（金融学专业论文）信用风险度量的KMV模型及应用.pdf

东南人学硕 。学位论文 摘要 如何对信用风险加以度量和管理是国际学术界和业界研究的热门课题，近 年来相关的方法和模型也不断涌现，k m v 模型是其中最有影响力者之一。本文 对k m v 模型进行全面的解析，对其应用进行深入研究，为银行界度量和管理 信用风险提供参考方案。文章的主要内容和创新工作如下： 论文共分五章。 第一章为绪论，界定信用风险的概念，对风险管理领域的理论背景、对信 用风险度量的传统方法和新方法以及国内外相关的研究状况进行全面归纳和整 理。 第二章对k m v 基础模型进行解析，这是本文的重点之一。本章对单个资 产的期望违约率的推导过程进行详解，并对e d f 值的预测能力以及运用风险理 论进行债务估值问题进行论述。因为k m v 模型并不完全对外公开，对于一些 细节技术问题，需要结合相关的债务定价理论，进行深入研究和推测，这里蕴 涵着作者的创新之处。论文的创新之处还在于运用k m v 模型对国内某上市公 司的信用风险进行度量，为国内银行界运用k m v 模型度量信用风险提供了 个完整方案，尽管论文提供的方案还尚嫌粗糙，许多技术问题还有待细化和深 入研究。 第三章对k m v 组合模型进行解析，包括对组合风险的度量，对相关系数 的推导以及整个组合模型的绩效评价。在k m v 的公开文献中，对相关系数模 型仅有原理上的文字介绍，作者对此进行了较为深入的探究，并结合多因子模 型的相关理论和文献，给出了k m v 相关系数模型的具体公式，这里同样包含 着作者的创新之处。 第四章讨论了如何将k m v 模型应用于非上市公司，给出了k m v 的p f m 模型，包括对非上市公司资产价值和波动性的估计、对估计误差的分析以及对 模型的检验结果。 第五章作为全文的总结，对k m v 模型进行综合评价，对国内银行信用风 险管理的当前水平和今后发展进行了分析。 关键词：信用风险k m v 模型期权定价模型 信用风险j 童量的k m v 模型殷j 衄用 a b s t r a c t t h em o d e mc r e d i tr i s k q u a n t i t a t i v em e a s u r e m e n ta n dm a n a g e m e n th a sb e c o m ea w o r l d w i d ef o c u s m a n yn e wq u a n t i t a t i v ea n a l y s i sa p p r o a c h e sa n dm o d e l sh a v eb e e n d e v e l o p e da b u n d a n t ly a n dk m v m o d e li st h em o s to u t s t a n d i n go n ea m o n gt h e m i n o r d e rt of i l li nt h eg a pi nt h ed o m e s t i cr e s e a r c ha n d p r o v i d er e f e r e n c ef o rt h eb a n k s t o m e a s u r ea n dm a n a g ec r e d i tr i s k ，t h i sd i s s e r t a t i o nd e v o t e sm a j o re f f o r t st os t u d yt h e k m vm o d e ls y s t e m a t i c a l l ya n dt oe x p l o r ei t s a p p l i c a t i o nd e e p l y t h em a i nc o n t e n t s a n di n n o v a t i v e j o b sa r ea sf o l l o w s ： t h ed i s s e r t a t i o ni sd i v i d e di n t of i v ec h a p t e r s a st h ep r e f a c e ，t h ef i r s tc h a p t e re x p o u n d st h eb a s i cd e f i n i t i o na n dc h a r a c t e r i s t i c so f m o d e r nc r e d i tr i s k ，s l i m su pa l lk i n d so fc r e d i tr i s k a p p r o a c h e sa n da l s og i v e s a c o m p r e h e n s i v ea n a l y s i so f t h er e l a t i v er e s e a r c hi nd o m e s t i ca n d a b r o a d a st h ef o c u so ft h i s d i s s e r t a t i o n c h a p t e rt w oa n a l y s e st 1 1 eb a s