文档介绍：论我国商业银行信贷风险管理分析_论我国商业银行信贷风险管理分析
论文关键词:信贷风险内部评级预警论文摘要:本文在分析国外在信贷风险评估方法上创新、应用及其发展趋势的基础上,结合内部评级的国际经验,分析了我国商业在信用风险方式、控制手段和管理框架上的不足,提出了建立内部评级体系的一系列措施,以期为我国机构信贷风险管理提供一些有益的参考。一、信用评级相关研究成果综述(四)神经网络分析法对财务危机进行预测虽然神经网络的理论可追溯到上个世纪40年代,但在信用风险分析中的应用还是始于上个世纪90年代。神经网络是从神经学和认识科学研究成果出发,应用方法发展起来的一种并行分布模式处理系统,具有高度并行计算能力、自学能力和容错能力。神经网络的结构是由一个输入层、若干个中间隐含层和输出层组成。国外研究者如Altman,Marco和Varetto(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。二、国有商业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