銀行管理論文-商業(yè)銀行信用風(fēng)險(xiǎn)度量模型簡介及思考.doc

銀行管理論文-商業(yè)銀行信用風(fēng)險(xiǎn)度量模型簡介及思考2004年6月，巴塞爾銀行監(jiān)管委員會(huì)正式出臺(tái)了新資本協(xié)議，并將于2006年底付諸實(shí)施。新資本協(xié)議對(duì)于信用風(fēng)險(xiǎn)資本的要求更側(cè)重于銀行評(píng)級(jí)體系，并有向銀行內(nèi)部信用風(fēng)險(xiǎn)度量模型方向發(fā)展的趨勢。因此，在當(dāng)今經(jīng)濟(jì)、金融全球化的新形勢下，我國商業(yè)銀行借鑒國際上先進(jìn)的信用風(fēng)險(xiǎn)管理經(jīng)驗(yàn)，強(qiáng)化信用風(fēng)險(xiǎn)管理，加強(qiáng)商業(yè)銀行的內(nèi)部評(píng)級(jí)體系和風(fēng)險(xiǎn)度量模型的研究，縮小與國外銀行業(yè)的差距，適應(yīng)巴塞爾協(xié)議新框架的需要，已成為當(dāng)前刻不容緩的工作。一、商業(yè)銀行信用風(fēng)險(xiǎn)度量方法與模型(一)傳統(tǒng)信用風(fēng)險(xiǎn)度量方法1“6C”信用評(píng)分法。“6C”信用評(píng)分法是商業(yè)銀行傳統(tǒng)的信用風(fēng)險(xiǎn)度量方法。它是指由有關(guān)專家根據(jù)借款人的品德(character)(借款人的作風(fēng)、觀念以及責(zé)任心等，借款人過去的還款記錄是銀行判斷借款人品德的主要依據(jù))；能力(capacity)(指借款者歸還貸款的能力，包括借款企業(yè)的經(jīng)營狀況、投資項(xiàng)目的前景)、資本(capital)、抵押品(collateral)(提供一定的、合適的抵押品)、經(jīng)營環(huán)境(condition)(所在行業(yè)在整個(gè)經(jīng)濟(jì)中的經(jīng)營環(huán)境及趨勢)、事業(yè)的連續(xù)性(continuity)(借款企業(yè)持續(xù)經(jīng)營前景)等六個(gè)因素評(píng)定其信用程度和綜合還款能力，以決定是否最終發(fā)放貸款。2z-score違約預(yù)測模型。z-score違約預(yù)測模型是由美國阿爾特曼教授(Altman)于1968年提出來的，他采用多變量分析法對(duì)66家美國制造企業(yè)的經(jīng)營狀況進(jìn)行了判別研究，并建立了由5個(gè)參數(shù)(財(cái)務(wù)指標(biāo))組成的z值模型，并對(duì)美國制造企業(yè)的破產(chǎn)進(jìn)行了判別分析。Z分?jǐn)?shù)模型的判別函數(shù)如下：X1=(期末流動(dòng)資產(chǎn)-期末流動(dòng)負(fù)債)期末總資產(chǎn)X2=期末留存收益期末總資產(chǎn)X3=息稅前利潤期末總資產(chǎn)X4=期末股東權(quán)益的市場價(jià)值期末總負(fù)債X5=本期銷售收入總資產(chǎn)Altman教授通過對(duì)Z分?jǐn)?shù)模型的長期研究提出了判斷企業(yè)破產(chǎn)的臨界值(z-score)。研究發(fā)現(xiàn)，Z值越低，該企業(yè)遭受財(cái)務(wù)失敗的可能性就越大；Z值越高，該企業(yè)遭受財(cái)務(wù)失敗的可能性就越小。Altman曾經(jīng)對(duì)66家企業(yè)進(jìn)行分析測算，其準(zhǔn)確程度達(dá)95左右。Z分?jǐn)?shù)模型的具體判斷標(biāo)準(zhǔn)為如下所示：(二)現(xiàn)代信用風(fēng)險(xiǎn)度量模型目前國際流行的現(xiàn)代信用風(fēng)險(xiǎn)管理模型主要有CreditMetrics模型、麥肯錫模型、KMV模型、CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型等四類。1CreditMetrics模型是由JP摩根公司等1997年開發(fā)出的模型，運(yùn)用VAR(Valueatrisk)框架，對(duì)貸款和非交易資產(chǎn)進(jìn)行估價(jià)和風(fēng)險(xiǎn)計(jì)算。