Managing Credit Risks with Knowledge Management for
Financial Banks
Abstract-Nowadays,financial banks are operating in aknowledge society and there are more and more credit risksbreaking out in banks.So,this paper first discusses theimplications of knowledge and knowledge management,and thenanalyzes credit risks of financial banks with knowledgemanagement.Finally,the paper studies ways for banks tomanage credit risks with knowledge management.With theapplication of knowledge management in financial banks,customers will acquire better service and banks will acquiremore rewards.
Index Terms–knowledge management;credit risk;riskmanagement;incentive mechanism;financial banks
I.INTRODUCTION
Nowadays,banks are operating in a“knowledge society”.So,what is knowledge?Davenport(1996)[1]thinksknowledge is professional intellect,such as know-what,know-how,know-why,andself-motivatedcreativity,or experience,concepts,values,beliefs and ways of working thatcan be shared and communicated.The awareness of theimportance of knowledge results in the critical issue of“knowledge management”.So,what is knowledgemanagement?According to Malhothra(2001)[2],knowledgemanagement(KM)caters to the critical issues oforganizational adaptation,survival and competence in face ofincreasingly discontinuous environmental change.Essentiallyit embodies organizational processes that seek synergisticcombination of data and information processing capacity ofinformation technologies and the creative and innovativecapacity of humanbeings.Through the processes of creating,sustaining,applying,sharing and renewing knowledge,wecan enhance organizational performance and create value.
Many dissertations have studied knowledge managementapplications in some special fields.Aybuuml;be Aurum(2004)[3]analyzes knowledge management in software engineering andD.J.Harvey＆R.Holdsworth(2005)[4]study knowledgemanagement in the aerospace industry.Li Yang(2007)[5]studies knowledge management in information-basededucation and Jayasundara＆Chaminda Chiran(2008)[6]review the prevailing literature on knowledge management inbanking industries.Liang ping and Wu Kebao(2010)[7]studythe incentive mechanism of knowledge management in
Banking.
There are also many papers about risks analysis and risksmanagement.Before the 1980s,the dominant mathematicaltheory of risks analysis was to describe a pair of randomvectors.But,the simplification assumptions and methods usedby classical competing risks analysis caused controversy andcriticism.Starting around the 1980s,an alternativeformulation of risk analysis was developed,with the hope tobetter resolve the issues of failure dependency anddistribution identifiability.The new formulation is univariaterisk analysis.According to Crowder(2001)[8],David＆Moeschberger(1978)[9]and Hougaard(2000)[10],univariatesurvival risk analysis has been dominantly,which is based onthe i.i.d assumptions(independent and identically distributed)or,at least,based on the independent failure assumption.Distribution-free regression modeling allows one toinvestigate the influences of multiple covariates on the failure,and it relaxes the assumption of identical failure distributionand to some extent,it also relaxes the single failure riskrestriction.However,the independent failures as well assingle failure events are still assumed in the univariatesurvival analysis.Of course,these deficiencies do notinvalidate univariate analysis,and indeed,in manyapplications,those assumptions are realistically valid.Basedon the above mentioned studies,Ma and Krings(2008a,2008b)[11]discuss the relationship and difference of univariateand multivariate analysis in calculating risks.
As for the papers on managing the risks in banks,Lawrence J.White(2008)[12]studies the risks of financialinnovations and takes out some countermeasures to regulatefinancial innovations.Shao Baiquan(2010)[13]studies theways to manage the risks in banks.
From the above papers,we can see that few scholarshave studied the way to manage credit risks with knowledgemanagement.So this paper will discuss using knowledgemanagement to manage credit risks for financial banks.