i ck m v m o d e l a n d e s p e c i a l l yg i v e sad e s c r i p t i v es t u d yo nt h ed e r i v a t i o no ft h ee d f ( e x p e c t e dd e f a u l t f r e q u e n c y ) a l s o ，t h ec h a p t e rd i s c u s s e st h ep r e d i c t i v ep o w e ro f e d fa n dt h ev a l u a t i o n m o d e lf o rc a s hf l o w ss u b j e c tt od e f a u l tr i s k a st h ek m vm o d e li sn o t t o t a l l yp u b l i c t h ea u t h o rh a st oc o m b i n et h er e l a t i v ed e b tp r i c i n gt h e o r yt ot a c k l ep a r t i c u l a rd e t a i l s ， w h i c hn e e d se f f o r ta n dc r e a t i v i t y a n o t h e ri n n o v a l 【i v ep o i n ti st h ea p p l i c a t i o no ft h e k m vm o d e lt op r e d i c tt h ec r e d i tr i s ko fs o m ed o m e s t i c p u b l i cc o m p a n v _ w h i c hg i v e s a ne n t i r er e s o l u t i o nf o rb a n k st om e a s u r ee r e d i tr i s k ，a l t h o u g ht h er e s o l u t i o ns t i l ln e e d s f u r t h e ri m p r o v e m e n t t h et h i r dc h a p t e rs t u d i e st h ek m v p o r t f o l i om o d e l i n c l u d i n gt h em e a s u r e m e n t o f t h e p o r t f o l i or i s k t h ed e r i v a t i o no f r e l a t e dc o e 伍c i e n ta n dt h ee m p i r i c a la s s e s s m e n to ft h e e n t i r ep o r t f o l i om o d e l s t h ep u b l i cl i t e r a t u r eo fk m v o n l yg i v e sa no u t l i n eo f t h e c o e m c i e n t m o d e l 1 e a v i n gm a n yp a r t so b s c u r e 。s ot h ea u m o r w o r k so nt h i sd e e p l ya n d w o r k so u tt h ec o n c r e t ef o r m u l ab yt h eh e l po fm u l t i f a c t o r sm o d e l sa n dr e l a t i v e l i t e r a t u r e ，w h i c hs h o w ss o m ec r e a t i v i t y c h a p t e rf o u rd i s c u s s e st h ea p p l i c a t i o no fk m v m o d e lt o p r i v a t ef i 珈卜t h ep f m m o d e l ，i n c l u d i n g e s t i m a t i o no fa s s e tv a l u ea n d v o l a t i l i t y , a n a l y s i s o fi m p a c to f e s t i m a t i o ne r r o r sa n dt e s to f t h e p r i v a t ef i r m m o d e l a st h ef i n a lp a r to ft h ed i s s e r t a t i o n ，c h a p t e rf i v es u m m a r i z e st h ew h o l ek m vm o d e l c o m p r e h e n s i v e l y , a n a l y z e s t h ec r e d i tr i s km a n a g e m e n tl e