我国商业银行信用风险度量及管理研究
|
摘要
信用风险是现代商业银行面临的最重要的风险，也是导致银行破产的最常见的原因之一。我国商业银行在信用风险管理方面，与国外大型商业银行相比，仍然存在着相当多的不足。如何提升我国商业银行的信用风险管理水平，已经成为我国理论界和银行业共同关注致力解决的问题。
论文旨在充分学习和借鉴国外先进的信用风险管理技术和模型，并结合我国的实际情况，逐步形成适合我国商业银行的信用风险度量和管理技术，从技术和手段两个维度，全面提升我国商业银行信用风险管理水平，缩小我国商业银行与国外先进银行的差距，最终提升我国商业银行的国际竞争力。论文以风险管理理论为基础，采用理论分析和实证研究相结合、定性分析和定量分析相结合的方法，围绕着“什么是信用风险管理”、“不同的企业和个人的信用风险如何被量化”、“怎样进行风险预警和监控”、“如何解决管理中存在的问题”等问题为主线，对我国商业银行信用风险度量及管理进行系统分析与研究。
论文分析了我国商业银行信用风险管理取得的一些成绩，指出我国商业风险管理中仍然存在较多问题，如信贷管理流程不完善、信用风险量化工具落后、缺少高素质的信用风险管理队伍等。
论文对商业银行信用风险、商业银行信用风险管理体系的概念进行界定，构建了商业银行信用风险管理体系，包括信用风险识别、信用风险度量和信用风险预警，该体系是一种要素循环传递的信用风险管理体系。提出循环传递的信用风险管理体系，并围绕着信用风险识别、信用风险度量和信用风险预警三个要素展开深入研究。分析了我国商业银行信用风险的成因，主要包括理论根源和现实根源两类，揭示了商业银行信风险的形成机理，分析了非系统性信用风险和系统性信用风险的传导机制。
通过对多元判别分析、Logit回归分析、Probit模型、SVM模型，结构模型、强度模型、Portfolio Manager、Credit Metrics、CreditPortfolio View及Credit Risk+等风险度量模型的基本构成和理论进行分析，结合我国商业银行信用风险管理的特点，将KMV模型应用于大型上市公司信用风险的度量；将多元判别分析应用于中小企业信用风险的度量；将Logitech回归分析应用于个人零售客户信用风险的度量，由此，建立一个相对完整的信用风险量化体系。
根据我国大型上市公司的实际情况，对KMV模型的股权价值、股权价值波动率、违约触发点、债务期限和无风险利率等各项参数进行了修正。选取上海证券交易所的10家ST公司和20家非ST公司的连续250个交易日数据，对修正后的KMV模型的各项参数值进行计算，得到了违约距离与理论EDF。最后，参考标准普尔和穆迪的评级体系，将我国大型上市公司的信用评级体系分为10级，并划分了相应的期望违约概率区间，最终确定了我国大型上市公司信用风险评级体系，并通过了K-S检验。
在著名的Z评分模型的基础上，根据我国中小企业的实际情况，引入了非财务因素和行业风险因素，并据此构建了S-Z-Score模型，并选取了批发和零售业、工业、交通运输和邮政业、建筑业、住宿和餐饮业、综合类等六大产业所属的70家中小企业作为样本，比较Z”模型与S-Z-Score模型的准确性。结果表明，考虑了非财务因素和行业风险因素的S-Z-Score模型，一定程度上解决了中小企业修饰财务报表，造成评级结果失真的问题，使第一类错误率显著降低，提高了中小企业信用风险判别的科学性和有效性。
在研究个人信用风险时，首先确定个人信用评分指标体系的两个维度，即个人还款能力指标体系和个人还款意愿指标体系。在此基础上，结合个人信用打分法和数理统计模型，构建个人信用评分的组合模型，划分客户授信和定价区域，实现风险和收益的统一。
从贷后信用风险预警机制和规范贷后风险监控流程两方面，强化我国商业银行信用风险贷后管理。并针对我国商业银行信用风险形成的原因及信用风险管理中存在的问题，提出了相应的对策。
Credit risk is the most important risk what modern commercial banks are facing, andalso one of the most common causes which lead to bank failures. Compared with foreignlarge commercial banks, Chinese commercial banks still have quite a number of deficienciesin credit risk management. How to enhance the level of Chinese commercial banks' credit riskmanagement has become the issues of common concern among the academia and bankingindustry.
Through learning the advanced credit risk management techniques and measurementmodels, the thesis will be helpful to develop credit risk measurement and managementtechnology which is suitable for Chinese commercial bank according with the actual situationin our country to narrow the gap between the advanced banks and Chinese commercial banks,and improve international competitiveness of our commercial banks. We proposed to enhanceour overall credit risk management of commercial banks from two dimensions of technologiesand tools. Based on the theory of risk management and used a lot of method, around a numberof propositions such as "what is credit risk management?","how to measure credit risk ofdifferent enterprises or individuals?","How to make early warning?","How to solveproblems?"，the thesis has constructed the commercial bank credit risk management systemand studied on credit risk measurement method.
The thesis analyzed the condition of Chinese banking credit risk at first, and pointed outthat Chinese commercial banks asset quality and capital adequacy have been greatly improvedin the past few years, but still have some problems.According to our current policy andeconomic development trends, there is a possibility of that Chinese commercial banks’ creditrisks outbreak in the next few years. Therefore, Chinese commercial banks must strengthentheir credit risk management. Then the thesis analyzed the causes of credit risk, pointed outthe main problems of the credit risk management of Chinese commercial bank, in order to behelpful to effectively improve Chinese commercial bank credit risk management. The thesispropose credit risk management system, and do some research around three elements such ascredit risk recognition, measurement and early warning, and analyzed credit risk formationmechanism and transmission mechanisms.
The thesis analyzed the basic structure and theoretical basis of multiple discriminantanalysis, Logit regression analysis, Probit model, SVM model, structural model, the intensity model, Portfolio Manager, Credit Metrics, Credit Portfolio View and Credit Risk+modelmortality models. Through comparative, we had the basic ideas of Commercial Credit RiskMeasurement Model: applying the KMV model to the credit risk measurement of large listedcompanies; applying the multiple discriminant analysis to the credit risk measurement of thesmall and medium enterprises (SME); applying the Logitech regression analysis to the creditrisk measurement of individual retail customer. So we can construct a relatively completesystem of quantitative credit risk for providing the theoretical basis for the IRBimplementation of Chinese commercial banks.
Then, the thesis analyzed the credit risk model of large listed companies, and revisedsome parameters such as the equity value of KMV model, equity value volatility, defaulttrigger point, debt maturity, and no risk-free rate according to Chinese actual situation. Wecalculated the parameters of the revised KMV model through selecting the Shanghai StockExchange's10ST companies and20non-ST companies250days of continuous data, andobtained the DD and the theoretical EDF. Finally, we divided the credit rating system of largelisted companies into10levels by the reference to Standard&Poor's and Moody's ratingsystem. And we defined the division of the corresponding expected default probability, thecredit rating system of large listed companies and passed the K-S test.
