分析商業(yè)銀行的信用風(fēng)險(xiǎn)

1、分析商業(yè)銀行的信用風(fēng)險(xiǎn)分析商業(yè)銀行的信用風(fēng)險(xiǎn)金融論文商業(yè)銀行在經(jīng)營活動過程中, 主要面臨著信用風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、流動性風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)等。長期以來, 信用風(fēng)險(xiǎn)是銀行業(yè)最主要也是最重要的風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)一般定義為銀行的借款人或交易對象不能按事先達(dá)成的協(xié)議履行義務(wù)的潛在可能性。有關(guān)研究表明, 以銀行實(shí)際的風(fēng)險(xiǎn)資本配置為參考, 信用風(fēng)險(xiǎn)占銀行總體風(fēng)險(xiǎn)暴露的60%, 而市場風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)則僅各占20%。我國商業(yè)銀行, 特別是國有獨(dú)資商業(yè)銀行, 不良貸款規(guī)模巨大, 信用風(fēng)險(xiǎn)過度集中, 嚴(yán)重威脅著我國商業(yè)銀行的生存、發(fā)展以及整個(gè)社會金融系統(tǒng)的安全。另外, 商業(yè)銀行的信用風(fēng)險(xiǎn)管理也會影響到社會實(shí)體經(jīng)濟(jì)部

2、門的正常運(yùn)行, 影響到國家貨幣政策、財(cái)政政策的有效制定和執(zhí)行, 加強(qiáng)信用風(fēng)險(xiǎn)管理和分析, 對我國商業(yè)銀行具有重要的意義。一、信用風(fēng)險(xiǎn)計(jì)量和分析的現(xiàn)代方法信用風(fēng)險(xiǎn)計(jì)量和分析評價(jià)方法的研究始于20世紀(jì)30年代, 在60年代后成為熱點(diǎn)。信用風(fēng)險(xiǎn)分析方法經(jīng)歷了從定性到定量、從簡單到復(fù)雜、從個(gè)別資產(chǎn)到資產(chǎn)組合的發(fā)展歷程。1996年, 巴塞爾協(xié)議規(guī)定, 用于確定風(fēng)險(xiǎn)的資本充足率內(nèi)部模型必須是以VaR為基礎(chǔ)的模型, 基于VaR的信用風(fēng)險(xiǎn)計(jì)量模型成為目前最為流行的模型。目前, 國際上通行的基于VaR的信用風(fēng)險(xiǎn)計(jì)量模型主要有以下幾種:1、CreditMetrics模型。CreditMetrics模型是以JP摩根

3、公司為代表的幾家著名金融機(jī)構(gòu)于1997聯(lián)合開發(fā)出的模型, 以資產(chǎn)組合理論為依據(jù), 運(yùn)用VaR框架, 對貸款和非交易資產(chǎn)進(jìn)行估價(jià)和風(fēng)險(xiǎn)計(jì)算。該模型基于借款人或交易對手的信用評級、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(xiǎn)價(jià)差等資料, 估算出貸款的市場價(jià)值及其波動性, 進(jìn)而得出個(gè)別貸款和貸款組合的VaR值。CreditMetrics模型依據(jù)一些基本的數(shù)理統(tǒng)計(jì)方法, 將借款人或交易對手的信用等級與風(fēng)險(xiǎn)資產(chǎn)的預(yù)期價(jià)值聯(lián)系起來, 對資產(chǎn)組合的信用風(fēng)險(xiǎn)進(jìn)行量化和分析, 目前已成為最具國際代表性的內(nèi)部風(fēng)險(xiǎn)管理模型。2、麥肯錫模型。麥肯易模型則在CreditMetric

4、s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)( a structured Monte Carlosimulation approach) 模擬周期性因素的沖擊;來測定評級轉(zhuǎn)移概率的變化。麥肯錫模型可以看成是對CreditMetrics的補(bǔ)充, 它克服了CreditMetrics中不同時(shí)期的評級轉(zhuǎn)移矩陣固定不變的缺點(diǎn)。3、CreditRisk模型。CreditRisk模型是由CSFP (Credit Suisse Financial Product)開發(fā)并于1997年年底推出的一個(gè)基于精算

5、方法的信息風(fēng)險(xiǎn)計(jì)量模型。該模型是與作為盯市模型(MTM) 的CreditMetrics不同, 它是一個(gè)違約模型(DM) , 其不把信用評級的升降和與此相關(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, 而不象在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CreditRisk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。其將每一筆貸款被視作小概率違約事件,假定每筆貸款的違約概率都是相同的,且獨(dú)立于其它貸款。由此可以得出給定期間內(nèi),

