论文部分内容阅读
由于银行业竞争剧烈,我国传统的商业银行客户贷后信用风险管理模式已经落后。与此同时,不断发展的统计与信息技术使得商业银行能够迅速有效地收集、处理有关企业客户的详细信息,并构建相应的较为完备的现代管理决策数据库。本文作为硕士论文,重点研究和探讨了有关商业银行的客户贷后信用风险管理理论和公司类客户贷后风险识别模型的构建与应用问题。这对于深入认识商业银行的贷后风险管理的本质,探索贷后风险预警机制,提高商业银行基于贷后风险预测模型后的管理决策能力有重要的意义。本文的核心重点在于商业银行的贷后风险的识别和指标预警方面。研究目标是:通过较为深入和细致的研究,为商业银行提供较为合理的贷后风险预警指标体系,以有效的提高其贷后风险管理水平;为商业银行在其日常的贷后风险管理中制定具有针对性的退出策略和途径奠定较为科学基础,以帮助商业银行实现有效的防范和化解贷后风险,实现在复杂的风险环境中及时、有效的管理贷后风险能力的目标。探讨并寻找在客户需求和客户行为动态变化环境下,商业银行企业客户贷后信用风险的决策方法。我们要对商业银行企业客户贷后信用风险识别与管理中的主要问题进行分析,将客户贷后风险的分析与识别,和先进的系统决策理论、数学建模方法及经济系统分析方法等结合起来,建立客户贷后信用风险管理决策与优化模型,并提出具体的商业银行贷户贷后风险预警、控制策略。本的贷后风险预警模型是从企业的财务因素出发,本文基于贷后风险的相关财务指标选取了十三个指标进行分析,这些指标可以从偿债能力、营运能力等来提取。首先运用主成分分析法对33家企业的年度财务报表进行主成分分析,确定出了每个财务指标对贷后风险的影响能力,即每个指标的权重,再运用功效系数法,对财务指标进行指数化,然后对企业的风险进行量化,最后用ARIMA模型对商业银行的贷后风险进行预测,对于企业的财务状况出现预警的,建议企业采取相应的措施避免风险的发生。