论文部分内容阅读
信贷风险管理是金融市场中一个重要的课题之一。信贷风险对于当今经济实体,尤其是银行保险等金融机构,都是面临的重要问题。它直接影响着现代经济活动中的各种交易方的利益,同时也影响着一个国家的宏观决策和经济发展,甚至影响全球经济的稳定发展。尤其在美国次贷危机席卷全球经济的情况下,掌握风险管理的有效工具存在着重要的现实意义。
在介绍了信贷风险的定义,信贷风险度量的发展历程,以及信贷风险管理的内容之后,具体分析了中国不良贷款的近况。举例说明了国有企业“机构臃肿,不按照市场规律经营”,民营企业的“规模小,经营机制不完善”的风险点。这些风险点都可能造成中国商业银行的不良贷款和巨额损失,显示了当前不良贷款的严重性。接着,根据各类银行的不良贷款所占不良贷款总额比重的多少,抓住最主要的两类银行进行说明-国有商业银行的不良贷款和股份制商业银行的不良贷款。通过深入分析,揭示了国有银行不良贷款的主要原因在于经济体制转轨过程所引起的银行业经营环境的变化,产权约束的缺位以及自身组织制度缺陷;而股份制商业银行不良贷款产生的原因同样主是归因于制度性因素。
既然国有商业银行和股份制银行的不良贷款的状况已经十分严重,而且主要是体制性原因,那就迫切地需要一个内部制度以外的信贷风险管理工具来有效地控制不良贷款。另一方面,上市公司作为中国商业银行主要放贷对象之一,“垒大户”的风险在不断积聚。有鉴于此,本文提出一个独立于银行体制外的信贷风险管理工具-KMV模型。希望能用KMV模型来对违约上市公司进行不良贷款的预警,从而有效地管理中国商业银行的不良贷款。
通过一系列的分析和计算,显示出KMV模型对上市公司的信贷风险具有较强的风险识别和预警能力。在世界经济不景气,企业破产增加,不良坏账呈上升趋势的背景下,KMV模型能够为中国商业银行提供较为可信的风险管理工具,从而为及时发现和规避信贷风险提供有价值的意见。
最后,针对KMV模型的具体使用,本文提出了一些具体可行的建议,比如KMV模型与借款母子公司与担保人,同类上市公司KMV模型的比较,同一上市公司KMV模型历史数据比较等等,有助于更好地利用KMV模型进行风险预警工作。另一方面,在结合中国国内实际情况的基础上,提出建立完善的银行信用违约数据库,促进资信评估机构做强做大,创建信用惩戒机制等建议,从而为KMV模型控制不良贷款的使用创建更良好的信用环境。