学位论文 > 优秀研究生学位论文题录展示

中国银行业信用风险控制对宏观经济的影响

作 者: 许晓娜
导 师: 王键;龚志民
学 校: 湘潭大学
专 业: 数量经济学
关键词: 宏观信用风险 违约率 主成分Logistic模型 多元判别分析 SVAR模型
分类号: F832.4
类 型: 硕士论文
年 份: 2008年
下 载: 201次
引 用: 0次
阅 读: 论文下载
 

内容摘要


信用风险是商业银行面临的主要风险之一。在美国,1993-1998年经济繁荣期企业信贷违约率较低,而在2000年进入衰退期后,违约率显著增加。这表明,商业银行的亲周期性使得其在经济繁荣时期信贷过度投放,最终给金融体系的不稳定埋下了隐患,而这种不稳定将会直接把整个宏观经济带向衰退,于是各种信用风险又往往会在经济衰退中表现出来,从而加剧宏观经济的波动。相反,在经济衰退时期,为了刺激经济增长,中央银行就会采取扩张性的货币政策,但是,由于商业银行对信用风险的过高估计,此时它们会减少信贷投放,这又使得中央银行扩张性政策的效果大打折扣,这样就会导致整个宏观经济进一步衰退。随着世界经济一体化趋势的加快以及中国加入WTO过渡期的结束,中国银行业将面临更加激烈的竞争。在此背景下,加强对信用风险与宏观经济之间关系的研究是很重要的。本文运用信息经济学方法对中国银行业信用风险控制进行了经济学分析,并在实证分析中首先利用信用风险判别的两个主要模型,即多元判别分析法和主成分Logistic回归模型估计、预测企业的违约率,回归分析中本文所采用的样本是2007年第2季度至2008年第1季度期间中国沪深两地证券交易所上市公司的财务数据,选取50家ST公司和50家非ST公司,样本覆盖了18个行业、25个省市。然后本文又采用1994年至2007年的沪深证券交易所中选取的50家ST公司和50家非ST公司的财务数据得出违约率的时间序列数据,同时还选取了1994至2007年的GDP数据作为研究的样本,并采用SVAR模型研究了违约率对GDP的影响,由此得出结论:违约率与GDP增长率并不是严格反方向变动,在连续几年内,平均违约率与平均GDP增长率是反方向变动,而且从SVAR模型的脉冲响应函数得知,GDP增长率对违约率的影响在第2期到第8期都是反向的,违约率对GDP增长率的影响在第1期到第3期是反向的,这与经济理论是吻合的。

全文目录


摘要  4-5
Abstract  5-9
第1章 引言  9-15
  1.1 选题的背景和意义  9-11
  1.2 文献综述  11-13
    1.2.1 国外文献综述  11-12
    1.2.2 国内文献综述  12-13
  1.3 研究思路及创新点  13-15
    1.3.1 本文研究思路  13
    1.3.2 本文创新点  13-15
第2章 中国银行业信用风险控制的经济学分析  15-24
  2.1 信用风险控制的性质与特点  15-17
    2.1.1 信用风险概念的新发展  15
    2.1.2 信用风险控制的特点  15-17
  2.2 信息不对称条件下中国银行业信用风险控制的经济学分析  17-24
    2.2.1 信息不对称导致信用风险  17-20
    2.2.2 委托—代理理论关系中的信用风险控制机制  20-22
    2.2.3 期权激励中的风险控制机制  22-24
第3章 宏观经济信用风险模型  24-37
  3.1 银行业信用风险影响宏观经济的机理分析  24-29
    3.1.1 中国银行体系信用风险与宏观经济之间的关系  24-26
    3.1.2 货币政策传导机制与银行信用风险  26-29
  3.2 信用风险判别模型  29-37
    3.2.1 主成分logistic 模型  29-31
    3.2.2 多元判别模型(MDA)  31-34
    3.2.3 单因素模型  34-37
第4章 中国银行业信用风险控制对宏观经济影响的实证分析  37-50
  4.1 信用风险判别模型的实证分析  37-42
    4.1.1 模型的样本选取  37-38
    4.1.2 衡量信用风险的指标选取和剔除  38-39
    4.1.3 实证结果  39-42
  4.2 宏观信用风险的实证分析  42-49
    4.2.1 样本的选取  42
    4.2.2 样本数据的处理  42
    4.2.3 变量的时序分析  42-43
    4.2.4 实证结果及分析  43-49
  4.3 结论  49-50
第5章 构建中国银行业信用风险控制的几点建议  50-57
  5.1 建立完善的宏观信用风险预警系统及监测系统  50-53
    5.1.1 宏观信用风险预警系统的构成  50
    5.1.2 宏观信用风险预警系统动态监测体系设置  50-51
    5.1.3 中国宏观信用风险监测指标体系的构成  51-53
  5.2 完善银行业监管体系、提高风险监管水平  53-57
结论与展望  57-58
参考文献  58-60
致谢  60-61
在校期间发表的学术论文  61

相似论文

  1. 中国市场利率期限结构及其影响因素的实证研究,F822.0
  2. 外生供给冲击、内生货币政策选择和经济增长的稳定性,F820
  3. 中国政府支出冲击的动态效应分析,F812.45;F124
  4. KMV模型的信用风险度量及其在江西省上市公司运用的研究,F224;F276.6
  5. 基于SVAR模型的西安市房地产金融影响因素分析,F293.3
  6. 我国上市公司失败预警研究,F224
  7. KMV模型在中国的适用性研究,F224
  8. KMV模型在度量我国上市公司信用风险方面的适用性研究,F276.6;F224
  9. 国际油价波动对中国经济影响的SVAR模型分析,F416.22
  10. 我国房地产业相关货币政策及税收政策研究,F822.0;F812.42
  11. 我国商业银行涉农企业贷款违约率的影响因素,F224
  12. 巴塞尔协议Ⅲ与商业银行信用风险度量,F832.33;F224
  13. 我国商业银行信用风险管理的实证研究,F224
  14. 我国助学贷款偿还问题及对策研究,F832.479
  15. 工行贵州省分行信用卡风险管理研究,F832.2
  16. 转轨时期货币政策的资产价格传导机制研究,F820;F293.3
  17. 试论我国住房抵押贷款的风险问题,F832.4
  18. 信用风险度量方法及KMV模型的实证,F830
  19. 我国上市公司违约率的顺周期效应实证研究,F276.6
  20. 基于LT模型的上市公司信用风险度量和管理研究,F830.9
  21. 中国房地产业上市公司财务预警实证研究,F224

中图分类: > 经济 > 财政、金融 > 金融、银行 > 中国金融、银行 > 信贷
© 2012 www.xueweilunwen.com