（金融学专业论文）现代信用风险度量模型及其在我国企业债券市场上的应用.pdf

摘要信用风险是债券的主要风险之一，如何精确、客观的度量该风险，向来是风险管理者有效管理债券的主要目标。本文主要探讨信用风险度量技术( 特别是现代度量技术) 以及其在中国的企业债券市场上的适应性问题。本文通过介绍信用风险度量技术的演变，对比分析传统、现代信用风险度量方法优缺点，积极倡导推广现代信用风险度量技术在积极管理债券信用风险的应用。本文重点介绍了c r e d i t m e t r i c s 。o m 模型、k m v 模型、麦肯锡模型、c r e d i tr s k + 模型四种现代信用风险度量模型。通过对比各种现代信用风险度量模型，得出现阶段适合于中国企业债券市场的最优的信用风险度量模型c r e d i t m e t r i e s 刚，并结合该最优模型的技术要素详细加以介绍其运用，特别是中国市场上一些重要的技术数据没有现成的资料，需要根据模型进行计算。：同时应该注意到的是，虽然在中国债券市场上可以借鉴西方通行的度量模型进行风险估计，但中国市场还有很多方面需要加以完善。针对这些不足，本文最后提出完善信用风险度量的几条建议，以发展、完善信用市场，推动信用风险度量的发展，借以促进金融领域向着规范、公开、健全的方向发展。关键词信用风险企业债券信用制度a b s t r a c tt h ec r e d i tr i s ki so n eo ft h em a i nr i s k so fb o n d s ，w h i c hp l a y sa ni m p o r t a n tr o l ei nm o d e r nf i n a n c i a lr i s km a n a g e m e n t i ti sa l w a y st h em a i ng o a lf o rt h er i s km a n a g e r st om e a s u r et h ec r e d i tr i s ko fc o r p o r a t eb o n d sa c c u r a t e l ya n do b j e c t i v e l y t h i sp a p e rf o c u s e so nt h em o d e mt e c h n i q u e so ft h ec r e d i tr i s km a n a g e m e n to fc o r p o r a t eb o n d sa n dh o wt h e yw o r ki nc h i n a b a s e do nt h es t r e n g t ha n dw e a k n e s so ft h et r a d i t i o n a l m o d e mt e c h n i q u e so fm e a s u r i n gc r e d i tr i s k ，t h i sp a p e ra d v o c a t e sp o p u l a r i z i n gt h ea p p l i c a t i o no ft h em o d e mt e c h n i q u e sa c t i v e l y t h i sp a p e rg i v e st h ei n t r o d u c t i o no ft h ef o u rc r e d i tr i s km o d e l s ，i n c l u d i n gc r e d i t m e t r i c s t mm o d e l ，k m vm o d e l ，c r e d i tp o r t f o l i ov i e wm o d e la n dc r e d i tr i s k +m o d e l t h r o u g hc o m p a r i n gt h ef o u rm o d e l so f t h ec r e d i tr i s k ，也：，霉醇- c o n c l u d e st h a tt h ec r e d i t m e t r i c s t mm o d e li st h em o s to p t i m u m a n da c c o r d i n gt ot h i sm o d e l ，t h ep a p e rr e c o m m e n d sa n dm e a s u r e st h et e c h n o l o g i c a le l e m e n t sb e c a u s et h ef i n a n c i a lm a r k e to fc h i n ah a sn or e a d y m a d ed a t a a tt h es a m et i m e ，t h ef i n a n c i a lm a r k e to fc h i n ah a sm a n yf a u l t s ，a l t h o u g hi ti sp o s s i b l et om e a s u r et h er i s kb yq u o t i n gv a