文獻(xiàn)綜述_商業(yè)銀行信用風(fēng)險管理

1、商業(yè)銀行信用風(fēng)險管理框架體系一、選題的目的和意義風(fēng)險就是損失的不可確定性。風(fēng)險是影響金融行為的基礎(chǔ)要素(Michel Crouhy, 2005)。銀行風(fēng)險就指由于幾個明確的不確定性所帶來的利益損失。(Joel Bessis, 1997) 在銀行業(yè)，風(fēng)險是個多維立方體, 主要包括：1. 信用風(fēng)險2. 流動性風(fēng)險3.利率風(fēng)險4.市場風(fēng)險5.匯率風(fēng)險6.主權(quán)風(fēng)險，通常還有法律風(fēng)險(Jorion, 2001)。相對銀行而言，信用風(fēng)險是由交易對手違約所造成的既有損失，也是最古老，最重要的銀行風(fēng)險之一。信用風(fēng)險取決于交易對手，取決于宏觀經(jīng)濟(jì)波動。相對于現(xiàn)有的技術(shù)而言，信用的評級、度量和對沖仍然是金融界商討

2、的熱點(diǎn)。對商業(yè)銀行而言，資本金充足率低，負(fù)債率高，同時對外發(fā)放巨量資產(chǎn)，使用巨大的杠桿率經(jīng)營風(fēng)險是極為平常的業(yè)務(wù)操作。經(jīng)營銀行就是經(jīng)營風(fēng)險。建立風(fēng)險識別、檢測、度量控制的體系，調(diào)整改變銀行的風(fēng)險和收益是銀行安生立命的根本。在數(shù)學(xué)金融和金融工程迅速發(fā)展的當(dāng)代，借助計算機(jī)技術(shù)的協(xié)助，信用風(fēng)險的度量，尤其是衍生產(chǎn)品金融風(fēng)險度量和專業(yè)管理受益匪淺。相對而言，金融風(fēng)險的控制也可以使用結(jié)構(gòu)化的三個步驟進(jìn)行總結(jié)：建模、評估與對沖(Thomas R. Beileki, Marek Rutkowski, Credit Risk: Modeling, Valuation, and Hedging, 2001)。風(fēng)

3、險評估與對沖固然重要，但在商業(yè)銀行的實(shí)際運(yùn)用中顯然會遇到許多的問題和困難，同時由于我國地域廣大，各地商業(yè)銀行的實(shí)踐基礎(chǔ)顯然存在詫異。在實(shí)證中，評級方式的選取，評級方式如何調(diào)整，表外業(yè)務(wù)的定價(MTM)，風(fēng)轉(zhuǎn)換系數(shù)(CCF)的選取、預(yù)期損失(EL)、預(yù)期損失概率(PD)、在險資產(chǎn)價值(VaR)、風(fēng)險資本調(diào)節(jié)收益(RAROC)的計算，如何將風(fēng)險暴露敞口進(jìn)行最有效的對沖，如何使用最低的TOC(Total Own Cost)在短時間內(nèi)建立有效的計算機(jī)風(fēng)險管理體系，顯然成為一個將長期困擾商業(yè)銀行的重大問題。大陸實(shí)施巴賽爾協(xié)議的最后期限逐漸臨近，在短時期內(nèi)采取正確的信貸框架，并建立正確的的自動化管理體系也

4、是幫助各家商行在最大程度上節(jié)約成本，在銀行的盈利性與穩(wěn)健性之間找到平衡點(diǎn)的重要參考依據(jù)。本文并非專注于某一個模型的使用或模型比較，或是對某一種評級體系的實(shí)證比較，而是結(jié)合國內(nèi)外學(xué)術(shù)文獻(xiàn)和銀行實(shí)務(wù)，提出了一個評級、度量和對沖(Rating, Measurement and Hedging)的信貸風(fēng)險整合管理框架(Integrated Credit Risk Management Framework)的觀點(diǎn)?？紤]到中國國情，尤其是國內(nèi)商業(yè)銀行的巨大交易量和經(jīng)濟(jì)總量，無法想象銀行可以在建立整套的評級、度量和對沖體系的同時，使用簡單、低效的手工方式完成以上數(shù)據(jù)的合并與分析。為幫助商業(yè)銀行盡快完善整合風(fēng)

