商业银行信用风险管理

1、.：.；银行信誉风险管理比较分析现代信誉风险度量模型的异同点及运用时本卷须知。模型概述1.信誉监测模型Credit Monitor Model 1993年，KMV公司利用布莱克斯科尔斯莫顿模型BSM Model提出了著名的信誉监测模型Credit Monitor Model，并经Longstaff和Schwarz1995、Dsa1995和Zhou1997对此作了进一步的开展，现已根本成熟并成为当今世界最为著名的信誉风险度量模型之一。 由于该模型是在BSM根底上建立起来的，因此有满足BSM模型的根本假设，即公司股票价钱是个随机过程、允许卖空、没有买卖费用和税收、证券可分性、不存在套利时机、证券买

2、卖的延续性、无风险利率在借款人还清债务前坚持不变。KMV模型以为上市公司持有的资产分布及其资本构造特征决议了借款人的信誉质量特征，并且借款人资本构造只需一切者权益、短期债务、长期债务和可转化的优先股。当借款人资产价值小于违约点就能够违约，并以为违约点在数量上是短期债务与半倍的长期债务之和。由于假设上市公司市场价值服从布朗运动，并且借款人资产收益服从正态分布，这样可以运用到期权实际求出预期违约率，由于银行发放贷款所获得的收益与卖出一份借款人 HYPERLINK 企业资产的看跌期权是同构的，因此还可以计算贷款的价差。显然，该模型是用解析式来计算违约率的，它不像信誉度量术和死亡模型是用统计的方法得出

3、来的。 该模型的主要优势在于：它拥有强大的实际根底，即现代公司理财和期权实际的“构造性模型；它采用的主要是股票市场的数据，因此，数据和结果更新很快，具有前瞻性；由于该模型将股权视为企业资产的看涨期权，所以它可以用于任何公开招股公司。然而，该模型也存在缺陷：假设比较苛刻，尤其是资产收益分布实践上存在“肥尾fat-tailedness景象，并不满足正态分布假设；对于非上市公司，不得不采用 HYPERLINK 历史财务数据，数据的时效性大打折扣；没有根据借款人信誉质量、担保情况、可转换性等区分长期债券；它是违约式Default-Mode, DM模型，对企业的杠杆比率捕捉钝化，具有静态性；不能处置非线

4、性产品，如期权、外币掉期。 2.信誉度量术CreditMetrics 1997年，J.P.摩根结合当时世界一流银行和KMV公司共同开发出信誉度量术CreditMetrics，采用二阶段法度量信誉风险，以后，A. Nyfeler2000、Lawrece R. Forest和Kpmecpeat Marwick2000，David Jones和John Mingo2001对此作了进一步解释和拓展，现已根本成熟并成为当今世界最为著名的信誉风险度量模型之一。 该模型计算起来比较复杂，也有很多假设：债券未来市场价值和风险完全由其远期利率分布曲线决议一样信誉等级的远期利率分布曲线是一样的，在模型中，独一的变

5、量是信誉等级；信誉等级是离散的，在同一级别的债券具有一样的迁移矩阵和违约率，迁移概率遵照马尔可夫过程Markov Process，同时迁移概率具有稳定性，且实践违约率等于历史违约率；风险期限是固定的，普通为一年；不同债务人的信誉等级的结合分布是用两者资产报答率结合分布来估计的，资产报答率的结合分布又用一切者权益收益率的结合分布来替代；每个信誉等级对应一条零息票收益率曲线一样信誉等级的零息票收益率曲线是一样的；违约的含义不仅指债务人到期没有归还债务，还可指债务人信誉等级的下降所导致的债券市场价值下跌，并且违约事件发生在债务到期。 该模型要运用到利率期限构造实际，并利用大量历史统计数据，以计算不同

