论文部分内容阅读
信用风险是金融市场中最古老、最重要的风险形式之一，也是商业银行等金融机构所面临的主要风险。信用风险的度量和管理是金融机构日常经营管理的核心，传统的信贷风险管理中使用的大多是些定性分析工具，有一定的局限性。因此，研究和开发信用风险识别技术对防范和化解银行信用风险具有重要意义。
国际上信用风险管理的发展大约经过专家制度法、财务比率综合分析法、多变量信用风险判别模型和以CreditMetries为代表的现代信用风险量化模型。我国商业银行由于种种原因信用风险管理活动才刚刚起步。目前，我国商业银行较多使用的是6C法和五级分类法等方法，但这些方法存在着相当的局限性。而要运用当今流行的以信用评级为基础建立测量信用风险的内部方法与模型，现阶段，我国的信用评级制度不健全、基础数据缺乏等客观条件都制约了这些模型的实际操作。
由于财务预警模型的低成本、容易操作，本文运用财务困境预警模型中的Logit模型，从银行的角度出发，根据预先规定的选择标准确定财务困境公司和非财务困境公司两组数据，运用Logit方法，建立了商业银行针对企业财务困境的预警模型。实证研究的结果表明Logit模型是较理想的商业银行信用风险识别模型，该模型有助于判定借款人的质量和经营业绩，可以在一定程度上预测企业未来的信用风险的大小，为管理信贷风险提供新的方法，提高我国银行信贷风险管理的水平。最后，在实证研究结果的基础上，作者提出一些关于该模型的运用时应该注意的几个问题，以及我国今后在借鉴和学习国外先进经验、提高信用风险管理水平所需要做的努力方面提出一些个人意见和建议。