（统计学专业论文）我国商业银行基于KMV模型的上市公司信用风险度量.pdf

摘要 信用风险是我国商业银行面临的重要风险之一，也是入世后我国金融市场所 面临的重大挑战。研究国际上先进的信用风险量化管理技术，并将其应用到我国 商业银行烈险管理的实际中，对提高我国商业银行信用风险管理水平，建立新的 适用我国国情的信用风险度量模型具有重要的理论和现实意义。 本文通过改进k m v 模型，试图使之更适合用于我国上市公司信用风险度量， 并通过实证研究，对其结果加以分析，说明改进后的k m v 模型更适合我国信用 风险管理现状。全文分为五章：第一章论述了研究的背景及意义；第二章文献综 述分析了国内外学术界对商业银行信用风险量化管理研究的脉络；第三章对信用 风险管理理论尤其是度量方法进行系统的阐述，详细介绍、比较了四种常用的信 用风险内部度量模型，分析了各自的适用范围及优缺点；第四章评述了我国商业 银行信用风险量化研究的现状和特点，分析了k m v 模型对我国信用风险量化管 理的适用性，并选取上市公司作为样本，运用k m v 模型测算其各自的违约距离 大小并对计算结果进行分析；第五章对全文研究内容进行概括总结，指出本文的 不足利后续研究工作的拓展努力方向。 本文的主要特点和创新期望体现在：1 理清了金融风险和信用风险之间的关 系，指出二者的异同，从不同角度加深对信用风险的理解；2 对国内外相关研究 成果进行详细的回顾，力求清晰概括信用风险量化管理的现状；3 对四大现代信 用风险内部度量模型及其在中国的适用性进行了详细的比较分析，最终选取了 k m v 模型作为本文的实证模型；4 结合中国国情对k m v 模型做出了一定的修 正，如非流通股的定价问题，本文通过获取股市实际数据依据净资产定价法构造 了一个以每胶净资产为自变量，协议转让价格为囡变量的线性回归模型，从而解 决了流通股定价问题用于计算上市公司的股权价值，进而对我国上市公司信用质 量进行了实证分析，得出有效结论；5 ，本文实证过程中选取的样本规模较以往相 关研究数量更多，总共选取了两个样本，每个样本分两组，共7 4 家上市公司的 股市数据计算各自违约距离，并比较了k m v 模型对上市公司个体和整体信用风 险的识别能力的大小。 关键词：信用风险；量化管理；k m v 模型：违约距离 a b s t r a c t c r e d i tr i s ki sn o to n l yo n eo ft h em o s ti m p o r t a n tr i s k sw h i c ht h ec h i n e s e c o m m e r c i a lb a n kf a c e sb u ta l s oa ni m p o r t a n tc h a l l e n g et oo u rf i n a n c em a r k e ta f t e rw e j o i n e d i n t ow t o i no r d e rt oi m p r o v et h ec r e d i t r i s km a n a g e m e n tl e v e l so ft h e c h i n e s ec o m m e r c i a lb a n k sa n dc r e a t e1 3 n e ws u i t a b l em e a s u r e m e n tm o d e lt oo u r c o u n t r y , i ti si m p o r t a n tt h e o r e t i c a la n dr e a l i s t i cm e a n i n gt os t u d yt h ea d v a n c e dc r e d i t r i s km a n a g e m e n ta n dm e a s u r e m e n tt e c h n i q u e si nt h ew o r l da n da p p l yi tt ot h e p r a c t i c eo fc h i n e s ec o m m e r c i a lb a n kr i s km a n a g e m e n t a f t e rc o m p a r i n gt h ed i f f e r e n tc r e d i tr i s km o d e l s ，t h ew r i t e rb r i n g sf o r w a r dt h e k m vm o d e lt oa n a l y z eo u rc r e d i tr i s kb e c a u s eo fi t ss u i t a b i l i t yt ot h el i s t e dc o m p a a y i no a rc o u n t r y t h e nt h ew r i t e rs e l e c t s7 4s t o c k sa sr e s e a r c hs a m p l e s b ym e a s u r i n g e a c hd e f a u l t d i s t a n c et od r a wr e l a t i v