（金融学专业论文）信用风险管理模型的比较研究.pdf

摘要 本文首先阐述风险、信用风险的本质与特征以及信用风险管理方法的演进 历史从专家分析阶段到财务比率分析阶段到模型化分析阶段。随后简单介 绍了典型的传统信用风险管理方法( 专家分析法、信用评级法、信用评分法和 人工神经网络方法) 和现代信用风险管理模型( c r e d i t m e t r i c s 、k m v 、c r e d i t r i s k + 和c r e d i tp o r t f o l i ov i e w ) 的基本思想和模型框架。传统信用风险管理方法虽然 在技术手段上落后于现代信用风险管理模型，但是它们在当今信用风险管理中 还有着很多的应用。现代信用风险管理模型各有各的优势、应用范围，本文接 着对现代信用风险模型的优势和缺陷进行了分析，并使用了一个由1 3 个标准构 建的比较框架，对四类现代信用风险管理模型进行了范式比较。通过范式比较 并结合我国的实情，得出模型在我国的适用性结论：由于对信用数据要求高、 证券市场的有效性问题、利率市场化问题以及模型假设前提使得c r e x i i t m e t d c s 、 c r e d i tp o r t f o l i ov i e w 和c r e d i t r i s k + i i l 前在我国还无法应用。k m v 需要历史违约 数据，需要建立违约距离d d 与预期违约率的映射。虽然我国历史违约数据积 累的还不够，但是理论的违约距离d d 和预期违约率e d f 在信用风险评价中不 失为一个很好的理论参考值。因此，只有k m v 模型目前可以在我国上市公司 中实际应用。 在实证研究部分，分别采用k m v 模型和l o g i s t i c 模型对我国上市公司进行 了实证研究。在静态k m v 研究中选取1 0 家业绩较差的上市公司和1 0 家业绩 优良的上市公司的作为研究的样本。分别计算加家上市公司2 0 0 7 年3 月3 1 日 的e d f ，借以检验k m v 模型在对我国上市公司的违约概率预测的效果。结果 表明：k m v 模型能在相当程度上反映上市公司的信用状况，但是由于模型对股 价做了对数正态分布的假设，在实际应用中会产生偏差；k m v 模型不仅能够通 过股票市场数据，而且还能通过上市公司财务报表数据，捕捉上市公司信用状 况的变化，同时k m v 模型的预警特性是非常不错的，能从非s t 上市公司中敏 锐的捕获财务风险因素和经营风险因素产生的影响。在动态k m v 研究中，选 择静态研究样本中的4 家业绩优良的上市公司和4 家业绩较差的上市公司作为 研究的样本。收集这些上市公司从2 0 0 1 年到2 0 0 6 年的日收盘价数据，分别计 算每家公司2 0 0 2 年到2 0 0 6 年每年1 2 月3 1l q 的违约距离d d 和e d f ，并预测 2 0 0 7 年1 2 月3 1 日的d d 和e d f 。结果表明：4 家业绩较差上市公司预测的2 0 0 7 年底的信用状况均有不同程度的改善。其原因或许是s t 公司经营状况、信用 状况真的有所改善，或许是预测误差。4 家业绩优良上市公司股权改置后，d d 和e d f 均出现了下降和上升的趋势。说明股改后，全流通导致公司资产价值的 波动加大，引起信用质量的下降，而不考虑全流通则会高估公司的信用品质。 此外2 0 0 6 年至2 0 0 7 年中国股市的牛市效应，使得公司股权价值增加、公司资 产价值提升、远离违约点也是导致e d f 下降的一个重要的原因。股市牛市效应 对公司信用状况的影响在两组样本( s t 公司和非s t 公司) 中均显著的反映出 来。在l o g o s t i c 模型实证研究中，选取由于财务危机而被特殊处理( s d 的4 5 家 上市公司和4 5 家没有财务危机的同行业上市公司与之配对，形成由9 0 家上市 公司组成的参数估计样本空间。在估计出模型参数之后对与静态k m v 研究同 样的样本进行检测，发现：l o g i s t i c 模型对9 个s t 检测样本的分类准确率为 8 8 8 9 ，对非s t 检测样本的分类准确率为9 0 ，平均准确率达到8 9 4 5 ，对 实际检测的效果是非常理想的。而k m v 模型在对同样的s t 样本进行预测时发 生了两个异常值s t 星源和* s t 宝硕，不考虑s t 源药，其准确率为7 7 7 8 ，在 对非s t 样本进行预测时没有出现异常值，准确率可以认为等于9 9 9 9 ，平均 准确率则为8 8 8 9 。两个模型在对中国上市公司信用风险评价方面的准确率是 不相上下的。l o g i s t i c 模型对s t 上市公司预测的准确率比k m v 模型要高一点， 而k m v 模型对非s t 上市公司预测的准确率比l o g i s t i c 模型要高一点。k m v 模型是涉及股价的模型，具有前瞻性；l o g i s t i c 模型不涉及股价( 本文所使用的 l o g i s t i c 变量) ，具有后顾性。前瞻性模型对非s t 公司预测较准确；后顾性模 型对s t 公司预测较准确。 