商業(yè)銀行信用風(fēng)險度量方法演進(jìn)及借鑒

商業(yè)銀行信譽風(fēng)險度量方法演進(jìn)及借鑒[摘要]自巴塞爾協(xié)議規(guī)定用于確定風(fēng)險資本充足率的內(nèi)部模型必須是以VaR為根底的模型以來，VaR已成為目前最為流行的風(fēng)險管理模型，此模型的引進(jìn)和應(yīng)用對改良我國商業(yè)銀行信譽管理有借鑒意義。本文回憶了傳統(tǒng)的信譽風(fēng)險管理模型，著重對市場上基于VaR的三種主要信譽風(fēng)險度量和管理方法：CreditMetrics模型、KMV模型、CreditRisk+模型進(jìn)展比擬分析，闡述了它們的根本原理與相應(yīng)優(yōu)缺點。[關(guān)鍵詞]商業(yè)銀行；信譽風(fēng)險度量；VaR在現(xiàn)代金融體系中，商業(yè)銀行作為金融和交易的主要金融中介，一個國家經(jīng)濟(jì)狀況的晴雨表，在減少經(jīng)濟(jì)風(fēng)險和不穩(wěn)定因素，保證國民經(jīng)濟(jì)順暢運行方面發(fā)揮著舉足輕重的作用。商業(yè)銀行在運營中本身承當(dāng)著各種類型的風(fēng)險，包括信譽風(fēng)險、利率風(fēng)險、流動性風(fēng)險、管理風(fēng)險、資本風(fēng)險和政策風(fēng)險等。其中，信譽風(fēng)險是金融市場中最古老也是最重要的風(fēng)險形式之一。它是現(xiàn)代社會經(jīng)濟(jì)實體、投資者和消費者所面臨的重大問題?？偟膩碇v，信譽風(fēng)險評價方法越來越表達(dá)出從定性到定量、從簡單到復(fù)雜、從個別資產(chǎn)信譽評價到資產(chǎn)組合信譽風(fēng)險評價的趨勢。1傳統(tǒng)信譽風(fēng)險度量模型1.1專家系統(tǒng)專家系統(tǒng)最大特征是銀行信貸的決策權(quán)是由該機構(gòu)中具有豐富經(jīng)歷的信貸官掌握，主要依賴于他們的主觀分析或定性分析方法衡量企業(yè)貸款的信譽風(fēng)險，并做出是否貸款的決定。在專家系統(tǒng)制度下，施行信譽風(fēng)險分析時，商業(yè)銀行要遵循5C原那么，即通過衡量借款人的品格〔Character〕、才能〔Capacity〕、資本〔Capital〕、擔(dān)?！睠ollateral〕、環(huán)境〔Conditions〕，判斷其信譽風(fēng)險程度并決定是否給予貸款。專家系統(tǒng)中，專門信譽分析員隨著機構(gòu)的擴大越來越多，導(dǎo)致本錢居高不下；另外，信貸官自身的偏好使其施行的效果很不穩(wěn)定。因此，專家系統(tǒng)只能作為一種輔助性的信譽風(fēng)險度量分析方法。EdwardI.Altman于1968年提出了著名的Z評分模型〔Z-scoremodel〕，1997年他又提出了修正擴展后的第二代ZETA評分模型〔ZETAcreditriskmodel〕。Altman的評分模型是一種多變量的分辨模型，根據(jù)數(shù)理統(tǒng)計中的區(qū)分分析技術(shù)，對銀行過去的貸款進(jìn)展統(tǒng)計分析，將反映借款人經(jīng)濟(jì)狀況或影響借款人信譽狀況的假設(shè)干指標(biāo)賦予一定權(quán)重，然后對所得Z〔ZETA〕值進(jìn)展分析并將其與基準(zhǔn)值相比來決定是否給予貸款以及貸款定價。Altman的評分模型本身存在一些缺陷，如只考慮了違約與不違約兩種極端情況，而忽略中間各種可能情形；缺乏足夠的經(jīng)濟(jì)理由解釋賦予各變量的權(quán)重等。1.3非線性區(qū)別模型與神經(jīng)網(wǎng)絡(luò)分析系統(tǒng)非線性區(qū)別模型與神經(jīng)網(wǎng)絡(luò)分析系統(tǒng)等的應(yīng)用使信譽評分模型得以拓展。AltmanMarco和Varreto在對意大利公司財務(wù)危機預(yù)測中應(yīng)用了神經(jīng)網(wǎng)絡(luò)分析法，Coats及Fant等采用神經(jīng)網(wǎng)絡(luò)分析法分別對美國公司和銀行財務(wù)危機進(jìn)展預(yù)測，獲得了一定的效果。