基于KMV模型的國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)評(píng)價(jià)

1、西南財(cái)經(jīng)大學(xué)天府學(xué)院 基于KMV模型的國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)評(píng)價(jià)西南財(cái)經(jīng)大學(xué)天府學(xué)院2012 屆本科畢業(yè)論文（設(shè)計(jì)） 論文題目： 基于KMV模型的國(guó)有商業(yè)銀行 信貸風(fēng)險(xiǎn)評(píng)價(jià) 學(xué)生姓名： 所在學(xué)院： 西南財(cái)經(jīng)大學(xué)天府學(xué)院 專 業(yè)： 學(xué) 號(hào)： 指導(dǎo)教師： 2012年3月西南財(cái)經(jīng)大學(xué)天府學(xué)院本科畢業(yè)論文（設(shè)計(jì)）原創(chuàng)性及知識(shí)產(chǎn)權(quán)聲明本人鄭重聲明：所呈交的畢業(yè)論文（設(shè)計(jì)）是本人在導(dǎo)師的指導(dǎo)下取得的成果。對(duì)本論文（設(shè)計(jì)）的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。因本畢業(yè)論文（設(shè)計(jì)）引起的法律結(jié)果完全由本人承擔(dān)。本畢業(yè)論文（設(shè)計(jì)）成果歸西南財(cái)經(jīng)大學(xué)天府學(xué)院所有。特此聲明。畢業(yè)論文（設(shè)計(jì)）作者簽

2、名：作者專業(yè)： 作者學(xué)號(hào)： 2012 年 4 月 16 日西南財(cái)經(jīng)大學(xué)天府學(xué)院本科學(xué)生畢業(yè)論文（設(shè)計(jì)）開題報(bào)告表論文（設(shè)計(jì)）名稱基于KMV模型的國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)評(píng)價(jià)論文（設(shè)計(jì)）來源自選題目論文（設(shè)計(jì)）類型B導(dǎo) 師 學(xué)生姓名 學(xué) 號(hào) 專 業(yè) 一、選題的目的和意義隨著國(guó)際金融業(yè)的不斷發(fā)展，商業(yè)銀行的風(fēng)險(xiǎn)管理能力逐漸成為影響商業(yè)銀行生死存亡的核心競(jìng)爭(zhēng)力，信貸風(fēng)險(xiǎn)是我國(guó)商業(yè)銀行的主要風(fēng)險(xiǎn)。2006年底，我國(guó)入世后對(duì)國(guó)有銀行業(yè)的保護(hù)期已經(jīng)結(jié)束，我國(guó)商業(yè)銀行面對(duì)著來自于國(guó)內(nèi)和國(guó)際金融業(yè)的激烈競(jìng)爭(zhēng)，商業(yè)銀行及股份制銀行紛紛實(shí)現(xiàn)海內(nèi)外上市融資，這就對(duì)信貸風(fēng)險(xiǎn)控制能力和信貸風(fēng)險(xiǎn)管理機(jī)制提出了新的要求。本文通

3、過對(duì)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)的評(píng)估，提出完善其信貸風(fēng)險(xiǎn)管理的借鑒建議，以應(yīng)對(duì)國(guó)際金融業(yè)的激烈競(jìng)爭(zhēng)，形成自身的核心競(jìng)爭(zhēng)力，并對(duì)提升我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理能力提供參考意義。二、選題的思路和預(yù)期成果 本論文主要包含四部分的內(nèi)容：第一部分在分析了國(guó)內(nèi)外商業(yè)銀行業(yè)的信貸風(fēng)險(xiǎn)管理現(xiàn)狀的基礎(chǔ)上,提出了本文研究的背景和研究意義，闡述了研究?jī)?nèi)容和研究方法等；第二部分主要是分析我國(guó)國(guó)有商業(yè)銀行的信貸風(fēng)險(xiǎn)管理現(xiàn)狀，對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)評(píng)估及管理的相關(guān)理論進(jìn)行了回顧；第三部分是運(yùn)用KMV模型對(duì)四大國(guó)有商業(yè)銀行2010年數(shù)據(jù)進(jìn)行信貸風(fēng)險(xiǎn)量化分析和評(píng)價(jià)；第四部分在實(shí)證結(jié)果的基礎(chǔ)上，提出提高國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理水平的參

4、考建議；第五部分是本文的結(jié)論。三、任務(wù)完成的階段內(nèi)容及時(shí)間安排第一階段：開始查找、閱讀相關(guān)文獻(xiàn)資料。 2011年11月11日前第二階段：繼續(xù)閱讀相關(guān)文獻(xiàn)資料，完成開題報(bào)告。 2011年11月18日前第三階段：完成畢業(yè)設(shè)計(jì)的系統(tǒng)設(shè)計(jì)。 2011年12月23日前第四階段：完成論文的初綱（設(shè)計(jì)的框架）。 2012年 1 月24日前第五階段：完成論文終稿，并且打印成冊(cè)，上交論文準(zhǔn)備答辯。 2012年 3 月21日前四、完成論文所具備的條件因素結(jié)合自己所學(xué)財(cái)務(wù)知識(shí)并查詢相關(guān)的知識(shí)和資料，了解當(dāng)代商業(yè)銀行信貸風(fēng)險(xiǎn)的特征規(guī)避風(fēng)險(xiǎn)的方法，努力搜集關(guān)于各個(gè)商業(yè)銀行的一切財(cái)務(wù)數(shù)據(jù)，從中尋找其信貸風(fēng)險(xiǎn)與防范措施并在

5、論文寫作過程中加強(qiáng)與老師的溝通，征詢老師的意見。1王君:貸款風(fēng)險(xiǎn)分類原理與實(shí)務(wù)(第二版)，中國(guó)金融出版社，20042汪其昌:銀行信貸信用風(fēng)險(xiǎn)分析和度量，上海社會(huì)科學(xué)院出版社，20063劉利文、王吉恒、王國(guó)榮:KMV模型在我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理中的應(yīng)用研究，商業(yè)經(jīng)濟(jì)，2010年第5期4劉大遠(yuǎn):商業(yè)銀行信貸風(fēng)險(xiǎn)的防范，生產(chǎn)力研究，2007年第6期5劉國(guó)玲:EDF模型在銀行管理中的應(yīng)用，現(xiàn)代金融，2007年第9期指導(dǎo)教師簽名： 日期：論文（設(shè)計(jì)）類型：A理論研究；B應(yīng)用研究；C軟件設(shè)計(jì)等；摘 要隨著國(guó)際金融業(yè)的不斷發(fā)展，商業(yè)銀行的風(fēng)險(xiǎn)管理能力逐漸成為影響商業(yè)銀行生死存亡的核心競(jìng)爭(zhēng)力，信貸風(fēng)險(xiǎn)是我國(guó)

6、商業(yè)銀行的主要風(fēng)險(xiǎn)。2006年底，我國(guó)入世后對(duì)國(guó)有銀行業(yè)的保護(hù)期已經(jīng)結(jié)束，我國(guó)國(guó)有商業(yè)銀行面對(duì)著自于國(guó)內(nèi)和國(guó)際金融業(yè)的激烈競(jìng)爭(zhēng)，商業(yè)銀行及股份制銀行紛紛實(shí)現(xiàn)海內(nèi)外上市融資，這就對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)控制能力和信貸風(fēng)險(xiǎn)管理機(jī)制提出了新的要求。本文通過分析我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理現(xiàn)狀，在回顧國(guó)內(nèi)外有關(guān)商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法的基礎(chǔ)上，運(yùn)用KMV模型對(duì)我國(guó)國(guó)有四大商業(yè)銀行信貸風(fēng)險(xiǎn)進(jìn)行量化實(shí)證分析，提出了完善國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理的對(duì)策建議，以應(yīng)對(duì)國(guó)際金融業(yè)的激烈競(jìng)爭(zhēng)，形成自身的核心競(jìng)爭(zhēng)力，并對(duì)提升我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理能力提供參考意義。關(guān)鍵詞：國(guó)有商業(yè)銀行；KMV模型；信貸風(fēng)險(xiǎn)；實(shí)證分析Ab

7、stractWith the continuous development of the international financial industry,the commercial bank's risk management capabilities gradually become the core competitiveness of the commercial banks to the survival,the credit risk is the main risk of China's commercial banks.This paper analysis

8、the status quo of China's state-owned commercial bank credit risk management,in reviewing the relevant domestic and foreign commercial banks to credit risk quantification method based on the use of the KMV model to quantify the empirical analysis of China's four major state commercial banks