5、險框架自動化，提供針對信用風(fēng)險計算機(jī)實(shí)施模型文獻(xiàn)相對較少的情況，本文還對建立自動化計算模型、框架與項(xiàng)目管理進(jìn)行了詳細(xì)的闡述。二、目前國內(nèi)外的研究現(xiàn)狀（一）國外研究現(xiàn)狀1、理論界研究綜述Edward I. Alterman和 Anthony Saunders 對信用風(fēng)險度量近20年的戲劇化發(fā)展作了如下的總結(jié)。1. 倒閉風(fēng)險結(jié)構(gòu)的的全球化。2. 各商行傾慕與高質(zhì)量、大客戶所帶來的不協(xié)調(diào)性。3. 日益惡化的貸款邊際利率競爭。 4. 抵質(zhì)押物市場價值的減少。和 5. 飛速增長的表外金融產(chǎn)品(包括金融衍生品)所帶來的不可避免的違約風(fēng)險。(Edward I. Altman and Anthony Saun

6、ders, Credit Risk Measurement: Developments Over The Last 20 Years, 1996)在學(xué)術(shù)上和業(yè)務(wù)實(shí)務(wù)上，隨著宏觀經(jīng)濟(jì)的改變、融資方式的進(jìn)化尤其是在貿(mào)易全球化背景的作用下，與之相對應(yīng)的發(fā)展則有：1. 銀行注重于開發(fā)一套全新的，更為成熟風(fēng)險評級和早期預(yù)警體系2. 不再僅僅專注于單一貸款、證券等組合的信貸風(fēng)險分析，而是將主要精力著重于開發(fā)信用集中風(fēng)險(組合風(fēng)險 portfolio risk/integrated risk management)，即所謂的整合信用風(fēng)險體系。3. 開發(fā)信用風(fēng)險定價模型，如 RAROC (Risk adjus

7、ted return on capital models)。4. 開發(fā)表外業(yè)務(wù)的信用風(fēng)險度量模型。(Edward I. Altman and Anthony Saunders, Credit Risk Measurement: Developments Over The Last 20 Years, 1996)。5. 在度量的基礎(chǔ)上切分風(fēng)險額度并風(fēng)險予以轉(zhuǎn)移和緩釋(Michel Crouhy, Dan Galai, Robert Mark, risk Management, 2005)。2、信用評級在信用風(fēng)險的的度量史上，信用風(fēng)險度量分為4個階段。第一階段是以所謂的“銀行專家”評級體系，對單一

8、的企業(yè)貸款進(jìn)行信用風(fēng)險主管評估，評估的主要標(biāo)準(zhǔn)可概括為“4C”，即 (Borrows character(reputation), capital(leverage), capacity(volatility of earnings and collateral)，根據(jù) Sommerville 和 Taffler 在1995年的研究，由于銀行對欠發(fā)達(dá)國家(LDCs)的過度悲觀見解和信用評級體系的建立，國外發(fā)達(dá)國家已基本擯棄了專家評級體系。第二階段是基于財務(wù)指標(biāo)的信用評級體系。財務(wù)信用評級體系源于JBF(Journal of Banking & Finance )于1984年發(fā)

9、布的二條單項(xiàng)國際模型條款(1984，2號協(xié)議和1988，補(bǔ)充條款)，根據(jù)Altman和Narayanan在1997年的研究，國際模型已在超過25個國家得到應(yīng)用。多元信用評級體系得到4種方法論支持。1.Linear Probability 模型 2. Logit 模型3. Probit模型4. Discriminant analysis模型。在以上4個模型中，Altman, Haldeman 和 Narayanan參考logit analysis模型并開發(fā)了ZETA®模型。ZETA®模型通過7個變量解釋了公司會計和市場變量間線性關(guān)系，而Lawrence,Smith和Rhoad

10、es使用 logit 模型預(yù)測房貸，并發(fā)現(xiàn)還款歷史和違約之間存在重要關(guān)系。Martin(1977),West(1985) 和 Plat(1991) 研究發(fā)現(xiàn) logit模型在預(yù)測破產(chǎn)方面有一定的作用。然而，多元模型存有3個缺陷：1. 多元模型采用會計簿記值，受到會計準(zhǔn)則的制約，無法反映短期內(nèi)或年報外的快速振蕩情況。2.現(xiàn)實(shí)世界的企業(yè)的實(shí)際情況不同于線性模型，多元模型無法根據(jù)參數(shù)精確預(yù)估企業(yè)的實(shí)際狀況。3. Logit 模型過于理論化。Altman (1997)提出了 MDA (multiple discriminant analysis)，MDA模型依據(jù)會計和市場變量，找出二者之間的線性關(guān)系并

