商業(yè)銀行信用風險度量與管理研究

　　如何對信用風險進行度量和管理是商業(yè)銀行經營的永恒主題。近年來，商業(yè)銀行面臨的信用風險越來越大、越來越復雜，備受銀行體系以及經濟主體乃至監(jiān)管當局的關注?！渡虡I(yè)銀行信用風險度量與管理研究（經管系列）》以商業(yè)銀行為視角，研究其風險管理最重要的一環(huán)，即對貸款企業(yè)信用風險的度量與管理，以期對發(fā)展中的我國商業(yè)銀行提供技術和方法。《商業(yè)銀行信用風險度量與管理研究（經管系列）》首先界定信用風險的概念和特點，對風險管理領域的理論背景、信用風險度量方法以及國內外的研究狀況進行全面的歸納和整理，為《商業(yè)銀行信用風險度量與管理研究（經管系列）》的研究提出思路和方向。研究以風險度量方法的改進和實證分析為重點，運用上市公司所披露的財務信息，建立了上市公司信用風險評價指標體系，提出信用風險度量的模糊神經網(wǎng)絡方法。通過與上海某商業(yè)銀行的合作，對其1999-2005年的貸款明細和公司財務數(shù)據(jù)進行了系統(tǒng)研究，運用粗糙集理論的約簡功能，從中選出最能反映企業(yè)信用狀況的8項財務指標，再應用神經網(wǎng)絡方法進行信用評價。實證研究表明，所提方法具有較高精度?！渡虡I(yè)銀行信用風險度量與管理研究（經管系列）》利用CCER提供的上市公司個股行情數(shù)據(jù)和財務數(shù)據(jù)，進行了KMV方法的實證研究，對其違約距離計算公式進行了對比和改進，得出了適合中國國情的具體操作方法。對于非上市公司信用風險的動態(tài)度量問題，《商業(yè)銀行信用風險度量與管理研究（經管系列）》研究了由KMV模型發(fā)展而來的PFM模型，并結合我國實際情況進行改進，采用神經網(wǎng)絡估計方法估計非上市公司的資產價值和波動率，用資產保值增值率代替資產的連續(xù)回報，進行違約距離計算。實證研究表明，《商業(yè)銀行信用風險度量與管理研究（經管系列）》所提方法對我國上市公司、非上市公司具有較好的信用風險評價和預測能力。

　　夏紅芳，女，1965年1月出生，江蘇宜興人，管理學博士。浙江財經學院金融學院副教授，副院長。從事金融機構風險管理、資本市場等研究，近年來在《農業(yè)經濟問題》等雜志發(fā)表論文30余篇，主持省部級課題2項，已出版圖書2部。