信用風(fēng)險評估方法

1、信用風(fēng)險評估方法摘要:本文追溯和分析了 20年以來國內(nèi) 外在信用風(fēng)險評估方法上的創(chuàng)新、應(yīng)用及其 發(fā)展趨勢，為我國金融機構(gòu)信用風(fēng)險管理提 供一些有益的借鑒。關(guān)鍵詞:信用風(fēng)險;風(fēng)險管理;風(fēng)險評估 方法1引言信用風(fēng)險又稱違約風(fēng)險,是指借款人、 證券發(fā)行人或交易對方因種種原因，不愿或 無力履行合同條件而構(gòu)成違約，致使銀行、 投資者或交易對方遭受損失的可能性。80年 代末以來，隨著金融的全球化趨勢及金融市 場的波動性加劇,各國銀行和投資者受到了 前所未有的信用風(fēng)險的挑戰(zhàn)。世界銀行對全 球銀行業(yè)危機的研究表明，導(dǎo)致銀行破產(chǎn)的 主要原因就是信用風(fēng)險。因此，國際金融界 對信用風(fēng)險的關(guān)注日益加強，如旨在加強信

2、用風(fēng)險管理的巴塞爾協(xié)議已在西方發(fā)達 國家全面實施。信用風(fēng)險評估方法不斷推陳 出新,管理技術(shù)正日臻完善，許多定量技術(shù)、 支持工具和軟件已付諸商業(yè)應(yīng)用。由于我國 商業(yè)銀行和金融市場尚處轉(zhuǎn)軌和新興發(fā)展 階段,信用風(fēng)險管理技術(shù)較為落后。本文將 分析20年以來國內(nèi)外在信用風(fēng)險評估方法 上的創(chuàng)新及其發(fā)展趨勢，供我國金融機構(gòu)信 用風(fēng)險管理之借鑒。25C要素分析法5C要素分析法是金融機構(gòu)對客戶作信 用風(fēng)險分析時所采用的專家分析法之一。它 主要集中在借款人的道德品質(zhì)、還款能力、 資本實力、擔(dān)保和經(jīng)營環(huán)境條件五個方面進 行全面的定性分析以判別借款人的還款意 愿和還款能力。有些銀行將其歸納為“5W” 因素，即借款人

3、、借款用途、還款期限、擔(dān) 保物及如何還款。還有的銀行將其歸納為 “5P ”因素，即個人因素、借款目的、償還、 保障和前景。無論是“ 5C”、“5W ”或是 “5P”要素法在內(nèi)容上大同小異，他們的共 同之處都是將每一要素逐一進行評分，使信 用數(shù)量化，從而確定其信用等級以作為其是 否貸款、貸款標(biāo)準的確定和隨后貸款跟蹤監(jiān)測期間的政策調(diào)整依據(jù)。3財務(wù)比率綜合分析法由于信用危機往往是由財務(wù)危機引致 而使銀行和投資者面臨巨大的信用風(fēng)險，及 早發(fā)現(xiàn)和找出一些預(yù)警財務(wù)趨向惡化的特 征財務(wù)指標(biāo)，無疑可判斷借款或證券發(fā)行人 的財務(wù)狀況，從而確定其信用等級,為信貸 和投資提供依據(jù)。基于這一動機，金融機構(gòu) 通常將信用

4、風(fēng)險的測度轉(zhuǎn)化為企業(yè)財務(wù)狀 況的衡量問題。因此，一系列財務(wù)比率分析 方法也應(yīng)運而生。財務(wù)比率綜合分析法就是 將各項財務(wù)分析指標(biāo)作為一個整體,系統(tǒng)、 全面、綜合地對企業(yè)財務(wù)狀況和經(jīng)營情況進 行剖析、解釋和評價。這類方法的主要代表 有杜邦財務(wù)分析體系和沃爾比重評分法1 前者是以凈值報酬率為龍頭，以資產(chǎn)凈利潤 率為核心，重點揭示企業(yè)獲利能力及其前因 后果;而沃爾比重法是將選定的7項財務(wù)比 率分別給定各自的分數(shù)比重，通過與標(biāo)準比 率進行比較，確定各項指標(biāo)的得分及總體指 標(biāo)的累計分數(shù)，從而得出企業(yè)財務(wù)狀況的綜 合評價，繼而確定其信用等級。4多變量信用風(fēng)險判別模型多變量信用風(fēng)險判別模型是以特征財 務(wù)比率為