11、尋求二個確定的結(jié)果：倒閉或不倒閉。MDA線性模型基于經(jīng)驗(yàn)法，按照經(jīng)驗(yàn)找出最易于導(dǎo)致倒閉的參數(shù)變量。MDA有2個缺點(diǎn)：1. 在理論上不支持杠桿化融資的公司數(shù)據(jù)分析。2. 由于數(shù)據(jù)基于動態(tài)數(shù)據(jù)，無法預(yù)測公司動態(tài)，也無法捕捉正迅速倒閉的公司。第三階段，是學(xué)術(shù)界清楚看到基于財務(wù)指標(biāo)的評級體系的眾多缺點(diǎn)后提出的改進(jìn)型模型。Black-Scholes, Merton, Hull （1973）提出了 OPF (Option pricing models)。Black-Scholes-Merton模型主要假設(shè)是：一個公司的破產(chǎn)可能性主要依賴于公司的期初資產(chǎn)價值（A），包括公司負(fù)債(D)的依存度和市場對該公司的

12、波動()影響，公司權(quán)益可視作該公司資產(chǎn)的期權(quán)。Black-Scholes-Merton在商業(yè)上很快得到了應(yīng)用，現(xiàn)有的實(shí)例就是 KMV模型。學(xué)術(shù)界對OPF主要爭議在于：1, 使用公司股票價格作為公司資產(chǎn)價值的代表未必合適, 2. 對于一個尚未公開上市，無法披露公共數(shù)據(jù)的公司來說，OPF的有效性還有待商榷。緊接著，Jonkhart（1979）提出基于比較零風(fēng)險公司證券和有風(fēng)險公司證券到期結(jié)構(gòu)的收益浮動觀點(diǎn),并受到的學(xué)術(shù)理論的大力支持。Iben 和 Litterman（1989）對此理論進(jìn)行了進(jìn)一步的研究和補(bǔ)充。比較到期日結(jié)構(gòu)的收益浮動理論通過零風(fēng)險和風(fēng)險證券的現(xiàn)值和遠(yuǎn)期利率推算市場預(yù)期價值和違約時

13、間，但是該理論受到以下假設(shè)限制：1.利率固定2. 交易費(fèi)用有限3. 不考慮證券期權(quán)買入成本和沉沒成本 4. 必須得到債券的收益率曲線或者可以從票息現(xiàn)金流中得到收益曲線。隨后，Altman（1988，1989）發(fā)明了市場違約模型，Asquith, Mullins和 Wolff（1989）提出了期限方法論。這些理論都基于Moody/S&P的債券歷史違約記錄和債券自有的到期時間。經(jīng)過研究，McAllister和Mingo（1994）發(fā)現(xiàn)，如需使用市場違約模型，普通的金融機(jī)構(gòu)需要至少2萬至3萬的基礎(chǔ)債券數(shù)據(jù)，顯然，在實(shí)務(wù)腫，金融機(jī)構(gòu)難以采集如此眾多的標(biāo)本數(shù)據(jù)并通過模型進(jìn)行實(shí)際運(yùn)算。第四階段，最

14、新的神經(jīng)網(wǎng)絡(luò)分析理論回避了為預(yù)測變量的關(guān)聯(lián)系數(shù)，并將其作為額外變量加入到非線性違約預(yù)測函數(shù)中，并用來分析非線性信用風(fēng)險。同時，神經(jīng)網(wǎng)絡(luò)模型的批評者主要認(rèn)為，神經(jīng)網(wǎng)絡(luò)建立缺乏牢固的理論支持，且隱藏關(guān)聯(lián)系數(shù)的方法論尚未得到最終證明。根據(jù)Altman 1995）年的研究，神經(jīng)網(wǎng)絡(luò)和線性結(jié)構(gòu)分析沒有實(shí)際區(qū)別。Michel Crouhy, Dan Galai, Robert Mark (2005) 將在實(shí)務(wù)上將信用評級分為6個過程：1. 信用評級credit rating, 2. 評級遷移rating migration, 3. 負(fù)債方評級調(diào)整第一次評級調(diào)整Obligor credit rating(f