ec o n c l u s i o n ，t h ew r i t e re x p l a i n sw h yt h ek m v m o d e lh a sab r i g h tf u t u r ei nt h ea p p l i c a t i o no fa n a l y z i n gt h ec r e d i tr i s k a sar e s u l t ， t h i sp a p e ri sd i v i d e di n t of i v ep a r t st oa n a l y z e ：f i r s t ，t h ep u r p o s e ，t h es i g n i f i c a n c ea n d t h eb a c k g r o u n da r ed i s c u s s e d ，s e c o n d ，t h ew r i t e ra n a l y z e st h em a i nm e a s u r e m e n to f c r e d i tr i s ki n s i d ea n do u t s i d eo u rc o u n t r y t h i r d t h ew i e rg i v e se x p a t i a t i o no nt h e n e wd e v e l o p m e n ta b o u tt h ec r e d i tr i s km a n a g e m e n ta n dm e a s u r e m e n t ，s p e c i a l l yt h e e v a l u a t i o na b o u tt h ef o u rr i s km o d e li n c l u d i n gk m v ，c r e d i tm e t r i c s ，c r e d i tr i s k + a n dc p v ，t h e i ra p p l i e dr a n g e ，a n dt h ea d v a n t a g em i dd i s a d v a n t a g eh a v eb e e ng i v e n a l s o f o u r t h ，t h ew r i t e re x p l a i n st h es t a t u si nq u oa n dt h et r a i to f c h i n e s ec o m m e r c i a l b a n k sf a c ei nc r e d i tr i s km e a s u r i n g , f u r t h e r m o r et h ew r i t e rc h o o s e st h ek m vm o d e l a n dt h ea p p l i e dr a n g eo ft h ek m vm o d e li nt h em a n a g e m e n ta n dm e a s u r e m e n to ft h e c r e d i tr i s ki no u rn a t i o nh a sb e e ng i v e n ，t h ew r i t e rc h o o s e s7 4l i s t e dc o m p a n i e sa s t w os p e c i m e n sw h i c hd i v i d e di n t ot w oc o n t r a s t i v eg r o u p st od e m o n s t r a t eo u r c o n c l u s i o ni nt h i sp a p e rb yc a l c u l a t i n gt h e i re a c hi n t e r v a lo fb r e a c h i n g t h e n ，t h e w r i t e rg i v e ss o m er e l a t i v ea d v i c e f i n a l l y ，t h ew r i t e rs u m m a r i z e st h ec o n c l u s i o n st h a t m e n t i o n e di nt h ep r e v i o u sc h a p t e r ，a n dp o i n t so u ts o m ed e f i c i e n c i e si nt h i sp a p e r t h em a j o rc o n t r i b u t i o n so ft h i sd i s s e r t a t i o na r e t h a t ：f i r s t ，m a k i n gt h e r e l a t i o n s h i pb e t w e e nf i n a n c i a lr i s ka n dc r e d i tr i s kd e a r ，s t r e n g t h e nt h eu n d e r s t a n d i n g o f