（统计学专业论文）商业银行信用风险度量方法研究.pdf

摘要 摘要 金融市场一直都是世界各国、各地区十分关注的高风险市场，作为金融市场主体的 商业银行不可避免的承受着市场交易所带来的高压。现阶段商业银行所面临的金融风险 主要是信贷风险，而信贷风险的重要组成部分是信用风险。信用风险量化是我国商业银 行信用风险管理的薄弱环节。与西方国家相比，我国商业银行缺乏信用风险量化管理的 数据、人才和技术等方面的支持体系，并且进行信用风险量化方法的研究起步也较晚， 起初都是运用定性、经验型的方式，后来虽也逐步采用定量化的分析方式，但传统度量 方法总是受到一定的限制。为此，本文从商业银行角度出发，研究借款人( 企业) 信用度 量的方法及其应用的问题。 本文首先分析银行信用风险的内涵和产生原因及其基本特点；在此基础上，对已使 用的和当前国际上处于主流地位的信用风险模型，论述了其前提条件、理论基础，并总 结了各种信用风险模型的建模思路，对模型在信用风险度量中的实用性尤其是在我国实 际环境下进行了可行性分析；介绍了常用银行信用风险统计指标，分析了现行指标体系 存在的问题，阐述建立指标体系应注意的原则；建立新的银行信用风险统计指标体系； 最后引用人工智能的方法一支持向量机来进行银行信用风险测度，为此对支持向量机 进行了介绍和概述，根据已建立的指标体系建立基于支持向量机的信用评价模型并对此 进行了实证分析。 关键词信用风险商业银行指标体系支持向量机 a b s t r a c t a b s t r a c t t h ef i n a n c i a lm a r k e t , t ow h i c hm u c ha t t e n t i o ni sp a i da l lo v e rt h ew o r l da ta l lt i m e s ，i s f u l lo fr i s k s b e i n gt h ep r i n c i p a lp a r to ft h ef i n a n c i a lm a r k e t , t h ec o m m e r c i a lb a n k sh a v et o e n d u r et h ep r e s s u r ef r o mt h ee x c h a n g eo ft h em a r k e ti n e v i t a b l y a tp r e s e n t , h o n o rr i s ki st h e m a i nf m a n c i a lr i s kt h a tt h ec o m m e r c i a lb a n k sa r ef a c i n g 诵t l l ，a n dt h ec r e d i tr i s ki st h em a i n p a r to ft h eh o n o rr i s k h o w e v e r ，t h eq u a n t i t a t i v es t u d yo nc r e d i tr i s ki sab o t t l e n e c ko ft h e c o m m e r c i a lb a n k si no u rc o u n t r y c o m p a r e d 、i t l lw e s t e r nc o u n t r i e s ，c o m m e r c i a lb a n k si no u r c o u n t r yl a c kt h es u p p o r t i n gs y s t e mo fd a t a , q u a l i f i e dp e r s o n n e la n ds k i l l sw h i c hb e l o n gt ot h e q u a n t i t a t i v em a n a g e m e n to fc r e d i tr i s k w es t a r t e dt h eq u a n t i t a t i v es t u d yo fc r e d i tr i s kl a t e r t h a nw e s t e r nc o u n t r i e s a tb e g k r u a i n go u rb a n k sw e r ei nt