15、irst group of adjustment), 4. 金融狀況評價(Financial Statement Quality), 5. 國家風(fēng)險(Country Risk), 6. 額度評級第二次評級調(diào)整(Facility Rating-second group of adjustment)3、風(fēng)險度量二十年前，金融機(jī)構(gòu)的注意力主要集中在表內(nèi)風(fēng)險的分析，而二十年后，互換掉期，期權(quán)、遠(yuǎn)期和期貨等金融衍生品的交易金額開始不斷壯大和發(fā)展(Jagtiani, Sauners 和 Udell,k1995)。為防止表外業(yè)務(wù)的違約風(fēng)險，BIS (1992) 要求強(qiáng)制實(shí)行基于以上產(chǎn)品風(fēng)險考慮的風(fēng)險的資本金

16、計提制度。然而，由于表外業(yè)務(wù)或場外交易(OTC)和表內(nèi)業(yè)務(wù)在會計準(zhǔn)則和法律合同上存在巨大差異，表外業(yè)務(wù)的計量完全不能等同于表內(nèi)業(yè)務(wù)的計量，比如，商業(yè)貸款可以貸款全額作為計量，而外匯遠(yuǎn)期僅在虧損(Out-of-Money)時產(chǎn)生部分或全額違約。故金融監(jiān)管機(jī)構(gòu)提出了法定計量方法： counter-party risk(original method, current exposure method, standardized method, Statistical or simulation methodologies) 。由于公司金融狀況惡化的的發(fā)生不因表內(nèi)表外而產(chǎn)生區(qū)別，所以在原則上，表內(nèi)業(yè)務(wù)

17、度量方式也同樣實(shí)用于表外業(yè)務(wù)。然而，表外業(yè)務(wù)的違約風(fēng)險與表內(nèi)業(yè)務(wù)、場外交易等合約仍然以下差別：1. 表外業(yè)務(wù)的違約通常只在損失情況下(out-of-money) 。2. 相比，表內(nèi)業(yè)務(wù)， 表外業(yè)務(wù)的LGD通常小于前者。以利率互換為例，并非損失名義本金，而是以互換的固定、浮動利率所來來的凈現(xiàn)金流為最大損失。自90年代起，金融機(jī)構(gòu)普遍開始意識到信用集中度風(fēng)險。早期的風(fēng)險分析主要集中于: 1. 專家主觀分析。2. 限制金融機(jī)構(gòu)資本金限額的風(fēng)險限額。3.轉(zhuǎn)移分析：即將一部分的相關(guān)貸款從目前評級轉(zhuǎn)移為另一評級，并將貸款設(shè)置為30天逾期貸款并予以銷記。Altman和Kao(1992) 研究認(rèn)為該模型的主要

18、以Markovian穩(wěn)定、非穩(wěn)定模型為代表。Bennett 于1994年率先提出了銀行資產(chǎn)評級轉(zhuǎn)移的討論。近幾年來，Chirinko和Guill(1991)提出了MPT方法論，該理論以美國宏觀經(jīng)濟(jì)數(shù)據(jù)為樣本，產(chǎn)生未來的經(jīng)濟(jì)預(yù)測數(shù)據(jù)，并以損失率、平均數(shù)、方差和協(xié)方差計算有效貸款組合。Markovits (1959) 率先提出了風(fēng)險投資組合。傳統(tǒng)意義上的給定風(fēng)險獲取最大收益，和最小風(fēng)險贏得給定收益的的方法論帶來了有效的投資組合分類。由此帶來了風(fēng)險回報框架。在實(shí)務(wù)中，問題的關(guān)鍵不在于單一資產(chǎn)的預(yù)期收益度量，而在于可能收益的分布概率。金融機(jī)構(gòu)開始傾向于度量包括短期收益和更具管理挑戰(zhàn)性的長期的、以交易為

