我國商業(yè)銀行信貸風(fēng)險(xiǎn)管理分析

1、我國商業(yè)銀行信貸風(fēng)險(xiǎn)管理分析 一、信用評(píng)級(jí)相關(guān)研究成果綜述 (一)財(cái)務(wù)指標(biāo)變量預(yù)估企業(yè)經(jīng)營危機(jī)的起源最早運(yùn)用單一財(cái)務(wù)指標(biāo)變量預(yù)估企業(yè)經(jīng)營危機(jī)的研究，始于1930年月的smith&winker(1930、1935)。fitzpatrick(1932)進(jìn)行單變量破產(chǎn)預(yù)估研究，選擇了19家公司作為樣本，運(yùn)用單個(gè)財(cái)務(wù)比率指標(biāo)將樣本劃分為破產(chǎn)和非破產(chǎn)兩組，發(fā)覺判別能力最高的是凈利潤，股東權(quán)益和股東權(quán)益，負(fù)債兩個(gè)比率。1966年由威廉，比弗(williambeaver)沿著該思路連續(xù)研究。beaver(1966)應(yīng)用統(tǒng)計(jì)方法研究19541964年期間的79家失敗企業(yè)，并以單變量分析法建立財(cái)務(wù)危機(jī)預(yù)

2、估模型。發(fā)覺有些財(cái)務(wù)比率在兩組公司間確有顯著不同，其中“現(xiàn)金流量，負(fù)債總額”是預(yù)估經(jīng)營失敗的最佳指標(biāo)，其次為“資產(chǎn)負(fù)債率”以及“資產(chǎn)報(bào)酬率”。筆者認(rèn)為，beaver用單一的財(cái)務(wù)指標(biāo)變量來判別企業(yè)的違約概率這樣的復(fù)雜層面分類存在問題，因?yàn)槠髽I(yè)違約概率的影響因素是多層面，僅用一個(gè)指標(biāo)來推斷未免偏頗。 (二)多元線性判別分析模型典型的代表是美國的愛德華·阿爾特曼博士(edward airman)聞名的z-score模型和zeta信用風(fēng)險(xiǎn)模型。多元線性判別分析模型是研究對(duì)象所屬類別進(jìn)行判別的一種統(tǒng)計(jì)分析方法，該方法是從若干表明觀測對(duì)象特征的變量值(財(cái)務(wù)比率)中篩選出能供應(yīng)較多信息的變量并建立

3、判別函數(shù)，使推導(dǎo)出的判別函數(shù)對(duì)觀測樣本分類時(shí)的錯(cuò)判率最小。airman(1968)是領(lǐng)先將多變量分析用于預(yù)估財(cái)務(wù)逆境公司，提出了聞名的z一8cole模型。其過程包括各種可選函數(shù)(包括每個(gè)自由變量的相對(duì)貢獻(xiàn)的判決)的統(tǒng)計(jì)顯著性的觀測；相關(guān)變量的相關(guān)關(guān)系評(píng)價(jià)；各種變量組合預(yù)估精度的觀測；專家的意見。早在1968年對(duì)美國破產(chǎn)和非破產(chǎn)生產(chǎn)企業(yè)進(jìn)行觀看，采用了22個(gè)財(cái)務(wù)比率經(jīng)過數(shù)理統(tǒng)計(jì)篩選建立了聞名的5變量z-score模型，最終選出了最具解釋力的5個(gè)財(cái)務(wù)指標(biāo)，分別是營運(yùn)資金總負(fù)債、保留利潤總資產(chǎn)、息稅前利潤總資產(chǎn)、權(quán)益市價(jià)總負(fù)債、銷售收入總資產(chǎn)財(cái)務(wù)比率。依據(jù)比率對(duì)借款還本付息的影響程度確定變量權(quán)重，最