h es t a g eo fq u a l i t a t i v ea n a l y s i s ，a n d n o w t h e yu s et h em e t h o do fq u a l i t a t i v ea n a l y s e si nw h i c ht h e r ea les o m ed e f e c t s s ot h i sp a p e r e s t a b l i s h e st h ec r e d i tr i s ke v a l u a t i o ns y s t e mm o d e lo fo u rc o u n t r y sc o m m e r c i a lb a n ka n d a p p l i e st h em o d e lf r o mt h ev i e wo ft h ec o m m e r c i a lb a n k s f i r s t l y , t h ep a p e re l a b o r a t e s t h ec o n t e n t sa n da n a l y z e st h ec a u s ea n dt h eb a s i c c h a r a c t e r i s t i c so fb a n kc r e d i tr i s k b a s e do nt h ef o u n d a t i o nm e n t i o n e da b o v et h i sp a p e r d i s c u s s e st h ep r i o rc o n d i t i o na n dt h et h e o r e t i c a lf o u n d a t i o no fm a j o rm o d e mm e a s u r i n g a p p r o a c h e s ，d i s c u s s e sf o r e i g ni n f l u e n t i a lc r e d i tr i s km e a s u r e m e n ts y s t e ma n da n a l y z e st h e f e a s i b i l i t yo fu s i n gt h em o d e li nc h i n a , i n t r o d u c e st h ei n d e xs y s t e mu s e db yt h ec r e d i tr i s k e v a l u a t i o ns y s t e mo fo u rc o u n t r y sc o m m e r c i a lb a n k , a n a l y z e st h ee x i s t e n tp r o b l e m so fi n d e x s y s t e m ，t a l l i e su pt h er u l e so fs e t t i n gu pan e wi n d e xs y s t e ma n ds e t su pan e wo n e f i n a l l y , t h ep a p e ru s e st h es u p p o r tv e c t o rm a c h i n en o n l i n e a rc l a s s i f i e r si nt h ea s s e s s m e n to fc r e d i t r i s ko fc o m m e r c i a lb a n k sb a s e do nt h en e wi n d e xs y s t e m k e yw o r d s c r e d i tr i s kc o m m e r c i a lb a n ki n d e xs y s t e mt h es u p p o r tv e c t o rm a c h i n e 河北大学 学位论文独创性声明 本人郑重声明：所呈交的学位论文，是本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 人已经发表或撰写的研究成果，也不包含为获得河北大学或其他教育机构的学位或证书 所使用过的材料。