信用风险模型综述及对我国借鉴

林　林　徐翔宇

摘要：近年来,全球化金融市场的波动性猛烈,不久前的美国次债危机更印证了商业银行的风险管理是国际国内金融界应该予以强烈重视。自《新巴塞尔资本协议》于2006 年正式实施以来,商业银行信用风险管理的手段和内容的中心发生了很大变化。本文介绍了传统信用风险模型和现代四大著名的国际信用风险模型,分析了未来信用风险模型发展趋势,以及模型在我国运用中存在的问题并提供了相关建议。

关键词：信用风险模型；模型发展趋势；模型在我国应用存在问题及建议

引言

近年来,随着全球范围内银行破产现象的增加,信用风险已成为银行所面临的主要风险之一。对于信用风险,新巴塞尔协议要求银行建立自己的基于内部评级的信用风险度量模型。因此,我们有必要了解传统信用模型及其局限并对当前国际上流行的信用风险管理模型和技术方法作系统的研究和比较。目前,信用风险模型的研究在我国刚刚起步,并已有学者就模型本身及方法作了一些介绍和比较研究。希望本文能对我国商业银行信用风险模型的建立提供借鉴与参考。

一、传统信用风险的测度方法与局限性

信用风险的定义有多种,但其本质是借款人信用的变化给银行等金融机构所带来的损失. 按文献［1］的定义,所谓信用风险,是指借款人或其他合约义务人信用质量的变化,致使其贷款或其他合约到期时不能偿还本息,或者不能履行合约规定的义务而给银行带来的损失. 区分传统和现代信用风险模型没有一个严格的界限. 传统信用风险模型主要有以下几种：

1.1 专家制度、评级方法

专家制度主要用品格(Character)、资本(Capital)、偿付能力(Capacity)、抵押品(Collateral)、经济周期(Cycle Condition)等5C 因素对借款人进行判断和权衡, 以此作为信贷决策的重要参考。但是, 这种方法定性的因素太多, 因此主要取决于信贷决策人员的经验判断, 主观性很强, 实施的效果不稳定, 无法给出企业违约率。

信用评级模型是在美国货币管理办公室开发的评级系统基础上拓展而来的。最早将贷款分为5级:正常贷款、关注贷款、次级贷款、可疑贷款、损失贷款。该方法是现今国际通行的风险管理技术和方法, 但该方法的缺点是违约率和信用级别的规定不能全部反映实际情况。Fadil在一项研究中发现, 许多银行都扩展了该评级方法, 开发出更为强大的内部信用评级系统如增加分类档次等, 对高品质的贷款也规定了一定的损失准备提取比例。1998年, 中国人民银行宣布在全国银行业中开始改进贷款质量分类工作, 实施新的“ 五级贷款” 分类法, 但我国现行的评级体系未能与违约率挂钩, 因此评级结果依然是完全依赖信贷员的主观判断。

1.2 判别分析(DA)

信用风险评估中, DA 方法首先对已知违约、非违约(或多个等级)类企业进行分类并形成若干个主体, 由这多个主体的特征找出一个或多个判别函数(或准则)用于判别任意已观察的向量应判属哪一主体。Altman 于1968 年提出了著名的Z 评分模型, 该模型主要是根据数理统计中的辨别分析技术, 选取最能反映借款人的财务状况, 对贷款质量影响最大, 最具预测和分析价值的比率, 设计出一个能最大程度地区分贷款风险度的数学模型, 对贷款申请者进行信用分析和评估。

1.3 Logit 模型

为了克服线性判别函数统计假设过于苛刻的不足, 开始采用Logit 模型以及非参数统计等方法来建立违约判别函数。Logit 是采用一系列财务比率变量来分析公司破产或违约的概率, 然后根据银行、投资者的风险偏好程度设定风险警界线, 以此对分析对象进行风险定位和决策。企业财务状况的评价可以看作是基于一系列独立变量基础上的分类问题, 企业财务状况的好坏与财务指标是非线性的, 财务指标可能是高度相关的, 并且并不服从正态分布,而采用Logit 方法对预测企业破产尽管有所改进, 但仍不够理想。

二、现代信用风险管理模型概述

国际上信用风险管理实践中应用最为广泛主要有KMV、Credit2Met rics、CreditRisk + 、Credit Portfolio View 四个模型。