4、終將每一個(gè)比率乘以相應(yīng)權(quán)重后相加，最終結(jié)合成一個(gè)線性模型，被定名為z-score模型。1977年altman對(duì)此模型進(jìn)行了修正和擴(kuò)展，建立了zeta信用風(fēng)險(xiǎn)模型，模型變量由5個(gè)變?yōu)?個(gè)。對(duì)于此種不同期間導(dǎo)致模型的差異，altman認(rèn)為是由于企業(yè)環(huán)境的轉(zhuǎn)變而需要使用不同的財(cái)務(wù)變量，且財(cái)務(wù)預(yù)警模型也可能因使用不同期間的財(cái)務(wù)報(bào)表而有差異。 (三)多元回歸模型來判別企業(yè)違約的代表horrigan(1966)使用多元回歸模型預(yù)估m(xù)oody與s&p的評(píng)級(jí)，對(duì)各個(gè)不同的等級(jí)賦予主觀數(shù)值，如aaa為9，a a為8，最低為c，數(shù)值為1，依次類推，最終的回歸模型包括總資產(chǎn)、債券順位、營運(yùn)資金，營運(yùn)收入、凈

5、值，負(fù)債，凈值周轉(zhuǎn)率與凈利率等。其預(yù)估的正確率對(duì)moody為58，s&p為52。其次west也使用多元回歸模型，利用其預(yù)估m(xù)oody與sp的投資級(jí)債信評(píng)級(jí)，將fisher(1959)用以估計(jì)風(fēng)險(xiǎn)溢價(jià)的自變量建立一個(gè)多元回歸模型，針對(duì)moody評(píng)級(jí)在b級(jí)以上的公司建立等級(jí)打算模型，其變數(shù)包括9年的獲利變異性、償債期間、負(fù)債權(quán)益比率與在外流通的債券總額等，正確率為62。相對(duì)前述的危機(jī)預(yù)估，兩者的精確率均不高，原因之一是前述的預(yù)估只有兩類，非高即低，債券等級(jí)預(yù)估卻可能多達(dá)9個(gè)等級(jí)，在其他條件固定下預(yù)估正確率下降屬必定。 (四)神經(jīng)網(wǎng)絡(luò)分析法對(duì)財(cái)務(wù)危機(jī)進(jìn)行預(yù)估雖然神經(jīng)網(wǎng)絡(luò)的理論可追溯到上個(gè)世紀(jì)

6、40年月，但在信用風(fēng)險(xiǎn)分析中的應(yīng)用還是始于上個(gè)世紀(jì)90年月。神經(jīng)網(wǎng)絡(luò)是從神經(jīng)心理學(xué)和熟悉科學(xué)研究成果動(dòng)身，應(yīng)用數(shù)學(xué)方法發(fā)展起來的一種并行分布模式處理系統(tǒng)，具有高度并行計(jì)算能力、自學(xué)能力和容錯(cuò)能力。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是由一個(gè)輸入層、若干個(gè)中間隱含層和輸出層組成。國外研究者如altman，marco和varetto(1995)，對(duì)意大利公司財(cái)務(wù)危機(jī)預(yù)估中應(yīng)用了神經(jīng)網(wǎng)絡(luò)分析法。coats，pant(1993)采用神經(jīng)網(wǎng)絡(luò)分析法分別對(duì)美國公司和銀行財(cái)務(wù)危機(jī)進(jìn)行了預(yù)估，取得了一定的效果。然而神經(jīng)網(wǎng)絡(luò)的最大缺點(diǎn)是其工作的隨機(jī)性較強(qiáng)。因?yàn)橐玫揭粋€(gè)較好的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，需要人為地去調(diào)試，特別耗費(fèi)人力與時(shí)間，因此應(yīng)

7、用受到了限制。altman(1995)在對(duì)神經(jīng)網(wǎng)絡(luò)法和判別分析法的比較研究中得出結(jié)論：神經(jīng)網(wǎng)絡(luò)分析方法在信用風(fēng)險(xiǎn)識(shí)別和預(yù)估中的應(yīng)用，并沒有實(shí)質(zhì)性的優(yōu)于線性判別模型。但神經(jīng)網(wǎng)絡(luò)作為一門嶄新的信息處理科學(xué)仍舊吸引著眾多領(lǐng)域的研究者。 (五)財(cái)務(wù)因素的可量化性、數(shù)據(jù)的可獲得性使其在傳統(tǒng)的信用評(píng)估研究中受到廣泛的關(guān)注由于財(cái)務(wù)因素在銀行信用評(píng)估分析中存在滯后性、灰色性(財(cái)務(wù)報(bào)表披露的信息很大程度上帶有不完整性，甚至虛假性)和短期性等諸多弊端，已有越來越多的學(xué)者將部分留意力轉(zhuǎn)移到非財(cái)務(wù)因素上。認(rèn)為借款企業(yè)不是處于一個(gè)封閉的系統(tǒng)中，必定還要受到外部因素的影響和制約，認(rèn)為非財(cái)務(wù)因素是將來貸款風(fēng)險(xiǎn)的預(yù)警信號(hào)，因

8、此，同時(shí)結(jié)合財(cái)務(wù)因素和非財(cái)務(wù)因素比僅用其中任一因素在違約率預(yù)估上更為精確。巴塞爾銀行監(jiān)督委員會(huì)(20xx)要求銀行不僅要考慮定量因素，還要考慮定性因素。巴塞爾新資本協(xié)議于20xx年正式公布，其推廣實(shí)施將對(duì)全球銀行業(yè)的發(fā)展格局產(chǎn)生深遠(yuǎn)影響。新協(xié)議對(duì)銀行風(fēng)險(xiǎn)管理提出了更高要求，強(qiáng)調(diào)了風(fēng)險(xiǎn)計(jì)量的精確性、敏感性和標(biāo)準(zhǔn)化，突出了內(nèi)部評(píng)級(jí)法(internal ratings-based approaches，irb)的地位和作用。正如巴塞爾委員會(huì)主席卡如納所說，內(nèi)部評(píng)級(jí)法作為新資本協(xié)議的核心技術(shù)，代表著將來銀行業(yè)風(fēng)險(xiǎn)管理和資本監(jiān)管的發(fā)展方向。內(nèi)部評(píng)級(jí)系統(tǒng)所供應(yīng)的違約概率(pd)、違約損失率(lgd)、預(yù)期

9、損失(el)以及非預(yù)期損失(ul)等關(guān)鍵指標(biāo)，在授信審批、貸款定價(jià)、限額管理、風(fēng)險(xiǎn)預(yù)警等信貸管理流程中發(fā)揮著重要的決策支持作用。同時(shí)，該系統(tǒng)的計(jì)量分析結(jié)果也是制定信貸政策、計(jì)提預(yù)備金、安排經(jīng)濟(jì)資本以及實(shí)施raroc管理的重要基礎(chǔ)。 二、國有商業(yè)銀行信貸風(fēng)險(xiǎn)評(píng)級(jí)中的問題分析 (一)信用評(píng)級(jí)指標(biāo)體系的組成有待進(jìn)一步深入研究目前國有商業(yè)銀行使用的評(píng)級(jí)指標(biāo)體系中選擇的各項(xiàng)指標(biāo)大多是通過內(nèi)部從事信貸管理的專家確定的，屬于專家意見法，缺乏對(duì)于各項(xiàng)指標(biāo)能否靈敏反映借款企業(yè)違約率、企業(yè)信用水平的定量化研究。此外，科學(xué)的評(píng)級(jí)指標(biāo)體系應(yīng)當(dāng)能夠全面而不冗余、重復(fù)的反映評(píng)級(jí)對(duì)象的風(fēng)險(xiǎn)信息，僅通過專家意見法確定的評(píng)級(jí)指

10、標(biāo)體系難以實(shí)現(xiàn)這一目標(biāo)。 (二)信用評(píng)級(jí)指標(biāo)權(quán)重缺乏科學(xué)性目前評(píng)級(jí)方法中主要依靠專家的經(jīng)驗(yàn)，即專家對(duì)各項(xiàng)指標(biāo)相對(duì)重要性的熟悉，確定指標(biāo)的各自權(quán)重，通過主觀意見確定權(quán)重形成的評(píng)級(jí)方法在科學(xué)性與客觀性方面都存在問題，影響了評(píng)級(jí)結(jié)果的精確性，因此科學(xué)合理的確定評(píng)級(jí)指標(biāo)權(quán)重，提高評(píng)級(jí)結(jié)果的精確性是目前需要解決的重要問題。 (三)國內(nèi)信用評(píng)級(jí)方法存在缺陷國內(nèi)學(xué)者和專業(yè)人士提出的貸款信用評(píng)級(jí)方法主要包括信用評(píng)分法，綜合評(píng)判法，判別分析法和神經(jīng)網(wǎng)絡(luò)預(yù)估法等，這些方法存在的主要缺陷：一是評(píng)級(jí)指標(biāo)和權(quán)重的確定缺乏客觀依據(jù)，基本依靠專家意見法確定，主觀性較強(qiáng)，某些研究雖然應(yīng)用了數(shù)理統(tǒng)計(jì)方法，但存在不能很好的解決反

11、映風(fēng)險(xiǎn)有關(guān)信息重疊與遺漏矛盾等方面的向題；二是模型只能對(duì)是否違約進(jìn)行推斷，不能給出貸款違約概率等信息；三是由于模型不能給出貸款違約概率等信息，難以指導(dǎo)信貸定價(jià)等掌握信用風(fēng)險(xiǎn)的工作；四是神經(jīng)網(wǎng)絡(luò)方法存在的黑箱性、過分?jǐn)M合不穩(wěn)定性、隨機(jī)性，可能實(shí)現(xiàn)局部最優(yōu)而非全局最優(yōu)，因此這種方法的應(yīng)用性受到不少人特殊是實(shí)務(wù)界的懷疑。 (四)商業(yè)銀行缺乏有效的信用風(fēng)險(xiǎn)防范和掌握手段在信用風(fēng)險(xiǎn)防范和掌握手段上，我國商業(yè)銀行沒有建立起分產(chǎn)品、分部門、分客戶的核算機(jī)制和以內(nèi)部資金轉(zhuǎn)移價(jià)格為中心的定價(jià)體系。貸款審查通常是以定性分析為主，缺少市場細(xì)分，盲目吸納大型客戶，沒有清楚的市場風(fēng)險(xiǎn)、行業(yè)風(fēng)險(xiǎn)和地區(qū)風(fēng)險(xiǎn)掌握的政策目標(biāo)。

12、在信用風(fēng)險(xiǎn)發(fā)生后又急于抽回貸款，方式、方法過于簡潔，簡單造成企業(yè)經(jīng)營困難，甚至導(dǎo)致企業(yè)破產(chǎn)和銀行不良貸款的積累。另外，我國信用評(píng)級(jí)行業(yè)尚處在起步階段，存在問題較多，整體上難以達(dá)到國際上認(rèn)可的技術(shù)和管理標(biāo)準(zhǔn)。健全的風(fēng)險(xiǎn)管理框架是實(shí)現(xiàn)全面風(fēng)險(xiǎn)管理的前提。國外銀行通過引進(jìn)內(nèi)部評(píng)級(jí)制度，對(duì)信用風(fēng)險(xiǎn)進(jìn)行識(shí)別、評(píng)估和分類，并由風(fēng)險(xiǎn)管理委員會(huì)等專職機(jī)構(gòu)來統(tǒng)籌信用風(fēng)險(xiǎn)管理政策的執(zhí)行和協(xié)調(diào)。而國內(nèi)銀行此方面管理職責(zé)分散，缺乏特地的管理部門，而且不同類型的風(fēng)險(xiǎn)由不同的部門負(fù)責(zé)。這種分散管理的做法，使得銀行系統(tǒng)缺乏統(tǒng)一的風(fēng)險(xiǎn)管理戰(zhàn)略和政策，高層管理者更是無法清晰了解銀行面臨的整體風(fēng)險(xiǎn)狀況。同時(shí)，分散管理還使得有些信

13、用風(fēng)險(xiǎn)因無人管理而陷入真空狀態(tài)。另外，我國商業(yè)銀行現(xiàn)行的組織管理結(jié)構(gòu)為典型的“金字塔”式結(jié)構(gòu)，在實(shí)踐中存在管理層次多、決策滯后、風(fēng)險(xiǎn)集中、代理成本過高等問題，縱向過長的代理鏈條加上商業(yè)銀行過大的規(guī)模使得信息傳遞和決策渠道存在過多環(huán)節(jié)，極易形成銀行內(nèi)部委托代理鏈條上的信息不對(duì)稱，難以有效防范信用風(fēng)險(xiǎn)的發(fā)生。 三、國有商業(yè)銀行內(nèi)部評(píng)級(jí)體系構(gòu)建的整體思路和方法步驟 (一)整體思路關(guān)于內(nèi)部評(píng)級(jí)體系的建設(shè)，我國商業(yè)銀行在借鑒國外成功經(jīng)驗(yàn)的同時(shí)，還應(yīng)堅(jiān)持以下基本原則：一是配套建設(shè)原則。新資本協(xié)議所要求的內(nèi)部評(píng)級(jí)法不是簡潔地開發(fā)一套評(píng)級(jí)系統(tǒng)，而要將內(nèi)部評(píng)級(jí)方法和系統(tǒng)工具切實(shí)運(yùn)用到業(yè)務(wù)流程中去，使之發(fā)揮決策支

