(風險管理)商業(yè)銀行信用風險管理

7/7(風險管理)商業(yè)銀行信用風險管理銀行信用風險管理

一、比較分析現(xiàn)代信用風險度量模型的異同點及應用時注意事項。（一）模型概述

1.信用監(jiān)測模型（CreditMonitorModel）

1993年，KMV公司利用布萊克—斯科爾斯－莫頓模型（BSMModel）提出了著名的信用監(jiān)測模型（CreditMonitorModel），并經(jīng)Longstaff和Schwarz（1995）、Dsa（1995）和Zhou（1997）對此作了進一步的發(fā)展，現(xiàn)已基本成熟并成為當今世界最為著名的信用風險度量模型之一。

由于該模型是在BSM基礎上建立起來的，因而有滿足BSM模型的基本假設，即公司股票價格是個隨機過程、允許賣空、沒有交易費用和稅收、證券可分性、不存在套利機會、證券交易的連續(xù)性、無風險利率在借款人還清債務前保持不變。KMV模型認為上市公司持有的資產(chǎn)分布及其資本結(jié)構(gòu)特征決定了借款人的信用質(zhì)量特征，并且借款人資本結(jié)構(gòu)只有所有者權(quán)益、短期債務、長期債務和可轉(zhuǎn)化的優(yōu)先股。當借款人資產(chǎn)價值小于違約點就可能違約，并認為違約點在數(shù)量上是短期債務與半倍的長期債務之和。由于假設上市公司市場價值服從布朗運動，并且借款人資產(chǎn)收益服從正態(tài)分布，這樣可以應用到期權(quán)理論求出預期違約率，因為銀行發(fā)放貸款所獲得的收益與賣出一份借款人企業(yè)資產(chǎn)的看跌期權(quán)是同構(gòu)的，因而還可以計算貸款的價差。顯然，該模型是用解析式來計算違約率的，它不像信用度量術(shù)和死亡模型是用統(tǒng)計的方法得出來的。

該模型的主要優(yōu)勢在于：它擁有強大的理論基礎，即現(xiàn)代公司理財和期權(quán)理論的“結(jié)構(gòu)性模型”；它采用的主要是股票市場的數(shù)據(jù)，因此，數(shù)據(jù)和結(jié)果更新很快，具有前瞻性；由于該模型將股權(quán)視為企業(yè)資產(chǎn)的看漲期權(quán)，所以它可以用于任何公開招股公司。然而，該模型也存在缺點：假設比較苛刻，尤其是資產(chǎn)收益分布實際上存在“肥尾”（fat-tailedness）現(xiàn)象，并不滿足正態(tài)分布假設；對于非上市公司，不得不采用歷史財務數(shù)據(jù)，數(shù)據(jù)的時效性大打折扣；沒有根據(jù)借款人信用品質(zhì)、擔保情況、可轉(zhuǎn)換性等區(qū)分長期債券；它是違約式（Default-Mode,DM）模型，對企業(yè)的杠桿比率捕捉鈍化，具有靜態(tài)性；不能處理非線性產(chǎn)品，如期權(quán)、外幣掉期。

2.信用度量術(shù)（CreditMetrics）

1997年，J.P.摩根聯(lián)合當時世界一流銀行和KMV公司共同開發(fā)出信用度量術(shù)（CreditMetrics），采用二階段法度量信用風險，此后，A.Nyfeler（2000）、LawreceR.Forest和KpmecpeatMarwick（2000），DavidJones和JohnMingo（2001）對此作了進一步解釋和拓展，現(xiàn)已基本成熟并成為當今世界最為著名的信用風險度量模型之一。

該模型計算起來比較復雜，也有很多假設：債券未來市場價值和風險完全由其遠期利率分布曲線決定（相同信用等級的遠期利率分布曲線是相同的），在模型中，唯一的變量是信用等級；信用等級是離散的，在同一級別的債券具有相同的遷移矩陣和違約率，遷移概率遵循馬爾可夫過程（MarkovProcess），同