9、to credit risk,improve the state-owned commercial bank credit risk management suggestions,in response to the intense competition of the international financial industry,the formation of their core competitiveness,and to enhance the China's state-owned commercial bank credit risk management capab

10、ilities to provide the reference value.Keywords：State-owned commercial banks；KMV model；Credit risk An Empirical Analysis目 錄一、緒論1（一）、研究背景1（二）、研究意義2（三）、研究?jī)?nèi)容2（四）、研究方法3二、商業(yè)銀行信貸風(fēng)險(xiǎn)的相關(guān)理論概述4（一）、我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理現(xiàn)狀4（二）、信貸風(fēng)險(xiǎn)的相關(guān)理論概述5（三）、國(guó)內(nèi)外商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法的研究概況61、國(guó)外商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法研究概況62、國(guó)內(nèi)商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法研究概況7（四）、商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法

11、81、KMV模型的基本原理82、KMV模型的基本思想83、KMV模型的優(yōu)缺點(diǎn)9三、基于KMV模型對(duì)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)評(píng)估10（一）、樣本選取10（二）、參數(shù)的確定10（三）、實(shí)證分析121、估計(jì)資產(chǎn)市場(chǎng)價(jià)值和資產(chǎn)收益率的波動(dòng)性122、計(jì)算違約距離143、估計(jì)違約概率16（四）、實(shí)證結(jié)果及其局限性18四、我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理的建議20（一）、我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理評(píng)價(jià)201、信貸風(fēng)險(xiǎn)基礎(chǔ)數(shù)據(jù)的不完整202、信貸體制不完善213、國(guó)有商業(yè)銀行內(nèi)部控制系統(tǒng)還需規(guī)范21（二）、我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理建議211、建立信貸風(fēng)險(xiǎn)基礎(chǔ)數(shù)據(jù)庫(kù)，強(qiáng)化數(shù)據(jù)管理212、加大力度監(jiān)管，完善信貸風(fēng)險(xiǎn)

12、評(píng)級(jí)系統(tǒng)223、完善國(guó)有商業(yè)銀行內(nèi)部控制系統(tǒng)23五、結(jié)論與展望23文獻(xiàn)綜述24參考文獻(xiàn)33致 謝35一、緒論諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主羅伯特·墨頓曾提出“現(xiàn)代金融理論的三大支柱是資金的時(shí)間價(jià)值、資產(chǎn)定價(jià)和風(fēng)險(xiǎn)管理”。自中國(guó)加入WTO后，金融業(yè)面臨全球化發(fā)展趨勢(shì)，必然會(huì)擴(kuò)大對(duì)外開放，所面臨的金融風(fēng)險(xiǎn)也必然會(huì)加大。面對(duì)經(jīng)濟(jì)金融格局的劇烈變化，使得銀行業(yè)對(duì)量化方法提出更高的要求。商業(yè)銀行作為一個(gè)國(guó)家的經(jīng)濟(jì)命脈，是國(guó)家主要的金融機(jī)構(gòu)，在提供各種金融產(chǎn)品的同時(shí)，承擔(dān)著各種風(fēng)險(xiǎn)。而國(guó)有商業(yè)銀行的信貸風(fēng)險(xiǎn)不僅影響銀行業(yè)的資源配置和銀行業(yè)的管理水平，更重要的是會(huì)影響整個(gè)社會(huì)的經(jīng)濟(jì)、金融是否能長(zhǎng)遠(yuǎn)穩(wěn)定的發(fā)展。

13、商業(yè)銀行作為以金融資產(chǎn)和金融負(fù)債為對(duì)象，追逐經(jīng)濟(jì)利益為目標(biāo)的特殊企業(yè)，由于與生俱來高風(fēng)險(xiǎn)性，其應(yīng)該具備比其他企業(yè)更為敏感的風(fēng)險(xiǎn)防范意識(shí)和抗風(fēng)險(xiǎn)能力，才能保障自身的穩(wěn)定發(fā)展，從而為國(guó)家的經(jīng)濟(jì)建設(shè)、良好的國(guó)民經(jīng)濟(jì)運(yùn)行奠定穩(wěn)固的基礎(chǔ)。（一）、研究背景隨著中國(guó)經(jīng)濟(jì)體制和金融體制改革，中國(guó)經(jīng)濟(jì)面臨全球化和經(jīng)濟(jì)貨幣化程度的加深，作為資金調(diào)劑中心的商業(yè)銀行紛紛上市，以上市商業(yè)銀行為主體的多元化金融體系已經(jīng)在中國(guó)大地上形成。目前，從國(guó)內(nèi)商業(yè)銀行的經(jīng)營(yíng)狀況來看，貸款收益是銀行的主要收入來源。這說明銀行體系過多的承受著企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)，那么一旦出現(xiàn)企業(yè)經(jīng)營(yíng)無法償還貸款問題，企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)就會(huì)轉(zhuǎn)移到銀行，銀行的不良資

14、產(chǎn)就會(huì)增加，這就要求商業(yè)銀行應(yīng)把防范和化解信貸風(fēng)險(xiǎn)作為銀行經(jīng)營(yíng)管理的核心問題對(duì)待。（二）、研究意義2007年，美國(guó)次貸危機(jī)席卷全球，其出現(xiàn)的原因在于商業(yè)銀行把巨額貸款發(fā)放給無任何物資抵押還貸的次級(jí)貸款人，通過投資銀行、保險(xiǎn)公司等一系列包裝、宣傳，把風(fēng)險(xiǎn)分散到了整個(gè)金融系統(tǒng)，隨著時(shí)間的推移，次貸危機(jī)越來越靠近水面，并迅速演變成金融危機(jī)，逐步對(duì)實(shí)體經(jīng)濟(jì)構(gòu)成破壞，最終對(duì)整個(gè)金融系統(tǒng)造成崩盤。所以，商業(yè)銀行信貸風(fēng)險(xiǎn)管理，不僅影響銀行自身的經(jīng)營(yíng)與發(fā)展，甚至關(guān)系著整個(gè)市場(chǎng)系統(tǒng)風(fēng)險(xiǎn)的控制。研究商業(yè)銀行信貸風(fēng)險(xiǎn)有助于解決經(jīng)濟(jì)運(yùn)行中存在的深層次問題，從而有利于國(guó)家經(jīng)濟(jì)的發(fā)展和社會(huì)的穩(wěn)定。近幾年，隨著經(jīng)濟(jì)全球化的

15、進(jìn)一步加深，內(nèi)外資銀行的激烈競(jìng)爭(zhēng)，人民幣利率和匯率制度改革的不斷深化，信息不對(duì)稱、金融市場(chǎng)的細(xì)化以及金融衍生品的發(fā)展等一系列影響，商業(yè)銀行的發(fā)展迫在眉睫，我國(guó)商業(yè)銀行不得不加強(qiáng)信貸風(fēng)險(xiǎn)的管理，建立商業(yè)銀行信貸風(fēng)險(xiǎn)管理的長(zhǎng)效機(jī)制。而且由于商業(yè)銀行經(jīng)營(yíng)對(duì)象特殊，發(fā)展影響廣泛，所以在任何一個(gè)國(guó)家，金融監(jiān)管機(jī)構(gòu)都十分重視商業(yè)銀行風(fēng)險(xiǎn)的評(píng)價(jià)。建立長(zhǎng)效機(jī)制的關(guān)鍵一步是對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)進(jìn)行量化分析，這樣對(duì)信貸風(fēng)險(xiǎn)進(jìn)行計(jì)量模型的度量后，才能準(zhǔn)確的知道信貸風(fēng)險(xiǎn)的危害程度，從而有效地進(jìn)行風(fēng)險(xiǎn)防范和控制工作，商業(yè)銀行才能在激烈的市場(chǎng)競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)，為我國(guó)經(jīng)濟(jì)及金融穩(wěn)定高效的發(fā)展服務(wù)。（三）、研究?jī)?nèi)容本論文主要包含