6、年限跨度的信誉等级迁移矩阵和违约率。因此，该模型思索到债务人信誉质量变化所带来的未来损失。该模型的组合方法有正态分布假设下的解析法和蒙特卡罗模拟法，经过均值、规范差、分位数、边沿奉献等参数表达组合风险的特征。在资产价值服从正态分布下，可以根据信誉等级迁移矩阵求出未来资产价值和方差，这样就可以求出在一定置信程度下的资产最大损失。如采用蒙特卡罗模拟法，就得利用VaR方法计算债券能够的最不利的变化，即向较差信誉等级迁移的能够性，用此方法来计算在一定置信程度下债券最大能够的损失。普通而言，蒙特卡罗模拟法相对正态分布假设下的解析法计算的准确度高。 该模型的主要优势在于：对组合价值的分布有正态分布假定下的

7、解析方法和蒙特卡罗模拟法Monte Carlo Simulation，在一定程度上防止了资产收益率正态性硬性假设，可以用资产价值分布和百分位求出资产损失；对“违约的概念进展了拓展，以为违约也包括债务人信誉等级恶化；它是一种盯市Market-to-Market，MTM信誉风险度量模型，能将债务价值的高端和低端思索到；该模型适用范围非常广泛，包括传统的商业贷款、信誉证和承付书、固定收益证券、贸易融资和应收账款等商业合同，而其高级版的信誉风险度量术还可以处置掉期合同、期货合同及其他衍消费品；该模型提出了边沿风险奉献的概念，很好地描写新增一笔债券/贷款的风险和收益及其取舍方法。该模型存在优势是：大量证

8、听阐明信誉等级迁移概率并不遵照马尔可夫过程，而是跨时自相关的；信誉等级迁移矩阵未必是稳定的，它遭到行业、国家要素、周期要素等影响。 3.死亡模型Mortality Model 1997年，Eward I. Altman和Suggitt，Kishore开发出债券的边沿和累计死亡率表，俗称死亡率模型。 该模型以为各债券违约相互独立，即不存在相关效应和连锁反响，一样信誉等级的债券违约情况一样，而不同债券类型的违约下的损失率不同且相互独立，但同一债券类型的违约下的损失率根本一样，这些与信誉度量术有一样之处，但两种模型在处置上有明显不同。 现实上，该模型是用历史数据统计不同信誉等级下债券的边沿死亡率和累

9、计死亡率，同时，也可以统计出不同信誉等级下的LGD，所以该方法比较容易了解，但运用也存在较大难度，主要是对数据量要求很大，许多单个商业银行无法提供如此大的数据库，如对有7个信誉等级的债券的损失进展比较准确测算，那么样本要到达7万多个，这对普通商业银行是不能够的。 该模型的主要优势：比较容易利用死亡率表来计算单个债券和债券组合的预期损失及其动摇率，特别是计算债券组合很方便；死亡模型是从大量样本中统计出来的一个模型，所以采用的参数比较少。该模型主要优势：没有思索不同债券的相关性对计算结果的影响；没有思索宏观经济环境对死亡率的影响，因此需求时时更新死亡率表；数据更新和计算量很大；不能处置非线性产品，

10、如期权、外币掉期。 4.信誉风险附加法CreditRisk+ Model 信誉风险附加法是瑞士波士顿第一银行产品部Credit Suisse Financial Products, CSFP在1997年源于保险精算学思想开发的。 该方法与信誉度量术不同，它将价差风险看做市场风险而不是信誉风险的部分，结果是，在任何时期，只需违约和不违约两种形状予以思索，并且假定在不重叠的时间段内违约人数相互独立，服从泊松分布，与公司的资本构造无关。由于该方法将贷款损失分为假设干频段，而每一频段违约率均值是一样的，这样可以 HYPERLINK 计算在一定置信程度下的任何一个频段贷款损失，每个频段损失加总就是总的损

11、失，所以这个方法的采用变量很少，处置才干很强。 该模型的主要优势表达在：易于求出债券及其组合的损失概率和边沿风险分布；模型集中于违约分析，所需估计变量很少，只需求违约和风险暴露的分布即可；该模型处置才干很强，可以处置数万个不同地域、不同部门、不同时限等不同类型的风险暴露；根据组合价值的损失分布函数可以直接计算组合的预期损失和非预期损失的值，比较简便。该模型的优势在于：与KMV模型一样，只将违约风险纳入模型，没有思索市场风险，而且以为违约风险与资本构造无关；没有思索信誉等级迁移，因此恣意债务人的债务价值是固定不变的，它不依赖于债务发行人信誉质量和远期利率的变化与动摇。虽然违约概率遭到一些随机要素

