| 论我国商业银行信贷风险管理分析 |
|
|
|
o(1995)，对意大利公司财务危机预测中应用了神经网络分析法。Coats，Pant(1993)采用神经网络分析法分别对美国公司和银行财务危机进行了预测，取得了一定的效果。然而神经网络的最大缺点是其工作的随机性较强。因为要得到一个较好的神经网络结构，需要人为地去调试，非常耗费人力与时间，因此应用受到了限制。Altman(1995)在对神经网络法和判别分析法的比较研究中得出结论：神经网络分析方法在信用风险识别和预测中的应用，并没有实质性的优于线性判别模型。但神经网络作为一门崭新的信息处理科学仍然吸引着众多领域的研究者。
(五)财务因素的可量化性、数据的可获得性使其在传统的信用评估研究中受到广泛的关注由于财务因素在银行信用评估分析中存在滞后性、灰色性(财务报表披露的信息很大程度上带有不完整性，甚至虚假性)和短期性等诸多弊端，已有越来越多的学者将部分注意力转移到非财务因素上。认为借款企业不是处于一个封闭的系统中，必然还要受到外部因素的影响和制约，认为非财务因素是未来贷款风险的预警信号，因此，同时结合财务因素和非财务因素比仅用其中任一因素在违约率预测上更为精确。巴塞尔银行监督委员会(2001)要求银行不仅要考虑定量因素，还要考虑定性因素。《巴塞尔新资本协议》于2004年正式公布，其推广实施将对全球银行业的发展格局产生深远影响。新协议对银行风险管理提出了更高要求，强调了风险计量的精确性、敏感性和标准化，突出了内部评级法(Internal Ratings-Based Approaches，IRB)的地位和作用。正如巴塞尔委员会主席卡如纳所说，内部评级法作为新资本协议的核心技术，代表着未来银行业风险管理和资本监管的发展方向。内部评级系统所提供的违约概率(PD)、违约损失率(LGD)、预期损失(EL)以及非预期损失(UL)等关键指标，在授信审批、贷款定价、限额管理、风险预警等信贷管理流程中发挥着重要的决策支持作用。同时，该系统的计量分析结果也是制定信贷政策、计提准备金、分配经济资本以及实施RAROC管理的重要基础。
二、国有商业银行信贷风险评级中的问题分析
(一)信用评级指标体系的组成有待进一步深入研究目前国有商业银行使用的评级指标体系中选择的各项指标大多是通过内部从事信贷管理的专家确定的，属于专家意见法，缺乏对于各项指标能否灵敏反映借款企业违约率、企业信用水平的定量化研究。此外，科学的评级指标体系应该能够全面而不冗余、重复的反映评级对象的风险信息，仅通过专家意见法确定的评级指标体系难以实现这一目标。
(二)信用评级指标权重缺乏科学性目前评级方法中主要依靠专家的经验，即专家对各项指标相对重要性的认识，确定指标的各自权重，通过主观意见确定权重形成的评级办法在科学性与客观性方面都存在问题，影响了评级结果的准确性，因此科学合理的确定评级指标权重，提高评级结果的准确性是目前需要解决的重要问题。
(三)国内信用评级方法存在缺陷国内学者和专业人士提出的贷款信用评级方法主要包括信用评分法，综合评判法，判别分析法和神经网络预测法等，这些方法存在的主要缺陷：一是评级指标和权重的确定缺乏客观依据，基本依靠专家意见法确定，主观性较强，某些研究虽然应用了数理统计方法，但存在不能很好的解决反映风险有关信息重叠与遗漏矛盾等方面的向题；二是模型只能对是否违约进行判断，不能给出贷款违约概率等信息；三是由于模型不能给出贷款违约概率等信息，难以指导信贷定价等控制信用风险的工作；四是神经网络方法存在的黑箱性、过分拟合不稳定性、随机性，可能实现局部最优而非全局最优，因此这种方法的应用性受到不少人特别是实务界的怀疑。
(四)商业银行缺乏有效的信用风险防范和控制手段在信用风险防范和控制手段上，我国商业银行没有建立起分产品、分部门、分客户的核算机制和以内部资金转移价格为中心的定价体系。贷款审查通常是以定性分析为主，缺少市场细分，盲目吸纳大型客户，没有清晰的市场风险、行业风险和地区风险控制的政策目标。在信用风险发生后又急于抽回贷款，方式、方法过于简单，容易造成企业经营困难，甚至导致企业破产和银行不良贷款的积累。另外，我国信用评级行业尚处在起步阶段，存在问题较多，整体上难以达到国际上认可的技术和管理标准。健全的风险管理框架是实现全面风险管理的前提。国外银行通过引进内部评级制度，对信用风险进行识别、评估和分类，并由风险管理委员会等专职机构来统筹信用风险管理政策的执行和协调。而国内银行此方面管理职责分散，缺乏专门的管理部门，而且不同类型的风险由不同的部门负责。这种分散管理的做法，使得银行系统缺乏统一的风险管理上一页 [1] [2] [3] [4] 下一页 |
|
|
| |
|
上一个论文： 我国商业银行收取小额存款人账户管理费的探究
下一个论文： 规范客运管理 遏制毒品运输——滇西南运输毒品案件调查报告 |
|
用户登录 
新用户注册 