（管理科学与工程专业论文）基于判别分析和期望违约率方法的信用风险度量及管理研究.pdf

博士学位论文 摘要 信用风险是指由于借款入或市场交易对手不愿或无力履行合同条件而构成违 约，导致银行、投资者或交易对方遭受损失的可能性，它包括由于借款人的信用评 级的变动和履约能力的变化导致其资产的市场价值变动而引起损失的可能 生。本 文围绕2 0 0 1 年巴塞尔协议对商业银行信用风险管理的总体方针，在借鉴发达 国家信用风险管理技术和方法的基础上，从财务预警切入，运用古典的多元判别 分析( m d a ) 和现代的期望违约率( e d f ) 技术来研究信用风险度量及管理中的三个 核心问题j 即：企业的信用评级、评级转移概率和基于违约损失度量的商业银行 内部经济资本配置。研究内容共分8 章。 第一章介绍了研究的选题来源、学术背景、意义及国内外的研究动态。提出 了本文的研究框架及技术路线。 第二章概述了信用风险的基本概念、管理理论和巴塞尔协议对信用风险 管理的主要内容，并从商业银行的角度对信用风险管理的内部系统进行了设计。 同时概述了专家分析方法( 5 c 、5 w ) 、基于财务数据的信用评分系统( z e t a 模型、 l p m 、l o g i t 、p r o b i t ) 、神经网络方法、期限结构模型、死亡率模型、信用度量术 ( c r e d i t m e t r i c sr m ) 、k m v 模型、信用风险附加值( c r e d i tr i s k + ) 、信贷组合观点( c r e d i t p o r t f o l i ov i e w1 、风险敞口等值法( r e e ) 等信用风险度量方法及应用现状。 第三章介绍了信用评级的基本内容与方法，分析了信用评级在信用风险管理 中的作用以及中国信用评级存在的主要问题。 第四章从财务预警切入，运用古典的多元判别分析技术( m d a ) ，采用中国上 市公司的财务数据构建了4 ，变量和7 一变量z 值判别模型并应用于上市公司的信用 评级。结果显示，模型均具有超前4 年的预测能力，能有效地识别企业的信用风 险及其变化。中国上市公司的接体资信较好，但波动性较大，且呈下降趋势。论 文通过观察5 年( 1 9 9 8 - - 2 0 0 2 ) z 值评级的变化，构建出中国上市公司信用等级转移 概率矩阵，发现某一信用等级维持原级别不变的概率最大；较高的信用级别转移 为违约级的概率极小；当评级分类变得越来越大时，转移概率将变得越来越小。 与国外的信用等级转移矩阵相比，本文构建的中国上市公司信用等级转移概率矩 阵表现出波动性大、不太稳定的特点。特别是信用级别处于两端的企业，其信用 评级维持原级别不变的比例较小。 第五章根据中国的实际情况，对期望违约率模型( k m v 模型) 的股权价值、违 约点( d p t ) 等参数进行了修订，并应用参数调整后的k m v 模型于中国上市公司信 用评级。结果显示模型可以提前4 年识别上市公司信用风险整体上的变化趋势； 可以提前2 年识别出上市公司个体上的信用风险差异。在三种不同违约点( d p t ) 基于判别分析和期望违约率技术的信用风险度量及其管理研究 的方案下，s t 公司与非s t 公司的违约距离( d d ) 均值差距，随着s t 年份的临近 逐渐扩大。r o c 曲线检验表明：上市公司在被s t 的前2 年，k m v 模型便可明显地 分辨出其信用风险差异，在上市公司被s t 的前1 年模型分辨的能力达到最强。 第六章对z 值判别模型和k m v 模型在信用风险识别应用中进行了比较研究。 结果发现：( 1 ) 两种模型对上市公司信用风险的评估具有较大的一致性但两极公 司的评级分歧较大。( 2 ) 理论期望违约概率( t e d f ) 与z 值之间存在显著的负相关关 系，即：z 值大的公司，财务越健康，其t e d f 越小，信用风险就越小。( 3 ) 公司 z 值与新华远东资信评级有明显的线性正相关关系，二者的相关系数达6 6 ，f 4 ) 参数调整后的k m v 模型输出的违约距离( d d ) 与新华远东资信评级结果之间也呈 现出明显的正相关性。 第七章将第4 、5 、6 章的研究成果应用于商业银行贷款的信用风险损失度量 及经济资本的配置。论文以湖南岳阳工行为研究案例，对其1 0 4 笔贷款从债务人 及债项的信用评级、违约概率估算、损失度量直至银行内部的风险资本配置进行 了系统的实证研究。 论文的创新性体现在：( 1 ) 论文从财务预警切入，运用上市公司财务数据及 股票交易信息，将自主开发的z 值判别模型和修正的期望违约率模型( k m v 模型) 对企业进行了资信评级。( 2 ) 通过观察5 年( 1 9 9 8 - - 2 0 0 2 ) z 值评级的变化构建出 基于z 值的中国上市公司信用等级转移概率矩阵并应用于贷款信用风险损失度 量。( 3 ) 在应用k m v 模型计算公司价值中，结合中国实际情况对非流通国有股的 价值计算和违约点( d p t ) 等参数作了调整并应用于企业评级和信用风险评价中。( 4 ) 以真实银行为研究案例，对其1 0 4 笔贷款从债务人及债项的信用评级、违约概率 估算、损失度量直至银行内部的风险资本配置进行了系统的实证研究。 研究成果对商业银行等金融机构、投资者、证券发行者、证券市场及金融市 场监管部门在度量和管理信用风险方面提供了重要的思路和方法。其应用价值具 体体现在：( 1 ) 银行机构可应用开发的模型对贷款客户进行资信评级、贷款定价、 贷款跟踪和监督管理。( 2 ) 金融机构管理高层可依据v a r 重新评价风险价值变动 绝对量最大的债务人，重新评价那些敞口大且风险度高的“双高”债务人，建立起 责、权、利相联系的信贷政策、贷款定价、投资决策机制。