关键词：信用风险巴塞尔新资本协议k m v 模型因子分析l o g i s t i c 回归 a b s t r a c t t h i sp a p e rs t a l t sw i t ht h ee s s e n c ea n dc h a r a c t e r i s t i c so fr i s ka n dc r e d i tr i s ka n d t h ee v o l v e m e n to ft h ec r e d i tr i s km a n a g e m e n tm e t h o d s ，w h i c hi n c l u d e st h ep e r i o d s o fe x p e r ta s s e s s m e n t ，f i n a n c i a lr a t i oa n a l y s i sa n ds t r u c t u r a lm o d e l s t h e n ，i nb r i c t h ep a p e ri n t r o d u c e st h et y p i c a lt r a d i t i o n a lc r e d i tr i s km a n a g e m e n tm e t h o d sa n dt h e m o d e mo n e s t h et r a d i t i o n a lm e t h o d sa g et e c h n i c a l l yd r o p p e db e h i n d ，b u tt h e ys t i l l f i tt h em o d e r nc r e d i tr i s km a n a g e m e n ti nm a n ya s p e c t s , w h i l eo nt h eo t h e rh a n d , e a c hm o d e r nm e t h o dh a si t so 帅a d v a n t a g ea n da r e ao fa p p l i c a t i o n t h ew r i t e r c r e a t e sas i m p l em o d e lw i t h1 3s t a n d a r d st oj u d g ee a c hm o d e r nm e t h o d sa d v a n t a g e a n dd i s a d v a n t a g e w er e v i e w e dt h ep r a c t i c a lt e r n si nc h i n e s e m a r k e tw i t ht h e i n f o r m a t i o na p p r o a c h e st oe s t i m a t ee a c hm o d e l se f f i c i e n c y p a ya t t e n t i o nt ot h eh i g h r e q u i r e m e n to ft h ed a t ac o l l e c t i o n , t h ep r o b l e m si nc h i n e s es t o c km a r k e ta n dt h e i n t e r e s tr a t em a r k e t i z a t i o n , a n dt h ec r i t i c a lt e n t a t i v ep r e c o n d i t i o n s , w ec o m et ot h i s c o n c l u s i o nt h a tc r e d i t r i s k + a n dc r o d i tp o r f f o l i ov i e wc a n n o tb eu s e di nc h i n aa t p r e s e n t k m vr e q u i r e sh i s t o r i c a ld e f a u l td a t aa n dm a p p i n gb e t w e e nd d ( d e f a u l t d i s t a n c e ) a n de d f ( e x p e c t e dd e f a u l tf r e q u e n c y ) a l t h o u 【g hw ed on o th a v em u c h h i s t o r i c a ld da n de d fd a t ai nh a n d , t h e yc a nb eq u i t eg o o dt h e o r yr e f e r e n c ei n c r e d i tr i s ke s t i m a t e a sar e s u l t t h e r e so n l yk m vc a nb ep r a c t i c a l l yu s e di nc h i n a w eu s e dk m va n dl o g i s t i cm o d e l ss e p a r a t e l yt od od i a g