關(guān)于商業(yè)銀行信用風(fēng)險(xiǎn)管理的研究綜述VIP

1、關(guān)于商業(yè)銀行信用風(fēng)險(xiǎn)管理的研究綜述摘要：闡述了國(guó)外有關(guān)古典信用管理方法和現(xiàn)代信用管理方法的研究情況介紹了國(guó)內(nèi)對(duì)于商業(yè)銀行的巨額不良資產(chǎn)以及潛在的信用風(fēng)險(xiǎn)問(wèn)題的研究成果關(guān)鍵詞：商業(yè)銀行；信用風(fēng)險(xiǎn)；信用管理國(guó)外相關(guān)理論研究信用風(fēng)險(xiǎn)的管理，根據(jù)分析技術(shù)和方法的不同可分為古典信用管理方法和現(xiàn)代信用管理方法。兩者主要的區(qū)別和判斷標(biāo)準(zhǔn)主要是信用風(fēng)險(xiǎn)能否被單獨(dú)剝離和定價(jià)。從時(shí)問(wèn)的表現(xiàn)形式上看，2O世紀(jì)8O年代中期以前為古典信用管理方法，2O世紀(jì)8O年代中期以后為現(xiàn)代信用管理方法。一、古典信用管理方法（1）專家制度法專家制度是一種最古老的信用風(fēng)險(xiǎn)分析方法，其最大特征就是：銀行信貸的決策權(quán)是由該機(jī)構(gòu)那些經(jīng)過(guò)長(zhǎng)期

2、訓(xùn)練、具有豐富經(jīng)驗(yàn)的信貸管理人員所掌握，并由他們做出是否貸款的決定。因此，在信貸決策過(guò)程中，信貸管理人員的專業(yè)知識(shí)、主觀判斷以及某些要考慮的關(guān)鍵要素權(quán)重均為最重要的決定因素。在專家制度法下，絕大多數(shù)銀行都將重點(diǎn)集中在借款人的“5c”上，即品德與聲望(Character)、資格與能力(Capacity)、資金實(shí)力(Capital orCash)、擔(dān)保(CoHatera1)、經(jīng)營(yíng)條件或商業(yè)周期(Condition)。這種方法的缺陷是主觀性太強(qiáng)，只能作為一種輔助性信用分析工具。（2）信用評(píng)分方法信用評(píng)分方法是對(duì)反映借款人經(jīng)濟(jì)狀況或影響借款人信用狀況的若干指標(biāo)賦予一定權(quán)重通過(guò)某些特定方法得到信用綜合分

3、值或違約概率值，并將其與基準(zhǔn)值相比來(lái)決定是否給予貸款以及貸款定價(jià)其代表為Z計(jì)分模型。Z計(jì)分模型是Altman于1968年提出的以財(cái)務(wù)比率為基礎(chǔ)的多變量模型。該模型運(yùn)用多元判別分析法通過(guò)分析一組變量，使其在組內(nèi)差異最小化的同時(shí)實(shí)現(xiàn)組間差異最大化，在此過(guò)程中要根據(jù)統(tǒng)計(jì)標(biāo)準(zhǔn)選人或舍去備選變量，從而得出z判別函數(shù)。根據(jù)z值的大小同衡量標(biāo)準(zhǔn)相比,從而區(qū)分破產(chǎn)公司和非破產(chǎn)公司。（3）信用評(píng)級(jí)法信用評(píng)級(jí)又稱為資信評(píng)級(jí)或信譽(yù)評(píng)級(jí)，它是指對(duì)評(píng)級(jí)對(duì)象的特定證券或相關(guān)債務(wù)在其有效期內(nèi)及時(shí)償付的能力和意愿的評(píng)估，是對(duì)債務(wù)償還風(fēng)險(xiǎn)的綜合評(píng)價(jià)。信用評(píng)級(jí)的基本方法通常是運(yùn)用概率理論，判斷出某種特定債務(wù)或某個(gè)機(jī)構(gòu)的違約概率，

