（金融学专业论文）我国上市公司信用风险的度量研究.pdf

摘要 信用风险管理是银行业管理的核心，信用风险的度量又是信用风险管理的基础。 科学技术的进步和急速变化的国际经济环境，使得信用风险变得更加复杂，如何对 信用风险进行准确的度量也越来越受到世界各国的关注。随着研究力度的加大和投 入的不断增多，新的模型和方法不断涌现，新的信用风险度量手段也不断付诸实践。 通过借鉴和学习国际上的先进信用风险管理技术和方法，建立适合我国国情的信用 风险度量的模型和方法，是我国银行业面临的一个重要课题。正是在这样的背景下， 本文就我国上市公司信用风险度量进行相关研究。 本文首先对信用风险度量的相关方法和文献进行了回顾，对我国在该领域所获 得的研究成果进行了介绍，并对拟采用的信用风险度量方法进行详细的理论论述。 在此基础上，通过上市公司样本的精心选择，利用k m v 模型和l o g i s t i c 模型方 法，就我国上市公司信用风险的度量进行实证的研究。研究表明，目前对我国上市 公司信用风险度量而言，直接应用基于期权定价理论的k m v 模型其判别率较低， 而以财务指标为主的多元回归模型是有效的。特别是在违约发生前一、二年。本文 所获得的判别模型显示，违约发生的前一年资产偿债能力指标和应收账款周转率指 标与违约发生率高度相关，而与盈利能力指标相关性较弱。而在违约发生的前二年 的违约判别过程中，违约率与盈利能力指标、现金流量指标、应收账款周转率密切 相关。在对模型的检验中显示。模型的总判别率很高，其中违约发生前一年的模型 对样本的判别率达到9 4 ，对新增的检验样本到达8 5 ；违约发生前二年的判别模型 对样本的判别率也达到9 4 ，模型显示良好性能。 本文采取了理论分析和实证研究相结合的方法。在违约样本的选择、k m v 模型 的应用，以及l o g i s t i c 模型指标体系的构建等方面体现了一定的创新性。 关键词：上市公司信用风险风险度量实证研究 a b s t r a c t c r e d i tr i s km e a s u r e m e n ti st h eb a s eo fc r e d i tr i s km a n a g e m e n t w h i c hi st 1 1 ek e m e lo f b a n km a n a g e m e n t w i t ht h ep r o g r e s so fs c i e n c ea n d t e c h n o l o g ya n dt h er a p i dc h a n g eo f i n t e m a t i o n a le c o n o m i ce n v i r o n m e n t ，c r e d i tr i s kh a sb e c o m em o r ea n dm o r ec o m p l e x ， a t t r a c t i n gm o r ea n dm o r ef o c u sf r o mc o u n t r i e sa r o u n dt h ew o r l d w h e nm u c hr e s e a r c h e f f o r tw a sp a i da n dm u c hf u n dw a si n v e s t e di n t ot h er e s e a r c ho fc r e d i tr i s k ，m a n yn e w m o d e l sa n dm e t h o d sh a v eb e e nd e v e l o p e da n d p u t i n t op r a c t i c e i t i s ，t h e r e f o r e ，a n i m p o r t a n t t a s kf o rc h i n a s b a n k i n gt o t a k et h ea d v a n c e d t e c h n o l o g y o fc r e d i tr i s k m a n a g e m e n tf r o mo t h e rc o u n t r i e sf o rr e f e r e n c ea n d s e tu pm o d e l sa n dm e t h o d ss u i t a b l e f o rc h i n a w i t ht h ea b o v eb a c k g r o u n d ，t h i sp a p e rd e c i d e dt oc h o o s et h ec r e d i tr i s k m e a s u r e m e n to f c h i n a sl i s t e dc o m p a n i e sa si t sr e s e a r c hs u b j e c t f i r s t l y ，t h ep a p e r r e v i e w e dt h el i t e r a t u r ea b o u tm e t h o d sa n da r t i c l e sr e l a t