宏微观分析相结合的信贷风险预测模型研究

我国现有的信贷风险评估方法存在宏微观分析结合不紧密以及风险评估不全面的问题.本文在基于财务分析的企业风险评估模型基础上,构建了宏微观分析相结合的信贷风险预测模型.建模的主要工作包括:选择反映行业信贷风险的指标与反映宏观经济变化的指标;确定反映宏观经济变化的指标与反映行业信贷风险指标之间的函数关系;依据以上的关联函数和宏观经济指标预测值,计算行业信贷风险调整系数;据此对属于该行业的企业即期信贷风险指标进行调整,对企业的信贷风险进行前瞻性预测.作者还利用证券市场数据检验了上述模型的准确性,结果表明模型可以有效预测企业未来的信贷风险.     

关于建设银行行业信贷结构调整机制问题的思考

未来几年我国将处于产业结构变化较快，市场日趋国际化的时期，尤其是在我国加入世界贸易组织以后，国内市场将不可避免与整个国际市场融 为一体。企业所面对的不再是国内市场，而是一个更大、更复杂的国际市场；竞争对象不仅是国内企业，而是国际范围的国际性企业；市场不确定因素必然增多，信贷风险控制的难度进一步加大。目前，建设银行信贷资产质量不高，同时，行业信贷结构严重不合理。为适时地、有效地调整建设银行行业信贷结构，必须建立行业信贷结构调整机制。     

基于CPV模型的房地产信贷信用风险的度量和预测

本文基于CPV模型，对房地产信贷风险进行了度量与预测。结果表明，该模型在度量和预测房地产信贷违约率方面具有较好的效果。房地产信贷的违约率和宏观经济状况紧密相连，当经济状况恶化，房地产信贷违约率上升，当经济状况好转，房地产信贷违约率下降。分别从国家宏观经济、房地产行业状况、房地产企业状况三个层面选择出三个宏观经济因素指标——综合领先指标、国房景气指数和企业景气指数进行研究，结果表明，对于研究房地产信贷的信用风险来说它们是较好的指标，尤其是综合领先指标。     

宏观经济因素对商业银行信贷风险的影响分析

本文利用VAR模型，分析宏观经济因素分别对国有商业银行信贷风险及股份制商业银行信贷风险的影响，表明宏观经济因素对我国商业银行信贷风险有比较显著的影响，并据此对降低我国商业银行信贷风险、减少其不良贷款提出相应建议。     

经济周期对我国商业银行信贷风险管理的影响分析——基于VAR模型的实证研究

本文利用向量自回归模型(VAR),通过脉冲响应函数和方差分解技术,分析主要宏观经济变量的冲击对我国商业银行信贷风险水平影响的传递过程以及贡献程度,并对经济周期内商业银行的经营行为及其风险形成机制展开分析。研究发现:宏观经济变量的波动对我国商业银行信贷风险的变化有较大影响,不良率的周期波动对自身的惯性影响非常明显;GDP的周期波动与不良率呈逐渐减弱的反相关关系;物价周期波动对不良率的影响呈先正再负再转正的波动变化,而且持续时间较长;宽松的货币政策会助长不良率的提高。     

2004年国内宏观形势分析与2005年形势及政策走向

本文通过对2004～2005年国内宏观经济金融形势进行的分析和预测，提出以下主要观点：2004年宏观调控取得明显成效，但宏观经济运行中出现了值得关注的新问题．即固定资产投资反弹的压力很大；电力、煤炭盲目建设现象严重；新增贷款出现中长期化倾向：企业库存和应收账款持续增加蕴含着潜在的信贷风险；货币资金体外循环风险加大。在此基础上，本文认为。2005年经济金融政策的突出变化是财政政策由积极转为稳健，主基调是实行财政、货币“双稳健”政策。宏观调控目标主要有两点．一是防止盲目投资和低水平重复建设的反弹，防止通货膨胀；二是扩大消费需求，加强经济社会发展薄弱环节。     

基于判别分析法的房地产信贷风险评价

房地产业作为资金密集型行业,其高速发展离不开金融的支持,随着房地产市场的发展,房地产信贷风险也在日益集聚。文章运用判别分析法对上市房地产开发企业进行房地产信贷风险评价,结果表明判别分析法总体预测效果较好,变量选择过程Wilks'Lambda的检验结果说明企业的盈利能力是评价信贷风险的重要依据;判别分析法评价结果显示其预测存在非对称性,模型对信贷非违约组的预测准确性较高,而对信贷违约组的预测率较低。     

基于CPV模型的房地产信贷信用风险的度量和预测

本文基于CPV模型,对房地产信贷风险进行了度量与预测.结果表明,该模型在度量和预测房地产信贷违约率方面具有较好的效果.房地产信贷的违约率和宏观经济状况紧密相连,当经济状况恶化,房地产信贷违约率上升,当经济状况好转,房地产信贷违约率下降.分别从国家宏观经济、房地产行业状况、房地产企业状况三个层面选择出三个宏观经济因素指标--综合领先指标、国房景气指数和企业景气指数进行研究,结果表明,对于研究房地产信贷的信用风险来说它们是较好的指标,尤其是综合领先指标.     

基于财务分析角度的银行信贷风险研究

银行业面临的主要风险是信贷风险,在当前商业银行间竞争日趋激烈的环境下,做好对授信企业的财务分析,防范和识别银行信贷风险,对提高银行业竞争力显得十分重要。为从源头上减少不良贷款、降低信贷风险,各商业银行会在贷款前专门对授信企业的偿债能力、盈利能力、财务状况进行综合风险评估,其中财务分析是商业银行主要的信贷控制和评价手段。本文从银行在信贷业务财务分析方面存在的问题着手,提出相应的风险识别和防范建议,以期最大限度的降低信贷风险。     

财务危机预警模型及其在信贷风险管理中的应用

财务危机（Financial Crisis)与称作财务困境（Financial Distress），一个企业由于财务危机导致破产是商业银行信贷资产的直接损失，并由此构成银行的信贷风险。财务状况的好坏不仅具有先兆，而且可以进行预测分析。本文在综合介绍国内外对财务危机预警模型所进行的理论和实证研究的基础上，介绍了两个适用于我国实际情况的预警分析模型。在分析我国商业银行信贷风险管理中引入定量化预警分析模型必要性的同时，通过选取上市公司的样本数据对模型进行实证检验，指出该模型可以应用于我国银行业的信贷风险管理。在此基础上，本文还对商业银行信贷管理使用财务危机预警模型时应注意的几个问题进行了讨论。