【正文】 （1997） . Morgan. Credit Metrics. Technical Document，1997公司推出的Credit Metrics模型本質(zhì)上是一個VaR模型，VaR是指在正常的市場條件和給定的置信水平上，用于評估和計量金融資產(chǎn)在一定時期內(nèi)可能遭受的最大價值損失。1977年，Altman、Haldeman和Narayanan Altman, Haldeman, and Narayanan. ZETA analysis: A new model to identify bankruptcy risk of corporations J. Journal of Banking and Finance， 1977，.又提出了第二代Z計分模型——ZETA信用風(fēng)險分析模型，主要用于非金融類公司，其使用范圍更廣，對違約概率計算也更精確。該模型通過分析一組變量，使其在組內(nèi)差異最小化的同時實現(xiàn)組間差異最大化，在此過程中要根據(jù)統(tǒng)計標(biāo)準(zhǔn)選入或舍去備選變量，從而得出Z判別函數(shù)。其代表為Z計分模型。（3）信用評分法。隨后經(jīng)過多年的實踐，很多銀行擴展了貸款的信用評級方法，據(jù)Fadil（1997）與Treacy和Carey（1998） 中國銀行業(yè)從業(yè)人員資格認(rèn)證辦公室：《風(fēng)險管理》，北京，中國金融出版社，2008年版。（2）評級方法。除“5C”法外，使用較為廣泛的還有針對企業(yè)信用系統(tǒng)的“5P”法和針對商業(yè)銀行等金融機構(gòu)的駱駝（CAMELs）分析法。其中，對企業(yè)信用分析的“5C”法使用最為廣泛。金融機構(gòu)主要依賴于主觀分析或定性分析法衡量信用風(fēng)險。特別是90年代以來，隨著信用衍生產(chǎn)品的出現(xiàn)和發(fā)展，信用風(fēng)險量化模型在國際金融界特別是銀行界得到了重視，一些大銀行紛紛試圖建立度量信用風(fēng)險的內(nèi)部方法與模型。因此，進行信用風(fēng)險管理研究，提升我國商業(yè)銀行信用風(fēng)險管理水平，是我國商業(yè)銀行面臨的重要課題。近年來，通過多種方式，商業(yè)銀行處置了相當(dāng)數(shù)量的不良資產(chǎn)，但從銀行業(yè)自身來看，尚未從根本上解決新的不良資產(chǎn)問題，信用風(fēng)險仍然較大。 2005年2008年商業(yè)銀行不良貸款情況表 數(shù)據(jù)來源：中國銀監(jiān)會:在我國，由于長期以來的體制和機制方面的原因，商業(yè)銀行風(fēng)險管理的意識和風(fēng)險管理的水平始終較為薄弱。其中，信用風(fēng)險是商業(yè)銀行與生俱來的一種風(fēng)險，是金融市場上最為古老的一類風(fēng)險，也是最重要最復(fù)雜的一種風(fēng)險。為了有效識別和控制風(fēng)險，首先商業(yè)銀行有必要對其所面臨的風(fēng)險進行明確分類。s credit risk management is a major issue that is related to the stability of the banking system and even the entire national economy. Researches on such issue are helpful both in theoretical and realistic aspects.Based on the analysis of credit risk status and reasons of Chinese mercial banks, we pare a series of risk assessment models and e to the conclusion of whether they are feasible in China .After discussion, we think KMV model is reasonable and can do the empirical analysis in China. As listed panies are easily accessed and they have high accuracy, We choose 5 listed panies in China textile and apparel industry that are special treated in 2009, and choose 5 normal panies that of same size with ST panies. Due to the historical lag in the accumulation of data, the foundation between the default distance and the actual expected default probabilities cannot be established yet. So we use the default distance as a metric. Researches prove that that the