王春峰等也應(yīng)用神經(jīng)網(wǎng)絡(luò)等方法對我國商業(yè)銀行進(jìn)展了信譽風(fēng)險評價。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)構(gòu)造，需要人為地去調(diào)試，非常消耗人力與時間，而并沒有本質(zhì)性的優(yōu)于線性區(qū)別模型。2現(xiàn)代信譽風(fēng)險度量模型2.1期限構(gòu)造模型期限構(gòu)造模型的根本思想是通過有風(fēng)險企業(yè)債券與無風(fēng)險債券之間的利差的分析推測借款人的信譽風(fēng)險。2.2死亡率模型死亡率模型〔MortalityModel〕是通過分析某一信譽級別的債券或貸款的歷史違約情況來測度具有同一級別的金融工具的信譽風(fēng)險程度。這種方法以貸款或債券的組合以及它們在歷史上的違約經(jīng)歷為根底，開發(fā)出一張表格，用該表來對信譽資產(chǎn)的邊際死亡率〔MarginalMortalityRate，MMR〕和累計死亡率〔CumulativeMortalityRate，CMR〕進(jìn)展預(yù)測。將MMR、CMR與違約損失率結(jié)合起來，人們便可以獲得預(yù)期損失的估計值。目前這類模型用來分析貸款違約情況的主要困難是缺乏必要的歷史記錄材料。2.3RAROC模型RAROC〔Risk-AdjustedReturnOnCapital〕模型的主導(dǎo)思想是通過計算單位貸款風(fēng)險的收益率并與基準(zhǔn)相比來決定是否發(fā)放貸款以及貸款定價。其根本表達(dá)式為：RAROC=貸款收益/風(fēng)險資本其中分子反映了某項貸款一年的預(yù)期收益，包括利差收益、手續(xù)費等并扣除預(yù)期損失及運營本錢等。分母那么是對不可預(yù)期的損失或風(fēng)險資本的度量。假設(shè)計算得到某項貸款的RAROC大于臨界風(fēng)險收益率，那么可以發(fā)放該項貸款，否那么應(yīng)回絕。2.4基于VaR的現(xiàn)代新興信譽風(fēng)險度量模型2.4.1CreditMetrics模型1997年，以J.P.Morgan代表的幾家著名的金融機構(gòu)結(jié)合推出了CreditMetrics模型，該模型將借款者的信譽等級與風(fēng)險資產(chǎn)的預(yù)期價值聯(lián)絡(luò)起來，對資產(chǎn)組合的信譽風(fēng)險進(jìn)展量化和分析，目前已成為最具國際代表性的內(nèi)部風(fēng)險管理模型。在CreditMetrics模型中，給定投資組合〔組合中資產(chǎn)類別以及它們之間的組成比例〕，可以得出一定期限后〔通常一年〕的組合價值分布曲線，進(jìn)而用該曲線計算投資組合VaR值。計算組合價值分布曲線有分析方法和模擬方法兩種。以下用一個簡單例子來說明分析方法計算組合價值分布的過程。這里假定債券投資組合中僅含有一種BBB等級債券。計算中需要的違約率和轉(zhuǎn)移矩陣由信譽評級機構(gòu)提供，它們是通過對歷史數(shù)據(jù)求平均值獲得的。假定下一年BBB債券等級變動概率見表1〔限于篇幅，該表僅取信譽轉(zhuǎn)移矩陣的一局部〕。同理，我們對債券期末變動到其他等級的情況，也分別進(jìn)展估價，可得表3。從數(shù)據(jù)中，可得出一年后債券價值分布曲線，然后可求出該投資組合在一定置信度下的VaR值。投資組合中只有一種債券的例子是最簡單的，現(xiàn)實投資組合往往很復(fù)雜，含有多種債券〔或其他有信譽風(fēng)險的金融工具〕，用分析方法將很難求解，常采用模擬方法。模擬方法首先根據(jù)信譽轉(zhuǎn)移矩陣確定信譽等級發(fā)生變化的臨界資產(chǎn)收益率；然后假定公司資產(chǎn)價值收益率服從正態(tài)分布，模擬產(chǎn)生相當(dāng)數(shù)量的資產(chǎn)收益率，結(jié)合臨界收益率決定每次模擬信譽等級變動情況，分別計算投資組合價值；最后得到投資組合價值分布的模擬曲線，根據(jù)該曲線可以計算VaR值。CreditMetrics模型還考慮了投資組合中不同債務(wù)人資產(chǎn)之間的相關(guān)性。