該方法是基于借款人的信用評(píng)級(jí)、次年評(píng)級(jí)發(fā)生變化的概率(評(píng)級(jí)轉(zhuǎn)移矩陣)、違約貸款的回收率、債券市場上的信用風(fēng)險(xiǎn)價(jià)差計(jì)算出貸款的市場價(jià)值及其波動(dòng)性，進(jìn)而得出個(gè)別貸款和貸款組合的VAR值。其主要優(yōu)勢在于通過計(jì)算信用工具在不同信用等級(jí)上的市場價(jià)值，達(dá)到用傳統(tǒng)的期望值和標(biāo)準(zhǔn)差來度量資產(chǎn)信用風(fēng)險(xiǎn)的目的，并將VAR方法引入到信用風(fēng)險(xiǎn)管理中來；對(duì)組合價(jià)值的分布有正態(tài)分布假定下的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)性硬性假設(shè)，可以用資產(chǎn)價(jià)值分布和百分位求出資產(chǎn)損失；對(duì)“違約”的概念進(jìn)行了拓展，認(rèn)為違約也包括債務(wù)人信用等級(jí)惡化；它是一種盯市場(Market-to-Market)信用風(fēng)險(xiǎn)度量模型，能將債務(wù)價(jià)值的高端和低端考慮到。該模型提出了邊際風(fēng)險(xiǎn)貢獻(xiàn)的概念，很好地刻畫新增一筆債券貸款的風(fēng)險(xiǎn)和收益及其取舍方法。主要劣勢在于：大量證據(jù)表明信用等級(jí)遷移概率并不遵循馬爾可夫過程，而是跨時(shí)自相關(guān)的。該模型使用歷史數(shù)據(jù)度量信用風(fēng)險(xiǎn)，屬于“向后看”的風(fēng)險(xiǎn)度量方法。2麥肯錫模型則是在CreditMetrics的基礎(chǔ)上，對(duì)周期性因素進(jìn)行了處理，將評(píng)級(jí)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)(astructuredMonteCarlosimulationapproach)模擬周期性因素的“沖擊”來測定評(píng)級(jí)轉(zhuǎn)移概率的變化。麥肯錫模型可以看成是對(duì)CreditMetrics的補(bǔ)充，它克服了CreditMetrics中不同時(shí)期的評(píng)級(jí)轉(zhuǎn)移矩陣固定不變的缺點(diǎn)。3KMV模型是KMV公司1997年建立的用來估計(jì)借款企業(yè)違約概率的方法。首先，它利用Black-Scholes期權(quán)定價(jià)公式，根據(jù)企業(yè)資產(chǎn)的市場價(jià)值、資產(chǎn)價(jià)值的波動(dòng)性、到期時(shí)間、無風(fēng)險(xiǎn)借貸利率及負(fù)債的賬面價(jià)值估計(jì)出企業(yè)股權(quán)的市場價(jià)值及其波動(dòng)性。其次根據(jù)公司的負(fù)債計(jì)算出公司的違約實(shí)施點(diǎn)(defaultexercisepoint，為企業(yè)1年以下短期債務(wù)的價(jià)值加上未清償長期債務(wù)賬面價(jià)值的一半)，計(jì)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(EDF)之間的對(duì)應(yīng)關(guān)系，求出企業(yè)的預(yù)期違約率。KMV模型的優(yōu)勢在于以現(xiàn)代期權(quán)理論基礎(chǔ)作依托，充分利用資本市場的信息而非歷史賬面資料進(jìn)行預(yù)測，將市場信息納入了違約概率，更能反映上市企業(yè)當(dāng)前的信用狀況，是對(duì)傳統(tǒng)方法的一次革命。KMV模型是一種動(dòng)態(tài)模型，采用的主要是股票市場的數(shù)據(jù)，因此，數(shù)據(jù)和結(jié)果更新很快，具有前瞻性，是一種“向前看”的方法。在給定公司的現(xiàn)時(shí)資產(chǎn)結(jié)構(gòu)的情況下，一旦確定出資產(chǎn)價(jià)值的隨機(jī)過程，便可得到任一時(shí)間單位的實(shí)際違約概率。其劣勢在于假設(shè)比較苛刻，尤其是資產(chǎn)收益分布實(shí)際上存在“肥尾”現(xiàn)象，并不滿足正態(tài)分布假設(shè)；僅抓住了違約預(yù)測，忽視了企業(yè)信用品質(zhì)的變化；沒有考慮信息不對(duì)稱情況下的道德風(fēng)險(xiǎn)；必須使用估計(jì)技術(shù)來獲得資產(chǎn)價(jià)值、企業(yè)資產(chǎn)收益率的期望值和波動(dòng)性；對(duì)非上市公司因使用資料的可獲得性差，預(yù)測的準(zhǔn)確性也較差；不能處理非線性產(chǎn)品，如期權(quán)、外幣掉期等。4CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型。它與作為盯市模型(MTM)的creditMetrics不同，它是一個(gè)違約模型(DM)，它不把信用評(píng)級(jí)的升降和與此相關(guān)的信用價(jià)差變化視為一筆貸款的VAR(信用風(fēng)險(xiǎn))的一部分，而只看作是市場風(fēng)險(xiǎn)，它在任何時(shí)期只考慮違約和不違約這兩種事件狀態(tài)，計(jì)量預(yù)期到和未預(yù)期到的損失，而不像在creditMetrics中度量預(yù)期到的價(jià)值和未預(yù)期到的價(jià)值變化。在CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型中，違約概率不再是離散的，而被模型化為具有一定概率分布的連續(xù)變量。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(dú)立于其他貸款，這樣，貸款組合違約概率的分布接近泊松分布。CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型考慮違約概率的不確定性和損失大小的不確定性，并將損失的嚴(yán)重性和貸款的風(fēng)險(xiǎn)暴露數(shù)量劃分頻段，計(jì)量違約概率和損失大小可以得出不同頻段損失的分布，對(duì)所有頻段的損失加總即為貸款組合的損失分布。上述四個(gè)模型的區(qū)別可歸納為以下六個(gè)方面。第一，在風(fēng)險(xiǎn)的界定方面，creditMetrics和麥肯錫模型屬于盯市模型(MTM)；CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型屬于違約模型(DM)；而KMV模型既可被當(dāng)作MTM模型，也可被當(dāng)作DM模型。第二，在風(fēng)險(xiǎn)驅(qū)動(dòng)因素方面，在KMV模型和CreditMetrics中，風(fēng)險(xiǎn)驅(qū)動(dòng)因素是企業(yè)資產(chǎn)價(jià)值及其波動(dòng)性；在麥肯錫模型中，風(fēng)險(xiǎn)驅(qū)動(dòng)因素是失業(yè)率等宏觀因素；而在CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型中，關(guān)鍵的風(fēng)險(xiǎn)驅(qū)動(dòng)因素是經(jīng)濟(jì)中可變的違約率均值。第三，在信用事件的波動(dòng)性方面，在CreditMetrics中，違約概率被模型化為基于歷史數(shù)據(jù)的固定的或離散的值；而在KMV模型、麥肯錫模型和CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型中，違約概率是可變的，但服從于不同的概率分布。第四，在信用事件的相關(guān)性方面，各模型具有不同的相關(guān)性結(jié)構(gòu)，KMV模型和creditMetrics是多變量正態(tài)；麥肯錫模型是因素負(fù)載；而CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型是獨(dú)立假定或與預(yù)期違約率的相關(guān)性。第五，在回收率方面，在KMV模型的簡單形式中，回收率是不變的常數(shù)；在CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型中，損失的嚴(yán)重程度被湊成整數(shù)并劃分為不同的頻段，在頻段內(nèi)回收率是不變的；第六，在計(jì)量方法方面，CreditMetrics對(duì)個(gè)別貸款或貸款組合采用分析方法進(jìn)行計(jì)量，對(duì)大規(guī)模貸款組合則采用蒙地卡羅模擬技術(shù)進(jìn)行計(jì)量；KMV模型和CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型采用分析方法進(jìn)行計(jì)量；麥肯錫模型則采用模擬技術(shù)求解。通過對(duì)上述國際銀行業(yè)信用風(fēng)險(xiǎn)度量模型的考察，我們可以看出銀行信用風(fēng)險(xiǎn)管理模型呈現(xiàn)以下八個(gè)方面的發(fā)展趨勢與特點(diǎn)。