探讨我国信用风险度量模型的应用

本文阐述了财务分析和信用风险度量模型在信用评级上的重要性。从信用评级发展角度出发,对传统信用风险评价方法和现代信用风险模型的发展进行了总结,揭示了传统信用风险评价方法存在的弊端,现代信用风险模型的优点是减弱主观判断的因素。最后通过各个模型的优缺点总结选择适合我国信用风险度量模型应从我国实际情况出发。     

数据挖掘在我国商业银行信用风险度量模型中的应用

基于数据挖掘的银行客户管理信息系统就是银行利用数据挖掘技术，通过有效充分的数据挖掘，将银行客户资料作不同角度的分析，从中对客户进行定位分类，明确客户的消费倾向与消费模式，预测客户的风险性，从而实现与银行信用风险度量系统的结合。     

信用风险度量方法发展分析

信用风险很早就受到重视,经过几十年的发展,逐步形成了度量信用风险的各种方法。本文将回顾国内外信用风险度量方法并分析各种方法的应用条件,供金融机构信用风险管理借鉴。     

谈以信用资产组合的信用风险度量改善我国商业银行的信用风险管理

信用风险的管理是商业银行面对的古老话题。但是随着金融创新和经济体制的变革,信用风险的内涵和外延都在扩融。商业银行的最重要的只能就是风险管理,而信用风险管理又是商业银行风险管理的重中之重。本文首先介绍我国商业银行信用风险管理的现状,之后从企业和银行两个角度介绍信用风险产生的原因。其次本文讲述商业银行如何用信用资产组合的信用风险度量来管理信用风险。最后文章从多方面讨论我国商业银行使用该方法所需要的条件,从而为我国金融和经济体制改革提出建议。     

存货质押融资业务信用风险度量研究

随着中小企业信用担保体系的不断完善,担保贷款的规模不断扩大,担保贷款的风险管理受到普遍关注。供应链金融的风险包括市场风险、信用风险和操作风险等,采取有效的风险价值度量方法对存货质押融资业务的发展有着重大意义。本文借鉴国内外学者的研究成果,利用Merton模型来度量每一个企业的预期违约概率,进而通过Merton模型来度量信用风险的大小,构建了一个计算供应链金融信用风险的模型。这种方法与信用等级无关,并弥补了VAR需要大量历史数据的弊端。     

基于突变理论的供应链金融信用风险度量的研究

本文经过深入研究供应链金融环境下融资方式的特点,提出了一种基于突变理论的供应链金融信用风险度量的理论,并将该理论应用到具体的案例中。     

金融租赁信用风险度量与管理的一般分析

本文从金融租赁信用风险的基本内容入手,将信用风险与其他金融租赁风险相区别。在此基础上文章回顾了信用风险分析度量模型,并进行了客观评价。通过这些分析,提出相应的风险管理手段,为金融租赁业通过加强信用风险管理以促其发展提供了现实基础。     

Credit Metrics信用风险度量模型的应用研究

本文首先分析了Credit Metrics信用风险度量模型的基本框架,其次通过债券信用转移矩阵来估计债券的远期价值,最后结合信用转移矩阵和远期价值确定了债券的远期价值风险,对公司单一品种债券价值的评估和风险的分析有一定的意义。     

基于KMV模型的上市公司信用风险度量

信用风险一直是金融市场面临的主要风险之一,因此,寻找一种科学合理的信用风险度量方法就显得尤为紧迫了。笔者经过长期学习实践发现,KMV模型通过量化的方式对上市公司的信用风险进行计算,其结果更加科学理性,有利于投资者及时采取措施规避相应风险。     

基于修正KMV-Copula模型的组合信用风险度量研究

文章利用我国ST和非ST的上市公司真实数据,对KMV模型进行修正,引入了基于EGARCH的KMV模型计算单个资产的违约概率。进一步分别采用二元正态-Copula、二元t-Copula以及二元阿基米德-Copula包括Gumbel-Copula、Clayton-Copula和Frank-Copula函数对信用资产组合的违约相关性进行建模,研究多资产间的联合违约概率。研究结果表明,修正的KMV模型具有合理性和有效性,Clayton-Copula函数对联合违约概率拟合更好。研究结果有助于商业银行预测各企业的信用风险大小及可能性,提升应对风险的能力,以维护我国金融市场安全稳健运行。     