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 的说明并表示了致谢。 作者签名：主j 亟_ 一 日期：j 丝生- 年月尘日 学位论文使用授权声明 本人完全了解河北大学有关保留、使用学位论文的规定，即：学校有权保留并向国 家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。学校可以公布 论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 本学位论文属于 1 、保密口，在年月日解密后适用本授权声明。 2 、不保密口。 ( 请在以上相应方格内打“4 ) 保护知识产权声明 本人为申请河北大学学位所提交的题目为( 商业银行信用风险度量方法研究) 的学 位论文，是我个人在导师( 李林杰教授) 指导并与导师合作下取得的研究成果，研究工 作及取得的研究成果是在河北大学所提供的研究经费及导师的研究经费资助下完成的。 本人完全了解并严格遵守中华人民共和国为保护知识产权所制定的各项法律、行政法规 以及河北大学的相关规定。 本人声明如下：本论文的成果归河北大学所有，未经征得指导教师和河北大学的书 面同意和授权，本人保证不以任何形式公开和传播科研成果和科研工作内容。如果违反 本声明，本人愿意承担相应法律责任。 声明人： 五垂堑 日期： 丛墨年月二兰一日 作者签名： 至五聋 日期：五塑年月垒日 导师签名：日期：趟争二三月旦e t 第1 章绪论 1 1 研究目的和意义 第】章绪论 信用风险是金融市场风险中最古老的风险之一。自9 0 年代以来国际上接连发生了 一系列大的金融事件。根据麦肯锡公司对国际银行业实际风险资本配置的研究表明，信 用风险占银行总体风险敞1 3 的6 0 。因此，信用风险的度量与管理是否得当与商业银行 经营的成败有着极为密切的关系。 在过去的2 0 年里，由于科学技术的进步，我国经济体制改革的进行，金融体制的 改革已日近紧迫。金融全球化和自由化浪潮导致债务规模日益扩大，同时资本市场发展 迅猛，银行业竞争加剧，信用风险暴露更加明显，如何对风险进行准确的度量也越来越 受到世界各国的关注。我国的银行机构改革从1 9 8 3 年末中央银行和国有专业银行分离 形成开始，到1 9 9 3 年末，国有专业银行商业化改革全面启动，政策性银行开始运作， 各种新型商业银行迅速发展，银行体制改革取得了很大的突破。近2 0 年来，由于国有 银行的特殊地位和其自身原因，改革进展十分缓慢，究其原因，国有商业银行巨额的不 良资产是其改革、稳健经营和可持续发展的重要障碍。国有商业银行巨额不良资产的产 生尽管有其历史原因，但更主要的是我国信用制度与贷款制度的恶性循环导致了商业银 行的不良资产的大量产生。 在中国加入w t o 以后，外资银行纷纷进入中国市场，它们凭借着雄厚的经济实力、 高超的市场营销手段、先进的科学的管理方法和风险度量控制手段与我国商业银行展开 全面的竞争，而中国商业银行在信用风险管理技术相对落后的情况下，不得不减小贷款 额度和期限并向信用等级低的客户授信，这无疑加大了我国商业银行面临的信用风险。 因此，加强我国银行业的信用风险管理研究，具有重要的理论价值和实践意义。 1 2 研究现状 信用风险的度量是指通过制定统一的标准度量所有的授信风险，将每一客户的贷款 风险大小进行量化评价，得出由于某些风险因素而产生的受益损失的数量。信贷风险分 析研究始于2 0 世纪3 年代，在6 0 年代后成为热点。其评价方法经历了从定性到定量， 。张亦春，许文彬国有商业银行不良资产的存量化解与增量控制 j 对外经济贸易大学学报 2 0 0 5 ( 2 ) ：p 2 4 - 2 5 1 河北大学经济学硕十学位论文 从简单到复杂，从个别资产信用评价到资产组合信用风险评价的过程，运用了大量的统 计方法。传统的信用风险分析模型有：专家系统模型与贷款评级分类模型、信用评分模 型、非线形区别模型与神经网络模型分析系统：现代模型包括：期限结构模型、死亡率 i 模型和r a r o c 模型。自巴塞尔资本协议规定用于确定风险内部模型必须是以风险价值 ( v a l u ea tr i s k ，v a r ) 为基础的模型以来，v a r 就成为目前最为流行的风险管理模型。 目前国际上基于v a r 的信用风险评估模型主要有：c r e d i t m e t r i c s 模型，k m v 模型和 c r e d i t r is k + 模型等。 ( 1 ) 国外的研究成果 2 0 世纪7 0 年代以前，信用风险的度量主要是依靠各种财务报表提供的静态数据以 及各项宏观经济指标进行相对主观的评价。1 9 6 6 年h o r r i g a n 首先采用财务报表数据， 应用回归分析方法建立了企业债券的信用等级，并结合财务数据的主观分析，对企业的 信用质量变化和信用等级迁移进行了预测回。8 0 年代以后，由于全球债务危机的影响， 国际银行业普遍开始注重信用风险的防范和管理。传统的信用风险量化研究主要源于 a l m a n ( 1 9 6 8 ) 的z 值模型( z - s c o r em o d e l ) ，该模型主要是基于企业的5 项财务比率指标， 以破产的和非破产的企业为样本数据，运用线性判别式分析，建立对企业进行分类判别 的线性判别式模型圆。二元选择模型也是应用较为广泛的一种信用风险度量方法，主要 包括l o g i t 模型和p r o b i t 模型。m a r t i n ( 1 9 7 7 ) 和b a r t h 等人( 1 9 8 9 ) 分别运用l o g i t 技 术以及p r o b i t 模型对健全银行和失败银行进行了区分研究 。9 0 年代以来人工智能的 技术如专家系统( e x p e r ts y s t e m ，e s ) 、神经网络( n e u r a ln e t w o r k ，n n ) 、决策支持系统 ( d e c i s i o ns u p p o r ts y s t e m ，d s s ) 等被引入信用风险评估中，克服了统计方法对假设要求 强以及静态反映风险的缺点，尤其是神经网络，它是具有自组织、自适应、自学习特点的 h o r r i g a n ，j 0 t h ed e t e r m i n a n t so fl o n gt e r mc r e d i ts t a n d i n gw i t hf i n a n c i a lr a t i o s j e m p i r i c a l r e s e a r c hi na c c o u n t i n g ：s e l e c t e ds t u d i e s s u p p l e m e mt oj o u r n a lo f a c c o u n t i n gr e s e a r c h ，19 6 6 ：p 4 4 - 6 2 圆a i r m a ne lf i n a c i a lr a t i o s ，d i s c r i m i n a n ta n a l y s i sa n dt h ep r e d i c t i o no fc o r p o r a t eb a n kr u p t e y j j o u r n a lo f f i n a n c e ，1 9 6 8 ( 2 3 ) ；p 5 8 9 - 6 0 9 m a r t i nd 。e a r l yw a r n i n go fb a n kf a i l u r e ：al o g i tr e g r e s s i o nj o u r n a lo fb a n k i n g a n f i n a n c e 19 7 7 ：r 2 4 9 2 7 6 b a r t hjr b r u m b a u g hrd ，s a u e r h a f td t h r i f ti n s t i t u t i o nf a i l u r e s ：e s t i m a t i n gt h er e g u l a t o r s s c l o s u r er u l e m g g k a u f m a n ( e d ) ， r e s e a r c hi nf i n a n c i a ls e r v i c e s ，g r e e n w i c h , c t ：j a ip r e s s , 19 8 9 第1 章绪论 非参数方法，不仅具有非线性映射能力和泛化能力，而且还具有较强的鲁棒性和较高的 预测精度。 9 0 年代以来，国际上出现了以j p 摩根银行等金融机构为代表开发的新兴信用风 险量化度量模型。