為求不同債務(wù)人資產(chǎn)之間的相關(guān)度，該方法先構(gòu)造不同國家產(chǎn)業(yè)之間的相關(guān)度模型，使用各個國家證券市場的綜合指數(shù)和行業(yè)指數(shù)來進(jìn)展分析。然后根據(jù)每個債務(wù)人在國家和產(chǎn)業(yè)中的參與程度，分配權(quán)重。運用指數(shù)相關(guān)度和權(quán)數(shù)一道就可以計算債務(wù)人之間的相關(guān)度了。CreditMetrics模型是第一個公開提供的用于投資組合信譽風(fēng)險度量的方法。J.P.Morgan還發(fā)布了基于此方法的CreditManange模型工具來進(jìn)展投資組合信譽風(fēng)險的管理，形成了一套非常完好的信譽風(fēng)險度量和管理框架。但該方法中有以下問題需要進(jìn)一步討論：第一，模型中違約率直接取自歷史數(shù)據(jù)平均值，但實證研究說明，違約率與宏觀經(jīng)濟(jì)狀況有直接關(guān)系，不是固定不變的，在經(jīng)濟(jì)高速增長階段，違約率較低；而在經(jīng)濟(jì)衰退時期，違約率那么很高。第二，模型假定資產(chǎn)收益服從正態(tài)分布，它是進(jìn)展模擬的根底，但資產(chǎn)收益的實際分布有待進(jìn)一步研究。第三，模型中假定企業(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，該假設(shè)有待進(jìn)一步驗證，模型計算結(jié)果對于這一假定的敏感性很高。第四，模型中假定無風(fēng)險利率是固定不變的，影響投資組合價值的只有各種信譽事件，市場風(fēng)險對于投資組合價值沒有影響。以下兩個模型也同樣假設(shè)沒有市場風(fēng)險。2.4.2KMV模型CreditMetrics模型中，認(rèn)為同一信譽等級公司違約概率一樣，不同信譽等級公司違約概率是歷史數(shù)據(jù)平均值，這兩個假設(shè)對于計算結(jié)果的精度影響較大。KMV公司提出的模型不使用信譽評級機構(gòu)提供的統(tǒng)計數(shù)據(jù)來確定違約概率。它對每一公司分別使用默頓的違約證券估價模型來確定其實際違約概率，模型中違約率是公司資本構(gòu)造、資產(chǎn)收益波動率和公司當(dāng)前資產(chǎn)價值的函數(shù)。該方法定義了期望違約頻率EDF〔ExpectedDefaultFrequency〕概念，每一公司有自己獨特的EDF。模型認(rèn)為EDF值充分反映了公司信譽利差、信譽等級等市場信息。計算EDF分為三個階段：首先估計公司資產(chǎn)價值和公司資產(chǎn)波動率；其次計算違約間隔DD〔DistancetoDefault〕，它是用指數(shù)形式表示的違約風(fēng)險值；最后使用KMV違約數(shù)據(jù)庫將DD轉(zhuǎn)化為EDF。以下詳細(xì)說明EDF計算過程。PV為債券現(xiàn)值，LGD為違約時的損失，Ci為現(xiàn)金流，Qi是累積風(fēng)險中性EDF，對EDF進(jìn)展修正后得到。式中第一項為無風(fēng)險局部現(xiàn)值，第二項為信譽風(fēng)險局部現(xiàn)值。KMV模型不對整個投資組合價值進(jìn)展模擬計算，而是用分析方法求解投資組合價值分布。KMV模型假定充分分散化的投資組合，其損失分布是反正態(tài)分布，從而求得一定置信度下的損失值La。2.4.3基于精算方法的CreditRisk+模型CreditRisk+模型使用保險精算的計算框架來導(dǎo)出投資組合損失。該方法只對違約風(fēng)險進(jìn)展建模，而不考慮信譽等級變化。由于每一次違約損失額不一樣，對于整個投資組合來說，損失分布將不再遵循泊松分布。為求得損失分布，CreditRisk+模型先將投資組合中每筆貸款風(fēng)險暴露按大小分組，組內(nèi)貸款暴露一樣，因此，每組損失分布將遵循泊松分布，然后將各組損失匯總，就得到整個投資組合的損失分布。CreditRisk+模型還分析了投資組合多期情形下的損失分布和違約率隨機變化下的損