论文部分内容阅读
信用风险是我国商业银行当前面临的重要风险之一,银行大量的不良资产和国外银行的竞争,使得提高银行的信用风险管理水平成为我国银行业面临的重要课题。国际上,由于新巴塞尔协议的出台和衍生品交易的快速发展,信用风险的管理正经历着一场革命,涌现出了大量有代表性的信用风险量化管理模型。本文首先分析了引进国外先进的风险管理技术,提高我国商业银行信用风险管理水平的必要性,同时对现代信用风险管理的理论基础进行了总结。在此基础上,本文对当前国际上处于主流地位的两种信用风险模型:KMV模型和LOGISTIC模型,从前提条件、理论基础进行了论述,并总结了现代信用风险模型的建模思路,结合银行客户的实际情况,对模型在信用风险度量中的实用性进行了比较分析。信用风险形成的根本原因根植于信用活动的不确定性。在银行与企业的借贷交易中,银行处于信息劣势,企业比银行更了解自身的经营能力、管理水平以及借款项目的风险特征。因此,企业有可能将有利于自己而不利于银行的虚假信息传递给银行,银行则不可能完全观察企业的行为和根据双方的风险类型而签订有效的借贷合同。由于银企间信息不对称,企业经理人可能采取过于冒险的行动而使银行承受潜在的损失。银行无法对企业取得贷款后的经营管理行为进行有效监督,或者说完全监督的成本太高,不合算。所以银行必须加快信用风险的量化管理,运用现代信息技术优势以及银行外部数据来有效的跟踪银行贷款质量。银行信用风险评估方法经历了从定性分析到定量评估,从静态财务评价到动态的基于证券市场的信用评价方法的发展过程。我国银行信用风险的成因基本上可以分为两个方面,一方面是来自银行外部因素的影响,主要是政府的干预和借款人的原因;另一方面是来自银行自身的原因,主要是银行的产权制度问题和银行内部经营管理、风险管理技术的落后。传统的信用风险主要来源于银行的贷款业务。银行形成的一笔