基于CPV模型的商業(yè)銀行信貸風險研究.pdf

1、信貸風險是商業(yè)銀行面臨的最主要的風險之一，銀行對信貸風險的控制和管理關系到銀行體系的穩(wěn)定和國民經濟的發(fā)展。目前，我國商業(yè)銀行在信貸風險管理方面還遠落后于西方發(fā)達國家，我國對信貸風險的分析仍處于傳統(tǒng)的比例分析以及專家經驗判斷階段，不能有效滿足商業(yè)銀行對貸款安全性度量的要求。因此，應用現(xiàn)代的計量模型計量我國的信貸風險，可以更加有效的控制我國商業(yè)銀行的信貸風險，具有非常重要的意義。本文對現(xiàn)今公認的幾種信貸風險度量方法即CreditMetric

2、s模型、CreditPlus+模型以及CreditPortfolioView模型進行簡要的說明并分析其在中國的適用性，通過對比，選取CPV模型進行實證研究。實證結果發(fā)現(xiàn):在進行CPI調整、季節(jié)調整之后，最終發(fā)現(xiàn)固定資產投資、實際利用外資和100美元兌人民幣匯率這3個宏觀經濟指標，可以很好地擬合宏觀經濟指數(shù)Y，并且擬合優(yōu)度達到95％以上。而由于文中的宏觀經濟指數(shù)Y和違約率之間存在直接的數(shù)學轉換關系，所以上述3個宏觀經濟指標同樣可以對違約率

3、進行良好的擬合。另外，根據(jù)這3個宏觀經濟指標的估計系數(shù)，可以認為:經濟運行良好時，信貸違約率會下降;外資的引入會對中國商業(yè)銀行的信貸資產質量造成沖擊;人民幣的穩(wěn)步升值有利于降低不良貸款率。從實際經濟的角度講，即宏觀經濟直接影響違約率，驗證了人們對于“經濟形勢影響企業(yè)還款”的認識。另外，以往的實證分析大多基于其它國家和地區(qū)或者基于某一具體行業(yè)的違約率進行研究，而本文針對的是中國商業(yè)銀行整體的違約率，同樣得到了較好的擬合結果，說明CPV模型