16、四部分的內(nèi)容：第一部分是緒論，在分析了國(guó)內(nèi)外商業(yè)銀行業(yè)的信貸風(fēng)險(xiǎn)管理現(xiàn)狀的基礎(chǔ)上,提出了本文研究的背景和研究意義，闡述了研究?jī)?nèi)容和研究方法等；第二部分主要是介紹信貸風(fēng)險(xiǎn)的理論概述和國(guó)內(nèi)外對(duì)于銀行信貸風(fēng)險(xiǎn)量化方法的研究概況；第三部分主要是分析我國(guó)國(guó)有商業(yè)銀行的信貸風(fēng)險(xiǎn)管理現(xiàn)狀，結(jié)合中國(guó)實(shí)際的市場(chǎng)情況，運(yùn)用適合中國(guó)市場(chǎng)的KMV模型對(duì)四家國(guó)有商業(yè)銀行2010年數(shù)據(jù)進(jìn)行信貸風(fēng)險(xiǎn)實(shí)證分析，對(duì)信貸風(fēng)險(xiǎn)管理存在的問題進(jìn)行原因分析和提出建議；第四部分部分是對(duì)全文的回顧和總結(jié)，并展望未來的研究方向。（四）、研究方法在當(dāng)前這種環(huán)境下，為了有效滿足國(guó)有商業(yè)銀行對(duì)貸款安全性度量的要求，應(yīng)用信貸風(fēng)險(xiǎn)計(jì)量模型計(jì)量國(guó)有商業(yè)

17、銀行的信貸風(fēng)險(xiǎn)，具有更好的防范國(guó)有商業(yè)銀行的信貸風(fēng)險(xiǎn)的重要意義。本文主要采取以下方法進(jìn)行研究：第一，文獻(xiàn)分析法。在全面了解國(guó)內(nèi)外商業(yè)銀行信貸風(fēng)險(xiǎn)管理的動(dòng)態(tài)下，對(duì)我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理現(xiàn)狀和存在問題進(jìn)行客觀描述和理論概況，并為完善我國(guó)銀行業(yè)信貸風(fēng)險(xiǎn)管理機(jī)制研究奠定基礎(chǔ)。第二，理論與實(shí)踐相結(jié)合方法。本文既重視研究銀行信貸風(fēng)險(xiǎn)管理的理論問題，同時(shí)又結(jié)合我國(guó)的具體情況研究如何有效運(yùn)用這些信貸風(fēng)險(xiǎn)管理管理方法和手段，提出建議性的信貸風(fēng)險(xiǎn)管理長(zhǎng)效機(jī)制。第三，定量分析法。本文通過定量分析法對(duì)銀行進(jìn)行信貸風(fēng)險(xiǎn)評(píng)估，基于KMV模型對(duì)我國(guó)國(guó)有商業(yè)銀行面臨的信貸風(fēng)險(xiǎn)、違約風(fēng)險(xiǎn)大小、變化趨勢(shì)進(jìn)行實(shí)證分析。第四，比較

18、分析法。本文對(duì)四大國(guó)有商業(yè)銀行2010年的日收盤價(jià)和年報(bào)等相關(guān)財(cái)務(wù)數(shù)據(jù)進(jìn)行實(shí)證分析，得出每年的違約距離，并對(duì)四大國(guó)有商業(yè)銀行2010年的違約概率狀況進(jìn)行排名。二、商業(yè)銀行信貸風(fēng)險(xiǎn)的相關(guān)理論概述（一）、我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理現(xiàn)狀在2005年前，中國(guó)銀行業(yè)的不良貸款長(zhǎng)期居高不下，嚴(yán)重阻礙了我國(guó)銀行業(yè)和經(jīng)濟(jì)的健康發(fā)展，成為我國(guó)經(jīng)濟(jì)運(yùn)行中影響極深的不穩(wěn)定因素。盡管，我國(guó)在1999年設(shè)立了四家資產(chǎn)管理公司，分別剝離四大國(guó)有商業(yè)銀行的不良資產(chǎn)，并在1999年、2000年先后對(duì)四大國(guó)有商業(yè)銀行的13000多億不良資產(chǎn)進(jìn)行了處置，但是還是治標(biāo)不治本。在之后幾年時(shí)間里，我國(guó)銀行又積累了讓人焦心的新增不良貸款余

19、額。令人樂觀的是，2005年第一季度到第二季度時(shí)，中國(guó)銀行業(yè)按照五級(jí)貸款分類法，其不良貸款率從12.4%下降至8.71%，不良貸款額余額從18274.5億元人民幣降至12759.4億元人民幣。2008年第三季度到第四季度時(shí)，其不良貸款率從5.49%下降至2.42%，不良貸款余額從12654.3億元人民幣下降至5602.5億元人民幣。這兩時(shí)間段都下降了約3個(gè)百分點(diǎn)，對(duì)于中國(guó)銀行業(yè)信貸風(fēng)險(xiǎn)管理來說是個(gè)突破點(diǎn)。截止到2011年第三季度，中國(guó)銀行業(yè)的不良貸款率為0.9%，不良貸款余額為4078億元人民幣。 數(shù)據(jù)來自中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)網(wǎng)站近幾年的不良貸款率和不良貸款余額的雙降表現(xiàn)，說明我國(guó)整個(gè)銀行

20、業(yè)在貸款審批、信貸風(fēng)險(xiǎn)防范和處置不良貸款等銀行信貸管理方面的能力有所提高，也得益于我國(guó)經(jīng)濟(jì)體制改革對(duì)國(guó)有商業(yè)銀行不良資產(chǎn)的剝離。但是，我們還必須正確、謹(jǐn)慎地評(píng)估信貸風(fēng)險(xiǎn)，不能忘記1998年海南發(fā)展銀行倒閉的教訓(xùn)。（二）、信貸風(fēng)險(xiǎn)的相關(guān)理論概述信貸風(fēng)險(xiǎn)又稱違約風(fēng)險(xiǎn)，是指借款人或交易對(duì)象因種種原因，不能按期歸還貸款本金和利息或逾期不歸還等合同應(yīng)履行的其他行為，從而可能會(huì)給銀行帶來?yè)p失的潛在風(fēng)險(xiǎn)。主要表現(xiàn)在商業(yè)銀行的貸款、貼現(xiàn)、同業(yè)拆借、擔(dān)保、信用證、透支等方面。因此，尋找防范和處理信貸風(fēng)險(xiǎn)的途徑顯得十分重要了。信貸風(fēng)險(xiǎn)貫穿于整個(gè)銀行信貸經(jīng)營(yíng)的過程，需要及時(shí)、準(zhǔn)確地辨別出誘導(dǎo)信貸風(fēng)險(xiǎn)發(fā)生的因素，詳細(xì)

21、了解信貸風(fēng)險(xiǎn)的特征、大小、屬性及變動(dòng)趨勢(shì)，才能防范和控制信貸風(fēng)險(xiǎn)。信貸風(fēng)險(xiǎn)的類型從總體上可以劃分為兩類風(fēng)險(xiǎn),即市場(chǎng)性風(fēng)險(xiǎn)和非市場(chǎng)性風(fēng)險(xiǎn)。市場(chǎng)性風(fēng)險(xiǎn)是指借款人在產(chǎn)品的生產(chǎn)和銷售過程中，由于生產(chǎn)技術(shù)、市場(chǎng)條件等因素變動(dòng)而引起的生產(chǎn)風(fēng)險(xiǎn)和銷售風(fēng)險(xiǎn)；非市場(chǎng)風(fēng)險(xiǎn)是指社會(huì)和自然風(fēng)險(xiǎn)。社會(huì)風(fēng)險(xiǎn)來自于個(gè)人或團(tuán)體在社會(huì)上的行為引起的風(fēng)險(xiǎn)，自然風(fēng)險(xiǎn)來自于自然因素使借款人蒙受經(jīng)濟(jì)損失無法償還信貸本息的風(fēng)險(xiǎn)。信貸風(fēng)險(xiǎn)評(píng)估是對(duì)可能引起信貸風(fēng)險(xiǎn)的因素進(jìn)行定性分析和定量計(jì)算，在全面評(píng)價(jià)目標(biāo)對(duì)象信用情況下，對(duì)貸款人的貸款行為的信貸風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，也就是對(duì)貸款人違約的可能性評(píng)估，從而提供貸款決策依據(jù)。信貸風(fēng)險(xiǎn)評(píng)估的質(zhì)量直接影響后