19、目的的投機(jī)組合。風(fēng)險度量的概念提出后，回報收益的度量日漸為金融機(jī)構(gòu)所重視，固定收益?zhèn)唾J款資產(chǎn)的組合投資回報率計算相對直接。Altman (1988,1989) 提出了 EAL=YTM-EAL(Expected Annual Loss =Yield-to-Maturity/Worst Expected annual return)的預(yù)期年收益概念。Joel Bessis（1998）提到，正對衍生品，可以將信用風(fēng)險拆分為兩部分，當(dāng)前風(fēng)險(Current Exposure)和潛在風(fēng)險(Potential Exposure)，潛在風(fēng)險也被成為附加風(fēng)險(Add-on)。當(dāng)前風(fēng)險為該衍生品的市場價值(

20、Market to Market value)，比如互換類交易的市場價值即是通過市場參數(shù)有效排序而計算的貼現(xiàn)值，而附加風(fēng)險則是市場價值的上升背離值。香港金融管理局(HKMA,2009)提出了交易對手信風(fēng)險管理（Counter-party Risk Management, CCR），并對此框架提出了管理要求。CCR 主要指指是交易對手方在最終清算前的違約造成資產(chǎn)方損失，包括了信用風(fēng)險(Pre-settlement Risk)和清算風(fēng)險(Settlement Risk)。HKMA對貸款和衍生產(chǎn)品的風(fēng)險度量做了分類和分析，在度量中區(qū)分了 OEM(Original exposure method),C

21、EM(Current exposure method)，Standardized method和 Statstical or simulation methodologies. 這些度量方法都是建立在風(fēng)險投資組合理論之上，使用簡單或復(fù)雜的模擬方法對風(fēng)險組合進(jìn)行綜合度量。Michel Crouhy, Dan Galai Robert Mark(2005)將風(fēng)險度量分為4類，并進(jìn)行了比較分析：1. 基于CreditMetrics 的Credit Migration Approach。 2. 基于Merton模型/KMV方法的 Contingent Claim Approach 框架3. Credi

22、tRisk+所代表的Actuarial and Reduced-Form Approaches和 Duffie, Singletion(1997) 提出的 reduced-form Approacch。此類比較采取了以上模型中普遍采用的輸入?yún)?shù)：Credit Exposure, Recovery Rates(LGD) 和 default correlations。研究表明，以上4模型：1. 對Vanilla bonds(單純債券)和貸款組合均有效。2. 對互換或信用類衍生產(chǎn)品，則需進(jìn)一步完善利率波動的處理。3. 針對信用衍生產(chǎn)品的組合，則產(chǎn)生了更為復(fù)雜的問題。因?yàn)槠滹L(fēng)險組合分布基于實(shí)際違約數(shù)據(jù)

23、，而對衍生品的估值卻以無風(fēng)險(Risk-neutral)為假設(shè)。J.P. Morgon(1993) 年在考察衍生品后提出了新的風(fēng)險測度方法，其基本含義是在給定的置信區(qū)間和持有期間上，在市場條件下的最大期望損失。VaR 的計算方法有正態(tài)方法、歷史模擬法、壓力測試法和蒙特卡羅法。BASEL Committee(1988)提出了CaR (Capital ar risk，風(fēng)險資本)，指在莫一既定的置信水平內(nèi)，為了吸收銀行潛在損失所需要的資本。Bankers Trust (1970) 提出了RAPM (資本配置理念)，首次將銀行收益與其承擔(dān)的特定風(fēng)險掛鉤。RAPM 包括 RORAA(Return on

24、risk-adjusted Assets)， RAROA (Risk-adjusted Return on Assets)，RORAC(Return on risk-adjusted Capital) , RAROC(Risk-adjusted Return on Capital) 和 SVA(Shareholder Value Added) 5個指標(biāo)。Michel Crouhy, Dan Galai Robert Mark(2005)提出信用風(fēng)險管理在經(jīng)歷額度管理、風(fēng)險分析、RAROC之后必將進(jìn)入APMR(Active portfolio management)的時代。APMR 主要指2個方