r i o u sm o d e l sf r o mw e s tc o u n t r i e s i nt h ee n d ，t h i sp a p e rm a k e ss e v e r a ls u g g e s t i o n si no r d e rt od e v e l o pa n ds t r e n g t h e nt h ec r e d i tm a r k e to fc h i n a k e yw o r d s ：c r e d i tr i s kc o r p o r a t eb o n dc r e d i ts y s t e m第一章引言第一章引言第一节选题背景及研究意义金融是现代经济的核心，是沟通各经济主体的桥梁和纽带。一个经济高度发展、发达的国家必然需要有完善、规范、健全的金融体系与信用制度与之相适应。中国正处于经济转轨的特殊历史时期，加入w t o 标志着对外开放进入一个新纪元，中国将在更广泛的领域和更高的层次上融入经济全球化。要与国际经济接轨，需要按国际惯例办事，表现在金融领域，必须要有规范、统一、健全、体现“三公”原则的金融市场体系，秉承“诚信、公正”原则的金融机构体系，“结构合理、品种丰富”的金融产品体系，“立法规范、完善、公平、公正”的金融法律体系。然而，在中国，这一点做得还不够。我国的资本市场“单边”发展，结构很不会勰，股票市场一支独秀，债券市场特别是企业债券市场发展缓慢，这严重阻碍了无上市融资资格的中小企业的发展，从而不利于整个经济健康发展。金融衍生产品市场更是在低估徘徊，金融期货市场一度发展，但是由于规范性不足而被迫夭折。我国金融法律也不健全，还有很多金融法律的空白需要填补。法律的不健全使得对许多金融市场的违法行为惩罚力度不够或根本无法可依，这或多或少得助长了不法气焰。特别是，中国信用制度的建设已远远落后于经济发展形势，诚信为本还没有真正贯彻落实到实处。在诚信得不到奖励甚至吃亏，不诚信得不到惩罚甚至有便宜可赚的社会环境下，诚信氛围得不到弘扬，信用制度建设也就成了无源之水、无本之木。同对，我国某些金融机构在执业道德、执业素质水平方面还令人产生疑虑。在信用评级领域( 由于本文只涉及信用评估，所以这里只针对信用评级机构展开) ，整个评级行业处于分割状态，设立之初，大有一哄而上之嫌，而且，没有一种统一的标准，有些评级机构的评价报告还无法令人信服，但是经过十几年来得发展，信用评级企业也在不断进步和探索着。随着改革开放领域的不断广泛，国夕卜金融领域的先进理论技术的不断引入，中国的金融行业必将面临着一个重大的发展机遇。第一章引言第二节国内信用风险评级和度量技术现状综述我国目前资本市场结构的不合理，股票市场的一支独秀，使大量的买方投资者和持有中长期投资计划的投资者在股票市场长时期的周期性调整环境下不可避免的出现损失。相反，在股市低迷时期，由于在确保资金安全和风险程度较低的优势，债券不失为一种好的替代投资工具。风险和收益本身是矛盾的统一体。投资于任何一种金融产品，在获得收益的同时，或多或少得承担着一定的风险，金融市场工具的总风险包括市场风险、流动性风险、信用风险、操作性风险和其他一些宏观因素风险等。市场风险是指由于影响金融产品的市场的基本经济变量的变化而引起的价值偏离期望值的风险，反映在企业债市场上，主要是利率因素。流动性风险是指无法正常自由买卖而引起的价值降低的风险，它或者是市场操作心理所致，或者是持有风险暴露头寸过多所致。操作风险是指由于交易人自身专业素质、操作失误或者交易系统故障等引起的交易无法得到预期值的风险。信用风险嚣锩j 妇于信用工具发行人信用等级变化( 反映其偿债能力和偿债愿望) 而引起的实际价值偏离预期价值的风险。对囤债产品的赎回，政府用以后年度的财政收入和较平稳增长的g d p 作为国债赎回的保障。政府信用的保护，使得国债在各种债券类型中信用级别最高，其违约损失的概率很小。在测量国债信用风险中常靠忽略不计。国债的主要风险是市场风险。企业债券由于服务于某个独立的股份公司，募集的资金往往使用于某个特定的项目，这使得企业债券在到期时，还本付息的能力取决于公司在投资项目的盈利能力和公司总体经营水平，相对于国债和金融债券，企业债券有相对较高的信用风险。本文主要考察企业债券的信用风险，市场风险和其他类型风险的度量和探讨可参阅r i s k m e t r i c s 丁m 文件和其他相关资料。2 0 世纪七八十年代以及以前，度量和管理信用风险的方法和模型主要是借助于各种报表提供的静态财务数据，进而通过分析经济体的各种信息来主观的评价其信用质量。如5 c 专家判断法、信用评级法等。进入9 0 年代以来，随着计算机技术和信息技术的发展，以及金融理论和模型的发展，国内各界加强对信用评级理论和方法的研究，将数理统计的方法引入到信用风险的度量技术中，先后研究出更其客观化和系统化的度量技术，如多元手蜗分析、多层次模糊综合评判和神经网络技术。随着2 0 世纪9 0 年代金融创新以及信用衍生产品的出现和迅速发展，特别是1 9 9 7年亚洲金融危机爆发，各类金融机构要求对信用风险妁度量程管理技术更为精确化，经过经济学界专家和金融公司的不断合作努力，先后开发出具有精确化度量效果的第一章弓l 亩k m v 模型、j p 摩根公司的c r e d i t m e t r i e s t m 模型、麦肯锡模型、k p m g 贷款分析系统、c s f p 公司的信用风险附加模型等。