绪论
1. 1研究意义
现代商业银行经营管理的核心内容之一就是风险管理。所谓风险管理就是指银行在筹集和经营资金的过程中，对商业银行资金的使用风险进行识别、衡量和分析，并在此
基础上有效地控制和处置风险，用最低成本来实现最大安全保障的科学方法。商业银行风险可以分为信用风险、市场风险、流动性风险和操作风险等，其中信用风险是金融市
场上最为古老的一种风险，信用风险管理也伴随着它贯穿于商业银行的整个发展过程之中。
信用风险直接影响着现代经济的各种活动，也影响着一个国家的宏观决策和经济发展，甚至影响全球经济的稳定发展。世界银行对全球银行业的危机研究中发现:导致银
行破产的主要原因就是信用风险。商业银行作为经济产业的主要资金支持者，在所面临的各种风险中，市场风险管理技术已经日趋成熟，而信用风险的管理研究在很长的时间
里一直处于探索发展的阶段，信用风险的研究一直是金融与风险研究领域中的难点，即便是在西方发达的国家，信用风险的准确度量和有效的管理依然是最具有挑战性的课题
之一，为避免再次出现世界范围内的大规模金融危机，对银行的信用风险度量和管理进行研究具有十分重要的学术价值和实践意义。
在我国，商业银行和金融市场尚处于转轨和新兴发展阶段，信用风险度量和管理方面的研究和运用也相当滞后，信用风险度量和评级主要是定性方法，信用评级简单而粗
糙，缺乏一致性和有效性，这就迫切要求我国银行业要根据风险环境和经营特点广泛吸收学术界与银行业的最新研究成果与成熟的技术方法，借鉴国际活跃银行的信用风险管
理模式开发和建立适合我国国情的信用风险的内部模型以提高信用风险度量和管理水平，并且按照新巴塞尔协议的要求尽快建立一套行之有效的与国际接轨并适合我国商业
银行经营特点和经营环境的现代银行信用风险管理系统，才能有助于中国资本市场的健康发展，有助于商业银行在未来的竞争中经受考验。
当前美国的次贷危机已经演变成整个全球的一场金融危机，中国随着入世的不断深化，中国市场的不断开放和中国的金融机构的不断走向世界，世界上的经济震荡对我国
的经济必然会产生一定的影响。从我国目前的情况看，房地产市场和金融市场是共生共荣的，只要房地产出现问题，我国的银行业将面临巨大的挑战。
近几年社会经济飞速发展，房地产业已经成为我国国民经济的支柱产业之一，每一年房地产业创下的利润都是十分可观的。因此，各金融机构也将房地产信贷业务作为
新的利润增长点。由于房贷资产质量相对较高，房地产信贷业务中所产生的金融风险比较其他种类的信贷业务而言相对较小，商业银行普遍大力发展房地产信贷业务，在业务经
营上容易产生急功近利的倾向，加大了金融风险的存在。同时由于我国的资本市场很不发达，房地产企业融资渠道单一，房地产开发从购地、可行性研究、设计、采购、施工
和销售每一阶段都需要银行信贷资金的支持，据有关资料测算，目前我国的房地产企业开发资金70%以上基本来源于银行。因此从这个角度上看，我国商业银行房地产信贷面
I险着比较大的风险。尤其是在此次美国次贷危机和全球金融危机爆发后，虽然这次危机只对我国商业银行产生了有限的影响，但为我国商业银行房地产信贷管理敲响了警钟，
给了我国的房贷教训和经验。认清当前面临的风险，以及制定必要的防范措施，是我国商业银行必须完成的任务。
因此，本文选择商业银行对房地产企业信用评价作为研究课题，借鉴国内外已有的研究成果的基础上，站在商业银行的角度去评价房地产企业的信用度，将现金经济社会
的两大经济产业的信用链通过信用评价有效结合起来，以期商业银行的贷款的信用风险降到最低的同时房地产业能得到最大的收益。
2国内外研究现状
1. 2. 1国内外商业银行信用管理发展状况
对信用风险评估方法的探索可以追溯到本世纪30年代，它在60年代之后成为热点，随着全球一体化和金融自由化的发展，不断得到改进，大致经历了古典判别方法、统计
分析和人工智能三个发展阶段。1988年旨在加强信用风险管理的《巴塞尔协议》迈出了具有里程碑意义的一步，提出了信用风险的权数管理方法，规定了商业银行为防患信用
风险所必须达到的最低资本要求;同年还对信用衍生品提出了资本要求以反映信用风险;1999年又提出了新的一揽子方法(外部和可能的内部评级)，2001年《巴塞尔协议》
进一步修订了一揽子方法，确定了以内部模型为基础的信用风险管理川。随着《巴塞尔协议》在西方发达国家的全面实施，各国加大了对内部信用风险管理工具的科研投入。
信用风险管理技术和方法有了突破性的飞跃。
20世纪80年代中期以前为古典信用分析方法，20世纪80年代中期以后为现代信用分析方法。随着资产组合选择理论、信息不对称理论、VAR(风险价值)理论、资本资
产定价模型、期权定价模型和套利定价模型等一些现代金融理论以及数理统计、系统工程、物理学等学科的理论和方法开始广泛应用于金融领域，信用风险度量方法不断推陈
出新，管理技术正日臻完善，新的信用风险度量方法已经在诸多金融领域得到了广泛的应用。如Altman的Z分模型、J.P摩根公司1997年提出的Credit Metrics模型、瑞士银
行的Credit Risk+模型和KMV模型等。进入80年代后期，国内外一些专家又开始用人工智能理论、神经网络理论等提高区分的准确度和精度，这些方法的应用都克服了上述
传统统计等方法对假设的要求以及静态反映信用风险的缺点。
参考文献
仁1〕付正辉.商业银行资本管理与风险控制一解释巴塞尔新资本协议「M].北京:经济日报出版 社，2005, 19-34.
