,摒弃了传统的方差求解法,采用动态的GARCH模型进行拟合。然后是全文的实证部分,本文选取了中农工建交五大国有行及浦发银行、民生银行、兴业银行等共13家上市中大型商业银行,以及杭州银行、常熟银行、贵阳银行、吴江银行等共11家上市地方性银行作为研究对象。利用2015年到2017年这些样本银行的股市数据建立了修正的KMV模型,通过求出样本银行的违约距离和违约概率,来对这些银行的信用风险进行对比分析。结果发现,2015年由于股市的整体波动,样本银行的违约概率都相对较大,宁波银行的违约概率最大,达到了15.07%。2017年常熟银行、吴江银行、江阴银行、无锡银行四个银行的违约概率相较于其他样本银行较高。由于2015年的违约概率与2016年和2017年差异较大,因此对这三年的数据分别做配对样本T检验,检验结果表明2015年的违约概率与2016年、2017年有显著的差异,2016年和2017年的违约概率没有显著差异。因此可以得出股票市场的外部冲击性对银行的信用风险存在很大的影响。在求解出违约概率后,利用这些银行的相关财务指标构建评价指标体系,并通过因子分析对指标体系进行化简得到四个公共因子,最终利用KMV模型求得的违约概率和四个公共因子构建回归模型,通过回归模型,贷款质量因子和资金流动性水平因子通过了显著性检验,得到银行的违约概率与银行的贷款质量和银行的资金流动性水平有很大关系。