5、解釋變量，運用數(shù)量統(tǒng)計方法推導(dǎo) 而建立起的標(biāo)準模型。運用此模型預(yù)測某種 性質(zhì)事件發(fā)生的可能性，及早發(fā)現(xiàn)信用危機 信號，使經(jīng)營者能夠在危機出現(xiàn)的萌芽階段 采取有效措施改善企業(yè)經(jīng)營，防范危機;使 投資者和債權(quán)人可依據(jù)這種信號及時轉(zhuǎn)移 投資、管理應(yīng)收帳款及作出信貸決策。目前 國際上這類模型的應(yīng)用是最有效的，也是國 際金融業(yè)和學(xué)術(shù)界視為主流方法。概括起來 有線性概率模型、Logit、Probit模型和判 別分析模型。其中多元判別分析法最受青 睞,Logit模型次之。多元判別分析法是研究對象所屬類別 進行判別的一種統(tǒng)計分析方法；判別分析就 是要從若干表明觀測對象特征的變量值中 篩選出能提供較多信息的變量

6、并建立判別 函數(shù)，使推導(dǎo)出的判別函數(shù)對觀測樣本分類 時的錯判率最小。率先將這一方法應(yīng)用于財 務(wù)危機、公司破產(chǎn)及違約風(fēng)險分析的開拓者 是美國的愛德華阿爾特曼博士。他早在1968年對美國破產(chǎn)和非破產(chǎn)生產(chǎn)企業(yè)進行 觀察，采用了 22個財務(wù)比率經(jīng)過數(shù)理統(tǒng)計篩 選建立了著名的5變量Z-score模型和在此 基礎(chǔ)上改進的“Ze-ta”判別分析模型2。 根據(jù)判別分值，以確定的臨界值對研究對象 進行信用風(fēng)險的定位。由于模型簡便、成本 低、效果佳,Zeta模型己商業(yè)化，廣泛應(yīng)用于 美國商業(yè)銀行，取得了巨大的經(jīng)濟效益。美 國還專門成立了一家Zeta服務(wù)有限公司，著 名美林證券也提供Z值統(tǒng)計服務(wù)。受美國影 響，日本

7、開發(fā)銀行、德國、法國、英國、澳 大利亞、加拿大等許多發(fā)達國家的金融機構(gòu), 以及巴西都紛紛研制了各自的判別模型。雖 在變量上的選擇各有千秋，但總體思路則與 阿爾特曼如出一轍。Logit模型是采用一系列財務(wù)比率變量 來預(yù)測公司破產(chǎn)或違約的概率;然后根據(jù)銀 行、投資者的風(fēng)險偏好程度設(shè)定風(fēng)險警界線、 以此對分析對象進行風(fēng)險定位和決策3。 Logit模型與多元判別分析法的本質(zhì)區(qū)別在 于前者不要求滿足正態(tài)分布，其模型采用 Lo-gistic函數(shù)。由于Logistic回歸不假定任何概率分布，不滿足正態(tài)情況下其判別正 確率高于判別分析法的結(jié)果。5以資本市場理論和信息科學(xué)為支撐的 新方法隨著資本市場的迅速發(fā)展、

8、融資的非中 介化、證券化趨勢以及金融創(chuàng)新工具的大量 涌現(xiàn)，信用風(fēng)險的復(fù)雜性也日益顯著。人們 認為以財務(wù)比率為基礎(chǔ)的統(tǒng)計分析方法不 能反映借款人和證券發(fā)行人的資產(chǎn)在資本 市場上快速變化的動態(tài)價值；鑒于此，一系 列信用風(fēng)險衡量的新方法相繼提出。期權(quán)定價型的破產(chǎn)模型期權(quán)定價型的 “破產(chǎn)模型”。這類模型的理論依據(jù)在很多方面與 Black-Scholes4,Merton 以及 Hull 和 White5的期權(quán)定價模型相似。因此也稱作 信用風(fēng)險的期權(quán)定價模型。Black-Scholes-Merton系列定價模型表明 一家公司的破產(chǎn)概率取決于公司資產(chǎn)相對 于其短期負債時的初始市場價值和資產(chǎn)市 價的波動率。當(dāng)

