风险管理是现代商业银行经营管理的核心内容和永恒课题,本文选择目前与我国商业银行授信业务密切相关的中小企业授信风险进行分析和研究,旨在通过总结与归纳我国现行商业银行的信贷风险控制方法,结合(搜集)商业银行对中小企业授信的历史数据,运用数量经济方法,对影响商业银行授信风险的有关经济变量进行实证检验和分析论证;同时结合我国中小企业信用风险的历史特点,探索适应我国商业银行实际、对信贷风险管理具有实践价值的授信风险控制理论和方法。本文内容如下。第一章是引言,在简要介绍我国商业银行对中小企业授信风险损失的历史教训的基础上,引出本文选题的背景、依据以及研究的目标、内容和方法。第二章从国内外金融风险损失的历史教训入手,阐明现代风险管理是一个全球化的课题,同时探讨了目前仍处于发展中国家的中国与西方发达国家金融风险损失的异同之处;接着介绍了风险管理理论和方法的发展演进过程以及在一些主要经济体里的实践情况;最后,简要地介绍了与商业银行风险管理息息相关的巴塞尔资本协议及其演变过程。第三章在概述西方商业银行信用风险控制思想及演进的基础上,着重探讨现代商业银行信用风险控制技术的理论与方法,以及目前西方主要资本主义国家-美国,在信用风险控制方面的理论与实践情况。如我们熟知的信用矩阵、KMV以及在险价值VAR模型等,以及美国现行的经济资本配置体系,信用风险度量模型:结构模型和集合模型等。第四章详细分析了中国中小企业信用以及融资现状,指出中小企业信用低下是中国中小企业融资困难的直接原因。第一节针对中国中小企业的定义及分类,分析了中国中小企业的信用特点;第二节详细分析了中国中小企业的融资环境、融资途径等,探讨了中小企业融资难的具体原因;第三节结合中国中小企业的信用现状,通过对国内外商业信用制度建设的比较,提出一些防范和化解中小企业信用风险的方法。第五章从我国商业银行授信业务的实务入手,详细介绍了目前我国商业银行对中小企业授信风险管理的实践方法。第一节简要地介绍了授信业务的概念、分类以及各授信环节的相互关系;第二节介绍了中小企业的风险特征以及商业银行授信中小企业的风险博弈关系;第三节介绍了商业银行对中小企业授信的风险评估指标,分内部指标和外部指标两种情况加以论述,最后详细论述了我国商业银行对中小企业授信风险管理的传统方法。第六章主要以商业银行的内部信用评级系统为研究对象,运用经济计量模型,对商业银行信用评级的准确性和合理性进行定量分析和经济计量检验。本章第一节选取某银行信用评级系统为检验对象,从标准、对象、实现方法以及审批流程等方面对其客户信用评级系统进行必要的介绍,使读者对所选取的检验对象有较深入的认识;第二节介绍了本章所运用的经济计量检验方法:排序多元离散选择模型;第三节从检验变量的选择入手,利用排序模型从众多影响企业经营活动的变量中,选取对信用评级系统影响较大的变量作为模型的解释变量,最后确定排序多元模型的最终形式,得出各解释变量对客户信用评级系统的影响力系数;第四节利用建立的排序模型进行期望预测,预测结果表明运用排序模型对企业进行信用评级是可行的。第七章以商业银行对中小企业授信的风险限额作为样本,利用加权最小二乘法对影响中小企业授信风险限额的企业财务及经营管理指标进行计量检验。第一节简要介绍了商业银行对企业授信额度的概念、目的以及统一额度管理的意义;第二节首先介绍了检验企业风险限额的意义以及授信风险限额检验模型的设计和变量的选择标准;接着详细论述了模型的确立、估计以及结果分析;最后对模型进行总体评估,得出目前我国商业银行存在向大客户过度授信这一重要结论;更为重要的是,得出目前我国商业银行授信主要关注的企业经营管理指标,如企业信用等级、所有者权益、流动资产、固定资产净值、流动负债等,为进一步研究商业银行授信的风险偏好提供了依据。第八章结合上一章经济计量模型的估计结果,建立人工神经网络模型,从另一个角度对授信风险限额进行再检验,同时对两个模型方法和结论进行比较,得出两个模型的优缺点。本章第一节简要介绍了人工神经网络模型;第二节首先回顾了授信风险限额的经济计量模型,接着建立了5个变量的人工神经网络模型并对两者进行比较,然后又建立一个10个变量的人工神经网络模型并和以上两个模型作出比较,结果发现:5个变量的人工神经网络模型和经济计量模型的拟合优度基本上差不多,而10个变量的人工神经网络模型拟合优度明显强于经济计量模型。从而比较了两种建模方法的异同点:人工神经网络模型具有适应输入输出之间非线性关系的特点,因而可以容纳和利用更多的信息,这是它优于线性经济计量模型的地方。线性经济计量模型只能容纳具有线性关系的信息,排斥非线性关系的信息,但是它能确定经济变量之间的相互影响力系数,而人工神经网络模型却不能。这说明了两种模型各有长处,不能互相替代。同时也给出了对两种模型根据需要而做出选择的空间。第九章是本文的结尾部分,首先是对本文的研究工作作出概括性的总结,同时指出工作中的不足;接着介绍了与商业银行授信业务密切相关的几个需注意的方面,如依法合规、反欺诈以及资产保全等。这些不是依靠掌握风险控制理论和方法就能解决了的,然而这些又在授信风险控制中占有重要的地位。在我国目前金融市场以及法律监管等尚不完善、透明的状况下,对这些问题的关注显得尤为重要。最后,对一些尚待开展的工作做了前瞻性的概括,以此作为今后进一步的研究方向。本论文主要创新点在于:一、针对中国银行目前使用的客户信用评级系统,选用一个地区分行的实际数据,利用排序多元离散选择经济计量模型对评级系统进行检验,检验其信用评级系统中指标设置是否合理,是否存在冗余指标,各指标的分值设置是否合理,对评级结果的影响程度是否符合原先的设计思想,从而为客户信用评级系统的修订完善提供参考意见;二、利用中国银行对制造业企业的授信风险限额以及授信企业的财务数据,结合企业信用评级状况,建立加权最小二乘法经济计量模型,用经济计量软件E-VIEWS得出模型评估结果,分析影响授信风险限额的诸因素及其影响程度,从而为银行制定正确的授信风险限额或修改既有的风险限额提供参考意见。三、通过对风险限额的人工神经网络方法的再检验,比较经济计量模型与人工神经网络模型在检验授信风险限额时的异同之处,分析各方的优缺点,以求能够得到较为满意的结果。四、本文的研究目的旨在对我国商业银行信贷管理人员提供信贷风险控制的理论和与方法指导,是基于实践指导的应用研究。本文采用了目前国际上惯用的数量经济学模型方法,对我国目前商业银行在风险管理中的方法进行分析检验,把定性研究和定量研究结合起来,具有实践指导和应用价值。这在目前我国商业银行的风险控制和风险管理中,具有理论探索和实务操作创新的意义。作为一篇数量经济学专业的博士论文,本文侧重于对目前商业银行风险控制理论的实践检验,同时对数量经济分析方法应用于商业银行信用风险度量模型中,做一些有益的尝试。但在商业银行风险控制理论的系统性和全面性方面,仍需进一步研究,望老师们以及有意于从事这方面研究工作的学者同仁批评指正。