v e lo ft h ed o m e s t i cb a n k si n c u r r e n tt i m e sa n dm a k e st h e p r o s p e c ta sw e l l k e y w o r d s ：c r e d i tr i s k ，k m v m o d e l ，o p t i o np r i c i n g m o d e l 学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，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，也不包含为获得东南大学或其它教育机构 的学位或证书而使用过的材料。与我一同工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了谢意。 签名：日期： 关于学位论文使用授权的说明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位 论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人 电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论 文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包 括刊登) 授权东南大学研究生院办理。 签名：导师签名：日 期： 东南人学f i , j il 学位论义 1 1 定义与特点 第一章绪论 第一节引言 关于信用风险，人们的理解不完全一致。根据巴塞尔委员会对不同国家的2 0 个大的跨国银行的调查r 玎，他们对信用风险的认识大体可以分为两种。一种可以称 为违约模式( d m 模式，d e f a u l tm o d e ) ，认为信用风险就是违约风险，即借款者不 能偿还到期债务，造成违约而给经济主体带来的风险。另一种可以称为盯市模式 ( m t m 模式，m a r kt om a r k e t ，严格的说，应该是m a r kt om o d e l ) ，认为信用风险 是信用期间内借款人信用评级或者履约能力的恶化( 包括违约) 引起债务损失的可 能性。 两种认识不存在对错问题，只是基于不同的资产对象而已。有些资产缺乏活 跃的二级市场，比如，很多贷款类资产，一经贷出就留在债权人的资产负债表上。 由于缺乏市价数据，银行对其价值通常只能按照历史成本衡量，只有当违约实际发 生时，才在其资产负债表中作相应的调整，而在此之前，银行资产的价值和借款人 的信用状况及其变动并无太大的关系。因此，信用风险即意味着违约风险，基于这 种认识，产生了度量信用损失的一类方法，违约模式( d m 模式) 。 对于债券类资产，或者随着金融市场的发展，某些流动性比较强的贷款资产， 它们的市场价值通常会得到更为恰当和及时的反映。借款者信用状况的变动会随时 影响其价值，而不是仅仅在违约时出现。因此，信用风险不仅包括违约风险，还应 包括由于交易对手信用状况和履约能力上的变化给债权人带来的潜在风险。基于这 种认识产生了一类度量信用损失的另一类方法，即盯市方法( m 聊模式) 。 尽管在盯市模式中，信用风险还包括信用评级的变化，但违约风险始终是信 用风险的核心和主要来源。违约风险通常很小，一个典型一般借款企业的违约概率 为2 1 2 9 j ，一个典型的银行借款者违约率约为5 ，对于评级为a a 级以上的借款 者，其违约概率几乎为o 吲。但违约风险确是银行和各种金融机构都高度关注的课 题。因为现在银行的贷款利润十分稀薄，对违约风险的些微错算都可能丧失贷款的 获利，而且，违约事件一旦出现，就可能对贷款者造成巨大损失。 违约风险具有累积性。现代金融机构通常既是贷款者也是借款者，一方的违 约风险可能会扩散到各方，引起加总的违约风险迅速扩大。这一点不同于市场风险， 市场风险是双向的，一方所得正是另一方所失，加总的市场风险为0 。而违约风险 不具有零和性，即使通过债务转移，最后也必须有人承担。违约风险也无法被对冲 掉，只能通过多样化组合进行分散，只有对信用风险进行恰当的度量和多样化管理， 才能得到必要的风险补偿。因为m a r k o w i t z 的组合理论同样适用于信用风险，市场 信用风险度量的k m v 模型及应用 只对系统风险进行补偿，不对个别风险进行补偿。 1 1 2 信用风险度量一困难与挑战 对风险除了定性分析外，更重要的是进行定量描述。目前定量描述风险的流 行概念是“v a r ”，即v a l u ea tr i s k ，指一定置信概率水平下，资产在未来某一时刻 可能发生的最大损失数额。今年来，市场风险的v a r 度量取得了飞速发展，尤其 在j p m o r g a n 将v a r 思想实现于其市场风险分析软件r i s k m e t f i c s 【3 4 后，众多的 学术研究和金融机构针对各种金融资产推出了一系列不同的数学计算方法。这些方 法在实践中也取得了很大的发展，例如，有些国际大银行已经开发了内部模型，对 市场风险的v a r 值进行度量，并据此计算其交易帐户的资本要求。 