Information remains a crucial input for the banking industry. Banks are confronted to informationrsquo;s asymmetry problems because of borrowersrsquo; informational opacity. This opacity varies borrowerrsquo;s type, SMEs being considered as the most opaque (because of lack of public information). In order to resolve this informational asymmetry, the bank can acquire two types of information: hard information, which is external, via public information (balance sheet data, rating, scoring . ), and soft information, which is internal, via bank-borrower relationship (judgement, opinions, notes, reports . . . ). This also implies two lending technologies : transaction lending versus relationship banking. A recent stream of literature puts forward distinctions to be made between hard and soft information (Petersen, 2004)1. Taking into account soft information in risk analysis can increase estimationrsquo;s precision of borrowersrsquo; quality (Lehmann, 2003; Grunert et al., 2005), but has the disadvantage of being non verifiable and therefore manipulable. This type of information can influence credit risk management in banks, but may also have an impact on banksrsquo; organizational structure, which should be adapted to soft information in order to avoid the consequences and costs of its manipulation.
Recent research on risks management in banks puts forward the importance of informationrsquo;s treatment. Hakenes (2004) considers the banker as a “specialist” of informationrsquo;s treatment and riskrsquo;s monitoring. Danielsson et al. (2002) analyze bankrsquo;s choice of risks management system, investigating different levels of power delegation implying more or less transmission of information. However, this stream of research doesnrsquo;t distinguish hard and soft information. 剩余内容已隐藏，支付完成后下载完整资料
商业银行信用风险管理与知识管理