n o s t i ca n a l y s i so n c h i n e s el i s t e d c o m p a n e s i n t h es t a t i ck m vs t u d y , 2 0c o m p a n i e s ，1 0w i t h o u t s t a n d i n ga c h i e v e m e n ta n d1 0t h eo p p o s i t e ，a r ec h o s e nt ob eo u rs a m p l e t h e nw e t e s t e dk m vw i t ht h ee a c hc o m p a n y se d fo nm a r c h1 32 0 0 7t os e ew h e t h e ri tc a n r e a l l yf o r e c a s tt h ed e f a u l tf r e q u e n c yo fc h i n e s el i s t e dc o m p a n i e s t h er e s u l ts h o w s t h a t ，i nac e r t a i nd e g r e e ，k m vc a nr e f l e c tc r e d i tc o n d i t i o no ft h o s es a m p l e sw e l l w e s u p p o s e dt h a tt h es t o c kp r i c e so b e yl o g n o r m a ld i s t r i b u t i o n ，s ot h e r em a yb es o m e w i n d a g e i np r a c t i c a lu s e k m vm o d e lc a l lc a t c hu pw i t hc r e d i tc o n d i t i o nc h a n g e si n l i s t e dc o m p a n i e sn o to n l yt h r o u g hd a t af r o ms t o c km a r k e tb u ta l s of i n a n c i a lr e p o r t f o r m sf r o mt h ec o m p a n i e sw i t h i nt h i sm a r k e t k m vh a saq u i t es e n s i t i v e p r e s e n t i m e n t s ot h a ti tc a nf e e l t i n yi n f l u e n c eb r i n gb yf i n a n c i a l r i s ka n d m a n a g e m e n tr i s ki nt h o s en o n - s tl i s t e dc o m p a n i e s i nd y n a m i cs t u d y , 4o u t s t a n d i n g a c h i e v e m e n tc o m p a n i e sa n d4u n w e l lp e r f o r m a n c ec o m p a n i e sa r ec h o s e no u tf r o m t h es a m p l ew eh a dd u r i n gs t a t i cs t u d yt ob u i l dan e ws a m p l e w ec o l l e c t e d i n f o r m a t i o na b o u td a i l yc l o s i n gp r i c e so ft h o s ec o m p a n i e sf r o m2 0 0 1t o2 0 0 6 a f t e r i n w ec a l c a l a t e dd da n de d fo fe a c hc o m p a n yo nd c x = e m b e r3 1 丘0 m2 0 0 2t o2 0 0 6 ， w eg a v eo u rp r e d i c t i o no ft h i sy e a r sd da n de d fo l ld e c e m b e r3 1 。t h er e s u l ti s ： t h e4n o n p e r f o r m e dc o m p a n i e si m p r o v et h e i rc r e d i tc o n d i t i o nb ys o m ec e r t a i n d e g r e ee a c h 。