9、公司資產(chǎn)的市場價值低于其 短期負債價值，即資不抵債時，那么該公司 實質(zhì)上已經(jīng)破產(chǎn)。1993年KMV公司研究提出 的期望違約率模型也是基于這一理論6。模型的結(jié)構(gòu)包含兩種理論聯(lián)系。其一是將股 票價值看成是建立在公司資產(chǎn)價值上的一 個看漲期權(quán);其二是公司股票價值波動率與 公司資產(chǎn)價值變化之間的關(guān)系。在實踐中， 通過觀察在一定標(biāo)準差水準上的公司在一 年內(nèi)有多少比例的公司破產(chǎn)；以此來衡量任 一具有同樣標(biāo)準差公司的違約概率。由于資 產(chǎn)市值的估算又取決于股價波動率的估算， 因此令人質(zhì)疑的是估算的股價波動率是否 可作為公司資產(chǎn)價值估算的可信指標(biāo)。債券違約率模型和期限方法阿爾特曼研究的債券違約模型7和 Asqu

10、ith、Mullins的期限方法8是按穆迪 和標(biāo)準普爾的信用等級和債券到期年限，采 用債券實際違約的歷史數(shù)據(jù)建立的違約概 率經(jīng)驗值。對各類信用等級和期限債券的違 約風(fēng)險的衡量。美國穆迪和標(biāo)準普爾兩家著 名評級公司修正了這一模型并作為他們的 常規(guī)金融分析工具。此類模型有望擴展到貸 款違約風(fēng)險分析中。但目前的障礙是銀行無 法收集到足夠的貸款違約歷史數(shù)據(jù)供建立 一個非常穩(wěn)定的違約概率數(shù)據(jù)庫。因此美國 許多大型銀行正致力于建立一個全國貸款 違約和違約損失率的共享數(shù)據(jù)庫。神經(jīng)網(wǎng)絡(luò)分析系統(tǒng)雖然神經(jīng)網(wǎng)絡(luò)的理論可追溯到40年代， 但在信用風(fēng)險分析中的應(yīng)用還是90年代的 新生事物。神經(jīng)網(wǎng)絡(luò)是從神經(jīng)心理學(xué)和認識

11、科學(xué)研究成果出發(fā)，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 行計算能力、自學(xué)能力和容錯能力。神經(jīng)網(wǎng) 絡(luò)的結(jié)構(gòu)是由一個輸入層、若干個中間隱含 層和一個輸出層組成。國外研究者如 Altman,Marco和V aretto對意大利公司財務(wù) 危機預(yù)測中應(yīng)用了神經(jīng)網(wǎng)絡(luò)分析法9。 Coats,Fant、 Trippi 和 Turban,Kevin、 KarYanTan和10采用了神經(jīng)網(wǎng)絡(luò)分析法分 別對美國公司和銀行財務(wù)危機進行了預(yù)測， 取得了一定的效果。我國學(xué)者楊保安、王春 峰等11也在此領(lǐng)域進行了初探。然而神經(jīng) 網(wǎng)絡(luò)的最大缺點是其工作的隨機性較強。因 為要得到一個較好的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，