摘要：目前，商业银行经营在一个知识型社会中，而且越来越多的信用风险在银行中爆发。所以本文首先讨论了知识和知识管理的影响，然后分析了商业银行的信用风险和知识管理。最后研究银行实施信用风险管理和知识管理的方法。随着知识管理在商业银行中的应用，客户获得更好的服务，银行将收获更多的回报。
关键词：知识管理，信用风险，风险管理激励机制商业银行
一、引言
如今，银行经营在一个“知识社会”。那么，什么是知识？达文波特（1996）[1]认为，知识是专业的智力，如知道是什么，知道如何，知道为什么，和可以共享和交流的经验、理念、价值观、信念和工作方式。知识管理的关键问题是反应知识的重要性意识。那么，什么是知识管理？根据Malhothra（2001）[2]，知识管理（KM)迎合了组织面对不断变化的环境时，组织的适应力，生存力和竞争力的关键问题。本质上，它体现了组织过程，即寻求信息技术信息处理和数据结合的能力，与人类创新和革新能力的协同。通过创新的过程，维持、应用、共享和更新知识，我们能提高组织绩效和创造价值。
许多论文已经研究了知识管理在某些特殊领域的应用。Aybube Aurum (2004) 分析了工程软件中的知识管理，D.J.Harvey amp; R. Holdsworth (2005)[4]研究了航空和航天工业中的知识管理。李杨（2007）[5]研究了信息化教育下的知识管理，Jayasundaraamp;Chaminda Chiran(2008)[6]回顾银行业中盛行的文学知识管理。梁平和吴克宝（2010）[7]研究了银行业中的知识管理激励机制。
也有很多关于风险分析和风险管理的报纸。在1980年之前，风险分析中占主导地位的数学理论是描述一堆随机向量。但是，应用于古典竞争风险分析的简单化的假设和方法引起了争议和批评。在1980年左右，一种关于风险分析的方法成熟了，希望能刚好的解决故障相关性和分不可识别性问题。新的构想是单变量风险分析。根据克劳德（2001）[10]，Davidamp;Moeschberger(1978)[9]和Hougaard(2000)[10]，基于独立恒等分布假设或独立失败假设的单变量生存风险分析已经占优势。没有分布的回归模型允许调查多个变量失败的影响因素，它使相同的假设免于故障分布，在某种程度上，它也免于单一失败风险的限制。然而，独立的失败以及单一故障事件仍假定在单变量生存分析上。当然，这些缺陷不会是单变量分析无效，事实上，在许多应用程序上，这些假设是实际有效的。基于上述研究，Ma和Krings（2008a,2008b）[11]讨论单变量和多变量在计算风险上的联系和区别。
关于银行风险管理的论文，Lawrence J.White(2008)[12]研究了金融改革的风险，提出一些控制金融改革的措施。Shao Baiquan（2010）[3]研究银行风险管理的方法。
从上述论文，我们可以看到一些学者研究了信贷风险管理里和知识管理的方法。所以本文将讨论使用知识管理来管理金融银行信用风险管理。
同时，信息仍然是银行业的关键投入点。面对银行，仍然存在借款人的信息不透明与信息的不对称问题。这种不透明在不同借款人的类型，中小企业被认为是最不透明的（由于缺乏公共信息）。为了解决这种信息不对称，银行可以掌握两种类型的信息：1.硬件的信息，通过公共信息（资产负债表数据，评级，得分等）；2.软信息，这些信息通过银行内部借款关系（判断，意见，票据，报表等）。这也意味着两个贷款方面：交易贷款与银行的关系。一些专家最近提出要将硬软信息进行区分（彼得森，2004年）。1.考虑到以风险分析软件的信息可以提高预估的借款人的品质（莱曼，2003;古方等人，2005年），具有可查性，但也有非可操纵的劣势。这种类型的信息可影响银行的信贷风险管理，但也可能使银行的组织结构，适应软信息，以避免处理成本造成的后果和影响。
在银行的风险管理的最新研究提出了信息处理的重要性。哈格森（2004）认为是专家对信息的处理和风险的监测的分析家对分析银行的风险管理制度的选择，调查不同层次的权力下放意味着多少的信息传输。但是，这种研究流派不区分硬信息和软信息。
因此，本文也探讨了信息的资产负债表结构和组织形态的银行信贷风险管理方面的影响。我们建议与银行的董事（或信贷风险部主任）和信贷人员（或银行的代理员）委托代理框架的信贷决策理论模型，主导在风险保障分配公平方面的价值。他还决定对有关人员的预算，包括工资，这都是一个信号函数的唯一方面或硬信息和软信息相结合的基础。信号之间差异的两种类型的本质在于，更准确的核查其可操作性，以及它们的精确度。一个软硬结合的信息更精确，比硬信息更利于参考，但无法证实作为软构件是否可操纵。因此，一个软信息与隐藏的信息道德风险源是一个组织的修改关键，该银行的潜在驱动以限制道德风险问题。