c r e d i tr i s k ；s e c o n d ，m a k i n ga d j u s t m e n t st ot h ec a l c u l a t i o no f t h en o n c i r c t d a t i o n s t o c kf i x e dp r i c ef 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 na n dt h e nm a k e t h ee m p i r i c a ls t u d ya b o u tt h ec r e d i tr i s ko ft h el i s t e dc o m p a n i e si nc h i n a ：l a s t ，t h e s c a l eo fs p e c i m e n si sm o r et h a nt h a to ft h ep a s t ，t h ew r i t e rc h o o s e s7 4l i s t e d c o m p a n i e sa st w os p e c i m e n sa n dc a l c u l a t et h ed e f a u l t d i s t a n c ee a c hi no r d e rt og e t t h ee f f e c t i v ec o n c l u s i o n t h ed a t ao ft h i sd i s s e r t a t i o nc o m ef r o mq u o t a t i o n so ft h es t o c km a r k e ta n d f i n a n c i a ls t a t e m e n t sw h i c ht h el i s t e dc o m p a n yi s s u e d c o m b i n i n gt h en a t u r em e t h o d a n dq u m a t i t a t i v em e t h o di st a k e n k e yw o r d s ：c r e d i tr i s k ；m e a s u r e m e n ta n dm a n a g e m e n t ；k m v ；d e f a u l t d i s t a n c e 厦门大学学位论文原创性声明 兹呈交的学位论文，是本人在导师指导下独立完成的研究成果。 本人在论文写作中参考的其他个人或集体的研究成果，均在文中以明 确方式表明。本人依法享有和承担由此论文而产生的权利和责任。 声明人( 签名) ： 周f f 亘 2 0 0 6 年亨月j 可日 厦门大学学位论文著作权使用声明 本人完全了解厦门大学有关保留、使用学位论文的规定。厦门大 学有权保留并向国家主管部门或其指定机构送交论文的纸质版和电 子版，有权将学位论文用于非赢利目的的少量复制并允许论文进入学 校图书馆被查阅，有权将学位论文的内容编入有关数据库进行检索， 有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适 用本规定。 本学位论文属于 l 、保密( ) ，在年解密后适用本授权书。 2 、不保密( ) ( 请在以上相应括号内打“”) 作者签名：用恒日期：上0 0 6 年占月i 甲日 导师签名：l t 期：年月 e 1 第一章金融风险与信用风险 第一章金融风险与信用风险 信用风险是商业银行面i 临的最主要的风险，加强信用风险管理是我国商业银 行增强自身竞争力、迎接外资银行挑战急待解决的问题。本文以信用风险计量 k m v 模型作为主要研究对象，通过研究信用风险计量模型和信用风险管理的有 关理论，结合我国商业银行具体实际，阐述了如何基于k m v 模型对上市公司信 用风险的高低进行识别，进而有助于我国商业银行提升信用风险量化管理水平。 第一节研究的背景与意义 银行是一国金融体系的核心，在国家金融发展和经济发展中占有十分重要的 地位。信用风险是银行面临的最主要的风险，因此度量和管理信用风险是银行风 险管理的主要内容。为了鼓励银行自身加强对风险评估，巴塞尔委员会在2 0 0 1 年公布了内部评级法征求意见稿和新资本协议征求意见稿，并在2 0 0 4 年6 月2 6 日巴塞尔委员会公布了第三次修订的巴塞尔新资本协议，并要求经合组织 ( o e c d ) 国家必须在2 0 0 6 年开始正式实篪该协议，其他会员国要逐步推行。由 于我国银行业风险管理水平普遍较差，与国际接轨尚需时间，所以获得一定宽限 期，在宽限期内可以实施标准法来计量和管理风险，然后在2 0 1 0 年后过渡到内 部评级法。标准法没有考虑银行的差异性，且该种方法计量很不准确，对具体的 某一风险无法准确度量，因此，采用内部评级法是未来发展的趋势。无论是对银 行还是银行监管当局，能够准确测算违约率、违约损失率、风险暴露和期限这四 个参数对提高风险计量和管理水平是十分有益的。 信用风险管理包括信用风险的识别、信用风险的度量和信用风险的控制等内 容。信用风险的度量和管理研究已经成为今后若于年内研究领域最具有挑战性的 课题之一。