依赖于较透明的信息披露制度和丰富的数据库资源，国外金融公司可以自主地选择适用于自己公司的信用风险度量模型，再加上对影响金融工具的各类因素的科学预铡，他们能够较为准确的测算自己所管理资产的信用风险程度，并对自己名下的金融资产进行较科学的操作和管理。较之于美国等金融市场较发达的国家来说，中国的信用评级产生的较晚，中国目前的信用评级机构使用的信用评级技术基本上都是借鉴美国等国家的评级技术，中国国内对信用风险的度量和管理研究尚处于起步阶段，还主要停留在定性分析的基础上，仍然是以传统分析方法为主，研究数据完全依赖经济体报表中反映出的各种财务比率，风险度量方法基本上均为信用评级方法。查看国内较为著名的三大信用评级机构中诚信、大公国际、上海远东的债券评级报告发现，他们的评级技术基本上是基于对被评级对象的基本面情况和财务数据进行专家团队分析而得出该债券的信用等级，而没有给出确切的信用风险数据。由于中国缺乏足够的数据资源支持，对较为客观化和精确化的数理统计方法和现代度量模型法，国内各信用评级机构虽然在理论上有所介绍但是实践中都少有提及。第三节本文的研究方法、研究思路和主要内容信用风险度量和管理研究是金融领域一项广为重视的前沿课题。本文在广泛收集国内外现有资料的基础上，采用定性分析、定量分析、个体分析、组合分析以及对比分析等方法对信用风险度量方法和模型进行了系统的探索和研究，对如何度量与管理中国企业债券的信用风险馓了一些尝试。本文试图从信用评估、度量技术的演变上，比较传统信用风险度量技术和现代风险度量技术，点明传统度量技术的不足，阐明现代度量术的优点，并将现代各类风险度量技术进行统对比，结合中国目前债券市场的现状和整个金融市场环境，寻找最优的风险度量技术，引入到中国债券市场，以期望能够引入种企业债券的信用风险管理理念，推动信用风险度量理论和技术在中国债市的广泛应用。技术上，重点分析j , pm o r g a n 的c r e d i t m e t r i c s t m 模型以及其扩展m e k i n s e y 模型，c s f p 的c r e d i tr i s k + 模型和k m v 公司的c r e d i tp o r t f o l i ov i e w 模型，通过对各类型的对比，选驳c f e d i t m e t r i c s t m 模型。应用于中国企业债券信用风险度量中，说明其在中国企业债券市场的运用要素以及中国采用现代风险度量技术的不足，针对市场现有不足第一章引言提出自己的政策建议以发展、完善信用市场，推动信用风险度量的发展，借以促进金融领域向着规范、公开、健全的方向迈进。第四节本文的研究目标、创新和不足之处国际上对现代信用风险度量技术探讨的初衷是将其运用于传统信用产品( 如贷款、信用证等) 、固定收益工具以及受市场驱动的衍生信用产品( 受交易对手违约引起损失的远期交易和互换产品等) 组合中。1 在对现代信用风险度量技术的引入和借鉴上，国内的金融学专家和信用评级机构基本上是将c r e d i t m e t r i c s t m 技术应用于银行贷款的信用风险测量上，对于重要的资本投资领域的债券市场，国内少有文章介绍。然而对企业债券来说，除了市场风险需要关注之外，信用风险也同样不可忽视，本文将在此方面做探讨，以期广泛推广这种思路，让广大债券投资者和信用评级机构广泛关注债券的信用风险，促进信用风险度量理论和技术的不断发展。本文的创新之处就是将重点介绍奠i e d i t m e t r i c s 在企业债券市场的应用，并利用c r e d i t m e t r i c s 技术和现有可以查询到的数据资料对c r e d i t m e t r i c s 模型技术要素进行计算，得到第一份c r e d i t m e t r i c s t m 技术要素数据，但是由于信用数据和信息资料的缺乏，本文计算出的数据难免过于粗糙，致使数据说服力度不够。同时，本文在企业债券信用风险度量的介绍中，着重介绍了单个企业债券的信用风险度量方法，对于债券组合的探讨很少，只是简单介绍了由两种债券组成的债券组合的信用风险度量，关于三种以上债券资产的组合的探讨有待于进一步深入研究。见c r e d i t m c t r i c s t m ，t e c h n i c a ld o c u m e n t j rm o r g a n n e wy o r k ，a p r i l2 ，1 9 9 7 一苎三兰堡旦墨堡鲤焦竺壅叁查些第二章信用风险的传统度量方法这里的所谓传统方法是指发展相对较早、较成熟的一些方法，如专家系统法、信用评分方法以及将数理统计理论引入后发展的信用评分模型、多元判别分析法、多层次模糊综合评判法和神经网络模型等。实际上，信用风险评价的各种方法之间有着或多或少的联系。很难在传统的方法和新的方法之间做出严格的划分，有些新方法本来就是对许多传统方法或思想的集成和发展，因此新方法与传统方法并不存在绝对的界线。第一节专家判断法专家判断法在银行业中的应用由来已久，目前在许多银行仍居于主导地位，它是由放款负责人做出决策，更多的是依据信贷专家的专业技能、主观判断和对某些关键要素的权衡来评判借款的可能性，进而决定是否发放贷款和发放贷款的规模。