我们发现一些有趣的结果。在考虑到风险管理软信息的情况下可以允许在某些条件下节约风险保险的权益。然而，我们也验证了软信息的人员操纵激励的存在，因此我们提出了一个工资计划来弹劾这种操纵。关于银行的组织结构是通过一个具体的薪酬待遇来仿照软信息的影响。从两个框架的解决方案比较（硬信息与硬软信息的组合），与数值模拟的实现，证实了软信息的组件可以提供一个优势。
本文的其余部分组织如下：在第二节，我们对现在银行的组织结构元素允许区分软，硬信息，以及最近的理论研究，及调查资料类型的影响。在第三节提出信贷风险决策模型。第4和第5节规定，从硬信息案件的结果，推导出一个基于软信息的信号存在的优点和缺点，特别是软信息操纵激励的存在。第六节为有关人员奖励工资计划操作并提出解决问题。最后，从硬盘结果和软硬结合的信息情况下进行比较，用数值解答，并在第7节提出，在第8节结束这篇文章。
关于软信息，其最特别的一点是紧密地联系在一起的环境和背景。在银行的框架下，这个环境是银行借款人的关系通过长时间的相互作用，使之进入私人和机密的信息，公开资料的优越性（伯杰，1999年;布特，2000年；伯杰和德尔，2002年；阿尔萨斯，2005年）。因此，软信息的优点是能增加硬信息的预测能力，但仍然不对此进行核查。软信息的能力，增加硬信息的预测能力的实证研究，是在调查定性预测因素对违约风险的影响。这些研究表明，尤其是银行的违约风险是预测模型集成内部评级随着硬资产负债表上升的经济因素。对这些内部评级强有力的作用是基于定性因素，因此软信息作为借款人或企业的质量管理有四个观点。对进入违约风险因素纳入预测模型的定性来增加它们重新分类的性能，由此来预测违约的准确性（莱曼，2003;古方等，2005。）。此外，定性因素似乎并不那么分散，显得更稳定。该组织结构适应了在银行使用的信息类型，也得到理论和经验。斯坦因（2002）考察了银行的组织结构对优化资金配置的决策影响。在大型银行，流程信息的收集和处理为信贷决策需要是分开的。因此，信息必须容易传播到高级的层次水平。此外，还应该更容易解释以统一的方式生产的环境和代理人在其处理费上的独立。这些都是硬信息的主要特征。在世界上的不完全契约中，代理商的积极性取决于他们对分配资产（哈特和摩尔，1990年;哈特，1995; 哈里斯和拉维夫，1996—1998）的控制。在他的模型中，斯坦因（2002）面临两种类型的信息（硬信息与软信息），和两种类型的组织结构（层次集中与非分层和分散）。然后，他显示了一个组织结构和信息之间的类型充足的存在，允许通过更好的激励机制优化资金分配。软信息是与分散的组织一起，因为它们提供了更多的权力和权威代理。在这样一个框架中更好地鼓励它，使它的信息有效利用资金优化配置的过程。硬信息是与集中的组织一起，因为这有利于它的传输并符合以优越的地方基金的分配作出决定的层次水平。总之，信息的类型意味着对在信息的处理下权威和权力下放或多或少的重要层面。
几个实证研究用证据证实了这一理论（伯杰和德尔，2002; 伯杰，2001）。在银行借款关系的框架下，信息的生产和处理委托给信贷人员，因此谁获得强大的权力和力量，就有可能对软信息进行操纵。在这种情况下，有关人员需要在银行内部有一个关键的位置。小型，低层次和更分散的组织关系更合适银行。小银行被认为具有银行借款人长期合作关系的软信息处理中框架的优越能力（伯杰，2004；德扬等人，2004；斯科特，2004）。当中小企业面临外部资金的选择时，他们通常喜欢选择小银行来减少信贷配给。
调查的另一派别认为该利用工资结构和预算对信贷人员适当奖励，这起到对信息的处理费进行分配的作用。贝尔纳等（2001）认为投资项目的不确定性与优化资金配置上项目的质量取决于一个风险性中等的公司。一个管理人员能产生这个质量的信息。她所分配的预算控制和报告项目的质量核查并非该公司的董事的私人利益。后者取决于资金分配报告中的项目。经理可就这点作为非允许核查中努力提高项目水平的回报。经理的效用是既影响了预算和工资分配的计划，并由处长提出一个固定的组成和可变任期。贝尔纳等（2001年）表明三种工资和预算的优化组合情况下存在：低报项目的质量意味着没有预算中，平均质量意味着预算中，但没有在工资制度变量和高品质组别中意味着预算和工资计划中的一个变量项目。
