（数量经济学专业论文）基于CreditRisk修正模型的信用风险度量.pdf

山东大学硕士学位论文 摘要 信用风险在商业银行以及其他的金融机构中起着相当重要的作用。量化信用 风险不仅能够清楚地看到信用风险、利率风险、流动性风险等各种不同风险之间 的相互作用关系，而且还能清楚地看到个别业务风险和银行业务组合风险甚至银 行全部风险之间的风险分散与集中的影响关系，从而能更加有效地管理风险，使 银行避免遇到意想不到的损失。然而由于我国信用风险度量起步较晚，信用评级 制度也不健全，因此国外发展成熟的k m v 模型、c r e d i tm e t r i c s 模型和c r e d i t p o r t f o li o 模型在我国由于各种限制条件并不能很好地应用。相对于其他模型， 聚合信用风险模型( c r e d i t r i s k + ) 是一种较为简单实用的信用风险度量模型，模 型集中于违约分析，所需估计变量很少，只需要输入违约概率、违约损失率和风 险暴露等参数即可，从而适应了我国传统业务中缺乏数据的状况。模型处理能力 很强，可以处理数万个不同地区、不同部门、不同期限等不同类型的风险暴露。 这种模型在我国应用的最大优势在于，数据需要量相对于其它模型要少，可以在 一定程度上弥补我国银行业数据储备不足的问题，极大地降低了模型实施的难 度。 c r e d i t r i s k + 模型中广泛采用的p a n j e r 算法存在一些数学上的问题，例如当 很大时，计算机把e 叫近似为0 时，算法就终止了。同时，该算法将风险暴露划出 频段并凑成整数，这影响了计算结果的精确性，同时舍入和累计误差也容易导致 算法出现较大的偏差。m i c h a e lb g o r d y 于2 0 0 2 年提出了鞍点逼近方法，该方法 最大的优点在于对于分布的尾部的逼近效果极佳，有效地解决了损失分布尾部风 险的厚尾性问题，而违约损失率分布的尾部风险正是银行等金融部门最为关心的 问题。同时，鞍点逼近算法改j 羞t p a n j e r 算法的不足，无需将贷款的资产暴露或 者损失的严重性凑成整数和划分频段，在计算中直接使用违约的损失值，有效的 避免了舍入误差因而更加稳定。鞍点逼近方法不仅计算速度快，计算简单，而且 可以避免蒙特卡罗模拟计算繁琐的计算过程。 然而m i c h a e lb g o r d y 在提出鞍点算法的同时假定违约时损失程度是固定值， 但是在实际的金融市场上回收率受优先级、行业、经济周期和宏观经济等等一系 列的因素影响而变化，因此需要把回收率看作一个随机变量，即损失程度是一个 山东大学硕士掌位论文 随机变量。本文将违约损失率看作是一个正态随机变量并且推导出了在违约损失 程度为正态随机变量的情况下的所有贷款的信用风险v a r 。然后文章用m a l a b 生 成一系列的随机数进行了数据模拟，计算结果表明在考虑违约损失率为正态随机 变量时计算得到的所有贷款的信用风险v a r 都比认为违约损失率为一个常数值 时的高，本文的计算结果中差值幅度最高可以达到1 0 7 2 。 在计算方法上，本文也不同于m i c h a e lb g o r d y 文章中鞍点算法采用的划分格 子点、对每个格子点求值然后比较最终得到信用风险v a r 的方法，而是采用了一 个最大误差只有7 5 1 0 - 8 的累计分布函数c d f 的逼近公式来代替c d f ，从而避免 了划分格子点的过程，可以使用m a t l a b 中的f z e r o 函数直接求得零点值进而可以求 得所有贷款的信用风险v a r ，有效地避免了近似误差的不断累积带来的误差，计 算速度也更加快捷。 在文章的最后，本文指出需要对宏观经济因子的方差不是常数、而是一个具 有随机波动性的变量的情况进行进一步的研究。 关键词：c r e d i t r i s k + 模型；违约损失率：信用风险v a r ；正态分布 i v 山东大学硕士学位论文 a b s t r a c t c r e d i tr i s kp l a y sas i g n i f i c a n tr o l ei nt h ec o m m e r c i a lb a n k sa n do t h e rf i n a n c e d e p a r t m e n t s q u a n t i f y i n gt h ec r e d i tr i s kc a nm a k e t h er e l a t i o n s h i po ft h ec r e d i tr i s k , i n t e r e s tr a t er i s k ，f l u i d i t yr i s ka n do t h e rr i s k s w h a t sm o r e ，i tm a k eu sk n o wb e n e r a b o u tt h em u t u a li n f l u e n c eb e t w e e nt h es i n g l er i s k ，t h ea s s e m b l e dr i s k sa n dt h ee n t i r e r i s k so ft h eb a n k s ，w h i c hm a k e si tm o r ee f f i c i e n tt om a n a g et h er i s ka n da v o i dt h e u n e x p e c t e dl o s s e s h o w e v e r ，t h et e c h n i q u eo fm e a s u r i n gt h ec r e d i tr i s kd e v e l o p e d l a t e l yi nc h i n aa n dt h ec l a s s i f i c a t i o no f t h ec r e d i ti si m m a t u r ea st h ef o r e i g nc o u n t r i e s a sar e s u l t ，s o m eo ft h et e c h n i q u e s ，s u c ha st h ek m vm o d e l ，t h ec r e d i tm e t r i c s m o d e la n dt h ec r e d i tp o r t f o l i om o d e l ，t h a td e v e l o pw e l li no t h e rc o u n t r i e sc a nn o tb e u s e di nc h i n ad i r e c t l yb e c a u s eo ft h el i m i t e dc o n d i t i o n s c o m p a r e dw i t ho t h e rm o d e l s ， t h ec r e d i t r i s k + m o d e li sar e l a t i v es i m p l eb u tu s e f u lc r e d i tr i s km o d e l t h i sm o d e l f o c u s e so nt h ea n a l y s i so ft h ed e f a u l ta n dj u s th a st oe s t i m a t es e v e r a lv a r i a b l e s ，s u c h a st h ep r o b a b i l i t yo ft h ed e f a u l t , t h er a t eo ft h ed e f a u l tl o s s e sa n dt h er i s ke x p o s u r e t h i sm o d e lc a nd e a lw i t ht h o u s a n d so fr i s ke x p o s u r e so fd i f f e r e n ta r e a s ，d i f f e r e n t d e p a r t m e n t sa n dd i f f e r e n tt e r m s t h em o s ts i g n i f i c a n ta d v a n t a g eo ft h i sm o d e li st h a t i tj u s tr e q u i r e sl i t t l ed a t aa n da sar e s u l tc a nm a k eu pt h ef a c tt h a tt h ed a t ai nc h i n e s e b a n k si sl i m i t e d ，w h i c hi sa t t r a c t i v ea n df a c i l i t a t et h ei m p l e m e n t a t i o no ft h em o d e l t h e r ea r es e v e r a lp r o b l e m sw h e nt h ep a n j e ra r i t h m e t i ci su s e dt oc a l c u l a t et h ec r e d i t r i s kv a r f o re x a m p l e ，w h e nt h epi s l a r g ee n o u g h ，t h ec o m p u t e rw i l lr e c o g n i z e t h ee a s0 ，a sar e s u l t , t h ea r i t h m e t i cw i l ls t o p m e a n t i m e ，t h i sa r i t h m e t i cd i v i d e t h er i s ke x p o s u r e si n t od i f f e r e n tb a n d sa n da p p r o x i m a t et h o s er i s ke x p o s u r e sa s i n t e g e r s ，w h i c hi n f l u e n c et h ea c c u r a c yo ft h er e s u l t sa n dt h ea c c u m u l a t e de r r o r sw i l l l e a db i g g e re r r o r m i c h a e lb g o r d yp o i n t e do u tt h a tt h es a d d l ep o i n ta p p r o x i m a t i o n c a ns o l v et h ep r o b l e mi n2 0 0 2 t h em o s ta d v a n t a g eo ft h es a d d l ep o i n ta p p r o x i m a t i o n i st h a ti tp e r f o r m e de x a c t l yw e l lo nt h et a i la p p r o x i m a t i o n ，w h i c hs o l v e st h ep r o b l e m o ft h eh e a v yt a i l s ，o n eo ft h em o s ts i g n i f i c a n tp r o b l e m st h a tt h eb a n k sc o r c e l t i ，o ft h e r i s kd i s t r i b u t i o n m e a n w h i l e ，t h es a d d l ep o i n ta p p r o x i m a t i o nh a sm o r ea d v a n t a g e s v 山东大学硕士学位论文 t h a nt h ep a n j e ra r i t h m e t i c i td o s en o th a v et od i v i d et h er i s ke x p o s u r e si n t od i f f e r e n t b a n d s ；i tu s e st h ev a l u eo ft h ed e f a u l td i r e c t l yi nt h ec a l c u l a t i o n ，w h i c hm a k ei tm o r e a c c u r a t ea n ds t e a d ya n da v o i dt h ee r r o ro ft h ea p p r o x i m a t i o n t h es a d d l ep o i n t a p p r o x i m a t i o ni sm o r eq u i c k l ya n dm o r es i m p l ei nt h ec a l c u l a t i o na n dc a n a v o i dt h e m o n t ec a r l os i m u l a t i o n i nm i c h a e lb g o r d y sm o d e l ，h ea s s u m e st h er a t eo ft h ed e f a u l tl o s s e si saf i x e dv a l u e h o w e v e r i nt h ea c t u a lf i n a n c i a lm a r k e lt h er a t eo ft h ed e f a u l tl o s s e s c a nb e i n f l u e n c e db yt h ep r i o r i t yo ft h er e c l a i m ，t h ed e p a r t m e n lt h ec y c l eo ft h ee c o n o m i c s a n dt h ec o n d i t i o no ft h em a c r o e c o n o m i c a sar e s u l t ，t h er a t eo ft h ed e f a u l tl o s s e si sa r a n d o mv a r i a b l e ，r a t h e rt h a naf i x e dv a l u e t h i sa r t i c l er e c o g n i z e st h er a t eo ft h e d e f a u l tl o s s e sa san o r m a ld i s t r i b u t i o na n dd e d u c e st h ee x p r e s s i o no ft h ec r e d i tr i s k v a r f u r t h e r m o r e ，t h i sa r t i c l ec a r r i e sas e r i e so fs i m u l a t i o nb yu s i n gt h em a t l a b t h e s i m u l a t i o nr e s u l t sr e v e a l st h a tt h ev a l u eo fc r e d i tr i s kv a ri sh i g h e rw h e nt h er a t eo f t h ed e f a u l tl o s s e si sc o n s i d e r e da san o r m a ld i s t r i b u t i o n t h eb i g g e s td i f f e r e n c ei nt h e s i m u l a t i o no f t h i sa r t i c l ec a nb el0 7 2 t h em e t h o du s e dt oc a l c u l a t et h ec r e d i tr i s ki nt h i sa r t i c l ei sd i f f e r e n tf r o mt h eo n e u s e di nm i c h a e lb g o r d y sa r t i c l e i nm i c h a e lb g o r d y sa r t i c l e ，h ef o r m e daf i n e g r i do fz v a l u e si na no p e ni n t e r v a la n dc a l c u l a t et h ec o r r e s p o n d i n gy , w a n d “f r o m t h ed e r i v a t i v e so f 、i ，a te a c hp o i n ti nt h eg r i d ，t h e nh e f o r mat a b l eo fp a i r s ( 1 一g o ) ，y ) b yu s i n gt h el u g a n n a n i - r i c ef o r m u l aa n di n t e r p o l a t et of i n dt h ev a l u e o fyc o r r e s p o n d i n gt o 卜g = 1 一q t h i sa r t i c l ea d o p taf o r m u l at oa p p r o x i m a t et h e v a l u eo ft h ec d fo ft h es t a n d a r dn o r m a ld i s t r i b u t i o n ，w h i c hj u s th a v eam a x i m u m e r r o ro f7 5x10 。8 b yd o i n gt h i s ，i ti sp r a c t i c a b l ea n dc o n v e n i e n tt oc a l c u l a t et h e c r e d i tr i s kv a r a l s o ，b yu s i n gt h ef u n c t i o ni nt h em a t l a b ，i ti sm u c he a s i e rt o c a l c u l a t et h ez e r ov a l u ea n dc a na v o i dt h ep r o c e s so ff o r m i n gaf i n eg r i d t h i sm e t h o d i sm o r eq u i c k l y , m o r ec o n v e n i e n ta n dc a na v o i dt h ea c c u m u l a t e de r r o r s i nt h e c a l c u l a t i o n w h i c hm a k e si tm o r ea c c u r a t ei nt h ec a l c u l a t i o n v i 山东大学硕士学位论文 a tl a s t ，t h i sa r t i c l ep o i n t so u tt h a tw ec a nd of u r t h e rr e s e a r c ho nt h ec o n d i t i o nt h a tt h e m a c o r - e c o n o m i cf a c t o r sh a v et h es t o c h a s t i cf l u c t u a t i o nv a r i a n c e ，i n s t e a do ft h e c o n s t a n to n e k e yw o r d s ： c r e d i t r i s k + m o d e l ； r a t eo fd e f a u l tl o s s e s ；c r e d i tr i s k v a r ； n o r m a l d i s t r i b u t i o n v 山东大学硕士学位论文 符号索引 m g f ：m o m e n tg e n e r a t i n gf u n c t i o n ( 矩生成函数) p g f ：p r o b a b i l i t yg e n e r a t i n gf u n c t i o n ( 概率生成函数) c g f ：c u m u l a n tg e n e r a t i n gf u n c t i o n ( 累积生成函数) 乜：贝努力随机变量，表示债务人的违约状况 只：债务人n 的违约概率 ，：债务人i 的违约状况，其中专= 0 表示债务人i 不违约，鲁= 1 表示债务人i 违约 q ：风险暴露即债务人i 的资产暴露 q ：债务人i 违约时的损失程度 ：第i 笔贷款的信用损失 矗：第i 个债务人的无条件违约概率 以：第k 个宏观经济因子变量 哆。：债务人i 的异质因子负荷 ：第i 个债务人对宏观经济因子的灵敏度 口i ：第k 个宏观经济因子服从g a m m a 分布时g a m m a 分布中的第一个参数 风：第k 个宏观经济因子服从g a m m a 分布时g a m m a 分布中的第二个参数 m 。( z ) ：t 的矩生成函数m g f 的表达式 甲( z ) ：贷款组合损失的累积生成函数c g f 的表达式 ( w ) ：标准正态分布的累积分布函数c d f 驴( w ) ：标准正态分布的概率密度函数p d f n 以兰五， j = l l 。2 瓦钮i l 心丛地 一l 者 匪 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体己经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明 的法律责任由本人承担。 论文作者签名：耋垂杰 日 关于学位论文使用授权的声明 本人同意学校保留或向国家有关部门或机构送交论文的印刷件 和电子版，允许论文被查阅和借阅；本人授权山东大学可以将本学位 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 印或其他复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：壶丝盆，导师签名：论文作者签名：盔簋煎，导师签名： 山东大学硕士学位论文 第一章导论 1 1 、研究背景和意义 由于商业银行主要以货币资金为主要的经营对象，在它的经营活动中各种不 确定性因素会导致商业银行面临蒙受损失的风险。这种使实际收益和预期收益发 生一定差异的情况就是商业银行有可能面临的风险。这种风险小则影响银行的盈 利、造成银行的损失，大至可能会给商业银行带来倒闭，影响宏观经济健康运行， 甚至导致和引发严重的金融危机和社会危机。 信用风险是商业银行面临的最主 要和最重要的风险，大约占到了总体风险暴露的6 0 左右1 。监管当局因此对各家 银行提出了资本充足率的要求，规定各家银行必须拥有足够的资本，应对面临的 偿付风险。由此来化解银行风险导致的对偿付能力构成的威胁，有效化解银行风 险。 我国的信用风险管理直到9 0 年代金融危机爆发后才逐渐被重视起来。以前， 我国商业银行的信用风险管理主要还是以定性分析为主，以定量分析和各种财务 工具的应用为辅，至于说模型的应用，还比较少。现在，随着各种信用度量方法 的发展，我国信用风险的管理也取得了一些成绩。长期以来，我国银行对贷款采 用“一逾两呆”的分类方法，其主要思想是根据借款人的还款状况将贷款划分为 正常，逾期，呆滞，呆帐四类，是一种事后监管的管理方法。 信用评级体系在我国也刚刚发展，我国银行目前还处于计分卡阶段。该方法 是一种以定量分析为主，定量与定性相结合的方法。其主要思想是选用一系列反 映债务人偿债能力状况、财务效益状况、发展能力状况、资金运营状况等的财务 指标，赋予它们一定的权重，最后形成客户信用评级的结果，将其作为是否授信 的依据。贷款风险五级分类法是将贷款质量划分为正常、关注、次级、可疑和损 失五类，在动态监测的基础上，通过对贷款人现金流量、财务实力、抵押品价值 的连续监测和分析，来判断贷款的损失，从而确定是否授信。 对于我国商业银行来说，企业贷款是其主要业务，银行大部分金融资产为企 业贷款，但是由于我国受传统计划经济模式的影响，政企不分，银企不分，贷款 主要集中于国有企业等现象对信贷活动的影响，我国商业银行的信用风险管理水 平与发达国家相比，还相当落后，信用风险的形式还相当严竣。银行不良资产的 l ：四川银监局课题组，商业银行信用风险度量模型简介及思考，2 0 0 6 山东大学硕士学位论文 曼皇皇曼曼曼皇量鼍曼皇曼曼曼曼曼量i b i , 一i 曼曼曼曼曼曼曼璺曼曼量曼曼量皇曼曼曼曼曼皇曼曼皇曼皇曼曼曼曼曼曼曼曼皇曼量量皇曼量鼍置 比例节节攀升。特别是近几年来，金融环境的多变，加上银行经营范围的扩大， 其信用风险还在日益增大。信用风险已经越来越成为金融机构承担的最主要的风 险，如何更准确的测定及管理信用风险已经成为金融机构面临的最大的挑战之 一。 随着市场化程度的提高，商业环境日益复杂和不确定，贷款对象的风险日益 凸现。银行作为重要的金融中介面临的信用风险增加，风险识别、评估和管理的 难度和要求日益增加。而且在支持经济发展过程中，商业银行形成和积累了相当 数量的风险资产。2 0 世纪9 0 年代中期，银行被迫将不良贷款转移至资产管理公 司，但随后又产生了大量的不良贷款。目前我国的信用风险管理与美国和欧洲等 已经进入模型化阶段的国家相比，还处于比较落后的地位，因此，学习西方先进 的技术，博采众长，为我所用，尽快建立适合我国的信用风险管理模型和方法是 我们亟需解决的问题。按照中国加入世界贸易组织( w t o ) 时所做的承诺，2 0 0 7 年 我国银行业全面对外开放，海外银行开始享受完全的国民待遇，国内银行需要在 一个完全国际化的环境中，在同一条起跑线上与强大的竞争对手进行全方位的比 拼。经过多年发展，西方先进银行的信用风险管理技术随着金融实践和理念的发 展得到不断的更新和完善，对风险和银行经营的理念成熟直接推动了技术的开发 和使用。量化风险技术能更好地揭示银行风险内在的本质规律，不仅能够清楚地 看到信用风险、利率风险、流动性风险等各种不同风险之间的相互作用关系，而 且还能清楚地看到个别业务风险和银行业务组合风险甚至银行全部风险之间的 风险分散与集中的影响关系，从而能更加有效地管理风险。 1 2 、研究的内容和方法 本文的研究内容和框架大致安排如下： 第一章导论。主要介绍本文的研究背景及意义、研究内容和研究方法。 第二章信用风险理论综述。主要对国内外的信用风险理论文献进行了综述并 且介绍了信用风险的定义和特点。 第三章对信用风险进行了介绍并阐明了信用风险的独特特点。然后说明了我 国现阶段的信用风险管理现状并对传统的信用风险度量模型和现在在西方流行 的四种以数量分析为主的信用风险度量方法进行了简单的介绍。 第四章介绍了c r e d i t r i s k + 信用风险度量模型。本章具体介绍了c r e d i t r i s k + 2 山东大学硕士学位论文 信用风险度量模型在我国的实用性分析并对传统的c r e d i t r i s k + 信用风险模型进 行了介绍。同时在本章中列出了c r e d i t r i s k + 信用风险度量模型中所有贷款组合 损失的概率生成函数p g f 的表达式。 第五章是本篇文章的核心，也是本文的创新之处。在本部分当中作者引入了 违约损失率服从正态分布时的信用风险模型，说明了假定违约损失率服从正态分 布的原因；推导出了此时所有贷款组合损失的累积生成函数c g f 的表达式甲( z ) 以及甲0 ) 和甲”( z ) 的表达式。最后，作者引入了l u g a r u l a n i - r i c e 鞍点逼近公式以 及采用一个最大误差只有7 5 1 0 - 8 的累计分布函数c d f 的逼近公式来代替c d f 。 在本部分的最后列出了在已知上述表达式的情况下银行全部贷款损失的计算步 骤。 第六章同样也是本篇文章的核心和创新之处。本章对第五章中引入的违约损 失率服从正态分布情况下的c r e d i t r i s k + 信用风险度量模型进行了数值模拟比较 分析。在本部分假定有3 0 0 0 个债务人，同时使用m a t l a b 生成了宏观经济因子的 均值与方差、无条件违约率五以及因子负荷( 哆。，q 。) 等一系列参数的随机 数。然后，文章分别在假定违约损失程度为固定值以及服从相同均值不同方差的 正态随机变量的情况下使用第五章中信用风险v a r 的计算方法得到了五组不同 的信用风险v a r 的值。计算结果表明在假定违约损失率为正态分布的情况下计 算所有贷款信用风险v a r 的值明显高于假定违约损失率为一个常数值的时候计 算所得到的结果，同时也高于假定违约损失率为一个服从b e t a 分布的随机变量 的时候计算所得到的结果。本例中在考虑违约损失率为一个服从正态分布的随机 变量时信用风险v a r 的差值幅度最高可以达到1 0 7 2 ；随着违约损失程度方差 的增大，计算得到的信用风险v a r 也不断增大。 最后，文章在计算方法上对本篇文章所使用的计算方法和m i c h a e lb g o r d y 在他的文章中所使用的划分格子点计算信用风险v a r 的方法进行了比较，表明 相对于划分格子点计算信用风险v a r 的方法本篇文章所使用的信用风险v a r 的 计算方法减少了近似误差的累积对计算结果造成的严重影响，从而使得计算结果 更加准确，同时该计算方法也更加快捷。 第七章为结论。对我国的信用风险度量的现状进行了总结，并说明了在考虑 山东大学硕士学位论文 违约损失率为一个服从正态分布变量的情况下可以使得所有贷款组合信用风险 v a r 的值明显高于只是考虑违约损失率为一个常数的情况，同时也高于假定违约 损失率为一个服从b e t a 分布的随机变量的时候计算所得到的结果。同时本文的 计算方法可以有效地避免累积误差，从而使得计算结果更加准确。 第八章举出了模型可能的需要进一步改进的地方。该部分表明本文未能获得 中国银行或者其他金融机构的现实信用违约数据并对其进行处理，因此本文缺乏 对信用违约数据的实证分析。同时，宏观经济因子变量的分布不一定需要具有常 数方差，它可能具有随机波动性或者说非均匀性。因此宏观经济因子的变量可以 被表示为混合分布的形式。本部分在假定宏观经济因子变量服从广义g a m m a 分 布的情况下计算得到了信用风险v a r 的一系列的表达式。但是由于作者水平有 限，本文未能在该种情况下求得最终的所有贷款组合损失的累积生成函数c g f ， 因此该问题需要进一步地探索解决方案。 4 山东大学硕士学位论文 第二章信用风险理论综述 2 1 、国外信用风险理论综述 c f s b ( c r e d i ts u i s s ef i r s tb o s t o n ) 于1 9 9 7 年发表了采用保险精算学的框 架推导贷款组合信用损失的c r e d i t r i s k + 模型，该模型只考虑违约并忽略价格、 差价和信用评级转移所带来的风险，并且该模型给出了信用风险的解析解，使得 投资者更加容易进行投资决策。g o r d y ( 2 0 0 0 ) 对c s f p 的c r e d i tr i s k + 模型和 c r e d i tm e t r i c s 模型进行了比较研究。他指出，使用相同的数据，聚合信用风险 模型对于参数误差更为敏感，这在违约波动率方面显得尤为突出。k e r n 等( 2 0 0 1 ) 通过将c r e d i t r i s k + 、c r e d i t m e t r i c s 模型与c p v 模型的比较，特别是考虑了这些 模型在贷款组合中的应用，分析显示，运用这些模型分析时得出的结论不同主要 在于对违约相关性估计的不同。由于聚合信用风险模型( c r e d i tr i s k + ) 具有非常 复杂和严密的数学推理过程，g o r d y ( 2 0 0 2 ) 提出可用鞍点逼近方法对聚合信用风 险模型进行改进，该方法最大的优点在于对于分布的尾部的逼近效果极佳，有效 地解决了银行最为关心的损失分布尾部风险的厚尾性问题。r e n z og a v e s a n i ， k e x u el i u ，a l i nm i r e s t e a n 和j e a ns a l v a t i ( 2 0 0 6 ) 比较分析了使用c r e d i tr i s k + 模型 中违约损失分别使用服从贝努力分布固定概率，泊松分布固定概率，泊松分布随 机概率贷款人独立以及泊松分布随机概率贷款人相关四个模型并比较了他们之 间的优劣。 2 2 、国内信用风险量化管理的研究现状 国内的风险度量研究起步较晚，到2 0 世纪9 0 年代才逐渐对风险量化方面的研 究进行了积极的探索。目前，我国商业银行信用风险测量模型的研究尚处于起步 阶段。陈德胜、冯宗宪( 2 0 0 4 ) 对国际主流信用风险度量技术( k m v ，c r e d i t m e t r i c s ，c r e d i tr i s k + 以及c p v ) 进行了比较分析。四川银监局课题组( 2 0 0 6 ) 对商业银行信用风险度量模型进行了简介，其中包括传统信用风险度量方法中的 “5 c ”信用评分法，z - s c o r e 违约预测模型以及目前国际流行的现代信用风险管 理模型主要有c r e d i t - m e t r i c s 模型、麦肯锡模型，k m v 模型、c s f p 信用风险附加模 型( c r e d i tr i s k + ) 四类计量模型进行了比较分析并且指出我国现在存在的信息 披露不规范、财务数据时效性较差并且可信性较低、时间序列数据相当缺乏以及 山不大学硕士学位论文 计量模型具体运用方面技术专业人才缺乏等严重问题。韩瑾、易彦希和王一栋 ( 2 0 0 7 ) 在新巴塞尔协议下国际银行信用风险估值和经济资本计量中分析了 我国商业银行信用风险估值和资本计量的状况并指出我国银行在如何掌握现代 风险管理技术准确预测信用风险方面任务艰巨。贺剑( 2 0 0 7 ) 在k m v 模型度量 国内信用风险适用简析中指出需要对k m v 模型进行改进研究并且提供真实完整 以及及时的数据k m v 模型才能有效地度量信用风险。姚传娟、李源和夏苏林( 2 0 0 7 ) 对k m v 模型和c r e d i t r i s k + 模型进行了比较研究并且指出c r e d i t r i s k + 更加有利于 提高信用风险度量的精确性。曾健、陈俊芳( 2 0 0 7 ) 在信贷资产组合的异质性及 其对信用风险损失的影响中结合v a s i c e k 模型分析了信贷资产组合的异质性对信 用损失的影响指出忽略异质性将对风险损失带来一定偏差，异质性对信贷组合的 损失分布有趋势分布尾部具有较大的影响；较之信贷资产的行业相关性，违约率 和违约波动率的异质性对损失分布的影响更为显著。汪办兴( 2 0 0 7 ) 指出影响中 国商业银行贷款违约损失率的因素有企业的信用等级、贷款担保方式和企业的行 业属性等。李英、刘丹( 2 0 0 7 ) 在度量信用风险的c r e d i t r i s k + 应用问题研究 中指出违约损失是随机变化的并在新模型中加入了行业间的违约相关性这一因 素来计算信用损失，并把p 分布引入鞍点逼近法来估计非预期损失。 6 山东大学硕士学位论文 第三章信用风险及信用风险量化模型 3 1 、信用风险的定义及其独特特点 随着现代信用风险环境的变化和风险管理技术的发展，信用风险在不同的时 期具有不同的内涵，最传统的观点认为，信用风险是指债务人不能按期还本付息 ( 或不能按期履约) 而给债权人带来损失的可能性。它意味着当违约发生时，损失 就会发生。现代信用风险观点认为信用风险是指由于借款人、证券发行人或市场 交易对手因种种原因，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；更为一般地，信用风险还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债务的市场价值变动而引起的损失可能性。 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。 信用风险除了具有风险的一般特征外，还具有其独特的特征： 第一，信用风险收益分布的尖峰厚尾及可偏性。 市场风险回报的分布基本上呈对称分布，可以用正态分布进行近似描述，但 是信用风险收益分布存在强烈的不对称，严重的向右倾斜，并且在有些情形下出 现峰态。对贷款人来说，收益就是个事先确定的数额；而一旦借款方发生违约时， 银行的风险敞口将是发放的贷款总额。因此，有很大的可能只获取相对较小的利 息收入，同时有很大的可能遭受较大的损失。所以，商业银行这种风险收益与风 险损失不对等的风险特征使得信用风险概率分布曲线向左侧倾斜，并在左侧出现 厚尾现象。信用风险的这种偏态为我们对它的度量造成困难，我们不能用像正态 分布这种简单的均值，标准差模型来度量，而是需要使用更加合适的指标来描述 它的特性。 第二，信用风险当中体现出的严重的信息不对称。 由于在信用交易中，授信者掌握的信息总是比受信者少，因此很容易出现逆向选 择和道德风险的问题，即银行对贷款者了解不够而贷款给那些资信并不是很好的 企业或者贷款者贷款后并不是按照约定的投资方向进行投资，例如进行高风险投 资，而造成亏损或者是逃避债务等，最终结果由银行承担。 第三，信用风险的内生性或者非系统性。 与利率风险、汇率风险相比较，信用风险与贷款人的还款能力和还款意愿、资信 水平等等非系统性因素关系更为紧密，而不像市场风险那样作用于整个市场。 山东大学硕士学位论文 第四，关于信用风险方面的数据获取困难。 信用产品一般没有活跃的二级市场，流动性差，因此市场变化反映的数据通常无 法直接观察到。其次，由于信用合约的差别以及信用交易流程的不同，很难对采 集到的信用交易数据进行统一的分析处理；此外，由于数据库建设的严重滞后， 使得数据保存的完整性和延续性受到很大制约。因此，数据匮乏、数据的不规范 以及违约数据库建设的落后给信用风险管理和度量带来了极大的困难。 3 2 、我国信用风险的管理现状 我国目前已经逐步建立起自己的风险管理体系，但是与西方发达国家的信用 风险管理体系相比较而言，我国的信用风险管理还存在着一系列的差距，在数据 的采集、加工以及信用风险的度量方法的运用上都还有待改进。首先，我国商业 银行的管理体制还比较落后。改革开放以来，我国商业银行管理体制基本上还沿 袭着国营企业的治理结构，与市场经济相适应的现代商业银行制度并未真正建立， 现代公司治理结构的根本性问题一直没有得到彻底解决。以上现象导致我国国有 商业银行还存在着一系列的问题，如没有明确的出资人代表，没有关于权力制衡 的制度性安排，没有合理的管理人员激励机制等等，致使银行不能完全按照市 场经济的规律运作，决策执行体系构造不合理：监督机构有效性不足，内部监 管缺位，各经济主体行为缺乏长期的发展动机，由此加大了商业银行的信用风险。 其次，我国在信用风险管理方面的法律制度尚不完善，信用风险管理法制建设还 很落后。与信用风险控制相对较好的国家相比而言，我国现阶段还没有完备的信 息披露，因此在运用量化的信用风险度量模型进行数据计量时缺少基础数据库的 支持。很多企业( 尤其是中小企业) 的财务资料无从搜集，而很多公开的企业的 财务数据又存在着失真现象。同时，我国缺乏对市场上各种交易行为的有效约束， 对失信企业和个人的惩罚也缺乏明确的法律规定。最后，我国现阶段的信用风险 管理手段和技术还比较落后。当下我国的企业信用评级制度仍然不够完善，商业 银行还没有建立起完善的对个人和企业的信用评级体系。银行在审批贷款的过程 当中依据的主要还是企业所提供的财务资料和项目的可行性报告，导致商业银行 缺乏对贷款企业和担保人信用的真正、全面的了解，同时也导致商业银行在发放 贷款时主要倚重于历史数据和债权债务关系，而忽视了具有较好的发展潜力和偿 债能力以及对银行具有较强综合贡献力的企业。此举容易导致一些大企业虽然签 山东大学硕士学位论文 曼鼍曼曼量ii； !曼 1 皇曼皇曼曼曼曼鼍曼鼍曼曼曼曼曼曼曼 订了抵押合同或者担保合同但是却不能保证贷款本息的安全收回，而一些具有发 展潜力的企业却无法获得贷款。与此同时，我国的信用风险度量方法也还是处于 比较落后的阶段，国外很多的风险管理工具和理念至今尚未在国内的风险管理过 程中发挥作用。现阶段我国的信用风险度量技术仍处于比率分析阶段，主要使用 的还是专家分析法和五级分类法。 这些方法以静态数据作为基础，不能及时反 映借款人信用状况的变化，同时存在主观性、随意性和不一致性的问题。这些都 限制了信用风险管理系统的风险揭示与控制作用。然而，发达国家在信用风险管 理过程当中早己开始实行量化的信用风险计量模型，如k m v 模型，c r e d i tm e t r i c s 模型，c r e d i tp o r t f o li ov i e w 模型和c r e d i t r is k + 模型等。这些模型更能够对信 用风险进行系统的、科学的处理，因而在计量信用风险时也更加准确。2 0 0 1 年， 巴塞尔委员会发表的巴塞尔资本协议i i 提出了i r b ( i n t e r n a l r a t i n g sb a s e d ) 方 法，也称内部模型方法，对大资产组合的贷款给出了近似的信用风险度量。内部 评级法( i r b ) 是与传统的外部评级相对应的