i v et oc r e d i t r i s km e a s u r e m e n t t h e nt h ea u t h o rc h o s es a m p l e sf r o ml i s t e dc o m p a n i e s ，a n da d o p t e da n e m p i r i c a la p p r o a c hb yu s i n g t h ek m vm o d e la n dl o g i s t i cm o d e l i ti sf o u n dt h a tt h e d i s c r i m i n a t er a t i oo ft h ek m vm o d e l ，w h i c hi sb a s e do nt h eo p t i o np r i c i n gt h e o r y , w a s l o w , c o m p a r i n g w i t ht h er e l a t i v e l yh i g he f f e c t i v e n e s so ft h em u l t i v a r i a t er e g r e s s i o nm o d e l m o s t l yb u i l to nf i n a n c i a li n d e xd u r i n gt h eo n e o rt w oy e a r sb e f o r ed e f a u l th a p p e n e d i ti s f o u n df r o mt h ep r e d i c t e dm o d e l st h a td u r i n gt h eo n e y e a rp e r i o db e f o r ed e f a u l th a p p e n e d ， t h ed e f a u l tp r o b a b i l i t yh a sh i g hr e l e v a n c ew i t ha s s e ts o l v e n c ya n dr e c e i v a b l et u r n o v e r , b u t l i t t l er e l e v a n c ew i t hp r o f i te a r n i n gc a p a b i l i t y w h e r e a s ，d u r i n gt h et w o - y e a rp e r i o db e f o r e d e f a u l th a p p e n e d ，t h ed e f a u l tp r o b a b i l i t yh a sh i g hr e l e v a n c ew i t hp r o f i te a r n i n gc a p a b i l i t y , c a s hf l o wa n dr e c e i v a b l et u r n o v e r h i 曲d i s c f i m i n a t er a t i ow a sa c h i e v e d i nt h em o d e l s a c t u a lt e s t i n g t h ed i s e r i m i n a t er a t i or e a c h e d9 4 a n d8 5 r e s p e c t i v e l yf o rt h eo n e y e a r m o d e lw h e nt e s t e du s i n gt h ep r e v i o u ss a m p l ea n dn e wa d d e ds a m p l e t h ed i s c r i m i n a t e r a t i oa l s or e a c h e d9 4 f o rt h et o w - y e a rm o d e lw h e nt e s t e du s i n gt h ep r e v i o u ss a m p l e t h i sp a p e rt o o ka na p p r o a c hc o m b i n i n gt h e o r e t i c a la n de m p i r i c a la n a l y s i s af e w c r e a t i v ep o i n t sw e r em a d ei ns u c ha r e a sa st h es e l e c t i o no f d e f e e l i n gs a m p l e t h ea p p h c a d o n o f k m vm o d e la n dt h eb u i l d i n go f t h ei n d e xs y s t e mf o rl o g i s t i cm o d e l ，e t c k e yw o r d s ：璐剐c 。