22、繼工作的開展和效果，因?yàn)樾刨J資產(chǎn)質(zhì)量影響資金運(yùn)用效率，本文將基于四家國(guó)有商業(yè)銀行的信貸風(fēng)險(xiǎn)現(xiàn)狀，對(duì)其信貸風(fēng)險(xiǎn)存在的問題加強(qiáng)深入分析，提出改進(jìn)商業(yè)銀行信貸風(fēng)險(xiǎn)控制手段，對(duì)銀行業(yè)的發(fā)展具有重要的理論意義和極強(qiáng)的實(shí)際意義。（三）、國(guó)內(nèi)外商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法的研究概況1、國(guó)外商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法研究概況20世紀(jì)80年代以前，金融機(jī)構(gòu)基本上是根據(jù)銀行的以往經(jīng)驗(yàn)，通過對(duì)會(huì)計(jì)報(bào)表的財(cái)務(wù)數(shù)據(jù)比率來對(duì)貸款企業(yè)的信用質(zhì)量進(jìn)行定量分析，估計(jì)出貸款企業(yè)的違約概率。傳統(tǒng)的的度量方法主要包括專家判別法、信用評(píng)級(jí)法、信用評(píng)分模型、神經(jīng)網(wǎng)絡(luò)分析法等。傳統(tǒng)的度量方法具有較強(qiáng)的主觀性，不能夠反映企業(yè)未來的發(fā)展情況，有很大

23、的局限性。隨后受債務(wù)危機(jī)的影響，國(guó)際銀行業(yè)開始探索現(xiàn)代金融理論和工具來評(píng)估信貸風(fēng)險(xiǎn)，在信用市場(chǎng)中不斷研究出以風(fēng)險(xiǎn)價(jià)值為基礎(chǔ)的理論、以違約概率和預(yù)期損失為核心，通過復(fù)雜的計(jì)算建立數(shù)據(jù)統(tǒng)計(jì)模型的量化分析方法來應(yīng)對(duì)信貸風(fēng)險(xiǎn)。特別是在1997年爆發(fā)的亞洲金融危機(jī)后，人們更加注重市場(chǎng)風(fēng)險(xiǎn)與的綜合模型以及操作風(fēng)險(xiǎn)的量化問題，其中應(yīng)用廣泛的度量模型是KMV公司的預(yù)期違約率（EDF）模型、J.P.Morgan的信用度量術(shù)模型(Credit Metrics）、瑞士波士頓第一銀行的附加模型(Credit Risk+）、麥肯錫公司的信貸組合觀點(diǎn)模型(Credit Portfolio View）。2002年，Matt

24、hew Kurbat和 Irina Korablev通過水平確認(rèn)和校準(zhǔn)的方法對(duì)KMV模型進(jìn)行了驗(yàn)證，結(jié)果顯示KMV模型輸出的期望違約概率值EDF (Expected Default Frequency)是偏態(tài)分布；2003年，Peter Crodbie和Jeff Bohn以金融類公司為樣本進(jìn)行KMV模型研究，研究表明EDF值在金融類公司發(fā)生違約事件或破產(chǎn)之前可以準(zhǔn)確并靈敏地檢測(cè)到信用狀況發(fā)生的變化；巴塞爾委員會(huì)于2001年1月公布新巴塞爾資本協(xié)議，其中提出了兩種計(jì)量方法，即標(biāo)準(zhǔn)法（Standardised Approach）和內(nèi)部評(píng)級(jí)法IRB(Internal Ratings Based Ap

25、proach)，內(nèi)部評(píng)級(jí)法是新協(xié)議的核心。而巴塞爾新資本協(xié)議推薦使用的內(nèi)部評(píng)級(jí)是KMV模型。2、國(guó)內(nèi)商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法研究概況與西方發(fā)達(dá)國(guó)家相比，我國(guó)對(duì)計(jì)量方法的研究主要以定性分析為主。盡管我國(guó)股票市場(chǎng)發(fā)展不夠成熟，市場(chǎng)體制不夠完善，但是國(guó)內(nèi)對(duì)信貸風(fēng)險(xiǎn)模型也做出了不少的研究和分析。我國(guó)主要以國(guó)外研究出的模型方法在國(guó)內(nèi)市場(chǎng)的適用性上做了修正研究。在傳統(tǒng)度量技術(shù)方面，王春峰采用多元判別法、神經(jīng)網(wǎng)絡(luò)方法以及組合預(yù)測(cè)等方法分析商業(yè)銀行的；在現(xiàn)代度量技術(shù)方面，顧青、蒲勇健、雍少宏(2004)把引入的修正模型CVAR應(yīng)用到了計(jì)量的具體數(shù)學(xué)模型中。葛超豪、葛學(xué)健(2005)運(yùn)用聚類分析法估計(jì)銀行信貸風(fēng)

26、險(xiǎn)，詳細(xì)介紹了聚類技術(shù)的理論原理，樣本數(shù)據(jù)的前期處理，建立了評(píng)級(jí)信用的函數(shù)。我國(guó)商業(yè)銀行受信息、數(shù)據(jù)、技術(shù)等各方面條件的約束，一直采用信貸資產(chǎn)風(fēng)險(xiǎn)度方法衡量信貸風(fēng)險(xiǎn)大小，即對(duì)貸款資產(chǎn)進(jìn)行分類，根據(jù)每類資產(chǎn)的余額估計(jì)貸款資產(chǎn)風(fēng)險(xiǎn)的大小。同時(shí)也采用趙其宏（2001）和李揚(yáng)，王松奇（2000）認(rèn)為的：貸款的風(fēng)險(xiǎn)度由貸款方式、貸款對(duì)象、貸款形態(tài)的加權(quán)系數(shù)表示，以貸款風(fēng)險(xiǎn)度為標(biāo)準(zhǔn)，確定貸款貸與不貸。由此可看出，信用評(píng)級(jí)和貸款分類直接制約著我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)量化的準(zhǔn)確度和可信度，跟國(guó)外銀行業(yè)較為成熟的量化比較，我國(guó)商業(yè)銀行在信貸風(fēng)險(xiǎn)量化才剛剛開始，還需要結(jié)合中國(guó)的實(shí)際情況達(dá)到量化風(fēng)險(xiǎn)的最終目的。（四）、

27、商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法1、KMV模型的基本原理1993年，著名的信貸風(fēng)險(xiǎn)咨詢管理公司KMV發(fā)現(xiàn)：銀行每筆貸款的損益函數(shù)圖與股票期權(quán)賣方的損益圖十分相似，于是想通過比較來確定借款人還款時(shí)的資產(chǎn)市值及其波動(dòng)性。因此，KMV公司研究出的信用監(jiān)測(cè)模型（即KMV模型）是以Black-Scholes期權(quán)定價(jià)公式和Merton的風(fēng)險(xiǎn)債務(wù)定價(jià)理論 Robert C:Merton.On the pricing of corporate rate the risk structure of interest rates，Journal of Finance，1974,9(2):449-470為理論基礎(chǔ)，將公司股

28、票價(jià)值具有的期權(quán)特征應(yīng)用到公司信貸風(fēng)險(xiǎn)測(cè)量中，并給出借款人的違約率測(cè)量方法。KMV模型是結(jié)構(gòu)性模型，思路清晰、框架明確、數(shù)據(jù)易得、計(jì)算方便，并且國(guó)內(nèi)有很多參考文獻(xiàn)也證實(shí)了KMV模型在我國(guó)股票市場(chǎng)的適用性。2、KMV模型的基本思想KMV模型認(rèn)為公司之所以產(chǎn)生違約行為是因?yàn)楣镜馁Y產(chǎn)市場(chǎng)價(jià)值下降到公司債務(wù)賬面價(jià)值以下了，從而喪失了償還債務(wù)的能力。該模型預(yù)測(cè)公司信貸的基本思想是從借款公司股權(quán)所有者角度考慮公司貸款償還的，把借款公司看作是看漲期權(quán)的股權(quán)，以公司資產(chǎn)市場(chǎng)價(jià)值為標(biāo)的，以公司債務(wù)面值為執(zhí)行價(jià)格，再用假設(shè)的方法估算出公司資產(chǎn)價(jià)值和公司資產(chǎn)波動(dòng)性來計(jì)算出違約距離DD（Distance-Defau

29、lt，指公司資產(chǎn)市場(chǎng)價(jià)值期望值與違約觸發(fā)點(diǎn)的距離），最后利用KMV違約數(shù)據(jù)庫(kù)將違約距離映射出每個(gè)公司自己的期望違約概率 (它可以預(yù)測(cè)公開交易的債券收益變化)。站在借款人角度考慮，假定公司借款為A，貸款到期時(shí)該公司的資產(chǎn)市場(chǎng)價(jià)值為B，如果B>A則公司將會(huì)償還借款，股權(quán)所有者將持有公司資產(chǎn)的剩余價(jià)值，即為B減A的值。這表明公司在貸款期末時(shí)，其資產(chǎn)的市場(chǎng)價(jià)值越大，股權(quán)所有者持有的公司資產(chǎn)的剩余價(jià)值越大。反之，如果公司資產(chǎn)低于A，那么，公司的股權(quán)持有者就會(huì)無法償還貸款，從而形成違約。以控股公司持有的股票為標(biāo)的的看漲期權(quán)的收益狀況與該公司的股東權(quán)益損益狀況是完全相同的。假設(shè)公司股權(quán)的總執(zhí)行價(jià)格為X

