基于数据的银行信贷行业的信用风险研究.docxVIP

下载本文档

0
0
约8.39千字
约 9页
2024-09-12 发布于湖北
举报
版权申诉

基于数据的银行信贷行业的信用风险研究.docx

1、本文档共9页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于数据的银行信贷行业的信用风险研究

范宏盛婉琴王直杰

摘要目前多数研究利用美国旧金山市KMV公司于1997年建立的模型（KMV模型）计算企业年违约距离来评估具体企业的信用风险，但缺乏信贷行业的信用风险评估方法，也不能给出随时间变化的信用風险.首先提出基于数据的信贷行业随时间动态演化的信用风险评估模型，然后利用2016年18个行业的数据得到了中国信贷行业动态演化的信用风险，该信用风险随时间演化特征可分为波动上升、下降后波动、下降后稳定、稳定四种类型.进一步研究发现金融业、科学研究和技术服务业、信息传输软件和技术服务业这三个行业动态演化的信用风险平均值高且不稳定，住宿和餐饮业的信用风险很高但是比较平稳，其他行业的信用风险较低且较平稳.

关键词?金融学;信贷行业信用风险;统计分析;动态演化;极大似然函数;蒙特卡罗仿真

F830??????A

AbstractAtpresent，mostresearchesusetheKMVmodelestablishedbyKMVcompanyinSanFranciscoin1997tocalculatetheannualdefaultdistanceofenterprisesandevaluatethecreditriskofspecificenterprises，butthereisfewresearchesonthecreditriskassessmentmethodofcreditindustryandfewresearchescangiveatime-evolvingcreditrisk.Firstly，thispaperproposesadynamicallytime-evolvingindustrycreditriskassessmentmodelbasedondata，andthenobtainsthedynamicallyevolvingcreditriskoftheChinesecreditindustryusingdataof18industriesin2016.TheresultsshowthatcreditriskevolutioncharacteristicsoftheChinesecreditindustrycanbedividedintofourtypes：fluctuationrising，fluctuationfalling，stabilityfalling，andstability.Furtherstudiesfindthattheaveragevalueofcreditriskinthedynamicevolutionofthreeindustries，namelyfinancialindustry，scientificresearchandtechnicalserviceindustry，andinformationtransmissionsoftwareandtechnicalserviceindustry，arehighandunstable.Thecreditriskinaccommodationandcateringindustryishighbutstable，whilethecreditriskinotherindustriesarelowandstable.

Keywordsfinance;creditriskinthecreditindustry;statisticalanalysis;dynamicevolution;maximumlikelihoodfunction;Montecarlosimulation

1引言

深入分析中国信贷行业的风险特征对于促进银行业信贷结构优化，加强信用风险管控，实现经济安全稳健可持续运行具有重要的现实意义.

目前国内外信用风险研究的绝大多数文献都是针对具体公司的信用风险进行研究，其中KMV模型是经典的研究上市公司及非上市公司信用风险的模型.彭大衡和张聪宇（2009）[1]利用KMV模型分析中国A股上市的五家商业银行的信用风险，发现应用KMV模型度量商业银行的信用风险是可行的.蒋彧和高瑜（2015）[2]运用修正后的KMV模型对中国2008家上市公司进行信用风险评估，发现在