2.1Credit Metrics 模型

CreditMetrics ( 信用计量) 模型是由J?P?摩根及美洲银行、KMV 公司、瑞士联合银行等金融机构于1997 年开发出的模型,运用VAR 框架, 用于对诸如贷款和私募债券等非交易资产进行估价和风险计算。该模型认为信用风险取决于债务人的信用状况, 信用工具( 包括债券和贷款等) 的市场价值取决于债务发行企业的信用等级。通过借款人的信用评级、评级转移矩阵、违约贷款的回收率、债券市场上的信用风险价差计算出贷款的市场价值及其波动性, 得出个别贷款和贷款组合的VAR 值。

Credit Metrics 模型的主要缺点如下: ①所有的预测和计算都以信用等级转移概率、违约概率为基础, 这两个历史统计数据库的可能性引起了许多专家的质疑。②只要处在同一等级, 所有企业的违约率是一样的。③实际违约率等于历史平均违约率。④信用等级等同于信贷质量, 信用等级与违约率是同义词, 对担保因素考虑不够。⑤信用等级的变化是独立的。这一假设很值得怀疑, 因为贷后的等级变化具有关联性, 在同一行业、同一地区的企业, 关联性大一些。在经济萧条时期, 贷款的信用价值变小、信用等级变低, 不同贷款的变化方向一致。

2.2KMV模型

KMV 模型是由KMV 公司( 现已被穆迪公司收购) 开发的一种违约预测模型。估计借款企业违约概率的方法。KMV 模型将股权视为企业资产的看涨期权, 以股票的市场数据为基础, 利用默顿的期权定价理论, 估计企业资产的当前市值和波动率, 再根据公司的负债计算出公司的违约点( 为企业1 年以下短期债务的价值加上未清偿长期债务账面价值的一半) , 然后计算借款人的违约距离( 即企业距离违约点的标准差数) , 最后根据企业的违约距离与预期违约率( EDF) 之间的对应关系, 求出企业的预期违约率。

巴塞尔银行监管委员会在2004 年通过的《巴塞尔新资本协议》中提倡使用内部评级法管理信用风险,并推荐使用KMV 模型进行内部评级,

可见KMV 模型已经在国外得到了广泛的认可和使用。但该模型仍存在一定局限性:正态分布的假定可能不大符合现实; 违约距离与预期违约率之间的关系映射方法还没有得以充分论证;对非上市公司评估则存在困难, 即在使用范围上受到一定的限制; 未对长期债务结构进行区别。

2.3 CreditRisk+ 模型

CreditRisk+ 模型是苏黎世信贷银行金融产品开发部于1996年开发的信用风险管理系统, 它应用保险经济学中的保险精算方法来计算债券或贷款组合的损失分布。该模型只考虑违约风险, 不考虑评级下调风险, 违约风险与债务人的资本结构无关, 违约事件纯粹是一个统计现象, 在此模型中, 违约概率不再是离散的, 而被模型化为具有一定概率分布的连续变量。每一笔贷款被视作小概率违约事件, 并且每笔贷款的违约概率都独立于其他贷款, 这样, 贷款组合违约概率的分布接近泊松分布。该模型考虑违约概率的不确定性和损失大小的不确定性, 并将损失的严重性和贷款的风险暴露数量划分频段, 计量违约概率和损失大小可以得出不同频段损失的分布, 对所有频段的损失加总即为贷款组合的损失分布。

2.4麦肯锡CPV信贷组合观察模型

同CreditMetrics 一样, CPV 模型不仅关注违约风险, 也关注联合的条件违约概率分布以及评级转移概率分布。由于系统性信用风险跟从信贷周期, 而信贷周期又跟从经济周期, 从信贷组合的角度看, 经济状态是决定信用风险的共同因素。在CreditMetrics的基础上, CPV 模型对周期性因素进行了处理, 将评级转移矩阵与经济增长率、失业率、利率、汇率、政府支出等宏观经济变量之间的关系模型化, 并通过蒙特卡罗模拟技术模拟周期性因素的“冲击”来测定评级转移概率的变化。麦肯锡模型可以看成是对CreditMetrics 的补充, 它克服了CreditMetrics 中不同时期的评级转移矩阵固定不变的缺点。

三、信用风险管理的发展趋势

总的来说, 现代信用风险管理呈现出如下几个发展趋势。

3.1信用风险管理由静态向动态发展

传统的信用风险管理长期以来都表现为一种静态管理。这主要是因为信用风险的计量技术在相当长的时间里都没有得到发展, 银行对信贷资产的估值通常采用历史成本法, 信贷资产只有到违约实际发生时才计为损失,而在违约发生前借款人的还款能力的变化而造成信用风险程度的变化难以得到反映, 银行因而难以根据实际信用风险的程度变化而进行动态的管理。在现代信用风险管理中, 这一状况得到了很大的改进。首先, 信用风险计量模型的发展使得组合管理者可以每天根据市场和交易对手的信用状况动态地衡量信用风险的水平, 盯市的方法也已经被引入到信用产品的估价和信用风险的衡量。其次, 信用衍生产品市场的发展使得组合管理者拥有了更加灵活、有效地管理信用风险的工具, 其信用风险承担水平可以根据其风险偏好, 通过信用衍生产品的交易进行动态的调整。

