金融开题报告范文
一、课题任务与目的
本论文主要解决以下几个问题：
1、我国信用风险计量的现状;
2、当前国际上影响力的信用风险度量模型;
3、我国商业银行信用风险特点实证分析;
4、我国商业银行计量信用风险的新思路。

二、调研资料情况
上世纪 90年代,随着金融市场的发展和风险管理技术的进步,现代信用风险度量模型得到了迅速的发展。

现代信用度量模型与传统的信用度量方法相比,具有很大的优越性。

当前国际上流行的信用分析度量模型主要有四类,即KMV模型、CreditMetrics模型、麦肯锡模型和 CSFP信用风险附加法 (Credit Risk)。

1. CreditMetrics模型。

CreditMetrics模型是世界上第一个信用风险的量化度量模型,是由 J. P. 摩根公司等于 1997年开发出的模型。

该模型以资产组合理论为依据,使用 VaR(Value at Risk)框架,对贷款和非交易资产实行估价和风险计算。

CreditMetrics模型依赖于历史数据,属于盯市模型(MTM)。

2.麦肯锡模型。

麦肯锡模型是在 CreditMetrics模型的基础上,对周期性因素实行了处理,将评级转移矩阵与经济增长率、失业率、利率、汇率、政府支出等宏观经济变量之间的关系模型化,并通过蒙地卡罗模拟技术 (a
structured MonteCarlo simulation approach)模拟周期性因素的
“冲击”来测定评级转移概率的变化。

麦肯锡模型克服了CreditMetrics模型中不同时期的评级转移矩阵固定不变的缺点,能够
看作是对 CreditMetrics模型的一种补充。

3. KMV模型。

KMV模型是估计借款企业违约概率的方法。

该模型将贷款看作期权,首先利用 Black - Scholes期权定价公式,根据企业资产的市场价值、资产价值的波动性、到期时间、无风险借贷利率及负债的账面价值估
计出企业股权的市场价值及其波动性,再根据公司的负债计算出公司的
违约实施点 (default exercise point),然后计算借款人的违约距离,
最后根据企业的违约距离与预期违约率 (EDF)之间的对应关系,求出企
业的预期违约率。

KMV模型主要使用股票市场的相关数据,是一种动态
模型。

该模型同时具有盯市模型和违约模型 (DM)的特征。

4. Credit Risk模型。

Credit Risk模型是一种基于精算方法的信息风险计量模型, 由CSFP (Credit Suisse FinancialProduct)于 1997年推出。

该模型把
信用评级的升降和与此相关的信用价差变化看作是市场风险,在任何时
期只考虑违约和不违约这两种事件状态,计量预期到和未预期到的损失。

Credit Risk是一种违约模型,它忽略了转移风险。

但是,该模型具有其独特的优点：如模型只需要相对较少的数据,具有简易性的特点;能够
得到债券组合或贷款组合的损失概率的闭形解,具有计算上的优势。

除上所述,国际上应用的信用风险度量模型还有很多,如神经网络
分析模型、死亡率模型等等。

就我国来说，已逐步建立起风险管理体系,但是与国际同业相比,
在数据的采集、加工、度量方法的使用上都存有着相当的差别,所以我
国对商业银行信用风险计量方法的研究主要集中在对发达国家先进的
信用风险管理技术的学习和借鉴上，以此寻求一种适合我国商业银行
的信用风险量化管理模型。

徐畅在《Credit Metrics 模型及其对我国银行风险量化管理的启示》[2006,3]中认为，Credit Metrics是世界上第一个评估信用风险的量化度量模型。

该模型以资产组合理论、VaR(Value at Risk)理论等为依据 ,以信用评级为基础 ,不但能够识别贷款、债券等传统投资工具的信用风险 ,而且可用于互换等现代金融衍生工具的风险识别。

研究此模型对于我国银行风险量化管理有很强的现实价值。

张红舸和夏佳南在《KMV信用风险度量模型在我国的适合性研究》[2006，11]中提出， KMV模型作为国际上应用最为广泛的信用风险量化技术,早已引起我国学者对它的注重。

他们对我国应用 KMV模型做了大量的实证研究,以期能找到一种在我国适用的新的信用风险管理的度量方法。

但我国当前对 KMV模型所涉及到的各参数的估计方法都没有较好的研究结论,这势必使得我国商业银行风险管理者要寻求一些替代指标实行近似评估。

而这种近似的替代最直接的后果就是 KMV模型的输出结果不准确。

作者也在文章中提出了我国商业银行使用 KMV模型实行信用风险管理应采取的措施。

姚传娟、李源和夏苏林在《信用风险度量KMV模型与Credit Risk+模型比较研究》[2006]中，结合中国商业银行当前信用风险管理的实际情况,比较分析KMV模型和CreditRisk+模型的基本原理和参数选择的共性及差异,对两模型各自特点做出客观评价,结果发现使用Credit Risk+模型有利于提升信用风险度量的精确性,为商业银行信用风险管理提供了有益的借鉴。

乔小京和周石鹏在《信用风险量化模型比较及其对我国商业银行信用风险的启示》[2006,10]中，对信用组合观点模型即CPV实行了描述，Credit Portfolio View(CPV)模型将周期性因素纳入计量模型之中，将迁移概率与宏观因素之间的关系模型化，并且通过模拟宏观因素对于模型的冲击来测定迁移概率的跨时演变，这样能够得到未来每一年的不同的迁移矩阵，在此基础上使用Credit Metrics的方法计算处于不同经济周期的VaR。

能够说这种方法是对Credit Metrics的补充，它克服了因为假定不同时期的迁移概率是静态的而引起的一些偏差。