The thesis accorded to the famous Z-score model and actual situation of Chinese SMEs,introduced the non-financial factors and industry risk factors, and then established theS-Z-Score model, and compared the accuracy between the Z" model and the S-Z-Score by thesamples of70SMEs of the retail, industrial, transportation and postal industry, construction,hotels and catering services. The results show that the first class error of S-Z-Score model,which taking into account non-financial risk factors and industry factors, is significantlyreduced. That reflected greatly the SZ-Score model has the superiority of credit risk determinefor SMEs.
To the study of individual credit risk, the thesis determined the two dimensions ofpersonal credit score index system at first, namely, the index system of individual repaymentability and the index system of individual payments will. And then we constructed thecomposite model of personal credit scoring combining with the personal credit scoringmethods and mathematical statistics, to divide the region of customer credit and pricing andachieve the unity of risks and benefits.
Building early warning model from technical and signal, and designing credit riskmonitoring process. Finally, the thesis put forward countermeasures to the causes of Chinesecommercial banks' credit risk and the problem of credit risk management.
论文旨在充分学习和借鉴国外先进的信用风险管理技术和模型，并结合我国的实际情况，逐步形成适合我国商业银行的信用风险度量和管理技术，从技术和手段两个维度，全面提升我国商业银行信用风险管理水平，缩小我国商业银行与国外先进银行的差距，最终提升我国商业银行的国际竞争力。论文以风险管理理论为基础，采用理论分析和实证研究相结合、定性分析和定量分析相结合的方法，围绕着“什么是信用风险管理”、“不同的企业和个人的信用风险如何被量化”、“怎样进行风险预警和监控”、“如何解决管理中存在的问题”等问题为主线，对我国商业银行信用风险度量及管理进行系统分析与研究。
论文分析了我国商业银行信用风险管理取得的一些成绩，指出我国商业风险管理中仍然存在较多问题，如信贷管理流程不完善、信用风险量化工具落后、缺少高素质的信用风险管理队伍等。
论文对商业银行信用风险、商业银行信用风险管理体系的概念进行界定，构建了商业银行信用风险管理体系，包括信用风险识别、信用风险度量和信用风险预警，该体系是一种要素循环传递的信用风险管理体系。提出循环传递的信用风险管理体系，并围绕着信用风险识别、信用风险度量和信用风险预警三个要素展开深入研究。分析了我国商业银行信用风险的成因，主要包括理论根源和现实根源两类，揭示了商业银行信风险的形成机理，分析了非系统性信用风险和系统性信用风险的传导机制。
通过对多元判别分析、Logit回归分析、Probit模型、SVM模型，结构模型、强度模型、Portfolio Manager、Credit Metrics、CreditPortfolio View及Credit Risk+等风险度量模型的基本构成和理论进行分析，结合我国商业银行信用风险管理的特点，将KMV模型应用于大型上市公司信用风险的度量；将多元判别分析应用于中小企业信用风险的度量；将Logitech回归分析应用于个人零售客户信用风险的度量，由此，建立一个相对完整的信用风险量化体系。
根据我国大型上市公司的实际情况，对KMV模型的股权价值、股权价值波动率、违约触发点、债务期限和无风险利率等各项参数进行了修正。选取上海证券交易所的10家ST公司和20家非ST公司的连续250个交易日数据，对修正后的KMV模型的各项参数值进行计算，得到了违约距离与理论EDF。最后，参考标准普尔和穆迪的评级体系，将我国大型上市公司的信用评级体系分为10级，并划分了相应的期望违约概率区间，最终确定了我国大型上市公司信用风险评级体系，并通过了K-S检验。
在著名的Z评分模型的基础上，根据我国中小企业的实际情况，引入了非财务因素和行业风险因素，并据此构建了S-Z-Score模型，并选取了批发和零售业、工业、交通运输和邮政业、建筑业、住宿和餐饮业、综合类等六大产业所属的70家中小企业作为样本，比较Z”模型与S-Z-Score模型的准确性。结果表明，考虑了非财务因素和行业风险因素的S-Z-Score模型，一定程度上解决了中小企业修饰财务报表，造成评级结果失真的问题，使第一类错误率显著降低，提高了中小企业信用风险判别的科学性和有效性。
在研究个人信用风险时，首先确定个人信用评分指标体系的两个维度，即个人还款能力指标体系和个人还款意愿指标体系。在此基础上，结合个人信用打分法和数理统计模型，构建个人信用评分的组合模型，划分客户授信和定价区域，实现风险和收益的统一。
从贷后信用风险预警机制和规范贷后风险监控流程两方面，强化我国商业银行信用风险贷后管理。并针对我国商业银行信用风险形成的原因及信用风险管理中存在的问题，提出了相应的对策。
Credit risk is the most important risk what modern commercial banks are facing, andalso one of the most common causes which lead to bank failures. Compared with foreignlarge commercial banks, Chinese commercial banks still have quite a number of deficienciesin credit risk management. How to enhance the level of Chinese commercial banks' credit riskmanagement has become the issues of common concern among the academia and bankingindustry.
Through learning the advanced credit risk management techniques and measurementmodels, the thesis will be helpful to develop credit risk measurement and managementtechnology which is suitable for Chinese commercial bank according with the actual situationin our country to narrow the gap between the advanced banks and Chinese commercial banks,and improve international competitiveness of our commercial banks. We proposed to enhanceour overall credit risk management of commercial banks from two dimensions of technologiesand tools. Based on the theory of risk management and used a lot of method, around a numberof propositions such as "what is credit risk management?","how to measure credit risk ofdifferent enterprises or individuals?","How to make early warning?","How to solveproblems?"，the thesis has constructed the commercial bank credit risk management systemand studied on credit risk measurement method.
The thesis analyzed the condition of Chinese banking credit risk at first, and pointed outthat Chinese commercial banks asset quality and capital adequacy have been greatly improvedin the past few years, but still have some problems.According to our current policy andeconomic development trends, there is a possibility of that Chinese commercial banks’ creditrisks outbreak in the next few years. Therefore, Chinese commercial banks must strengthentheir credit risk management. Then the thesis analyzed the causes of credit risk, pointed outthe main problems of the credit risk management of Chinese commercial bank, in order to behelpful to effectively improve Chinese commercial bank credit risk management. The thesispropose credit risk management system, and do some research around three elements such ascredit risk recognition, measurement and early warning, and analyzed credit risk formationmechanism and transmission mechanisms.
The thesis analyzed the basic structure and theoretical basis of multiple discriminantanalysis, Logit regression analysis, Probit model, SVM model, structural model, the intensity model, Portfolio Manager, Credit Metrics, Credit Portfolio View and Credit Risk+modelmortality models. Through comparative, we had the basic ideas of Commercial Credit RiskMeasurement Model: applying the KMV model to the credit risk measurement of large listedcompanies; applying the multiple discriminant analysis to the credit risk measurement of thesmall and medium enterprises (SME); applying the Logitech regression analysis to the creditrisk measurement of individual retail customer. So we can construct a relatively completesystem of quantitative credit risk for providing the theoretical basis for the IRBimplementation of Chinese commercial banks.