4、并常常使用專門(mén)的符號(hào)來(lái)標(biāo)明其可靠程度。信用評(píng)級(jí)法有利于降低社會(huì)的信息成本、控制市場(chǎng)風(fēng)險(xiǎn)，使資本市場(chǎng)更好地發(fā)揮合理配置資源的作用 但同時(shí)，信用評(píng)級(jí)法發(fā)揮作用需要一定的條件，如市場(chǎng)機(jī)制比較完善，市場(chǎng)信息可靠、充分，經(jīng)濟(jì)決策權(quán)比較分散，存在某種激勵(lì)機(jī)制促使評(píng)級(jí)機(jī)構(gòu)認(rèn)真收集和傳播信息等。二、現(xiàn)代信用分析方法2O世紀(jì)80年代以來(lái)，受債務(wù)危機(jī)的影響，各國(guó)銀行普遍重視對(duì)信用風(fēng)險(xiǎn)的管理和防范，工程化的思維和技術(shù)逐漸被運(yùn)用于信用風(fēng)險(xiǎn)管理的領(lǐng)域。產(chǎn)生了一系列成功的信用風(fēng)險(xiǎn)量化管理模型。（1）基于期權(quán)定價(jià)技術(shù)的風(fēng)險(xiǎn)計(jì)量模型1995年美國(guó)KMV公司開(kāi)發(fā)了違約預(yù)測(cè)模型(信用監(jiān)控模型)，該模型將期權(quán)定價(jià)理論運(yùn)用于風(fēng)險(xiǎn)貸款

5、估值。它站在借款企業(yè)股權(quán)持有者的角度考慮貸款償還的問(wèn)題。為了解出兩個(gè)未知量(即借款企業(yè)資產(chǎn)的市場(chǎng)價(jià)值及其波動(dòng)性)，該模型使用企業(yè)股權(quán)的市場(chǎng)價(jià)值與其資產(chǎn)的市場(chǎng)價(jià)值之間的結(jié)構(gòu)性關(guān)系來(lái)計(jì)算企業(yè)資產(chǎn)的市場(chǎng)價(jià)值，同時(shí)使用企業(yè)股權(quán)的波動(dòng)性與企業(yè)資產(chǎn)的波動(dòng)性之間的結(jié)構(gòu)關(guān)系來(lái)計(jì)算企業(yè)資產(chǎn)的波動(dòng)性，并統(tǒng)計(jì)一定標(biāo)準(zhǔn)差水平上的公司在一年內(nèi)破產(chǎn)的比例，以此來(lái)測(cè)算具有同樣標(biāo)準(zhǔn)差的公司的違約概率。KMV模型的優(yōu)點(diǎn)在于其將違約與公司特征而不是公司的初始信用等級(jí)聯(lián)系在一起，使其對(duì)債務(wù)人質(zhì)量的變化更加敏感；同時(shí)，它通過(guò)股票價(jià)格來(lái)測(cè)算上市公司的預(yù)期違約概率，因而市場(chǎng)信息也能被反映在模型當(dāng)中。使其具有一定的前瞻性，模型的預(yù)測(cè)能力較

6、強(qiáng)；并且。由于該模型使用的變量都是市場(chǎng)驅(qū)動(dòng)的，表現(xiàn)出更大的時(shí)變性，因此持有期的選擇比信用度量制模型更加靈活。(2)基于風(fēng)險(xiǎn)價(jià)值VaR的信用度量模型JP Morgan(1997)銀行開(kāi)發(fā)了信用度量制(Credit Metrics TM)系統(tǒng)，該系統(tǒng)解決了諸如貸款和私募等非交易性資產(chǎn)的估值和風(fēng)險(xiǎn)計(jì)算。該方法基于借款人的信用評(píng)級(jí)、信用轉(zhuǎn)移矩陣、違約貸款的回收率、債券市場(chǎng)上的信用風(fēng)險(xiǎn)價(jià)差計(jì)算出貸款的市場(chǎng)價(jià)值及其波動(dòng)性，推斷個(gè)別貸款或組合的VaR從而對(duì)貸款和非交易資產(chǎn)進(jìn)行估價(jià)和信用風(fēng)險(xiǎn)評(píng)價(jià)。信用度量制模型的優(yōu)點(diǎn)在于其第一次將信用等級(jí)轉(zhuǎn)移、違約率、違約回收率、違約相關(guān)性納入了個(gè)統(tǒng)一的框架來(lái)度量信用風(fēng)險(xiǎn)。該

