2026《商业银行信贷风险管理研究的国内外文献综述》4700字.docxVIP

商业银行信贷风险管理研究的国内外文献综述

1.1国外研究综述

国外的商业银行信贷风险管理相关理论已经发展到相对成熟的阶段，对国内专家学者的理论研究提供了一定的参考。

（1）信贷风险预警方面

Iturriaga等（2015）[1]建立某美国银行破产的神经网络模型。将多层感知器和自组织地图结合起来，模拟破产前三年发生困境的可能性。研究发现，破产银行更集中于房地产贷款，他们的情况部分是由于风险扩大，导致股本和利息收入减少。基于银行现状开发神经网络模型来检测破产情况，美国银行破产事件来评估银行的短期、中期和长期风险。

Bussmann等（2018）[2]提出了P2P贷款平台信贷风险人工智能模型。该模型将相关网络应用于Shapley值，对15000家中小企业的信贷需求进行的实证分析，结果表明，有风险和无风险的借款人都可以根据一组相似的财务特征进行分组，这些特征可以用来解释他们的信贷得分，从而预测未来信贷风险可能性。

Du等（2020）[3]建立网络信用风险预警模型，利用遗传算法对神经网络进行优化，提高预警精度。基于90家企业5年来的450个数据样本，初步确定了网络信用风险水平。为了避免BP神经网络陷入局部极值的缺陷，采用遗传算法对神经网络进行优化，准确率可达97%。拓展了BP神经网络在网络金融领域的应用，为网络信用风险预警与评估提供了新的发展方向。

Gunay（2020）[4]通过TED和OIS利差以及CDX和iTraxx家族的各种信用违约掉期指数来研究信用风险和流动性风险的相互作用。采用Kapetanios单位根检验、EGARCH模型、Bootstrap-Toda-Yamamoto修正Wald检验和非对称因果关系分析。结果表明，流动性风险在信用风险中起着重要作用，在大多数情况下，TED和OIS利差是CDS指数的主导因素。

（2）信贷风险计量方面

Alexeev（2017）[5]使用蒙特卡罗对商业银行的财务指标数据开展模拟分析研究。结合实证研究分析得出，商业银行的信贷结构整体上是合理的，但商业银行信贷风险仍然处于高位，商业银行建立完备的信用风险度量模型，有利于科学的对信贷风险进行计量，相应提升信贷风险管理能力。

Weber等（2015）[6]发现在商业信用风险评估过程中整合环境、社会和可持续性标准，将有利提高信用风险预测的预测有效性。当可持续标准提高时，相应信用评级会更加有效。实施一个整合可持续性风险的信用风险评估模型将对贷款人更有利。考虑到可持续性问题，银行一方面可以避免信贷违约，另一方面可以向可持续性领导者提供商业贷款。

Smith等（2011）[7]提出了一种新的不依赖于二元变量的回溯检验方法。结果表明，新的回溯检验为分位数模型的有限样本性能提供了充分条件，而现有的模型未能提供，最终该回溯检验方法可以实现基于分位数回归来判断风险增加的时间。

（3）信贷风险研究方面

Johnston（2014）[8]对信用卡领域进行研究，提出了信用风险管理的定价决策模型。通过定价决策模型，结合贷款人的重新定价策略和贷款人与借款人之间的关系，探讨信用风险管理的含义和营销的作用，以及关系营销对国外市场（包括美国市场）贷款人的影响。

Arora（2021）[9]对印度公共部门银行信贷分析师的认知进行统计分析，调查了各种信贷风险管理（CRM）实践的有效性。对这些银行的CRM系统进行系统和全面的审查，研究得出结论，最具功能性的CRM实践是了解其他银行的风险管理系统、实施了解客户（KYC）规范、多层次信贷审批流程。

Jabbouri（2019）[10]采用面板数据估计法研究银行信贷风险的具体和宏观经济决定因素。使用2003年至2016年间10个中东和北非（MENA）新兴国家的98家银行主要指标分析发现，银行规模、资本充足率、银行运营效率、盈利能力、GDP增长、失业率、通货膨胀和公共债务是中东和北非新兴市场不良贷款的主要决定因素，助于银行经理能够设计信贷政策，尽量减少借款人的违约。

（4）信贷风险管理方面

Dilek等（2017）[11]探讨了决定风险管理实践选择的因素。选取银行竞争和贷款市场的行业集中度两个主要决定因素，使用249家德国储蓄银行的信用风险管理数据，对模型的预测进行了实证检验。结果表明，竞争促使银行实施先进的风险管理实践，贷款市场的部门集中促进了信贷组合建模，但抑制了信贷风险转移。

Purnanandam（2006）[12]研究了宏观经济的冲击、商业银行主要特征对利率风险管理的影响，认为昂贵的外部融资成本和内部财务困境成本的套期保值理论有高度相似性，当银行金融危机的可能性增加时，他们更有可能综合运用表内外金融工作主动管理利率风险。与衍生品使用者相比，非衍生品使用者的银行在更严格的货币政策体系中采取保守的资产负债管理政策。随着货币供应量的减少，非