Then, the thesis analyzed the credit risk model of large listed companies, and revisedsome parameters such as the equity value of KMV model, equity value volatility, defaulttrigger point, debt maturity, and no risk-free rate according to Chinese actual situation. Wecalculated the parameters of the revised KMV model through selecting the Shanghai StockExchange's10ST companies and20non-ST companies250days of continuous data, andobtained the DD and the theoretical EDF. Finally, we divided the credit rating system of largelisted companies into10levels by the reference to Standard&Poor's and Moody's ratingsystem. And we defined the division of the corresponding expected default probability, thecredit rating system of large listed companies and passed the K-S test.
The thesis accorded to the famous Z-score model and actual situation of Chinese SMEs,introduced the non-financial factors and industry risk factors, and then established theS-Z-Score model, and compared the accuracy between the Z" model and the S-Z-Score by thesamples of70SMEs of the retail, industrial, transportation and postal industry, construction,hotels and catering services. The results show that the first class error of S-Z-Score model,which taking into account non-financial risk factors and industry factors, is significantlyreduced. That reflected greatly the SZ-Score model has the superiority of credit risk determinefor SMEs.
To the study of individual credit risk, the thesis determined the two dimensions ofpersonal credit score index system at first, namely, the index system of individual repaymentability and the index system of individual payments will. And then we constructed thecomposite model of personal credit scoring combining with the personal credit scoringmethods and mathematical statistics, to divide the region of customer credit and pricing andachieve the unity of risks and benefits.
Building early warning model from technical and signal, and designing credit riskmonitoring process. Finally, the thesis put forward countermeasures to the causes of Chinesecommercial banks' credit risk and the problem of credit risk management.
引文
[1]韩瑾,易彦希,王一栋.新巴塞尔协议下国际银行信用风险估值和经济资本计量[J].金融与经济.2007(09):44-45
[2] BeaverW.H..Finacial Ratios as Predictors of Failures.Journal of Accounting Research.1966(6):71-102
[3] Altman E.I.. Financial Ratios, Discriminant Analysis and the Prediction of CorporateBankruptcy[J].Journal of Finance.1968(9):589-609
[4] Altman E.I.,Haldeman R.G..Zeta Analysis:a New Model to Identify Bankruptcy Risk ofCorporations[J].Journal of Banking and Finance.1977(9):29-54
[5]宋荣威.信贷风险管理研究[D].西南财经大学博士学位论文.2006:18
[6] Ohlson J.S..Finance Ratios and the Probabilistic Prediction of Bankruptcy[J]. Journal ofAccounting Research.1980Spring:109-131
[7] ZmijewskiM.E..Methodologieal issues related to the estimation of finanial distressPrediction models.Journal of Accounting Researeh.1984(22):59-86
[8] ODOM M D,SHARDA R A.Neural Network for Bankruptcy Prediction [C].International Joint Con-ference on Neural Network,1990:17-70.
[9] VAPNIK V N.The Nature of Statistical Learning Theory[M].New York: Springer,1995
[10] E.I.Altman,Giancarlo Marco,Franco Varetto.Coprorate Distress Diagnosis: ComparisonUsing Linear Discriminate Analysis and Neural Networks.JomualOf Banking andFinance.1994,18(l):505-529
[11] Trippi.R.R,E.Turban.Neutal Networks in Finance and Investing.Chicago,IrwinProfessional Publishing.1996.
[12] Fan, A., Palaniswami, M. A new approach to corporate loan default prediction fromfinancial statements[C]. Proceedings of the computational finance/forecasting financialmarkets conference,2000, London (CD), UK
[13] Kyung-Shik Shin, Taik Soo Lee, Hyun-jung Kim. An application of support vectormachines in bankruptcy prediction model[J].Expert Systems with Applications,2005,(28):127–135
[14] Lundy M.Cluster Analysis in Credit Scoring,Credit Scoring and Credit Control.TheSecond Edition.New York：Oxford University Press.1993
[15] KMV Corporate. Credit Monitor Overview [M]. San Francisco California.1993
[16] Greg M., Gupten, Christopher C., Finger, Mickey Bhatia, Credit Metrics TM[M].Technical Document. J. P. Morgan&Co. New York,1997
[17] Nyfeler,A.. Modeling Dependencies in Credit Risk Management.2000
