金融开题报告范文

⼀、课题任务与⽬的
本论⽂主要解决以下⼏个问题：
1、我国信⽤风险计量的现状;
2、⽬前国际上影响⼒的信⽤风险度量模型;
3、我国商业银⾏信⽤风险特点实证分析;
4、我国商业银⾏计量信⽤风险的新思路。

⼆、调研资料情况
上世纪 90年代,随着⾦融市场的发展和风险管理技术的进步,现代信⽤风险度量模型得到了迅速的发展。

现代信⽤度量模型与传统的信⽤度量⽅法相⽐,具有很⼤的优越性。

⽬前国际上流⾏的信⽤分析度量模型主要有四类,即KMV模型、CreditMetrics模型、麦肯锡模型和 CSFP信⽤风险附加法(Credit Risk)。

1. CreditMetrics模型。

CreditMetrics模型是世界上第⼀个信⽤风险的量化度量模型,是由 J. P. 摩根公司等于 1997年开发出的模型。

该模型以资产组合理论为依据,运⽤ VaR(Value at Risk)框架,对贷款和⾮交易资产进⾏估价和风险计算。

CreditMetrics模型依赖于历史数据,属于盯市模型 (MTM)。

2.麦肯锡模型。

麦肯锡模型是在 CreditMetrics模型的基础上,对周期性因素进⾏了处理,将评级转移矩阵与经济增长率、失业率、利率、汇率、政府⽀出等宏观经济变量之间的关系模型化,并通过蒙地卡罗模拟技术 (a structured MonteCarlo simulation approach)模拟周期性因素的“冲击 ”来测定评级转移概率的变化。

麦肯锡模型克服了 CreditMetrics模型中不同时期的评级转移矩阵固定不变的缺点,可以看作是对 CreditMetrics模型的⼀种补充。

3. KMV模型。

KMV模型是估计借款企业违约概率的⽅法。

该模型将贷款看作期权,⾸先利⽤ Black - Scholes期权定价公式,根据企业资产的市场价值、资产价值的波动性、到期时间、⽆风险借贷利率及负债的账⾯价值估计出企业股权的市场价值及其波动性,再根据公司的负债计算出公司的违约实施点 (default exercise point),然后计算借款⼈的违约距离,最后根据企业的违约距离与预期违约率 (EDF)之间的对应关系,求出企业的预期违约率。

KMV模型主要使⽤股票市场的相关数据,是⼀种动态模型。

该模型同时具有盯市模型和违约模型 (DM)的特征。

4. Credit Risk模型。

Credit Risk模型是⼀种基于精算⽅法的信息风险计量模型, 由 CSFP (Credit Suisse FinancialProduct)于 1997年推出。

该模型把信⽤评级的升降和与此相关的信⽤价差变化看作是市场风险,在任何时期只考虑违约和不违约这两种事件状态,计量预期到和未预期到的损失。

Credit Risk是⼀种违约模型,它忽略了转移风险。

但是,该模型具有其独特的优点:如模型只需要相对较少的数据,具有简易性的特点;能够得到债券组合或贷款组合的损失概率的闭形解,具有计算上的优势。

除上所述,国际上应⽤的信⽤风险度量模型还有许多,如神经络分析模型、死亡率模型等等。

就我国⽽⾔，已逐步建⽴起风险管理体系,但是与国际同业相⽐,在数据的采集、加⼯、度量⽅法的运⽤上都存在着相当的差距,因此我国对商业银⾏信⽤风险计量⽅法的研究主要集中在对发达国家先进的信⽤风险管理技术的学习和借鉴上，以此寻求⼀种适合我国商业银⾏的信⽤风险量化管理模型。

徐畅在《Credit Metrics 模型及其对我国银⾏风险量化管理的启⽰》[2006,3]中认为，Credit Metrics是世界上第⼀个评估信⽤风险的量化度量模型。

该模型以资产组合理论、VaR(Value at Risk)理论等为依据 ,以信⽤评级为基础 ,不仅可以识别贷款、债券等传统投资⼯具的信⽤风险 ,⽽且可⽤于互换等现代⾦融衍⽣⼯具的风险识别。

研究此模型对于我国银⾏风险量化管理有很强的现实价值。

张红舸和夏佳南在《KMV信⽤风险度量模型在我国的适应性研究》[2006，11]中提出， KMV模型作为国际上应⽤最为⼴泛的信⽤风险量化技术,早已引起我国学者对它的关注。

他们对我国应⽤ KMV模型做了⼤量的实证研究,以期能找到⼀种在我国适⽤的新的信⽤风险管理的度量⽅法。

但我国⽬前对 KMV模型所涉及到的各参数的估计⽅法都没有较好的研究结论,这势必使得我国商业银⾏风险管理者要寻求⼀些替代指标进⾏近似评估。

⽽这种近似的替代最直接的后果就是 KMV 模型的输出结果不准确。

作者也在⽂章中提出了我国商业银⾏使⽤ KMV模型进⾏信⽤风险管理应采取的措施。

姚传娟、李源和夏苏林在《信⽤风险度量KMV模型与Credit Risk+模型⽐较研究》[2006]中，结合中国商业银⾏⽬前信⽤风险管理的实际情况,⽐较分析KMV模型和CreditRisk+模型的基本原理和参数选择的共性及差异,对两模型各⾃特点做出客观评价,结果发现运⽤Credit Risk+模型有利于提⾼信⽤风险度量的精确性,为商业银⾏信⽤风险管理提供了有益的借鉴。

乔⼩京和周⽯鹏在《信⽤风险量化模型⽐较及其对我国商业银⾏信⽤风险的启⽰》[2006,10]中，对信⽤组合观点模型即CPV进⾏了描述，Credit Portfolio View(CPV)模型将周期性因素纳⼊计量模型之中，将迁移概率与宏观因素之间的关系模型化，并且通过模拟宏观因素对于模型的冲击来测定迁移概率的跨时演变，这样可以得到未来每⼀年的不同的迁移矩阵，在此基础上运⽤Credit Metrics的⽅法计算处于不同经济周期的VaR。

可以说这种⽅法是对Credit Metrics的补充，它克服了由于假定不同时期的迁移概率是静态的⽽引起的⼀些偏差。

曹道胜和何明升在《商业银⾏信⽤风险模型的⽐较级其借鉴》[2006,10]中，从模型建⽴的理论基础、模型类型、回收率、现⾦流折现因⼦四个维度对国际上最有影响⼒的商业银⾏信⽤风险模型KMV 模型、Credit Metrics模型、Credit Risk +模型和Credit Portfolio View模型进⾏⽐较，在此基础上对各模型在我国商业银⾏适⽤性进⾏了分析，为我国商业银⾏加强信⽤风险管理，开发适合我国国庆的信⽤风险模型提供了有益的借鉴。

同时，在相关研究过程中随处都暴露出了与发达国家商业银⾏相⽐，我国信⽤风险管理中存在的种种不⾜。

因此，针对⽬前我国商业银⾏信⽤风险管理存在的⼀系列问题,借鉴西⽅发达国家的信⽤风险度量和管理经验,我国银⾏业应当⼤⼒加强建⽴信⽤风险量化分析和管理体系所需数据库的建设,建⽴和完善银⾏内部的企业信⽤评级体系,促进我国专业评估机构的建⽴,建⽴强⼤的信息技术平台,强化银⾏业的信息披露,加强市场约束,借鉴发达国家先进的关于信⽤风险度量和管理的理论知识,结合实际,建⽴适合我国国情的信⽤风险度量和管理模型。