需要金币:1000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:15073 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:信用风险作为商业银行的主要风险之一,运用恰当的模型对其进行有效分析及管理具有非常重要的意义。而在诸多模型中,KMV模型是一种较为成熟的信用风险量化评估技术,并能根据金融市场的实时数据对信用风险进行动态分析。本文选取2011-2016年间我国16家上市商业银行作为样本,运用KMV模型计算出每家商业银行的违约距离和违约概率,然后通过面板模型对影响违约距离的主要因素进行了回归分析。结果表明,不同类型的上市银行违约距离存在明显的差异,其中违约距离最大的是大型商业银行,其次是股份制商业银行,违约距离最小的是城市商业银行。此外,净资产收益率、存贷比和最大十家客户贷款比例是影响违约距离的显著因素,且三者都与违约距离呈正相关关系。
关键词:商业银行;信用风险;KMV模型
目录 摘要 Abstract 1 引言-1 2 文献综述-1 2.1 国外文献综述-1 2.2 国内文献综述-2 3 理论研究-3 3.1 商业银行信用风险的含义-3 3.2 商业银行信用风险的特点-4 3.3 商业银行信用风险的影响因素-5 3.4 信用风险度量方法的选择-5 4 测度信用风险-6 4.1 样本选取与数据来源-7 4.2 KMV模型的基本原理-7 4.3 KMV模型的计算过程-7 4.4 KMV模型变量说明-8 4.5 KMV模型结论分析-11 5 影响因素的实证研究-15 5.1 面板模型建立-15 5.2 数据来源及描述-16 5.2 实证结果分析-17 5 结论和建议-18 5.1 本文的结论-18 5.2 建议-19 参考文献-21 |