[2〕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.
[3」张玲，张佳林.信用风险评估方法发展趋势「J].预测，2000. 04.
[4〕程鹏，吴冲锋.上市公司信用状况分析新方法〔J].系统工程理论方法应用，2002. 02.
[5〕沈沛龙，任若恩.现代信用风险管理模型和方法比较研究〔J].经济科学，2002. 03.
[6」邓云胜，任若恩.贷款组合信用风险VaR仿真计算的一种优化方法「J7.统计研究，2003. 06.
[7]吴恒煌，吴焕群，宋一宁.具有价格均值回复与随机波动率的信用差价衍生产品定价「J].系统工 程，2006. 07.
[8]林日丽.国外主要信用风险度量方法评价「J].生产力研究，2006. 03.
[9] Wang F Y, Kim H M. Implementing adaptive fuzzy logic controllers with neural network: a design paradigm [J].Intel fuzzy system,1995(3):165一168.
[10」刘高军，朱嫌.基于数据挖掘技术的建筑企业信用评价「J].中国矿业大学学报，2005. 4.
[12〕王宗军.基于层次分析法的企业信用评价方法研究「J].华中科技大学学报，2004. 3.
[13」赵晓菊.信用风险管理仁M].上海财经大学出版社，2008, 1-2.
[14〕沈沛龙.现代商业银行信用风险管理理论方法与模型研究「D](博士学位论文).北京:北京航天 航空大学.2002.
[15]马崇明，唐国储.论构建我国商业银行风险管理体系「J].新金融，2003 (9) : 37-40.
[16〕惠晓峰，孙嘉鹏.商业银行信用风险识别:信用矩阵的实证应用研究[J].国际金融研究，2004.
[17] Cooper, Ian A and Antonios, Mello. The Default Risk of Swaps [J].Journal of Finance, 1991(46):597-620.
仁18〕扬琴.我国商业银行风险评价研究〔D](硕士研究生论文).南昌:南昌大学，2008.
[19〕魏灿秋.统一的商业银行风险管理体系和资本配置风险管理模型研究〔D].四川大学，2004.
仁20〕姜灵敏.商业银行信贷风险控制计算模型与算法优化研究〔n].中南大学，2003.
[21〕王希迎，丁建臣，陆桂娟.房地产企业融资新解[M].北京:中国经济出版社，2005. 2 : 50-52.
L22〕丁烈云，毛鹤琴.房地产开发〔M].北京:中国建筑工业出版社，1999:94-95.
[23」申风.当前房地产市场与商业银行信贷对策「J].合作经济与科技，2009. 6.
[24]皇甫秀颜.我国商业银行信用风险的识别与评价研究「D](博士学位论文).厦门:厦门大 学，2006. 9.
[25〕杨军.银行信用风险—理论、模型和实证分析「MI.北京:中国财政经济出版社，2004:23-28.
[26] Scott. J. The Probability of Bankruptcy:A Comparison of Empirical Predictions and Theoretical Models [J].Journal of Banking&Finance, 1981, 9:317-344.
摘要 4-5
Abstract 5
1 绪论 8-14
1.1 研究意义 8-9
1.2 国内外研究现状 9-12
1.2.1 国内外商业银行信用管理发展状况 9-10
1.2.2 国内外企业信用评价发展状况 10-12
1.3 本文的研究思路 12-13
1.4 本文的主要内容 13
1.5 本文的创新之处 13-14
2 信用风险与信用风险管理 14-25
2.1 信用风险 14-17
2.1.1 信用风险的含义 14-15
2.1.2 信用风险的特点 15-16
2.1.3 信用风险的产生 16-17
2.2 信用风险管理 17-25
2.2.1 信用风险管理的定义 17-18
2.2.2 信用风险管理的构成要素 18-19
2.2.3 商业银行对房地产企业的信用风险管理 19-23
2.2.4 贷后风险管理 23-25
3 指标体系的确定 25-29
3.1 构建商业银行对房地产企业信用评价指标体系 25-29
3.1.1 建立商业银行信用评价体系的原则 25-26
3.1.2 构建商业银行对房地产企业信用评价体系的指标选择 26-29
4 信用风险评价模型对比应用 29-39
4.1 传统度量分析方法 30-35
4.2 现代信用风险度量模型 35-39
5 Logistic回归模型对房地产企业进行信用评价 39-48
5.1 数据的选取及处理 39-40
5.2 Logistic评价模型的基本原理 40-42
5.3 Logistic模型的应用 42-45
5.4 Logistic模型的应用结果分析 45-48
6 案例分析 48-51
6.1 某房地产企业简介 48-49
6.2 商业银行对该房地产公司的信用评价 49-51
6.2.1 数据的提取及处理 49-50
6.2.3 评价结果 50-51
7 结论与展望 51-52
参考文献 52-54
附录A 54-55
附录B 55-56
攻读硕士学位期间发表学术论文情况 56-57
致谢