论文总字数：13547字

摘 要

信用风险是金融市场面临的最重要的风险之一。对于我国来说，银行体系是整个金融体系中的重中之重，而且银行系统性风险具有极强的传染性，破坏力大，一旦发生将危及整个金融体系，因此，加强金融机构的风险监控至关重要。本文基于CCA方法，以违约概率，违约距离等作为风险指标，采用KMV模型对我国11家上市银行自1999-2013年间的数据进行测算，并用分位数回归方法对11家银行进行重要性识别，研究表明：在q=0.95的情况下，中国银行的风险贡献率最大。

Abstract

Credit risk is one of the most important risk facing the financial markets. For my country, the banking system is the top priority of the entire financial system, and bank systemic risk is highly contagious, destructive big event would endanger the entire financial system, therefore, strengthen risk control of financial institutions essential. Based on CCA approach to default probability, default distance as risk indicators, using KMV model of 11 listed banks since the data were estimated between 1999-2013, and quantile regression with 11 banks on the importance of identifying, studies show that: in the case of q = 0.95, the contribution rate risk of the Bank of China is largest.

摘要 I

Abstract I

第一章 绪论 1

1.1问题的提出 1

1.2研究的背景及意义 1

1.3文献综述 1

1.4 研究内容与方法 3

第二章 相关理论与方法概述 4

2.1系统性风险内涵 4

2.2 KMV模型介绍 4

2.3CCA方法理论介绍 5

2.4分位数回归方法 6

第三章 中国银行系统性风险研究实证 7

3.1个体银行业信用风险度量 7

3.1.1样本与数据处理 7

3.2 模型设定 8

3.2．1违约风险模型 8

3.2.2违约贡献率模型 9

3.3实证结果分析 10

3.3.1波动率 10

3.3.2违约概率 10

3.3.3预期损失 12

3.3.4政府隐性担保 13

3.4银行系统重要性机构识别 13

第四章 结论与展望 14

4.1 主要结论 14

4.2进一步研究方向 15

参考文献 15

致谢 17

第一章 绪论

1.1问题的提出

银行业作为我国金融体系的重要组成部分，在经济体系中占有关键地位，银行业的稳定发展对我国经济的发展有着至关重要的作用。那么银行业面临着那些问题将会制约我国经济的发展呢？如何做才能使银行业稳定发展呢？银行业是我国经济发展的纽带，可以说各行各业与银行业都有不可分割的关系，正因为如此，银行业也面临着各式各样的风险，比如信用风险，利率风险，操作风险等等。信用风险是银行业面临的最重要的风险之一，由于银行业系统性风险具有极强的传染性且破坏力大，一旦发生将严重破坏我国经济体系，因此，加强银行业的风险监管是银行业稳定发展的保障。本文将提出信用风险度量方法以及系统重要性银行的识别，为加强风险监控提供理论和实证依据。

1.2研究的背景及意义

始于2007年的国际金融危机以及2009年的欧债危机暴露出来了金融机构间的风险传染问题迫使学着们开始寻求更有效的方法来模拟危机发生时的金融机构的系统风险。在高度开放的金融市场，银行追求高回报率，将贷款投向高风险行业（如房地产等），导致资产价格迅速上升形成泡沫，一旦泡沫破裂，银行的不良资产便迅速增加。而银行间紧密联系及信息不对称使风险易在银行间传染，形成系统性风险。因此，对金融业实施宏观审慎监管，控制系统性风险已成为各国金融监管部门的共识。在银行体系中，银行与银行之间存在业务往来，一家银行陷入困境时，其风险对其他银行及整个银行体系具有溢出效益。准确度量银行系统风险以及系统重要性银行的识别将为监管部门制定准确有效的宏观审慎监管提供理论和现实依据。

1.3文献综述

由于信用风险在全球范围的重要性，国内外对于这方面的研究也越来越重视，方法也在不断的完善。

传统的信用风险分析方法主要有专家分析法、CART 结构分析法(分类和回归

树分析)、SWOT 分析法、信用评级法等等，用这些方法度量信用风险需要相当数量的专业信用度量人员，而且其效果很不稳定。随着银行业竞争加剧，银行利润率逐渐降低，银行家们寻求通过降低损失（包括信用风险损失和市场风险损失）增强竞争力，许多银行开发出精确度量单笔贷款信用风险大小的数学模型，其中较典型的有 Z–score 模型、死亡率模型和神经网络模型等，但这些基于单笔贷款的信用风险管理模型的一个主要问题是不能解决信用集中度风险。为此，学者们积极寻求信用风险管理的新方法。

Gray和Walsh（2008）以智利银行部门1998-2008年的数据为样本，以市场中占银行部门总资产大部分的七家大银行为主要观察分析对象，首先运用CCA方法计算出各家银行的资产价值及违约距离等风险指标，然后利用主成分分析法从15个影响宏观经济的变量中提取出四个影响银行间交互风险的因子——金融市场大涨、国际市场利率、周期变量和地区因素，在运用向量自回归模型和脉冲响应函数对银行资产做情景分析，衡量四个因子对银行资产价值和违约距离等的影响，以及不同最大冲击影响和恢复时间的区别，之后，Gray等（2010）在CCA的基础上发展出了SCCA方法。该方法将金融体系看作单个公司或有权益的组合，每个公司有各自的风险参数，总的预期损失价值通过考虑各公司预期损失分布的联合分布及它们之间的相依结构求出。

国内学者对CCA方法应用于银行部门的风险管理也有研究。

其中孙洁（2010）依据或有权益分析法研究发现，受次贷危机影响，上市银行系统性风险在2008年三季度达到峰值，国有大型股份制银行相比其他两类银行，抵御风险的能力更强；商业银行需要向非利差业务转型，以降低风险。

宫晓琳（2012）利用或有权益分析方法在汇聚、处理和整合编制多方数据的基础上，通过建立国民经济机构部门层面的风险财务报表，测度了2000-2008年我国的宏观金融风险，并直观展示和分析了该期间国民经济各机构部门风险敞口的动态演变情况

在系统重要性机构的研究方面：

请支付后下载全文，论文总字数：13547字