30、，在買權(quán)的情況下，如果公司的股票價(jià)值大于X，則應(yīng)該執(zhí)行此買權(quán)，其應(yīng)得的收益為股票價(jià)值和X之間的差；否則不應(yīng)該執(zhí)行此買權(quán)。因此，可以理解為公司的股權(quán)是以公司資產(chǎn)為標(biāo)的的看漲期權(quán)，公司股權(quán)的執(zhí)行價(jià)格即為公司債務(wù)的面值，它的期限即為債務(wù)的期限。3、KMV模型的優(yōu)缺點(diǎn)KMV模型的優(yōu)點(diǎn)在于，它是個(gè)動(dòng)態(tài)模型，可以隨時(shí)通過股票市價(jià)的數(shù)據(jù)，及時(shí)得到市場(chǎng)預(yù)期的新違約概率值，反映投資者對(duì)該企業(yè)的未來發(fā)展的綜合預(yù)期。缺點(diǎn)在于，利用期權(quán)定價(jià)方法計(jì)算出的上市公司的資產(chǎn)價(jià)值、資產(chǎn)收益率的波動(dòng)性只能通過估計(jì)來確定，缺乏有效方法檢驗(yàn)精確性，必定存在估計(jì)與實(shí)際狀況的差異性。另外一點(diǎn)是，KMV模型不能預(yù)測(cè)非上市公司的期望違約概率

31、值。三、基于KMV模型對(duì)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)評(píng)估（一）、樣本選取本文所用到的數(shù)據(jù)是從安信證券交易系統(tǒng)和各大銀行網(wǎng)站的年報(bào)中提取，選取的是2010年1月1日到2010年12月31日工商銀行、中國(guó)銀行、建設(shè)銀行、交通銀行四家國(guó)有大型商業(yè)銀行的財(cái)務(wù)報(bào)表數(shù)據(jù)以及其股票市場(chǎng)的交易數(shù)據(jù)，然后運(yùn)用KMV模型對(duì)這些大型商業(yè)銀行的信貸風(fēng)險(xiǎn)狀況進(jìn)行實(shí)證分析。目前，我國(guó)應(yīng)該是有五大國(guó)有大型商業(yè)銀行，但是由于中國(guó)農(nóng)業(yè)銀行A股上市時(shí)間為2010年7月15日，所以本文無法對(duì)中國(guó)農(nóng)業(yè)銀行2010年的信貸風(fēng)險(xiǎn)通過與其他四家國(guó)有銀行同類數(shù)據(jù)（即股票市場(chǎng)交易的股價(jià)數(shù)據(jù)）做出實(shí)證分析。所以本文不對(duì)中國(guó)農(nóng)業(yè)銀行2010年信貸風(fēng)險(xiǎn)進(jìn)行

32、KMV模型的實(shí)證分析。（二）、參數(shù)的確定KMV模型估計(jì)預(yù)期違約率過程中需要七個(gè)變量：公司股權(quán)的市場(chǎng)價(jià)值、股權(quán)市場(chǎng)價(jià)值的波動(dòng)率、負(fù)債的賬面價(jià)值、無風(fēng)險(xiǎn)利率、時(shí)間、公司資產(chǎn)的市場(chǎng)價(jià)值以及公司資產(chǎn)價(jià)值的波動(dòng)率。其中、能通過銀行的財(cái)務(wù)報(bào)表和股票市場(chǎng)得到，而和則需要通過非線性方程求解得到。1、 本文根據(jù)2010年四大國(guó)有商業(yè)銀行年報(bào)中的負(fù)債總額估計(jì)其負(fù)債面額，債務(wù)期限t=1，即計(jì)算期限為1年的違約距離和違約概率。2、 股權(quán)市場(chǎng)價(jià)值。由于無法直接觀察公司資產(chǎn)市場(chǎng)價(jià)值及其波動(dòng)性，KMV模型借助期權(quán)定價(jià)原理，把公司股權(quán)的市場(chǎng)價(jià)值用股票的市場(chǎng)價(jià)值表示。股權(quán)的市場(chǎng)價(jià)值計(jì)算，是指整個(gè)2010年股票市場(chǎng)價(jià)值的平均值，

33、計(jì)算公式為： （1） 其中，是股權(quán)價(jià)值（即股票市場(chǎng)價(jià)格），表示一年每天的股票市場(chǎng)價(jià)值，表示一年內(nèi)交易的天數(shù)。3、 無風(fēng)險(xiǎn)利率。本文以中國(guó)人民銀行規(guī)定的2010年一年期定期存款利息率作為無風(fēng)險(xiǎn)利率，即=2.5%。4、 違約點(diǎn)。本文以KMV公司的經(jīng)驗(yàn)來估計(jì)確定違約點(diǎn)的位置，即違約點(diǎn)為是流動(dòng)負(fù)債與長(zhǎng)期負(fù)債一半的和。 結(jié)合KMV基本思想和我國(guó)目前的實(shí)際狀況，為了完善數(shù)據(jù)和提高結(jié)果的準(zhǔn)確度，本文在實(shí)證分析過程中需要做以下的假設(shè)：(1)公司股票價(jià)格服從對(duì)數(shù)正態(tài)分布。(2)公司資產(chǎn)價(jià)值符合標(biāo)準(zhǔn)正態(tài)分布。(3)假設(shè)公司資產(chǎn)價(jià)值未來一年保持不變，即預(yù)期年增長(zhǎng)率為0。（三）、實(shí)證分析KMV模型估計(jì)企業(yè)違約概率主要

34、包括三個(gè)步驟:首先通過企業(yè)股票的價(jià)值以及企業(yè)股票的波動(dòng)性來估計(jì)企業(yè)資產(chǎn)市場(chǎng)價(jià)值和其波動(dòng)性；然后根據(jù)企業(yè)的資本結(jié)構(gòu)解出公司的違約觸發(fā)點(diǎn)，得出違約距離；最后利用違約距離與違約概率的映射關(guān)系，計(jì)算出違約概率。1、估計(jì)資產(chǎn)市場(chǎng)價(jià)值和資產(chǎn)收益率的波動(dòng)性關(guān)于股票市場(chǎng)價(jià)值的波動(dòng)率，是在假設(shè)公司股票價(jià)格服從正態(tài)分布的情況下來估計(jì)的，因此，股票日收益率估計(jì)為： （2）其中，表示第i天的股票價(jià)格。股票日收益率標(biāo)準(zhǔn)差估計(jì)為： （3） （4）其中，表示一年內(nèi)股票收益率的均值，表示股權(quán)市場(chǎng)價(jià)值的日波動(dòng)率。那么股權(quán)市場(chǎng)價(jià)值的年波動(dòng)率為： （5）其中，t表示股票的實(shí)際交易天數(shù)，即中國(guó)股市為240天。表1：國(guó)有商業(yè)銀行期權(quán)的

35、市場(chǎng)價(jià)值及其波動(dòng)率 單位：百萬元人民幣名 稱股權(quán)的市場(chǎng)價(jià)值日波動(dòng)率年波動(dòng)率交通銀行股份有限公司189824.20.0190.294中國(guó)銀行股份有限公司671121.70.01460.227中國(guó)工商銀行股份有限公司11348140.01680.261中國(guó)建設(shè)銀行股份有限公司46502.310.01530.237得出股權(quán)的市場(chǎng)價(jià)值及其波動(dòng)率后，利用期權(quán)定價(jià)計(jì)算公式可推導(dǎo)出假設(shè)的公司資產(chǎn)價(jià)值變化為： （6）其中，表示的是公司的資產(chǎn)價(jià)值，用表示其變化；表示公司資產(chǎn)價(jià)值的漂移率；表示公司資產(chǎn)價(jià)值的波動(dòng)率；表示一個(gè)維納過程。股權(quán)可看作股東對(duì)公司資產(chǎn)價(jià)值的看漲期權(quán)，根據(jù)期權(quán)定價(jià)理論，可推導(dǎo)出公司股權(quán)價(jià)值的公