一是從過去的定性分析逐漸轉(zhuǎn)化為定量分析的趨勢；二是從指標(biāo)化形式向模型化形式的轉(zhuǎn)化或二者結(jié)合的趨勢；三是從對(duì)單個(gè)資產(chǎn)的分析轉(zhuǎn)化為從組合角度進(jìn)行的分析的趨勢；四是從盯住賬面價(jià)值的方法轉(zhuǎn)向盯住市場的方法的趨勢；五是既考慮單個(gè)貸款人的微觀特征，也考慮整個(gè)宏觀經(jīng)濟(jì)環(huán)境的影響的趨勢；六是運(yùn)用現(xiàn)代金融理論的最新研究成果的趨勢，比如對(duì)期權(quán)定價(jià)理論、資本資產(chǎn)定價(jià)理論、資產(chǎn)組合理論的運(yùn)用；七是汲取相關(guān)領(lǐng)域的最新研究成果的趨勢，比如經(jīng)濟(jì)計(jì)量學(xué)方法、保險(xiǎn)精算方法、最優(yōu)化理論、仿真技術(shù)等；八是運(yùn)用現(xiàn)代計(jì)算機(jī)大容量處理信息和網(wǎng)絡(luò)化技術(shù)的趨勢。二、加強(qiáng)我國商業(yè)銀行信用風(fēng)險(xiǎn)度量研究的幾點(diǎn)思考長期以來，我國商業(yè)銀行在信用風(fēng)險(xiǎn)度量方面，采取主觀評(píng)價(jià)色彩很濃的傳統(tǒng)方法，主要是由信貸管理人員分析結(jié)合借款企業(yè)的財(cái)務(wù)報(bào)表和往來結(jié)算記錄等情況后進(jìn)行信貸決策。而且目前我國普遍存在信息披露不規(guī)范、財(cái)務(wù)數(shù)據(jù)時(shí)效性較差且可信度較低的狀況、時(shí)序信用數(shù)據(jù)又相當(dāng)缺乏以及在計(jì)量模型具體運(yùn)用方面技術(shù)專業(yè)人才的缺乏，這些都嚴(yán)重制約了對(duì)信用風(fēng)險(xiǎn)度量的深入研究。因此，當(dāng)前我國商業(yè)銀行加強(qiáng)信用風(fēng)險(xiǎn)度量研究可從以下幾方面著手。一是應(yīng)盡快建立起完善的銀行業(yè)信用數(shù)據(jù)庫和貸款違約損失的時(shí)間序列數(shù)據(jù)庫，解決運(yùn)用模型進(jìn)行定量研究所面臨的數(shù)據(jù)庫缺乏的瓶頸制約問題，為我國銀行業(yè)的信用風(fēng)險(xiǎn)度量研究提供有力的數(shù)據(jù)支撐，為我國銀行信用風(fēng)險(xiǎn)度量研究向模型化研究過渡做好準(zhǔn)備。二是借鑒美國等發(fā)達(dá)國家的先進(jìn)經(jīng)驗(yàn)，積極建立健全有關(guān)社會(huì)信用的法律體系和征信評(píng)級(jí)體系。要積極借鑒國外做法，通過相關(guān)法律法規(guī)體系的建設(shè)完善，在失信的懲戒形式和制裁程度、失信懲罰機(jī)制的操作、信用信息征集、評(píng)估、披露、使用以及涉及的企業(yè)秘密、個(gè)人隱私等領(lǐng)域，加強(qiáng)立法與執(zhí)法的力度，提高整個(gè)社會(huì)信用水平。三是加強(qiáng)信息披露的公開性和透明性建設(shè)。盡管近年來信息披露有很大進(jìn)步，但信息披露不及時(shí)、不全面、不真實(shí)的情況還依然存在。因此須盡快出臺(tái)相關(guān)法律、法規(guī)及規(guī)章制度，積極采取措施，進(jìn)一步規(guī)范信息披露工作，加強(qiáng)市場的自律，確保信息披露的公開、及時(shí)、全面、準(zhǔn)確。四是我國商業(yè)銀行可與有關(guān)政府部門和科研機(jī)構(gòu)一起，結(jié)合自身特點(diǎn)，對(duì)有關(guān)信用風(fēng)險(xiǎn)度量模型進(jìn)行改進(jìn)，或“量體裁衣式”地開發(fā)新的信用風(fēng)險(xiǎn)度量模型，以適應(yīng)金融業(yè)競爭日趨激烈的新形勢。五是積極加強(qiáng)對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)管理人員的相關(guān)知識(shí)的培訓(xùn)力度，培養(yǎng)一批掌握國際先進(jìn)信用風(fēng)險(xiǎn)管理方法的高素質(zhì)人才隊(duì)伍，為我國商業(yè)銀行信用風(fēng)險(xiǎn)度量研究提供有力的智力