( 3 ) 有利于确定信用风 险基本限额标准，有效的配置银行经济资本，满足监管部门的要求。( 4 ) 企业或 投资者通过观察z 值或违约距离( d d ) 的变化趋势，进行财务预警，及早采取有效 的前瞻性措施，防范危机。( 5 ) 政府监管机构可根据z 值和违约距离( d d ) 指标有的 放矢、改善资源的宏观配置计划，实现资源的优化配置。( 6 ) 本研究的预警模型 可帮助审计部门迅速锁定可疑公司，对其进行跟踪调查。 关键词：信用风险；信用评级；评级转移矩阵；多元判别分析；k m v 模型：经济 资本配置 i l 博士学位论文 a b s t r a c t c r e d i tr i s ki st h el i k e l i h o o do ft h el o s so c c u r r e dt ob a n k s i n v e s t o r so rt r a d e c o u n t e r p a r td u et ot h ed e f a u l tb yd e b t o rb o r r o w e r ( s ) o rt r a d ec o u n t e r p a r tb e c a u s eo f u n w i l i n e s so ri n a b i l i t yt of u l f i l lt h ec o n t r a c t ，w h i c hi n c l u d e st h el i k e l i h o o do ft h el o s s o c c u r r e dd u et ot h er a t i n gm i g r a t i o na n dt h ef l u c t u a t i o no fm a r k e tv a l u eo ft h ea s s e t t h i sp a p e r ，u n d e rt h ef r a m e w o r ko fc o m m e r c i a lb a n kc r e d i tr i s km a n a g e m e n tr e q u i r e d b y2 0 0 1b a s e la g r e e m e n t ，w i l lu s et h em d aa n de d fm e t h o d o l o g yt oa n a l y z et h e t h r e ek e yi s s u e si nc r e d i tr i s km e a s u r e m e n ta n dm a n a g e m e n t ，i e 。f i r mc r e d i tr a t i n g ， c r e d i tt r a n s i tm a t r i xa n da l l o c a t i o no fe c o n o m i cc a p i t a lb a s e do nt h el o s sg i v e nd e f a u l t ( l g d ) t h ep a p e rc o n t a i n se i g h tc h a p t e r s c h a p t e r1 i st h ei n t r o d u c t i o no ft h ea c a d e m i cb a c k g r o u n d ，t h ed e v e l o p m e n ta n d t h ea p p l i c a t i o no ft h ec r e d i tr i s ks t u d ya n dp r e s e n t st h er e s e a r c hf r a m e w o r ka l o n gw i t h t h et e c h n i c a lr o u t ef o rt h i ss t u d y c h a p t e r2o u t l i n e st h eb a s i cc o n c e p to fc r e d i tr i s k ，m a n a g e m e n tt h e o r y ，t h em a i n c o n t e n t so fb a s e la g r e e m e n ta n dd e s i g n st h ei n t e r n a lc r e d i tr i s km a n a g e m e n ts y s t e m f r o mt h ep o i n tv i e wo fc o m m e r c i a lb a n k i na d d i t i o n ，i ti n t r o d u c e sav a r i e t yo ft h e c r e d i tr i s ka s s e s s m e n tm e t h o d o l o g ys u c ha se x p e r tm e t h o d ( 5 c s ，5 w ) ，z e t am o d e l ， l p mm o d e l ，l o g i tm o d e l ，n e u r a ln e t w o r k ，t e r ms t r u c t u r em o d e l ，m o r t a l i t yr a t em o d e l ， c r e d i t m e t r i c s t m ，k m vm o d e l ，c r e d i tr i s k + ，c r e d i tp o r t f o l i ov i e wa n dr e e c h a p t e