[18]朱小宗,张宗益,耿华丹,吴俊.现代信用风险度量模型的实证比较与适用性分析[J].管理工程学报.2006(1):88-93
[19] Credit Suisse First Boston. CrediRisk+,A Credit Risk management Framework[M].Credit Suisse First Boston Internation,1997.
[20] Basel Committee on Banking Supervision.The New Basel Capital Accord (CP2)[R].January2001:1-55
[21] Basel Committee on Banking Supervision.The New Basel Capital Accord (CP3)[R].April2003:l-55
[22] Basel Committee on Banking Supervision. Inernational Convergenee of CapitalMeasurement and Capital Standards:A Revised Framework [R].June2004
[23] Allen N. Berger,W. Scott Frame. Small Business Credit Scoring and CreditAvailability[J]. Journal of Small Business Management.2007(1):5-22
[24] Frame,Padhi,Woosley.Scoring and the Availability of Small Business Credit in Low-and Moderate-Income Areas[J]. The Financial Review.2004(39):35-54
[25]赵先平.实施内部评级法的国际经验与启示[J].国际金融研究.2007(5):37-43
[26]陈忠阳.信用风险量化管理模型发展探析[J].国际金融研究.2000(10):14-19
[27]李志辉.现代信用风险量化度量和管理研究[M].中国金融出版社.2001
[28]王春峰,万海晖,张维.商业银行信用风险评估及其实证研究[J].管理科学学报.1998(01):68-72
[29]王春峰,万海晖,张维.组合预测在商业银行信用风险评估中的应用[J].管理工程学报.1999(01):5-8
[30]陈静.上市公司财务恶化预测的实证分析[J].会计研究.1999(04):32-39
[31]张玲.财务危机预警分析判别模型[J].数量经济技术经济研究.2000(3):49-51
[32]梁琪.企业信用风险的主成分判别模型及其实证研究[J].财经研究.2003（5）：52-57
[33]沈沛龙,任若恩.现代信用风险管理模型和方法的比较研究[J].经济科学.2002（3）：32-41
[34]程鹏,吴冲锋,李为冰.信用风险度量和管理方法研究[J].管理工程学报.2002(01):70-73
[35]张智梅,章仁俊.KMV模型的改进及对上市公司信用风险的度量[J].统计与决策.2006(18):157-160
[36]何树红,王善民.基于变量双重检验的Fisher信用风险度量模型[J].系统工程.2007(08):15-20
[37]方先明,熊鹏,张谊浩.基于Hopfield神经网络的信用风险评价模型及其应用[J].中央财经大学学报.2007(08):34-40
[38]姜琳,赵苹.中国商业银行信用风险的评估[J].统计与决策.2007(16):103-106
[39]靳凤菊.基于CPV模型的房地产信贷信用风险的度量和预测[J].金融论坛.2007(09):40-43
[40]郑毅,蔺帅.遗传神经网络在商业银行信用风险评估中的应用[J].社会科学家.2008(01):133-135
[41]崔佳,王涵生.银行信用风险管理及启示[J].金融理论与实践.2008(01):117-120
[42]李舜蛟,王文胜.EDF模型在中国商业银行信用风险管理中的应用[J].金融论坛.2008(01):22-26
[43]夏红芳,马俊海.基于KMV模型的上市公司信用风险预测[J].预测.2008(06):39-43
[44]闫丽瑞.基于KMV模型的信用风险度量研究[J].山西财经大学学报.2009(05):104-108
[45]卜凡松,周晶..基于信贷审查与决策形成的信贷周期及其对策研究[J].金融论坛.2009(7):52-58
[46]杨雨,史秀红.个人信用风险计量:双边抗体人工免疫概率模型[J].系统工程理论与实践.2009(12):88-93
[47]林莎,雷井生.DEA模型在中小上市企业信用风险的实证研究[J].科研管理.2010(03):158-164
[48]章彰,傅巧灵.巴塞尔新资本协议对欧洲银行业信用风险管理的影响[J].欧洲研究.2003(1):36-44
[49]罗开位.违约概率测度：商业银行信用风险管理的关键[J].中国金融.2005（6）:51-52
[50]罗开位.重视信用风险管理中的违约概率测度[N].金融时报.2005.02.07
[51]崔炳文.新巴塞尔协议下中国商业银行信用风险管理研究[D].天津大学博士学位论文.2006:45-46
[52]朱全涛,吴欣望.银行如何利用信用评级规避风险[J].财贸经济.2006(10):26-28
[53]梁凌,彭建刚,王修华.内部评级法框架下商业银行信用风险的资本测算[J].财经理论与实践.2008(3):17-21
[54]崔吕萍.新巴塞尔协议实施在即,境内银行面临资本充足率大考[N].北京商报.2009,9月23日（007版）.
[55]刘明康.刘明康纵论金融形势[J].上海经济.2010(1):80-81
[56]张琰.全球金融危机下我国商业银行信用风险管理研究[J].金融经济.2009(20):70-71
[57]付发理.宽松货币政策形势下银行信贷风险的识别与防范[J].南方金融.2009(10):16-19
[58]张雯.美国次贷危机对我国房地产信贷风险研究的启示[J].金融论坛.2009(5):51-56
[59]徐佶.谈我国商业银行信用风险管理[J].浙江金融.2009(9):28-29
[60]王振宇.论银行信贷资产风险管理[J].金融理论与实践.2004(04):68-72
[61]于晨曦.计量技术在信用风险管理中的应用——兼论我国商业银行引进和运用计量技术中存在的问题及建议[J].金融论坛.2009(6):59-64
[62]叶志锋,胡玉明银行能够有效识别企业的会计操纵行为吗——以中国上市公司的银行借款违约概率为视角[J].审计与经济研究.2009(3):89-94
[63]汪世新.银行信用风险管理博弈分析[D].复旦大学博士学位论文.2004:24-26
[64]左志刚,谢芳.探寻信用风险管理理论发展新路径——谈信息经济学在信用风险管理理论研究中的应用[J].经济问题探索.2007(04):157-161
[65]杨军.关于国有商业银行信用风险成因与识别研究[D]清华大学博士论文.2003:25
[66]杨军.财务杠杆、信号博弈与信用风险识别[J].金融研究.2004(02):71-78
[67]杜婷.银行综合化转型与风险管理:基于次贷危机的思考[J].深圳大学学报(人文社会科学版).2009(11):66-70
[68]周江涛,吴旺延.商业银行法人客户信用风险甄别的定量研究[J].统计与信息论坛.2009(11):83-86
[69]张合金,贺潇颍.试论新形势下商业银行的信贷风险防范——基于企业融资结构和企业税负的视角[J].金融论坛.2010（1）：56-60
[70]华晓龙.基于宏观压力测试方法的商业银行体系信用风险评估[J].数量经济技术经济研究.2009(04):117-128
[71]谢清河.金融经济周期与商业银行信用风险管理研究[J].经济体制改革.2009(04):120-124
[72]艾仁智,林文杰.金融危机下国家主权信用风险形势分析[J].中国金融.2009(18):31-32
[73]贝为智.金融危机视角下商业银行信贷风险管理机制研究[J].区域金融研究.2009(09):36-39
[74]孙克，冯宗宪.“信用风险分散困境理论”的实证检验[J].证券市场导报.2008(10):76-77
[75]陈林,周宗放.基于股权比重的企业集团内母子公司之间信用风险传递研究[J].管理工程学报.2009(03):80-84
[76]王芳.企业信用风险的度量方法[J].统计与决策.2009(08):159-160
[77]陈东海,谢赤.关于信用风险管理模型的比较分析[J].社会科学家.2005(2):75-76
[78]许涤龙,李峰.金融机构信用风险度量模型的发展与比较[J].统计与决策,2009(08):4-6
[79]郑昱.基于Probit模型的个人信用风险实证研究[J].上海金融.2009(10):85-89
[80]周子元,邓雁.基于结构模型的信用风险研究综述.金融发展研究[J].2009(11):13-16
[81] Merton. On the pricing of corporate debt: the risk structure of interest rates[J]. Journalof Finance.1974(29):449-470
[82]达菲等著,许勤等译.信用风险——定价、度量和管理[M].第一版.上海:上海财经大学出版社.2009:44-55
[83] Jarrow R.A,Lando D,Turnbull S.M.A Markov model for the term structure of credit riskspread[J].Review of Financial Studies,1997(10):481-523.