哪船i e s c r e d i tr i s kr i s km c a 赋m c m 剐c a lr e s e a 曲 堑 江大学硕士学位论文我国上市公司信用风险的度量研究 1 引言 1 1 研究背景与意义 信用风险( c r e d i tr i s k ) 是金融市场上最为古老的一类风险，它至少可以追溯到 公元1 8 0 0 年前的古巴比伦i l l 。【洼1 】一直以来如何管理好信用风险是银行业管理的 核心。进入2 0 世纪后半期以来，尤其是在过去的2 0 年间，由于科学技术的进步 和急速变化的国际经济环境，使得信用风险变得更加突出和重要。这主要体现在 以下几个方面： ( 1 ) 金融全球化和自由化浪潮导致债务规模急剧扩大，信用风险暴露越来越大。 2 0 世纪9 0 年代以来，人们对信用风险的态度发生了重大的变化，多借款、多消费、 超前消费的思想代替了以往旧的观念；过去人们视破产为耻辱和灾难，如今却认为 是一种合理的战略选择。同时金融全球化和自由化浪潮，更加剧了债务规模的扩大， 而且这种全球范围的资本流动，使得信用风险变得较以往更加复杂。 ( 2 ) 资本市场发展迅猛，银行业竞争加剧，要求银行业必须严格信用风险的控 制。随着金融市场的扩大，资本市场迅速发展，中小企业进入金融市场更加容易， 银行的中介作用弱化，导致银行业竞争加剧，银行的存贷差逐步萎缩利润大幅下 降不良资产大量增加，而对信用风险控制的要求提高【2 1 。i 往2 l ( 3 ) 金融衍生产品出现和市场的急剧膨胀带来新的挑战。随着贷款出售和贷款 证券化的使用，以及特别是被称为2 0 世纪9 0 年代最为重要的金融创新的信用衍生 产品的出现和迅速发展，银行对于信用风险的管理更加灵活、积极和主动【3 】。这也 首先要求能够精确地度量信用风险，以此为基础才能运用这些新型金融工具；同时 由于这些新的工具的出现相伴随，又有新的信用风险被衍生出来，可见信用风险度 量的研究显得更为重要。 ( 4 ) 信用风险的度量和控制技术相对滞后。信用风险虽然历史悠久，但人们对 它的研究还相当肤浅，许多传统的度量和管理的方法导致了许多无法接受的结果。 与此形成鲜明对比的是市场风险的管理由于期望值和方差的引入，使得收益和风险 有了衡量的标准，进而得到了重大的突破而信用风险的管理在很大程度上还停留 社u 公元前1 8 0 0 年左右颁布的汉谟拉比法典就包括了许多巴比伦监譬信用的条款 惮参考文献 中南开太学李志辉信用风险：新世纪金融市场的重大执醯) 对( 1 ) 、( 2 ) 有详细论述 l ! 堕! 三盔学堕主学位论文我国上市公司信用风险的度量研究 在“手工作坊”的层次，急需我们去研究和突破。 ( s ) 8 0 年代以来三次大的金融危机( 欧洲货币危机、墨西哥金融危机、亚洲 金融危机) 促使人们更加重视信用风险的管理问题，巴塞尔协议的诞生和不断修 改t 正是这种重视的体现。新巴塞尔协议征求意见稿大力提倡国际性的商业银行 建立高级的信用风险量化度量模型来更好地度量和管理信用风险，这也要求银行业 要不断提高对信用风险的研究。【4 l 正因为上述的背景条件，各国金融机构和投资者受到前所未有的信用风险的挑 战。为了捍卫自身的利益，一方面更严格地对信用风险进行识别和度量，另一方面 加大了这一领域防范系统的投入和研究。 作为像中国这样的发展中国家，由于市场发育、金融机构的管理和宏观调控机 制不尽完善，必然存在潜在的金融风险特别是商业银行中的信用风险包括巨额银 行坏账是必须要面对的最主要挑战之一。虽然一部分已有的银行坏账被转移到资产 管理公司，但是否不再产生新的不良资产，至少不再产生这么多的不良资产，这仍 然首先是信用风险管理的问题。我国已经加入w t o ，金融业特别是银行业必须尽快 与世界金融业接轨，通过借鉴和学习国际上的先进信用风险管理技术和方法，对开 发我国商业银行的信贷风险管理系统具有重要的现实意义。 1 2 概念界定 信用是一切经济活动的基础，是经济金融运行的平台。信用风险是伴随着信用 的产生与发展而运动的，只要有信用活动的存在，客观上便存在着信用风险。 信用风险可定义为接受信用方拒绝或无力按时、全额支付所欠债务，给信用提 供方带来的潜在损失【5 1 。也就是说，信用风险是交易对手违约风险的一种形式。交 易对手违约风险是指合同或协议的一方无法履行其在交易中的责任时给另一方带来 的风险。它可以使违约方拒绝提供所承诺的货物或服务，也可以是无力按时和全额 偿还所欠的债务。由此定义我们可把信用风险分成两类，一种为商业信用风险。另 一类为金融信用风险。金融信用风险是指在金融交易中交易对手或债务发行人违约 或信用品质潜在变化，致使金融机构、投资人或交易对方道受损失的可能性。它由 违约风险( d e f a u l tr i s k ) 和信用价差风险( c r e d i ts p r e a dr i s k ) 组成1 6 j 。我们这里涉 及的是违约风险即指交易一方不愿意或无力支付约定款项，致使交易另一方遭受损 失的可能性。 2 浙江大学硕士学位论文我国上市公司信用风险的度量研究 金融信用风险涉及贷款发放、债券投资、表外业务、衍生金融工具等多种金融 活动。本文所关注是银行贷款信用风险，它指的是借款人不按时归还本息或逾期不 归还而遭受损失的可能性。这种风险使银行贷款成为坏账，造成资金损失，乃至严 重亏损。