首页 理论教育 研究工作总结

研究工作总结

时间:2022-03-02 理论教育 版权反馈
【摘要】:我国商业银行利润主要来源于贷款发放所产生的利息,信用风险管理的重中之重是对贷款公司作出信用风险度量和管理。实证研究表明,正确率达75%,具有较高的精度,对银行信贷部门有参考价值。4)对于非上市公司信用风险的动态度量问题,本书研究了KMV模型发展而来的PFM模型,并结合我国实际情况进行改进。

8.1 研究工作总结

我国商业银行利润主要来源于贷款发放所产生的利息,信用风险管理的重中之重是对贷款公司作出信用风险度量和管理。基于上市公司和非上市公司的公司治理结构和信息披露条件的不同,本书对这两类公司的信用风险度量分别提出了 新方法并进行实证。

1)运用上市公司所披露的财务信息,提炼上市公司信用风险评价模型指标,进行单项指标的打分,提出基于模糊神经网络的上市公司信用风险评价方法。模糊神经网络方法结合了模糊方法和神经网络方法各自的优点,它特别适用于复杂问题的识别。实证研究表明,出错率仅为10%,模型精度较单纯的神经网络模型有较大的提高。

2)通过与上海某商业银行的合作,对其1999—2005年的贷款明细和公司财务数据进行了系统研究。由于风险评估系统收集的财务指标高达50个,数据的收集和整理非常繁琐,书中运用粗糙集理论的约简功能,从中选出8个财务指标,应用神经网络对非上市公司的信用风险评价。实证研究表明,正确率达75%,具有较高的精度,对银行信贷部门有参考价值。

3)本书利用CCER中国经济金融数据库提供的上市公司个股行情数据和财务数据,进行了KMV方法的实证研究,对其违约距离计算公式进行改进,得出适合中国国情的具体操作方法,研究结果表明,此方法对我国上市公司的信用风险能提前进行预测,以便银行能早作决策。

4)对于非上市公司信用风险的动态度量问题,本书研究了KMV模型发展而来的PFM模型,并结合我国实际情况进行改进。改进后的PFM模型既包含了反映企业历史经营状况的账面资料信息,又包含了市场对宏观经济、行业周期、企业经营环境等因素的预期的信息(即股票价格),模型还可以根据市场价格的变动及时调整对非上市公司的信用风险评价。与其他只以企业账面资料为基础的信用风险度量模型相比较,PFM模型具有一定的优越性。

5)针对风险量化的需要,提出了风险管理组织体系优化,风险管理文化和理念培育的思路,特别论述了数据质量管理和信息传递和披露对信用风险度量和管理的意义。

总之,本研究的长处在于重实证分析,用数据说话,这在我国改革开放历史不长,银行数据积累时间较短,披露不规范的今天,是相当有意义的一件事,也是我国信用风险管理与国际接轨的最佳路径。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