existed default distance of KMV model cannot properly explain the ST panies have a higher credit risk than nonST panies. Therefore we assume that the value of assets is subject to the lognormal distribution rather than the general normal distribution and modify the default distance of the KMV model. Empirical results show that the modified KMV model can distinguish the credit risk between ST panies and nonST panies better in textile and apparel industry. Based on the analysis of reasons and assessment models of credit risk，we put up some suggestions for the credit risk management of mercial banks.Keywords: Commercial bank, Credit risk, KMV model, Listed panies in textile and apparel industry 目錄第一章 緒論 研究背景及現(xiàn)實意義 風(fēng)險管理與商業(yè)銀行的日常經(jīng)營管理緊密相關(guān)，風(fēng)險管理能力更是現(xiàn)代商業(yè)銀行最重要的核心競爭力。在分析信用風(fēng)險形成原因和各種風(fēng)險度量模型的基礎(chǔ)上，文章在最后有針對性地提出了一些建議。由于歷史違約數(shù)據(jù)的積累工作滯后，確定違約距離和實際預(yù)期違約率之間的映射目前尚無法實現(xiàn)，因此本文采用違約距離作為度量指標(biāo)。在上述分析的基礎(chǔ)之上，本文認(rèn)為KMV模型比較合理且進行實證分析的條件相對成熟。學(xué)位論文作者簽名： 年 月 日導(dǎo)師簽名： 年 月 日摘要商業(yè)銀行信用風(fēng)險管理是關(guān)系到銀行體系乃至整個國民經(jīng)濟穩(wěn)定的大問題，加強對信用風(fēng)險的研究具有重要的理論和現(xiàn)實意義。特此聲明學(xué)位論文作者簽名： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書本人完全了解對外經(jīng)濟貿(mào)易大學(xué)關(guān)于收集、保存、使用學(xué)位論文的規(guī)定，同意如下各項內(nèi)容：按照學(xué)校要求提交學(xué)位論文的印刷本和電子版本；學(xué)校有權(quán)保存學(xué)位論文的印刷本和電子版，并采用影印、縮印、掃描、數(shù)字化或其它手段保存論文；學(xué)校有權(quán)提供目錄檢索以及提供本學(xué)位論文全文或部分的閱覽服務(wù)；學(xué)校有權(quán)按照有關(guān)規(guī)定向國家有關(guān)部門或者機構(gòu)送交論文；在以不以贏利為目的的前提下，學(xué)?？梢赃m當(dāng)復(fù)制論文的部分或全部內(nèi)容用于學(xué)術(shù)活動。對本文所涉及的研究工作做出重要貢獻的個人和集體，均已在文中以明確方式標(biāo)明。學(xué)校代碼：10036 碩士學(xué)位論文商業(yè)銀行信用風(fēng)險管理及實證研究培養(yǎng)單位：國際經(jīng)濟貿(mào)易學(xué)院專業(yè)名稱：金融學(xué)研究方向：商業(yè)銀行業(yè)務(wù)作 者：王凡指導(dǎo)教師：吳青論文日期：二〇一〇年五月 43 / 52Credit Risk Management and Empirical Study of Commercial Bank學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。本人完全意識到本聲明的法律責(zé)任由本人承擔(dān)。保密的學(xué)位論文在解密后遵守此規(guī)定。本文在分析我國商業(yè)銀行信用風(fēng)險現(xiàn)狀和形成原因的基礎(chǔ)之上，對于當(dāng)下主流的信用風(fēng)險度量模型進行了比較，對于他們是否適合中國的實際情況進行了分析。由于上市公司的數(shù)據(jù)容易獲得且準(zhǔn)確度高，文章選取了滬深兩市紡織服裝行業(yè)2009年被ST的5家公司，并選取了5家相對應(yīng)的非ST公司進行比較。研究表明，套用KMV已有的違約距離并不能很好地解釋ST公司比非ST公司具有更高的信用風(fēng)險，故而本文假設(shè)資產(chǎn)價值服從對數(shù)正態(tài)分布而不是一般正態(tài)分布，對KMV模型的違約距離進行了修正，實證結(jié)果表明修正的KMV模型能夠較好地區(qū)別紡織服裝行業(yè)內(nèi)ST公司和非ST公司的信用風(fēng)險。