12、需要人 為地去調(diào)試，非常耗費人力與時間，因此應(yīng) 用受到了限制Altman在對神經(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)險識別和預(yù)測中的應(yīng) 用，并沒有實質(zhì)性的優(yōu)于線性判別模型”。 另外,Chatfield在國際預(yù)測雜志發(fā)表的 題為“神經(jīng)網(wǎng)絡(luò):預(yù)測的突破還是時髦，一 文中對神經(jīng)網(wǎng)絡(luò)方法也只作了一般性的評 述12。但神經(jīng)網(wǎng)絡(luò)作為一門嶄新的信息處 理科學(xué)仍然吸引著眾多領(lǐng)域的研究者。6衍生工具信用風(fēng)險的衡量方法衍生工具是指其價值依賴于基本標(biāo)的 資產(chǎn)價格的金融工具,如遠期、期貨、期權(quán)、 互換等。80年代以來,金融市場風(fēng)起云涌、 變幻莫測、市場風(fēng)險與日俱增。衍生工具因 其在金融

13、、投資、套期保值和利率行為中的 巨大作用而獲得了飛速的發(fā)展，尤其充實、 拓展了銀行的表外業(yè)務(wù)。然這些旨在規(guī)避市 場風(fēng)險應(yīng)運而生的衍生工具又蘊藏著新的 信用風(fēng)險。如利率互換和貨幣互換雖能減少 利率風(fēng)險，但卻要承擔(dān)互換對方的違約風(fēng)險。 如果銀行只是作為互換的中間人和擔(dān)保人 介入互換業(yè)務(wù),互換中的任何一方違約都將 由銀行承擔(dān)。另外,場外市場的期權(quán)交易，其 違約風(fēng)險也日益增加。因此，衍生工具的信 用風(fēng)險的管理也日益受到各國金融監(jiān)管當(dāng) 局的重視。原則上，前面討論的方法對衍生 工具信用風(fēng)險的預(yù)測仍有用武之地。因為， 引起合同違約的一個重要因素，仍通常是對 方陷入財務(wù)困境。盡管如此,在貸款、場外 交易和表外

14、衍生工具的違約風(fēng)險上仍存有 許多細微的區(qū)別。首先，即使對方陷入財務(wù) 困境，也只可能對虛值合同違約而會力求履 行所有的實值合約。其次，在任一違約概率 水準上，衍生工具違約遭受的損失往往低于 貸款違約的損失。鑒于此,研究者相繼提出 許多其他方法，不過主要集中在期權(quán)和互換 兩類衍生工具上，最具代表性的有下列三種。風(fēng)險敞口等值法風(fēng)險敞口等值法是貫穿于衍生工具信 用風(fēng)險衡量的核心方法。這類方法是以估測 信用風(fēng)險敞口價值為目標(biāo)，考慮了衍生工具 的內(nèi)在價值和時間價值，并以特殊方法處理 的風(fēng)險系數(shù)建立了一系列REE計算模型。既 有以衍生工具交易的名義本金和合同價值 為基礎(chǔ)的REE模型，也有以衍生工具類別和 組

15、合策略為基礎(chǔ)的REE模型。其中風(fēng)險系數(shù) 是衍生工具交易的名義本金轉(zhuǎn)化為風(fēng)險敞 口等同值的核心工具。依據(jù)投資者的風(fēng)險偏 好,可計算4種概念的風(fēng)險敞口等同值；即到 期風(fēng)險敞口等同值、平均風(fēng)險敞口等同值、 最壞情況風(fēng)險敞口等同值和期望風(fēng)險敞口 等同值以度量信用風(fēng)險的高低。模擬法模擬是一種計算機集約型的統(tǒng)計方法。采用蒙特卡羅模擬過程模擬影響衍生工具 價值的關(guān)鍵隨機變量的可能路徑和交易過 程中各時間點或到期時的衍生工具價值。經(jīng) 過成千上百次的反復(fù)計算得出一個均值。衍 生工具的初始價值與模擬平均值之差是對 未來任一時間點和到期信用風(fēng)險敞口值的 一個度量。敏感度分析法衍生工具交易者通常采用衍生工具價 值模型