25、面：1. 銀行應(yīng)通過與客戶的互動從而為客戶主動度量風(fēng)險，并主動提供對客戶的風(fēng)險進(jìn)行平盤或?qū)_。2. APM同時提供了各種風(fēng)險組合工具，包括并不限于以企業(yè)債和權(quán)益衍生產(chǎn)品在內(nèi)的資產(chǎn)證券化，主動對沖等衍生產(chǎn)品。3. 考慮到利率、市場和信用風(fēng)險間的關(guān)系，提出了整合風(fēng)險管理的概念。4、風(fēng)險對沖與衍生品通過評級和風(fēng)險度量，商業(yè)銀行已經(jīng)能夠了解和掌握資產(chǎn)的涉險情況，然而，僅有這些是完全不夠的，如何將手中的風(fēng)險轉(zhuǎn)移或部分轉(zhuǎn)移，并能從中獲得收益是銀行管理層最為關(guān)心的要務(wù)。多年以來，銀行在風(fēng)險方面已經(jīng)積累的許多傳統(tǒng)的風(fēng)險轉(zhuǎn)移技巧，如債券保險，溢價軋差交割，市場價值交割、抵押品、提前終止履約或向交易對手出售部分貸

26、款余額等。Michel Crouhy, Dan Galai, Robert Mark(2005) 對風(fēng)險對沖技術(shù)做了統(tǒng)一的歸納。對沖技術(shù)可以分為傳統(tǒng)與衍生品二種大類。傳統(tǒng)手段包括：1.債券保險、擔(dān)保人制度和信用證(Bond insurance, Guarantee and Letter of Credit)。2.各類看跌期權(quán) (Embedded Put Options)。3. 溢價軋差交割 (Netting)。4.抵押品(Collateralization) 5. 提前終止履約和轉(zhuǎn)讓背書(Termination and Reassignment) 衍生品包括：1.Credit Swaps 2.

27、Total Asset Swaps 3.Asset Backed Credit linked notes 4. Spread options.5. Credit Intermediation Swaps 6. Credit Risk Securitization for Loans and High Yield Bonds在美國，地方政府債券保險業(yè)務(wù)擁有可觀的市場。 Das (1995) 研究指出，1991年新保債券余額達(dá)到510.6億美元，其中三分之一為地方政府債券保險。Chandy(1989)和Jafe(1992)的研究顯示，市政當(dāng)局因使用債券保險而大大節(jié)約了融資成本。David

28、 Mengle (2007) 研究了CDS(Credit default swap)/CDO collateralized debt obligation）、TWS(Total return swap)和Asset Swap等信用衍生品的運(yùn)作機(jī)制，定價、浮動利率、風(fēng)險管理和收益分析。指出衍生產(chǎn)品是交易雙方達(dá)成的以轉(zhuǎn)移風(fēng)險為目的的雙邊交易，衍生品的交易價值在于傳遞資產(chǎn)價格、匯、利率和金融工具背后的潛在價值。信用衍生品是用來明確轉(zhuǎn)移交易雙方的信用風(fēng)險的主要合約，信用衍生品的定價和價值依賴于公司、主權(quán)和負(fù)債方的信用。 衍生產(chǎn)品在幫助銀行轉(zhuǎn)移風(fēng)險的過程中起到了重大的正面作用，但其對整個金融、社會的負(fù)面

29、作用也引起了國外學(xué)者的關(guān)注。Gregory R. Duffee 和 Chunsheng Zhou (2005)研究衍生品時發(fā)現(xiàn)，信用衍生品對風(fēng)險轉(zhuǎn)移具有非常靈活的特性，能夠幫助管理層包裝貸款資產(chǎn)的質(zhì)量，但同時，信用衍生產(chǎn)品市場未必令人滿意，而且同時會帶來其他貸款風(fēng)險轉(zhuǎn)移市場(other markets for Loan risk sharing)的崩潰。Carlstrom and Samolyk (1994) 認(rèn)為銀行使用衍生品的原因在于銀行在資產(chǎn)清償時會產(chǎn)生極高的成本。這些清償成本迫使銀行對外投機(jī)出售衍生品作為對沖，而不是采取傳統(tǒng)方式為這些貸款再融資。此時交易對手方無法觀察貸款質(zhì)量，從而正向

30、接受此類衍生產(chǎn)品。Gorton和Pennacchi (1995) 通過模型研究銀行在再融資貸款和出售貸款間的選擇。他們研究發(fā)現(xiàn)，當(dāng)銀行僅握有一部分資源或一部分的貸款時，銀行的聲譽(yù)風(fēng)險會隨著貸款的出售而降低。Gorton和Pennacchi大量運(yùn)用了計算機(jī)制，包括衍生品將銀行風(fēng)險向外傳遞。目前信用連接債券和信用浮動收益衍生產(chǎn)品大約占了整個市場的50%份額，由于衍生品的不透明性，衍生品對交易買房確實(shí)產(chǎn)生了非對稱信息的情況。Das (1998b) 披露了一筆衍生品交易，此交易應(yīng)與華爾街債券連接，但事實(shí)上這些債券根本沒有為這些衍生品起到影響。Masters and Bryson （1999）發(fā)現(xiàn)Mor

