導語：商業(yè)銀行信貸度量模型論文一文來源于網友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：文章首先對信貸風險的概念和性質進行了分析，然后在此基礎上對信貸風險的度量方法、模型進行研究，指出各自的原理、優(yōu)缺點和適用范圍。為信貸風險度量方法和模型的應用或研究提供一定的幫助。

關鍵詞：商業(yè)銀行；信貸風險；信貸風險度量模型

一、信貸風險的相關概念分析

1．信貸風險的涵義。信貸風險是商業(yè)銀行面臨的最基本、最古老也是危害最大的風險。信貸風險是指債務人由于各種原因不能完全履約而遭受損失的可能性，隨著現代風險環(huán)境的變化和信用衍生品市場的出現，使信貸風險還包括由于信用事件引起的損失的可能性。

由以上信貸風險的涵義我們可以看出，現代信貸風險得涵義主要包括兩個方面：（1）信貸違約風險。這是所有的銀行貸款都面臨的風險。在借款企業(yè)不能夠按期歸還貸款的情況下，銀行的收益將遭受的損失。信貸違約風險并不考慮借款企業(yè)沒有發(fā)生違約情況下的損失，借款人沒有發(fā)生違約就表示銀行不會遭受任何損失。但是，一旦借款人選擇違約，銀行就會遭受一定的損失，損失的大小取決于借款人賠付率的大小。當前情況下，我國商業(yè)銀行面臨的主要信貸風險就屬于信貸違約風險。（2）信貸息差風險。信貸息差風險是銀行因為風險暴露，而向借款企業(yè)要求獲得的風險補償。隨著金融產品的創(chuàng)新，銀行持有企業(yè)的金融產品，由于企業(yè)的信用變化而存在損失的可能性。信貸息差風險考慮的是在企業(yè)貸款的期限內由于企業(yè)預期違約概率的增加，銀行面臨的預期損失也會趨于增加。因此，信貸息差風險是對信貸違約風險很好的補充。隨著證券市場的不斷發(fā)展和完善，信貸息差風險將成為信貸風險考慮的主要部分。

2．信貸風險的特征分析。（1）信貸風險是客觀存在并且是一種非系統(tǒng)風險。風險是由于不確定性而產生的損失的可能性，并且這種不確定性的存在是客觀存在的并不隨人的意志的改變而變化。因此，銀行信貸風險存在每一個借貸關系中即風險無處不在、無時不在。人們在風險管理中，只能使風險盡量減至最小而不能夠完全的消除。另外，信貸風險有著非系統(tǒng)風險的特性，盡管貸款企業(yè)在經營過程中會受到整體經濟變化的影響。但是，大多數情況下貸款企業(yè)的還款能力還是取決于其財務狀況，企業(yè)經營的好壞以及還款意愿等個體因素。因此，信貸風險是一種非系統(tǒng)風險。（2）信貸風險收益率為非正態(tài)分布。對于銀行的信貸風險來說，在貸款能夠順利收回的情況下（概率較大）銀行可以得到正常的利息收入，但是當發(fā)生壞賬的時候（概率較?。┿y行的損失是整個的本息。這樣，銀行在概率很小的事件發(fā)生時損失卻是最大，銀行的收益和風險損失就呈現非對稱性。因此，信貸風險的概率分布曲線向左傾斜，并且在左側出現“肥尾”現象。

二、信貸風險度量方法和模型研究

隨著金融界對信貸風險度量研究的重視和現代金融理論的發(fā)展以及高等數學和計算機技術的引入，信貸風險度量技術的發(fā)展有了突破性的發(fā)展。

1．CreditMetrics——信用度量術。信用度量術（CreditMetrics）是J.P.摩根銀行（JPM）和一些合作機構1997年推出的，第一個公開的銀行業(yè)用于投資組合信用風險度量的方法?，F在該方法已經成為當今世界最為著名的信貸風險度量模型之一。

該模型主要著眼于流動性非常好的債券市場或債券衍生品市場，因此可以輕易收集廣泛的價格和評級數據。它對貸款和債券在給定的時間單位內（通常為一年）的未來價值變化分布進行估計，并通過在險價值（ValueatRisk，VaR）來衡量風險。這里，VaR用來衡量投資組合風險敞口的程度，是指在正常的市場情況和一定的置信水平下，在給定的時間段內預期可能發(fā)生的最大損失。

該方法在應用中還需要對以下問題進行探討：（1）模型中違約率直接取自歷史數據平均值，但實證研究表明，違約率與宏觀經濟狀況有直接關系，并非固定不變；（2）模型假定資產收益服從正態(tài)分布，但實證研究表明，實際分布呈現厚尾特征；（3）關于企業(yè)資產收益之間的相關度等于公司證券收益之間的相關度的假設仍有待進一步的驗證，計算結果對于這一假定的敏感性很高；（4）信用等級遷移矩陣未必是穩(wěn)定的，它受到行業(yè)、國家、周期等因素影響；（5）模型中假定無風險利率是固定的，但是現實中這是一個變化的量。此外，模型的計算需要很多的數據，然而很多數據是不可能得到的。因此，這就給模型計算的準確度有了一定的影響。

2．KMV——期權定價模型。KMV模型的理論基礎是Black—Scholes（1973）和Merton（1974）的期權定價理論。該模型通過對上市公司股價波動的分析來預測股權公開交易的公司發(fā)生違約的可能性。KMV模型假設：當公司的資產大于負債時，股東則行使該看漲期權，即償還債務，繼續(xù)擁有公司；如果資產小于負債，股東則選擇使公司破產，公司所有者將公司資產出售給債權的持有人，即債權人擁有公司。因此，企業(yè)的股權價值可以用Black—Scholes期權定價模型來定價。