[84] Duffie,Singleton D.K Modeling term structures of defaultable bonds [J]. Review ofFinancial Studies.1999(12):687-720
[85]冯建友.现代信用风险管理模型的发展与比较研究——兼论我国商业银行的现实选择[D].中国科学技术大学博士学位论文.2007:45-46
[86]赵蔚.雷曼在信用风险模型中迷失[J].银行家.2009(03):94-96
[87] Michel Crouhy.Dan Galai, and Robert Mark. A comparative analysis of current creditrisk models[J].Journal of Banking and Finance.2000(24):59-117
[88]郭敏.商业银行信用风险度量模型简介及思考[J].上海金融.2007(2):49-51
[89]熊正德,冷梅.KMV和Apriori算法在上市公司信用风险传染中的应用.湖南大学学报（社会科学版）[J].2010(5):58-61
[90]陈旭鸣.现代信用风险管理模型发展研究[J].统计与决策.2008(9):186-188
[91]欧阳资生.商业银行信用组合风险管理模型比较研究[J].湖南商学院学报(双月刊).2009(3):73-77
[92]王健,吕德宏.基于CreditMetrics模型的我国商业银行贷款信用风险度量分析[J].商场现代化.2009(05):355
[93]陈东海,谢赤.关于信用风险管理模型的比较分析[J].社会科学家.2005(2):75-76
[94]汪文渊,谢潇衡,何幼桦. CreditMetrics模型中转移概率和风险价值的计算[J].上海大学学报（自然科学版）.2008(02):142-147
[95]郭敏.商业银行信用风险度量模型简介及思考[J].上海金融.2007(2):49-51
[96]詹元瑞著.银行信用风险的现代度量与管理[D].第一版.北京:经济科学出版社.2004:383
[97]黄荣,何有世,王步祥.商业银行信用风险度量模型研究[J].首都经济贸易大学学报.2009(05):44-48
[98] McKinsey and Co.Credit Portfolio View.The Third Edition.New York: McKinseyandCo.,1997
[99]迟国泰,董贺超,刘艳萍.基于信用风险迁移的组合收益与组合风险计量模型[J].科研管理.2009(02):139-149
[100]阿诺·德·瑟维吉尼等著,任若恩等译.信用风险度量与管理[D].第一版.北京：中国财政经济出版社.2005:206
[101]刘衡郁,连剑平.基于统计分析的主流信用风险模型评价[J].商业时代.2008（16）：66-68
[102]孟思文.现代信用风险度量模型在中国的适用性[J].现代商业.2008（26）:30-31
[103]马坚,张卫朋,刘新梅.现代信用风险模型比较研究[J].商业研究.2004(8):3-7
[104]吴青.信用风险度量技术的最新发展及其在贷款定价中的运用[J].国际金融研究.2006（9）:15-23
[105]赵丽琴,戎爱萍.信用风险度量及其组合管理中的相关性研究——Copula函数的引进.经济问题.2008（8）：94-97页
[106]周四军,袁鹏,冯岑.商业银行信用风险测度的死亡率模型[J].统计与决策.2009(12):33-35
[107]汪办兴.我国商业银行信用风险模型的国际比较与改进[J].当代经济科学.2007(03):65-70
[108]欧阳资生.商业银行信用组合风险管理模型比较研究.湖南商学院学报(双月刊).2009(3):73-77
[109]张智梅.我国商业银行信用风险度量及管理的改进研究[J].河海大学博士学位论文.2006:26-27
[110]吴冲,郭英见,夏晗.基于模糊积分支持向量机集成的商业银行信用风险评估模型研究[J].运筹与管理.2009(02):51-53
[111]熊志斌,李荣钧.现代信用风险度量管理模型比较[J].科技管理研究.2007（2）：126-128
[112]孙月静.违约概率测度研究：方法与模型综述[J].东北财经大学学报.2007（2）：7-11
[113]闫海峰,华雯君.基于KMV模型的中国上市公司信用风险研究[J].产业经济研究.2009(3):14-22
[114]都红雯,杨威.我国对KMV模型实证研究中存在的若干问题及对策思考[J].国际金融研究.2004(11):22-27
[115]周子元,杨永生.用违约距离判别信用风险:一个实证研究[J].审计与经济研究.2007(2):81-85
[116]闫丽瑞.基于KMV模型的信用风险度量研究[J].山西财经大学学报.2009(5):104-108
[117]林清泉.数理金融学[M].中国人民大学出版社.2007:165-166
[118]薛锋,关伟,乔卓.上市公司信用风险度量的一种新方法——KMV[J].西北工业大学学报(社会科学版).2003(3):38-41
[119]刘博.基于KMV模型对中国上市公司的信用风险进行度量的实证分析[J].科学技术与工程.2010(1):843-847
[120]张泽京,陈晓红,王傅强.基于KMV模型的我国中小上市公司信用风险研究[J].财经研究.2007(11):31-40,52
[121]章文芳,吴丽美,崔小岩.基于KMV模型上市公司违约点的确定[J].统计与决策.2010(14):169-171
[122]吴晓,刘凯敏,黄安定.财务困境预警模型与银行信贷风险的识别与防范[J].金融理论与实践.2010(01):43-46
[123]孙小琰,沈悦,罗璐琦.基于KMV模型的我国上市公司价值评估实证研究[J].管理工程学报.2008（1）：102-108
[124]陈晓红,戴静.基于Logit模型的中小企业成长危机预警[J].系统工程.2007(1):72-77
[125]杨元泽.中国中小企业信贷风险评估研究[J].金融论坛.2009(3):69-73
[126]王恒.商业银行对中小企业授信风险管理研究[D].华侨大学.2007:76
[127]华永胜.我国商业银行房地产开发贷款信用风险及其度量研究[D].华东师范大学硕士论文.2010.
[128]卢超,钟望舒.商业银行对中小企业信用风险评价的方法探索[J].金融论坛.2009(09):13-20
[129]张利兵,王楚明.基于债务融资的企业投资与信用风险[J].系统管理学报.2009(03):267-275
[130]赵宇翔.企业信用风险与宏观经济变量的相关性研究[J].金融发展研究.2009(05):53-55
[131]余得生.金融危机下我国中小企业信用风险管理[J].商场现代化.2009(11):65
[132]丁东洋,周丽莉.潜在因素模型在商业银行信用风险分析中的应用[J].统计与信息论坛.2009(08):24-29
[133]陈佳洁,李建波.基于DEA/AHP的我国商业银行中小企业贷款信用风险评估研究[J].中国证券期货.2009(07):73-75
[134]朱小宗.信用风险度量模型分析及其在我国银行业的应用研究[D].重庆大学博士论文.2005:34-35
[135]杨雨,史秀红.个人信用风险计量:双边抗体人工免疫概率模型[J].系统工程理论与实践.2009(12):88-93
[136]石庆焱,靳云汇.个人信用评分的主要模型与方法综述[J].统计研究.2003(8):36-39
[137]梁凌.商业银行零售资产业务的聚合信用风险模型[J].财经理论与实践.2009(02):24-27
[138]晏艳阳,莫如冰.基于多级模糊综合评判法的个人信用评分模型研究[J].财经理论与实践.2009(2):7-12
[139]陈诗一.德国公司违约概率预测及其对我国信用风险管理的启示[J].金融研究.2008(08):72-85
[140]周玮,杨兵兵.BaselII在中资银行的实践[M].第一版.北京:中国人民大学出版社.2006:339-353
[141]李志辉等.SPSS for Windows统计分析教程[M].第二版.北京:电子工业出版社.2005:258-265
[142]郭英见,吴冲.基于信息融合的商业银行信用风险评估模型研究[J].金融研究.2009(01):95-106
[143]张目,周宗放.基于多目标规划和支持向量机的企业信用评估模型[J].中国软科学.2009(04):83-85
[144]王平,赵人可,彭朝晖.运用聚类分析法对我国企业信贷风险的评估与预测[J].数学理论与应用.2010(3):92-97
[145]张晓琦.SVM算法在高新技术企业财务危机预警模型中的应用研究[J].科技管理研究.2010(6):147-149
[146]杨凯生.实现风险管理水平的整体飞跃[J].中国金融.2010(14):14-16
[147]索彦峰,肖旭.内部评级法下信用风险经济资本计量研究[J].浙江金融.2009(01):43-44
[148]詹志强.全国性中型股份制商业银行信用风险管理模式探究——以中信银行、招商银行、民生银行为例的比较分析[J].金融纵横.2009(06):19-23
[149]孙彤,汪波.基于风险调整收益方法的企业信用风险管理研究[J].商业经济与管理.2009(01):45-50
[150]陈及,欧阳颖,陈宏.信用风险限额的构建方法——内部评级体系的应用[J].国际金融研究.2008（4）:43-51
[151]张雯.美国次贷危机对我国房地产信贷风险研究的启示[J].金融论坛.2009(05):51-56
[2] BeaverW.H..Finacial Ratios as Predictors of Failures.Journal of Accounting Research.1966(6):71-102
[3] Altman E.I.. Financial Ratios, Discriminant Analysis and the Prediction of CorporateBankruptcy[J].Journal of Finance.1968(9):589-609