7、模型適于商業(yè)信用、債券、貸款、貸款承諾、信用證以及市場(chǎng)工具(互換、遠(yuǎn)期等)等信貸資產(chǎn)組合的風(fēng)險(xiǎn)計(jì)量。但該模型在應(yīng)用中存在以下問(wèn)題：違約率直接取自歷史數(shù)據(jù)平均值，但實(shí)證研究表明，違約率與宏觀經(jīng)濟(jì)狀況有直接關(guān)系并非固定不變，假定資產(chǎn)收益服從正態(tài)分布，但實(shí)證研究表明實(shí)際分布多呈現(xiàn)厚尾特征；關(guān)于企業(yè)資產(chǎn)收益之間的相關(guān)度等于公司證券收益之間的相關(guān)度的假設(shè)有待驗(yàn)證計(jì)算結(jié)果對(duì)于這一假定的敏感性很高。(3)基于保險(xiǎn)精算的CreditRisk+系統(tǒng)Credit Suisse First Boston(CSFB，1997)銀行開(kāi)發(fā)的信用風(fēng)險(xiǎn)附加(CreditRisk+)系統(tǒng)的主導(dǎo)思想源于保險(xiǎn)精算學(xué)，即損失決定于災(zāi)

8、害發(fā)生的頻率和災(zāi)害發(fā)生時(shí)造成的損失或破壞程度，它不分析違約的原因，而且該模型也只針對(duì)違約風(fēng)險(xiǎn)而不涉及轉(zhuǎn)移風(fēng)險(xiǎn)，特別適于對(duì)含有大量中小規(guī)模貸款的貸款組合信用風(fēng)險(xiǎn)分析。該方法基于這樣一些假?zèng)]：貸款組合中任何單項(xiàng)貸款發(fā)生違約與否是隨機(jī)的；每項(xiàng)貸款發(fā)生違約的可能性是獨(dú)立的，因而這個(gè)方法假設(shè)貸款組合中單項(xiàng)貸款的違約概率分布服從Possion分布。信用風(fēng)險(xiǎn)附加模型的優(yōu)點(diǎn)在于，它只要求有限的輸人數(shù)據(jù)，基本上只有貸款組合中各組的貸款違約率、違約率波動(dòng)率和風(fēng)險(xiǎn)暴露，因此貸款損失很容易計(jì)算。（4）以宏觀模擬為基礎(chǔ)的CreditPorfolio View系統(tǒng)該信用組合觀點(diǎn)系統(tǒng)由Mckinsey公司開(kāi)發(fā)(Wilson

9、，1997)，它是一個(gè)違約風(fēng)險(xiǎn)的宏觀經(jīng)濟(jì)模擬系統(tǒng)。由于商業(yè)周期因素影響違約的概率，麥肯錫公司將周期性的因素納入計(jì)量模型中，該系統(tǒng)在Credit Metrics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(zhǎng)率、失業(yè)率，利率、匯率、政府支出等宏觀經(jīng)濟(jì)變量之問(wèn)的關(guān)系方法化，并通過(guò)Monte Carlo法模擬周期性因素的“沖擊”來(lái)測(cè)定評(píng)級(jí)轉(zhuǎn)移概率的變化，分析宏觀經(jīng)濟(jì)形勢(shì)變化與信用違約概率及轉(zhuǎn)移概率的關(guān)系，進(jìn)而分析不同行業(yè)或部門(mén)不同信用級(jí)別的借款人的信用風(fēng)險(xiǎn)程度。該模型的優(yōu)點(diǎn)在于其將各種影響違約概率和信用等級(jí)變化的宏觀因素納入了自己的體系之中，并且給出了具體的損失分布，能夠明確回收率的不確定

10、性和因國(guó)家風(fēng)險(xiǎn)帶來(lái)的損失；對(duì)所有的風(fēng)險(xiǎn)暴露都采用盯市法，更適用于對(duì)單個(gè)債務(wù)人和一組債務(wù)人進(jìn)行信用風(fēng)險(xiǎn)度量。其主要適用于對(duì)宏觀經(jīng)濟(jì)因素變化敏感的投機(jī)級(jí)債務(wù)人的信用風(fēng)險(xiǎn)度量。國(guó)內(nèi)的相關(guān)研究基于銀行在國(guó)民經(jīng)濟(jì)發(fā)展中的重要作用。我國(guó)商業(yè)銀行的巨額不良資產(chǎn)以及潛在的信用風(fēng)險(xiǎn)問(wèn)題引起了廣大理論界和金融工作者的高度重視。大量的學(xué)術(shù)論文和著作不斷出現(xiàn)，分別從不同的角度對(duì)這一問(wèn)題加以探討。一、在商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)級(jí)方面李敏強(qiáng)(1997)將模糊數(shù)學(xué)的方法應(yīng)用于企業(yè)評(píng)級(jí)，他們以商業(yè)銀行的授信業(yè)務(wù)評(píng)級(jí)為對(duì)象，其指標(biāo)體系由二級(jí)指標(biāo)體系組成，一級(jí)指標(biāo)是財(cái)務(wù)狀況、經(jīng)營(yíng)管理、發(fā)展前景等3個(gè)指標(biāo)，每個(gè)一級(jí)指標(biāo)下面分為若干個(gè)不同