6、違約次數(shù)的概率分布服從泊松分布。這樣, 貸款組合違約概率的分布接近泊松分布。CreditRisk模型考慮違約概率的不確定性和損失大小的不確定性,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, 對所有頻段的損失加總即為貸款組合的損失分布。4、KMV模型。KMV模型是估計(jì)借款企業(yè)違約概率的方法。KMV模型把貸款看作期權(quán), 股份公司的資產(chǎn)價(jià)值是公司股票和債務(wù)價(jià)值之和, 當(dāng)公司資產(chǎn)價(jià)值低于債務(wù)面值時(shí), 就發(fā)生違約, 因此債權(quán)人相當(dāng)于賣空一個(gè)基于公司資產(chǎn)價(jià)值的看漲期權(quán)。它首先利用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

7、的波動性、到期時(shí)間、無風(fēng)險(xiǎn)借貸利率及負(fù)債的帳面價(jià)值估計(jì)出企業(yè)股權(quán)的市場價(jià)值及其波動性, 再根據(jù)公司的負(fù)債計(jì)算出公司的違約實(shí)施點(diǎn)( default exercise point, 為企業(yè)一年以下短期債務(wù)的價(jià)值加上未清償長期債務(wù)帳面價(jià)值的一半) , 然后計(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) 之間的對應(yīng)關(guān)系, 求出企業(yè)的預(yù)期違約率。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MTM( 盯市) 模型; CreditRisk模型屬于DM模型; 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

8、風(fēng)險(xiǎn)驅(qū)動因素方面, 在KMV模型和CreditMetrics中, 風(fēng)險(xiǎn)驅(qū)動因素是企業(yè)資產(chǎn)價(jià)值及其波動性;在麥肯錫模型中, 風(fēng)險(xiǎn)驅(qū)動因素是失業(yè)率等宏觀因素; 而在CreditRisk模型中,關(guān)鍵的風(fēng)險(xiǎn)驅(qū)動因素是經(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CreditRisk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Cr

9、editRisk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CreditRisk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; 在KMV模型的最新版中, 回收率是隨機(jī)的; 在CreditMetrics和麥肯錫模型中, 回收率也是隨機(jī)的。第六, 在計(jì)量方法方面,CreditMetrics對個(gè)別貸款或貸款組合采用分析方法進(jìn)行計(jì)量, 對大規(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CreditRisk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。二、目前我國商業(yè)信用風(fēng)險(xiǎn)分析

10、和管理的主要方法1、健全信用風(fēng)險(xiǎn)管理組織架構(gòu), 完善信用風(fēng)險(xiǎn)管理制度。目前, 我國有商業(yè)銀行信用風(fēng)險(xiǎn)管理體系還不十分健全,突出表現(xiàn)為風(fēng)險(xiǎn)管理?xiàng)l塊分割嚴(yán)重, 全面風(fēng)險(xiǎn)管理框架不完善, 各種風(fēng)險(xiǎn)管理政策的綜合協(xié)調(diào)程度不高, 難以從總體上計(jì)量和把握風(fēng)險(xiǎn)狀況。為進(jìn)一步提高銀行信用風(fēng)險(xiǎn)防范和管理能力, 應(yīng)當(dāng)在組織架構(gòu)和管理制度上先行一步。一方面, 應(yīng)當(dāng)加快組織架構(gòu)改革, 首先要建立信用風(fēng)險(xiǎn)管理委員會作為管理全行信用風(fēng)險(xiǎn)的中樞機(jī)構(gòu), 負(fù)責(zé)確定全行信用風(fēng)險(xiǎn)管理戰(zhàn)略、制定信用風(fēng)險(xiǎn)管理總體政策和制度框架。其次, 要設(shè)置獨(dú)立的風(fēng)險(xiǎn)控制部門, 負(fù)責(zé)建立和管理內(nèi)部評級系統(tǒng)、風(fēng)險(xiǎn)監(jiān)測系統(tǒng)、風(fēng)險(xiǎn)預(yù)警系統(tǒng), 并定期向決策部

11、門提供分析報(bào)告。第三, 在業(yè)務(wù)前臺部門明晰執(zhí)行管理風(fēng)險(xiǎn)的職責(zé),明確經(jīng)營管理責(zé)任, 做到責(zé)權(quán)利有機(jī)結(jié)合。另一方面, 要強(qiáng)化信用風(fēng)險(xiǎn)管理制度, 首先完善商業(yè)銀行內(nèi)部制度基礎(chǔ), 應(yīng)深化國有銀行的股份制改革, 優(yōu)化股權(quán)結(jié)構(gòu), 建立良好的公司治理機(jī)制, 完善經(jīng)理人市場, 從而完善銀行的內(nèi)部治理機(jī)制, 確立真正的風(fēng)險(xiǎn)承擔(dān)主體。其次, 在銀行內(nèi)部建立獨(dú)立風(fēng)險(xiǎn)管理機(jī)構(gòu)的基礎(chǔ)上, 確立風(fēng)險(xiǎn)防范的經(jīng)營理念, 在經(jīng)營管理過程中把風(fēng)險(xiǎn)防范放在首位, 配合業(yè)務(wù)流程和組織架構(gòu)制定一系列相應(yīng)的風(fēng)險(xiǎn)控制制度。2、充分利用已有數(shù)據(jù)和傳統(tǒng)模型,嚴(yán)格控制不良貸款。加強(qiáng)貸款質(zhì)量監(jiān)測, 提高監(jiān)測信息的科學(xué)性。從多個(gè)角度和層面加強(qiáng)貸款質(zhì)