36、式： （7）如果在t時(shí)間到期的負(fù)債的賬面價(jià)值為B,那么公司的股票市場(chǎng)價(jià)值和資產(chǎn)市場(chǎng)價(jià)值的關(guān)系如下： （8）其中，E表示股權(quán)的市場(chǎng)價(jià)值；V表示公司的市場(chǎng)價(jià)值；r表示無風(fēng)險(xiǎn)利率；N為正態(tài)分布累計(jì)概率函數(shù)，由N計(jì)算得出和： （9） （10）通過將公式（7）和（8）先求微分再求出其數(shù)學(xué)期望值，得到： （11）得出公司資產(chǎn)價(jià)值的波動(dòng)率后，對(duì)公式（6）隨機(jī)微分方程解析得： （12）其中，指時(shí)間t時(shí)公司資產(chǎn)的市場(chǎng)價(jià)值；表示公司資產(chǎn)的預(yù)期收益率；表示公司受益的隨機(jī)因子，服從正態(tài)分布。通過上述已有的信息，公司的資產(chǎn)價(jià)值和資產(chǎn)波動(dòng)率就能計(jì)算得出。表2：大型國(guó)有商業(yè)銀行的資產(chǎn)價(jià)值及其波動(dòng)率 單位：百萬元人民幣名 稱

37、資產(chǎn)價(jià)值資產(chǎn)價(jià)值的波動(dòng)率交通銀行股份有限公司7763700.523中國(guó)銀行股份有限公司24732400.41中國(guó)工商銀行股份有限公司33086000.465中國(guó)建設(shè)銀行股份有限公司15998800.4392、計(jì)算違約距離根據(jù)KMV模型關(guān)于違約點(diǎn)的計(jì)算公式可得，違約實(shí)施點(diǎn)DPT的值為企業(yè)1年以下短期債務(wù)的價(jià)值（STD)加上未清償長(zhǎng)期債務(wù)賬面價(jià)值(LTD)的一半。表3：大型國(guó)有商業(yè)銀行的違約點(diǎn) 單位：百萬元人民幣名 稱流動(dòng)負(fù)債合計(jì)長(zhǎng)期負(fù)債合計(jì)違約點(diǎn)交通銀行股份有限公司4190131028111593307中國(guó)銀行股份有限公司13259680739534169573中國(guó)工商銀行股份有限公司65229

38、110408905585674中國(guó)建設(shè)銀行股份有限公司12074489435914592540 如圖1，違約概率相當(dāng)于企業(yè)資產(chǎn)價(jià)值分布曲線位于負(fù)債線以下的區(qū)域，它表示企業(yè)資產(chǎn)價(jià)值在一年內(nèi)降到D以下的概率，即企業(yè)一年內(nèi)違約（破產(chǎn)）的概率。圖1假定公司未來資產(chǎn)價(jià)值圍繞其現(xiàn)值呈正態(tài)分布，均值為E(V)，標(biāo)準(zhǔn)差為V，則可用下面的公式來計(jì)算公司在一年內(nèi)或t=0時(shí)的違約距離： （13）違約距離數(shù)字越大則代表資產(chǎn)的價(jià)值距離違約點(diǎn)越遠(yuǎn)，故公司違約的機(jī)率越小。資本資產(chǎn)定價(jià)模型中提到，資產(chǎn)收益率由無風(fēng)險(xiǎn)利率和資產(chǎn)溢價(jià)兩個(gè)方面構(gòu)成。其中資產(chǎn)溢價(jià)是隨資產(chǎn)與市場(chǎng)組合之間協(xié)方差的變化而發(fā)生變化，協(xié)方差增大則資產(chǎn)溢價(jià)提高，

39、反之協(xié)方差減小資本溢價(jià)減少。即： （14）其中，表示無風(fēng)險(xiǎn)利率，即為2.5%。表示股票市場(chǎng)的收益率，即為2010年的經(jīng)濟(jì)增長(zhǎng)率10.5%，而表示股票的值。由此，我們計(jì)算出資產(chǎn)的預(yù)期價(jià)值為： （15）表4：大型國(guó)有商業(yè)銀行的違約距離總市值 單位：百萬元人民幣名 稱總市值加權(quán)預(yù)期收益率公司預(yù)期價(jià)值違約距離交通銀行股份有限公司1.1620.118867651.8-1.601中國(guó)銀行股份有限公司0.7780.0882690425-1.34中國(guó)工商銀行股份有限公司0.7770.0883598904-1.188中國(guó)建設(shè)銀行股份有限公司0.9270.0991758797-3.6683、估計(jì)違約概率KMV模型

40、的預(yù)期違約率是通過違約距離與預(yù)期違約率之間的映射關(guān)系來確定的。所以，要確定預(yù)期違約率必須先建立違約距離和預(yù)期違約率的映射關(guān)系。而目前我國(guó)上市公司的違約歷史統(tǒng)計(jì)數(shù)據(jù)尚未形成合理的數(shù)據(jù)庫(kù)，嚴(yán)重缺乏基礎(chǔ)數(shù)據(jù)，信貸制度也不健全，所以很難通過違約距離轉(zhuǎn)化確定實(shí)際的違約率，使得違約概率的計(jì)算顯得十分困難。但利用違約距離與預(yù)期違約率之間的映射關(guān)系，可以更具違約距離的長(zhǎng)短反映公司在一定程度上的信用狀況，從而評(píng)估公司的水平?；谫Y產(chǎn)價(jià)值正態(tài)分布假定計(jì)算出的是期望違約概率EDF的理論值，所以該假定不一定與現(xiàn)實(shí)相符，原本KMV模型應(yīng)該根據(jù)歷史數(shù)據(jù)的期望違約概率經(jīng)驗(yàn)公式計(jì)算得出期望違約概率值，但是目前在中國(guó)無法收集到

41、完整的數(shù)據(jù)，因此期望違約概率的理論計(jì)算公式為： (16)表5：大型國(guó)有商業(yè)銀行的理論違約概率總市值名 稱違約距離違約概率交通銀行股份有限公司-1.6010.9453中國(guó)銀行股份有限公司-1.340.9098中國(guó)工商銀行股份有限公司-1.1880.8827中國(guó)建設(shè)銀行股份有限公司-3.6680.9999期望違約概率是基于市場(chǎng)價(jià)格計(jì)算出來的，其指標(biāo)來自于股票價(jià)格的實(shí)時(shí)行情數(shù)據(jù)的分析，而不是以歷史為依據(jù)的財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)，股票價(jià)格不僅反映了公司信貸狀況的歷史和現(xiàn)狀，還能對(duì)公司的未來預(yù)測(cè)。期望違約概率應(yīng)用過程中的缺陷在于，期望違約概率反映的是預(yù)期的違約概率，而非實(shí)際的違約概率，它是一個(gè)通過歷史數(shù)據(jù)模擬出

42、來的指標(biāo)，是對(duì)實(shí)際違約概率的一個(gè)估計(jì)值。則要求期望違約概率的計(jì)算需要有強(qiáng)大的公司違約信息數(shù)據(jù)庫(kù)為支撐，以保證準(zhǔn)確度。（四）、實(shí)證結(jié)果及其局限性根據(jù)KMV模型的基本思想，資產(chǎn)業(yè)績(jī)好或者資產(chǎn)波動(dòng)性相對(duì)小的公司，其違約距離大，發(fā)生違約的可能性就小，根據(jù)這一思想，業(yè)績(jī)好的公司的違約距離平均值最大，所以其發(fā)生違約的可能性最小，業(yè)績(jī)一般公司次之，而業(yè)績(jī)差公司發(fā)生違約的可能性最大。圖2：四大國(guó)有商業(yè)銀行的違約概率比較由圖2可知：違約概率最高的是中國(guó)建設(shè)銀行，為0.9999；最低為中國(guó)工商銀行，為0.8827。圖3：四大國(guó)有商業(yè)銀行的股權(quán)市場(chǎng)價(jià)值比較回顧表1數(shù)據(jù)可得：股權(quán)的市場(chǎng)價(jià)值最高是中國(guó)工商銀行，為113