14、持作用，所以irb實(shí)施過程中應(yīng)堅(jiān)持管理制度與系統(tǒng)平臺(tái)同步推進(jìn)、配套建設(shè)的原則。二是自主開發(fā)原則。盡管巴塞爾協(xié)議將內(nèi)部評(píng)級(jí)法作為資本監(jiān)管的主要方式，但就內(nèi)部評(píng)級(jí)體系而言必需是銀行從事風(fēng)險(xiǎn)管理的工具，具有較強(qiáng)的針對(duì)性和特定性。內(nèi)部評(píng)級(jí)體系只有與銀行自身業(yè)務(wù)特點(diǎn)相匹配，才能發(fā)揮風(fēng)險(xiǎn)指引的作用。因此，具備條件的銀行應(yīng)立足于自主研發(fā)，同時(shí)輔之以外部技術(shù)支持。三是持續(xù)優(yōu)化原則。隨著銀行業(yè)務(wù)不斷豐富和發(fā)展，信用風(fēng)險(xiǎn)的范圍和特點(diǎn)也在發(fā)生變化，對(duì)內(nèi)部評(píng)級(jí)體系必需不斷加以改進(jìn)和完善，以適應(yīng)日益提高的風(fēng)險(xiǎn)管理要求。為此，銀行應(yīng)配備一支專業(yè)化隊(duì)伍和特地的機(jī)構(gòu)，負(fù)責(zé)內(nèi)部評(píng)級(jí)體系的運(yùn)行、維護(hù)、升級(jí)和創(chuàng)新。從國外同業(yè)的評(píng)級(jí)

15、經(jīng)驗(yàn)來看，對(duì)借款人的財(cái)務(wù)分析是獲得初始評(píng)級(jí)的關(guān)鍵，也是貸款風(fēng)險(xiǎn)評(píng)級(jí)方法的核心內(nèi)容，非財(cái)務(wù)因素的分析使用的定性分析相對(duì)較多，憑借信貸專家的經(jīng)驗(yàn)進(jìn)行的主觀推斷較多根據(jù)上述步驟進(jìn)行的貸款人信用評(píng)級(jí)與國內(nèi)的前期相關(guān)研究相比，采用了貸款數(shù)據(jù)資料進(jìn)行分析，克服了不少研究采用證券市場而非信貸數(shù)據(jù)構(gòu)建判別模型對(duì)貸款信用風(fēng)險(xiǎn)進(jìn)行預(yù)估，對(duì)模型精確性產(chǎn)生的影響；主成分分析和因子分析解決以往研究中存在的指標(biāo)反映信貸風(fēng)險(xiǎn)信息重疊與遺漏，以及不能科學(xué)確定指標(biāo)體系中各指標(biāo)權(quán)重的問題。此外，與以往沒有實(shí)現(xiàn)與貸款違約概率掛鉤的評(píng)級(jí)研究成果相比，這種研究方法由于能夠預(yù)估貸款的違約率，因此，可以更好地指導(dǎo)信貸定價(jià)等掌握信用風(fēng)險(xiǎn)工作