它属于非系统性风险。 众所周知由于经济行为中存在着不确定性环境，因而导致了决策的不确定性，从 而使信用风险成为不可完全避免的经济现象：由于信息的不完全性、非对称性及信息 成本的存在和影响又导致信用风险的加剧。正因为如此信用风险是银行面临的最为基 本也是危害最大的一类风险，且由于其有概率分布的有偏性，以及观察数据少，不易 获取，难以进行有效性检验等特点1 7 】使得信用风险度量和管理上显得更加困难。如何利 用企业现有的、公开的或可以获得的数据对企业的信用风险进行精确的度量和有效管 理是银行业管理的重要课题。信用风险度量是指对可能引起贷款风险的因素进行定性 分析、定量计算，以测量借款人的违约概率，为贷款决策提供依据。 本文主要研究的对象是我国沪深两地资本市场中的上市公司。作者试图借鉴现 有的、先进的各种信用风险度量技术，利用我国已有的数据资料特别是上市公司公 布的年报、半年报以及披露的信息，对上市公司中因违约被诉讼的公司样本和信用 优良的上市公司样本进行定性分析和定踅计算研究，建立一套适合我国上市公司信 用风险度量的方法和手段。 1 - 3 逻辑框架与主要创新点 1 3 1 逻辑框架 本文研究的是我国上市公司信用风险的度量。围绕这个主题，论文首先介绍了 信用风险研究的背景、意义，接着回顾了现有的信用风险度量的方法和相关文献，并 对我国上市公司的违约情况和违约原因进行深入的分析，对我国在该领域所获得的 研究成果进行了介绍。在此基础上本文对拟采用的信用风险度量方法进行详细理论 论述，为下一步的实证研究打下坚实的理论基础。本文的重点是运用这些方法对我 国上市公司的信用风险进行定量或实证研究，这一部分主要分三大部分。第一部分 对进行研究所采集样本进行相关说明，介绍了采集样本的标准和原因：第二部分对 违约样本进行描述性统计分析，主要是分析行业和规模因素对违约的影响：第三部 分使用所取的信用风险度量的方法对样本数据进行实证分析研究，获得适合我国上 浙江大学硕士学位论文 我国上市公司信用风险的度量研究 市公司的信用风险度量模型。最后，基于上述的实证和理论研究。对于我国上市公 司信用风险度量进行了总结，并提出一些建议和设想。 i 3 2 主要创新点 ( 1 ) 本文对我国上市公司信用风险度量的研究中，在研究角度上比较新，特别 是在违约样本的选择上，选择2 0 0 0 年以来上市公司中由于贷款逾期违约而被贷款银 行诉诸于法律的并败诉的上市公司作为违约样本，这是以前没人做过的。而以前学 者多数选取进入s t 、p t 的上市公司作为样本，研究上市公司财务危机的情况。相 对来说，本文的研究目的、对象更明确。 ( 2 ) 本文在充分阐述鼢订v 模型的理论基础上，利用该模型对我国部分违约上 市公司的样本进行了实证的研究，并且得出了在我国现阶段直接应用该模型是不合 适的，必须根据我国的国情进行修正的结论。这样的研究到目前为止相关文献还 从未见到。 ( 3 ) 本文在l o g i s t i c 模型的研究中，创新点主要是在指标的选择上。在充分 吸收了近年来国际和国内对上市公司信用风险度量研究成果的基础上。提出一套修 正的指标体系，这套指标体系不但考虑了上市公司公布的一般财务数据，而且还把 上市公司的股价信息和现金流量的数据作为重要指标，并对此进行详细的分析。 ( 4 ) 在对样本数据和指标体系的详细的分析基础上，本文对数据进行了多元回 归，建立了一组适合我国上市公司信用风险度量的多元回归判别模型。并对模型进 行实证的检验，得到比较好实际效果。本文的数据样本较新，数据主要来源于 】9 9 9 - 2 0 0 3 年。由于这几年我国对证券市场的监管得到不断加强，证券市场本身不 断得到发展，在这样的背景下。本文得出的结论，对今后更具指导意义。 4 浙江大学硕士学位论文 我国上市公司信用风险的度量研究 2 信用风险度量的文献回顾和我国的现状 2 1 信用风险度量的相关方法和文献回顾 通过多年的研究，国际上对于上市公司的信用风险的度量研究已经获得了大量 的研究成果，发表了许多的优秀论文。信用风险度量技术不断推陈出新，新的实用 度量技术不断付诸商业应用。下面就已有的各种信用风险度量的模型和方法以及这 一领域的研究现状做一概述。 2 1 1 传统的定性度量方法 ( 1 ) 专家方法：信贷决策由当地的或分支机构的放款负责人做出，依靠这些人 的专业技能、主观判断和对某些关键因素的权衡。最为常见的是信贷5 c 法。该方 法在以下五个方面对借款人的信用进行考察：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 ) 、周期状况( c y c l ec o n d i t i o n s ) 有些银行将其归纳为 “5 w ”法，即借款人( w h o ) 、借款用途( w h y ) 、还款j l l j 限( w h e n ) 、担保物( w h a t ) 及如何 还款( h o w ) 。还有的银行将其归纳为“5 p ”因素法，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 c n 0 、保障( p r o t e c t i o n ) i l 前景( p e r s p e c t i v e ) 当然，专家还会考 虑利率水平和公司发展前景等其他因素。