11、的二級(jí)指標(biāo)，二級(jí)指標(biāo)共有l(wèi)2個(gè)。計(jì)算步驟上利用隸屬函數(shù)最大值辦法確定一級(jí)指標(biāo)的值，然后根據(jù)指標(biāo)的權(quán)重進(jìn)行加權(quán)求和，從而給出信用級(jí)別。高杰英、李巖璞(2003)指出需要建立信用風(fēng)險(xiǎn)內(nèi)部評(píng)級(jí)體系。通過(guò)建立有效的組織結(jié)構(gòu)、學(xué)習(xí)和借鑒國(guó)際性銀行內(nèi)部評(píng)級(jí)法、借助國(guó)內(nèi)外專業(yè)評(píng)級(jí)公司的技術(shù)力量、加強(qiáng)行業(yè)研究、建立和完善內(nèi)部評(píng)級(jí)基礎(chǔ)數(shù)據(jù)庫(kù)來(lái)完善信用評(píng)級(jí)體系。二、在商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估和度量方面王春峰、萬(wàn)海暉等人(1999)將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用在商業(yè)銀行的信用風(fēng)險(xiǎn)評(píng)估中，指出神經(jīng)網(wǎng)絡(luò)技術(shù)與其他傳統(tǒng)統(tǒng)計(jì)方法相比，具有更高的預(yù)測(cè)精度。楊保安、朱明(1999)探討了神經(jīng)網(wǎng)絡(luò)方法與專家系統(tǒng)相結(jié)合，在銀行貸款風(fēng)險(xiǎn)管理中的運(yùn)

12、用，構(gòu)建了銀行風(fēng)險(xiǎn)識(shí)別、監(jiān)管、監(jiān)測(cè)預(yù)警的風(fēng)險(xiǎn)管理系統(tǒng)。推進(jìn)銀行智能化的管理。潘蔚琳(2002)在引進(jìn)國(guó)外的風(fēng)險(xiǎn)計(jì)量方法的基礎(chǔ)上，提出以VAR方法來(lái)計(jì)算商業(yè)銀行的信用風(fēng)險(xiǎn)。徐佳娜、西寶(2004)將人工神經(jīng)網(wǎng)絡(luò)信用風(fēng)險(xiǎn)評(píng)估技術(shù)與層次分析法相結(jié)合。建立了商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估AHPANN模型，并進(jìn)行了可行性論證。結(jié)果表明，改進(jìn)的AHPANN模型在輸入指標(biāo)體系簡(jiǎn)化、輸出指標(biāo)衡量和模型運(yùn)行效率等方面均有一定程序的改善。張永娟等(20o4)則針對(duì)影響商業(yè)銀行信用風(fēng)險(xiǎn)的各種決定因素，提出了信用風(fēng)險(xiǎn)程度的多層次模糊評(píng)判模型。該模型將定性指標(biāo)數(shù)量化，并通過(guò)多層次分析法確定各影響因素的權(quán)重，是一種定性與定量相結(jié)合

13、的綜合分析評(píng)價(jià)方法。同時(shí)通過(guò)離散度對(duì)模糊判別分析模型進(jìn)行修正，使得判別結(jié)果能更準(zhǔn)確反映真實(shí)的信用風(fēng)險(xiǎn)狀況。三、在信用風(fēng)險(xiǎn)預(yù)警方面畢明強(qiáng)(2001)在綜合分析國(guó)內(nèi)商業(yè)銀行現(xiàn)行主要統(tǒng)計(jì)指標(biāo)的基礎(chǔ)上。從各指標(biāo)的內(nèi)在聯(lián)系出發(fā)，構(gòu)建了信貸評(píng)價(jià)預(yù)警指標(biāo)體系，作為定量分析工具，為信貸決策提供支持。許崇正、劉雪梅(2002)借鑒了國(guó)外的先進(jìn)經(jīng)驗(yàn)，并結(jié)合我國(guó)銀行的實(shí)際業(yè)務(wù)，從8個(gè)方面建立了金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，來(lái)具體反映風(fēng)險(xiǎn)警情、警兆、警源以及變動(dòng)趨勢(shì)的組織形式。井潤(rùn)田、左齊(2002)對(duì)商業(yè)銀行的信用風(fēng)險(xiǎn)進(jìn)行了開(kāi)發(fā)實(shí)踐，建立了包括檔案管理系統(tǒng)、信貸業(yè)務(wù)管理系統(tǒng)和信貸風(fēng)險(xiǎn)分析系統(tǒng)的信用風(fēng)險(xiǎn)管理系統(tǒng)，并在交通銀行