i tm a yb er e a li m p r o v e m e n ti nr u n n i n gs t a t u sa n dc r e d i tc o n d i t i o n , w h i c hm a yb ec a u s e db yf e a r i n gt ob ek i c k e do u to ft h em a r k e 4o rm a yb e f o r e c a s t i n ge f f o l 豳a r e s u l to fs u b s t i t u t i n gd a t ao fd e c e m b e r3 12 0 0 6w i t ht h a to f s e p t e m b e r3 0 a n do nt h eo t h e rh a n d ，t h e4w e l lp e r f o r m e da l lt r e n di nd e c l i n ei n d da n dr a i 鸵i ne d fa f t e rs h a r es t r u c t u r er e f o r m 1 1 l i ss h o w st h a ta f t e rt h es h a r e s t r u c t u r er e f o r m ，f l u c t u a t i o ni nc o m p a n y sa s s e tv a l u ew i l ll e a dt oad e c l i n ei nc r e d i t q u a l i t ya sar e s u l to ft h ee n t i r ec i r c u l a t i o n , b u ti g n o r i n gt h ee n t i r ec i r c u l a t i o n , j u s tt h e o p p o s i t e ，w i l ll e a dt oao v e r r a t ei nt h ec o m p a n y sc r e d i tq u a f i t y b e s i d e s ，a n o t h e r i m p o r t a n tr e a s o uf o re d fd e c l i n ei s ：u n d e rt h eb u l lm a r k e te f f e c t , ac o m p a n y s e q u i t yc a p i t a la n da s s e t sv a l u ei n c r e a s ea n dt h ed i s t a n c et ot h ed e f a u l tp o i n tg o e s l o n g e r t h ei n f l u e n c eo f t h eb u l lm a r k e te f f e c to nb o t ho ft h et w og r o u p sc a nb es e e n o b v i o u s l y u n d e rt h ed i a g n o s t i ca n a l y s i sw i t ht h el o g i s t i cm o d e l ，4 5s tc o m p a n i e s c o u p l e dw i t h4 5w e l l - r u n n i n gc o m p a n i e sc o n s t i t u t eap a r a m e t e re s t i m a t i o ns a m p l e s p a c e w ec o m p a r e dt h el o g i s t i cm o d e lw i t hk m v m o d e la f t e rt h em o d e lp a r a m e t e r w a se s t i m a t e d , a n df o u n dt h a tt h ea c c u r a c yo ft h el o g i s t i cm o d e li s8 8 8 9 w h e ni t w a su s e dt oe s t i m a t et h es ts a m p l e ，a n d9 0 w h e nt od ow i t ht h en o n s ts a m p l e t h e a v e r a g ea c c u r a c yc o u n t su pt o8 9 4 5 ，w h i c ht u r n so u tt ob eav e r yg o o d r e s u l t m e a n w h i l e ，t w oa b n o r m a ld a t as h o w e d 叩i nk m va n a l y z i n gt os ts a m p l e i g n o r i n gt h e s et w oa b n o r m i t y , t h ea c c u r a c yr e a c h e st o7 7 7 8 。c o n s i d e r i n gt h er a t e 9 9 9 9 i nn o n s ta n a l y s i sw i t h o u ta b n o r m i t y , t h ea v e r a g ea c c u r a c yo fk m vi s 8 8 8 9 b o t ho ft h em o d e l sd ow e l li na n a l y z i n gc r e d i tr i s ko fc h i n e s el i s t e d c o m p a n i e s l o g i s t i cm o d e ld o e sb e t t e rw h e na n a l y z ec r e d i td s ki ns tc o m p a n i e s ， w h i l ek m vd o e sb e t t e ri nn o n s t c o m p a r i n gt h et w om o d e l s ，w ec a ns e et h a tk m v w h i c hr u n so ns t o c kp r i c ef o r e c a s t sf u t u r eb e t t e r , w h i l el o g i s t i cm o d e lc o n c e r n i n g n o t h i n gw i t ht h ep r i c ee s t i m a t e st h ep a s tb e t t e r k e y w o r d s ：c r e d i tr i s k 、b a s e li i 、k m vm o d e l 、c o m p o n e n ta n a l y s i s 、 l o g i s t i cr e g r e s s i o n i v 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得缴天辱或其他教育机构 的学位或证书而使用过的材料。与我一同x - 作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示谢意。 学位论文作者签名卉申签字目瓤岬年孕月文。日 学位论文版权使用授权书 本学位论文作者完全了解糌秀 有关保留、使用学位论文的规定， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和 借阆。本人授权粼可以将学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名易伟 导师签名： j 南位 签字日期：西，o 年4 月如日 签字日期： 扣哆年侈月二笋日 学位论文作者毕业去向： x - 作单位：电话：l3 9 6 5 0 0 9 43 8 诵讯地女 ：邮编： 引言 引言 在经济全球化的今天，信用风险已经成为全球金融机构面临的最严重、最 核心的风险。如何判别企业所面l 临的信用风险成为了当今风险研究领域最具有 挑战性的课题之一。现代市场经济是建立在信用基础上的经济，从某种意义上 说市场经济就是信用经济。在全球信用不断膨胀的背景下，信用风险暴露也越 来越严重。信用风险已经成为各国金融系统所面临的核心风险，加强信用风险 管理一直是各国金融部门及其监管机构的工作重点。如何准确度量信用风险也 成为金融机构、投资者、政府监管部门关注的焦点。 由于我国还处在经济转型期，市场经济体制并不完善，与市场经济相关的 很多法律及市场规则缺失。这也就导致了我国信用体系发育程度低，信用秩序 比较混乱a 同时企业的信用风险防范意识也比较差，体现在经济行为中就是违 约现象不断出现。比如大量银行贷款逾期不还，成为呆帐、死帐；企业间资金 相互拖欠、三角债盛行等等。我国整个信用体系的不健全以及大量企业存在严 重的信用危机将会导致严重的后果：1 、破坏了市场秩序，大大增加了市场交易 成本，降低交易效率，制约市场机制发挥基础性配置资源的作用；2 、严重影响 了我国经济持续稳定健康发展。由于信用风险的暴露过大，银行等金融机构不 敢轻易放贷，证券市场行情低迷，影响了企业通过正常信用渠道获取资金；3 、 信用环境不良，将恶化我国吸引外资的投资环境，制约我国加入w t o 后企业 的国际竞争力。可见完善我国信用体系，建立适合我国企业的信用风险判别模 型对于我国的经济发展，特别是我国金融市场的稳定发展有着极为重要的现实 意义。无论是银行等金融机构、投资者、债权人还是政府监管部门在做出投资 或者放贷的决策时最关心的都是企业的信用风险情况。 然而，目前我国信用风险管理水平还比较落后，没有形成一套成熟的信用 风险管理系统。我国信用风险管理技术基本上还处在传统的信用评级阶段，这 种信用风险分析方法主观性太强，而且主要借助于历史会计数据，不能展望企 业未来发展状况，这样导致了对企业信用评估的结果与企业实际状况常常有很 大的偏差。西方发达国家的银行业己经采取了非常先进的内部信用风险度量模 型，这些模型利用当前能够获得的所有信息对企业信用状况进行评估。通过这 些模型的使用，大大提高了自身的风险管理能力。中国有中国的特点，如果只 信甩风险管理模型的比较研究 是一味的照搬国外的模型，必将由于不满足模型的前提假设，导致严重偏差甚 至模型的误用。针对这些问题，本文研究的目的在于通过比较研究现代信用风 险度量模型，探寻适合我国实际的信用风险模型，并通过对我国上市公司的实 证分析加以验证，以提高我国信用风险管理能力以及对完善我国信用风险管理 体系做点建设性的参考，这也是本文研究的意义所在。 国外对信用风险研究起步比较早，对公司的信用风险评估大致经历了以下 几个阶段：传统的信用风险分析方法、基于会计数据的统计分析方法、基于神 经网络的信用风险评估模型、基于市场价值的信用风险评估模型。鉴于企业陷 入信用危机后其财务状况会立即陷入困境，并出现严重的违约现象，比如无法 偿还银行贷款，无法履行到期债务等，所以前三种信用风险判别模型多是以企 业的财务指标作为研究对象。 传统的信用风险研究主要依赖主观分析法或定性比例分析法衡量企业的信 用风险，这种方法也称为“银行专家系统”主要有5 c 要素分析法、杜邦 财务分析体系和沃尔比重分析法等财务比率综合分析法。这类方法依据企业的 资料( 如财务报告、信用历史等) 视具体情况定性分析该企业目前的信用状况。 基于会计数据的统计分析方法主要是利用统计方法对大量会计数据进行分 析，最终选择出合适的变量建立判别模型，以此判别信用风险。最早将该方法 引入信用风险分析的是b e a v e r ( 1 9 6 7 ) ，他采用一元判别模型检验了3 0 个财务 指标对信用风险的判别能力，最后选择判断信用风险准确性最高的指标在他 的研究基础上a l t m a n ( 1 9 6 8 ) 将多元判别分析法( m d a ) 引入信用风险判别 中。a l t m a n 经过反复计算从最初的2 2 个财务指标中选出5 个变量组成模型， 这就是z 一5 c o r e 模型( 1 9 6 8 ) 。为了适应实际情况的不断变化，1 9 7 7 年 a i r m a n 、h a l d e m a n 和n a r a y a n a n ( 1 9 7 7 ) 对原始的z 计分模型进行扩展，建 立了z e t a 判别分析模型。在z e t a 模型中将变量扩展到7 个，经过实证检验， 该模型的预测能力非常的强，对破产前一年的预测准确度达到9 6 。o h l s o n ( 1 9 8 0 ) 采用l o g i s t i c 回归模型判别信用风险，该模型是采用一系列财务比率 变量来预测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信用风险定位和决策。 随着计算机技术的发展，神经网络模型被引入信用风险评估中，使研究人 员能有效解决非正态分布、非线性的信用风险评估问题。这使得信用风险评估 引言 模型的适用范围得到有效的扩大。神经网络可以看成是从输入层到输出层的一 个非线性映射，它通过调整权重和阈值来“学习”或发现变量间的关系，实现 对事物的分类，以此来判断被评估企业的信用风险状况。 近年来，现代信用风险量化管理模型在国际金融界得到了很高的重视和相 当大的发展。在大银行和金融机构的支持下推出了一批基于信用资产市场价值 的信用风险评估模型。例如j p 摩根银行( 1 9 9 7 ) 在v a r 模型的基础上，推 出了信用风险量化度量和管理模型，即信用度量模型( c r e d i t m e t r i c s ) ：瑞士信 贷银行( 1 9 9 6 ) 推出了基于保险精算方法的另一类型的信用风险量化模型c r e d i t r i s k 模型：此外还有k m v 公司推出的基于期权定价理论的k m v 模型，以 及麦肯锡公司开发的信用组合观点c r e d i tp o r t f o l i ov i e w 模型。这些基于市场价 值的信用风险模型为银行和其它金融机构进行贷款等授信业务以及进行证券监 管时衡量上市公司的信用状况，分析上市公司所面f 临的信用风险提供量化的、 科学的依据。虽然目前这些基于信用资产市场价值的模型成为了下一步研究的 主流，但是像多元统计模型这种基于上市公司会计数据的模型也没有被淘汰， 而且在世界范围内仍然广泛的使用，并有着很好的信用风险评估记录。 我国对上市公司信用风险的研究起步较晚。随着我国股票市场不断发展， 上市公司数量不断壮大，越来越多的上市公司由于财务异常而面l 临巨大的信用 风险，使得市场参与者( 如投资者、债权入以及银行的金融机构) 对判别企业 信用风险的需求越来越迫切，学术界才开始研究和借鉴国外的信用风险判别方 法对国内的上市公司进行分析。在判别企业信用风险的几类模型中，传统信用 评估法和基于会计数据的统计分析法在国内应用比较广泛，而现代的基于信用 资产市场价值的信用风险度量方法还只是处于理论引进阶段，据我所知尚无应 用。陈静( 1 9 9 9 ) 以1 9 9 8 年的2 7 家s t 公司和2 7 家非s t 公司为样本， 使用1 9 9 5 - - 1 9 9 7 年的财务数据，利用线性判别分析方法进行了我国第一个公 开发表的上市公司财务困境预测研究。并发现由负债比率、净资产收益率、流 动比率、营运资本总资产、总资产周转率6 个指标构建的模型预测公司信用 风险效果最好；陈晓、陈治鸿( 2 0 0 0 ) 以1 9 9 8 1 9 9 9 年被s t 的3 7 家公司 为样本，建立l o g i s t i c 回归模型并得到了8 6 的预测准确度；吴世农等( 2 0 0 1 ) 建立了f i s h e r 判别分析，多元线性回归分析和l o g i s t i c 模型来对上市公司财务 困境进行预测。 信用风险管理模型的比较研究 本文采用理论和实证相结合的方法对各种信用风险管理模型进行比较研 究。在理论比较部分，本文提出了一个由1 3 个标准构建的范式框架，在这个框 架下对4 个现代信用风险管理模型( c r e d i t m e t d c s k m v 、c r e d i t r i s k + c r e d i t p r o t f o l i ov i e w ) 进行了系统的规范比较；在实证比较部分，由于数据获取和计算 技术方面的困难，本文只对k m v 模型和l o g i s t i c 模型进行了实证比较。实证样 本选自我国沪深两市的上市公司，由于信用风险通常都伴随着财务危机，所以 假设由于财务危机而被特殊处理的s t 上市公司为信用风险较大的上市公司。 运用m a t l a b 和s p s s 软件，通过因子分析、回归分析以及线形拟合技术，计算 这些上市公司信用风险的模型指标，比较模型在信用风险识别能力和预测准确 度方面的性能，进而验证模型在对中国上市公司的应用效果。 文章按如下思路行文：第一部分阐述风险、信用风险的本质和特性，以及 信用风险管理的演进历史；第二部分和第三部分分别简述传统和现代信用风险 管理方法；第四部分对四类现代信用风险管理模型进行理论比较研究；第五部 分和第六部分分别对k m v 模型和l o g i s t i c 模型进行实证研究；文末提出结论。 4 1 、关于风险和信用风险 1 关于风险和信用风险 1 1 风险本质与定义 。风险是什么? ”对这一看似简单而又基本的问题，人们却各持己见，然 而很少能够触及问题的本质。造成这一现象的原因在于研究者始终把。风险” 囿于产生风险的特定的狭小范围，其研究也就难以突破“具体风险”而达到。一 般风险”的层面。这也是现有经济学陋习所沿用的研究方法( 传统归纳法，而 非归纳评价) 所引致的结果。在现实经济实践中，处于不同的经济领域、出于 不同的目的，为了满足实际中产生的不同风险问题的处理需要，导致了人们对 风险的不同的认知与解释。这些对风险不同的解释，可以归纳为四种类型：1 、 数值风险 ( 在保险业和风险管理业务中，通常将风险视为给定条件下各种可能结果中那 种较坏的结果。这种解释与坏结果的本身相对应，强调损失的程度，淡化损失 发生的频率。因为这种坏的结果要折算成经济损失的数量，因此称之为“数值 风险”) ：2 、概率风险( 在对证券投资或证券市场监管进行风险控制时，通常将 风险视为给定条件下各种可能结果中较坏结果出现的可能性。这种解释与较坏 结果发生概率相对应。概率形式上是一个数值，实质上是抽象空间的一种测度， 故称之为“概率风险”) ；3 、方差风险( 投资者通常倾向于把风险视为各种可能 结果与好的结果之间的差异。由于不同的结果可以看作某一随机变量的取值， 它们之间的差异可用方差刻画，故称之为。方差风险”) ；4 、抽象风险( 视风险 为事件本身的不确定性。某事件其过程和结果如果存在不确定性，则认为有风 险；反之认为无风险。这是一种缺乏具体特征的风险描述风险即不确定性， 不确定性即风险，_ 故称之为“抽象风险”) 。 以上四种解释都是在特定层面上、从不同角度对风险做出的直观描述，要 想在一般层面上给出风险的定义，我们必须从大量的个别风险现象中提炼出风 险的本质属性。姜青肪( 2 0 0 0 ) 【1 】指出风险具有“隶属性、危害性和并协性， 其所包含的特定内容，便是风险这一事物区别于他种事物的特有属性。其中危 害性在三种属性中是决定性的，即为风险的本质属性”。隶属性指风险皆有明确 的行为主体，且必须被置于某一目标明确的行动中；危害性指风险引致的所有 潜在损失( 可能发生但未必发生的损失) 对行为主体造成的威胁，并由此两导 信用风险管理模型的比较研究 致行动选择的非理性和资源配置的低效性；并协性指风险是与收益并存的，高 收益意味着高风险，但是高风险并不一定意味着高收益。随着风险本事属性的 揭示，姜青舫进一步给出了风险的一般性定义：“在以特定利益为目标的行动过 程中，若存在与初衷利益相悖的可能损失即潜在损失，则该潜在损失所引致的 对行为主体造成的危害的事态，便称作该行动所面对的风险”。 在这个定义中，我们可以挖掘出一些信息：潜在损失构成风险，既定损失 不构成风险，损失与风险不是等义的；潜在损失是构成风险的、不唯一的要素， 不能把风险定义为潜在损失；风险也不是损失的危害性，应该是由潜在损失和 行为主体遭受的危害共同构成的一种事态；事态就是一种具有不确定结果的局 面。 1 2 信用风险 1 2 1 信用风险的定义 信用风险是最重要的金融风险的形式。如同人们对风险的认识一样，对信 用风险也存在着不同的解释，这缘于人们对“信用”这个词的不同理解。 “信用”从道德范畴来说：就是任何一方当事人都应当全面的履行自己的 义务；从经济学角度说：信用是一种建立在授信人对受信人偿付承诺的信任的 基础上，使后者无须付先即可获取商品、服务或货币的能力；从金融学角度来 说：信用指借贷行为，这种经济行为的特点是以回收为条件的付出，或以归还 为义务的取得，贷者之所以贷出，是因为有权取得利息，借者之所以可能借入， 是因为承担了支付利息的义务【2 1 。