而相对于市场风险，度量信用风险的v a r 要困难得多。首先，市场资产的损 失分布可以假定为正态分布，而信用资产的损失分布并非正态分布，而是“偏斜” 的，“厚尾”的。两者差别如下图所示： 概率 仄 、 损失 图1 一l 市场资产和信用资产的损失分布比较 相对于市场资产损失，信用资产有很大的概率只产生很小的损失。比如，市 场资产损失低于期望损失的概率为5 0 ，而信用资产的损失低于期望损失的概率 确可能达到7 0 或者8 0 。而另一方面，信用资产巨大损失趋向于零的速度远远 慢于市场资产。比如，市场资产损失超过4 个标准差的概率几乎为0 ，而信用资产 损失超过4 个标准差的概率却明显大于0 。因此，由于远离正态分布，只求出均值 和标准差，并不能恰当的描述信用资产的损失分布和计算v a r 值。 其次，衡量计算信用资产的组合效应远远比市场风险复杂。信用风险本身已 经包含市场风险、政治风险、自然灾害风险等许多复杂因素，因此，衡量两个借款 者之间的信用状况变动的相关性就非常复杂。因此，许多模型在计算信用相关系数 时，不得不作出很多假设。 第三，违约数据的匮乏是设计和应用度量模型最重要的障碍之一。【7 1 违约事件 的发生频率很小，相应的用来估计模型参数的数据就非常有限，很多信用风险度量 模型因此不得不作出许多简化假设和使用其他数据代替，影响模型预测的准确性。 而且，由于缺乏数据，模型的有效性检验也更为困难。市场风险模型可以以几天为 时间窗口，而信用风险模型通常以一年或者更长的时间为信用区问。检验模型预测 的准确性就需要许多年的数据，这在实际中几乎很难得到。 东南人学硕卜学位论文 1 1 3 国际清算银行( n i s ) 与信用风险度量技术的发展 信用风险度量技术的发展与b i s 的风险监管有着密切的关系。一方面，银行 因不满b i s 和中央银行对贷款施加的资本要求，而努力开发新的信用风险度量模 型，促进b i s 在监管技术上的改革：另一方面，b i s 颁布的新资本协议促使更多的 银行致力于开发缜密的内部度量模型。 1 9 8 8 年的b i s 资本协议( 巴塞尔协议) 被金融学家称为“放之四海而皆准” 的政策。它要求所有对私人部门的贷款受制于8 的资本比率，而不管贷款的规模、 到期日以及最重要的借款方的信用质量如何。因而，向一家a a a 级借款者放款与 向一家濒临破产的公司放款，在资本充足性方面的待遇是一样的。另外，计算总资 本金时，没有考虑贷款组合的风险分散作用，只是在全部贷款基础上，按照不同的 乘数进行简单的加总。 因不满这种规定，1 9 9 7 年欧盟金融监管当局、1 9 9 8 年美联储等均放松管制， 大力提倡建立高级的内部信用风险度量模型，来更好的度量和管理风险，而不必用 统一的标准模型。另一方面，由于激烈的市场竞争，商业银行的利润越来越薄，迫 使银行自身不断努力寻求度量和管理信用风险最具效率和成本最低的方法，而8 的统一要求显然并不能准确、敏感的体现真实的风险水平。因此，2 0 世纪9 0 年代 以来，一些国际大银行纷纷开发各自的信用风险度量模型。这些举动在客观上迫使 b i s 了解现行资本协议的不足，致力于研究改善的方法。 在这种背景下，b i s 经过相当长时间的酝酿和准备，在2 0 0 1 年初公布了新资 本协议草案，预计经过一系列修订后，将于2 0 0 5 年实施。该协议在两方面有重大 突破，一是提出了资本监管的三大支柱，即最低资本充足率、监管部门监督和市场 约束；二是除了计算信用风险的标准法外，允许风险管理水平较高的国际大银行使 用内部评级方法度量信用风险，计算资本要求。 尽管b i s 和银行界在运用内部评级法的某些做法上还存在争议，但新协议的 出台必将促进信用度量方法新一轮的蓬勃发展。新资本协议在我国也引起了很大反 响。我国国有独资银行表示，希望在3 到5 年内，达到内部评级法初级法的要求， 股份制商业银行也希望积极借鉴内部评级法的各种优点，促进商业银行的发展。 第二节信用风险度量方法综述 1 2 1 风险管理领域的理论发展背景 信用风险的各种度量方法都离不开金融理论的发展，是金融理论与实践经验 的结合。经过近百年的发展，西方各国金融市场已经相当成熟，而金融风险管理理 论的研究也随着市场本身的发展而不断发展和深化。 早在1 9 0 0 年，法国数学家b a c h e l i 甜”就在他的博士论文中对商品交易价格进 行了研究。他的研究虽然在当时并没得到关注，更谈不上与风险管理之间的密切关 系，但在今天，从风险和收益的角度来看，却的确是风险管理研究的基本雏形a1 9 5 9 信用风睑艘量的k m v 模型发盥用 年，美国经济学家h a r r yr o b e r t 研究了荧国股票市场中各种股价的变化，并提出了 著名的随机游走模型，已经开始为市场交易者的风险管理提供一定的理论依据。 1 9 5 2 年，美国经济学家m a r k o w i t z t ”1 提出了用资产收益的标准差来度量风险 的思想，并在此基础上首次研究了证券资产的投资组合问题，给出了在一定预期收 益率水平下使投资风险达到最小化的最优投资组合的计算方法，使过去以常识直观 法则进行决策的投资者拥有了理论指导依据。因此，m a r k o w i t z 的工作被喻为“引 发了华尔街的第一次革命”。 