12、的影响，但风险暴露并不受这些要素的影响；每一频段违约率均值的方差并不完全一样，否那么会低估违约率；不能处置非线性 HYPERLINK 金融产品，如期权、外币掉期。 5.信贷组合观念Credit Portfolio View 1998年，麦肯锡Mc Kinsey公司Saunders和Wilson等人利用根本动力学的原理，从宏观 HYPERLINK 经济环境的角度来分析借款人的信誉等级迁移，建立了信贷组合观念，有时也称麦肯锡模型。 该模型突破了信誉度量术模型的假设，以为迁移概率在不同借款人类型之间，以及不同商业周期之间不是稳定的，而应遭到诸如国别、经济周期、失业率、GDP增长速度、长期利率程度、外

13、汇汇率、政府支出、总储蓄率、产业等要素的影响，并以为这些宏观变量服从二阶自相关过程。普通而言，迁移概率在商业周期期间会变动较大，而在衰退期间的变动会比在扩张期间更大。该模型有两种方式处置周期性要素及其影响，一是将过去的样本期间划分为衰退年份和非衰退年份，并且计算两个单独的 HYPERLINK 历史上的迁移矩阵，即一个衰退矩阵和一个非衰退矩阵，以得到两种分开的VaR计算结果；二是直接将迁移概率与宏观要素之间的关系模型化，并且，假设模型是拟合的，就经过制造宏观上的对于模型的“冲击来模拟迁移概率的跨时演化。显然，该方法将无论是系统的还是非系统的宏观要素纳入模型中，以对迁移概率进展调整，因此，它实践上

14、是对信誉度量术的补充和深化。 该模型的优势在于：较为充分地思索了宏观经济环境对信誉等级迁移的影响，而不是无条件用历史上违约率的平均值来替代；信誉等级迁移概率具有盯市性，因此它与信誉度量术结合起来可以提高信誉风险度量的准确性；它明晰地给出了实践的离散的损失分布模型，这个损失分布依赖于子组合中信誉头寸的个数和大小；它既可以适用单个债务人，也可以适用于群体债务人，如零售组合。优势主要是：模型的数据依赖于一国很多宏观经济数据，因此数据处置与计算较为繁杂；不能处置非线性产品，如期权、外币掉期。模型异同分析比较不同的模型具有各自不同的特点，现从如下几个方面进展比较： 1.风险的定义 普通说来，信誉风险度量

15、模型可以分为两类：盯住信誉等级变化对贷款实际市值影响的盯住市场模型以及不思索信誉等级的变化、只思索违约概率的违约模型DM。模型在界定信誉风险的范畴时，既思索了信誉等级的变化，也思索了违约，并由此来计算贷款价值的损失和收益以及贷款的信誉风险。而模型偏重于预测违约损失，只思索两种形状：违约和不违约，不思索信誉等级的变化。 很明显，KMV仅着重于违约预测，属于DM模型。Credit?鄄Metrics是一种多形状的模型，可以较为准确地计量信誉风险的变化和损失值，属于MTM模型。麦肯锡模型既可以被看作MTM模型，也可以被看作DM模型。CreditRisk+是DM模型，没有思索信誉等级与相关性。死亡率模型

16、是DM模型。 2.风险的影响要素 MTM模型假定企业的资产价值和资产价值的动摇性是违约风险的主要影响要素，而DM模型假定的是违约率平均程度及其动摇性，即平均违约率是违约风险的主要影响要素。 在KMV法中，公司的资产价值服从正态分布，预期违约率EDF随着新信息被纳入股票价钱而发生变化。股票价钱的变化以及股票价钱的动摇性成为KMV中预期违约率变化的根底。在CreditMetrics中，违约概率以及信誉等级的变化被模型化为基于历史数据的信誉转移矩阵，不思索市场风险，违约率被视为离散变量。在麦肯锡模型中，将宏观要素纳入到模型，违约率思索了经济周期的影响，因此，风险的动摇受总体经济环境的影响。在Cred