[4] Altman E.I.,Haldeman R.G..Zeta Analysis:a New Model to Identify Bankruptcy Risk ofCorporations[J].Journal of Banking and Finance.1977(9):29-54
[5]宋荣威.信贷风险管理研究[D].西南财经大学博士学位论文.2006:18
[6] Ohlson J.S..Finance Ratios and the Probabilistic Prediction of Bankruptcy[J]. Journal ofAccounting Research.1980Spring:109-131
[7] ZmijewskiM.E..Methodologieal issues related to the estimation of finanial distressPrediction models.Journal of Accounting Researeh.1984(22):59-86
[8] ODOM M D,SHARDA R A.Neural Network for Bankruptcy Prediction [C].International Joint Con-ference on Neural Network,1990:17-70.
[9] VAPNIK V N.The Nature of Statistical Learning Theory[M].New York: Springer,1995
[10] E.I.Altman,Giancarlo Marco,Franco Varetto.Coprorate Distress Diagnosis: ComparisonUsing Linear Discriminate Analysis and Neural Networks.JomualOf Banking andFinance.1994,18(l):505-529
[11] Trippi.R.R,E.Turban.Neutal Networks in Finance and Investing.Chicago,IrwinProfessional Publishing.1996.
[12] Fan, A., Palaniswami, M. A new approach to corporate loan default prediction fromfinancial statements[C]. Proceedings of the computational finance/forecasting financialmarkets conference,2000, London (CD), UK
[13] Kyung-Shik Shin, Taik Soo Lee, Hyun-jung Kim. An application of support vectormachines in bankruptcy prediction model[J].Expert Systems with Applications,2005,(28):127–135
[14] Lundy M.Cluster Analysis in Credit Scoring,Credit Scoring and Credit Control.TheSecond Edition.New York：Oxford University Press.1993
[15] KMV Corporate. Credit Monitor Overview [M]. San Francisco California.1993
[16] Greg M., Gupten, Christopher C., Finger, Mickey Bhatia, Credit Metrics TM[M].Technical Document. J. P. Morgan&Co. New York,1997
[17] Nyfeler,A.. Modeling Dependencies in Credit Risk Management.2000
[18]朱小宗,张宗益,耿华丹,吴俊.现代信用风险度量模型的实证比较与适用性分析[J].管理工程学报.2006(1):88-93
[19] Credit Suisse First Boston. CrediRisk+,A Credit Risk management Framework[M].Credit Suisse First Boston Internation,1997.
[20] Basel Committee on Banking Supervision.The New Basel Capital Accord (CP2)[R].January2001:1-55
[21] Basel Committee on Banking Supervision.The New Basel Capital Accord (CP3)[R].April2003:l-55
[22] Basel Committee on Banking Supervision. Inernational Convergenee of CapitalMeasurement and Capital Standards:A Revised Framework [R].June2004
[23] Allen N. Berger,W. Scott Frame. Small Business Credit Scoring and CreditAvailability[J]. Journal of Small Business Management.2007(1):5-22
[24] Frame,Padhi,Woosley.Scoring and the Availability of Small Business Credit in Low-and Moderate-Income Areas[J]. The Financial Review.2004(39):35-54
[25]赵先平.实施内部评级法的国际经验与启示[J].国际金融研究.2007(5):37-43
[26]陈忠阳.信用风险量化管理模型发展探析[J].国际金融研究.2000(10):14-19
[27]李志辉.现代信用风险量化度量和管理研究[M].中国金融出版社.2001
[28]王春峰,万海晖,张维.商业银行信用风险评估及其实证研究[J].管理科学学报.1998(01):68-72
[29]王春峰,万海晖,张维.组合预测在商业银行信用风险评估中的应用[J].管理工程学报.1999(01):5-8
[30]陈静.上市公司财务恶化预测的实证分析[J].会计研究.1999(04):32-39
[31]张玲.财务危机预警分析判别模型[J].数量经济技术经济研究.2000(3):49-51
[32]梁琪.企业信用风险的主成分判别模型及其实证研究[J].财经研究.2003（5）：52-57
[33]沈沛龙,任若恩.现代信用风险管理模型和方法的比较研究[J].经济科学.2002（3）：32-41
[34]程鹏,吴冲锋,李为冰.信用风险度量和管理方法研究[J].管理工程学报.2002(01):70-73
[35]张智梅,章仁俊.KMV模型的改进及对上市公司信用风险的度量[J].统计与决策.2006(18):157-160
[36]何树红,王善民.基于变量双重检验的Fisher信用风险度量模型[J].系统工程.2007(08):15-20
[37]方先明,熊鹏,张谊浩.基于Hopfield神经网络的信用风险评价模型及其应用[J].中央财经大学学报.2007(08):34-40
[38]姜琳,赵苹.中国商业银行信用风险的评估[J].统计与决策.2007(16):103-106
[39]靳凤菊.基于CPV模型的房地产信贷信用风险的度量和预测[J].金融论坛.2007(09):40-43
[40]郑毅,蔺帅.遗传神经网络在商业银行信用风险评估中的应用[J].社会科学家.2008(01):133-135
[41]崔佳,王涵生.银行信用风险管理及启示[J].金融理论与实践.2008(01):117-120
[42]李舜蛟,王文胜.EDF模型在中国商业银行信用风险管理中的应用[J].金融论坛.2008(01):22-26
[43]夏红芳,马俊海.基于KMV模型的上市公司信用风险预测[J].预测.2008(06):39-43
[44]闫丽瑞.基于KMV模型的信用风险度量研究[J].山西财经大学学报.2009(05):104-108
[45]卜凡松,周晶..基于信贷审查与决策形成的信贷周期及其对策研究[J].金融论坛.2009(7):52-58
[46]杨雨,史秀红.个人信用风险计量:双边抗体人工免疫概率模型[J].系统工程理论与实践.2009(12):88-93
[47]林莎,雷井生.DEA模型在中小上市企业信用风险的实证研究[J].科研管理.2010(03):158-164
[48]章彰,傅巧灵.巴塞尔新资本协议对欧洲银行业信用风险管理的影响[J].欧洲研究.2003(1):36-44
[49]罗开位.违约概率测度：商业银行信用风险管理的关键[J].中国金融.2005（6）:51-52
[50]罗开位.重视信用风险管理中的违约概率测度[N].金融时报.2005.02.07
[51]崔炳文.新巴塞尔协议下中国商业银行信用风险管理研究[D].天津大学博士学位论文.2006:45-46
[52]朱全涛,吴欣望.银行如何利用信用评级规避风险[J].财贸经济.2006(10):26-28
[53]梁凌,彭建刚,王修华.内部评级法框架下商业银行信用风险的资本测算[J].财经理论与实践.2008(3):17-21
[54]崔吕萍.新巴塞尔协议实施在即,境内银行面临资本充足率大考[N].北京商报.2009,9月23日（007版）.