不同的信贷专家从不同的视角来看待企业的财务和经营情况，其考虑的潜在因素和方法也很多，但以下五个方面是多数专家评估企业必须要考虑的因素。由于这五个因素的英文首个字母都是c ，故又称为“5 c 要素分析法”。一、5 c 要素( - - ) c h a r a c t e r ( 品格) ，是对企业声誉的一种度量，考虑其偿债意愿和偿债历史。品格包括多个方面，既包括其在不同银行、工商局和税务海关等部门的资信记录，也包括其对于上下游企业的履约记录。( 二) c a p a c i t y ( 偿债能力) ，即还款能力，反映借款者收益的易变性，按债务合约还款以定期等额方式进行，而企业的现金流不稳定，这样就可能会有一些时期企业偿还债权的能力受到抑制。偿债能力有长短期的区别：短期偿债能力强弱是指其自出现金流( e b i t d a ) 与短期借款的匹配度的衡量，长期偿债能力则要复杂的多，既要看资产负债率，还要看市场前景、长期未来盈利能力和技术先进性。目前对偿债能力的考察更多地是从现金流特别是经营现金流的角度出发的，现金为王第二章信用风险的传统度量方法( c a s hi sk i n g ) 的观念在国内外商业银行都深入人心。( 三) c a p i t a l ( 资本) ，用所有者的股权投入及其债务的比率来反映。这一类指标是预示企业破产可能性的良好指标，同时，也可以反映自身营运头寸的充足与否和对外融资的依赖性。高杠杆比率意味着高破产概率。但杠杆率并没有一个统一的标准，不同的行业杠杆率标准高低也不尽相同，不能一概而论。( 四) c o l l a t e r a l ( 抵押品) ，债务违约风险的缓解手段，若发生违约，债权人对债务人的抵押品就有要求权，而且要求权的优先程度越高，抵押物市场价值越稳定，债务的风险损失就越低。( 五) c y c l ec o n d i t i o n ( 经营环境) ，包括经济周期的影响，观察债务人所在行业是否与经济周期变化相关，若高度相关说明该债务人的企业价值将面临很大的不稳定性，债权损失概率加大，同时，经营环境因素还包括产业政策，观察企业是被产业政策所扶持的，还是限制、整顿的。二、5 c 要素的评价尽管很多银行仍然在其信贷决策中使用专家判断法，但是这种方法存在两个重要缺陷：一是对债务人评判的要素选择缺乏一致性，同一信贷专家对不同债务人考察的要索不尽相同，不同的信贷专家对同一债务入的判断标准也不完全相同；二是所选择要素的权重设计缺乏客观性，更多依赖于各信贷专家的主观判断且不同的专家给出的权重也不一样。为克服评判要素的不一致性和权重主观性的不足，许多分析家在长期实践探索中，结合自己经验以及统计计量理论与技术、计算机编程技术的基础上，提出了财务比率综合分析法以及基于统计判别计量的预测评估模型。第二节财务比率综合分析法财务比率综合分析法在实际的企业绩效评估中有广泛的应用，其核心在于根据财务指标的内在关联，选择那些从不同方面反映企业经营业绩和财务实力的指标，并且尽可能减少指标间重复往的一种综合分析法。财务比率分析法有多样化的指标体系，其中以杜邦财务体系、沃尔比重分析法、综合分析法最为有名，应用也最为广泛。一、杜邦财务体系杜邦财务体系是由美国社邦公司最先采用的财务分析法，它是利用各财务指标问的内在关系，对企业综合经营理财以及经济效益进行系统分析评价的方法，它涉及到以下几种指标关系：净资产收益率( r o e ) 、总资产收益率( r o a ) 、销售净利润率( n e t p r o f i ta f t e r t a x s a l e s ) 、资产周转率( s a l e s a s s e t s ) 、权益乘数( a s s e t s e q u i t y )等等。该分析法以净资产收益率( r o e ) 为主线，将公司在某一时期的主营业务成果以及财产营运状况全面联系在一起，层层分解，逐步深入，构成一个完整的分析体系( 图2 1 ) 。图2 1 杜邦财务分析图二、沃尔比重评分法亚历山大沃尔是财务状况综合分析的先驱者之一，他于2 0 世纪初提出了“信用能力指数”的概念，把若干个财务比率用线性关系结合起来，以此评价公司的信用水平。他选择了7 种财务比率，分别给定了其在总评价中所占的比重，总和为1 0 0分。然后确定标准比率，并与实际比率相比较，评出每项指标的得分，然后求出总比分。通过对x 公司的分析( x 公司的实际比率是假设的数值) 后得到表2 一l 。从理论上讲，沃尔的评分法有一个弱点，就是未能证明为什么要选择这7 个指标，而不是更多或更少，或者选择别的财务比率；以及未能证明每个指标所占的比一苎三妻堕旦墨堡堕壁堡塞! 堕鲨重的合理性。这个问题至今没有从理论上解决。尽管沃尔的方法在理论上还有待证明，在技术上也不完善，但它还是在实践中被应用。表2 1 沃尔比重评分法比重标准比率实际比率相对比率评分财务比率= = 流动比率2 522 3 31 1 72 9 1 3净资产负债2 51 50 8 80 5 91 4 6 7资产固定资产1 52 53 3 31 3 31 9 9 8销售成本，存货1 081 21 ，5 01 5 0 0销售额应收帐款1 061 01 6 71 6 6 7销售额，固定资产1 042 6 60 6 76 6 5销售额腭资产531 6 30 5 42 7 2合计1 0 01 0 4 8 1数据来源：证券投资分析，中国证券业协会编，中国财政经济出版社，2 0 0 3 。