但是这种方法过分依赖专家的主观判断， 不同专家对同一借款人会做出不同的判断，从而影响决策的准确性和效率【引。 ( 2 ) 贷款内部评级分级法：贷款内部评级分级法是金融机构在美国货币监理所 ( o f f i c e o f t h e c o n t r o l l e r o f c u r r e n c y o c c ) 最早开发的评级系统基础上拓展而来的。 o c c 最早将贷款分为5 级：正常贷款( p a s s p e r f o r m i n g a s s e t s ) 、关注贷款( o t h e ra s s e t s e s l ：l e c i a l l ym e n t i o n e d o a e m ) 、次级贷款( s u b s t a n d a r da s s e t s ) 、可疑贷款( d o u b t f u l a s s e t s ) 、损失贷款( 1 0 s sa s s e t s ) 。国际上一些金融机构把贷款分级划分得更细，分为 9 级或1 0 级，不同的级别按不同的比例提取损失准备金。运用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1 9 】。 2 1 2 单变量模型分析 1 9 6 6 年芝加哥大学会计系的比弗( b c a v c r ) l o 】提出了单变量判定模型。他通过对 。破产、拖欠债务、不能支付优先股股利”的7 9 家经营失败的公司和7 9 家经营未 失败的公司的对比分析研究，并使用了现金流量， 贲务总额、净收益，资产总额( 资产 浙江大学硕士学位论文我国上市公司信用风险的度量研究 收益率) 、债务总额资产总额( 资产负债率) 等3 0 个财务比率作为变量，进行一元判 定预测，发现现金流量与负债总额的比率能够最好地判定公司的财务状况( 误判率最 低) ；其次是资产负债率，并且离经营失败日越近，误判率越低，预见性越强。b e a v e r 以后 又有多学者对单变量模型进行了研究，如d e a k i n ( 1 9 7 2 ) 等。 2 1 3 多元线性判别模型和多元回归模型 多变量信用风险判别模型：是以财务比率为解释变量，运用数量统计方法推导而 建立起的标准模型。运用此模型预测某种性质事件发生的可能性，及早发现信用 危机信号。使经营者能够在危机出现的萌芽阶段采取有效措旌改善公司经营，防 范危机；使投资者和债权人可依据这种信号及时转移投资、管理应收账款及做出 信贷决策。主要包括多元线性判别分析模型和多元非线性回归模型( 如l o g i s t i c 模型、p r o b i t 模型) 等。目前国际上这类模型的应用是最有效的，也是国际金融 业和学术界视为主流方法。 ( 1 ) 多元线性判别模型最著名的是z 计分模型和z e t a 模型：1 9 6 8 年美国学 者奥特曼( a l t m a n ) 选取了1 9 4 6 - - 1 9 6 5 年问3 3 家申请破产的制造企业和3 3 家与这 些企业规模相类似非破产制造企业作为样本。通过对破产前一年的2 2 个变量的研 究，得到如下得预测判别模型( z 计分模型) 1 ： z = 1 2 x 1 + 1 4 x 2 + 3 3 x 3 + 0 6 x 4 + 0 9 9 9 x s 其中：x ，= ( 流动资产一流动负债) 资产总额= 营运资本资产总额 x 2 = 留存收益资产总额 x 3 = 息税前利润资产总额 磁= 权益资本的市场价值负债的账面价值 x 5 = 销售收入资产总额。z 值越高。表明借款人处于较低的违约风险组别。 如果z 值低于特定临界值( a l t m a n 最初设为1 8 1 ) ，则借款人被看作违约类的，对 其贷款要慎重或拒绝贷款。若z 值在1 8 与2 6 7 5 之间，企业财务状况不明朗：若z 值大于2 6 7 5 ，表明企业破产的可能性很小。 1 9 7 7 年，a l t m a n 、h a l d e m a n 和n a r a y a n n a n 对z 计分模型进行扩展，建立了第 二代模型即z e t a 模型1 1 2 l 。它选取1 9 6 9 1 9 7 5 年的5 3 家破产公司和5 8 家非破产公 司，采用新的七变量指标( 资产报酬率、收入稳定性、债务偿还、积累盈利、流动 比率、规模) ，使新模型不仅适用于制造业，而且同样有效地适用于零售业，并且使 6 浙江大学硕士学位论文我国上市公司信用风险的度量研究 对公司破产前1 年和前5 年的准确度大大提高，精度分别为9 1 和7 0 ，二十世纪 8 0 年代z e t a 模型预测精度下降。z 计分模型和z e t a 模型是多元线性判别模型的 典型代表，对于信用风险的度量的影响是巨大，直到现在人们还在使用它。由于违 约与影响因素之间并非一定是线性的，作为一个著名的判别模型，其本身也存在很 大的缺陷，但该模型在预测公司信用风险和破产方面都很有用，其仍不愧为优秀的 判别模型，值得我们的借鉴。 ( 2 ) 多元非线性回归模型及其他 正是鉴于影响借款是否违约的因素与结果并非呈线性关系，2 0 世纪8 0 年代以 后开始采用l o g i s t i c 和p r o b i t 等多元非线性回归模型对信用风险进行度量，这些模 型很好的解决了非线性的问题并且有较高的准确性，而受到研究信用风险度量的 学者的追捧。o h l s o n ( 1 9 8 0 ) t 1 3 】使用了多元逻辑回归方法分析了1 9 7 0 - - 1 9 7 6 年间破产 的1 0 5 家公司和2 0 5 8 家公司组成的非配对样本，他发现用公司规模、资本结构、业 绩和当前的变现能力进行财务困境的预测准确率达到9 6 1 2 。还有像b a r t c z a k 和 n o r m a f l ( 1 9 8 5 ) 1 1 4 1 ：t i r a p a t 和n i t t a y a g a s e t w a t ( 1 9 9 9 ) i s l 等也应用这种方法进行了 相应的研究，正如上面章节提到的目前国际上这类模型的应用是最有效的，也是国 际金融业和学术界视为主流方法。本文拟采用这种方法，由于下面章节会有详细论 述这里就不赘述了。 多元线性判别分析在近二十多年也得到进一步拓展，人们把非线性区别分析法、 神经网络方法、遗传算法、线性规划、非参数统计方法等应用到其中。还有其他神 经网络模型、遗传算法、线性规划等方法也运用到信用风险的度量上。这些方法因 为与本文采用方法不同。故不作介绍。 2 1 4 基于资本市场理论和信息科学为支撑的现代信用风险模型 基于资本市场理论和信息科学为支撑的现代信用风险模型。2 0 世纪8 0 年代以 来，信用规模和风险以指数方式膨胀，由于金融理论和实务界不满意传统的信用风 险管理方法以及对资本的“一刀切”管理模式，基于资本市场理论和信息科学为支 撑的现代信用风险模型得到前所未有的发展，加上基础理论的重大突破，出现了信 用风险度量的各种模型。例如：基于股票价格的公司信用风险模型k m v 模型、 j pm o r g a n ( 1 9 9 7 年) 的信用风险模型c r e d i tm e w i e 模型、瑞士信贷第一波士顿 银行( c s f b 卜r e d tm s k + 模型、信孚银行r a r o c 模型、基于宏观模拟方法 7 浙江大学硕士学位论文 我国上市公司信用风险的度量研究 的麦肯锡模型、基于风险中性的估值方法的- k p m g 贷款分析系统模型、基 于保险方法的死亡率模型等等。其中最著名的是k m v 公司的信用风险度量模 型、j r m o r g a n 的c r e d i t m e t r i c s 模型和c s f b 的c r e d i t p d s k + 模型。 ( 1 ) k m v 模型 k m v 模型是美国k m v 公司1 9 9 5 年开发出的，基于莫顿( m e r t o n ) 期权定价理论。 利用预期违约频率( e x p e c t e d d e f a u l t f r e q u e n c y ，e d f ) 来计量公司的违约概率的信 用风险度量模型。它充分利用了股票市场的价格及其公开信息，从而比较精确的估 算公司的资产价值和波动性，进而准确度量信用风险。在实际应用中获得良好的效 果。对于k m v 模型本文在下面的章节有非常深入的研究，在这里就不详述了。 2 0 0 0 年c h a r i t o u 和t f i g e o r g i s i 1 借鉴了k m v 模型的参变量研究了1 9 8 3 年到 1 9 9 4 年中1 3 9 对美国公司，利用了l o g i s t i c 回归模型结果发现到期债务面值的对 数、公司资产的当期市价的对数、公司价值变化的标准差等参变量在预测破产方面 作用显著， ( 2 ) c r e d i t m e t f i e 模型 c r e d i t m e t r i c 模型是j p 摩根1 9 9 7 年4 月推出始用于量化信用风险的风险管理 产品，其主导思想与1 9 9 4 年推出的量化市场风险的模型黜s k m e t r i c s 一样。都是通过 在险价值( v a l u ea tr i s k v a r ) 来衡量风险的一种计量方法。该模型的基本思想7 l ： 该模型认为公司信用风险的直接来源是公司信用等级的变化，而违约仅仅是信用等 级变迁的特例。它假定信用评级体系是有效的，以信用评级为基础。通过构造信用 等级转移矩阵在考虑信用级别转移的基础上，根据不同信用等级下给定的贴现率 估算各种信用转移可能性的贷款的市场价值，进而计算银行贷款市场价值波动程度， 即标准差最终得到v a r 值，从而达到衡量信用风险大小的目的。具体过程如下【i 8 】： 第一，构造信用等级迁移矩阵。信用等级迁移矩阵是求解的关键，它是信用评 级机构根据历史数据及其它债券的分析，预测债务人的信用评级由一个级别向其它 级别( 包括违约) 转变的概率矩阵。通常使用信用评级机构( 如标准普尔、穆迪公司) 定期提供的信用等级变动数据( 信用迁移矩阵的形式) 。 第二，贷款市场价值评估。是指在考虑信用级别转移的基础上估算各种信用转 移可能性的贷款的市场价值。即根据债务人信用等级变化和相应等级债务的利率， 计算资产价值。