時遷移概率具有穩(wěn)定性，且實際違約率等于歷史違約率；風險期限是固定的，一般為一年；不同債務人的信用等級的聯(lián)合分布是用兩者資產(chǎn)回報率聯(lián)合分布來估計的，資產(chǎn)回報率的聯(lián)合分布又用所有者權(quán)益收益率的聯(lián)合分布來代替；每個信用等級對應一條零息票收益率曲線（相同信用等級的零息票收益率曲線是相同的）；違約的含義不僅指債務人到期沒有償還債務，還可指債務人信用等級的下降所導致的債券市場價值下跌，并且違約事件發(fā)生在債務到期。

該模型要應用到利率期限結(jié)構(gòu)理論，并利用大量歷史統(tǒng)計數(shù)據(jù)，以計算不同年限跨度的信用等級遷移矩陣和違約率。因此，該模型考慮到債務人信用品質(zhì)變化所帶來的未來損失。該模型的組合方法有正態(tài)分布假設下的解析法和蒙特卡羅模擬法，通過均值、標準差、分位數(shù)、邊際貢獻等參數(shù)表達組合風險的特征。在資產(chǎn)價值服從正態(tài)分布下，可以根據(jù)信用等級遷移矩陣求出未來資產(chǎn)價值和方差，這樣就可以求出在一定置信水平下的資產(chǎn)最大損失。如采用蒙特卡羅模擬法，就得利用VaR方法計算債券可能的最不利的變化，即向較差信用等級遷移的可能性，用此方法來計算在一定置信水平下債券最大可能的損失。一般而言，蒙特卡羅模擬法相對正態(tài)分布假設下的解析法計算的準確度高。

該模型的主要優(yōu)勢在于：對組合價值的分布有正態(tài)分布假定下的解析方法和蒙特卡羅模擬法（MonteCarloSimulation），在一定程度上避免了資產(chǎn)收益率正態(tài)性硬性假設，可以用資產(chǎn)價值分布和百分位求出資產(chǎn)損失；對“違約”的概念進行了拓展，認為違約也包括債務人信用等級惡化；它是一種盯市（Market-to-Market，MTM）信用風險度量模型，能將債務價值的高端和低端考慮到；該模型適用范圍非常廣泛，包括傳統(tǒng)的商業(yè)貸款、信用證和承付書、固定收益證券、貿(mào)易融資和應收賬款等商業(yè)合同，而其高級版的信用風險度量術(shù)還能夠處理掉期合同、期貨合同及其他衍生產(chǎn)品；該模型提出了邊際風險貢獻的概念，很好地刻畫新增一筆債券/貸款的風險和收益及其取舍方法。該模型存在劣勢是：大量證據(jù)表明信用等級遷移概率并不遵循馬爾可夫過程，而是跨時自相關的；信用等級遷移矩陣未必是穩(wěn)定的，它受到行業(yè)、國家因素、周期因素等影響。

3.死亡模型（MortalityModel）

1997年，EwardI.Altman和Suggitt，Kishore開發(fā)出債券的邊際和累計死亡率表，俗稱死亡率模型。

該模型認為各債券違約相互獨立，即不存在相關效應和連鎖反應，相同信用等級的債券違約情況相同，而不同債券類型的違約下的損失率不同且相互獨立，但同一債券類型的違約下的損失率基本相同，這些與信用度量術(shù)有相同之處，但兩種模型在處理上有明顯不同。

事實上，該模型是用歷史數(shù)據(jù)統(tǒng)計不同信用等級下債券的邊際死亡率和累計死亡率，同時，也可以統(tǒng)計出不同信用等級下的LGD，所以該方法比較容易理解，但應用也存在較大難度，主要是對數(shù)據(jù)量要求很大，許多單個商業(yè)銀行無法提供如此大的數(shù)據(jù)庫，如對有7個信用等級的債券的損失進行比較精確測算，則樣本要達到7萬多個，這對一般商業(yè)銀行是不可能的。

該模型的主要優(yōu)勢：比較容易利用死亡率表來計算單個債券和債券組合的

預期損失及其波動率，特別是計算債券組合很方便；死亡模型是從大量樣本中統(tǒng)計出來的一個模型，所以采用的參數(shù)比較少。該模型主要劣勢：沒有考慮不同債券的相關性對計算結(jié)果的影響；沒有考慮宏觀經(jīng)濟環(huán)境對死亡率的影響，因而需要時時更新死亡率表；數(shù)據(jù)更新和計算量很大；不能處理非線性產(chǎn)品，如期權(quán)、外幣掉期。

4.信用風險附加法（CreditRisk+Model）

信用風險附加法是瑞士波士頓第一銀行產(chǎn)品部（CreditSuisseFinancialProducts,CSFP）在1997年源于保險精算學思想開發(fā)的。

該方法與信用度量術(shù)不同，它將價差風險看做市場風險而不是信用風險的部分，結(jié)果是，在任何時期，只有違約和不違約兩種狀態(tài)予以考慮，并且假定在不重疊的時間段內(nèi)違約人數(shù)相互獨立，服從泊松分布，與公司的資本結(jié)構(gòu)無關。由于該方法將貸款損失分為若干頻段，而每一頻段違約率均值是相同的，這樣可以計算在一定置信水平下的任何一個頻段貸款損失，每個頻段損失加總就是總的損失，所以這個方法的采用變量很少，處理能力很強。

該模型的主要優(yōu)勢體現(xiàn)在：易于求出債券及其組合的損失概率和邊際風險分布；模型集中于違約分析，所需估計變量很少，只需要違約和風險暴露的分布即可；該模型處理能力很強，可以處理數(shù)萬個不同地區(qū)、不同部門、不同時限等不同類型的風險暴露；根據(jù)組合價值的損失分布函數(shù)可以直接計算組合的預期損失和非預期損失的值，比較簡便。該模型的劣勢在于：與KMV模型一樣，只將違約風險納入模型，沒有考慮市場風險，而且認為違約風險與資本結(jié)構(gòu)無關；沒有考慮信用等級遷移，因而任意債權(quán)人的債務價值是固定不變的，它不依賴于債務發(fā)行人信用品質(zhì)和遠期利率的變化與波動。盡管違約概率受到一些隨機因素的影響，但風險暴露并不受這些因素的影響；每一頻段違約率均值的方差并不完全相同，否則會低估違約率；不能處理非線性金融產(chǎn)品，如期權(quán)、外幣掉期。

5.信貸組合觀點（CreditPortfolioView）

1998年，麥肯錫（McKinsey）公司Saunders和Wilson等人利用基本動力學的原理，從宏觀經(jīng)濟環(huán)境的角度來分析借款人的信用等級遷移，建立了信貸組合觀點，有時也稱麥肯錫模型。

該模型突破了信用度量術(shù)模型的假設，認為遷移概率在不同借款人類型之間，以及不同商業(yè)周期之間不是穩(wěn)定的，而應受到諸如國別、經(jīng)濟周期、失業(yè)率、GDP增長速度、長期利率水平、外匯匯率、政府支出、總儲蓄率、產(chǎn)業(yè)等因素的影響，并認為這些宏觀變量服從二階自相關過程。一般而言，遷移概率在商業(yè)周期期間會變動較大，而在衰退期間的變動會比在擴張期間更大。該模型有兩種方式處理周期性因素及其影響，一是將過去的樣本期間劃分為衰退年份和非衰退年份，并且計算兩個單獨的歷史上的遷移矩陣，即一個衰退矩陣和一個非衰退矩陣，以得到兩種分開的VaR計算結(jié)果；二是直接將遷移概率與宏觀因素之間的關系模型化，并且，如果模型是擬合的，就通過制造宏觀上的對于模型的“沖擊”來模擬遷移概率的跨時演變。顯然，該方法將無論是系統(tǒng)的還是非系統(tǒng)的宏觀因素納入模型中，以對遷移概率進行調(diào)整，因此，它實際上是

對信用度量術(shù)的補充和深化。

該模型的優(yōu)勢在于：較為充分地考慮了宏觀經(jīng)濟環(huán)境對信用等級遷移的影響，而不是無條件用歷史上違約率的平均值來代替；信用等級遷移概率具有盯市性，因而它與信用度量術(shù)結(jié)合起來可以提高信用風險度量的準確性；它清晰地給出了實際的離散的損失分布模型，這個損失分布依賴于子組合中信用頭寸的個數(shù)和大??；它既可以適用單個債務人，也可以適用于群體債務人，如零售組合。劣勢主要是：模型的數(shù)據(jù)依賴于一國很多宏觀經(jīng)濟數(shù)據(jù)，因而數(shù)據(jù)處理與計算較為繁雜；不能處理非線性產(chǎn)品，如期權(quán)、外幣掉期。

（二）模型異同分析比較

不同的模型具有各自不同的特點，現(xiàn)從如下幾個方面進行比較：

1.風險的定義

一般說來，信用風險度量模型可以分為兩類：盯住信用等級變化對貸款理論市值影響的盯住市場模型（ＭＴＭ）以及不考慮信用等級的變化、只考慮違約概率的違約模型（DM）。ＭＴＭ模型在界定信用風險的范疇時，既考慮了信用等級的變化，也考慮了違約，并由此來計算貸款價值的損失和收益以及貸款的信用風險。而ＤＭ模型偏重于預測違約損失，只考慮兩種狀態(tài)：違約和不違約，不考慮信用等級的變化。

很明顯，KMV僅著重于違約預測，屬于DM模型。Credit?鄄Metrics是一種多狀態(tài)的模型，能夠較為精確地計量信用風險的變化和損失值，屬于MTM模型。麥肯錫模型既可以被看作MTM模型，也可以被看作DM模型。CreditRisk+是DM模型，沒有考慮信用等級與相關性。死亡率模型是DM模型。

2.風險的影響因素

MTM模型假定企業(yè)的資產(chǎn)價值和資產(chǎn)價值的波動性是違約風險的主要影響因素，而DM模型假定的是違約率平均水平及其波動性，即平均違約率是違約風險的主要影響因素。

在KMV法中，公司的資產(chǎn)價值服從正態(tài)分布，預期違約率（EDF）隨著新信息被納入股票價格而發(fā)生變化。股票價格的變化以及股票價格的波動性成為KMV中預期違約率變化的基礎。在CreditMetrics中，違約概率以及信用等級的變化被模型化為基于歷史數(shù)據(jù)的信用轉(zhuǎn)移矩陣，不考慮市場風險，違約率被視為離散變量。在麥肯錫模型中，將宏觀因素納入到模型，違約率考慮了經(jīng)濟周期的影響，因而，風險的波動受總體經(jīng)濟環(huán)境的影響。在CreditRisk+里，違約率被視為連續(xù)變量，并且違約次數(shù)服從泊松分布，沒有考慮市場風險，而且違約風險與資本結(jié)構(gòu)無關。在死亡率模型中，風險的測定與判斷只是基于歷史上的各因素對風險的影響情況，沒有考慮宏觀經(jīng)濟環(huán)境對死亡率的影響。

3.數(shù)據(jù)依據(jù)基礎

不同模型所依據(jù)的數(shù)據(jù)基礎不同。KMV模型以股票市場數(shù)據(jù)為基礎，包含

比較多的市場信息。CreditMetrics采用歷史數(shù)據(jù)，也就是“向后看”的方法。麥肯錫模型數(shù)據(jù)在一定程度上運用了歷史值，但它同時又考慮了宏觀的因素，對商業(yè)周期也予以考慮，對當期受到的沖擊也很敏感，因此能夠在一定程度上修正CreditMetrics的偏差。CreditRisk+中數(shù)據(jù)要求簡單，需要輸入的數(shù)據(jù)少，基于歷史數(shù)據(jù)確定某頻段的平均違約率。死亡率模型是簡單的依靠歷史數(shù)據(jù)預測違約損失，采用的參數(shù)比較少，但若要保證測算的精度，需要大規(guī)模的包括各等級的債權(quán)工具的歷史觀測值樣本。

