题目：我国商业银行客户信用风险管理的实证研究

近年来，商业银行如何管理其客户信用风险受到了学术界和实业界的广泛关注。伴随着2011年央行多次上调人民币存贷款基准利率以及商业银行收紧信贷规模，之前信用扩张时期发放出的大量贷款能否按时收回已成为商业银行关注的重要问题，商业银行面临的客户信用风险进一步加剧。因此，需全面系统地研究和把握商业银行客户信用风险的特点、表现及形成原因，构建商业银行客户信用风险管理系统，对客户信用风险进行全面的监控，以便减小风险，避免危机发生。 本文是站在商业银行的角度研究如何管理其企业客户的信用风险。首先对国内外信用风险管理的研究现状进行了回顾与评析；接着界定了商业银行客户的分类并介绍了客户信用风险的内涵、特性及影响因素，分析了商业银行如何对企业客户和个人客户的信用风险进行管理，并说明本文着重研究的是商业银行对企业客户的信用风险管理；阐述了商业银行客户信用风险管理的基本方法，并对几种具有代表性的信用风险管理方法和模型进行介绍和简单比较；接下来分析了我国商业银行客户信用风险管理的现状及存在的问题；然后从适用性出发，选择BP神经网络和KMV模型，分别基于这两种方法进行商业银行客户信用风险管理的实证研究，以相同的沪深股市137家上市公司（47家ST公司和90家非ST公司）为样本，用SPSS和Matlab软件实现实验过程，分析两种模型的评价效果，并从实用性、准确性、时效性、应用前景以及应用阶段几个方面对两种方法进行比较，结论认为两种方法各有长处，在实际中应结合使用，并参考其他方法的判别结果，以全面管理银行客户的信用风险。最后结合前面的定性、定量分析以及我国商业银行客户信用风险管理中存在的问题，对我国商业银行的客户信用风险管理提出具体可行的建议。