本表数据除“比重”采用沃尔给出的数据外“标准比率”、“实际比率”采用假设数零：。三、综合评价法一般认为，公司财务评价的内容主要是盈利能力，其次是偿债能力，此外还有成长能力，它们之间大致可按5 ：3 ：2 来分配比重。如果仍以1 0 0 分为总评分，则评分标准分配如表2 2 所示。标准比率以行业平均数为基础，适当进行理论修正。在给每个指标评分时，规定上限和下限，以减少个别指标异常对总分造成不合理的影响。上限可定为正常评分值的1 5 倍，下限定为正常评分值的1 2 。此外，给分时不采用“乘”的关系，而是利用“加”、“减”的关系来处理。根据这种方法，对x公司的财务状况进行评价，如表2 - - 2 ，表中实际比率为假设值。财务比率综合分析法的提出，给出了统一的评判因素和相应的权重值，的确比专家分析法先进的多，但是也存在缺陷：一是所选定的指标缺乏证明力，二是权重的给出标准缺乏证明，不免还有点经验主义之嫌。疋捌末鞋挺嗤i隶鞋挺晤v褂彗姆蜂；丹丑框掰爿姆vo。一穗鞋茁蜷鼎替窿砬壬酶扯盎爿非瞄砸廿瘴嚣隶取辎躲崩v。髓*孵摄鑫睁善舄晶i 墨墨导i ：t j 22寻i 蓍萋毒2荨善：导毒睾莓黯6 i i耳苫耳西器莩孽军翠琴褂蓝墨；量导蟊量量卑军俅珊星萎苟h= 宝誓=；2虽墨岍暑霉求蜡求塞2 2n寸甘甘寸n nn磊求霾昌2：。2 22望a。a蟛斟垂| 蔷瓮舄昌墨莩萤萤昌舄昌始婪s2寸=导虽誊蚕= 22蓥测求拳瓮昌2粘目撞薹萋蓁萋萋蓁薹萋羹耋蓁蓁萋如七口口h掰忾捌剧搭$g证区旺翠料i拣第二章信用风险的传统度量方法第三节基于统计判别方法的信用评分模型这种模型的提出是建立在计量技术充分发展的基础上，建模时选取观念上重要的影响因素指标，输入己选变量的随机观测值，对已选变量进行显著性检验，剔除非显著性因素，建立判别函数，进行分类。常见的模型有：多元判别分析法与l o g i t处理方法、多层次模糊综合评判法以及神经网络模型。一、多元判别分析法这种方法的特点是掌握了历史上每个类别的若干样本，运用统计计量技术从中总结出分类的规律性，建立判别函数。由于总体分布或总体分布函数未知，该方法采用最小方差法( o l s ) 来建立最优线性判别函数，同时出具了严格苛刻的假设条件包括每个变量均服从正态分布n ( u ，a2 ) ，且具有相同的协方差矩阵；各变量之间不存在相关关系：随机误差项本身属于白噪声过程，即每一误差项均值为0 ，方差相同且为有效值：解释变量与随机误差项之间线性无关：解释变量非随机，且当t o o 时，t 。x x - q ( q 为有限值的非退化阵) 。而现实中，实际变量数据会对该条件产生不同程度的违背，使得该模型得预测能力大打折扣。该模型的代表为z s c o r e 模型和在此基础上的改进模型z e t a 。a i r m a n 的z s c o r e 模型：z = 1 2 x l + 1 4 x 2 + 3 3 x 3 + o 6 x 4 + 1 0 x 5( 2 1 )其中，爿，营运资本总资产；正累积留存收益总资产；x ，e b i t ，总资产；工。权益市值总负债帐面价值；爿。销售收入总资产。a l t m a n 研究发现，z 分值 2 9 9 的企业是一个健康运作的企业：而z 分值处于( 1 8 1 ，2 9 9 )的企业，则处于种“灰色地带”上。a l t m a n 建议，z - s c o r e 模型可以很好的预测企业的破产概率，在此基础上，z - s c o r e模型被改进成著名的z e t a 模型，涉及到7 个财务e e 率，分别是资产报酬率( e b i t 总资产) 、收入稳定性( 收入的标准误差) 、债务偿还( 利息保障倍数) 、累积盈利( 留一一苎三兰笪旦墨丝些壁竺鏖苎妻些存收益) 、流动比率、资本化率( e q u i t y d e b t ) 、规模( 总资产的对数形式) 。这个模型的预测能力更为准确但不幸的是回归系数没有公布于众。这一模型被z e t as e r v i c e1 1 1 c 持有，更多的运用于商业运作。我们只可能从中知道一点，财务比率多元判别分析将更为客观和科学。尽管如此，z e t a 模型仍然有一个重要的缺陷，即z e t a 记分得出的破产机率数据往往会大于1 ，不能给出具体的概率值。为了克服这一缺点，且使事件发生的概率为原模式的非递减函数，故用累积l o g i s t i c 概率函数将潜在变量z 。进行转换。令，( z j ) = 了_ ：= 彳。，( z j ) ( o ，1 ) ，这种转1 r f换很好的避免了z e t a 的不足，直接给出了违约概率值。多元判别分析方法是基于财务比率的分析，属于定量分析的范围。现实中还有许多定性因素( 如管理水平、领导者素质、重大事项等) 在信用风险衡量中起着重要的作用，但是多元判别分析方法并没有对这些重要的定性要素给予关注和评价。丽下面将介绍的多层次模糊综合评判法则把一些定性因素、权重赋值进行了较为科学的定量化。二、多层次模糊综合评判法层次分析法( a n a l y t i ch i e r a r c h yp r o c e s s ) 是美国著名运筹学家、匹兹堡大学教授1 jl s a t t v 于2 0 世纪7 0 年代中期提出来的。