神经网络法在商业银行信用风险计量中的应用
2016-05-14杨肃昌仇亚萍
合作经济与科技 2016年5期
关键词:商业银行
杨肃昌 仇亚萍
[提要] 本文在介绍国内外商业银行信用风险计量方法基础上,详细归纳总结从1999~2007年和2008~2015年两个阶段内,我国应用神经网络模型解决商业银行信用风险计量问题的研究发展历程,发现该模型还存在一定缺陷,需要继续进行研究和改进,并在此基础上提出改进建议。
关键词:神经网络;商业银行;信用风险计量
中图分类号:F83 文献标识码:A
收录日期:2015年9月9日
1999年,《巴塞尔新资本协议》首次提出应用于商业银行信用风险计量的标准法和内部评级法,对各国产生了巨大影响,商业银行信用风险管理一度成为国内外经济学界关注的焦点,然而十几年过去了,我国信用风险管理并未达到理想的效果。根据银监会监管统计数据,截至2014年末,商业银行不良贷款余额累计达8,426亿元,不良贷款率1.25%,较年初增长0.25个百分点,整个银行业信用风险居高不下,并且持续上升。
作为商业银行的主要风险,信用风险的管理有着特殊的地位。信用风险管理主要由信用风险的识别、评估(计量)、监测、报告与控制等环节构成。其中,信用风险的评估是基础。特别是,在利率市场化背景下,对信用风险的准确评估和价值把握将成为新形势下商业银行盈利的关键。
20世纪90年代以来,信用风险评估技术日新月异,在传统多元判别法、logit模型等传统信用评分法的基础上,涌现出一批现代信用风险度量模型。典型的有以预期违约概率为核心的KMV模型和基于VAR理论的Credit Metrics模型。但其参数的初始化对历史经验数据有较高要求,而我国商业银行的信用信息系统建设尚处于初级阶段,数据积累十分有限且不易获得,因此上述模型并未在我国得到广泛应用。……
登录APP查看全文