17、itRisk+里，违约率被视为延续变量，并且违约次数服从泊松分布，没有思索市场风险，而且违约风险与资本构造无关。在死亡率模型中，风险的测定与判别只是基于历史上的各要素对风险的影响情况，没有思索宏观经济环境对死亡率的影响。 3.数据根据根底 不同模型所根据的数据根底不同。KMV模型以股票市场数据为根底，包含比较多的市场信息。CreditMetrics采用历史数据，也就是“向后看的方法。麦肯锡模型数据在一定程度上运用了历史值，但它同时又思索了宏观的要素，对商业周期也予以思索，对当期遭到的冲击也很敏感，因此可以在一定程度上修正CreditMetrics的偏向。CreditRisk+中数据要求简单，需

18、求输入的数据少，基于历史数据确定某频段的平均违约率。死亡率模型是简单的依托历史数据预测违约损失，采用的参数比较少，但假设要保证测算的精度，需求大规模的包括各等级的债务工具的历史观测值样本。4.回收率 损失的分布和VaR值的计算不仅取决于违约的概率，也取决于损失的严重程度或给定违约概率下的违约损失(LGD)。KMV法的简单模型中回收率被看作是常数，该模型新近的开展中允许回收率服从beta分布。CreditMetrics中，当贷款市值服从正态分布时，估计的回收率的规范差可以用于VaR的计算；当贷款市值为实践分布时，可以利用转移概率矩阵和对应的贷款价值表近似计算不同置信度下的VaR值和回收率。显然，

19、回收率是可变的。麦肯锡模型是在CreditMetrics的根底上对转移概率矩阵进展了调整。假设它是用于计算对经济周期敏感的VaR值，那么，回收率是可变的；假设它是用于计算周期影响下的违约损失率，那么，回收率为常数。CreditRisk+中可按风险暴露将信贷组合划分为假设干频段，在每个频段中信贷组合的回收率可视为常数。死亡率模型为DM模型，回收率采用历史统计数据的平均值，为常数。 5.模型的运用条件 各个模型由于实际假设、模型设计和数据根底的不同而具有不同的运用条件。KMV模型要求有大量的上市企业，股票市场要兴隆、有效，股票的买卖价钱可以反映企业资产的市场价值情况，还要有相当长时间的股价变动历史

20、数据和企业信誉情况的历史数据。该模型不能用于非上市公司。CreditMetrics模型要求有较为完善的内、外部信誉评级体系和积累的大量历史数据，从而可以建立信誉等级转移概率矩阵。另外，它还要求无风险利率是固定不变的。麦肯锡模型根据低信誉等级的企业受宏观经济环境影响较大的实际建立，普通适宜对低信誉等级的企业贷款的信誉风险进展度量。CreditRisk+能对多笔相互独立的中小债务进展管理，处置才干很强。它不思索市场风险，不能处置非线性的金融产品。对于死亡率模型，由于要保证测算的精度，需求大规模的包括各等级的债务工具的历史观测值样本。6模型的适用对象Credit Metrics模型和KMV模型适用于

21、公司和大客户信誉风险的度量，Credit Risk+模型适用于银行对零售客户的信誉风险度量，而Credit Portfolio View模型适用于对宏观经济要素变化敏感的投机级债务人的信誉风险度量。我们援用一个表格做一个阐明：信誉风险模型的关键特征比较内容信誉等级转移法KMVCredit Risk+Credit MetricsCredit Portfolio View风险定义市场价值市场价值违约损失违约损失信誉事件降级/违约降级/违约延续的违约率违约风险驱动要素资产价值宏观要素资产价值逾期违约率信誉等级转换概率不变受宏观要素影响EDF的单个期限构造资产定价过程推断N/A信誉事件的相关度规范多变