基于KMV模型的房地产业上市公司信用风险度量

房地产行业是国民经济的支柱行业,资金需求量大,信用风险暴露规模较大,对商业银行的信贷资产质量也会产生重大影响,因此如何对房地产企业的信用风险进行度量是信用风险管理领域的亟待解决的问题之一。本文结合我国房地产上市公司的实际情况,研究KMV模型在中国市场中评价房地产上市公司信用风险的能力,采用违约距离度量我国房地产业上市公司信用风险的现状。结果表明,参数调整后的KMV模型能够在整体上识别我国房地产上市公司信用风险。     

行业信用风险之度量

本文从多个角度分析了影响行业信用风险的指标,并对定性和定量指标分别采用模糊综合评价和多元统计分析等不同的数学处理方法,从而得到定性和定量两个风险指数,然后由层次分析法赋权后加权得出行业综合风险指数和相应的风险等级,最后对十大行业2007年的风险状况进行了实证研究。     

商业银行表外业务信用风险管理研究

对商业银行表内业务信用风险的管理,目前国际上有许多成熟的成果。但最近,商业银行表外业务占据了越来越重要的地位,其风险管理也引起了关注。本文论述了表外业务具有高杠杆性等特点,当今国外表外业务迅猛发展势头及我国的表外业务现状,说明加强对表外业务信用风险管理的必要性。文章引介了两种度量表外业务信用风险度量的方法:BIS模型和信用风险度量术,最后对这两种方法进行了实例分析。     

我国制造业上市公司信用风险度量:基于KMV模型

目前对上市公司信用风险度量模型进行研究,及依据行业特征构造行业信用风险度量模型,对于商业银行信用风险管理显得尤为重要。本文基于现代信用风险度量模型——KMV模型,通过对违约点、股权价值波动性率、违约距离计算方式进行修正,构建了制造业行业KMV模型。研究结果表明,当违约点选取长期债务和短期债务之和时,制造业KMV模型可以提前两年将信用好与不好的上市公司甄别开,具有较强的适用性,符合我国目前信用风险管理水平的需要。同时,运用制造业KMV模型还可以判断上市公司是否具有"壳"资源的价值。     

KMV模型在农业上市公司信用风险度量中的应用

我国商业银行面临的主要风险是信用风险,信用风险管理成为银行关注的重中之重。本文以农业类上市公司为样本,运用Matlab技术,通过实证来检验模型识别上市公司信用风险的能力,研究表明现阶段基于期权定价理论的KMV模型能很好地度量我国农业类上市公司的信用风险。     

我国上市公司短期信用风险度量的实证研究

上市公司的短期信用风险不仅可能给投资者和公司带来巨大的经济损失,而且也可能对整个金融市场的稳定造成危害。本文在运用主成分Logistic回归模型对我国上市公司短期信用风险进行定量分析的基础上,结合我国实际情况,提出上市公司短期信用风险度量的策略。     

组合信用风险度量--因子模型和Copula方法的趋同

文章在对组合信用风险度量的因子模型和Copula方法进行介绍的基础上,指出Copula函数复杂的参数估计和计算问题的解决方法正是因子模型,并运用蒙特卡洛模拟的方法,说明了两者的相同之处。因此,在近期的研究中,研究者经常将因子模型和copula方法等同。     

基于BP-KMV模型的非上市公司信用风险度量北大核心

我国商业银行面对的信贷客户大都是非上市公司,如何有效地度量非上市公司的信用风险一直是我国商业银行亟待解决的难题。通过构建BP神经网络与KMV模型相结合的BP-KMV信用风险评价模型,以46家中国制造业上市公司及35家制造业非上市公司的相关数据为样本,运用Matlab技术进行实证分析,结果表明,通过该模型计算出来的非上市公司违约率可用度很高,能很好地评估上市公司信用状况。     

商业银行现代信用风险度量研究

<正>一、商业银行现代信用风险度量方法近二十年来,由于商业银行贷款利润持续下降和表外业务风险不断加大,促使银行采用更经济的方法度量和控制信用风险,而现代金融理论的发展和新的信用工具的创新,给开发新的信用风险计量模型提供了可能。现代信用风险度量模型主要有CreditMetrics与Credit Portfolio View模型、KMV模型和CreditRisk+模型。