金融机构商业银行信用风险论文范文

一、EDF概率的计算及修正

（一）先要从公司股票的股权价值Vε和股价的波动率σE以及负债来估计VA及波动率σA其中μA、σA是公司资产价值的瞬间收益率和波动率。dz是标准维纳过程。

（二）由第一部中的VA、σA和公司的债务来求得DPT、DPDKMV模型中定义DPT=SD+0.5LD，（SD为短期的负债，LD为长期负债）

（三）DD与EDF之间是具有稳定的函数映射关系从第二部计算中可以看出，KMV模型定义DPT=SD+0.5LD，这是基于美国庞大的违约数据库的基础上计算出来的，但是中国信用体系数据库还不够完备，且不同行业的信用情况也对DPT计算有影响，因此KMV模型在度量我国信用风险时需要进行参数的修正。对于m值得选择，不同学者研究的论大都不一，但大部分结果倾向与m≥0.5以上的这个结论，由于我国公司信用体系的不完善，失信情况出现较美国发达资本市场较为严重，所以，m值一般设定为0.5以上比较符合我国的基本国情。对于DPT计算方法的选择，还有很多种方法，如：有的学者采用模糊随机方法、DEA方法中的CCG模型、回归、神经网络等等。第三部中，计算EDF时，由于我国没有庞大的违约数据库，所以无法建立DD与EDF之间的映射关系，所以一般假定VA服从参数为μ、σ的正态分布。

二、结论

（一）完善DPF计算在我国信用体系数据库不健全的情况下，金融机构应该区别度量公司的信用风险，在选取违约参数时，应该根据不同的行业和公司的债务情况来进行判断，选取合适的DPT来进行DPF的计算。其次，在计算VA及σA时采取期权定价模型有很多种，我们要尽快探究出一种适合中国市场特征的模型。

（二）加快风险管理体系的建设应成立专门的研究部门，尽快建立适应中国特色的商业银行风险监控预测体系，借鉴国外的先进经验，完善我国的信用体系评级制度建设。

（三）建立精确的数据库管理系统数据的精确度和真实性决定了我们模型预测的准确性，统计口径的规范化还是特别有必要性的。违约数据积累的缺乏在我国风险数据来源于《中国统计年鉴2013》和《北京市统计年鉴2013》计算而得。从图2可以看出，行业的泰尔指数呈现出波动上涨的趋势，从1992男的0.0142上涨到2013年的0.0338.1992年到2000之间，泰尔指数基本保持在0.015～0.02之间波动，波动浮动也比较小，这可能与在这几年时间内，金融行业能量并没够得到足够的释放有关，很多金融业处于管制阶段，金融业的收入与制造业的收入差距并没有很大。2000年到2008年之间，泰尔指数逐步上升，呈现稳步增长的趋势，之所以会形成这种趋势，是由于随着市场经济的快速发展，金融业在经济高速发展的态势下，行业的业务量不断增多，且行业的垄断性经营为这些行业获得了高额的利润，高额额利润促使行业的收入水平不断，而与此同时，制造业的收入水平只有很小的增长，从而使得金融业与制造业之间的差距越拉越大，泰尔指数就越大。2008年以后，泰尔指数有所回落，一方面是因为金融危机后，金融业受到了一定的打击，行业收入略微降低，另一方面，国家开始更加重视制造业的发展，制造业的收入有所提高，从而使得泰尔指数回落。

三、结论和进一步研究的方向

从上面的描述性统计分析中，我们可以得出一些基本的结论：金融业与制造业之间存在着很大的收入差距，并且收入差距呈现不断上涨的趋势。为了进一步研究金融业和制造业的收入差距，解释造成这种收入差距不断扩大的原因，探究造成这种收入差距的影响因素。我们可以对影响收入差距的影响因素进行实证研究，再次提出一些初步的想法。将收入差距作为因变量，收入差距可以用行业的平均收入差距量化，自变量可以选取行业人力资本水平，用行业人均受教育年限量化；行业劳动水平即行业的劳动生产率，可以用行业的产业增加值与行业从业人员的商加以量化；行业垄断水平，可以用国有企业的所占比例加以量化。构建回归方程，进行回归分析。

作者：孙姣单位：中国人民银行西安分行