当债务人下一年的信用等级变动后，其资产价值就要按相应等级债 券的利率来折现借款人信用等级的升降会直接影响贷款未来期限内的信用风险溢 浙江大学硕士学位论文我国上市公司信用风险的度量研究 价，因此也会影响贷款潜在的市场价值。如果借款人信用等级下降，必要信用风险 溢价便会升高，则对银行而言这笔贷款的现值便会下降；反之，如果借款人信用等 级上升，则贷款的现值也会上升。贷款的市场价值用公式可以表示为： 一i 尸= z d ( 1 + ，f + s ，) 】+ f 0 + ，j + s j ) “。 i = 0 其中，d 表示贷款年利息额，f 代表贷款本金，r 。表示第i 年后的远期无风险利 率，它可阻通过现行国债收益曲线计算得出。s i 表示某一信用等级i 年期贷款的年 信用风险溢价，它可以通过公司债券收益率与国债收益率曲线计算得出。在美国有 专门的咨询公司，例如b r i d g ea n dc o m p a n y 计算不同信用等级与期限贷款的信用 风险溢价( s i ) 。并且每周更新一次。同理，可以计算出借款人信用等级各种迁移情况 的贷款的市场价值。如果银行贷款是可以流通的，那么计算出的贷款市场价值便是 银行出售这笔贷款的公平价格。此外，还要估算债务人违约时相关资产的残值，残 值的大小是影响违约资产价值的重要因素。 第三，银行贷款市场价值波动程度( 即标准差) 的计算和v a r 值的计算。从上 面的讨论中得出计算v a r 的关键是计算贷款市价p 和波动程度。并且对于不可交易 银行贷款而言还存在收益曲线非正态分布的特点要考虑。因此要先根据已得出的 贷款市价p 求出标准差，然后计算正态分布情况下的标准差。与v a r 值，最后再对 结果加以调整。将贷款收益曲线有偏性考虑进去。 ( 3 ) c r e d i tr i s k + 模型 c r e d i tr i s k + 系统是瑞士信贷第一波士顿银行( c s f b ) 于1 9 9 6 年开发的信贷风险 管理系统，它与以上两个模型不同，它应用了保险业中的精算方法来得出债券或贷 款组合的损失分布。只有违约风险被纳入模型，不涉及降级风险，而且违约风险与 资本结构无关。 对于违约概率，模型只有三条假设1 1 9 1 ： 1 ) 在相同长度的时间段内违约概率相同，即平稳增量； 2 ) 对于大量的债务人群体，在各个不重叠时间段内的违约个数相互独立： 3 ) 在某时间点。最多发生一件违约事件，即稀有事件。 在这三条假设下。很容易证明违约过程是泊松( p o i s s o n ) 过程，在某段给定时 间t 内违约事件发生频率，为泊松分布t 2 0 ： 9 浙江大学硕士学位论文我国上市公司信用风险的度量研究 p ( 甩) = 华，n = o ，1 2 ，其中，n 是违约人数，u 表示单位时间内平均 违约人数。 c r e d i tr i s k + 按照风险头寸与单位发生额l ( 根据实际情况自定义) 的比率的大小 把债务分成m 个等级，p j ，”j ，( = j l ) 分别为等级j 的违约数期望，风险头寸大小。 则资产组合分布的概率生成函数： g ( z ) = l ：i e x p 一一+ 一z 1 = e x p ( 一+ 以z 。) ) - 13 b ij - i 资产组合损失的概率表达式 e ( n l ) = 寺兰等竽l ：o ，n = 0 ，1 ，2 ( 具体过程这里省略) ( 4 ) r a r o c 模型 r a r o c 模型概念是由信孚银行于2 0 世纪7 0 年代最早引入的。根据现代资产 组合理论，r a r o c 模型可以被认为是业务部门( 包括放款) 的一种s h a r p e 比率 意即经过风险调整的资本收益率( r i s k - a d j u s t e d r e t u r no nc a p i t a l ) 模型。这类模型 是在欧美被广泛应用的一类基于金融市场信息资料的模型，其主导思想是通过计算 单位贷款风险的收益率并与基准相比来决定是否发放贷款以及贷款定价。其基本表 达式为： r a r o c = 贷款收益( 通常一年) ，贷款风险( 或风险资本) 其中分子反映了某项贷款一年的预期收益，包括利差收益、手续费等并扣除预 期损失( e x p e c t e dl o s s ) 及运营成本等。分母则是对不可预期的损失( u n e x p e c t e d l o s s ) 或风险资本的度量，其确定的主要方法有美国银行托拉斯( b a n k e r st r u s t ) 开发的 基于金融市场的方法和美国银行( b a n ko f a m e r i c a ) 开发的基于历史或实验的方法。 前者是通过计算贷款在下一年的市场价格向不利方向的变化来计量不可预期的损 失，后者则是通过基于历史违约数据的试验模型( e x p e r i e n t i a lm o d e l ) 。如果计算得 到某项贷款的r a r o c 大于i 函界风险收益率，则可以发放该项贷款，否则应拒绝口”。 除了上面的几个模型外，还有麦肯锡模型、k p m g 贷款分析系统模型死亡率模 型，还有如衍生工具信用风险的衡量方法、信用集中风险的评估系统等一大批新方 法，在这里就不一一介绍。