16、中的一些比較系數(shù)，如 Delta,Gamme,Vega和Theta來衡量和管理頭 寸及交易策略的風(fēng)險。敏感度分析法就是利 用這些比較值通過方案分析或應(yīng)用風(fēng)險系 數(shù)來估測衍生工具價值。其中Delta用于衡 量衍生工具證券價格對其標(biāo)的資產(chǎn)價格變 動的敏感度;Gamme是衡量該衍生證券的 Delta值對標(biāo)的資產(chǎn)價格變化的敏感度;它 等于衍生證券價格對標(biāo)的資產(chǎn)價格的二階 偏導(dǎo)數(shù)，也等于衍生證券的Delta對標(biāo)的資 產(chǎn)價格的一階偏導(dǎo)數(shù)Vega用來衡量衍生證 券的價值對標(biāo)的資產(chǎn)價格波動率的敏感 度;Theta用于衡量衍生證券的價值對時間 變化的敏感度。敏感度分析法最終目的仍是 估算出風(fēng)險敞口等同價值。只是

17、估算中米用 的系數(shù)不同。如Ong主要采用Delta和Gamme 來估算REE,Mark則使用上述所有的系數(shù)，并 運用方案分析以獲得衍生工具的新價值。7信用集中風(fēng)險的評估系統(tǒng)前面所述的方法絕大多數(shù)都只是衡量 單項貸款或投資項目的信用風(fēng)險，而很少注 重信用集中風(fēng)險的評估。信用集中風(fēng)險是所 有單一項目信用風(fēng)險的總和。金融市場的全 球化和風(fēng)險的多樣化使人們越來越認識到“不能把雞蛋放在一個籃子里”的重要性。 金融機構(gòu)和投資者們采用貸款組合、投資組 合來達到分散和化解風(fēng)險的目的。那么如何 來衡量這些組合及所有個別加組合匯集起 來的信用集中風(fēng)險又成為一個新的課題。目 前在這一課題上最為人們所關(guān)注的是摩根 1

18、997年推出的信用計量法和瑞士信貸金融 產(chǎn)品信用風(fēng)險+法13。這兩大信用風(fēng)險評 估系統(tǒng)都是為了評估信用風(fēng)險敞口虧損分 布以及為彌補風(fēng)險所需的資本，但使用的方 法有所不同。信用計量法是以風(fēng)險值為核心 的動態(tài)量化風(fēng)險管理系統(tǒng)。它集計算機技術(shù)、 計量經(jīng)濟學(xué)、統(tǒng)計學(xué)和管理工程系統(tǒng)知識于 一體,從證券組合、貸款組合的角度,全方位 衡量信用風(fēng)險。分析的面廣，包括證券、貸 款、信用證、貸款承諾、衍生工具、應(yīng)收帳 款等方面的信用風(fēng)險的估測。具體操作是依 據(jù)與動態(tài)信用事件相關(guān)的基本風(fēng)險來估測 集中信用風(fēng)險的風(fēng)險值。集中信用風(fēng)險值是 指在未來一定時間內(nèi)，因信用事件引起證券 或貸款組合資產(chǎn)價值的潛在變化量。風(fēng)險管

19、理者依據(jù)這一風(fēng)險值調(diào)整頭寸和決策以防 范損失。信用風(fēng)險+法是在信用評級框架下 計算每一級別或分數(shù)下的平均違約率及違 約波動。將這些因素與風(fēng)險敞口綜合考慮， 從而算出虧損分布與所需資本預(yù)測數(shù)。8結(jié)束語綜觀國際上這一領(lǐng)域的研究和實際應(yīng) 用，信用風(fēng)險分析方法從主觀判斷分析法和 傳統(tǒng)的財務(wù)比率評分法轉(zhuǎn)向以多變量、依賴 于資本市場理論和計算機信息科學(xué)的動態(tài) 計量分析方法為主的趨勢發(fā)展。目前我國的 信用分析和評估技術(shù)仍處于傳統(tǒng)的比率分 析階段。銀行機構(gòu)主要使用計算貸款風(fēng)險度 的方法進行信用風(fēng)險評估。信用風(fēng)險的分析 仍然是以單一投資項目、貸款和證券為主， 衍生工具、表外資產(chǎn)的信用風(fēng)險以及信用集 中風(fēng)險的評估尚屬空白。更沒有集多種技術(shù) 于一體的動態(tài)量化的信用風(fēng)險管理技術(shù)。隨 著我國經(jīng)濟體制的改革深入、市場機制的建 立與完善