a h p 是一种实用的多准则决策方法，它把一个有效的问题表示为一个有序的递阶层次结构，利用人们的判断，对决策方案的优劣进行排序。它的基本思路是评价者首先将复杂问题分成若干组成要素，并将这些要素按支配关系形成有序的递阶层次结构，然后通过两两比较，确定层次中各要素的相对重要性，最后综合各层次的重要程度，得到各要素的综合评价值。它的基本步骤包括：建立递阶层次结构模型；构造两两比较判断矩阵；层次单排序，即对本层次要素相对于上一层次要素的重要程度进行排序：层次总排序，即对本层次要素相对于最高层次( 或目标层) 的重要程度进行排序；一致性检验，即检验各比较判断矩阵是否存在克星逻辑错误或是量度逻辑错误。同时确定这种错误是否属于可接受的，只有通过一致性检验的比较判断矩阵才被认为是有效的，否则就应进行修正。a h p 虽然具有实用、系统、简洁等优点，但是该方法的核心数据资源( 比较判一一墨三主塑旦垦堕堕壁竺璺竖杰垫断矩阵) 的确定往往很难精确的给出，只能对它们进行估计，在估计时极有可能会出现偏差过大或者出现严重的思维不一致的情况。为避免出现此类错误，在信用风险度量的探索中，研究者发现，把模糊理论应用于a h p ，对a i - i p 进行数据修正，可以很好的克服a h p 这一缺陷。运用模糊理论，依据具体要解决的经济现象，建立评判该现象的因素集f = z ， ，j ( ) 以及建立合理的评语集c = 弛，c ：，c ，c 。 ，用专家评定法或者其他方法生成模糊评判矩阵矗= ( 己，c 2 ，己c n ) 7 = ( ) 以及通过合适的模糊算子进行综合评判。进行如此修正后，基于模糊理论的多层次综合分析法可以用如下步骤完成：依据要解决的具体经济现象，建立递阶层次结构模型，并同时确立各层次的因素集合和要素评语集合。采用专家判定法，基于第一步设定的因素集和要素评价集构造各层次间的两两比较判断矩阵。进行层次单排序，运用和积法( 并进行归一化处理) 求各比较判断矩阵的最大特征值五一和特征向量。设某一原始寄勺比铰刿断矩阵为0 。) 。，该矩阵每一列要素的和薯= 2 ，o = l ，2 n ) ，对该判断矩阵进行归一化处理得到标准矩阵( ) ，即令西= 警，计算该新标准矩阵每一行的均值彤( 联= 昙二) ，得到特征向量w 就是所要求解的特征向量，该矩阵的最大特征值k = 喜等。进行层次总排序。假设该层次结构有三层，最高层用a 层表示。中间层用b层表示( 并设b 层有m 个因素b 。，日：，量b 。，在层次单排序中得到其相对于最高层的相对重要排序权值为毛，6 ：，一- b , ，6 坩) ，最后一层用c 层表示( 并设c 层有n 个要素c ，c 。，c j c 。，相对于b 层中任要素马的相对重要排序权值为c ：，c ：，c ：c ：) 。b 层的层次单排序即为总排序，c 层中各要素对于最高层的总排序为c ，= 6 ，c ；( ，= 1 , 2 ，以)d 致性检验。定义一致性指标c i 为：c = 墨署 a 定义随机一致性指标c r 为：c r 2 暑，打一l刖其中，r i 为平均随机一致性指标，它是仅与比较判断矩阵的阶数有关的指标。随机一苎三皇堡旦墨堕些焦竺壅曼查壁一致性指标r j 的值如下表2 - - 3 所示。表2 3 平均随机一致性指标l u 的值矩阵阶数n1234567891 0r 1000 5 2o 8 91 1 11 2 51 3 51 4 01 4 5i4 9注：事实上，当矩阵阶数n 2 时，矩阵不存在不一致问题，所以不必检验。如果c r y 0 1 ，则比较判断矩阵具有满意的一致性，若c r 0 1 ，比较判断矩阵不一致，需要进行修正。三、神经网络模型实证结果发现，企业财务状况的好坏与财务比率的关系常常是非线性的且预测变量( 财务比率) 之间可能是高度相关的，而且许多指标并不成正态分布，传统的分析方法不能很好的解决这些问题，作为研究复杂性的有力工具，神经网络技术在模式识别与分类、自动控制、预测等方面已展示出了非凡的优越性，特别是能处理任意类数据，这是许多传统方法无法比拟的。模型可以通过不断学习，能够从未知模式的大量复杂数据中发现规律，这是一种自然的非线性建模过程，无须分清存在何种非线性关系，给建模分析带来极大的方便。该方法用于企业财务状况研究时，一方面利用其映射能力，另一方面利用其泛化能力，即在经过一定数量的带噪声的训练之后，网络可以抽取样本所隐含的特征关系，并对新情况下的数据进行内插和外推以推断其属性。神经网络的分析，扬弃了危机预测变量是线性且互相独立的假设，模型能够深入挖掘预测变量之间的“隐藏”的相关关系。神经网络是简单的相互联系的神经元集合，单元之间的关联并不是固定不变的，而是可以通过神经网络与外界间的相互作用产生的过程相应的修改。神经网络中神经元的一般框架如下图2 - - 2 。图2 2 神经网络一般框架图田神经网络的学习方式包括有导师型( 输出已知，相当于判别分析的先验组) 和无导师型( 相当于因素分析，且先验分组未知) 。神经网络接受一组输入并产生反应，然后与预期反应比较，如果错误率超过可以接受的水平，需要对权重加以修改并不断开始学习过程，经过反复循环，错误率就可以降到可以接受的水平。达到持续的可以接受的水平后，学习过程也就结束并锁定权重。与传统模型不同，权重的产生是经过反复试错而得到的，而不是给出解析解的方式。