因而处于不同的范畴，出于研究的不同问题 的需要，产生了不同的“信用风险”定义，总结如下： 在道德范畴下定义“信用风险是指信用关系的一方因为另一方没有履约而 导致的可能损失。其中信用关系包括两者之间的伦理、经济、法律及货币等信 用层面上的关系”1 3 1 。这种定义所指最广，不仅包括信贷风险，还包括其他信 用风险。 在经济学视角下，有如下几种定义： “信用风险是指权利人与义务人在经济交往中，由于一方违约或犯罪而对 对方造成经济损失的风险” 4 1 ； 6 1 、关于风险和信用风险 “信用风险指所有因客户违约( 不守信) 所引起的风险”【5 】； 。信用风险指交易对手不能或不愿意履行合同约定的条款而导致损失的可 能性。更一般的说，信用风险还包括由于债务人信用评级的降低，致使其财物 的市场价格下降而造成的损失。因此。信用风险的大小主要取决于交易对手的 财务状况和风险状况”【6 1 ； 。信用风险指交易对手不愿意或者不能全部履行其合同义务，或者其信用 等级下降时给金融资产持有者的收益造成的不确定性”川。 以上定义的信用风险所指包括信贷风险和商业信用风险等。 从金融学角度一般定义信用风险为信贷风险，常见的表述有： 。信用风险是指交易对象无力履约的风险，也即债务人未能如期偿还其债 务造成违约，而给经济主体带来的风险”【研； “信用风险是指由于信贷活动中存在不确定性而遭受损失的可能性”【9 l 。 本文研究的信用风险属于金融领域，故只把。信用风险”看作“违约风险”， 即由于交易方未能履约而带来经济损失的可能性，其损失的量由“重置现金流” 的成本来决定。 1 2 2 信用风险的特性 1 、信用风险是一种概率事件，信用风险可能发生也可能不发生 正如1 1 节。风险的本质与定义”所探讨的，风险不同于损失，而是潜在 损失、可能损失，这里所研究的损失仅指损失的可能性，而非现实性。 2 、信用风险概率分布具有可偏性 信用风险的概率分布明显不同于市场风险概率分布。通常假设市场风险概 率分布为正态分布，因为市场价格的波动以及由此带来的损失都以期望为中心， 主要集中于相近的两侧，而远离期望的极端情况发生的可能性较小，而且大致 是钟形对称的。然而，信用风险的分布却与此不同。例如，对于无抵押的贷款， 其风险特征是在安全收回贷款的情况下，债权人能获得正常的利息收益，这种 可能性较大；可是一旦风险转化为实际损失，这种损失要比利息收益大得多， 通常可能性较小。这种收益与损失的不对称性的风险特征使得信用风险的概率 分布向左偏移，并在左侧出现厚尾。这一特征使得我们难以对信用风险进行正 态分布的假设，从而为信用风险的计量分析带来了比市场风险更大的困难。典 7 信用风险管理模型的比较研究 型的市场，信用风险概率分布见图1 1 ： o 惑一h 一 少 l 0 5 5 e 0 0o a i m 图1 0 l 市场，信用风险概率分布比较图 3 、信息不对称导致道德风险问题 在信用交易中存在明显的信息不对称现象，即交易双方对交易的信息是不 对等的。一般情况下受信入掌握更多的交易信息而处于有利地位，授信人拥有 的信息较少而处于不利地位。贷款一旦发放。银行很难获取授信对象信用状况 的变化信息，或者获取的成本过于高昂，这就导致信用风险承担者不能准确及 时地捕获交易对手风险状况及其变化的信息，从而会产生“道德风险”问题。 4 、存在难以量化的变量 对于市场风险而言，影响因素( 变量) 通过资产市场价格的波动表现出来， 所以尽管我们可能不能一一量化这些因素，但是我们观察到的市场价格传达了 这些因素的信息。而对于信用风险而言，存在着一些难以量化的重要影响因素。 如债务人的还款意愿和还款能力，它们共同决定了债务人是否违约，然而这些 确是难以量化的，需要资深信贷专家做出评估，其中难免出现人为的偏差。 5 、信用风险是一种机制 信用风险不仅是一种经济现象，而且是一种机制。由于风险的客观性和不 确定性，使经济运行过程中各种经济关系可以形成一种自我约束、自我调节和 自我发展的规则，从而促使经济发展和金融深化，并不是丹村的静态反映损失 的大小。 6 、数据量少且不易获得 由于贷款等信用资产的流动性差，缺乏二级交易市场，而且贷款的期限一 般较长，即便到期违约，其发生的频率远比市场风险发生的频率小，可观测的 1 ，关于风险和信用风险 数据也就少很多。 从以上信用风险的特点可以看出，信用风险的管理( 识别、度量、控制) 要比市场风险困难得多，虽然目前已经有许多较为成功的信用风险管理模型的 出现，但是其在管理的效果和适用性方面却是不一样的，这也是本文的研究目 的之一。 1 3 信用风险管理方法的演进 信用风险的特点带来了信用风险度量的难题，但是，人们从未放弃过对其 的研究。随着信用风险内涵的不断扩大，信用活动的方式和规模也得到了前所 未有的增长，而与之相对应的金融市场上的信用质量却呈现出日趋下降的势头， 银行贷款和公司债券的违约率创下了历史新高。如美国1 9 9 0 - 1 9 9 9 年间，投机 级债券的违约率高达1 0 以上【1 0 l 。为了适应信用风险的变化，信用风险管理也 发生了革命性的演变，新的理论不断提出、新的方法日趋成熟、新的技术日臻 完善，这个演进历程大致可以分为三个重要的阶段： 1 、专家分析阶段 这一阶段的信用风险分析主要采用专家分析法，通过信贷专家对业务对象 的信用状况进行主观判断