4.回收率

損失的分布和VaR值的計算不僅取決于違約的概率，也取決于損失的嚴重程度或給定違約概率下的違約損失(LGD)。KMV法的簡單模型中回收率被看作是常數(shù)，該模型新近的發(fā)展中允許回收率服從beta分布。CreditMetrics中，當貸款市值服從正態(tài)分布時，估計的回收率的標準差可以用于VaR的計算；當貸款市值為實際分布時，可以利用轉(zhuǎn)移概率矩陣和對應的貸款價值表近似計算不同置信度下的VaR值和回收率。顯然，回收率是可變的。麥肯錫模型是在CreditMetrics的基礎上對轉(zhuǎn)移概率矩陣進行了調(diào)整。如果它是用于計算對經(jīng)濟周期敏感的VaR值，那么，回收率是可變的；如果它是用于計算周期影響下的違約損失率，那么，回收率為常數(shù)。CreditRisk+中可按風險暴露將信貸組合劃分為若干頻段，在每個頻段中信貸組合的回收率可視為常數(shù)。死亡率模型為DM模型，回收率采用歷史統(tǒng)計數(shù)據(jù)的平均值，為常數(shù)。

5.模型的使用條件

各個模型由于理論假設、模型設計和數(shù)據(jù)基礎的不同而具有不同的使用條件。KMV模型要求有大量的上市企業(yè)，股票市場要發(fā)達、有效，股票的交易價格能夠反映企業(yè)資產(chǎn)的市場價值情況，還要有相當長時間的股價變動歷史數(shù)據(jù)和企業(yè)信用狀況的歷史數(shù)據(jù)。該模型不能用于非上市公司。CreditMetrics模型要求有較為完善的內(nèi)、外部信用評級體系和積累的大量歷史數(shù)據(jù)，從而能夠建立信用等級轉(zhuǎn)移概率矩陣。另外，它還要求無風險利率是固定不變的。麥肯錫模型根據(jù)低信用等級的企業(yè)受宏觀經(jīng)濟環(huán)境影響較大的理論建立，一般適合對低信用等級的企業(yè)貸款的信用風險進行度量。CreditRisk+能對多筆相互獨立的中小債務進行管理，處理能力很強。它不考慮市場風險，不能處理非線性的金融產(chǎn)品。對于死亡率模型，由于要保證測算的精度，需要大規(guī)模的包括各等級的債權(quán)工具的歷史觀測值樣本。

6．模型的適用對象

CreditMetrics模型和KMV模型適用于公司和大客戶信用風險的度量，CreditRisk+模型適用于銀行對零售客戶的信用風險度量，而CreditPortfolioView模型適用于對宏觀經(jīng)濟因素變化敏感的投機級債務人的信用風險度量。

我們引用一個表格做一個說明：

信用風險模型的關鍵特征比較

*以上表格出自《現(xiàn)代信用風險度量模型比較分析》金志博王紅娟

（三）信用風險模型在我國應用中存在的問題及建議

1、數(shù)據(jù)缺乏

由于信用制度不健全、信用體系尚未建立，所以有關公司歷史違約數(shù)據(jù)和規(guī)范債券評級統(tǒng)計數(shù)據(jù)嚴重缺乏，很難把違約距離轉(zhuǎn)化成實際違約率。同時，