巴塞尔委员会要求各国在信用风险度量和管理总体框架要求下，有条 件的国际大型商业银行根据自己特殊情况使用符合实际的信用风险度量方法和 管理技术。我国由于金融体制改革和银行业改革起步较晚，对信用风险的度量与 管理的研究相对落后，银行经营监管方法和手段也滞后于时代发展的要求，研究 我国商业银行信用风险度量技术方法和模型目前尚处在起步阶段。因此对信用风 险的度量方法与现有模型进行系统研究，学习国外已有的先进、科学的信用风险 我国商业银行基于心v 模型的上市公司信用风险度量 度量模型，结合我国的实际情况，发展适合我国银行业的信用风险度量和管理技 术有其存在必要性，有利于我国商业银行在与国外同行的竞争中获得比较优势， 进而微观上有利于我国商业银行提升风险管理水平、增强抗风险的能力，宏观上 有利于我国整个金融体系的稳定和经济的健康持续发展，具有十分重大的现实意 义。 总之，本文选题紧扣当前银行业和银行监管部门最为关心、最需要解决的风 险计量和管理问题，以违约率的测算为切入点，啦k m v 模型为具体对象考察上 市公司信用风险的识别问题，选题具有较强的现实意义和理论意义。 第二节金融风险和信用风险概述 一、金融风险及其分类 ( 一) 金融风险的含义 金融风险可以从狭义及广义两个角度来界定。狭义地讲，金融风险是金融机 构在经营过程中，因为客观环境变化、决策失误或其它原因使其资产、信誉有遭 受损失的可能性：广义地讲，金融风险是个人、企业、金融机构以及政府在参与 金融活动过程中，因客观环境变化、决策失误或其他原因使其资产、信誉有遭受 损失的可能性。 ( 二) 金融风险的分类 在金融领域，金融风险无处不在，几乎影响着个人、公司、政府活动的各个 方面。根据引起金融风险原因的不同可以对金融风险进行如下分类： 1 市场风险。市场风险是金融领域中最常见的风险之一，它通常是指市场变 量变动而带来的风险，或被定义为金融工具及其组合的价值对市场变量变化的敏 感度。根据这些变量的不同，市场风险又可分为汇率风险、利率风险、商品价格 风险及股票价格风险等等。 2 信用风险。关于信用风险的定义，将在下面详细讨论。 3 流动性风险。流动性风险般是指银行的流动性来源不能满足流动性需 求，从而引发清偿问题的可能性。 4 结算风险。结算风险是指不能按期收到交易对手支付的现金或其他金融工 第一章金融风险与信用风险 具而造成损失的可能。 5 操作风险。操作风险是指金融机构因信息系统或内控机制失灵而造成意外 损失的风险。这种风险一般是由人为的错误、系统的失灵、操作程序发生错误或 控制失效而引起的。 6 法律风险。法律风险是指金融机构签署的交易合同因不符合法律或金融监 管部门的规定而不能得到实际履行，从而给金融机构造成损失的风险。 二、信用风险 信用风险是金融市场中最古老的，也是最重要的金融风险形式之一，它直接 影响着现代社会生活的各种活动，也影响着一个国家的宏观决策与经济发展，甚 至影响全球经济的稳定发展。 ( 一) 信用风险的含义 对于信用风险的概念，学术界和实务界目前还没有一个普遍接受的说法。出 于研究问题的不同需要可以有不同的表述，从而出现对信用风险不同的界定，反 映了随着现代风险环境的变化和风险管理技术的发展人们对信用风险理解的变 迁。笔者查阅了相关文献，信用风险概念的界定可以从其与信用和信用损失二者 间的关系两个角度加以考察进而加深对信用风险概念的把握。 首先，从信用的角度考察信用风险。当从信用的道德属性界定时，信用风险 范畴既可以包括信贷风险也可以包括其他信用风险，如货物供销合同中一方的违 约而带来的风险等，其信用的主体既可以包括企业也可以包括国家和个人；从信 用的经济属性来界定，信用风险既可以包括借贷风险也包括商业信用风险等，其 中借贷风险是金融学中研究的信用风险。 其次，从信用风险和信用损失二者关系的角度加以考察，对信用损失的理解 有两种不同的观点：一是从传统的观点出发，认为只有当违约实际发生后信用资 产才发生损失，而在此之前，借款人信用状况的变化并不直接影响信用资产的价 值；二是现代新的观点认为，信用资产价值的变化应该随时反映借款人信用状况 的变化，在观察期限内，即便借款人不发生违约，但只要其信用等级降低，信用 资产的价值也相应降低，这样信用损失在违约之前也会发生。 总结起来，信用风险的概念可以表达为：由于债务人违约或者信用等级或履 我国商业银行基于k m v 模型的l 市公司信用风险度量 约能力变化而造成损失的风险。这种损失包括预期损失、未预期损失和意外损失 三部分，其中前两部分构成了损失的主体，是对商业银行最有影响的部分。 ( 二) 信用风险的特点 作为金融风险的种主要形式，信用风险具有金融风险的一般特性，如具有 不确定性、传递性和扩散性、隐蔽性和突发性等等：同时，信用风险又具有与其 他形式金融风险不同的一些特性。相对于最常见的市场风险而言，信用风险具有 如下特点： 1 信用风险概率分布的可偏性 借款人违约的小概率事件以及贷款收益和损失的不对称，造成了信用风险概 率分布的偏离。市场价格的波动是以其期望为中心的，主要集中于相近的两侧， 通常市场风险的收益分布相对来说是对称的，大致可以用正态分布曲线来描述。 相比之下，信用风险的分布不是对称的，而是有偏的，收益分布曲线的一端向左 下倾斜，并在左侧出现肥尾现象。这种特点是由于贷款信用风险本身特点决定的， 即贷款的收益是固定和有上限的，它的损失则是变化和没有下限的。另一方面， 银行不能从企业经营业绩中获得对等的收益，贷款的预期收益不会随企业经营业 绩的改善而增加，相反随着企业经营业绩的恶化，贷款的预期损失却会增加。 2 信用风险承担者对风险状况及其变化的了解更加困难 不同于市场风险的是，贷款等信用交易存在明显的信息不对称现象。信息不 对称导致授信对象信用状况的变化不如市场价格变化那样容易观察，因而投资者 ( 贷款银行) 对信用风险的了解不如对市场风险那样及时、深入。授信者对受信 者信用状况及其变化的了解主要有两个渠道：一是通过长期业务关系自己所掌握 的有关信息；二是外部评级机构公布的评级信息。然而这两条渠道都有很大的局 限性，前者明显受到自己业务范围的局限，而后者只能覆盖有限的大企业，对于 众多的中小公司则不能提供相应的有用信息。这一特点造成了计算两个或更多企 业间信用风险的相关系数远比计算两个市场产品价格相关系数困难得多。 3 信用风险的非系统性 信用风险的非系统风险特征明显。借款人的还款能力主要取决于与借款人相 关的非系统因素，如借款人财务状况、经营能力、还款意愿等。基于资产组合理 论的资本资产定价模型和基于组合套利原理都只对系统风险因素定价，信用风险 第一章金融风险与信用风险 没有在这些资产定价模型中体现出来。 4 信用风险缺乏量化的数据基础 信用风险的量化分析相对来说比较困难，其主要原因是观察数据少且不易获 得。因为贷款等信用产品的流动性差，缺乏二级市场，而二级市场通常可为风险 的量化提供大量数据，而且贷款的持有期限一般较长，既便到期出现违约，其频 率远比市场风险的观察数据少；另外，由于信息不对称原因，直接观察信用风险 的变动较为困难。 ( 三) 商业银行的信用风险 信用风险是传统商业银行的主要风险，随着商业银行业务的多元化发展，信 用风险不仅产生于传统的信贷业务，在票据贴现、透支、丌立信用证、开立银行 承兑汇票、同业拆放、债券包销、担保等业务中也包含实际的信用风险。现代意 义上的信用风险包括由交易对手直接违约和交易对手违约可能性发生变化而给 银行资产造成损失的风险。因为从组合投资角度来看，资产组合的价值不仅会因 为交易对手( 例如借款人、债券发行者) 的直接违约发生变动，而且交易对手履 约的可能性也会因为信用等级降低、盈利水平下降等因素发生变化而给资产组合 带来损失。 从上述分析可以看出现代商业银行的信用风险至少应该包括三个方面的内 涵：一是商业银行的信贷风险，它是商业银行信用风险的主要形式，也可以理解 为狭义的信用风险。在新的经济环境下，随着金融创新深入，例如贷款出售、信 用衍生产品发展等，信贷风险开始逐渐向合约交易对象转移；二是商业银行投资 组合不再限于贷款，各种债券、证券不断被加入投资组合。因此信用风险还包括 了商业银行在证券投资中由于证券发行人不能按期还本付息而使银行遭受损失 的可能性，这种风险广泛存在于银行证券投资的金融机构中：三是商业银行自身 的信用风险，或称为流动性风险，它直接影响整个金融体系的健康和稳定。 目前我国商业银行中存在的信用风险主要是第一类涵义的信用风险，即信贷 风险，加强信贷风险的管理是各商业银行面临的重要课题。 本文研究的信用风险重点是第一类信用风险即信贷风险。同时所研究的信用 风险的信用主体也仅限于企业，具体而言是上市公司的信用风险，从而为商业银 行识别借款人的信用资质提供一些有益的参考。当然，对上市公司信用资质的判 我国商业银行基于k w 模型的上市公司信用风险度量 断还可以为投资者、金融市场监管机构以及其他上市公司信用风险信息的使用者 服务。国家和个人的信用风险不在本文研究范围之类；其次，从对信用损失衡量 来看，根据所讨论的模型的不同，信用风险可能是债务人的直接违约和债务人违 约可能性变化而给信用资产造成损失的风险，也可能是违约损失。 第三节研究内容和基本框架 一、本文的研究内容及框架 本文以商业银行对上市公司的信用风险量化管理及k m v 模型为主要研究对 象，通过改进k m v 模型，试图使其更适合用于我国上市公司信用风险度量，并 通过实证研究，对其结果加以分析，说明改进后的k m v 模型更适合我国信用风 险管理现状，在我国将会有非常光明的发展前途。 本文共分为五章进行分析： 第一章介绍了金融风险与信用风险的概念和特点，论述了研究背景及意义， 最后介绍了本文的基本结构及创新期望； 第二章文献综述以国外国内两条主线主要分析了国内外学术界对商业银行 信用风险度量及管理研究的脉络，试图进行一个较为系统完整的归纳： 第三章信用风险管理理论与度量方法评述对信用风险管理理论尤其是度量 方法围绕着巴塞尔新资本协议进行系统的阐述，详细介绍了四种信用风险内部度 量模型并加以评价，分析它们各自的适用范围和存在的优缺点； 第四章利用k m v 模型对我国上市公司信用风险度量的实证研究首先评述了 我国商业银行信用风险量化研究的现状和特点，分析了k m v 对我国信用风险管 理的适用性，接着回顾了k m v 模型实证研究的历史，并选取上市公司作为样本， 运用k m v 模型测算其各自的违约距离大小并对计算结果进行分析。 第五章结束语对本文研究内容做个总结，概括全文，指出本文的不足和后续 研究工作的拓展努力方向。 二、本文的主要特点和创新期望 1 理清了金融风险和信用风险之间的关系，指出二者的异同，从不同角度加 深对信用风险的理解。 第一章金融风险与信用风险 2 对各种度量方法和度量模型研究水平以及在我国的实践做了详细的回顾， 力求清晰概括国内外相关研究的现状。 3 对四大现代信用风险内部度量模型及其在中国的适用性进行了详细的比 较分析，最终选取了k m v 模型作为本文的实证模型。 4 结合中国国情对k m v 模型做出了一定的修正，如非流通股的定价问题， 本文通过获取股市实际数据依据净资产定价法构造了一个以每股净资产为自变 量，协议转让价格为因变量的线性回归模型，从而解决了流通股定价问题用于计 算上市公司的股权价值，进而对我国上市公司信用质量进行了实证分析，得出有 效结论。 5 本文实证过程中选取的样本规模较以往相关研究数量更多，总共选取了两 个样本，每个样本分两组，共7 4 家上市公司的股市数据计算各自违约距离，并 比较了k m v 模型对上市公司个体和整体信用风险的识别能力的大小。 我国商业银行基于k m v 模型的上市公二j 信用风险度量 第二章国内外文献综述 本章主要对国内外关于信用风险度量方法及管理的文献进行综述，笔者试图 对国内外信用风险度量方法进行一个系统完整的归纳，以期后续章节能够在前入 文献研究的基础上，借鉴国内外学者研究的方法和工具，结合我国具体国情，深 入探讨我国商业银行关于上市公司信用风险的度量和管理问题。 对国内外相关研究成果的回顾，笔者试图遵循两条主线进行。其中国外文献 回顾部分，按照方法论的演进，即按照通常所谓的传统信用风险度量方法与现代 信用风险度量方法之分，着重对信用风险度量的各种技术方法的演进做一个综 述；国内部分，由于现阶段对信用风险计量的研究还处于起步阶段，绝大多数方 法还处于对外国已有方法进行模仿学习阶段，所以该部分按照信用风险管理通常 包括的三个环节( 即：风险识别、风险测定和量化、风险缓释管理、监控和报告) 在中国的实践为主线展开，其中，重点阐述风险测定和量化环节中关键参数的求 法，以期对国内目前相关研究的水平及现状做一个简要概括。 第一节国外研究成果回顾 信用风险的各种评估方法之间有着或多或少的联系，所谓的传统方法是指发 展相对较早、较成熟的一些方法，而新方法很多是对传统方法或思想的集成和发 展，新方法与传统方法之间并不存在绝对的界限。根据分析技术和方法的不同可 将信用风险分析分为传统信用风险度量技术和现代信用风险度量技术，两者主要 的区别和判断标准主要是信用风险能否被单独剥离和定价。从时问的表现形式 上，2 0 世纪8 0 年代中期以前为古典信用分析方法，2 0 世纪8 0 年代中期以后为 现代信用分析方法。 一、传统的信用风险度量方法 在2 0 世纪8 0 年代以前，度量和管理信用风险的方法主要是根据会计报表 提供的财务数据，主观地分析和评价借款人的信用质量，b e a v e r 在1 9 6 6 年“以 财务比率预测经营失败”的研究被视为企业财务困难预测的鼻祖，但他采用单一 财务指标变量来判别企业的违约概率是很难令人信服的。8 0 年代，受债务危机 第二章国内外文献综述 的影响，国际银行业开始高度重视信用风险的防范与管理，信用市场的发展和信 用风险的变化使得风险度量和管理研究领域开始出现了许多新的量化分析方法、 度量模型和管理策略。这个时期，测度信用风险的方法主要有专家制度法( 具体 分为专家判别法和评级方法) 与统计模型方法( 具体分为多元判别法、l o g i t 和 p r o b i t 法、人工智能法等) 。 ( 一) 专家制度法 专家制度法的实质是结合采用企业金融比率的主管分析法，它的核心是利用 企业财务报表，并借助优秀分析师的经验和判断，对某一经济实体或金融产品的 信用质量做出评估。专家制度法类似于评级公司的专家评级法，其具体包括专家 判别法和评级方法。 1 专家判别法 专家判别法是指信用专家依据自身的经验对相关的定性和定量信息进行主 观判断，最终评定风险等级。该方法有5 c 、5 w 、5 p 方法等。 5 c 方法是商业银行评价客户信用时常用的一种专家分析方法，主要用品格 ( c h a r a c t e r ) 、资本( c a p i t a l ) 、偿付能力( c a p a c i t y ) 、抵押品( c o l l a t e r a l ) 、经 济周期( c y c l ec o n d i t i o n ) 等五个方面进行定性分析以判别借款人的还款能力和 意愿从而对其进行判断和权衡，以此作为信贷决策的重要参考。有的银行将其归 纳为5 w 和5 p 方法，5 w 即借款人( w h o ) 、借款用途( w h y ) 、还款期限( w h e n ) 、 担保物( w h a t ) 和如何还款( h o w ) ，5 p 即个人因素( p e r s o n a l ) 、借款目的( p u r p o s e ) ， 偿还( p a y m e n t ) 、保障( p r o t e c t i o n ) 和前景( p e r s p e c t i v e ) 。这三种方法在内容 上基本一致，分别从不同角度度量信用，从而作为银行发生信用、监测信用和调 整信用的依据。但是，这种方法定性的太多，因此主要取决于信贷决策官员的经 验判断，主观性很强，实施的效果不稳定，无法给出企业违约率。 2 评级方法 为了提高对信贷资产损失的判断，美国金融机构货币管理办公室( o f f i c eo f t h ec o n t r o l l e ro fc u r r e n c y ，o c c ) 开发了贷款内部评级分级模型( i n t e r n a lr a t i n g s y s t e m s ) 将贷款分为5 级：正常贷款、关注贷款、次级贷款、可疑贷款和损失 贷款。评级分级模型实际上是对资产组合的信用状况进行评价，并针对不同级别 的贷款提取不同的损失准备。在此基础上，联邦储备体系特别工作组报告( 1 9 9 8 ) 我国商业银行基于k m v 模型的上市公司信用风险度量 和m i n g o ( 1 9 9 8 ) 尝试性的支持使用一种以评级为基础的内部模型方法作为 0 c c 模型的替代，以计算防范意外损失的资本准备金，以及计算防范预期贷款 损失的贷款损失准备金。这种方法也正在我国推广，但是这种方法对贷款分级太 少、划分方法人为化、量化程度低，因而并不能满足现实需要。 ( 二) 统计模型方法 统计模型方法指利用统计模型来计算信用风险的违约概率与违约损失率，进 而度量信用风险的大小。 对信用风险分析的研究在6 0 年代以后成为热点，一些以借款人财务报表为 基础的信用风险度量方法开始兴起。继传统的比例分析之后，统计方法被大量运 用，主要有判别分析法( a i r m a n ，1 9 6 8 ) 、l o g i s t i c 回归( b r u n b a n g l ，1 9 8 9 ) ，还 包括主成分分析( r o b e r t ，1 9 8 5 ) ，聚类分析( r o b e r t ，1 9 9 2 ) 等多种非参数方法。 这些方法的引入克服了传统比例分析综合分析能力差、缺乏整体概括、定量评价 结果的不足。进入8 0 年代以来，人工智能如专家系统和神经网络方法被引入银 行业，用于贷款决策、开发市场和信用评估等。 i 多元判别方法 基于财务报表的信用风险度量模型在国外已经得到了广泛的研究与应用，首 选的多元判别分析法是a l t m a n 的z 评分模型及其第二代模型z e t a 模型。1 9 6 8 年，美国纽约大学斯特商学院教授a l m l a n 采用多元判别法( m u l t i v a r i a t e d i s c r i m i n a t i o na n a l y s i s ，m d a ) 建立了5 变量z s c o r e 模型，开创了多变量预测 企业违约之先河。由于z s c o r e 模型存在灰色比例，也不能完全涵盖风险的含义， 为此，a l t m a n 在1 9 7 7 年将其改进为当前最为普遍使用和引用的7 变量z e t a 模型， 并且于1 9 9 5 年对z 模型和z e t a 模型进行了比较分析。 a l t m a n 的5 变量z s c o r e 模型采用了五个解释变量，z ：流动资产总资产、 五：保留利润总资产、x 、：利息和税前收益总资产、置：股权市值负债账面 价值、z ：销售收入总资产，该方法通过这5 个指标产生的线性函数 z = o 0 1 2 x + 0 0 1 4 ) ( 2 + o 0 3 3 x 3 + o 0 0 6 x 4 + o 9 9 9 & ，将一系列独立变量与信用评 分z 结合起来。信贷负责人在使用该模型时，如果某公司借款人的各项财务比率 在用z 函数中估计的系数加权计算之后得到的z 值低于个i 临界值( 在a l t m a n 第二章国内外文献综述 的研究中为1 8 1 ) ，则该公司就会被归入可能破产或资信不好的一类，银行就会 拒绝对其贷款。s c o t t ( 1 9 8 1 ) 对以往学者的实证结果进行比较，认为在多元判别分 析模型中z e t a 模型最优。 判别分析法( d i s c r i m i n a t i o na n a l y s i s ) 最常见的是线性判别法( l i n e a r d i s c r i m i n a t i o n a n a l y s i s ，l d a ) 。该方法的优点在于：首先，l d a 可以同时分析事 件的主要变量的分布，而非连续对单个变量检验其特征；其次，l d a 可以降低 分析空间的维数，即由独立变量个数减至( g 。1 ) 维( g 为初始的先验组个数) 。 但是，l d a 使错分成本最小必须满足较强的条件：正态、等协方差。而事 实上，它们常常不满足，虽然可以用对数变换使之成为正态分布但这种变形于理 论上很难解释，而且当变量向量既包括离散又包括连续变量时，判别结果非最优。 2 l o g i t 和p r o b i t 方法 为了消除上述判别分析法的严格假设条件，2 0 世纪8 0 年代以来，后续学者 便假设事件发生的概率服从逻辑簸蒂( l o g i s t i c ) 分布，采用了l o g i s t i c 回归分析 法逐步取代了传统的判别分析法。l o g i t 模型采用的是非线性分析，它与判别分 析的本质区别在于不要求满足正态分稚或等方差。模型采用了l o g i s t i c 函数： 卜南，几( 0 ，1 ) 舻c o + 善q _ 其中t ( o s i p ) 表示第i 个指标，c l 表示第i 个指标韵系数，】，是因变量。由于 y f o ，1 ) ，所以y 又常被理解为属于某一类的概率，如公司财务好坏的概率。 l o g i s t i c 回归分析假设其服从l o g i t 分布，通过对因变量进行l o g i t 转换，使其取 值区间在整个实数集中，就可以采用所谓的l o g i s t i c 回归分析的方法来研究企业 经营状况与其财务比率之间的关系，从而使用并且构建出l o g i t 模型。 o h l s o n ( 1 9 8 0 ) ，p r e s sa n dw i l s o n ( 1 9 7 8 ) ，w e s t g a a r d ( 2 0 0 1 ) 采用了逻 辑斯蒂函数( l o g i s t i cf u n c t i o n ) 建立了l o g i t 信用评分模型，并拉大了违约组和 非违约组公司的样本数量差异。l o g i t 模型实际上是普通多元线形回归模型的推 广，利用线形判别模型计算得出的z 值只是一个抽象的概念，只能用于判别而无 法从直觉上解释，l o g i t 模型解决了这个问题。s m i f h 和l a w e r e n c e ( 1 9 9 5 ) 用 l o g i t 模型得出预测贷款违约最理想的变量。w e s t g a a r d ( 2 0 0 1 ) 研究表明，企业 资产规模( 取“总资产g d p 物价指数”的对数) 、资本结构( 总负债总资产) 、资 我国商业银行基于k 帆模型的e 市公司信用风险度量 产报酬率、短期流动性( 营运资金总资产、流动负债流动资产) 等4 个指标对评 估企业破产具有统计显著性，模型预测的正确率也高达9 2 。 同l o g i t 模型类似，p r o b i t 模型也具备一定程度的判别企业违约风险高低的 能力。l o g i t 和p r o b i t 模型与z e t a 模型不同的是，l o g i t 和p r o b i t 模型建立在定性 因变量模型中的二元抉择模型基础之上，而l o g i t 和p r o b i t 模型的差别在于对模 型解释变量的误差分布选择的不同。z m i j e w s k if1 9 8 4 ) 采用p r o b i t 模型预测了破 产概率。b a r t ha n db r u m b a u g h ( 1 9 8 9 ) 采用了p r o b i t 方法建立了p r o b i t 信用评分 模型，预测的效果较好。 总之，l o g i t 和p r o b i t 模型作为量度企业信用风险的一种主流方法，一定程 度上克服了传统的多元判别分析法( m d a ) 的一些使用条件上的限制。以l o g i t 模型为例，其使用的l o g i s t i c 回归分析方法是一种非线性分类的统计方法，用于 因变量为定性指标的问题，如是( 1 ) 、非( 0 ) 这一类问题，其不要求满足l d a 的假 设，但满足l d a 的假设时，二者等效或优于l d a 。经过了l o g i t 转换后得到的 l o g i s t i c 回归分析不仅灵活简便，而且它的许多前提假设比较符合经济现实和金 融数据的分布规律。与判别分析相似，l o g i s t i c 回归方程可以将企业财务比率转 化为企业在一定时间期限内的预期违约率，后者是判别和预测企业违约风险的重 要变量。 但是，l o g i t 模型由于使用了l o g i s t i c 回归分析方法，也存在其自身不足之 处，具体表现在如下三个方面：首先，模型本身的不合理性，即相对风险估计中 整体相对风险为每个变量相对风险的乘积，这与一般希望的“可加模型”相矛盾； 其次，对线性可分的样本不可采用极大似然法估计参数：最后，样本的数量不直 少于2 0 0 ，否则应考虑参数估计的有偏性。 3 人工智能方法 国外应用于信用风险测算的人工智能方法主要包括专家系统和神经网络方法。 ( 1 ) 专家系统法( e x p e r ts y s t e m ) 专家系统是一种使用知识和推理的智能计算机程序，其目的是将专家解决问 题的推理过程再现而成为专家的决策工具或为非专业决策者提供专业性建议，它 的功能表现在解释功能、灵活性和学习功能三方面。 传统上，专家系统采用直接法，但这种方法要消耗大量的时间和人力，而且 第二章国内外文献综述 问题域中的一些经验性知识无法清楚表示，因此限制专家系统的规模和实用性。 递归分割算法( r e c u r s i v ep a r t i t i o n i n ga l g o r i t h m ) 是应用于信用风险分析的另一 方法，该方法首先在最大程度减小两组分类的错分成本为划分标准下，建立最小 风险分类树，然后选定经交叉有效性测试得出的分类树的恰当的复杂度。 国外该方面相关研究文献中，m e s s i e r & h a n s e n ( 1 9 8 8 ) 从知识获取角度探 讨了专家系统在信用风险领域的应用，结果证明专家系统相对线性判别法分类预 测的效果好。v a r e l t o ( 1 9 8 8 ) 认为采用专家系统不仅提高了判别企业违约的能 力( 相对