[55]刘明康.刘明康纵论金融形势[J].上海经济.2010(1):80-81
[56]张琰.全球金融危机下我国商业银行信用风险管理研究[J].金融经济.2009(20):70-71
[57]付发理.宽松货币政策形势下银行信贷风险的识别与防范[J].南方金融.2009(10):16-19
[58]张雯.美国次贷危机对我国房地产信贷风险研究的启示[J].金融论坛.2009(5):51-56
[59]徐佶.谈我国商业银行信用风险管理[J].浙江金融.2009(9):28-29
[60]王振宇.论银行信贷资产风险管理[J].金融理论与实践.2004(04):68-72
[61]于晨曦.计量技术在信用风险管理中的应用——兼论我国商业银行引进和运用计量技术中存在的问题及建议[J].金融论坛.2009(6):59-64
[62]叶志锋,胡玉明银行能够有效识别企业的会计操纵行为吗——以中国上市公司的银行借款违约概率为视角[J].审计与经济研究.2009(3):89-94
[63]汪世新.银行信用风险管理博弈分析[D].复旦大学博士学位论文.2004:24-26
[64]左志刚,谢芳.探寻信用风险管理理论发展新路径——谈信息经济学在信用风险管理理论研究中的应用[J].经济问题探索.2007(04):157-161
[65]杨军.关于国有商业银行信用风险成因与识别研究[D]清华大学博士论文.2003:25
[66]杨军.财务杠杆、信号博弈与信用风险识别[J].金融研究.2004(02):71-78
[67]杜婷.银行综合化转型与风险管理:基于次贷危机的思考[J].深圳大学学报(人文社会科学版).2009(11):66-70
[68]周江涛,吴旺延.商业银行法人客户信用风险甄别的定量研究[J].统计与信息论坛.2009(11):83-86
[69]张合金,贺潇颍.试论新形势下商业银行的信贷风险防范——基于企业融资结构和企业税负的视角[J].金融论坛.2010（1）：56-60
[70]华晓龙.基于宏观压力测试方法的商业银行体系信用风险评估[J].数量经济技术经济研究.2009(04):117-128
[71]谢清河.金融经济周期与商业银行信用风险管理研究[J].经济体制改革.2009(04):120-124
[72]艾仁智,林文杰.金融危机下国家主权信用风险形势分析[J].中国金融.2009(18):31-32
[73]贝为智.金融危机视角下商业银行信贷风险管理机制研究[J].区域金融研究.2009(09):36-39
[74]孙克，冯宗宪.“信用风险分散困境理论”的实证检验[J].证券市场导报.2008(10):76-77
[75]陈林,周宗放.基于股权比重的企业集团内母子公司之间信用风险传递研究[J].管理工程学报.2009(03):80-84
[76]王芳.企业信用风险的度量方法[J].统计与决策.2009(08):159-160
[77]陈东海,谢赤.关于信用风险管理模型的比较分析[J].社会科学家.2005(2):75-76
[78]许涤龙,李峰.金融机构信用风险度量模型的发展与比较[J].统计与决策,2009(08):4-6
[79]郑昱.基于Probit模型的个人信用风险实证研究[J].上海金融.2009(10):85-89
[80]周子元,邓雁.基于结构模型的信用风险研究综述.金融发展研究[J].2009(11):13-16
[81] Merton. On the pricing of corporate debt: the risk structure of interest rates[J]. Journalof Finance.1974(29):449-470
[82]达菲等著,许勤等译.信用风险——定价、度量和管理[M].第一版.上海:上海财经大学出版社.2009:44-55
[83] Jarrow R.A,Lando D,Turnbull S.M.A Markov model for the term structure of credit riskspread[J].Review of Financial Studies,1997(10):481-523.
