摘 要:金融危機(jī)的爆發(fā)以及《巴塞爾新資本協(xié)議》的正式實施，為銀行業(yè)進(jìn)行信用風(fēng)險管理提出新的挑戰(zhàn)。對國際上信用風(fēng)險管理實踐中應(yīng)用最為廣泛的現(xiàn)代信用風(fēng)險度量模型進(jìn)行了分析比較，提出我國商業(yè)銀行應(yīng)用信用風(fēng)險模型中的問題，并給出相關(guān)建議。

關(guān)鍵詞:信用風(fēng)險;度量模型

中圖分類號:F830.5文獻(xiàn)標(biāo)識碼:A文章編號:16723198(2009)21015002

當(dāng)前，金融危機(jī)使全球經(jīng)濟(jì)陷入衰退，如何有效的防范金融風(fēng)險是銀行業(yè)面臨的重大課題。對于信用風(fēng)險，新巴塞爾協(xié)議要求銀行建立自己的基于內(nèi)部評級的信用風(fēng)險度量模型。本文就基于內(nèi)部評級法(IRB)的國際上信用風(fēng)險管理實踐中應(yīng)用最為廣泛的KMV、Credit Metrics、Credit Risk+、Credit Portfolio View四個模型進(jìn)行了分析比較，提出我國商業(yè)銀行應(yīng)用信用風(fēng)險模型中的問題，并提出相關(guān)建議。

1 現(xiàn)代信用風(fēng)險度量模型

1.1 KMV模型

1993年，KMV公司提出了著名的信用監(jiān)測模型(Credit Monitor Model)，后經(jīng)進(jìn)一步擴(kuò)展成了一種違約預(yù)測模型。KMV模型將股權(quán)視為企業(yè)資產(chǎn)的看漲期權(quán)，以股票的市場數(shù)據(jù)為基礎(chǔ)，利用默頓的期權(quán)定價理論，估計企業(yè)資產(chǎn)的當(dāng)前市值和波動率，再根據(jù)公司的負(fù)債計算出公司的違約點，然后計算借款人的違約距離，最后根據(jù)企業(yè)的違約距離與預(yù)期違約率之間的對應(yīng)關(guān)系，求出企業(yè)的預(yù)期違約率。

《巴塞爾新資本協(xié)議》中推薦使用KMV模型進(jìn)行內(nèi)部評級，可見其已經(jīng)在國外得到了廣泛的認(rèn)可和使用。KMV模型的優(yōu)點在于:(1)根據(jù)企業(yè)的資產(chǎn)市值估計信用風(fēng)險波動狀況，將市場信息納入違約概率;(2)模型是一種動態(tài)模型，可以隨時根據(jù)企業(yè)股票的市價來更新模型的輸入數(shù)據(jù)，反映信用風(fēng)險水平的變化;(3)模型是一種“向前看”的模型，在一定程度上克服了依賴歷史數(shù)據(jù)“向后看”的數(shù)理統(tǒng)計模型的缺陷。KMV的缺點是:(1)無法確定是否必須使用估計技術(shù)來獲得企業(yè)的資產(chǎn)價值、企業(yè)資產(chǎn)收益率的期望值和波動性等數(shù)據(jù)，估計的準(zhǔn)確率不能確定。(2)假定利率是事先確定的，限制了將KMV模型應(yīng)用于期限長的貸款(1年以上)和其它利率敏感性工具。(3)隱含地假定當(dāng)風(fēng)險債券的到期日趨向于零時，信用風(fēng)險利差亦趨向于零，但實證研究否定這一結(jié)論。(4)使用歷史數(shù)據(jù)來確定預(yù)期違約率，其隱含的假設(shè)是經(jīng)濟(jì)狀況是靜止的，此假設(shè)不合情理。

1.2 Credit Metrics模型

Credit Metrics模型也被稱為信用度量術(shù)。該模型是基于借款人的信用評級、次年評級發(fā)生變化的概率(評級轉(zhuǎn)移矩陣)、違約貸款的回收率、債券市場上的信用風(fēng)險價差，計算出貸款的市場價值及其波動性，進(jìn)而得出個別貸款和貸款組合的VaR值。它不僅能夠識別傳統(tǒng)的諸如貸款、債券等投資工具的信用風(fēng)險，還可以用于掉期、互換等金融衍生工具的風(fēng)險識別。該模型的優(yōu)點是:(1)違約概念進(jìn)行了拓展，認(rèn)為違約也包括債務(wù)人信用等級的惡化;(2)該模型的應(yīng)用非常廣泛，包括傳統(tǒng)的貸款、固定收益證券、貿(mào)易融資和應(yīng)收賬款等商業(yè)合同，而且其高級版還能夠處理掉期合同、期貨合同以及其他衍生工具;(3)在對債務(wù)價值的分布有正態(tài)分布假設(shè)下解析方法和蒙特卡羅模擬法，在一定程度上避免了資產(chǎn)收益率正態(tài)性的硬性假設(shè)。Credit Metrics模型的缺點在于:(1)大量證據(jù)表明信用等級遷移概率并不遵循馬爾可夫過程，而是跨時期相關(guān)的;(2)模型中違約率直接取自歷史數(shù)據(jù)平均值，但實證研究表明，違約率與宏觀經(jīng)濟(jì)狀況有直接關(guān)系，不是固定不變的;(3)沒有考慮市場風(fēng)險。市場和經(jīng)濟(jì)狀況的改變，如利率、股指、匯率、失業(yè)率的變化等，可能導(dǎo)致違約或者信用等級的變動;(4)模型通過股權(quán)回報關(guān)系來估計資產(chǎn)回報關(guān)系，而這可能影響估計的精確性。

1.3 Credit Risk+模型

Credit Risk+模型是應(yīng)用保險經(jīng)濟(jì)學(xué)中的保險精算方法來計算債務(wù)組合的損失分布，重點研究期望損失和非期望損失。在Credit Risk+信用風(fēng)險附加計量模型中，每一筆貸款被視作小概率違約事件，并且每筆貸款的違約概率都獨立于其它貸款，這樣，貸款組合違約概率的分布接近泊松分布。 模型的優(yōu)點:(1)該模型處理能力很強(qiáng)，可以處理數(shù)萬個不同地區(qū)、不同部門、不同時限等不同類型的風(fēng)險暴露;(2)模型集中于違約分析，所需要估計變量很少，只需要違約率、違約波動率和損失的嚴(yán)重性;(3)根據(jù)組合價值的損失分布函數(shù)可以直接計算組合的預(yù)期損失和非預(yù)期損失，比較簡便。模型的缺點:(1)模型對于輸入因子——單個債務(wù)人的違約率沒有詳細(xì)闡述;(2)忽略了信用等級變化，因而認(rèn)為任意債權(quán)人的債務(wù)價值是固定不變的;(3)將風(fēng)險暴露劃出頻段并湊成整數(shù)，這影響了計算結(jié)果的精確性。

1.4 Credit Portfolio View模型

Credit Portfolio View模型是由McKinsey公司于1998年開發(fā)出的一個多因素信用風(fēng)險度量模型。該模型在 Credit Metrics的基礎(chǔ)上，對周期性因素進(jìn)行了處理，將評級轉(zhuǎn)移矩陣與經(jīng)濟(jì)增長率、失業(yè)率、利率、匯率、政府支出等宏觀經(jīng)濟(jì)變量之間的關(guān)系模型化，并通過蒙地卡羅模擬技術(shù)模擬周期性因素的“沖擊”來測定評級轉(zhuǎn)移概率的變化。模型的優(yōu)點:Credit Portfolio view模型克服了Credit Metrics模型由于假定不同時期的信用等級轉(zhuǎn)換概率是靜態(tài)的和固定的而引起的很多偏差。模型的缺點:(1)實施這一模型需要可靠的數(shù)據(jù)，而每一個國家、每一行業(yè)的違約信息往往較難獲得;(2)模型使用經(jīng)調(diào)整后的信用等級遷移概率矩陣的特殊程序，而調(diào)整則基于銀行信貸部門積累的經(jīng)驗和信貸周期的主觀判斷。

2 四大模型的比較



(1)模型對風(fēng)險的界定。Credit Metrics主要是從市場盯市角度界定風(fēng)險，Credit Risk+模型或KMV模型本質(zhì)上是違約模式模型，Credit Portfolio View模型既可以被當(dāng)作盯市模式模型使用又可以當(dāng)作違約模式模型使用。

(2)風(fēng)險來源。Credit Metrics和KMV模型以Merton理論為分析基礎(chǔ)，一家企業(yè)的資產(chǎn)價值和資產(chǎn)價值的波動性是違約風(fēng)險的關(guān)鍵驅(qū)動因素。在Credit Portfolio View中，驅(qū)動因素是一些宏觀因素，而Credit Risk+中則是違約率及其波動性。然而，如果以多因素模型的方式來分析，四種模型都可以看作是有相同的根源，模型中風(fēng)險驅(qū)動因素和相關(guān)性在一定程度上可以被看作是與宏觀因素相聯(lián)系的。

(3)信用事件的波動率。在Credit Metrics中，違約概率和信用等級轉(zhuǎn)換概率被模型化為基于歷史數(shù)據(jù)的固定的或離散的值;在KMV模型中，股票價格的變化以及股票價格的波動性成為預(yù)測違約率的基礎(chǔ);在Credit Portfolio View模型中，違約概率是一套呈正態(tài)分布的宏觀因素和沖擊的一個對數(shù)函數(shù);在Credit Risk+模型中，每筆貸款違約的概率被看作是可變的。

(4)回收率。貸款等信用資產(chǎn)的損失分布和VaR的計算不僅僅取決于違約的概率，而且也取決于損失的嚴(yán)重程度或給定違約下的損失率(LGD)。在Credit Metrics模型中，估計的回收率的標(biāo)準(zhǔn)差被納入了VaR的計算;在KMV模型中，回收率被看作是一個常數(shù);Credit Portfolio View模型中回收率的估計是通過蒙特卡羅模擬法進(jìn)行的;在Credit Risk+模型中，損失的嚴(yán)重程度被湊成整數(shù)并進(jìn)行分組，從而得到次級的貸款組合，然后將任何次級貸款組合的損失的嚴(yán)重程度視為一個常數(shù)。

(5)數(shù)量方法。Credit Metrics模型對單項貸款的VAR的計算可通過解析方法實現(xiàn)，但對大規(guī)模的貸款組合則往往通過模擬技術(shù)求解;Credit Portfolio View模型也采用模擬技術(shù)解;Credit Risk+模型能夠生成關(guān)于損失的概率密度函數(shù)的邏輯分析解;KMV模型通過解析技術(shù)實現(xiàn)風(fēng)險評價。

(6)模型的適用對象。Credit Metrics模型和KMV模型適用于公司和大客戶信用風(fēng)險的度量，Credit Risk+模型適用于銀行對零售客戶的信用風(fēng)險度量，而Credit Portfolio View模型適用于對宏觀經(jīng)濟(jì)因素變化敏感的投機(jī)級債務(wù)人的信用風(fēng)險度量。

信用等級轉(zhuǎn)移法Credit MetricsCredit Portfolio ViewKMVCredit Risk+

風(fēng)險定義△市場價值△市場價值違約損失違約損失

信用事件降級/違約降級/違約連續(xù)的違約率違約

風(fēng)險驅(qū)動因素資產(chǎn)價值宏觀因素資產(chǎn)價值逾期違約率

信用等級轉(zhuǎn)換概率不變受宏觀因素影響EDF的單個期限結(jié)構(gòu)-資產(chǎn)定價過程推斷N/A

信用事件的相關(guān)度標(biāo)準(zhǔn)多變量正態(tài)分布(權(quán)益因子模型)宏觀因素的條件違約概率函數(shù)標(biāo)準(zhǔn)多變量正態(tài)資產(chǎn)收益率(資產(chǎn)因子模型)一般風(fēng)險因子的條件違約概率函數(shù)

回復(fù)率隨機(jī)(分布)隨機(jī)(經(jīng)驗分布)隨機(jī)(分布)違約既定下的損失

數(shù)字方法模擬/分析模擬分析/模擬 分析

3 信用風(fēng)險模型在我國應(yīng)用中存在的問題及建議

雖然以上各種模型具有很多優(yōu)點，并在國外銀行業(yè)中得到較好應(yīng)用，但用這些模型來進(jìn)行信用風(fēng)險管理對我國銀行等金融機(jī)構(gòu)來說是一個巨大挑戰(zhàn)。

3.1 數(shù)據(jù)缺乏

由于信用制度不健全、信用體系尚未建立，所以有關(guān)公司歷史違約數(shù)據(jù)和規(guī)范債券評級統(tǒng)計數(shù)據(jù)嚴(yán)重缺乏，很難把違約距離轉(zhuǎn)化成實際違約率。同時，利率尚未市場化等為轉(zhuǎn)移矩陣的建立以及信用價差的確定造成了困難。

3.2 一些參數(shù)的穩(wěn)定性假設(shè)問題

由我國現(xiàn)階段相關(guān)機(jī)制不健全，資產(chǎn)收益的相關(guān)度不穩(wěn)定，使得信用計量模型對資產(chǎn)組合的分析難以恰當(dāng)反映組合風(fēng)險的未來狀況，使得模型對未來風(fēng)險的預(yù)測能力有較大的影響。

3.3 肥尾問題

如果沒有對資產(chǎn)收益的正態(tài)性假定，那么構(gòu)造理論上的KMV模型非常困難。但直接觀察市場可以看出，我國證券市場股價不僅波動幅度大，而且極端值出現(xiàn)的概率并不算小，因此資產(chǎn)收益的非正態(tài)性問題也即肥尾問題應(yīng)該受到重視。由以上分析可知，目前各種模型在我國的應(yīng)用缺乏必要的條件，總體環(huán)境還不成熟，但也必須看到該理論技術(shù)所體現(xiàn)的現(xiàn)代金融市場條件下的基本信用風(fēng)險管理思想和理念是值得學(xué)習(xí)和借鑒的。

針對我國存在的問題，提出以下建議:(1)盡快建立企業(yè)違約數(shù)據(jù)庫，為銀行直接的信貸決策提供參考，同時也為科學(xué)量化的信用風(fēng)險管理建立基礎(chǔ)。(2)普及和發(fā)展信用管理中介服務(wù)行業(yè)，進(jìn)一步完善信用評級制度，這是信用風(fēng)險管理的必要前提。(3)積極發(fā)展和完善證券市場，提高市場信息的透明度以及信息效率，以平抑證券市場的過度投機(jī)，削減異常波動性，從而為銀行信用風(fēng)險管理提供良好的金融環(huán)境。

參考文獻(xiàn)

[1]曹道勝，何明升.商業(yè)銀行信用風(fēng)險模型的比較及其借鑒[J].金融研究，2006，(10).

[2]朱小宗，張宗益.現(xiàn)代信用風(fēng)險度量模型剖析與綜合比較分析[J].財經(jīng)研究，2004，(9).

[3]王毅春，孫林巖.現(xiàn)代信用風(fēng)險模型特征比較研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2004，(3).

[4]梁世棟，郭人人，李勇，等.信用風(fēng)險模型比較分析[J].中國管理科學(xué)，2002，(2).