在m a r k o w i t z 的研究基础之上，w i a l l i a ms h a r p t 6 ”、l i n t n e r i ”1 和m o s s i o n i 删分 别独自研究了证券交易市场中资产风险和收益之间的关系，得到了资本资产定价模 型( c a p m ) ，提出了用b 系数来衡量资产风险的方法。而r o s s t 5 5 i 又突破性的发展 和推广了资本资产定价模型，提出了资产定价的无套利理论( a p t ) ，给出了多因 素资产定价模型。这些研究极大的丰富了证券投资领域里风险管理的内容和成果。 1 9 5 8 年，m o d i g l i a n i 和m i l l e r l 4 ”研究了公司资本结构和公司价值之间的关系， 提出了著名的公司资产价值与其资本结构无关的m m 定理。表面上看，这个研究 成果和风险管理毫无关系，但事实上，风险管理问题已经隐含地贯穿于其中。因为 构成公司资本的债券和股票之间具有风险不一致性，i v i m 定理把公司资本结构的 选择过程与市场风险问题相互挂起钩来，为以后的债券定价问题和贷款定价理论的 发展奠定了基础。m e r t o n 早在1 9 7 4 年就研究了公司债务的定价问题，将公司债务 的定价和市场利率的变动联系起来。1 9 9 3 年，k e n n e t hf r o m 论述了公司内部在投 资和融资决策时的风险管理问题，并在1 9 9 7 年进一步提出了一种框架性的方法来 分析金融机构内部资金分配、资本结构决策与最优套期策略之间的关系。这些研究 都表明公司资本结构的决策与风险管理之间具有十分密切的关系。 1 9 7 3 年，b l a c k 、s e h o l e s 、m e r t o n e 2 ”发表了基于股票标的资产的看涨期权的 定价公式( b s m 模型) ，开创了金融衍生产品理论研究的先河。这一公式奠定了整 个衍生金融产品定价理论方法的基础，在风险管理领域中为投资者提供了更加可靠 的决策依据，因此具有十分重要的理论和现实意义。b l a c k 、s c h o l e s 和m e r t o n 的 贡献被喻为“华尔街第二次革命的发动机”。 c a p m 模型、m l v l 定理和b s m 模型是现代金融理论的三大基石，并且这三 个重要理论都与微观层的风险管理有着极为密切的关系。事实上，信用风险度量的 许多新方法正是基于这些理论而发展起来的。 1 2 2 传统方法综述 信用风险度量方法随着信用的产生而出现，并随着金融理论和金融市场的不 断发展丽推陈出新。传统度量方法大体上可以分为两大类，一类是专家分析法，是 一种定性分析的基础方法，另一类是信用评分法，是基于财务比率的定量分析方法。 它们虽然被称为传统方法，但今天在银行的信用决策中却依然有着广泛的应用，并 且其中很多思想也是新方法产生的基础。 1 、专家分析法 最早，对信用风险的度量主要依赖于资深信贷专家的主观判断，正如r o g e r h a l e 在信用分析：一个全程指南中所指出的：“信用决策是关于借款者偿还能 东南人学f 北1 。学位论义 力的个人评判的反映”，“信用决策是个人化的，不能完全按照条条框框或分析技 术做出决定。每个信贷员必须在做出信用决策的过程中运用自己的判断。”银行家 们通过自己丰富的知识和经验对借款人提供的信息进行审查质疑，评估其信用风险 的大小，进而做出信贷决策。 银行家们的评估经验总结出来就是经典的5 c 要素法，即借款人的品德与声望 ( c h a r a c t e r ) 、资格与能力( c a p a c i t y ) 、资金实力( c a p i t a l o rc a s h ) 、担保( c o l l a t e r a l ) 、 经营条件或商业周期( c o n d i t i o n ) ，从这l i 个方面全面定性分析以评估借款者的还款 意愿和能力。类似的还有5 w 分析法，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 ) 、如何还款( h o w ) ；以及5 p 要素法个人因素( 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 ) 。 2 、信用评分法 培养优秀的专家成本极高，银行就想方设法复制专家的决策过程，并逐渐开 发了许多客观且量化的信用评分系统。在单变量会计评分系统中，信用分析者将关 于潜在借贷者的各种重要财务比率与行业或集团标准作比较，并预测这些变量的趋 势。在美国，d u n & b r a d s t r e e t 、标准谱尔、穆迪等都可以为放贷人提供行业比率。 单变量方法使分析者能够确定潜在借贷者的特定比率与行业比率之间的差别，但每 个借贷者都有自己比较强和比较弱的比率，比如，有的公司盈利比率弱，但流动性 比率却很好。因此，在强弱比率之间进行平衡就是一个比较难的工作。另外，有些 单变量用的是绝对值而不是相对值，要在这些比率之间进行调整就更难了。 尽管许多机构仍然采用单变量模型评估信用风险，但越来越多的银行家已经 倾向于以更严格的统计技术为基础的多变量信用评分判别模型。目前国际上这类模 型的应用比较广泛，效果也比较好，被国际金融业和学术界视为一种非常重要的方 法。多变量信用风险判别模型的基本原理是：以特征财务比率为解释变量，对样本 数据运用数量统计方法进行严密推导，并建立个标准模型，运用此模型对潜在借 款者的信用状况进行评分。这类模型所应用的方法有回归分析法( m e y e ra n d p i f e r , 1 9 7 0 】 4 0 l 、多元判别分析法( a l t m a n ，1 9 6 8 ) 0 1 、l o g i t 法( p r e s sa n d w i l s o n , 1 9 7 8 ) 【5 ”、 p r o b i t 法( b a r t ha n db r u m b a u g h ，1 9 8 9 ) 6 1 、因子1 0 9 i s t i c 法( w e s t ，1 9 8 5 ) 等。运用各种 方法所建立的模型主要在两方面有所不同：一是样本分布的假设，二是判别函数的 形式。各种模型中，以a l t m a n 的多元判别分析模型最为著名。 多元判别分析从多个表明观测对象特征的变量值( 财务比率) 中筛选出能提 供较多信息的变量并建立判别函数，使推导出的判别函数对观测样本分类时的错判 率最小。a l 台】n a n 率先将这一方法运用于违约分析。早在1 9 6 8 年，他对美国破产和 非破产生产企业进行观察，采用了2 2 个财务比率经过数理统计筛选建立了著名的 5 变量z s c o r e 模型，可以直接根据判别分值确定研究对象的信用风险。1 9 7 7 年， a i r m a n 、h a d e m a n 和n a r a y a n a n 口对原始的z s c o r e 模型进行扩展，建立了第二代 模型，z e t a 模型。由于模型简单、成本低、效果好，z e t a 模型已经商业化，广 泛应用于美国商业银行。受美国影响，日本开发银行、德国、法国、英国、澳大利 亚、加拿大等许多发达国家的金融机构，以及巴西都按照z e t a 模型的原理，建立 了各自的判别模型。 国外关于多变量信用评分模型的文献非常多，如m a r t i n ( 1 9 7 7 ) 【3 7 1 用判别分析 法和l e g i t 法预测1 9 7 5 1 9 7 6 年银行失败的情况；w e s t ( 1 9 8 5 ) i 6 2 】用l o g i t 法测量金融 机构才财务状况和问题银行的比率；l a w r e n c e ( 1 9 9 2 ) 用l o g i t 模型预测家庭汽车贷款 f 齐用风险度量的k m v 模型及应用 的违约情况：s m i t ha n dl a w r e n c e ( 1 9 9 5 ) 用l o g i t 模型寻找最能反映贷款进入违约状 态的变量等。国内学术界对多变量信用评分模型也有一些研究，如王春峰等( 1 9 9 8 ) 【7 ”将判别分析法应用于商业银行信用风险评估中，并通过与l o g i t 方法相比较，研 究了判别分析法的有效性；张维等( 1 9 9 8 ) 【7 7 1 综合论述了商业银行信用风险分析的 定量化方法，包括判别分析、l o g i s t i c 回归、聚类分析、专家系统和神经网络等。 詹原瑞、f 日宏伟( 1 9 9 8 ) 【7 5 1 针对消费者贷款，用决策分析的方法设计信用评分模型。 a l t m a n 的多元判别分析模型的一个明显缺陷是模型是线性的，而企业破产的 路径可能是高度非线性的，各个财务比率之间的关系也可能是非线性的。因此c o a t e s a n df a n t 1 4 1 对a l t m a n 的z s c o r e 模型进行了发展，将神经网络方法运用于信用风险 分析。在神经网络模型中，各个变量之间的关系不是固定不变的，而是可以通过网 络与外界间的相互作用所产生的学习过程进行相应的修改，通过反复循环，可以改 善模型的拟合性。 此外，类似的，人工智能( a r t i f i c i a li n t e l l i g e n c e ，a i ) 在信用风险评估领域也很有 发展前景( 如c h o r a f a sa n ds t e i n m a r m1 9 9 1 ) i ”】。但是，由于金融系统中的信用风 险本身在不断变化，人工智能很快就会过时，因此，模型需要不断地重新修复和设 计，这大大限制了其使用效果。尽管如此，人们对人工智能在信用风险评估方面的 发展依然抱有很大的期待。 1 2 3 新方法综述 近十年来，为度量和管理信用风险，些国际大银行纷纷开发复杂的内部模 型。在客户盈利分析、风险定价，以及某种程度上的积极组合管理和资本结构决策 上，这些模型都发挥着越来越重要的作用。这些方法都是建立在现代金融理论，包 括m m 定理、c a p m 模型和b s m 模型等基础之上，或者基于保险精算的有关理 论，而且通常运用技术性很强的数学模型来度量信用风险，因此被统称为“新方 法”。其实，传统方法和新方法之间并无严格的界限。一方面因为许多传统方法仍 在广泛使用，另一方面，新方法的许多思想同样来源于传统方法。 新巴塞尔协议出台后，“新方法”在国际金融界得到了更高的重视和相当大的 发展。