下面是神经网络的实施过程之一的多层感知器( 见图2 3 ) 。模型有3 层神经元，分别为输入层、隐藏层、输出层。输入层神经元向隐藏层提供外部输入，发送信号包括了与自身相关的输入变量值的信息，输入元与隐藏元之间的关联用权重表示，隐元将权重和输入层相结合，采用非线性转换方式生成r 【墨e ( 0 ，1 ) 】，这种转换方式称为转换函数。各输出元以同样的方式从隐元接受输入，也就是权重与转换函数的输入。图中圆圈不是神经元，代表信号产生器，是将常值1 沿着权重连续发送给隐藏层和输出层神经元。该信号成为p 的一部分，代表神经元的阈值。神经网络在训练过程中调整相关关系的权重矿，应用包含错误即输出值减( 预期) 目标值的反循环，学习并生成这些值。直到达到预定的水平( 即最大许可预测错误率) ，不断反复的训练过程才停止。如果神经网络难以达到目标准确率，需要增加隐藏层数目，在某些情况下，隐藏层会因调整相互关联的权重所采用的不同算法而发生动态变化。训练阶段结束后，神经网络就可以发挥预测功能了。输入层中间隐藏层输出层图2 - 3 多层感知器注；( 1 ) ( x ，y ) 值和垣量1 输入到中间层的神经元；( 2 ) 隐藏层产生权重及一个非线性输出输入到下一层；( 3 ) 输出层接受恒量1 及隐藏层的输入，产生输出信号( 输入的加权和称为n e t ，单个神经元的输出称为o u t )在学习过程中，权重不断调接，以使最终的0 u r 有最小的错误率。墨三兰堡星墨堡垫焦簦壅墨堑神经网络系统可能存在的问题：系统可能会在一个局部最小的错误率而尚未达到全局最小错误率时停下来：系统可能会在一个或两个最小错误点之间来回波动；分析权重的过程复杂且难以解释，而且事先很难知道系统是否健壮( 系统健壮即权重值对输入值所产生的微小变化并不敏感) ，如果神经网络被过度拟合，可能会导致系统缺乏健壮性。以上对传统的风险度量方法的分析，无论是主观的5 c 专家判断、财务比率综合分析法，还是渐趋客观、科学、全面的统计判别预测模型，分析的结果是给出被分析企业的信用等级状况，如最高级别a a a 级。这种描述只是说明了参评企业的信用状况是非常好的，违约概率很小，但一笔债务预期违约数量到底是多少，传统风险度量方法没有给出度量的依据，评级所产生的等级排行只是对违约概率的主观陈述。这一点，在信用风险不断膨胀的新形势下。显然已不再适应要求，因而现代信用风险度量术应运而生。目前，各机构也开发出了多种信用风险度量模型，如j pm o r g a n的c r e d i t m e t r i c s 模型、k m v 公司的e d f 模型c s v p 的c r e d i tr i s k + 模型等。它们或是基于评级机构的信用评级，或是基于某理论开发的违约率数据，虽然使用的度量变量不尽相同，得出的结果不尽一致甚至差剐很大，但是它预测出了实际的期望损失值，这对于信用风险监管和管理，防止信用风险恶化和膨胀起着举足轻重的作用。从信用评估技术的演进历程来看，呈现出由定性判断到定量分析的发展趋势，即信用评估技术模式正在向日盏精确化的方向发展。图；2 - - 4 说明了信用评估技术的演进过程。纯粹判断i ii模板打分表纯粹的模型级别撮终是通过主观判断得到的，但是提供给评级人一个关于每个基本定量标准的模板给评级人提供一个打分表，这个打分表结合了预先设定的一系列主观和客观风险因素图2 4 信用评估演进过程本文以下各部分，将具体介绍和分析几个现代信用风险度量模型，并将之运用于中国企业债券市场。第三章现代信用风险度量技术信用风险管理在2 0 世纪9 0 年代取得了突破性进展，主要表现在两个方面：一是信用衍生产品的出现首次为通过市场对冲信用风险提供了有效的工具；二是以c r e d i t m e t r i c s t m 和k m v 模型为代表的信用风险量化管理模型得到了很大的发展，为信用v a r 技术的应用创造了条件，现代信用风险管理也因此表现出更精确化、客观化和动态化的发展趋势。目前，西方金融界比较成熟的信用风险评估模型主要有以下几类：j pm o r g a n公布的信用风险评估模型( c r e d i t m e t r i c s r m 模型) 、瑞士金融信贷产品公司( c s f p )开发的c r e d i t r i s k + 模型、k m v 公司开发的预期违约概率模型( e d f 模型) 。另外，还有针对c r e d i t m e t r i c s t m 的不足，进行修正而形成的麦肯锡模型( m e k i n s e y ) 模型、毕马威会计师事务所( k p g m ) 的贷款分析系统( l a s ) 等。这里，将对模型做一详细的阐述并以对其进行比较，选择最优模型，应用于中国债券市场。第一节c r e d i t m e t r i c s t m 模型c r e d i t m e t r i c s t m 模型，是j pm o r g a n 继1 9 9 4 年开发出市场风险管理模型r i s k m e t r i c so m 模型后，与其合作伙伴( 美洲银行、巴克莱银行、b z w 、德意志摩根建富公司、瑞士银行、瑞士联合银行、k m v 公司等机构) 于1 9 9 7 年共同开发出的。它是一种应用于获得固定收益的非交易资产( 包括私募债券、贷款、互换远期等衍生工具) 的信用风险衡量模型。