[84] Duffie,Singleton D.K Modeling term structures of defaultable bonds [J]. Review ofFinancial Studies.1999(12):687-720
[85]冯建友.现代信用风险管理模型的发展与比较研究——兼论我国商业银行的现实选择[D].中国科学技术大学博士学位论文.2007:45-46
[86]赵蔚.雷曼在信用风险模型中迷失[J].银行家.2009(03):94-96
[87] Michel Crouhy.Dan Galai, and Robert Mark. A comparative analysis of current creditrisk models[J].Journal of Banking and Finance.2000(24):59-117
[88]郭敏.商业银行信用风险度量模型简介及思考[J].上海金融.2007(2):49-51
[89]熊正德,冷梅.KMV和Apriori算法在上市公司信用风险传染中的应用.湖南大学学报（社会科学版）[J].2010(5):58-61
[90]陈旭鸣.现代信用风险管理模型发展研究[J].统计与决策.2008(9):186-188
[91]欧阳资生.商业银行信用组合风险管理模型比较研究[J].湖南商学院学报(双月刊).2009(3):73-77
[92]王健,吕德宏.基于CreditMetrics模型的我国商业银行贷款信用风险度量分析[J].商场现代化.2009(05):355
[93]陈东海,谢赤.关于信用风险管理模型的比较分析[J].社会科学家.2005(2):75-76
[94]汪文渊,谢潇衡,何幼桦. CreditMetrics模型中转移概率和风险价值的计算[J].上海大学学报（自然科学版）.2008(02):142-147
[95]郭敏.商业银行信用风险度量模型简介及思考[J].上海金融.2007(2):49-51
[96]詹元瑞著.银行信用风险的现代度量与管理[D].第一版.北京:经济科学出版社.2004:383
[97]黄荣,何有世,王步祥.商业银行信用风险度量模型研究[J].首都经济贸易大学学报.2009(05):44-48
[98] McKinsey and Co.Credit Portfolio View.The Third Edition.New York: McKinseyandCo.,1997
[99]迟国泰,董贺超,刘艳萍.基于信用风险迁移的组合收益与组合风险计量模型[J].科研管理.2009(02):139-149
[100]阿诺·德·瑟维吉尼等著,任若恩等译.信用风险度量与管理[D].第一版.北京：中国财政经济出版社.2005:206
[101]刘衡郁,连剑平.基于统计分析的主流信用风险模型评价[J].商业时代.2008（16）：66-68
[102]孟思文.现代信用风险度量模型在中国的适用性[J].现代商业.2008（26）:30-31
[103]马坚,张卫朋,刘新梅.现代信用风险模型比较研究[J].商业研究.2004(8):3-7
[104]吴青.信用风险度量技术的最新发展及其在贷款定价中的运用[J].国际金融研究.2006（9）:15-23
[105]赵丽琴,戎爱萍.信用风险度量及其组合管理中的相关性研究——Copula函数的引进.经济问题.2008（8）：94-97页
[106]周四军,袁鹏,冯岑.商业银行信用风险测度的死亡率模型[J].统计与决策.2009(12):33-35
[107]汪办兴.我国商业银行信用风险模型的国际比较与改进[J].当代经济科学.2007(03):65-70
[108]欧阳资生.商业银行信用组合风险管理模型比较研究.湖南商学院学报(双月刊).2009(3):73-77
[109]张智梅.我国商业银行信用风险度量及管理的改进研究[J].河海大学博士学位论文.2006:26-27
[110]吴冲,郭英见,夏晗.基于模糊积分支持向量机集成的商业银行信用风险评估模型研究[J].运筹与管理.2009(02):51-53
[111]熊志斌,李荣钧.现代信用风险度量管理模型比较[J].科技管理研究.2007（2）：126-128
[112]孙月静.违约概率测度研究：方法与模型综述[J].东北财经大学学报.2007（2）：7-11
[113]闫海峰,华雯君.基于KMV模型的中国上市公司信用风险研究[J].产业经济研究.2009(3):14-22
[114]都红雯,杨威.我国对KMV模型实证研究中存在的若干问题及对策思考[J].国际金融研究.2004(11):22-27
[115]周子元,杨永生.用违约距离判别信用风险:一个实证研究[J].审计与经济研究.2007(2):81-85
[116]闫丽瑞.基于KMV模型的信用风险度量研究[J].山西财经大学学报.2009(5):104-108
[117]林清泉.数理金融学[M].中国人民大学出版社.2007:165-166
[118]薛锋,关伟,乔卓.上市公司信用风险度量的一种新方法——KMV[J].西北工业大学学报(社会科学版).2003(3):38-41
[119]刘博.基于KMV模型对中国上市公司的信用风险进行度量的实证分析[J].科学技术与工程.2010(1):843-847
[120]张泽京,陈晓红,王傅强.基于KMV模型的我国中小上市公司信用风险研究[J].财经研究.2007(11):31-40,52
[121]章文芳,吴丽美,崔小岩.基于KMV模型上市公司违约点的确定[J].统计与决策.2010(14):169-171
[122]吴晓,刘凯敏,黄安定.财务困境预警模型与银行信贷风险的识别与防范[J].金融理论与实践.2010(01):43-46
[123]孙小琰,沈悦,罗璐琦.基于KMV模型的我国上市公司价值评估实证研究[J].管理工程学报.2008（1）：102-108
[124]陈晓红,戴静.基于Logit模型的中小企业成长危机预警[J].系统工程.2007(1):72-77
[125]杨元泽.中国中小企业信贷风险评估研究[J].金融论坛.2009(3):69-73
[126]王恒.商业银行对中小企业授信风险管理研究[D].华侨大学.2007:76
[127]华永胜.我国商业银行房地产开发贷款信用风险及其度量研究[D].华东师范大学硕士论文.2010.
[128]卢超,钟望舒.商业银行对中小企业信用风险评价的方法探索[J].金融论坛.2009(09):13-20
[129]张利兵,王楚明.基于债务融资的企业投资与信用风险[J].系统管理学报.2009(03):267-275
[130]赵宇翔.企业信用风险与宏观经济变量的相关性研究[J].金融发展研究.2009(05):53-55
[131]余得生.金融危机下我国中小企业信用风险管理[J].商场现代化.2009(11):65
[132]丁东洋,周丽莉.潜在因素模型在商业银行信用风险分析中的应用[J].统计与信息论坛.2009(08):24-29
[133]陈佳洁,李建波.基于DEA/AHP的我国商业银行中小企业贷款信用风险评估研究[J].中国证券期货.2009(07):73-75
[134]朱小宗.信用风险度量模型分析及其在我国银行业的应用研究[D].重庆大学博士论文.2005:34-35
[135]杨雨,史秀红.个人信用风险计量:双边抗体人工免疫概率模型[J].系统工程理论与实践.2009(12):88-93
[136]石庆焱,靳云汇.个人信用评分的主要模型与方法综述[J].统计研究.2003(8):36-39
[137]梁凌.商业银行零售资产业务的聚合信用风险模型[J].财经理论与实践.2009(02):24-27
[138]晏艳阳,莫如冰.基于多级模糊综合评判法的个人信用评分模型研究[J].财经理论与实践.2009(2):7-12
[139]陈诗一.德国公司违约概率预测及其对我国信用风险管理的启示[J].金融研究.2008(08):72-85
[140]周玮,杨兵兵.BaselII在中资银行的实践[M].第一版.北京:中国人民大学出版社.2006:339-353
[141]李志辉等.SPSS for Windows统计分析教程[M].第二版.北京:电子工业出版社.2005:258-265
[142]郭英见,吴冲.基于信息融合的商业银行信用风险评估模型研究[J].金融研究.2009(01):95-106
[143]张目,周宗放.基于多目标规划和支持向量机的企业信用评估模型[J].中国软科学.2009(04):83-85
[144]王平,赵人可,彭朝晖.运用聚类分析法对我国企业信贷风险的评估与预测[J].数学理论与应用.2010(3):92-97
[145]张晓琦.SVM算法在高新技术企业财务危机预警模型中的应用研究[J].科技管理研究.2010(6):147-149
[146]杨凯生.实现风险管理水平的整体飞跃[J].中国金融.2010(14):14-16
[147]索彦峰,肖旭.内部评级法下信用风险经济资本计量研究[J].浙江金融.2009(01):43-44
[148]詹志强.全国性中型股份制商业银行信用风险管理模式探究——以中信银行、招商银行、民生银行为例的比较分析[J].金融纵横.2009(06):19-23
[149]孙彤,汪波.基于风险调整收益方法的企业信用风险管理研究[J].商业经济与管理.2009(01):45-50
[150]陈及,欧阳颖,陈宏.信用风险限额的构建方法——内部评级体系的应用[J].国际金融研究.2008（4）:43-51
[151]张雯.美国次贷危机对我国房地产信贷风险研究的启示[J].金融论坛.2009(05):51-56
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |