商業(yè)銀行信貸風(fēng)險(xiǎn)計(jì)量模型應(yīng)用研究_1704

1、本文由網(wǎng)絡(luò)收集，版權(quán)歸原作者所有，如有問(wèn)題，請(qǐng)第一時(shí)間和我聯(lián)系商業(yè)銀行信貸風(fēng)險(xiǎn)計(jì)量模型應(yīng)用研究本文是我從網(wǎng)絡(luò)搜集，版權(quán)歸原來(lái)作者所有，如果遇到版全問(wèn)題，請(qǐng)盡 快和我聯(lián)系我將在第一時(shí)間內(nèi)進(jìn)行刪除。另外如果您有其他的任何問(wèn)題 也可以和我聯(lián)系，我將熱情為你服務(wù)到底(*)本文是我從網(wǎng)絡(luò)搜集，版權(quán) 歸原來(lái)作者所有，如果遇到版全問(wèn)題，請(qǐng)盡快和我聯(lián)系我將在第一時(shí)間 內(nèi)進(jìn)行刪除。另外如果您有其他的任何問(wèn)題也可以和我聯(lián)系，我將熱情 為你服務(wù)到底(*)摘 要:在商業(yè)銀行信貸風(fēng)險(xiǎn)計(jì)量模型中，均值一方差模型可用于對(duì)信貸 資產(chǎn)價(jià)值的波動(dòng)趨勢(shì)和方向的計(jì)量,?鴉VaR CreditMetrics模型能夠相對(duì)準(zhǔn)確地計(jì)量出信貸

2、資產(chǎn)價(jià)值的波動(dòng)程度，它既可以計(jì)量一種信貸資產(chǎn) 的風(fēng)險(xiǎn)度,亦可計(jì)量多種信貸資產(chǎn)的組合風(fēng)險(xiǎn)度，具有較強(qiáng)的可操作 性;KMV莫型只有在計(jì)量樣本數(shù)足夠多的信貸資產(chǎn)組合的價(jià)值波動(dòng)程度的 時(shí)候,才比較準(zhǔn)確和可行？關(guān)鍵詞:信貸風(fēng)險(xiǎn);計(jì)量模型;均值;方差;在險(xiǎn)價(jià)值眾所周知，呆壞賬的產(chǎn)生和積累是導(dǎo)致商業(yè)銀行資產(chǎn)質(zhì)量低劣的直 接誘因？如何正確地計(jì)量信貸風(fēng)險(xiǎn)，應(yīng)成為我國(guó)商業(yè)銀行關(guān)注的問(wèn)題之一 ?然而,目前我國(guó)的商業(yè)銀行對(duì)信貸風(fēng)險(xiǎn)的控制還處在初級(jí)階段，主要是根據(jù)部分財(cái)務(wù)指標(biāo)來(lái)判定信貸風(fēng)險(xiǎn)是否存在，或根據(jù)貸款五級(jí)分類(lèi)法對(duì) 信貸進(jìn)行分類(lèi)后跟蹤管理等，而對(duì)信貸風(fēng)險(xiǎn)的程度大小，則欠缺準(zhǔn)確的計(jì) 量？本文主要研究了均值一方差模型

3、？在險(xiǎn)價(jià)值VaR押CreditMetrics 模 型和期權(quán)推理分析KMV模型,并利用它們對(duì)一些信貸資產(chǎn)的風(fēng)險(xiǎn)程度進(jìn)行了模擬計(jì)量？一 ?均值-方差模型均值-方差模型涉及的一個(gè)重要概念是分布函數(shù)，用以對(duì)事件發(fā)生的 概率進(jìn)行完整的描述？分布函數(shù)是描述事件隨機(jī)取值的統(tǒng)計(jì)工具，它表示 隨機(jī)變量在各個(gè)范圍內(nèi)取值的概率，如變量E的分布函數(shù)為：F(x)=P( Z VXV+x) ?有時(shí)也可以用事件的可能結(jié)果與對(duì)應(yīng)的概率組成的分布列或函數(shù)式 來(lái)對(duì)事件進(jìn)行完整的描述，如表1?然而,在實(shí)際工作中，確定一個(gè)事件的分布往往十分困難，而且有時(shí) 也無(wú)必要？因此，人們進(jìn)一步采用均值和方差來(lái)描述事件的特征 ？均值是 事件的每一個(gè)

4、可能取得的收益的加權(quán)平均數(shù)，它反映出一個(gè)資產(chǎn)的預(yù)期 收益？均值越大,表明預(yù)期收益越大；反之則反？假設(shè)收益R取值ri(i=1,2, ,n)時(shí)的概率為pi,則收益的均值卩為：卩=piri (1)如在表1中，收益的均值為：卩=(-0.15) X 0.1+(-0.10) X 0.15+0 X 0.2+0.10X 0.25+0.15 X 0.2+0.2 X 0.1=0.045?方差c 2(或標(biāo)準(zhǔn)差c )反映事件的實(shí)際值與其均值的偏離程度，其 計(jì)算公式為：c 2=pi(ri- 卩)2(2)或c = (3)如表1中,方差為：c 2=(-0.15-0.045)2 X 0.1+(-0.10-0.045)2 X0

5、.15+(0-0.045)2 X 0.2+(0.10-0.045)2 X0.25+(0.15-0.045)2 X 0.2+(0.20-0.045)2 X0.1=0.0128方差反映了事件發(fā)生結(jié)果的波動(dòng)狀況，從而可以用來(lái)揭示金融資產(chǎn) 收益的變動(dòng)幅度，即估量金融風(fēng)險(xiǎn)的大??？方差越大,說(shuō)明事件發(fā)生結(jié)果 的分布越分散，資產(chǎn)收益波動(dòng)越大，金融風(fēng)險(xiǎn)越大；反之，方差越小,金融 風(fēng)險(xiǎn)越?。看送?在實(shí)際業(yè)務(wù)中，由于風(fēng)險(xiǎn)往往是針對(duì)損失而言的，人們更關(guān)心 收益小于均值時(shí)的分布情況？因此,這里引入偏方差(c 2-)的概念：c 2-=pi(卩 i-卩)2式中的卩i為小于卩的m種收益,用來(lái)描述小于均值的收益的波動(dòng)情 況？

6、然而,均值一方差模型只能讓人把握信貸風(fēng)險(xiǎn)的一般水平和方向，對(duì)于風(fēng)險(xiǎn)值的大小，則無(wú)能為力？這便是其局限性？二？在險(xiǎn)價(jià)值VaR CreditMetrics 模型利用CreditMetrics 模型計(jì)算在險(xiǎn)價(jià)值VaR是最有影響的方法之一 ？ 該模型的基礎(chǔ)是在給定的時(shí)間段內(nèi)估計(jì)貸款及債券產(chǎn)品資產(chǎn)組合將來(lái)價(jià) 值變化的分布狀況？?jī)r(jià)值變化與債務(wù)人信用質(zhì)量的轉(zhuǎn)移(信用評(píng)級(jí)是上 升,是下降，還是違約)相關(guān)？(一)用CreditMetrics模型度量一種信貸資產(chǎn)的VaR值度量一種信貸的VaR值分為四個(gè)步驟：第一，確立評(píng)級(jí)體系及借款人 從一個(gè)信用級(jí)別轉(zhuǎn)移到另一個(gè)信用級(jí)別的概率 ？第二,利用貼現(xiàn)法計(jì)算貸 款的現(xiàn)值？第

7、三,算出將來(lái)信用轉(zhuǎn)移后資產(chǎn)組合價(jià)值變化分布 ？第四,計(jì)算 在一定置信度下的VaR值?第一步,確立轉(zhuǎn)移矩陣？轉(zhuǎn)移矩陣，是指信貸和債券從一個(gè)信用級(jí)別 轉(zhuǎn)變?yōu)榱硪粋€(gè)信用級(jí)別的概率？穆迪和標(biāo)準(zhǔn)普爾等評(píng)級(jí)機(jī)構(gòu)均有這方面 的數(shù)據(jù)積累(見(jiàn)表2) ?從該表可以看出，一家企業(yè)停留在原信用等級(jí)的可 能性最大，轉(zhuǎn)移到離原信用等級(jí)越遠(yuǎn)的信用等級(jí)的可能性越??？第二步,利用合同現(xiàn)金流貼現(xiàn)法計(jì)算貸款的當(dāng)前市場(chǎng)價(jià)值 ？借款公司 信用等級(jí)的上升和下降必然影響到風(fēng)險(xiǎn)貸款的信貸差價(jià) ？因此，也影響到 貸款的潛在市場(chǎng)價(jià)值？根據(jù)合同現(xiàn)金流貼現(xiàn)法，可以重新估價(jià)貸款的市場(chǎng) 價(jià)值？其中要用到貼現(xiàn)率（見(jiàn)表3）?假如一項(xiàng)對(duì)信用等級(jí)BBB級(jí)企業(yè)的

8、五年期貸款100億元,合同利率 為6%,而在一年期末,其信用等級(jí)發(fā)生了改變，假如從BBB級(jí)下降到BB級(jí), 那么,其一年期末的風(fēng)險(xiǎn)貸款的現(xiàn)值和市場(chǎng)價(jià)值為：VBB=6+=6+=102.02（萬(wàn)元）?其中,每年支付的利息為6萬(wàn)元，最后一年支付本金100萬(wàn)元和利息 6萬(wàn)元;貼現(xiàn)率為ri+si,ri 為一年期無(wú)風(fēng)險(xiǎn)利率,si為由于貸款信用等級(jí) 的變化而產(chǎn)生的貸款的一年期？二年期？三年期？四年期的貸款差價(jià)？假如該公司一年末仍然是BBB級(jí),那么,該風(fēng)險(xiǎn)貸款的折現(xiàn)值為：VBBB=6+=107.5（萬(wàn)元）?第三步,計(jì)算信用轉(zhuǎn)移后資產(chǎn)組合價(jià)值變化分布？如果對(duì)每一級(jí)別 重復(fù)上述貼現(xiàn)值計(jì)劃，就可以得到一年后不同級(jí)別債

9、券的一系列現(xiàn)值，即 可得市場(chǎng)價(jià)值分布情況（見(jiàn)表4）?第四步,計(jì)算一定置信度下的在險(xiǎn)價(jià)值 VaR?從表4可見(jiàn)，價(jià)值變化厶 V分布的第一個(gè)分位數(shù)為-23.91,這也是99.82%置信度下的VaR值?如果假設(shè) V服從正態(tài)分布的話(huà),99%置信度下的VaRfi的計(jì)算過(guò)程 為：設(shè)厶V的均值為卩,樣本標(biāo)準(zhǔn)差為c ?貝U 卩=E pi vi=0.02%x 1.82+0.33% X 1.64+ +0.18% X （-56.42）=-0.46c 2=E pi（ vi-卩）2=0.02%x （1.82+0.46）2+0.33% X（1.64+0.46）2+ +0.18%X（-56.42+0.46）2=8.95c =

10、2.99正態(tài)分布N（卩,c 2）的置信度1- a =99%勺最大在險(xiǎn)價(jià)值VaR值164 為：x1- a =-=-2.58 X=-2.73式中,為從“正態(tài)分布數(shù)值表”中查出的99%S信度下的積分上限值本文是我從網(wǎng)絡(luò)搜集，版權(quán)歸原來(lái)作者所有，如果遇到版全問(wèn)題，請(qǐng)盡 快和我聯(lián)系我將在第一時(shí)間內(nèi)進(jìn)行刪除。另外如果您有其他的任何問(wèn)題 也可以和我聯(lián)系，我將熱情為你服務(wù)到底(*)本文是我從網(wǎng)絡(luò)搜集，版權(quán) 歸原來(lái)作者所有，如果遇到版全問(wèn)題，請(qǐng)盡快和我聯(lián)系我將在第一時(shí)間 內(nèi)進(jìn)行刪除。另外如果您有其他的任何問(wèn)題也可以和我聯(lián)系，我將熱情 為你服務(wù)到底(*)(二)用CreditMetrics 模型度量?jī)煞N和多種信貸資

11、 產(chǎn)的VaR值以上是對(duì)單一信貸資產(chǎn)的VaR值進(jìn)行的計(jì)算,下面將對(duì)兩種和多種 信貸資產(chǎn)組合的VaR值進(jìn)行計(jì)算？假設(shè)把初始評(píng)級(jí)分別為BB和A兩個(gè)債 券組成的資產(chǎn)組合？轉(zhuǎn)移矩陣如表2所示，假設(shè)兩者之間沒(méi)有相關(guān)性,即 相關(guān)系數(shù)為0,根據(jù)聯(lián)合轉(zhuǎn)移概率公式P=PBBP計(jì)算出表5中的BB級(jí)和A 級(jí)債券零相關(guān)性下的聯(lián)合轉(zhuǎn)移概率矩陣？表6列出了 BB級(jí)和A級(jí)債券相關(guān)系數(shù)為20%寸的聯(lián)合轉(zhuǎn)移概率矩陣進(jìn)一步,我們可以用 ？(2) ?(3)式計(jì)算出卩BB?卩A? c B? c A等變 量,然后再用下述模型分析兩種產(chǎn)品構(gòu)成的資產(chǎn)組合的風(fēng)險(xiǎn)及其在險(xiǎn)價(jià) 值VaR?假設(shè)這兩種產(chǎn)品構(gòu)成的資產(chǎn)組合Z(其中產(chǎn)品BB?A的比重分別為

12、 x?y)的均值卩z和方差分別為：卩 z=x 卩 BB+yy A=x2+2xy c BBA+y2=x2+2xy pc BBc A+y2式中，卩BB?卩A?c A?c BBA分別是產(chǎn)品BB?A的均值？標(biāo)準(zhǔn)差和兩者 的協(xié)方差(即兩者的聯(lián)合轉(zhuǎn)移概率);p是這兩種產(chǎn)品的相關(guān)系數(shù)，它表示 兩種資產(chǎn)的相互關(guān)聯(lián)程度？對(duì)于更多種產(chǎn)品，比如n種產(chǎn)品X1,X2,Xn的組合,我們?nèi)钥梢运?出其均值卩和方差c 2:1 =xi ic 2=+2 p ijxixj c i c j其中,xi是第i種資產(chǎn)在總組合中所占的比例，i i?分別為第i種資 產(chǎn)的均值和方差，p ij是第i種資產(chǎn)和第j種資產(chǎn)的相關(guān)系數(shù)？與單種資 產(chǎn)一樣,

13、資產(chǎn)組合的總體方差越大，表示該組合的總體風(fēng)險(xiǎn)越大；反之則 反？將上述c Z的c或值帶入下列公式，即可得出：VaR=-式中,是資產(chǎn)組合在1- a置信度下從“正態(tài)分布數(shù)值表”中查出的 積分上限值,n為某資產(chǎn)向其他所有資產(chǎn)轉(zhuǎn)移的種類(lèi)數(shù)，比如在表5和表6 中,n為8?當(dāng)然,CreditMetrics模型也有自己的局限性,即在分析信用風(fēng)險(xiǎn)時(shí)假設(shè)信用風(fēng)險(xiǎn)獨(dú)立于市場(chǎng)風(fēng)險(xiǎn)，而實(shí)際上信用風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)是相互交織在一起的，也存在相互影響關(guān)系？三？期權(quán)推理分析法：KMV模型期權(quán)推理分析法:KMV模型,是著名的風(fēng)險(xiǎn)管理公司 KMV公司研究出 的金融風(fēng)險(xiǎn)計(jì)量方法？該方法假設(shè)公司負(fù)債主要是借入的銀行貸款，記為 K;公司資

14、產(chǎn)的市場(chǎng)價(jià)值為A?在貸款期限內(nèi),當(dāng)A發(fā)生貶值,并且使A<K時(shí), 即公司的資產(chǎn)市值低于貸款金額，則企業(yè)不能如期歸還貸款，就會(huì)發(fā)生違 約？KMV莫型認(rèn)為,公司的所有者權(quán)益或股權(quán)可以看作是持有該公司資產(chǎn) 的買(mǎi)入期權(quán)或看漲期權(quán)？該理論認(rèn)為,所有者權(quán)益E可以由下列函數(shù)式表示：E=f(A,(T A,K,r,t)式中,A 資產(chǎn)的市場(chǎng)價(jià)值；(T A資產(chǎn)市場(chǎng)價(jià)值的標(biāo)準(zhǔn)差；K銀行貸款金額,即違約點(diǎn)；r無(wú)風(fēng)險(xiǎn)利率；t貸款到期的期限？首先,是計(jì)算資產(chǎn)市場(chǎng)價(jià)值的標(biāo)準(zhǔn)差t A,它一般是未知的？1986年經(jīng) 濟(jì)學(xué)家Ronn和Verma設(shè)計(jì)出計(jì)算t A的模型為：t A=nT E其中，n是所有者權(quán)益對(duì)企業(yè)資產(chǎn)的彈性系數(shù)：

15、n = ,V是企業(yè)資產(chǎn) 的當(dāng)期價(jià)值；tE是所有者權(quán)益的標(biāo)準(zhǔn)差？其次，是計(jì)算違約距離DD(Distanee to Default)?違約距離是資產(chǎn)價(jià)值A(chǔ)與違約點(diǎn)K的距離？這個(gè)距離越小，違約風(fēng)險(xiǎn)越大？其計(jì)算公式為：DD=再次,是計(jì)算期望違約頻率 EDF(Expected Default Fre-quency)?它是位于違約點(diǎn)以下的面積的大小，即概率的大?。科涔綖椋篍DF=)(-DD)比如，當(dāng)計(jì)算得DD為2時(shí)EDF=)(-2)=1- © =2.275%式中的©可以從“累計(jì)正態(tài)分布數(shù)值表”中查出,為97.725%? © (-2)表示資產(chǎn)價(jià)值小于違約點(diǎn)或應(yīng)歸還貸款金額的概

16、率或頻率？最后,期望損失額EL(Expected Loss) ?不過(guò)在此之前應(yīng)該已知或計(jì) 算出恢復(fù)率RV(Recovery Rate)和違約后損失率LGD(Loss Given Default) ?恢復(fù)率是指違約發(fā)生之后,所能夠償還部分占貸款總額的百分 比？違約后損失率是指違約發(fā)生后，損失金額占貸款總額的百分比？因 此丄GD=1-RV?這樣,期望損失可以采用下述公式計(jì)算：EL=ED氐 LGD< RE式中,RE(Risk Exposure)為信貸的風(fēng)險(xiǎn)暴露額,一般就是可能經(jīng)受 損失風(fēng)險(xiǎn)的貸款金額？當(dāng)然，任何事物都有其兩面性,比如期權(quán)推理分析法KMV莫型,就擁 有下列局限性：第一，它是在借款

17、人未來(lái)資產(chǎn)的變化服從正態(tài)分布的假設(shè)下進(jìn)行計(jì) 算和分析的，如果該假設(shè)不成立了，就很難構(gòu)造期望違約頻率模型了 ？第二,它沒(méi)有對(duì)貸款資產(chǎn)區(qū)分等級(jí)，比如沒(méi)有像大多數(shù)資產(chǎn)那樣，區(qū) 分出信用等級(jí)等？這忽視了不同貸款的不同個(gè)性，使計(jì)算結(jié)果的準(zhǔn)確性受 到影響？第三,對(duì)于新成立的公司或者小公司，由于缺少足夠的研究資料和數(shù) 據(jù),所以會(huì)使違約頻率的計(jì)算難以進(jìn)行？四？結(jié)論從以上分析來(lái)看，均值一方差模型可以用于對(duì)信貸資產(chǎn)價(jià)值的波動(dòng) 趨勢(shì)和方向的計(jì)量；而VaR CreditMetrics 模型,則能夠相對(duì)準(zhǔn)確地計(jì)量 出信貸資產(chǎn)價(jià)值的波動(dòng)程度，而且既可以計(jì)量一種信貸資產(chǎn)的風(fēng)險(xiǎn)度，亦 可計(jì)量多種信貸資產(chǎn)的組合風(fēng)險(xiǎn)度，具有較強(qiáng)

18、的可操作性；KMV模型只有 在計(jì)量樣本數(shù)足夠多的信貸資產(chǎn)組合的價(jià)值波動(dòng)程度的時(shí)候，才比較準(zhǔn)確和可行？參考文獻(xiàn)：1 茆詩(shī)松，王靜龍統(tǒng)計(jì)手冊(cè)M.北京：科學(xué)出版社，2003 .2 P.Jorion,“Risk : Measuring the Risk in Value at Risk ” ,Finan cial An alysts Journ al, November/December 1996.3 M.Carey,“Credit Risk in Private Debt Portfolios ” Journalof Fi-nan ce, vol.53, August 1998.4 Y.John Campbell,W An drew Lo,A.Craig Macki nl ay,The Econo-metrics of Finan cial Markets, Prin cet on Uni versity Press,1997.5 J.Edwin Elto n, J.Marin Gruber,Modern Portfoli