43、4813.72百萬元，最低是中國(guó)建設(shè)銀行，為46502.31百萬元。論文選擇KMV模型進(jìn)行了實(shí)證分析，通過分析得出以下結(jié)論：1、利用公司股票收盤價(jià)格來估算公司資產(chǎn)價(jià)值的波動(dòng)率，利用總股本、流通股和每股凈資產(chǎn)對(duì)公司資產(chǎn)價(jià)值進(jìn)行估算，以及利用短期負(fù)債和長(zhǎng)期負(fù)債的綜合分析得出的違約點(diǎn)DP的估算是合理并且有效的。這些數(shù)據(jù)從市場(chǎng)上比較容易獲取，從而提高了KMV模型的可用性。2、通過對(duì)預(yù)期違約距離的判斷，在一定程度上反映了公司的信用狀況，可以度量公司的信貸風(fēng)險(xiǎn)，可以從分析數(shù)據(jù)上得出股權(quán)的市場(chǎng)價(jià)值高的公司的信貸風(fēng)險(xiǎn)要大于股權(quán)的市場(chǎng)價(jià)值低的公司的信貸風(fēng)險(xiǎn)。即股權(quán)的市場(chǎng)價(jià)值與其違約率成反比，即股權(quán)的市場(chǎng)價(jià)值越高

44、，其違約率越低。這說明，KMV模型應(yīng)用于我國(guó)信貸風(fēng)險(xiǎn)量化評(píng)價(jià)具有一定的適應(yīng)性。由于市場(chǎng)環(huán)境和基礎(chǔ)資料的限制，本文的研究也具有一定的局限性，具體而言，主要包括以下幾個(gè)方面：1、由于基礎(chǔ)數(shù)據(jù)的缺乏，論文沒有建立度量信貸風(fēng)險(xiǎn)的預(yù)期違約率指標(biāo)。在我國(guó)現(xiàn)有條件下，為了更好地利用違約距離來分析銀行的信用狀況，如何通過分析國(guó)有商業(yè)銀行違約距離與他們信用等級(jí)評(píng)估值之間的關(guān)系，建立兩者之間的轉(zhuǎn)換關(guān)系式有待進(jìn)一步研究。2、論文實(shí)證研究中大量運(yùn)用了證券市場(chǎng)中的股價(jià)交易數(shù)據(jù)，由于我國(guó)證券市場(chǎng)中股票尚未能夠全部實(shí)現(xiàn)全流通，非流通股的存在對(duì)研究結(jié)論有一定的影響。在西方發(fā)達(dá)國(guó)家中，上市公司的資產(chǎn)是可以流通的，期權(quán)定價(jià)模型是

45、成立的，KMV模型也暗含有此內(nèi)容假設(shè)。但我國(guó)上市公司的實(shí)際情況是存在大量非流通股，非流通股和流通股是同權(quán)不同價(jià)的，這就意味著對(duì)實(shí)證結(jié)果有一定的影響。3、論文在計(jì)算“違約距離”指標(biāo)需要股價(jià)交易數(shù)據(jù)，因而該方法無法直接用于對(duì)非上市國(guó)有銀行（如，中國(guó)農(nóng)業(yè)銀行）的信用狀況分析。國(guó)外一種將本方法用于非上市銀行的思路是分析非上市銀行的財(cái)務(wù)和經(jīng)營(yíng)管理等指標(biāo)，并同上市銀行的同類指標(biāo)進(jìn)行比較，如果有一家上市銀行的指標(biāo)同該非上市銀行接近，則求出該上市銀行的違約距離，近似作為此非上市銀行的違約距離。但是此方法在國(guó)內(nèi)是否適用，有待做進(jìn)一步地深入研究。 總體來說，違約距離在一定程度上能夠反映國(guó)有商業(yè)銀行信貸狀況的優(yōu)劣，

46、KMV模型在實(shí)證分析過程中表現(xiàn)出很好的適應(yīng)性，但是在計(jì)算過程中，本文做了很多的假設(shè)，這可能會(huì)導(dǎo)致結(jié)果的不準(zhǔn)確。而且一些計(jì)算方法是否完全適合中國(guó)的實(shí)際狀況還需要進(jìn)一步的研究分析。四、我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理的建議（一）、我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理評(píng)價(jià) 雖然我國(guó)商業(yè)銀行在不斷的進(jìn)步，得到了不少肯定，但從長(zhǎng)遠(yuǎn)發(fā)展來看，其信貸風(fēng)險(xiǎn)管理仍然存在問題，要不斷優(yōu)化體制才能持續(xù)發(fā)展。就KMV模型的應(yīng)用，本文認(rèn)為應(yīng)該從以下三個(gè)方面進(jìn)行優(yōu)化調(diào)整。1、信貸風(fēng)險(xiǎn)基礎(chǔ)數(shù)據(jù)的不完整由于我國(guó)目前還未建立違約數(shù)據(jù)庫(kù)，使得KMV模型實(shí)證研究停滯于違約距離的確定階段，無法確定違約距離和實(shí)際的違約率之間的映射關(guān)系，映射不出期

47、望違約概率，而KMV模型中期望違約概率才是該模型的最終需要的結(jié)果。尤其是最關(guān)鍵的違約概率和違約事件數(shù)據(jù)的不足，導(dǎo)致我國(guó)建立違約數(shù)據(jù)庫(kù)工作的滯后，使得公司的違約距離與實(shí)際的違約率之間的映射關(guān)系無法確定。2、信貸體制不完善由于我國(guó)資本市場(chǎng)發(fā)展不是很完善，其信貸體系存在很多缺陷，證券市場(chǎng)的有效性不足，存在很多投機(jī)性炒作。因此，很有可能存在股票價(jià)值沒有真實(shí)反映上市公司的真實(shí)經(jīng)營(yíng)情況，這樣的結(jié)果就會(huì)直接降低KMV模型在我國(guó)商業(yè)銀行中應(yīng)用的準(zhǔn)確性。3、國(guó)有商業(yè)銀行內(nèi)部控制系統(tǒng)還需規(guī)范完善的公司治理制度是商業(yè)銀行進(jìn)行信貸風(fēng)險(xiǎn)防范的前提條件，它為商業(yè)銀行內(nèi)部控制創(chuàng)造了更好的發(fā)揮空間。雖然我國(guó)商業(yè)銀行股份制進(jìn)行

48、了改革，已經(jīng)建立了相對(duì)完善的風(fēng)險(xiǎn)管理組織結(jié)構(gòu)，但卻還有不足之處。特別是限制政府對(duì)大型國(guó)有商業(yè)銀行的控制權(quán)。（二）、我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理建議1、建立信貸風(fēng)險(xiǎn)基礎(chǔ)數(shù)據(jù)庫(kù)，強(qiáng)化數(shù)據(jù)管理KMV模型在信貸風(fēng)險(xiǎn)計(jì)算中，數(shù)據(jù)是整個(gè)KMV模型能否根據(jù)現(xiàn)有外部信息對(duì)公司信貸風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)的關(guān)鍵。其所需數(shù)據(jù)是建立在上市公司信用信息歷史數(shù)據(jù)的基礎(chǔ)上，但前面本文中提到，我國(guó)證券市場(chǎng)起步晚、發(fā)展尚不成熟，信貸風(fēng)險(xiǎn)體系尚未建立。所以，公司信用數(shù)據(jù)積累嚴(yán)重不足，也很不規(guī)范，數(shù)據(jù)質(zhì)量也不高，數(shù)據(jù)源的完整性、真實(shí)性存在諸多問題，違約數(shù)據(jù)庫(kù)的缺乏使得我國(guó)無法對(duì)上市公司違約頻率或是破產(chǎn)的數(shù)據(jù)進(jìn)行系統(tǒng)詳實(shí)的記錄。建立基礎(chǔ)數(shù)據(jù)庫(kù)

49、是根據(jù)積累的歷史數(shù)據(jù)產(chǎn)生的信用等級(jí)評(píng)定和風(fēng)險(xiǎn)度量指標(biāo)，是建立違約率與違約距離的對(duì)應(yīng)關(guān)系的條件，為KMV模型的系統(tǒng)性應(yīng)用提供數(shù)據(jù)基礎(chǔ)，從而完善風(fēng)險(xiǎn)管理信息系統(tǒng)。因此，我國(guó)應(yīng)盡快按照內(nèi)部評(píng)級(jí)法的基本要求，加快信息系統(tǒng)建設(shè)，加快中國(guó)上市公司信用信息的歷史數(shù)據(jù)庫(kù)和網(wǎng)絡(luò)基礎(chǔ)設(shè)施的建設(shè)，建立大型客戶基礎(chǔ)數(shù)據(jù)庫(kù)，用科學(xué)的方法對(duì)數(shù)據(jù)進(jìn)行整理、加工和挖掘。目前可以通過建立企業(yè)數(shù)據(jù)過濾器，對(duì)企業(yè)提交的財(cái)務(wù)報(bào)表進(jìn)行真實(shí)性檢驗(yàn)，為采用KMV模型進(jìn)行信用風(fēng)險(xiǎn)評(píng)估提供完善和準(zhǔn)確的數(shù)據(jù)統(tǒng)計(jì)基礎(chǔ)。2、加大力度監(jiān)管，完善信貸風(fēng)險(xiǎn)評(píng)級(jí)系統(tǒng)KMV模型是直接利用上市公司的數(shù)據(jù)進(jìn)行信貸風(fēng)險(xiǎn)評(píng)估，這就要求證券市場(chǎng)必須健全，必須是有效的，