目前，流行的新方法包括k m v 模型、j p 摩根的信用风险计量法 ( c r e d i t m e t r i c s ) 3 0 j 、瑞士信贷银行金融产品部( c s f p ) 开发的信用风险附加模型 ( c r e d i t r i s k + ) f 1 5 】、麦肯锡的宏观模拟模型( c r e d i t p o r t f o l i o v i e w ) 【3 ”，以及k p m g 公司开发的信贷分析系统( l o a na n a l y s i ss y s t e ml a s t m ) 嗍。k m v 模型是本文的 中心，将在下文进行详细论述，本节只对其他新方法进行综述。 9 0 年代中期开始，j p 摩根邀请了5 家一流银行( 美洲银行、b z w 、德意志 摩根建富、瑞士银行公司和瑞士联合银行) 以及顶级信用风险分析机构( k m v ) 共同发起研n t 信用风险计量法( c r e d i t m e t r i e s ) 。在以上研究成果的基础上，g r e g m g r u p t o n 、c h r i s t o p h e rc f i n g e r 和m i c k e yb h a t i a 共同撰写了信用风险计量法一技 术文本( c r e d i t m e t r i c s d o c u m e n t ) ，并于1 9 9 7 年正式出版。国内学者已经对此进 行了编译。比如城市金融论坛1 9 9 9 年8 月以后连续发表了该技术文本的中文 翻译。f ”1 c r e d i t m e t r i c s 以借款者的信用评级转移矩阵为基础，根据某一评级在信用期间 东南人学倾l + 学位论文 ( 通常假定为1 年) 转移到其他评级或誊违约级的历史数据库，评信借款者未来资 信质量变化的分布。c r e d i t m e t r i c s 的可取之处在于它能够是从组合角度计算信用风 险损失的v a r ，并且给出了计量借款者信用质量变化之间的相关系数的框架。 c r e d i t m e t r i c s 没有考虑市场风险，模型中假定市场利率为一固定常数。 1 9 9 7 年底，瑞士信贷银行金融产品部( c s f p ) 结合保险领域的思想推出了一个 新方法c r e d i t r i i s k + 。c r e d i t r i s k + 认为，每一笔个别贷款有着很小的违约率，并且 每笔贷款的违约率之间相互独立，则贷款组合的违约率服从泊松分布。c r e d i t m s k + 并不考虑贷款价值的变化，并非充分估值的v a t 模型，是一个违约模型( d m ) 而 非像c r e d i t m e t r i c s 那样是一个盯市( m t m ) 模型。 咨询公司麦肯锡也提出了自己的模型c r e d i t p o r t f o l i o v i e w 。它是一个多时期离 散模型，认为违约率是一些宏观变量如失业率、利率水平、经济增长率、政府支出、 汇率等的函数，也即是经济周期或者信用周期的函数。类似c r e d i t r i s k + ，它也是 一个集中于违约风险的d m 模型。 此外，k p m g 公司开发了自己的信用风险分析软件，信贷分析系统( l o a n a n a l y s i ss y s t e ml a s “) 。它是一种风险中性的信贷风险评估系统，建立的估值框 架基本上与无套利下的风险中性模型一致。 信用风险本身相当复杂，因此，相应的度量模型也要涉及多种因素。首先一 个问题就是如何处理无风险利率。c h a n ，k a r o l y i ，l o n g s t a f f , a n d s a n d e r s ( 1 9 9 2 ) ”， v e t z a l ( 1 9 9 2 ) 1 6 “a n db a c k ( 1 9 9 7 ) t 4 j 对利率期限结构问题做过论述。为避免模型过于复 杂，前面介绍的几种度量方法都假定无风险利率为外生、确定的。但应该讲，信用 风险本身包含市场风险，更准确的度量信用风险需要刻画无风险利率的期限结构。 其次，是对违约损失l g d ( 1 0 s sg i v e nd e f a u l t ) 的处理闯题。有些模型假设l g d 为公司资产或者债务的函数，也有的模型假定它服从随机分布。从经验上，l g d 应该和债务的抵押品和有限级别有关。不管怎样，关于l g d 的理论和经验研究还 远远不够。a l l a n a na n dk i s h o r e ( 1 9 9 6 ) t ”】、c a r r ya n dl i e b e r m a n ( 1 9 9 6 ) 嗍，以及 c a r t y , k e e n a n ，a n ds h o t g r i 1 9 9 8 ) 1 1 0 1 根据历史数据，对l g d 做了大量综合性的研究。 但总体来讲，学术界对l g d 的研究还处于比较空白阶段。前文介绍的几种信用风 险度量方法中，l g d 都被作为一个外生常量来处理。 度量信用风险要考虑的因素还包括违约模型的确立、时间期限问题、参数估 计等，诸多阀题尚处于研究之中。理论在不断发展，信用风险度量模型也将不断完 善。 