模型基于这样的假设：某一时期( 通常为一年) 债务组合价值的分布与将来债务人的信用等级变化( 上升、下降、不变) 相关，同时假设信用等级变化过程遵循稳定的m a r k o v 过程( 即本期信用等级的变化与以前等级变化无关) 。c r e d i t m e t r i e s t m 从r i s k m e t r i c s t m 发展而来，又与其有着显著不同，主要有两点：其，信用风险的概率分布明显不同于市场风险的概率分布( 如图3 1 ) 。市场风险收益率相对来说是呈对称形的或者说是近似正态分布，因此可以用正态分布的两个特征值变量均值( “) 和标准差( o ) 就能帮助我们计算出v a r 或者百分位水平。然而信用风险的分布呈现出高偏度和肥尾的分布特征，有可能出现小概率事件的大损失和大概率事件的小收益的情况，所以仅用u 、o 这两个特征变量很难精确的诠释信用风险资产的分布。其二，模型相关关系变量的求解难度不同。市场风险模型中，可以通过流动性资产的市场价格较为准确的估计出，然而，对于信用风险，缺乏足够的历史数据使信用级别相关关系的获取工作相当困难。由于这两点的共同作用，使信用风险度量比市场风险度量困难的多，而且，精确度也更差。虽然如此，c r e d i t m e t r i c s “也可以通过其他参数求解信用损失，由于c r e d i t m e t r i c s t m测度的是非公开交易资产，其市场价值无法通过市场直接观测到，但是利用信用等级、等级转移矩阵、违约回收率、债券市场信用风险价差等因素，可以估算出非交易资产的价值和波动程度，继而求出信用损失。勰fn|勰| ，l 图3 1 市场风险与信用风险收益率分布图资料来源：c r e d i t m e t r i c s t m 技术文档，j pm o r g a n 1 9 9 7 年4 月。一、基本思想( 一) 信用风险通过信用等级来表示，丽不仅仅是二元变量( 违约和不违约) ，等级变化虽然不违约也对债务资产价值产生潜在影响；( 二) 信用工具的市场价值明显取决于信用等级，信用等级的高低决定了信用价差的大小，因而信用等级变化会引起资产市值的变化；( 三) 结合现代组合理论( m p t ) ，从资产组合的角度而不是单一资产的角度来看待信用风险；( 四) 模型引入边际风险贡献率( i v l r c ) 指标，用它来反映某一信用工具对整个资产组合风险的影响，m r c = 丝全主旦粪害寿三篓鲁辜姜霖产。二、模型体系模型接受风险暴露头寸，计算每种信用工具的波动性和组合相关系数，所有这些经组合风险计算器( 即c r e d i t m a n a g e r 软件) 计算，输出结果就是我们利用该方法得到的信用损失值。( 见图3 2 )鳖章现代信用风险度量技术第一层( 接受原)第二层( 中间处理层1第三层f 参数输出层)p o s i t i o nc o r r e l a t i o n风险暴露类型，到期日，等级。优先级别将信用工具不同特性统一成相同标准风险暴露的均值和标准差原始信用违约回收同种等级到期且等级数据益的债券市场利率等级转移债券重估价值矩阵每一信用等级到期日的标准差价值信用资产历史违约数据行业因素分析( 行业相关系数)各不同企业闻的相关关系组合风险计算系统( c r e d i t m a n a , , c r 软件)图3 2c r c d i t i v i c t r i c s t m 模型体系图资料来源：c r c d i t m c t r i c 技术文档，j pm o r g a n ，1 9 9 7 年4 月。模型基本步骤包括：确定信用资产风险暴露头寸并统一标准化。如利率s w a p 由于本金并不进行互换，而只是对利息支付额进行互换，所以它的信用风险暴露就比相同名义面值的债券的信用损失小的多，所以在进行p o s i t i o n 确定时，要考虑信用资产的特性。信用等级的确定及信用等级转移矩阵的计算。计算转移矩阵时，若是投资组合，还要根据相关系数计算出组合联合等级转移概率( 共8 ”项) 。3 如果组合中只有2 个固定收益信用工具，则需要计算的概率转移矩阵是6 4 项，如下表3 一l 是由两种相关系数为0 的债务工具组成的组合的等级转移矩阵。在涉及到5 种信用资产时，要计算3 2 ，7 6 8 个数据，l o 种资产时，涉及到1 , 0 7 3 7 4 1 ，8 2 4 个数据的计算，由于数据庞大，实践中往往采用模拟法。期末各种信用等级的重估价值( 组合中得到8 4 项状态下的价值联合分布) 。信用等级变化的相关系数的确定。对上述4 个步骤进行汇总处理，得到输出结果。，c r e d i t m e t r i c s t m 转移矩阵给出八种信用等级，如a a a 、a a 等事实上各个信用机构在评级时，每一信用等级中又具体分了三个类别。如标昔对a a 级分为a a 十、从、a a 。在计算等级转移矩阵时，将各类别进行了合并，只计算大类的转移概率，如由a a + 变为a a 可以被认为是a a 等级保持不变，其他的计算结构也由此推出第= i t 现代信用风险度量技木表3 一l相关系数为0 的两种债务工具组合的联合转移矩阵债务工具2 ( 初始信用等级为a )a a aa a