商业银行信用风险管理研究 —— 基于KMV模型的实证分析开题报告

1. 研究目的与意义

随着各国金融管制的放宽和金融自由化进程的加快，商业银行破产倒闭成为一种世界性的现象。

其中，以2008年美国#8220;次贷#8221;危机所引发的#8220;金融风暴#8221;危害最为严重。

这一情况的出现，使得商业银行的风险管理越来越受到重视和关注。

2. 研究内容和预期目标

研究内容：首先，针对传统商业银行和新兴的互联网金融分别研究他们各自的信用风险起因以及信用风险管理现状。

其次，鉴于互联网金融对传统商业银行的影响，提出商业银行的应对措施。

最后，商业银行信用风险管理的复杂性要求对信用风险进行定量分析和管理，本文将采用适当模型进行实证分析。

3. 国内外研究现状

国外研究现状：早期信贷风险评估采用要素分析法，其中最典型的是#8220;5c#8221;分析法。

altman(1968)率先将统计方法应用于财务危机、公司破产及违约风险分析，建立了著名的5变量z-score模型和在此基础上改进的#8220;zeta#8221;判别分析模型（1977）。

90年代后，又出现value at risk(var)、credit metrics等更为精准的信用度量模型。

4. 计划与进度安排

第一阶段：2022.11.1-2022.12.31确定选题、收集资料，写出开题报告。

第二阶段：2022.01.19-03.19细列提纲并进一步收集参考文献,完成论文初稿，进行期中检查。

第三阶段：2022.04.21-05.06对初稿进行补充、修改，提交外文文献及中文译稿。

5. 参考文献

[1]严太华,战勇. 商业银行银企信用风险新论[M].北京：经济管理出版社. 2007.[2]柯孔林,周春喜. 商业银行信用风险评估方法研究述评[J]. 商业经济与管理,2005,06:55-60.[3]曹道胜,何明升. 商业银行信用风险模型的比较及其借鉴[J]. 金融研究,2006,10:90-97.[4]许创强. 《冲击与应对--互联网金融冲击下中小商业银行的应对策略研究》[J]. 金融论坛,2014,11:82.[5]孙小丽,彭龙. KMV模型在中国互联网金融中的信用风险测算研究[J]. 北京邮电大学学报(社会科学版),2013,06:75-81.[6] 李明选,孟赞. 互联网金融对我国金融机构信用风险影响的实证研究[J]. 企业经济,2014,11:165-170.[7] 赵丹,陈哲. 基于Matlab计算的KMV模型在商业银行信用风险管理中的应用[J]. 管理现代化,2008,04:56-58.