构建银行信用风险预警机制初探

郭国本

一、银行信用风险存在的成因

信用风险一般是指借款人到期不能或不愿履行借款协议而致使银行遭受损失的可能性,实际上是违约风险。回顾历史,从700多年前银行在地中海畔的佛罗伦萨出现伊始,借款偿还中的不确定因素即信用风险就同信贷行为形影不离,信用风险管理亦成为银行业的永恒命题。

信息经济学认为,任何经济交易都存在信息不对称,信息占优的一方就可能以低于社会平均质量的标的物进行出售,信息劣势的一方只能按照社会平均水平对标的物出价。交易双方经过博弈,最终会进一步降低市场上出售商品的质量,这就是逆向选择问题。金融市场上的银企双方由于信息不对称而进行逆向选择的结果将降低信贷行为的质量;在交易合同或契约签订后,一方利用信息优势为自身谋利而损害另一方利益,而利益损害的一方不具有完全信息,很难判断遭受损失的具体原因,这就是道德风险问题,道德风险的存在导致银企双方的投机行为,而借款人的投机行为将是信用风险的直接起因。

银行与借款人、银行的委托者(股东)和经营者、借款人的股东与经营者实际上已经构成了多重的委托代理关系。依据信息经济学的解释,在信息不对称情况下,只要存在委托代理关系,就存在逆向选择和道德风险的可能性。如果不存在使委托人和代理人效用趋于一致的制度安排,则代理人就会利用信息优势去追求自身效用最大化,最终损害委托者的利益。在实践中,企业和银行的经营者由于获得奖励和受到处罚的不对称性,往往具有把资金投入高风险、高收益行业的倾向,也是导致信用风险产生的重要原因。

二、银行信用风险预警机制应满足的基本功能

对于以风险管理为核心的银行来说,构建一套良好的信用风险预警机制来识别、度量风险并确定可能的损失成为风险管理的关键环节。依据风险产生的成因的经济学解释,银行信用风险预警机制应当具备以下基本功能:

1.有效改善银企信息不对称状况,最大限度降低借款人投机行为的发生

信用风险产生的根源主要有两个,一是银行与借款人之间的信息不对称,造成银行不可能用合适的价格(利率)(价格差所带来的收益足以弥补信用风险所带来的损失)来对应不同的贷款风险;二是银行内部以及银行与借款人之间委托代理链条的存在,银行无法避免自身管理层和借款人的机会主义行径。一套良好的信用风险预警机制,一方面应当尽可能的收集借款人、行业、经济信息,规范银行信息收集工作的目标、任务、程序、内容、考核等管理内容,提高银行信息的真实性、及时性、全面性和机制性,必要时可求助于外部中介机构;另一方面,对内要和银行管理层签订完整的契约,规范各自权利,改善内部治理结构,完善产权机制,同时注重对管理层的长期激励,对外和借款人完善合同等法律关系的同时,对借款人进行长期评价,注重同对方建立长期的合作关系。用博弈论的话说,就是要建立重复博弈来避免交易者的机会主义行为。而长期博弈能够进行下去的关键是建立一套惩戒机制,并且要使对方相信这套惩戒机制。比如对经营者设立期权、对借款人实施黑名单制度就是建立重复博弈的有效手段。

2.应把定性和定量分析结合起来,从制度和技术两个层面共同预防风险

传统的信用风险预警主要要靠信贷人员的主观判断,如5C要素分析法,目前信用风险分析工具的日益增多又使很多人认为信用风险预警已经成为一门精确的科学,但实际上采取任何一种极端的措施都不能解决好问题。在一个充满耀眼的但又不完善的模型的世界里,银行的高级管理者需要协调好传统的管理工具(如稽核、对比、控制等)与模型的关系。银行信用风险预警机制不仅需要构成技术层面的模型,也许更重要的是制度方面的因素。根据新制度经济学的解释,制度不仅仅是对权利的准确界定,而且还包括一种能够维护权利界定的意识形态,具体到风险预警机制中,可以说就是风险文化。银行每位职员根据风险文化都会知道银行在推崇什么,在反对什么,这样的风险文化会告诉员工:我们将对表现良好者给予奖赏,但你们一定要按规则办事。在国际金融危机的背景下,我国银行在学习国际经验构建信用风险计量工具的同时,反思本次金融危机的成因,培养自身的风险文化也显得比以往什么时候都重要。