第三节论文的意义、主要内容和章节安排 1 3 1 选题意义 过去几十年里，信用规模不断扩张，信用风险在全球蔓延。人们信用态度的 悄然改变，国家举债的愈演愈烈和银行脆弱性的不断暴露使得信用风险成为当前金 融领域的一个严峻挑战。世界银行对全球银行业危机的研究表明，信用风险是导致 信用风险度量的k m v 模型披i 粒用 银行破产的主要原因，而金融系统是一个国家的经济命脉。因此，在某种程度上可 以说信用风险直接影响到现代社会经济生活的各个方面，影响到一个国家的宏观经 济决策和经济发展，甚至影响整个全球经济的稳定与协调发展。 在国内，商业银行由于历史和体制上的原因已经形成了高比例的不良资产和 呆坏账，同时上市公司因效益低下和改制重组又可能产生新的信用风险。因此，与 其他国家相比，我们的信用风险问题冠得更加十分突出。 目前，信用风险管理的理论包括实证研究相对于市场风险来讲还比较薄弱， 里面有许多值得研究的课题。西方会融经济学中风险管理领域的许多内容经过多年 的深入研究已经形成了比较完善和成熟的理论。但这更多的体现在对市场风险的研 究上，包括以r 损失模型为代表的各神风险管理方法和技术。现在，许多国际 大银行已经使用内部模型计算交易账户的资本要求，因此，理论和银行界纷纷就使 用内部模型处理信用资产的资本要求问题进行深入研究，并且开发出很多信用风险 度量和管理模型，这些模型方法大大提高了他们的信用风险管理水平。 k m v 模型目前在国际上非常流行，影响力也很大，对信用风险度量提供了一 个重要方法，本文将对其进行全面和深入的探讨，这是出于以下考虑。国内学术界 对信用风险度量研究虽然做了许多工作，但多集中于a l l n a n 的多变量评分模型， 或者停留在某些新方法的简单介绍上，针对信用风险度量的具体方法，尤其是新方 法的研究尚处于空白阶段。国外对信用风险研究的文献比较多，但许多都集中于一 些统计和计算方法，很少有对某个度量模型进行系统的研究和论述。而对一个优秀 的度量方法进行全面探究能最有效的为银行提供解决方案。这正是本文的出发点。 我国金融机构在风险管理领域的发展方向必将是在学习国外先进度量和管理 方法的同时，结合我国的实际情况，发展适合我国金融机构的信用风险量化度量和 管理技术。基于此，本文的研究具有一定的现实意义。 1 , 3 2 主要内容和章节安排 论文共分五章，主要内容如下： 第章为绪论，界定信用风险的概念和特点，并对风险管理领域的理论基础 和信用风险度量的各种方法进行全面归纳和整理。 第二章对k m v 基础模型进行解析，也就是对单个资产的期望违约率的推导 过程进行详解，这是本文的重点之一。本章还对e d f 值的预测能力以及运用风险 理论进行债务估值问题进行探讨。因为k m v 模型并不完全对外公开，对于一些细 节技术问题，需要结合相关的债务定价理论，进行恰当推测和处理，这里蕴涵着作 者的创新之处。本文的创新之处还在于运用k m v 模型对国内某上市公司的信用风 险进行度量，为国内银行界运用k m v 模型度量信用风险提供了一个完整的解决方 案，虽然此尝试尚嫌粗糙，许多技术问题还有待细化，并需要做进一步的深入研究。 第三章对k m v 组合模型进行解析，包括对组合风险的度量，对相关系数的 推导以及整个组合模型的绩效评价。在k m v 的公开文献中，对相关系数模型仅有 原理上的文字介绍，作者对此进行了较为深入的探究，并结合相关多因子模型的文 献，给出了该模型的具体公式，这里也蕴涵着作者的努力和创新。 第四章讨论了如何将k m v 模型应用于非上市公司，给出了p f m 模型，包括 对- q p - & 市公司资产价值和波动性的估计、对估计误差的分析以及对模型的一些检验 结果。 第五章作为全文的总结，对k m v 模型进行综合评价，对国内银行信用风险 管理的当前水平和今后发展进行了分析。 全文章节结构如下 信用风险艘骑的k m v 模型投崩用 第二章k m v 基础模型解析 第一节k m v 模型的背景与原理 k m v 公司是一家致力于信用风险分析的专业公司，位于美国的旧金山。公司 创立于1 9 8 9 年，三个主要创始人为s t e p h e nk e a l h o f e r , j o h nm c q u o w n 和c i l d r i c h v a s i c e k 。作为家专业公司，k m v 在信用风险管理方面独具特长，对评估期望违 约率e d f 和从组合角度进行信用风险分析，k m v 公司有一套系统而独特的做法。 k m v 认为信用风险的核心是违约风险，因此评价单个借款者信用状况的关键 是计算其期望违约率e d f 的大小，这也是所有信用风险度量模型都要解决的中心 问题。计算e d f 值主要有两大类方法。一类方法通过借款者资产价值和总债务之 间的关系决定违约概率，把企业资产价值作为模型中的重要变量。d u f f l ea n d s i n g l e t o n ( 1 9 9 8 ) ”4 把这种方法定义为“结构化方法”。另一类方法被称为“简化模 式”，它并不考虑公司资本结构等方面的数据，而假定违约是外生的某种随机过程。 k m v 模型是以b s m ( b l a c k - - s c h o l e s - - m e l t o n 的期权定价模型) 理论为基 础的结构化模型。模型认