31、gan BISTRO 信用連接債券(Credit Linked Notes)實(shí)際與幾百個信用工具相連。（二）國內(nèi)研究現(xiàn)狀1、 信用評級我國目前的信貸評級、度量方法均處于初步實(shí)施階段，各項(xiàng)指標(biāo)均通過銀行內(nèi)部專家進(jìn)行評定，屬于主觀判斷下的專家意見法，而缺少專業(yè)評級，信用升降級的標(biāo)準(zhǔn)指標(biāo)計算。同時由于信貸評級體系尚未完全建立，相關(guān)的科學(xué)技術(shù)手段無法提供長期、有效的自動化計算、分析支持。2、風(fēng)險度量3、風(fēng)險對沖4、比較研究綜述5、實(shí)證研究綜述三、學(xué)位論文的基本框架1 緒論1.1 選題背景1.2 選題的目的和意義1.3 國內(nèi)外研究現(xiàn)狀1.4 本文研究思路和創(chuàng)新點(diǎn)2 商業(yè)銀行非利息收入的概念和特征2.1

32、非利息收入的概念和分類2.2 非利息收入的特點(diǎn)2.3 非利息收入的內(nèi)在特征3 商業(yè)銀行拓展非利息收入的理論綜述3.1 企業(yè)多元化理論3.2 范圍經(jīng)濟(jì)理論3.3 金融創(chuàng)新理論4 我國商業(yè)銀行非利息收入發(fā)展現(xiàn)狀 4.1 我國商業(yè)銀行拓展非利息收入的背景 4.2 我國商業(yè)銀行非利息收入的現(xiàn)狀分析 4.3 我國商業(yè)銀行拓展非利息收入的制約因素 4.4 我國商業(yè)銀行非利息收入的風(fēng)險特征及風(fēng)險傳導(dǎo)5 中國商業(yè)銀行非利息收入與經(jīng)營績效的實(shí)證研究 5.1 樣本選擇與數(shù)據(jù)整理 5.2 統(tǒng)計方法 5.3 變量的選取 5.4 研究假設(shè) 5.5 非利息收入與銀行盈利水平關(guān)系的實(shí)證分析 5.6 非利息收入與銀行盈利波動

33、性關(guān)系的實(shí)證分析6 結(jié)論與政策建議6.1 關(guān)于研究結(jié)果的討論6.2 我國商業(yè)銀行進(jìn)一步拓展非利息收入的幾點(diǎn)建議6.3 本文的不足及進(jìn)一步研究的問題四、學(xué)位論文的重點(diǎn)與難點(diǎn)首先，目前我國學(xué)術(shù)界對于商業(yè)銀行的非利息業(yè)務(wù)還沒有做出過較為詳細(xì)和明確的界定，而由于非利息業(yè)務(wù)的外延與與“中間業(yè)務(wù)”、“表外業(yè)務(wù)”等存在重疊，因此存在混同使用的現(xiàn)象。然而，明確非利息業(yè)務(wù)的范圍非常重要，否則在進(jìn)行分析和比較時，則缺乏統(tǒng)一的基礎(chǔ)。因此，本文希望通過對銀行業(yè)務(wù)本質(zhì)的分析，明確非利息業(yè)務(wù)的內(nèi)涵和分類，填補(bǔ)這一概念上的空白。其次，國內(nèi)關(guān)于非利息業(yè)務(wù)的研究大多是通過國際比較，在此基礎(chǔ)上對國內(nèi)現(xiàn)狀進(jìn)行分析，進(jìn)而提出政策建議