综观国际上这一领域的研究和实际应用，信用风险分析方 法从主观判断分析法转向以多变量、依赖于资本市场理论和计算机信息科学的动态 计量分析方法为主的趋势发展。 浙江大学硕士学位论文 我国上市公司信用风险的度量研究 2 2 对已有模型和方法的比较与评价 通过上面的文献综述我们可以发现，关于信用风险度量的模型和方法是比较多 的然而由于信用风险本身的固有特点，大家公认和统一的模型和方法到目前还没 有出现，这是因为各种模型和方法其本身都存在着这样或那样的缺陷，特别是许多 现代的模型和方法是由西方学者提出，不加研究的照搬这些方法对于我国的国情更 是不合适的。因此有必要对这些模型和方法进行分析、比较、评价。 单变量模型具有简单可行的优点，但各种单变量模型均有任何单个指标无法全 面地反映公司财务特征及公司总体情况的缺陷，甚至任何单个财务指标将在很大程 度上排斥其他指标的作用；多元线性判别模型作为一个有相当影响的判别模型，它 克服了单变量模型的缺点，判别的准确性也有大幅提高，但其本身也存在很大的缺 陷，首先它是一个线性模型，然而对于一个公司是否违约或破产的因素是非常复杂 的两者之间不可能成线性的关系；其次，该模型基本上采用了财务比率，因而影 响了对借款人信用评价的时效性。虽然多元回归非线性模型很好的解决了非线性的 问题，并且有较高的准确性，是目前国际上最有效的，也是学术界视为主流方法， 其也不能克服对借款人信用评价的时效滞后等等缺陷。 c r e d i tm e t r i c 模型在西方作为一个重要的信用风险度量模型正被广泛应用。该 模型充分吸收了市场风险度量的研究成果，成功地把信用风险度量与信用等级的转 移、违约率等相关因素结合起来，具有模型考虑的因素更加全面，使用产品范围广 的特点( 几乎包括了所有的信贷产品) 。其主要缺点是对同一等级的债务入应用了相 同的等级转移概率和违约率，实际转移概率和违约概率是历史上多个信贷周期的平 均值，因而不能够反跌特定债务人的当前的信用质量变化情况。而实证研究表明， 在经济处于低迷时期债务人降级和违约的概率加大，并且对投机级的债务人影响更 大。c r e d i tm e t r i c 模型虽然是现代世晃有着重要影响的模型之一，但我国直接应用 这个方法还存在着重大障碍，因为c r e d i tm e t r i c 模型是基于信用评级体系的，而我 国目前还去没有一个权威的、完善的信用评级体系，也不可能有有效的信用风险转 移矩阵，同时也缺少一个准确的基准贴现率，因此我国的学者在这方面还有许多的 工作要做。 作为另一个重要的模型k m v 在实际应用中取得了良好的效果，作为模型的推 出者k m v 公司已经开发出成熟的计算机系统评价软件，并逐步的推销给世界的许 1 l 浙江大学硕士学位论文我国上市公司信用风险的度量研究 多商业银行使用，这从一个侧面说明它具有许多的优点。首先由于它以股票市场数 据为基础，而不是依赖会计核算数据，指标数据不仅反映了公司历史和当前的发展 状况，而且反映了市场中投资者对公司未来发展的综合预期，所以具有前瞻性、高 敏感性。第二，它不依赖外部的评级机构，相反比外部评级更具敏感性。第三，由 于k m v 模型应用于公开上市的公司，公司的相关信息比较容易获得。第四，它拥 有强有力的理论基础支持。但它也有自己的缺点：第一，k m v 模型主要针对上市公 司，对于未上市公司来讲，只有基于借款公司的会计数据和其他可观察的特征进行 可比性分析才行，相对来说有定的局限性。第二，片面强调了股票市场是股价变 动敏感性，而没有根据资历、抵押品、合约条件区别不同的借款。第三，对于新兴 的不成熟的证券市场，k m v 模型的有效性还有待进一步验证。第四，它是“静态的”， 该模型不能捕捉一些特殊的公司行为【6 j 。 c r e d i tr i s k + 最大的优点是简单易用：泊松过程的应用使得计算非常有效债务 人的边际风险分布可以轻而易举的求得：模型集中于违约风险。需要估计的变量很 少，对于每个组合只需要知道违约概率和风险头寸。但它同样存在不足：忽略了信 用级别的变动，这样风险头寸对于每个债务人是固定不变的与他们的信用级别的 变化无关，只依赖于远朔利率变动。甚至在大多数情况下，模型简化为违约概率由 几种随机背娥因子决定。风险头寸是常量。c r e d i tr i s k * 模型也没有考虑市场风险， 也不能处理非线性金融产品。 从上面的介绍我们可以发现每种模型和方法都有不足或缺陷，但这些模型和方 法给我们进行信用风险的度量，提供了有效的手段。部分现代模型虽然在目前的条 件下对我国还不能直接应用，也给我们打开了视野，为我国的这方面研究提供借鉴 和帮助。 2 3 我国在信用风险度量方面的研究 长期以来，我国银行对贷款的分类一直延用“一逾两呆”的分类方式。“一逾两 呆”分类管理主要依据借款人的还款状况将贷款划分为正常、逾期、呆滞、呆账四 类，是一种事后监督的管理方法。从2 0 0 3 年1 月1 日起，我国各类银行全面实行贷 款风险五级分类管理。贷款五级风险分类将贷款质量划分为正常、关注、次级、可 疑和损失五类( 其中后三类称为不良贷款) 。在动态监测的基础上，通过对借款人现 金流量、财务实力、抵押品价值等因素的连续监测和分析，判断贷款的实际损失程 1 2 浙江大学硬士学位论文