基于Merton提出的違約證券估價模型，KMV建立了一個基于公司資產結構的違約概率、違約概率轉移矩陣計算框架的公司信用風險度量模型。由于Merton期權定價理論確定的違約概率與實際違約概率具有一定的差距，為區(qū)分理論違約概率（Q）與實際違約概率，KMV引入了期望違約率（ExpectedDefaultFrequency，EDF）的概念。對EDF的度量分三步進行：首先估計公司資產價值和公司資產波動率：其次計算違約距離DD（Distance—to—Default），它是用指標形式表示的違約風險值；最后使用KMV違約數據庫將DD轉化為EDF。

該方法的主要優(yōu)點：（1）它可以被用于任何公開招股公司；（2）由于以股票市場數據為基礎，該模型包含更多市場信息，因而認為能更好預測未來。主要問題在于：（1）由于資產市價的估算取決于股價波動率的估算，用期權定價方法估算的股價波動率是否可作為公司資產價值估算的可信指標是值得推敲的；（2）為了能使用期權定價公式，分析時假定公司債務結構是靜態(tài)不變的，這與實際相差甚遠。（3）為求出EDF值，假設資產收益服從正態(tài)分布。

3．CreditRisk+——信用風險附加法。信用風險附加法是瑞士信貸第一波士頓銀行（CSFB）于1996年開發(fā)的信貸風險管理系統(tǒng)。該系統(tǒng)利用保險業(yè)精算學的方法來求得債券或者貸款組合的損失分布。該模型是一種違約模型，只考慮債券或者貸款是否違約并且假定違約的發(fā)生服從泊松分布。經過近十年的發(fā)展，該模型已成為一種在數據缺乏情況下估算風險資本要求的最好方法之一。

CreditRisk+假定違約率是隨機的，可以在信用周期內顯著地波動，并且其本身是風險的驅動因素。因而，CreditRisk+被認為是一種“違約率模型”的代表。CSFB認為違約相關是不可觀察的而且是不穩(wěn)定的，因此它不是直接通過模型模擬這種關系，而是利用違約率的波動性來確定違約相關性的影響并進一步生成貸款組合的損失分布。由于該模型給出的損失分布只是一個解析表達式，而且只關心違約與否幾乎不需要什么估計什么量，所需要的數據很少。因此，該模型對于損失的計算速度很快。

CreditRisk+的最大優(yōu)點是：（1）相對于其他模型而言，模型僅需要輸入較少的數據，主要輸入的數據僅為貸款違約率、違約波動率和風險暴露，從而適應了傳統(tǒng)業(yè)務中缺乏數據的狀況；（2）CreditRisk+對于債券組合或貸款組合的損失概率所得到的是閉形解，使它在計算上很具吸引力。不足之處主要有：（1）CreditRisk+忽略了轉移風險，使得每一債務人的風險是固定的，且不依賴于信用質量的最終變化以及未來利率的變動性；（2）模型沒有考慮信用等級的變化，因此貸款的風險暴露在計算期間內是固定不變的，這與事實是不同的。

4．CPV——信貸組合模型。1998年，麥肯錫（MCKinsey）公司利用基本動力學的原理提出的CreditPortfolioView模型是一個用于分析貸款組合風險和收益的多因素模型，它根據諸如失業(yè)率、GDP增長率、長期利率水平、政府支出等宏觀因素，運用經濟計量學和蒙特卡羅技術來對每個國家不同行業(yè)中不同等級的違約和轉移概率的聯合條件分布進行模擬。模型中的違約概率和轉移概率都與宏觀經濟狀況緊密相聯。與CreditMetrics應用的轉移概率和違約率不同，不是以歷史等級轉移和違約的數據來估計，而是以當期的經濟狀態(tài)為條件來計算債務人的等級轉移概率和違約率。當經濟狀況惡化時，降級和違約增加；反之，則減少。

麥肯錫（MCKinsey）公司的信用風險組合觀點模型不像其他方法那樣以歷史數據的平均為基礎，而是以經濟狀態(tài)為條件來求損失的分布。此模型的不足之處在于實施這一模型需要可靠的數據。CPV方法可以看成是對CreditMetrics的補充，它克服了后者不同時期的評級轉移矩陣固定不變的缺點。該模型與CreditMetrics應用的轉移概率和違約率不同，不是以歷史等級轉移和違約的數據來估計，而是以當期的經濟狀態(tài)為條件來計算債務人的等級轉移概率和違約概率。但是為了得到轉移矩陣，該模型對經濟衰退和擴張時期的違約概率進行了調整。

該模型的優(yōu)點在于：（1）充分的考慮了宏觀經濟因素對信用等級遷移的影響；（2）信用等級遷移概率具有盯市性，與信用度量術結合起來可以提高信用風險度量的準確性；（3）它即可以適合單個借款人也可以適合多個借款人。缺點主要體現在：（1）使用的是很多的宏觀數據，因此處理起來特別的繁瑣；（2）該方法不能處理非線性產品。

三、結論

通過前文的研究表明：不同的度量模型和方法因為理論基礎和建模思想的不同，因此有各自的優(yōu)缺點和適用范圍。而且，以上各模型都是以國外市場為背景建立的，這與中國的具體情況不夠吻合。因此，這些模型不能夠直接的放到中國市場上來使用，能夠為我們所用的只是模型的構建思想和方法。因此，國內的研究者應該在這些模型的基礎之上，建立適合我國商業(yè)銀行具體情況的信貸風險度量模型。