34、。對于開展非利息業(yè)務(wù)對我國商業(yè)銀行風(fēng)險和績效的實(shí)證研究還不多，且根據(jù)不同方法進(jìn)行的實(shí)證研究所得結(jié)果并不統(tǒng)一。本文將通過對比和權(quán)衡，選擇最合適的實(shí)證方法進(jìn)行分析，希望得出具有實(shí)際意義和有指導(dǎo)性的結(jié)論。在數(shù)據(jù)的可得性方面，由于各商業(yè)銀行歷年公布的數(shù)據(jù)存在財務(wù)方法上的差異，從而增加了數(shù)據(jù)統(tǒng)計的難度。另外，需要用會計原理對數(shù)據(jù)進(jìn)行加工、整理可能使個別數(shù)據(jù)出現(xiàn)小幅度偏差，影響數(shù)據(jù)的準(zhǔn)確性。最后，根據(jù)我國商業(yè)銀行的發(fā)展現(xiàn)狀，非利息業(yè)務(wù)的開展具有其必要性。然而，考慮到非利息業(yè)務(wù)又存在一定的風(fēng)險，本文將著重探討非利息業(yè)務(wù)風(fēng)險的傳導(dǎo)機(jī)制，以期有針對性的規(guī)避和管理風(fēng)險。因此，如何根據(jù)我國的具體國情和銀行個體特征開

35、展非利息業(yè)務(wù)，如何確定業(yè)務(wù)的重點(diǎn)，以提高銀行績效并規(guī)避風(fēng)險是一個本文將深入探討的問題，也是一大難點(diǎn)。五、參考文獻(xiàn)1 Michel, Crouhy, Dan Galai, Robert Mark, Risk Management, 20052 Joel Bessis, Risk Management in Banking, 19973 S. Scott MacDonald, Timothy W. Koch, Management of Banking, 20084 Money, Banking, and Financial Markets, Stephen G. Cecchetti, 20065

36、 Frank J. Fabozzi, Bond markets, Analysis and Strategies, 20066 Edward I. Altman and Anthony Saunders, Credit Risk Measurement: Developments Over The Last 20 Years, 19967 Thomas R. Beileki, Marek Rutkowski, Credit Risk: Modeling, Valuation, and Hedging, 20018 Basle Committee on Banking Supervision,

37、CREDIT RISK MODELLING: CURRENT PRACTICES AND APPLICATIONS, April 19999 Michael B. Gordy, A comparative anatomy of credit risk models, 200010 Hong Kong Monetary Authority, Framework For Stress Testing Banks' Credit Risk, 200611 H.Ugur Koyluoglu，Ndrew Hickman， A Generalized Framework For Credit Ri

38、sk Portfolio Models, 1998,12 Catherine Soke Fun Ho, Nurul Izza Yusoff, A preliminary Study on Credit Risk Management Strategies of Selected Finanial Instituations In Malaysia, 200913 Gur HUberman, ZhengYu Wang, Arbitrage Pricing Theory, 200514 Scott Aguais, Larry Forest and Dan Rosen, Building a Cre

39、dit Risk Valuation Framework for Loan Instruments, 200015 Grupo Banco Espirito Santo, Credit Risk Management Framework, 200316 Richard C. Grinold, Ronald N. Kahn, Active Portfolio Management, A Quantitative Approach for Providing Superior Returns and Controlling Risk Second Edition17 Basel Committee

40、 on Banking Supervision, Framework For Internal Control Systems In Banking Organisations, 199818 Paul Embrechts, Filip Lindskog and Alexander McNeil, Modelling Dependence with Copulas and Applications to Risk Management, 200119 Thomas C. Wilson, Portfolio Credit Risk, 199820 Robert A. Jarrow; Stuart

41、 M. Turnbull, Pricing Derivatives on Financial Securities Subject to Credit Risk, 199521 Kenneth A. Froot; David S. Scharfstein; Jeremy C. Stein, Risk Management: Coordinating Corporate Investment and Financing Policies, 199322 Kenneth A. Froot Jeremy C. Stein, Risk Management, Capital Budgeting and

42、 Capital Structure Policy for Financial Institutions: An Integrated Approach, 199523 Bank of International Settlements, Working Paper No. 14 Studies on the Validation of Internal Rating Systems,24 James J. Schiro, Bank of International Settlements, Working Paper No. 14 Studies on the Validation of I

43、nternal Rating Systems, 200525 Hong Kong Menetary Authority, Counterparty Credit Risk Management, Supervisory Policy manual, 200926 ong Kong Menetary Authority, Credit Administration, Measurement and Monitorying, Supervisory Policy manual, 200927 Hong Kong Menetary Authority, Credit Derivatives, 200928 Davi