16、。與國外相關(guān)研究成果相比，上述方法克服了altaman的z模型和zeta模型只能對(duì)貸款是否違約進(jìn)行區(qū)分，難以預(yù)估貸款違約率的缺陷。與一些評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)方法相比也更有針對(duì)性，國外相關(guān)研究成果，現(xiàn)代信貸風(fēng)險(xiǎn)模型依靠的主要數(shù)據(jù)來源是穆迪、標(biāo)準(zhǔn)普爾等權(quán)威機(jī)構(gòu)公布的相關(guān)信息，這些機(jī)構(gòu)的評(píng)級(jí)主要是針對(duì)股票、債券進(jìn)行的，存在遺漏貸款企業(yè)重要風(fēng)險(xiǎn)信息等方面的問題，其應(yīng)用效果不如內(nèi)部評(píng)級(jí)系統(tǒng)。而上述方法直接應(yīng)用商業(yè)銀行的貸款數(shù)據(jù)資料進(jìn)行分析，方法的精確性將有所保證。 (二)方法步驟 首先，應(yīng)逐步建立與內(nèi)部評(píng)級(jí)相配套的組織體系。我國商業(yè)銀行應(yīng)依據(jù)業(yè)務(wù)發(fā)展需要，組織協(xié)調(diào)相關(guān)的業(yè)務(wù)管理部門，研究制定內(nèi)部評(píng)級(jí)在信貸政策、

17、產(chǎn)品定價(jià)、限額管理、預(yù)備金計(jì)提、經(jīng)濟(jì)資本安排、績效考核、資本充分率測算等方面應(yīng)用與管理制度，逐步建立與內(nèi)部評(píng)級(jí)系統(tǒng)相配套的組織體系。一是建立獨(dú)立的內(nèi)部評(píng)級(jí)部門。該部門在組織架構(gòu)和人事任免上應(yīng)獨(dú)立于決策者和發(fā)放貸款的部門，以保證評(píng)級(jí)結(jié)果的客觀性；二是建立合理的內(nèi)部評(píng)估程序，確立風(fēng)險(xiǎn)管理標(biāo)準(zhǔn)、信息披露制度、評(píng)級(jí)認(rèn)定程序等，以便銀行首先對(duì)其面臨的風(fēng)險(xiǎn)有正確推斷，并在此基礎(chǔ)上準(zhǔn)時(shí)進(jìn)行評(píng)估；三是建立內(nèi)部評(píng)級(jí)監(jiān)督部門，在內(nèi)部評(píng)級(jí)部門外部設(shè)立監(jiān)督部門，以便定期對(duì)評(píng)級(jí)結(jié)果進(jìn)行檢驗(yàn)，從而對(duì)內(nèi)部評(píng)級(jí)部門形成制衡作用。其次，應(yīng)當(dāng)在引進(jìn)國外先進(jìn)計(jì)量管理工具的基礎(chǔ)上實(shí)現(xiàn)自主創(chuàng)新。目前國外很多優(yōu)秀的數(shù)學(xué)模型，如altma

18、n、穆迪riskcal以及標(biāo)普meu等，在國際銀行業(yè)內(nèi)部評(píng)級(jí)中受到廣泛認(rèn)同。但這些模型大都偏重財(cái)務(wù)分析，有的甚至大量引入利率、匯率、股價(jià)等市場價(jià)格變量，所以對(duì)我國商業(yè)銀行未必適用。在建立內(nèi)部評(píng)級(jí)體系時(shí)，我國既要借鑒國外模型的理論、方法和設(shè)計(jì)思路，又必需結(jié)合本國實(shí)際，研究開發(fā)自己的模型框架和參數(shù)體系。由于國內(nèi)銀行的數(shù)據(jù)數(shù)量與質(zhì)量普遍不容樂觀，因此需要慎重地考慮模型建設(shè)的方法。如可以先從主觀模型(主觀評(píng)分卡)人手，到專家經(jīng)驗(yàn)?zāi)Ｐ驮俚綌?shù)量統(tǒng)計(jì)模型。在模型的應(yīng)用過程中既要充分考慮到業(yè)務(wù)人員的信貸風(fēng)險(xiǎn)意識(shí)、對(duì)于模型的接受程度、財(cái)務(wù)數(shù)據(jù)的真實(shí)性、數(shù)據(jù)積累存量，也要綜合經(jīng)濟(jì)周期、利率市場化進(jìn)程、行業(yè)特點(diǎn)、市場競爭態(tài)勢、企業(yè)產(chǎn)權(quán)結(jié)構(gòu)、區(qū)域風(fēng)險(xiǎn)差別等因素的影響。因此，這就需要對(duì)模型采取比較敏捷的使用方法