1 9 9 3 年k m v 公司发布了c r e d i tm o n i t o r 模型，该模型以莫顿的违约 证券估价模型和风险中性原理，基于公司资产的市场价值及其波动性，计算公司的违约 距离，并通过违约距离来转换求出公司违约率。1 9 9 7 年j p 摩根银行提出了 c r e d i t m e t r i c s 方法，该方法主要是以历史数据为依据确定信用等级矩阵和违约时的资 产回收率，并以此为基础确定未来该信用资产组合的价值变化，并通过基于v a r 的方法 来计算整个组合的风险暴露值。同年，c s f p ( c r e d i ts u i s s ef i n a n c i a lp r o d u c t s ) 公司 发布了c r e d i t r i s k 模型。该模型是基于保险精算理论的违约式模型( d e f a u l t m o d e l ，d m ) 。它假定违约率是随机的，认为贷款组合的违约概率分布是泊松分布( p o i s s o n d i s t r i b u t i o n ) ，并以此假定来计算贷款违约率。麦肯锡( m c k i n s e y ) 公司提出 c r e d i t p o r t f o l i ov i e w 模型。它是一个宏观因素驱动的多因子模型，它根据诸如失业 率、g d p 增长率、长期利率水平、汇率、政府支出以及总储蓄率等宏观因素，对每个国 家不同行业、不同信用等级的违约和转移概率的联合条件分布进行模拟。 2 国内的研究成果 在国内，由于我国证券市场特别是债券市场刚刚起步，缺乏大量的企业贷款及债券 信用记录的样本数据，对信用风险的研究主要是基于财务报表对企业的信用状况的研 究。在银行信用风险度量方面主要是对银行的信用风险的成因进行定性的分析。在量化 研究方面，不少学者运用多元判别式、l o g i t 等统计学方法以及神经网络方法对商业银 行信用风险进行了实证分析，并分析了不同方法在信用风险预测中的优势和不足。 王春峰，万海晖等将判别分析法应用于商业银行信用风险评估中，并且通过实证及 与l o g i t 方法相比较，进一步研究了判别分析法的有效性。王春峰等还研究了神经网 络技术在商业银行信用风险评估中的应用，实证结果表明，与传统统计方法( 判别分析) 音译，原单词为r o b u s m e s s ，系统的稳健性 圆c o a t e sf a n tr e c o g n i z i n gf i n a n c i a ld i s t r e s sp a t t e r n su s i n gan e u r a ln e t w o r kt o o l p ，f i n a n c i a l m a n a g e m e n t , s u m m e r1 9 9 3 ：p 1 4 2 - 1 5 5 李志辉组代信用风险量化度量和管理研究 m 北京：中国金融出版社，2 0 0 1 王春峰，万海晖，张维商业银行风险评估及其实证研究 j 管理科学学报1 9 9 8 ( 1 ) ；p 6 8 7 2 3 河北大学经济掌硕士学位论文 相比，神经网络技术具有更高的预测精度和更强的鲁棒性。邹新月，李汉通( 2 0 0 1 ) 以 p t 和s t 上市公司为样本，运用典型判别式方法实证研究了我国上市公司的信用风险圆。 范南( 2 0 0 2 ) 对c r e d i t m e t r i c s 模型在对我国的借鉴作用及其在我国的适用性进行了研究 。姚奕，叶中行应用实证分析对银行客户借贷信用评估进行研究，证明以支持向量机 所具有的推广能力强、解的唯一性和全局性等优良性质，基于该方法的信用评估系统将 受到更广泛的关注。 1 3 结构的安排与创新 本文的基本框架是： 第1 章绪论主要介绍了课题的提出背景、国内外研究现状和发展趋势以及论文的 结构。 第2 章介绍信用风险的内涵和产生原因及其特点并详细分析了国际上各种信用风 险模型。 第3 章详细介绍常用银行信用风险统计指标，分析了现行指标体系存在的问题， 阐述建立指标体系应注意的原则，最后建立新的银行信用风险统计指标体系。 第4 章 引入人工智能方法一支持向量机，作为银行信用风险度量方法。 第5 章总结论文的主要工作。 本文的创新点在于：在借鉴常用信用风险度量指标体系的基础上，结合行业的具体 特征，提出符合指标建立原则、能够准确反映企业信用状况的商业银行信用风险度量指 标体系。