商业银行信贷管理中行业风险评价的研究.docVIP

商业银行信贷管理中行业风险评价的研究 　　【摘 要】 行业风险的预测和评价是商业银行信贷管理中的重点和难点。文章从偿债能力、资产流动性、盈利能力、资产运营能力、市场竞争情况、股本结构、劳动效率和创新能力八个方面，构建了行业风险预测指标体系，并针对预测指标间存在的多重共线性，运用岭回归方法筛选指标，建立了行业风险预测评价模型。此方法可以帮助商业银行在信贷管理中及时、准确地评价某个行业未来所面临的风险程度。 　　【关键词】 商业银行； 行业风险评价； 风险预测指标； 岭回归 　　一、引言 　　进入后金融危机时代以后，商业银行所面临的竞争压力日益增大，各项业务所蕴含的风险也越来越大，尤其是信贷风险。对商业银行而言，信贷风险防范的基础就是对信贷风险进行准确的度量与预警。一个行业的经营情况好坏会影响其内部企业的经营情况，进而影响到银行信贷资金的安全。因此，武剑（2003）认为行业风险分析应作为银行内部风险评级与信贷管理的一项重要内容。一方面，通过对行业风险的分析，商业银行可以掌握行业长期的发展趋势，预测未来可能出现的行业风险；另一方面，根据不同行业间风险的差异，实行差异化的信贷策略。这样，商业银行既可以尽可能地避免未来的行业信贷风险，又可以保证利润的最大化。 　　从现有理论研究和实践来看，国内外商业银行和一些学者多注重对单个企业的信用风险管理和研究，对商业银行信贷企业所处的行业风险研究并不是很多，仅限于定性的分析和管理，定量测度的研究还很少。现有研究大部分是从定性的角度，对某一个具体的行业进行研究，或是对行业的某一影响影响因素进行相关分析和研究。国外方面，美国哈佛大学产业经济学权威Joe S. Bain、Scherer在19世纪30年代提出了结构—行为—绩效（SCP）分析模型，用于揭示行业的发展现状，进而对企业的行为和绩效进行探讨。该模型主要是研究行业内部的影响因素，而对行业外部的影响因素考虑的较少；美国学者Michael Porter于20世纪80年代提出了波特理论，他认为企业的利润受行业竞争结构影响很大。Schwartz和Altman （1973）着重研究了行业股价指数的波动规律，发现不同的行业、在不同时间其股价指数波动的规律差异显著；Kelly（1995）通过研究爱尔兰服务业的行业结构，认为行业结构对行业发展的影响显著；Kuo等（2002）运用人工神经网络（ANN）的方法和多变量分析法对行业市场的分割情况进行了研究。 　　国内方面，李万兴（2001）研究发现，贷款客户的财务状况受所处行业的发展状况影响很大。因此通过对行业发展趋势、行业不同发展阶段的特征的把握，可以帮助商业银行信贷风险决策；武剑（2003）将Michael Porter的“竞争优势理论”应用到行业分析中；张蔚等（2003）对行业分析的理论和方法进行了分析，认为在行业分析时要关注行业的宏观环境和微观环境；冯娟（2005）利用某省39个工业二级子行业和26家投资企业的数据进行了实证分析，结果表明了行业之间具有明显差异，行业间的优势特征各不相同；尹占华等（2008）设计了一种能够反映行业风险变化的预警系统，并采用支持向量机和人工神经网络等多种模型同时对样本行业进行批量处理和交叉检验。实证结果显示，支持向量机模型的预测效果优于其他模型。张波（2010）以行业风险为研究对象，在全面分析行业风险影响因素的基础上，利用各行业的定性数据和定量数据，构建了基于Logit回归的行业风险度量模型，并在此基础上对我国商业银行防范行业信贷风险的提出了相关对策；陈红艳、王加中（2010）在行业风险测度指标体系设计的基础上，提出了PCA-Logit风险测度模型，并将其应用到制造业中。实证结果显示，其相对风险的判断结果可为银行货款结构的优化调整提供依据；陈红艳等（2012）结合行业特征，构建了一套适合行业信贷风险测度的指标体系，并对指标的量化进行了详细的说明；赵坤、张迪（2012）在机械工业行业协会的信用评级指标体系中加入了“外部行业风险”指标，并运用层次分析法和模糊综合法确定了“外部行业风险”指标权重。 　　从现有研究成果来看，对于行业风险的定量分析主要有两种方法：第一种是统计方法，由于行业风险的预测指标很多，而且相关性强，会产生多重共线性，因此需要对预测指标降维或进行逐步回归，但这样会丢掉一些与行业风险有关的信息；第二种是支持向量机和神经网络等数据挖掘方法，这种方法的适应性好，但处理结果近似于黑箱，不便于解释。针对行业风险预测指标的多重共线性问题，本文拟采用岭回归分析方法，进行行业风险预测指标的筛选，并建立行业风险预测模型。 　　二、行业风险预测指标体系构建 　　（一）行业风险程度判断指标的确定 　　对于商业银行来说，行业风险就是某行业中企业违约的比例。这里，由于商业银行