50、上市公司必須按照規(guī)章制度操作。但由于我國(guó)資本市場(chǎng)過度投機(jī)和市場(chǎng)操縱等人為的市場(chǎng)不規(guī)范因素的影響。證券市場(chǎng)的有效性不足，模型反映公司的資產(chǎn)價(jià)值和股票價(jià)值的關(guān)系不能很好成立。只有確保模型所需樣本數(shù)據(jù)的可靠性和完整性，KMV模型才能真實(shí)有效的反映上市公司的信用狀況。因此，必須進(jìn)一步完善和發(fā)展我國(guó)證券市場(chǎng)要求上市公司定期披露相關(guān)信息，其信息必須及時(shí)、準(zhǔn)確、真實(shí)，加強(qiáng)上市公司交易活動(dòng)的監(jiān)管，加大對(duì)機(jī)構(gòu)投資者的監(jiān)管力度。減少證券市場(chǎng)的投機(jī)行為，從而使股票價(jià)值能夠真實(shí)反映該公司的運(yùn)營(yíng)狀況。這樣才能更好的反映公司的資產(chǎn)價(jià)值和股票價(jià)值的關(guān)系，為KMV模型在我國(guó)上市公司信貸風(fēng)險(xiǎn)管理中的應(yīng)用提供了良好的金融環(huán)境，推

51、進(jìn)了中國(guó)股票市場(chǎng)的規(guī)范化建設(shè)，使得KMV模型的運(yùn)用更加具有精確性。3、完善國(guó)有商業(yè)銀行內(nèi)部控制系統(tǒng) 政府作為國(guó)有商業(yè)銀行的大股東，有最大權(quán)利控制著銀行。雖然我國(guó)國(guó)有商業(yè)銀行已經(jīng)進(jìn)行了股份制改革，但是政府仍然絕對(duì)控制著大型商業(yè)銀行，所以政府對(duì)大型商業(yè)銀行往往存在過渡的干涉，阻礙了大型商業(yè)銀行的發(fā)展。因此限制政府對(duì)國(guó)有商業(yè)銀行的控制權(quán)，是對(duì)國(guó)有商業(yè)銀行進(jìn)行公司化和市場(chǎng)化的推進(jìn)。五、結(jié)論與展望本文通過對(duì)國(guó)內(nèi)外研究商業(yè)銀行信貸風(fēng)險(xiǎn)量化方法的歸類與總結(jié)，說明了我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理的現(xiàn)狀及存在問題，在此基礎(chǔ)上利用KMV模型對(duì)我國(guó)大型國(guó)有商業(yè)銀行的信貸風(fēng)險(xiǎn)進(jìn)行了量化分析，得出我國(guó)大型商業(yè)銀行的違約概率很

52、高，而且其銀行規(guī)模越大信貸風(fēng)險(xiǎn)越大，這些結(jié)果表明我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理還存在很多不足。不僅要建立信貸風(fēng)險(xiǎn)基礎(chǔ)數(shù)據(jù)庫(kù)，還要完善和健全中國(guó)的信貸風(fēng)險(xiǎn)管理體制和證券市場(chǎng)，更要進(jìn)一步加強(qiáng)KMV模型在我國(guó)商業(yè)銀行的合理性應(yīng)用研究，從而使得我國(guó)大型商銀行有更好的發(fā)展，為我國(guó)經(jīng)濟(jì)建設(shè)作出積極作用。文獻(xiàn)綜述摘要：中國(guó)加入WTO后，金融業(yè)面對(duì)金融全球化趨勢(shì)，擴(kuò)大對(duì)外開放已不可避免，面臨的金融風(fēng)險(xiǎn)必然加大，經(jīng)濟(jì)金融格局的重大變化對(duì)我國(guó)商業(yè)銀行的經(jīng)營(yíng)提出了更高的要求，商業(yè)銀行的風(fēng)險(xiǎn)管理能力逐漸成為影響商業(yè)銀行生死存亡的核心競(jìng)爭(zhēng)力，其中信貸風(fēng)險(xiǎn)是我國(guó)商業(yè)銀行的主要風(fēng)險(xiǎn)。本文分析了我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)的管理現(xiàn)狀，通過

53、運(yùn)用KMV模型對(duì)我國(guó)四家大型國(guó)有商業(yè)銀行2010年數(shù)據(jù)進(jìn)行信貸風(fēng)險(xiǎn)量化分析和評(píng)價(jià)，并對(duì)此提出了提高我國(guó)國(guó)有商業(yè)銀行信貸風(fēng)險(xiǎn)管理的參考建議，提出我國(guó)國(guó)有商業(yè)銀行經(jīng)營(yíng)管理要牢固樹立信貸風(fēng)險(xiǎn)觀念，通過科學(xué)的方法來加以及時(shí)有效的防范和控制信貸風(fēng)險(xiǎn)。我國(guó)國(guó)有商業(yè)銀行才能夠在市場(chǎng)競(jìng)爭(zhēng)中不斷的發(fā)展和逐步提高經(jīng)濟(jì)競(jìng)爭(zhēng)力,使我國(guó)國(guó)有商業(yè)銀行在激烈的市場(chǎng)競(jìng)爭(zhēng)占有一席之地。關(guān)鍵詞：國(guó)有商業(yè)銀行；KMV模型；信貸風(fēng)險(xiǎn)；實(shí)證分析一、商業(yè)銀行信貸風(fēng)險(xiǎn)的概述（一）、商業(yè)銀行信貸風(fēng)險(xiǎn)含義商業(yè)銀行信貸風(fēng)險(xiǎn)，是指商業(yè)銀行在信貸業(yè)務(wù)經(jīng)營(yíng)過程中，由于各種內(nèi)外部不確定因素的影響，導(dǎo)致銀行信貸資產(chǎn)蒙受經(jīng)濟(jì)損失或獲取額外收益的可能性。信貸

54、風(fēng)險(xiǎn)具有復(fù)雜性，它不是具體某一類的個(gè)別風(fēng)險(xiǎn)，而是諸多風(fēng)險(xiǎn)類型的綜合體。具體包括：信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、其他風(fēng)險(xiǎn)。亞當(dāng)·斯密在國(guó)民財(cái)富性質(zhì)的原因的研究一書中詳細(xì)闡述的真實(shí)票據(jù)理論，應(yīng)當(dāng)是西方最早的關(guān)于商業(yè)貸款的理論。隨后，莫爾頓于1915年提出的資產(chǎn)轉(zhuǎn)換理論2，普魯克諾（1949）的預(yù)期收入理論3、其他經(jīng)濟(jì)學(xué)家于20世紀(jì)60年代提出的負(fù)責(zé)管理理論4、70年代提出的資產(chǎn)負(fù)債綜合管理理論5和80年代的資產(chǎn)負(fù)債表外管理6即風(fēng)險(xiǎn)資產(chǎn)管理理論，除此之外，再加上金融工程學(xué)、計(jì)量經(jīng)濟(jì)學(xué)的飛速發(fā)展及巴塞爾資本協(xié)議體系的形成和完善，商業(yè)銀行的信貸風(fēng)險(xiǎn)管理理論己經(jīng)形成一個(gè)較為完善的科學(xué)管理理論體系。國(guó)內(nèi)關(guān)于商業(yè)銀行信貸風(fēng)險(xiǎn)理論的研究遠(yuǎn)遠(yuǎn)落后于西方國(guó)家，開始于20世紀(jì)80年代末，但是隨著經(jīng)濟(jì)的飛速發(fā)展，我國(guó)政府及學(xué)者對(duì)商業(yè)銀行風(fēng)險(xiǎn)的興趣越來越濃厚，因此促進(jìn)了我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)研究的飛快發(fā)展，盡管這些研究都是建立在西方相關(guān)研究基礎(chǔ)上，但是卻加入了濃濃的中國(guó)特色，是與中國(guó)政治和經(jīng)濟(jì)發(fā)展相適應(yīng)的。（二）、商