根据已建立的指标体系建立基于支持向量机的信用风险测度模型并对此进行了 实证分析。 王春峰，万海辉，张维基于神经网络技术的商业银行信用风险评估【j 】系统工程理论与实践， 19 9 9 ( 9 ) ：p 2 4 3 2 邹新月，李汉通运用典型多元判别分析法评估上市公司信用风险【j 】统计与决策， 2 0 0 1 ( 7 ) ：p 2 1 2 2 范南c r e d i t m e t r i c 模型及其对我国银行信用风险管理的借鉴阴金融研究2 0 0 2 ( 5 ) ：p 3 3 3 5 回姚奕，叶中行基于支持向量机的银行客户信用评估系统研究【j 】系统仿真学报， 2 0 0 4 ( 4 ) ：p 7 8 3 - 7 8 ：5 4 第2 章银行信用风险及其测度方法概述 第2 章银行信用风险及其测度方法概述 2 1 银行信用风险的内涵 商业银行风险是指商业银行在货币经营和信用活动中，由于事前无法预料的不确定 因素的影响，使商业银行的实际收益与预期收益发生偏离，从而有蒙受经济损失或获取 额外收益的可能性。为了更深刻地认识和管理商业银行所面临的风险，人们常常将商业 银行的风险进行分类，以便能针对不同的风险采取不同的防范措施。商业银行所面临的 风险有多种分类方法，根据风险成因的不同，商业银行风险可划分为市场风险、信用风 险、流动性风险、运营风险或操作风险、法律风险、国家风险等多种风险。 世界银行对全球银行业危机的研究表明，信用风险是导致商业银行破产的主要风险 回。从广义上讲，银行信用风险是指由于各种不确定因素对银行信用的影响，使银行实 际经营与预期目标发生背离，从而导致银行遭受损失的可能性。从狭义上讲，信用风险 是指由于贷款入( 银行) 给予借款人( 企业) 贷款而产生损失的可能性或概率。信用风 险从信贷合同生效或者贷款被启用时开始发生而于所有款项付清给贷款人时结束。 银行信用风险基本上包括信用违约风险( d e f a u l tr i s k ) 和信用息差风险( s p r e a d r i s k ) 两大类型。信用违约风险是指在商业交易中由于交易一方的违约，使交易另一方 应得的预期现金流量的现值减少而遭受损失的风险。所有的资产组合都具有信用违约风 险，在借款企业不能按期归还贷款本息或者逾期不还，及违约的情况下，银行的收益将 遭受损失。信用违约风险并不考虑债务人的信用质量在违约发生之前的任何变化，债务 人没有违约就意味着债权人不会遭受任何损失。但是债务人一旦违约，债权人将遭受损 失。损失的大小等于债务的单位合同价值减去赔付率。一般来说，银行贷款组合面临的 信用风险主要属于信用违约风险。 信用息差风险是指在商业交易中，交易一方信用质量的变化( 包括违约) 使交易另 一方应得的现金流量现值面临不确定的变化从而带来的风险。换句话说，信用息差风险 源于在贷款期限内企业预期违约概率的增加。当预期违约概率增加，不仅使预期损失区 域增加，而且在贷款到期前，由于信用风险息差的变化还会导致组合重组成本的上升， 这些都会减少交易中涉及的现金流量的现值。以信用息差为交易对象或需要对其进行市 世界银行新兴市场经济中的商业银行 m 北京：中国财政经济出版社，1 9 9 4 5 河北大学经济学硕士学位论文 场股价的资产组合一般具有信用息差风险。 2 2 商业银行信用风险产生的经济学解释 经济学理论的发展为商业银行信用风险的产生提供了很好的解释，信息不对称理论 构成了商业银行信用风险产生的理论基础。 风险是指由于不确定性的存在，使某一事件的未来实际结果偏离预期目标，从而引 起损失的可能性。根据申农的信息论，信息是来消除某种不确定性的东西，不确定性 实质上就是一种信息不完全的状态。因此，如果信息增加，不确定性就会减少，风险程 度也就相应降低。在极端情况下，当人们处于信息盲态时，经济行为的风险最大，而当 人们获得完全信息时，风险就不存在了。所以，不完全信息是风险形成的根本原因，而 作为不完全信息重要表现形式的不对称信息无疑也是风险形成的根本原因。信息不对称 理论( a s y m m e t r i ci n f o r m a t i o nt h e o r y ) 指出，由于社会分工的发展、专业化程度的提 高和获取信息需要成本，使社会成员之间的信息差别日益扩大，这种日益扩大的差别意 味着市场参与者愈来愈处于市场信息的非对称分布之中，亦即市场交易的一方比另一方 占有较多的相关信息，并且交易双方对各自在信息占有方面的地位是清楚的，处于信息 劣势的一方缺乏相关信息，但可以知道相关信息的概论分布，并据此对市场形成一定的 预期。 