12、量分析工作。上年同期相比的變化情況; 二是貸款質(zhì)量變化的總體特點(diǎn), 包括行業(yè)、貸款品種、實(shí)際投向、分布機(jī)構(gòu)等方面的特點(diǎn)和變化狀況; 三是貸款質(zhì)量的遷徙情況, 分析貸款在貸款五級之間、科目之間的遷徙變動情況及原因, 并著重對新發(fā)生不良貸款的原因作重點(diǎn)分析, 對典型案例進(jìn)行深入分析, 揭示規(guī)律; 四是綜合各類數(shù)據(jù), 對不良貸款的變化趨勢進(jìn)行預(yù)測, 逐步建立貸款變動量化模型; 五是按照現(xiàn)金清收、以物抵債、呆賬核銷和其他方式對不良貸款的清收情況進(jìn)行分析, 為貸款的清收管理提供依據(jù)。加強(qiáng)對重點(diǎn)機(jī)構(gòu)和客戶的直接監(jiān)測。結(jié)合國家宏觀經(jīng)濟(jì)政策和產(chǎn)業(yè)政策, 對重點(diǎn)機(jī)構(gòu)、大客戶經(jīng)營情況和財(cái)務(wù)狀況進(jìn)行監(jiān)測預(yù)警,對其履

13、約能力進(jìn)行適時(shí)監(jiān)控, 防止黃金客戶;褪色后造成的重大損失。運(yùn)用經(jīng)濟(jì)資本控制風(fēng)險(xiǎn), 提高盈利水平。不少商業(yè)銀行已經(jīng)實(shí)施和正在實(shí)施經(jīng)濟(jì)資本管理, 以降低業(yè)務(wù)風(fēng)險(xiǎn), 提高回報(bào)率水平。在信用風(fēng)險(xiǎn)管理和分析中, 可以充分借鑒經(jīng)濟(jì)資本管理理念, 對商業(yè)銀行每類業(yè)務(wù)( 資產(chǎn)) 確定不同的經(jīng)濟(jì)資本系數(shù);, 即資本需求比率, 通過建立經(jīng)濟(jì)資本計(jì)劃分配和回報(bào)約束的配置機(jī)制, 引導(dǎo)各級機(jī)構(gòu)積極發(fā)展風(fēng)險(xiǎn)低、回報(bào)高的業(yè)務(wù), 有效控制業(yè)務(wù)( 資產(chǎn)) 風(fēng)險(xiǎn)的增長;同時(shí), 逐步對經(jīng)濟(jì)資本系數(shù)細(xì)化, 長期監(jiān)控, 不斷調(diào)整經(jīng)濟(jì)資本系數(shù), 從而為信用風(fēng)險(xiǎn)和防范提供一種新的途徑。3、不斷推進(jìn)信用風(fēng)險(xiǎn)基礎(chǔ)數(shù)據(jù)庫建設(shè), 引入現(xiàn)代模型計(jì)量和分析信用風(fēng)險(xiǎn)。沒有完整的基礎(chǔ)數(shù)據(jù)庫, 就不能對不同信用級別的實(shí)際違約率和損失程度進(jìn)行統(tǒng)計(jì)分析, 現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量模型所需的信用風(fēng)險(xiǎn)概率分布、信用轉(zhuǎn)移矩陣也就無從產(chǎn)生, 信用風(fēng)險(xiǎn)的定量分析也就無從談起。我國商業(yè)銀行開展內(nèi)部評級的時(shí)間不長, 相關(guān)數(shù)據(jù)積累較少, 且企業(yè)有效數(shù)據(jù)缺乏連續(xù)性, 數(shù)據(jù)的真實(shí)性、完整性欠缺。按巴塞爾新資本協(xié)議, 實(shí)施內(nèi)部評級法, 進(jìn)行風(fēng)險(xiǎn)量化管理的銀行至少要有5年連續(xù)的違約概率數(shù)據(jù)。商業(yè)銀行可在原有信貸管理息系統(tǒng)的基礎(chǔ)上,抓緊建立和完善客戶資產(chǎn)負(fù)債狀況、現(xiàn)金流量、管理水平及經(jīng)濟(jì)周期的影響等方面信息的基礎(chǔ)數(shù)據(jù)庫, 并進(jìn)行行業(yè)比較研究, 建立行業(yè)信息