商业银行信用风险度量模型比较分析

来源:用户上传      作者: 李永超

　　（河海大学商学院，江苏 南京 211100）
　　摘 要：信用风险是商业银行面临的主要风险之一，对商业银行信用风险度量模型的特点进行了比较分析。对我国商业银行及监管机构的风险度量及控制具有重要指导意义。
　　关键词：度量；信用风险；度量模型
　　中图分类号：F83 文献标识码：A文章编号：1672-3198（2011）01-0155-01
　　国内外学界，从损失范围和违约概率功能差异的角度出发，一般把主要的信用风险度量方法可大致划分为：违约模型和盯市模型两类。关于信用风险的度量，在西方发国家，先后建立的无数模型，为更好的对我国金融机构特别是商业银行的信用风险进行监管及控制，以下对现今主要信用风险度量模型进行比较分析。
　　1 传统信用风险度量方法
　　传统信用风险度量常用的有6C信用评价法和Z值违约预测模型。6C法是指由专家根据借款人的品德、能力、资本、抵押品、经营环境和事业的连续性等六个因素评价其信用程度和综合还款能，以决定是否发放贷款的方法。Z值模型是Altman（1968）提出，他采用多变量分析法，对企业破产进行判别分析。
　　2 KMV模型
　　该模型由美国KMV公司（1993）论提出，其理论基础是期权定价理论该模型可归入盯市模型。KMV模型引用默顿模型定义的违约距离，假如违约距离小于零，表明公司破产，产生违约债务。根据预期违约率与违约距离对应的关系，可求出预期违约率。
　　KMV模型适用于成熟市场中的上市公司信用风险度量。针对我国证券市场多年的飞速发展，KMV模型可以在一些上市公司中应用。但面对我国经济发展实情――公司违约或破产的历史统计资料的不足，该模型尚不能全面应用实施。
　　3 Credit Metrics模型
　　该模型由美国J.P.摩根公司等（1997）提出，亦可归类为盯市模型，主要依赖于历史平均违约率以及信用评级迁移矩阵。以历史数据为基础，建立信用等级和债务人公司资产价值之间的联系，确定资产组合中贷款质量联合迁移行为，然后常用蒙特卡罗模拟质量迁移下的资产组合市场价值变化，估计组合的违约损失分布。
　　Credit Metrics模型依赖于有效的信用资产的历史数据，而我国银行业不仅严重缺乏科学的内部评级和完整的历史数据，而且缺乏权威、一致的外部信用评级，因而，Credit Metrics模型在我国的应用有很大局限性。对此，我国应尽快建立全面和统一的信用数据库，积极发展和完善银行内部评级及外部评级，国内商业银行可借鉴该方法并在信用风险度量上应用，从而科学、快捷地度量银行内部的经济资本。
　　4 Credit Risk+模型
　　模型是由瑞士信贷金融公司（CSFP，1997）提出的一种违约模型，模型假设单笔贷款违约概率很小，由泊松分布来估计资产组合中的违约数目。该模型将具有共同违约损失特质的贷款进行分组，获得损失分布的概率函数，从而确定贷款组合整体的未来损失分布，最终得到贷款组合的预期损失和非预期损失。
　　该模型运用联合概率方法来解决单个债务人违约与银行整体客户违约的概率关系问题，我国商业银行可以借鉴此方法来获取多项贷款组合的联合违约概率分布及损失分布，从而便于计算资产组合VaR。而且该模型所要求的数据相对较少，对于信用历史数据缺乏的我国银行业提供了一条可行之道。
　　5 Credit Portfolio View模型
　　信贷组合模型（ Credit Portfolio View）由麦肯锡公司（1998）建立的。该模型充分地考虑了宏观经济环境对信用等级迁移的影响，其将信用等级迁移矩阵与经济增长率等宏观经济变量之间的关系模型化，通过模拟迁移矩阵来获取损失分布。
　　该模型可适用于测算单个债务人的VaR和资产组合的VaR。该模型以经济周期、失业率、利率、汇率、产业因素等数据为前提，在我国完整获取和精确计量这些数据存在很大难度，直接在实践中运用存在较大风险。
　　6 RCM信用风险模型
　　Marquez（2005）首次将Herfindahl-Hirschman Index集中度度量手段引入信用风险度量，将违约概率、风险集中度、损失分布和资本充足率结合起来，构建了风险集中度量RCM模型（Risk Concentration Measurement）。该模型的贷款组合风险特征对参数变化的敏感性较强，能够在有限贷款组合信息下得到实施，对银行信用风险管理和监管当局都有重要借鉴价值。
　　RCM模型有效地融合了风险集中度、信用风险损失和资本充足率等变量，为信用风险度量提供了一种新的理念和分析框架。与其他主要模型相比，RCM模型具有事前度量风险集中度、所需数据较少、可精确调整资本比率的测度和控制手段等显著优点。RCM模型对我国商业银行，及监管机构具有可行的借鉴意义。
　　参考文献
　　［1］Altman, E. I., Saunders, A. Credit Risk Measurement: Developments over the Last 20 Years ［J］. Journal of Banking and Finance, 1998（21）: 1721-1742.
　　［2］Javier Marquez Diez-Canedo, .A. Simplified Credit Risk Model for Supervisory Purposes in Emerging Markets., An Investigating the Relationship between the Financial and Real Economy［R］. BIS Papers 2005（22）:328-360.
　　［3］梁琪. 商业银行信贷风险度量研究［M］. 北京：中国金融出版社，2005.
　　［4］郭敏. 商业行信用风险度量模型及思考［J］. 上海金融. 2007，（2）: 49-51.

转载注明来源:https://www.xzbu.com/2/view-614018.htm