14、的某分行中運(yùn)用，開(kāi)發(fā)相應(yīng)軟件。四、在銀行內(nèi)部控制方面李震(20o2)認(rèn)為完善銀行內(nèi)部控制制度，有效防范信貸風(fēng)險(xiǎn)，主要從以下的方面著手：首先是組織結(jié)構(gòu)調(diào)整。由于國(guó)有商業(yè)銀行目前按行政區(qū)劃和政府層次設(shè)立分支行的組織結(jié)構(gòu)，一是增加了代理層次和代理成本，二是由于各地經(jīng)濟(jì)發(fā)展水平不一致，不能體現(xiàn)效率原則，且各分支機(jī)構(gòu)容易受所在地政府的影響。其次是完善銀行信貸風(fēng)險(xiǎn)管理制度。第三是完善資產(chǎn)負(fù)債管理制度。第四是改革銀行勞動(dòng)人事制度，建立積極有效的激勵(lì)與約束機(jī)制，培養(yǎng)銀行企業(yè)文化，防范道德風(fēng)險(xiǎn)，便于信息交流與反饋以及監(jiān)督評(píng)價(jià)與糾正。五、在國(guó)外管理模型的應(yīng)用方面趙玉旭(2003)在其碩士學(xué)位論文中就開(kāi)始運(yùn)用上市公

15、司的實(shí)證數(shù)據(jù)對(duì)KMV模型在我國(guó)的應(yīng)用進(jìn)行了實(shí)證分析，并以中國(guó)建行某分行的貸款組合數(shù)據(jù)為基礎(chǔ)，對(duì)CreditMetrics模型在我國(guó)現(xiàn)行條件下的應(yīng)用進(jìn)行了案例分析。鄧云勝(2003)基于貸款組合信用風(fēng)險(xiǎn)VaR的蒙特卡羅仿真原理。計(jì)算了貸款組合的信用風(fēng)險(xiǎn)的VaR值。劉宏峰等(2003)介紹了信用衍生產(chǎn)品的發(fā)展、類型、用途和定價(jià)方法，認(rèn)為信用衍生產(chǎn)品在我國(guó)有很好的應(yīng)用前景。郭戰(zhàn)琴、周宗放(20o4 了VaR方法在銀行配置風(fēng)險(xiǎn)資本中的應(yīng)用，并且對(duì)其分別基于貸款價(jià)值服從不同分布的情況進(jìn)行討論并給出算例。石曉軍、陳殿左(2004)也利用我國(guó)72家上市公司組成的樣本。對(duì)基于Meaon方法的違約模型揭示的關(guān)于債權(quán)結(jié)構(gòu)、資產(chǎn)波動(dòng)與信用風(fēng)險(xiǎn)關(guān)系的兩條結(jié)論進(jìn)行了檢驗(yàn)。實(shí)證結(jié)果表明，債務(wù)結(jié)構(gòu)是信用風(fēng)險(xiǎn)的顯著影響因素，而且它與信用風(fēng)險(xiǎn)呈現(xiàn)同向變化的關(guān)系，這與Melton型違約模型的理論預(yù)測(cè)結(jié)果是一致的；而資產(chǎn)波動(dòng)率確實(shí)是解釋信用風(fēng)險(xiǎn)的重要影響因素，但是資產(chǎn)波動(dòng)率與信甩風(fēng)險(xiǎn)的變化是反向的，這與Meaon型違約模型的理論預(yù)測(cè)結(jié)果正好相反，表明Meon型違約模型不能直接運(yùn)用于中國(guó)的實(shí)踐。參考文獻(xiàn)1 潘蔚琳