利率尚未市場化等為轉(zhuǎn)移矩陣的建立以及信用價差的確定造成了困難。

2、一些參數(shù)的穩(wěn)定性假設問題

由我國現(xiàn)階段相關機制不健全，資產(chǎn)收益的相關度不穩(wěn)定，使得信用計量模型對資產(chǎn)組合的分析難以恰當反映組合風險的未來狀況，使得模型對未來風險的預測能力有較大的影響。

3、肥尾問題

我國證券市場股價不僅波動幅度大，而且極端值出現(xiàn)的概率并不算小，因此資產(chǎn)收益的非正態(tài)性問題也即肥尾問題應該受到重視。由以上分析可知，目前各種模型在我國的應用缺乏必要的條件，總體環(huán)境還不成熟，但也必須看到該理論技術(shù)所體現(xiàn)的現(xiàn)代金融市場條件下的基本信用風險管理思想和理念是值得學習和借鑒的。針對我國存在的問題，提出以下建議：一是盡快建立企業(yè)違約數(shù)據(jù)庫，為銀行直接的信貸決策提供參考，同時也為科學量化的信用風險管理建立基礎。二是普及和發(fā)展信用管理中介服務行業(yè)，進一步完善信用評級制度，這是信用風險管理的必要前提。三是積極發(fā)展和完善證券市場，提高市場信息的透明度以及信息效率，以平抑證券市場的過度投機，削減異常波動性，為銀行信用風險管理提供良好的金融環(huán)境。

（四）對信用風險度量模型的綜合評價

根據(jù)對違約定義的不同，可將以上模型分為盯市模型（MTM）與違約模型（DM），MTM模型和DM模型是銀行業(yè)普遍使用的兩大類信用風險度量模型。盯市模型是以資產(chǎn)市場價值變化為基礎計算VaR的模型；而違約模型是集中于預測違約損失，它只考慮了兩種情形：違約和不違約。盯市模型相對違約模型的一個顯著差異是前者它包括了價差風險，因為它除了考慮違約與不違約兩種信用狀態(tài)以外，還要考慮到信用質(zhì)量的變化，比如信用等級的升降或下降，在此意義下MTM模型是DM模型的一種推廣。據(jù)此分析，信用度量術(shù)是個典型的MTM模型；死亡模型、信用風險附加法、貸款分析系統(tǒng)和信用監(jiān)測模型本質(zhì)是DM模型，但高級版的信用監(jiān)測模型也是MTM模型；而信貸組合觀點既是MTM模型，也是DM模型。由于MTM模型計算的貸款損失能時時更新，更有利于銀行進行風險管理，也是銀行風險管理追求的目標，因而在實際應用中更受歡迎。

以上信用風險度量模型的一個重要差別是違約概率的波動性。在信用監(jiān)測模型中，違約率隨著借款人股票市價變化而變化；在信用度量術(shù)和死亡率模型中，違約概率是基于歷史數(shù)據(jù)統(tǒng)計出來的固定的、離散的值；在信用風險附加法中，每筆貸款的違約率是可變的，違約率均值被模型化為一個有著伽馬分布（Gammadistribution）的變量；在信貸組合觀點中，違約概率是一套正態(tài)分布的受到宏觀因素沖擊的一個對數(shù)函數(shù)；貸款分析系統(tǒng)的違約率受利率或者借款人資產(chǎn)價值變化而變化。事實上，借款人違約行為是個復雜的過程，不僅受到企業(yè)自身的影響，也受到市場和國家宏觀經(jīng)濟政策的影響，因而可變的違約率更符合實際情況。

損失的分布和VaR的計算不僅取決于違約的概率，而且也取決于損失的嚴

重程度或違約下的損失率。經(jīng)驗證據(jù)表明違約嚴重程度和貸款回收情況隨時間演變而有相當大的波動性，進而，將變化的回收率（回收率在數(shù)量上是1與LGD之差）包括進去有可能增加VaR或未預期的損失率。信用監(jiān)測模型假設回收率為一個常數(shù)，但高級版的信用監(jiān)測模型允許回收率遵循貝塔分布（Betadistribution）；在信用度量術(shù)模型和死亡模