商业银行信用风险度量与分析.docx

摘要：信用风险作为商业银行的主要风险之一，运用恰当的模型对其进行有效分析及管理具有非常重要的意义。而在诸多模型中，KMV模型是一种较为成熟的信用风险量化评估技术，并能根据金融市场的实时数据对信用风险进行动态分析。本文选取2011-2016年间我国16家上市商业银行作为样本，运用KMV模型计算出每家商业银行的违约距离和违约概率，然后通过面板模型对影响违约距离的主要因素进行了回归分析。结果表明，不同类型的上市银行违约距离存在明显的差异，其中违约距离最大的是大型商业银行，其次是股份制商业银行，违约距离最小的是城市商业银行。此外，净资产收益率、存贷比和最大十家客户贷款比例是影响违约距离的显著因素，且三者都与违约距离呈正相关关系。

关键词：商业银行；信用风险；KMV模型

目录

摘要

Abstract

1  引言-1

2  文献综述-1

2.1  国外文献综述-1

2.2  国内文献综述-2

3  理论研究-3

3.1  商业银行信用风险的含义-3

3.2  商业银行信用风险的特点-4

3.3  商业银行信用风险的影响因素-5

3.4  信用风险度量方法的选择-5

4  测度信用风险-6

4.1  样本选取与数据来源-7

4.2  KMV模型的基本原理-7

4.3  KMV模型的计算过程-7

4.4  KMV模型变量说明-8

4.5  KMV模型结论分析-11

5  影响因素的实证研究-15

5.1  面板模型建立-15

5.2  数据来源及描述-16

5.2  实证结果分析-17

5 结论和建议-18

5.1  本文的结论-18

5.2  建议-19

参考文献-21