另一种模式认为在同一公司（欧巴斯，2005年）有几家代理人，具有在内部管理人员之间的竞争资源与在企业模型笔者研究的信息不对称的问题。这些管理人员获取信息的具体知识是合格的。公司的董事——代理——公司经理对概念之间的主要沟通模式是战略重点。这些具有实用定义的预算，加剧煽动他们对返回成本的预测，以增加获得更多的资金的几率。然而，他们的预言实现并非减少经理人的声誉，战略沟通之间的委托人和代理人的质量恶化与组织的整合以及两种类型的代理人（好的和坏的）和两个项目（高回报和低回报）类型的存在。不良代理人低回报项目的项目经理具有良好的确定性，可以有高或低回报的概率为p和1 - P的分别。欧巴斯（2005）研究多种类型的组织（有不同程度的整合）并认为在预算分配硬性规定下可以提高通信的质量和效率，减少管理人员的内部竞争。集权可以提高工作效率，但只有当沟通是有效的时候。一个更高水平的集权意味着沟通的恶化，这仍然是有效分配资金的关键因素。
一个信息在金融市场的研究中提供了作用（欧组特，2004）。笔者探讨了基金管理人奖励工资计划的影响并获得准确的信息。该计划包括工资费用，也是对管理基金回报的索引。该通过基金经理——代理的努力，来观察资产为一个投资者利益的回归 ——这是最重要的。它的努力影响信息的精度，这是通过一个信号建模来实现的。精密和努力以及信号的实现是不可观察的主体。当市场的参与者有理性的预期时，一个线性工资的投资组合回报将鼓励代理获取更多的信息。由于资产价格对需求的依赖，影响经理人获得更精确的信息的激励机制。
接下来，我们的目标是连接这两个派别，一个处理之间的信息和组织结构类型之间的关系，以及最佳工资与其他交易在委托代理框架下的隐藏信息，重点是银行风险管理的组织过程。
信息的质量是由银行制定的决定其承担风险大小的特点。现有文献对待硬信息和软信息（彼得森，2004年）区别这个问题中认为，获取这些信息可以通过两种方式：贷款或交易关系的贷款。前者可以使用硬信息的处理的统计方法。这种类型的信息呈现诸多优势，成本低，具备规模效益和可以在可能范围内来衡量信用风险模型的风险值。另一方面，还获得贷款提供的软信息从而增加它对借款人素质的预测估计精度，而且意味着将有操作的问题，因为这种类型的信息是无法证实的。
在这篇文章中，我们着重于信息和知识管理在银行信贷风险管理中扮演的角色。在一个隐藏的信息中，有一个银行家需要资产回报的资料，用以管理信贷风险，并通过股权的分配风险与保险道德风险建立委托代理模型，我们表明，通过其他信息，软信息将节约股权，且使软信息的精度更高。然而，这种类型的信息不被核查的，它需要实现一个特定的工资计划以避免信贷人员进行操作。
这些结果提供了软信息的优势在信贷风险管理理论方面的证据，因为我们表明，即使银行必须实现特定的组织结构和适当的工资制度，也可以减少风险使之节约权益。
二、银行信用风险分析与知识管理
- 信贷风险的含义
信用风险是债务人拖欠贷款或其他信用额度，即拖欠本金或者利息的风险。因为有许多种贷款和证券，从个人到主权政府和从汽车贷款到信用风险衍生品交易的许多不同类型的债务，所以信用风险可以有多种形式。
信贷风险在我们日常生活中很常见，我们不能完全覆盖它，例如，美国次贷危机是由于信贷风险，即贫穷的放贷人不能还本付息给银行，银行不能偿还那些购买基于贷款的证券的投资者。
B.信贷风险存在的问题
商业银行信贷管理，从广义上理解包括：制定和实施信贷政策，建立和健全内部授权授信制度，制定、贯彻和执行信贷操作程序，以及建立信贷风险监测和控制机制等诸多相互协调、制约的制度系统及其对制度执行效果的监督系统。狭义上的商业银行信贷管理仅指贷款发放前的调查工作、贷款存续期间的管理工作以及贷款出现风险后的监督、控制和处理工作。本文采纳狭义的商业银行信贷管理概念，在分析当前商业银行信贷管理中存在的问题的基础上，试图提出解决这一问题的基本思路和实际操作对策。
当前商业银行信贷管理工作中存在的主要问题表现在以下几个方面：
（一）基础管理工作薄弱，信贷档案资料漏缺严重。主要表现为借款人和保证人的财务资料、贷款抵押凭证、贷后检查报告、催收通知书等资料的漏缺。信贷档案是银行发放、管理、收回贷款这一完整过程的记录，它的漏缺，尤其是有些法律文件不全，不仅对贷款的风险分析造成困难，也构成了依法收贷的障碍。
（二）没有严格执行贷款审贷分离制度。主要表现为：审贷分离机构设置迟缓；审贷分离机构流于形式，如信贷人员常常在贷款
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[482424]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