22、量正态分布权益因子模型宏观要素的条件违约概率函数规范多变量正态资产收益率资产因子模型普通风险因子的条件违约概率函数回复率随机分布随机阅历分布随机分布违约既定下的损失数字方法模拟/分析模拟分析/模拟分析 *以上表格出自金志博 王红娟 三信誉风险模型在我国运用中存在的问题及建议1、数据缺乏由于信誉制度不健全、信誉体系尚未建立，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，很难把违约间隔 转化成实践违约率。同时，利率尚未市场化等为转移矩阵的建立以及信誉价差确实定呵斥了困难。2、一些参数的稳定性假设问题由我国现阶段相关机制不健全，资产收益的相关度不稳定，使得信誉计量模型对资产组合的分析难以恰

23、当反映组合风险的未来情况，使得模型对未来风险的预测才干有较大的影响。3、肥尾问题我国证券市场股价不仅动摇幅度大，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遭到注重。由以上分析可知，目前各种模型在我国的运用缺乏必要的条件，总体环境还不成熟，但也必需看到该实际技术所表达的现代金融市场条件下的根本信誉风险管理思想和理念是值得学习和自创的。针对我国存在的问题，提出以下建议：一是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誉风险管理建立根底。二是普及和开展信誉管理中介效力行业，进一步完善信誉评级制度，这是信誉风险管理的必要前提。三是积极开展和完

24、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，削减异常动摇性，为银行信誉风险管理提供良好的金融环境。四对信誉风险度量模型的综合评价 根据对违商定义的不同，可将以上模型分为盯市模型MTM与违约模型DM，MTM模型和DM模型是银行业普遍运用的两大类信誉风险度量模型。盯市模型是以资产市场价值变化为根底计算VaR的模型；而违约模型是集中于预测违约损失，它只思索了两种情形：违约和不违约。盯市模型相对违约模型的一个显著差别是前者它包括了价差风险，由于它除了思索违约与不违约两种信誉形状以外，还要思索到信誉质量的变化，比如信誉等级的升降或下降，在此意义下MTM模型是DM模型的一种推行

25、。据此分析，信誉度量术是个典型的MTM模型；死亡模型、信誉风险附加法、贷款分析系统和信誉监测模型本质是DM模型，但高级版的信誉监测模型也是MTM模型；而信贷组合观念既是MTM模型，也是DM模型。由于MTM模型计算的贷款损失能时时更新，更有利于银行进展风险管理，也是银行风险管理追求的目的，因此在实践运用中更受欢迎。 以上信誉风险度量模型的一个重要差别是违约概率的动摇性。在信誉监测模型中，违约率随着借款人股票市价变化而变化；在信誉度量术和死亡率模型中，违约概率是基于历史数据统计出来的固定的、离散的值；在信誉风险附加法中，每笔贷款的违约率是可变的，违约率均值被模型化为一个有着伽马分布Gamma di

26、stribution的变量；在信贷组合观念中，违约概率是一套正态分布的遭到宏观要素冲击的一个对数函数；贷款分析系统的违约率受利率或者借款人资产价值变化而变化。现实上，借款人违约行为是个复杂的过程，不仅遭到 HYPERLINK 企业本身的影响，也遭到市场和国家宏观经济政策的影响，因此可变的违约率更符合实践情况。 损失的分布和VaR的计算不仅取决于违约的概率，而且也取决于损失的严重程度或违约下的损失率。阅历证听阐明违约严重程度和贷款回收情况随时间演化而有相当大的动摇性，进而，将变化的回收率回收率在数量上是1与LGD之差包括进去有能够添加VaR或未预期的损失率。信誉监测模型假设回收率为一个常数，但高级版的信誉监测模型允许回收率遵照贝塔分布Beta distribution；在信誉度量术模型和死亡模型中，回收率假定服从贝塔分布；在信誉风险附加法中，损失被凑成频段得到亚级贷款组合，而任何级别贷款组合损失严重程度视为一个常数；在信贷组合观念中，回收率的估计是经过蒙特卡罗模拟法进展的，是变化的；在贷款分析系统中，回收率是变化的。同样