3.2 信用风险管理方法从定性走向定量

传统的信用风险管理手段主要包括分散投资、防止授信集中化、加强对借款人的信用审查和动态监控, 要求提供抵押或担保的信用强化措施等。尽管这些传统的信用风险管理方法经过多年的发展已相当完善和成熟,有些甚至已经制度化, 成为金融机构风险内控体制的重要组成部分, 但是, 这些传统的信用风险管理方法主要都是基于定性分析。

3.3信用评级机构在信用风险管理中发挥越来越重要作用

独立的信用评级机构在信用风险管理中的重要作用是信用风险管理的又一突出特点。由于相对于市场风险而言, 信息不对称导致的道德风险是信用风险产生的重要原因之一, 对企业信用状况及时、全面的了解是投资者防范信用风险的基本前提。独立的信用评级机构的建立和有效运作是保护投资者利益、提高信息收集与分析的规模效益的制度保障。在发达国家, 信用评级机构已经存在了很长时间, 现代信用风险管理对信用评级的依赖更加明显。如信用风险管理模型都直接依赖于企业被评定的信用等级及其变化。巴塞尔银行监管委员会发布的《新资本协议》中加强了信用评级在金融监管中的作用。

四、信用风险模型在我国应用中存在的问题及建议

虽然以上各种模型具有很多优点, 并在国外银行业中得到较好应用, 但用这些模型来进行信用风险管理对我国银行等金融机构来说是一个巨大挑战:

1.数据缺乏。由于信用制度不健全、信用体系尚未建立, 所以有关公司历史违约数据和规范债券评级统计数据严重缺乏, 很难把违约距离转化成实际违约率。同时, 利率尚未市场化等为转移矩阵的建立以及信用价差的确定造成了困难。

2.一些参数的稳定性假设问题。由于我国现阶段相关机制不健全, 资产收益的相关度不稳定, 使得信用计量模型对资产组合的分析难以恰当反映组合风险的未来状况, 使得模型对未来风险的预测能力有较大的影响。

3.肥尾问题。如果没有对资产收益的正态性假定, 那么构造理论上的KMV 模型非常困难。但直接观察市场可以看出, 我国证券市场股价不仅波动幅度大, 而且极端值出现的概率并不算小, 因此资产收益的非正态性问题也即肥尾问题应该受到重视。由以上分析可知, 目前各种模型在我国的应用缺乏必要的条件, 总体环境还不成熟, 但我们也必须看到该理论技术所体现的现代金融市场条件下基本的信用风险管理思想和理念是值得学习和借鉴的。针对我国存在的问题, 提出以下建议:

(1) 尽快建立企业违约数据库, 为银行直接的信贷决策提供参考, 同时也为科学量化的信用风险管理建立基础。

(2) 普及和发展信用管理中介服务行业, 进一步完善信用评级制度, 这是信用风险管理的必要前提。

(3) 积极发展和完善证券市场, 提高市场信息的透明度以及信息效率, 以平抑证券市场的过度投机,削减异常波动性, 从而为银行信用风险管理提供良好的金融环境。

参考文献：

［1］彭书杰, 胡素华. 信用风险模型综述［J］. 地质技术经济管理,2003 , 4(2) : 36 - 40

［2］PENG Shu2jie , HU Su2hua. Summarization of credit risk model ［J］. Geological Technometric Management , 2003 , 4(2) : 36 - 40

［3］约翰•考埃特, 爱德华•爱特曼, 保罗•纳拉亚南, 石晓军, 张振霞译.演进着的信用风险管理- 金融领域面临的巨大挑战［M］.北京:机械工业出版社, 2004,2

［4］中国人民银行.商业银行资产负债比例管理监控、监测指标和考核办法［J］.1995

［5］杨军.银行信用风险——理论、模型和实证分析

［6］黄青,彭家瑚《我国商业银行信贷风险管理系统的构建》企业经济2006

［7］马坚, 张卫朋, 刘新梅《现代信用风险模型比较分析》2004,8

（作者单位：东北大学工商管理学院 上海交通大学信息学院）