關(guān)鍵詞：商業(yè)銀行，信用風(fēng)險，KMV模型，紡織服裝業(yè)上市公司AbstractCommercial bank39。隨著我國金融機構(gòu)改革的日益深化，以及2006年12月起的金融業(yè)全面對外開放，作為金融體系的中流砥柱，商業(yè)銀行越來越清晰地認(rèn)識到健全的風(fēng)險管理體系在其長遠(yuǎn)發(fā)展中具有及其重要的戰(zhàn)略地位。結(jié)合商業(yè)銀行經(jīng)營的主要特征，根據(jù)誘發(fā)風(fēng)險的原因，巴塞爾委員會將商業(yè)銀行面臨的風(fēng)險劃分為信用風(fēng)險、市場風(fēng)險、操作風(fēng)險、流動性風(fēng)險、國家風(fēng)險、聲譽風(fēng)險、法律風(fēng)險以及戰(zhàn)略風(fēng)險八大類。商業(yè)銀行信用風(fēng)險的控制與管理對于整個金融市場乃至國民經(jīng)濟都具有舉足輕重的作用。尤其是在我國從計劃經(jīng)濟向市場經(jīng)濟的轉(zhuǎn)軌過程中，商業(yè)銀行在信用風(fēng)險管理中暴露的問題就顯得尤為突出，使其在經(jīng)營上面臨著巨大不確定性。而我國商業(yè)銀行信用風(fēng)險管理水平與國際大銀行相比，差距始終存在，信用風(fēng)險計量才剛剛起步。 國內(nèi)外研究現(xiàn)狀 國外研究現(xiàn)狀隨著計算機技術(shù)的蓬勃發(fā)展和世界一體化進程加快，運用高級數(shù)量經(jīng)濟方法度量和管理風(fēng)險在國際上成為一種流行。國際上有關(guān)信用風(fēng)險度量和管理方法的發(fā)展歷程，可以總結(jié)為：20世紀(jì)80年代以前，古典信用分析方法〔美〕，：《演進者的信用風(fēng)險管理》，石曉軍等譯，北京，機械工業(yè)出版社，2001年版。(1) 專家分析法。目前所使用的專家方法，雖然有多種多樣的架構(gòu)設(shè)計，但其選擇的關(guān)鍵要素都基本相似。它包括借款人的品德(Character)、能力(Capacity)、資本(Capital)、抵押(Collateral)、經(jīng)營環(huán)境(Conditions)。專家分析法的突出特點在于將信貸專家的經(jīng)驗和判斷作為信用分析和決策的主要基礎(chǔ)，這種主觀性很強的方法帶來的一個突出問題是對信用風(fēng)險的評估缺乏一致性和客觀性。評級方法是在美國貨幣監(jiān)理署(OCC)最早開發(fā)的評級系統(tǒng)基礎(chǔ)上拓展而來，OCC對貸款組合分為正常、關(guān)注、次級、可疑、損失等5類，并要求對不同的貸款提取不同比例的損失準(zhǔn)備金以彌補貸款損失。的調(diào)查，美國銀行持股公司和排名前50位的銀行在內(nèi)部評級中，將貸款細(xì)分為910個級別，使貸款的劃分更為精確。這種方法利用可觀察到的借款人特征變量計算出一個數(shù)值（得分）來表示信用風(fēng)險，再將借款人歸類于不同的風(fēng)險等級。Z計分模型是Altman(1968) ratios，discriminant analysis and the Prediction of corporate bankruptcy J. Journal of Finance. 1968, .年提出的以制造業(yè)的財務(wù)比率為基礎(chǔ)的多變量模型。作為違約風(fēng)險的指標(biāo)，Z值越高，違約概率越低。 20世紀(jì)80年代以后，現(xiàn)代信用風(fēng)險度量方法（1）Credit Metrics模型。模型以信用評級為基礎(chǔ)，不僅可以識別貸款、債券等傳統(tǒng)投資工具的信用風(fēng)險，而且可以用于現(xiàn)代金融衍生工具的風(fēng)險識別，已運用于發(fā)達(dá)國家大銀行的信貸風(fēng)險管理中，迅速成為行業(yè)標(biāo)準(zhǔn)模型之一。1993年Credit Suisse First Boston（CSFB）銀行開始了關(guān)于信用風(fēng)險管理的研究。該模型認(rèn)為，貸款組合中不同類型的貸款同時違約的概率是很小的且相互獨立，因此，貸款組合的違約概率服從泊松分布。（3）Credit Portfolio View模型。（4）KMV模型。它認(rèn)為一家公司或企業(yè)之所以違約是因為其資產(chǎn)的市場價值下降到負(fù)債的賬面價值之下，喪失了償債能力。該方法具有比較充分的理論基礎(chǔ)，特別適用于上市公司信用風(fēng)險度量。但毋庸置疑的是，這些模型都為商業(yè)銀行信用風(fēng)險管理提供了良好的借鑒，為信用風(fēng)險管理的發(fā)展奠定了基礎(chǔ)。魯煒，等（2003） 魯煒、趙恒珩、劉冀云：《KMV模型關(guān)系函數(shù)推測及其在中國股市的驗證》，合肥，《運籌與管理》2003年第3期，第43第48頁將KMV模型運用到中國的股票市場，通過對26家上市公司相關(guān)數(shù)據(jù)的采集進行實證分析，雖然得到了較好的擬合效果，但缺乏基于大量數(shù)據(jù)支持的統(tǒng)計檢驗。張智梅，章仁?。?006） 張智梅、章仁俊：《KM