商業(yè)銀行信貸風(fēng)險(xiǎn)管理研究.pdf

1、授予單位代碼】Q箜2學(xué)號(hào)或甲請(qǐng)?zhí)桋?Q密級(jí)——鄭州大學(xué)博士學(xué)位論文論文題日：商業(yè)銀行信貸風(fēng)險(xiǎn)管理研究作者姓名：T鋒學(xué)科門炎：基礎(chǔ)數(shù)學(xué)與業(yè)方j(luò)蜘：非線性分析與系統(tǒng)經(jīng)濟(jì)學(xué)導(dǎo)師姓名、職稱：符廷全教授2006年3月10日一和環(huán)境三個(gè)變量的函數(shù)。首先，從借款人(企業(yè))角度講，影響信貸風(fēng)險(xiǎn)的因素既有借款人的財(cái)務(wù)因素，包括盈利和發(fā)展能力、營(yíng)運(yùn)能力、償債能力及現(xiàn)金流量狀況：也有非財(cái)務(wù)因素，包括借款人的經(jīng)營(yíng)管理和還款意愿。其次，從放款人(銀行)角度講，信

2、貸風(fēng)險(xiǎn)的產(chǎn)生與銀行所選擇的貸款方式、銀行的信貸管理狀況、銀行經(jīng)營(yíng)者的風(fēng)險(xiǎn)偏好和激勵(lì)約束機(jī)制、銀行信貸人員的素質(zhì)等都有關(guān)系。最后，從環(huán)境角度講，對(duì)銀行貸款風(fēng)險(xiǎn)而言，社會(huì)因素、經(jīng)濟(jì)金融體制和借款人所在行業(yè)是最為關(guān)鍵的三個(gè)變量。在論文的第五章，對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的預(yù)警系統(tǒng)進(jìn)行了研究。將自組織映射(sOM)網(wǎng)絡(luò)和概率神經(jīng)網(wǎng)絡(luò)(PNN)引入信貸風(fēng)險(xiǎn)預(yù)警系統(tǒng)，并結(jié)合統(tǒng)計(jì)學(xué)及神經(jīng)網(wǎng)絡(luò)集成等方法與技術(shù)，提出并建立了一種基于SOMPNN的信貸風(fēng)險(xiǎn)預(yù)測(cè)模型

3、，并對(duì)模型訓(xùn)練過(guò)程中的迭代方式進(jìn)行了改進(jìn)；針對(duì)信貸風(fēng)險(xiǎn)預(yù)警這一特殊的應(yīng)用領(lǐng)域，模型使用了經(jīng)濟(jì)學(xué)中的比率分析法及統(tǒng)計(jì)學(xué)中的方差分析方法，對(duì)輸入樣本進(jìn)行預(yù)處理，解決了網(wǎng)絡(luò)訓(xùn)練中樣本選用的問(wèn)題：使用概率神經(jīng)網(wǎng)絡(luò)PNN與SOM集成，對(duì)SOM的輸出做進(jìn)一步處理，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析，使得輸出既保留了s0M輸出可視化程度高的特點(diǎn)，又解決了其輸出不夠明確的問(wèn)題，并且利用PNN提高了分類的正確率。同時(shí)，給出了預(yù)測(cè)結(jié)果的分析方法，在一定程度上解決了神經(jīng)網(wǎng)

4、絡(luò)的“黑箱”問(wèn)題。論文的第六章對(duì)商業(yè)銀行的信貸風(fēng)險(xiǎn)測(cè)量與控制進(jìn)行了系統(tǒng)的研究。首先，將JPMo堆a(bǔ)ll信用風(fēng)險(xiǎn)計(jì)量法引入我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)的研究，通過(guò)樣本分析對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的VaR進(jìn)行測(cè)算，進(jìn)而對(duì)銀行的信用風(fēng)險(xiǎn)狀況和資本要求迸彳亍評(píng)估。其次，探討了如何對(duì)貸款定價(jià)進(jìn)行設(shè)計(jì)，以實(shí)現(xiàn)風(fēng)險(xiǎn)最小化。在計(jì)算貸款定價(jià)時(shí)需要考慮三種不同的成本：一是經(jīng)營(yíng)成本，包括直接成本和支持／中心成本的分?jǐn)偅欢切刨J風(fēng)險(xiǎn)成本，它包括預(yù)期損失，即銀行預(yù)期的、相對(duì)于