r3a d d r e s s e st h ec r e d i tr a t i n gm e t h o d ，i t sm a i nc o n t e n t ，f u n c t i o no fr a t i n g i nc r e d i tr i s km a n a g e m e n ta n dt h em a i np r o b l e m so f r a t i n gi nc h i n a c h a p t e r 4c o n s t r u c t sa4 - v a r i a b l ea n d7 - v a r i a b l ed i s c r i m i n a n ta n a l y s i sm o d e lb y u s eo fm d am e t h o d o l o g yb a s e do nf i n a n c i a ld a t eo fc h i n e s el i s t i n gf i r m sa n da p p l y t h e mt ot h ec o r p o r a t er a t i n g t h er e s e a r c hf i n d st h a tb o t ho ft h em o d e l sc o n s t r u c t e d h a v et h ea b i l i t yo ff o r e c a s tb y4y e a r si na d v a n c e t h ec r e d i t a b i l i t yo ft h el i s t i n gf i r m s a r eq u i t eg o o da saw h o l e ，b u tu n s t a b l ew i t hd e t e r i o r a t i o ni nc r e d i tr i s k t h r o u g ht h e o b s e r v a t i o no f5 - y e a rr a t i n gt r a n s i t i o n so ft h el i s t i n gf i r m s ，t h ea u t h o rc o n s t r u c t st h e c r e d i tt r a n s i tm a t r i xf o rc h i n e s el i s t i n gf i r m sa n df i n d st h a tt h ep r o b a b i l i t yo fr e t a i n i n g o nt h ei n i t i a lr a t i n gi st h el a r g e s t t h eh i g h e rr a t i n g s ( a a a ，a a ，a ) h a v et h el e a s t t r a n s i tp r o b a b i l i t yt od e f a u l tr a t e ( d ) t h et r a n s i tp r o b a b i l i t yb e c o m e ss m a l l e ra st h e r a t i n gc l a s s i f i c a t i o nb e c o m e sb i g g e r h o w e v e r , c o m p a r e dw i t ht h a to fs t a n d a n d & p 0 0 1 t h ec r e d i tt r a n s i tm a t r i xc o n s t r u c t e di nt h i sp a p e rs h o w st h ef e a t u r e so ff l u c t u a t i o na n d i i l 基于判别分析和期望违约率技术的信用风险度量及其管理研究 i n s t a b i l i t y i np a r t i c u l a r ，t h ep r o p o r t i o no ft h ef i r m sa tt w oe x t r e m e sr e t a i n i n go nt h e i n i t i a lr a t i n gi sq u i t es m a l l c h a p t e r5 f i r s tm a d ea d j u s t m e n t st ot h ec a l c u l a t i o no f e q u i t yv a l u e ，t h e d e t e r m i n a t i o no fd e f a u l tp o i n tf o rk m vm o d e li na c c o r d a n c ew i t hc h i n e s es i t u a t i o n a n dt h e na p p l i e st h ea d j u s t e dm o d e lt ot h ec o r p o r a t er a t i n gt h er e s u l ts h o w st h em o d e l h a st h ea b i l i t yo ff o r e c a s t i n gb y4y e a r si na d v a n c ef o rc o r p o r a t ec r e d i tr i s ka saw h o l e a n dt w o y e a ra b i l i t yo ff o r e c a s t i n gi n d i v i d u a lf i r m si nc r e d i tr i s k u n d e rt h et h r e e d i 脆r e n td p ts c e n a r i o t h em e a n v a r i a n c eo fs tf i r m sa n dn o ns tf i r m sa r eb e c o m i n g l a r g ea st h ea p p r o a c h i n go fs ty e a ra n dr e a c h e st h el a r g e s to n ey e a rb e f o r es t c h a p t e r6m a k e sac o m p a r i s o ns t u d yb e t w e e nt h em d aa n dk m vm o d e li nt h e a p p l i c a t i o no fc r e d i tr i s ki d e n t i f i c a t i o n i tf i n d so u t ：( 1 ) t h er a t i n g sb yt h et w om o d e l s a r er a t h e rc o n s i s t e n t ，b u t q u i t e d i f f e r e n ti n r a t i n g s f o r t h ef i r m sa tt w o e x t r e m e s ( 2 ) t h r e ei sas i g n i f i c a n tn e g a t i v ec o r r e l a t i o nb e t w e e nt h e o r e t i ce x p e c t e d d e f a u l tf r e q u e n c y ( t e d f ) a n dz s c o r e w h i c hm e a n sf i r m sw i t hl a r g e rz - s c o r ea r e h e a l t h i e ri nf i n a n c e ，t h e r e f o r e ，t e d fi ss m a l l e r ，c r e d i tr i s ki sl o w e r , o t h e r w i s e ，c r e d i t r i s ki sh i g h e r ( 3 、t h r e ei sas i g n i f i c a n tp o s i t i v ec o r r e l a t i o nb e t w e e nz - s c o r er a t i n g sa n d t h a to fx i n h u af a re a s tc h i n ar a t i n g s t h ec o e f f i c i e n tr e a c h e so 6 6 ( 4 ) t h o u g hd d r a t i n g si sp o s i t i v ew i t hx i n h u af a re a s tc h i n ar a t i n g s ，b u tn o ta sg o o da sz s c o r e r a t i n g s c h a p t e r 7 a p p l i e s t h er e s e a r c hr e s u l t st ot h em e a s u r e m e n to fl o s s g i v e n d e f a u l t ( l g d ) a n dc a p i t a la l l o c a t i o nf o rc o m m e r c i a lb a n kl o a n s i nt h i sp a p e r ，a s y s t e m a t i ce v i d e n c es t u d yh a sb e e nc a r r i e df o ras a m p l eo f10 4b a n kl o a n sf r o mt h e o b l i g a t o r sr a t i n g ，d e b tr a t i n ga d j u s t m e n t ，t h em e a s u r e m e n to fl o s sg i v e nd e f a u l t ( l g d ) a n dc a p i t a la l l o c a t i o nb a s e do nv a r t h eo r i g i n a l i t yo ft h i sp a p e ri sr e f l e c t e di nt h ef o l l o w i n ga s p e c t s ：( 1 ) c o n s t r u c t s t h ez s c o r em o d e lb yu s i n gt h em d am e t h o d o l o g ya n dt h ef i n a n c i a ld a t ao fc h i n e s e l i s t i n g sf i r m s ，m a d ea d j u s t m e n t st o t h ek m vm o d e li na c c o r d a n c ew i t hc h i n e s e s i t u a t i o n ，t h e n ，a p p l yt h e mt ot h ec o r p o r a t er a t i n g si nc h i n a ( 2 ) c o n s t r u c t st h ec r e d i t t r a n s i tm a t r i xf o rc h i n e s el i s t i n gf i r m st h r o u g ht h eo b s e r v a t i o no f5 - y e a rr a t i n g t r a n s i t i o n so f t h el i s t i n gf i r m s ( 3 ) t h ea d j u s t m e n t st ot h ec a l c u l a t i o no f e q u i t yv a l u e ， t h ed e t e r m i n a t i o no fd e f a u l tp o i n tf o rk l v l vm o d e li na c c o r d a n c ew i t hc h i n e s e s i t u a t i o na n dt h ea p p l i c a t i o nt ot h ec o r p o r a t er a t i n g ( 4 ) as y s t e m a t i ce v i d e n c es t u d y h a sb e e nc a r r i e do u tf o ras a m p l eo f1 0 4b a n kl o a n sf r o mt h eo b l i g a t o r sr a t i n g ，d e b t r a t i n ga d j u s t m e n t ，t h em e a s u r e m e n to fl o s sg i v e nd e f a u l t ( l g d ) a n dc a p i t a la l l o c a t i o n b a s e do nv j r i v 博士学位论文 t h er e s e a r c hp r o v i d e sa l l i m p o r t a n tc o n c e p tf r a m e w o r ka n dm e t h o d o l o g yf o r f i n a n c i a l i n s t i t u t i o n s ，i n v e s t o r s ，s e c u r i t i e si s s u e r ，c a p i t a lm a r k e ta n dr e g u l a t o r y d e p a r t m e n t si n c r e d i tr i s ka s s e s s m e n ta n dm a n a g e m e n t t h ea p p l i c a t i o ni n c l u d e s ： ( 1 ) t h ef i n a n c i a li n s t i t u t i o n sc a l lu s et h em o d e l sc o n s t r u c t e df o rc o r p o r a t er a t i n g s ，b a n k l o a np r i c i n g ，c r e d i tr i s km o n i t o r i n ga n dr e g u l a t o r yp u r p o s e ( 2 ) i na c c o r d a n c ew i t ht h e v a r ，b a n k sc a nr e e v a l u a t et h o s eo b l i g a t o r sw i t hl a r g ev a l u ec h a n g e sa n ds e tu pa r i s k - r e s p o n s i b i l i t y m e c h a n i s mf o r l e n d i n g a n d i n v e s t m e n t ( 3 ) h e l p f u l t ot h e d e t e r m i n a t i o no ft h ec r e d i tl i n ea n dt h ee f f i c i e n ta l l o c a t i o no fr i s kc a p i t a lt om e e tt h e r e g u l a t o r yr e q u i r e m e n t s ( 4 ) f i r m so ri n v e s t o r s ，t h r o u g ho b s e r v i n gt h ec h a n g e so f z s c o r eo rd d ，c a nw a r nt h ef i n a n c i a ld i s t r e s sa n dt a k em e a s u r e si na d v a n c et oa v o i d t h ep o t e n t i a lc r i s i s ( 5 ) t h eg o v e r n m e n tr e g u l a t o r yd e p a r t m e n t sc a na l s o ，t h r o u g h o b s e r v i n gt h ec h a n g e so fz - s c o r eo rd d ，c o o r d i n a t ea n do p t i m i z e t h er e s o u r c e a l l o c a t i o ns oa st or e d u c et h ec o s t ( 6 ) t h ez s c o r em o d e lc o n s t r u c t e di nt h i sp a p e rc a n h e l pt h ea u d i t o r st ol o c ka tq u i c k l yt h o s ef i n a n c i a lf i r m sa n df a c i l i t a t et h e i rs u r v e y k e yw o r d s ：c r e d i tr i s k ；f i r mr a t i n g ；c r e d i t t r a n s i tm a t r i x ；m d a ；k m v ； e c o n o m i cc a p i t a la l l o e a t i o n v 基于判别分析和期望违约率技术的信用风险度量及其管理研究 插图索引 图1 1 总体研究框架图 。 图1 2 技术路线图一一 图2 1 银行内部信用风险管理系统 图2 2c r e d i t m e t r i c s 框架图 图2 3 公司资产价值( v ) 与股票价值( e ) 之间的关系 一 图2 4 信用等级转移矩阵 图4 1 建模样本z 一值分布一 图4 2 上市公司前一年z 值分布图 a 图4 31 9 9 8 年上市公司评级 图4 41 9 9 8 2 0 0 2 上市公司评级图 图4 51 9 9 8 - - 2 0 0 2 各年上市公司信用级别方差 图4 61 9 9 8 年上市公司评级图 t 图4 71 9 9 8 2 0 0 2 年上市公司信用级别分布图( 7 变量) 。 。 图4 8 各年上市公司信用级别方差图- 图4 9 信用级别( 不) 变动图 图4 1 0 信用级别上升( 下降) 比例图 图5 1e d f 的技术框架图t t 图5 2 违约距离( d d ) 示意图 一一 图5 3 违约距离( d d ) 与期望违约频率( e d f ) 映射图 一 图5 4 被s t 前1 年r o c 曲线图 图5 5 被s t 前2 年r o c 曲线图 图5 6 被s t 前3 年r o c 瞳线图 图5 7 被s t 前4 年r o c 曲线图， 图5 8 违约点等于流动负债时被s t 前l 一4 年r o c 曲线图 图5 9 基于t e d f 值的1 9 9 8 2 0 0 2 年样本公司信用等级分布图 图6 11 9 9 8 2 0 0 2 年b b b 级以上公司比例对照图 图6 21 9 9 8 2 0 0 2 年相同评级公司比例分布图 图6 3 新华远东样本等级分布图u 图6 4z 值与信用级别映射图 图6 5 违约距离( d d ) 与信用等级映射图 图7 1 信用损失分布与经济资本配置示意图 图7 2 贷款预期损失图 图7 3 贷款非预期损失图 v i o拍”加佗弭拍罟s髂舛粥卯吆蚪b抖拍 博士学位论文 附表索引 表2 1 新框架风险权数一 表2 2 一年信用评级转移概率矩阵 表2 3 不同索偿等级的债券价值回收率( 面值的) 表2 4 一年远期零息债券收益率( ) -v 表2 5b b b 信用评级债券+ 附息的一年远期价值 表2 6 四种模型方法的比较 。 表3 1 标准普尔各等级违约率统计表( ) 表3 2 中国主要资信评估公司基本情况 表4 1 财务指标一览表一 一 表4 2k o l m o g o r o v s m i m o v 检验表 。 表4 3 均值相等的检验结果 t 表4 4 相关矩阵表- 表4 5 回代计算分组结果 表4 6 典则判别函数统计量描述- 表4 7 方差一协方差阵行列式对数值 t 表4 8b o x s m 检验结果 表4 9 多重共线性的统计检验 表4 1 0z 一值分布统计 表4 1 l 判别模型超前5 年的预测结果( 原始样本s t 公司) t 表4 1 2s t 前3 年两类公司特征财务指标的均值和标准差统计 表4 1 3 财务指标 表4 1 4 逐步判别分析结果 表4 1 5 判别函数检验统计量描述t t 表4 1 6 财务困境前1 年的判定结果 表4 1 7 财务困境前5 年的综合预测结果 表4 1 81 9 9 8 年上市公司评级表( 4 变量模型) 表4 1 91 9 9 8 2 0 0 2 年上市公司信用评级表( 4 变量模型) 表4 2 02 0 0 2 年被s t 的公司各年信用评级表 表4 2 11 9 9 8 年上市公司评级表( 7 变量模型) 表4 2 21 9 9 8 - - 2 0 0 1 年上市公司信用评级表( 7 变量模型) 表4 2 31 9 9 8 1 9 9 9 年的信用等级转移矩阵( 4 变量模型) - 表4 2 41 9 9 8 1 9 9 9 年的信用等级转移矩阵( 7 变量模型) v n m臻勰丝凹叭诣舛卯站钵叭甜铊舛酷醯舔醯凹伯n诏弭弘弛弛 基于判别分析和期望违约率技术的信用风险度量及其管理研究 表4 2 51 9 9 9 2 0 0 0 年的信用等级转移矩阵( 4 变量模型) 表4 2 61 9 9 9 2 0 0 0 年的信用等级转移矩阵( 7 变量模型) 表4 2 72 0 0 0 2 0 0 1 年的信用等级转移矩阵( 4 变量模型) 表4 2 82 0 0 0 - 2 0 0 1 的信用等级转移矩阵( 7 变量模型) 表4 2 92 0 0 1 2 0 0 2 年的信用等级转移矩阵( 4 变量模型) 表4 3 02 0 0 1 2 0 0 2 年的信用等级转移矩阵( 7 变量模型) 表4 3 l 上市公司信用等级转移概率均值表( 4 变量模型) 表4 3 2 上市公司信用等级转移概率均值表( 7 变量模型) 表5 1 一年期定期整存整取存款利率表- - 表5 2 参数调整情况览表 表5 3 违约距离( d d ) 差异检验( d p t = s t d ) t 表5 4 违约距离( d d ) 差异检验( d p t = s t d + 0 5 l t d ) ， 。 表5 5 违约距离( d d ) 差异检验d p t = s t d + o 7 5 l t d 表5 6 信用级别划分标准t e d f 值表 一一 表5 7 基于t e d f 值的1 9 9 8 2 0 0 2 年样本公司信用评级表 表6 1 理论违约概率t e d f 与z 值相关系数表 表6 2 沪深证券指数年波动率表- 表6 3 基于t e d f 值的1 9 9 8 2 0 0 2 年样本公司信用评级表 表6 4 基于z 值的1 9 9 8 - - 2 0 0 2 年样本公司信用评级表 表6 5t e d f 评级与z 值评级中相同评级公司分布表 表7 1 贷款客户信用评级表 表7 2 贷款方式及其信用风险系数表 表7 3 贷款评级综合一览表 表7 4 贷款信用评级明细表t 表7 5 各信用级别违约概率估算表 表7 6 贷款违约损失率 表7 7 贷款预期损失率表 表7 8 蒙特卡罗模拟参数表一 表7 9 贷款非预期损失总表 。 表7 1 0 贷款信用风险度量及经济资本配置明细表t 表7 1 l 经济资本与监管资本配置比率表 v i i i 为鲫舳鲫引引叭昵舛鳃叭叭叫舵”他船筋m拍拍拍 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：群垮日期：埘年簪月f 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权湖南大学可以将本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和汇编本学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打“4 ”) 作者签名：历象给 导师签名 日期：j 年手月日 日期：艿年4 月二日 博士学位论文 第1 章绪论 1 1 研究的学术背景及意义 1 1 1 选题来源 本论文选题来源于笔者主持的国家自然科学基金项目期望违约率和判别分 析的财务困境预警方法及应用研究，基金编号：7 0 1 7 2 0 1 8 。 1 1 2 研究意义 信用风险又称违约风险，是指借款人、证券发行人或交易对方因种种原因， 不愿或无力履彳亍合同条件而构成违约，致使银行、投资者或交易对方遭受损失的 可能性。8 0 年代末以来，随着金融的全球化趋势及金融市场的波动性加剧，各国 银行和投资者受到了前所未有的信用风险的挑战。世界银行对全球银行业危机的 研究表明，导致银行破产的主要原因就是信用风险。因此，国际金融界对信用风 险的关注日益加强。1 9 8 8 年旨在加强信用风险管理的巴塞尔协议迈出了具有 里程碑意义的一步，提出了信用风险的权数管理方法，规定了商业银行为防患信 用风险所必须达到的最低资本要求：同年还对信用衍生品提出了资本要求以反应 信用风险；1 9 9 9 年又提出了新的一揽子方法( 外部和可能的内部评级) ；2 0 0 1 巴 塞尔协议进一步修订了一揽子方法，确定了以内部模型为基础的信用风险管理。 随着巴塞尔协议在西方发达国家的全面实施，各国加大了对内部信用风险管 理工具的科研投入。信用风险管理技术和方法有了突破性的飞跃。同时随着资产 组合选择理论、信息不对称理论、v a r ( 风险价值) 理论、资本资产定价模型、 期权定价模型和套利定价模型等一些现代金融理论以及数理统计、系统工程、物 理学等学科的理论和方法开始广泛应用于金融领域，信用风险度量方法不断推陈 出新，管理技术正日臻完善，新的信用风险度量方法已经在诸多金融领域得到了 广泛的应用。如：j p 摩根公司9 7 年提出的c r e d i t m e t r i c s 模型、瑞士信贷第一波 士顿( c s f b ) 的c r e d i t r i s k + 模型、k m v 模型、a l t m a n 的z 分模型等【l 】。基于此， 巴塞尔委员会开始意识到原有信用风险测量技术及风险资本配置的局限性，于是 在2 0 0 1 年公布了新的巴塞尔协议，协议对信用风险管理的内部模型法给予了充分 的关注。但是，与市场风险管理研究相比较，商业银行信用风险管理研究仍处于 初级阶段，有人断言它将是2 1 世纪银行业面临的重要课题。 在中国，信用风险是商业银行面临的主要风险，也是银行业目前所面临的所 有问题的症结所在。近年来，尽管采取了各种措施，其中包括政府发行特别国债 基于判别分析和期望违约率方法的信用风险度量及管理研究 补充国有独资银行的资本金和成立四家资产管理公司接管四大国有银行及政策性 银行的不良资产等措施，但信用风险的根源依然存在。据国家统计局公布的数据 显示：截至到2 0 0 3 年末中国全部金融机构本外币各项贷款的余额为1 6 97 7 1 亿元， 比上年增长2 1 4 ；按照五级分类统计，2 0 0 3 年末银行业主要金融机构不良贷款 余额为2 44 0 0 亿元，不良贷款的比例为1 7 8 t 2 1 。并且，随着最近几年银行经营 业务的不断扩张，商业银行所承受的信用风险还在不断加大，信用风险管理已经 成为银行经营管理的核心内容。因此，研究信用风险的特点，建立度量信用风险 的信用风险模型，精确地定量分析所面临的信用风险，以及如何对各项业务实施 有效的信用风险管理措施，已经是商业银行提高经营管理水平降低信用风险的最 基本、最迫切的要求。 2 0 0