(1)应具有前瞻性,实用性较好,能够满足银行决策需要

银行信用风险预警机制应当是一个完整的机制,这个机制具有较好的预测功能,同时具有实用性,操作相对简单,要求的信息输入和输出的结果都不应太复杂,否则它满足银行决策的能力就会大打折扣。风险预警机制并不一定需要建立复杂的计算模型,例如传统的Altman模型就相对简单,但具有不错的预警功能。如果预警模型要求的数据很多而且很难以取得,输出数据难以给人以清晰明了的结论,那么它的适用性就值得进一步考虑了。

(2)应把银行内部控制制度和外部监管相结合

银行信用风险预警机制本身就是银行内部控制制度的一部分,如果没有内控制度其他部分的协助,风险预警机制既使能够发现风险也未必能让管理者尽快知悉并处理。《巴塞尔协议Ⅱ》第三稿提出了内部评级的资本金计算方法(简称“内部评级法”)。计算方法分两步进行:首先是计算每个债项的风险权重,其次是确定每个债项对应的最低资本金规模,内部评级法的关键是确定PD、LGD、EAD以及M等四个输入参数。实际上信用风险预警机制输出结果中重要的组成部分就是这些数据,因此预警机制要符合协议要求,和外部监管要求相对接。

三、信用风险预警机制的构建——制度层面

1.设立独立的信用风险管理机构,培养独立的信用风险分析人员

将银行业务流程中的业务开发、风险控制、内部稽核、贷款决策等岗位相互分离、相互牵制,设立独立的信用风险管理部门、培养独立的信用风险分析人员是健全银行内部控制制度,明确划分和界定管理层职责的重要举措。信用风险管理机构是运行风险预警机制的载体,在当前风险管理水平已经成为直接决定银行竞争力强弱的重要因素的情况下,设立一个独立于业务开发和贷款决策部门之外信用风险管理机构是减弱金融脆弱性的重要制度安排。培养具有独立地位、熟练掌握信用风险计量技术的信用风险分析人员则是收集数据、构建数量模型及运行预警机制的基础。

2.建立信息收集分析制度

建立完善的信用风险预警机制至少需要两方面的数据:一是行业数据,不同行业的发展前景、市场结构和主要风险因素各不相同,只有通过行业比较,才能降低银行和借款人相比的信息劣势,准确界定特定客户的信用风险水平;二是客户数据,特别重要的是要建立客户违约数据库,按照《巴塞尔协议Ⅱ》建立内部评级法的银行都需要建立自己的风险预警模型,积累必要的客户数据及客户违约数据是建立这些模型的前提条件。

3.建立健全监测检查制度

要建立健全监测检查制度,定期或随机了解信用风险预警过程,防范可能出现的道德风险和操作风险,随时发现并解决风险预警中出现的问题,纠正在数据收集、模型构建、结果输出等方面发生的差错,实际上检测检查制度就是整个预警机制中的纠错制度。

4.形成具有约束力的信用风险文化

一个组织可能会设立非常复杂的政策及程序,通过检查、报告等手段来控制其风险承载,但是如果这个组织缺乏一个良好的风险文化内核,所有这些都将是徒有形式,不能发挥应有的效果。信用文化是一种无形的约束,是一种潜在的引导机制。好的信用文化首先要有一个明确的信用目标,即银行所承担的风险的安全范围;其次,还取决于管理者的言传身教;另外,一个银行的报酬机制也是营造信用文化的最有效的工具之一。

四、信用风险预警机制的构建——技术层面

从技术层面来看,构建一个信用风险预警机制可以尝试通过以下步骤:

1. 建立客户数据库和行业数据库

首先将客户的基本资料,包括基本情况和主要的财务数据输入机制,机制应自动将需要的数据分入客户和行业两个数据库中,当然行业数据库需要的不仅仅是来自于客户的数据,还需要通过其他途径收集各行各业的一般信息。

2.鉴别并筛选借款人的财务数据

来自客户的财务数据需要进一步的评估其真实性,目前银行主要的鉴别手段是依赖会计师事务所的审计意见和银行自身风险分析人员的判断,如果行业数据库里面拥有足够多的数据的话,还可以用客户财务数据和行业标准财务数据相核对(机制设计完善的话可以自动进行核对),从而对客户财务数据进行一定的鉴别。这一步骤一方面需要足够多的经过检验的行业财务数据,另一方面要寻找那些能够代表行业特征的基础财务数据,以供双方核对。考虑到预警机制还有下面一些处理步骤,本步骤不需要设计的过于复杂而增加整个机制的成本。

3.利用利用财务预警模型进行预处理

由于信用风险往往最早表现为财务恶化或财务困境,因此财务预警模型无疑可以将一些财务状况出现恶化趋势的企业及早筛选掉,以避免给机制造成过重的负担。财务预警模型中比较著名的是Z值模型。Z值模型由Altman于1968年提出,该模型运用五种财务比率,通过加权汇总产生总判别分(Z值),以此来预测财务危机:

判别函数Z=0.012X₁+0.014X₂+0.033X₃+0.006X₄+0.010X₅

其中:X₁=营运资金/资产总额 X₂=留存收益(未分配利润)/资产总额

X₃=息税前利润/资产总额 X₄=股东的权益资产/负债总额

X₅=销售额/资产总额

各财务比率以绝对百分率表示,当Z<2.675时,属于违约类。对借款企业利用判别函数进行计算,并将总分与临界值比较,低于该值的企业被归入不发放贷款的企业行列。我国学者曾用Z值模型检验ST 生态农业,发现模型具有较好的财务预测能力。

4.利用信用风险评价模型(外部和内部模型均可)预测借款人的违约概率,根据银行的风险偏好程度设定风险警界线,从而进行有效预警。

信用风险预警机制的关键是利用风险评价模型预测借款人的违约概率,进而根据银行的风险偏好程度作出相应决策。信用风险判别模型国内外已经建立了很多,目前国际上应用是最有效的、国际金融业和学术界视为主流方法是多变量信用风险判别模型。多变量信用风险判别模型是以特征财务比率为解释变量,运用数量统计方法推导而建立起的标准模型。概括起来有线性概率模型、Logit、Probit模型和判别分析模型。此外以资本市场理论和信息科学为支撑的一些方法还有期权定价型的破产模型、债券违约率模型和神经网络分析模型。我国银行在数据收集方面与模型构建需求有一定的差距,此外目前资本市场上资产价格和其内在价值并没有很大程度的吻合,在上述两个约束条件下,也许采用多变量信用风险判别模型更为有效一些。

5.将没有通过2、4步骤检验的数据录入客户违约数据库。

构建风险预警机制的关键是建立或引进符合自己银行需要的风险计量模型,构建这些模型的最大困难是缺乏客户数据特别是客户违约数据,因此在机制运行的初期可能更多由于机制本身不太完善而需要更多的定性判断,而经过长期运行,在数据积累完成后就可以运用这些数据来构建计量模型,并在实际工作过程中逐步完善。

参考文献:

[1] 丁韶年.一种多元线性回归企业企业信用分类监管数学模型的构建和应用[J].《中国工商管理研究》,2004,(8):23-26

[2] 杨宗昌,赵红.运用财务失败预警模型对上市公司进行财务分析[J].《上海会计》,2002,(11):5-7

[3] 张玲,张佳林.信用风险评估方法发展趋势[J].《预测》,2000,(4):72-75

(作者单位:国家开发银行浙江省分行)