在商业银行的经营活动中，商业银行与企业之间的信息不对称是信用风险产生的根 本原因。信用风险贯穿于贷款的审批、贷款使用过程中的监测至贷款的最后收回的整个 过程。按照不对称信息发生的时间来看，在事前发生的信息不对称会引起逆向选择问题， 在事后发生的信息不对称会引起道德风险。 在贷款合同签订之前，银行和企业在关于贷款使用项目风险上存在着严重的信息不 对称。企业作为资金的使用者和借款人，对自身的财务状况，投资项目的预期成本、风 险收益状况有着比商业银行更多的信息。为了达到贷款的目的，企业倾向于提供对贷款 有利的自身信息，而有可能隐瞒不利的信息或提供虚假材料即发生逆向选择行为。而银 行不能观察到企业经营项目的风险和盈利状况，只能根据平均风险状况和盈利能力来确 定贷款利率。这就可能导致稳健经营的企业由于借贷成本高而退出借贷市场，而只有高 风险的企业才愿意支付较高的利率。这些信息不对称就有可能导致银行做出的贷款决定 于研信用风险的测定和管理 m 上海：上海财经大学出版社，2 0 0 3 ：p 2 6 6 第2 章银行信用风险及其测度方法概述 是错误的。 合约签订后，借款人利用拥有的信息优势采用银行所无法观察和监督的隐蔽性的行 为而获得自己私利，给银行信贷资产造成损失也就是我们所说的道德风险。在贷款合同 签订以后，企业作为资金的使用者，对资金的实际使用用途，资金的使用情况等拥有较 为完备的信息。而银行仅仅是资金的提供者，不会直接参与投资项目的实际运作，对投 资项目的收益、风险以及资金的偿还概率只能通过企业的报表或其他渠道了解，处于信 息劣势。这样便产生了资金使用上的信息不对称。借款人可能会出于自身利益的考虑， 违背借款协议私自将资金用于投机性交易或高风险项目；隐瞒投资收益，恶意编造财务 数据以逃避偿付义务；对资金的使用效益漠不关心，不负责任致使资金发生损失等。从 而有可能造成银行贷款本息的不能按期归还，产生信用风险。 2 3 商业银行信用风险的基本特点 银行信用风险是金融市场上最为基本、最为古老也是危害最大的一类风险。它是指 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而导致损失的可能性。银 行信用风险具有以下几个特点。 ( 1 ) 信用风险具有明显的非系统性特征 信用风险通常是由两方面的原因造成的第一，经济周期。经济扩张时期，信用风险 降低，因为较强的盈利能力使总体违约率降低，反之反是。这种系统性特征是无法避免 的。第二，对公司经营有影响的特殊事件的发生，例如公司掏空倒闭，或个别原料短缺， 或由于天灾人祸无力偿还贷款。这种特殊事件发生与经济运行周期无关，但对公司经营 有重要的影响。即信用风险具有明显的非系统性特性。因此，商业银行可以通过多样化 投资等措施来分散或规避信用风险。信用风险的非系统性特征使得信用风险的度量要比 市场风险困难的多。 ( 2 ) 信用风险概率分布的有偏性 信用风险的分布不是对称的，而是有偏的。这种特点是由于贷款的违约风险造成的， 即银行在贷款合约期限，有极大的可能收回贷款并获取正常的利息收益，但贷款一旦违 约，则会面临比利息收益大得多的损失，尽管违约发生的可能性远远小于正常情况。由于 违约的概率有可能随着贷款量而增大，造成了信用风险概率分布曲线向左倾斜，并在左 侧出现厚尾( f a tt a i l ) 现象。如下图所示。 河北大学经济学硕士学位论文 祸聃7 协 。 t 图l 信用风险的概率分布特征 ( 3 ) 信贷集中是银行的重要信用风险来源 从理论上讲，规避风险的一个好办法就是投资分散化。适当分散投资有利于消除非 系统风险，从而降低组合的整体风险。但商业银行信贷业务的实践往往显示出该原则很 难得到很好的贯彻执行。首先，对于大多数没有信用评级的中小企业来说，银行对其信 用状况的了解主要是通过长期的业务关系，这种信息获取方式使得银行会比较偏向将贷 款集中于有限的老客户企业。其次，银行在日常的经营过程中，会将其授信对象集中于 自己比较了解和擅长的某一领域或行业，故授信集中度一般很高，信贷资产的种类及其 风险特征相似从而无法做到分散化。再者，分散化原则使得贷款业务小型化，不利于银 行在贷款业务上获取规模效益。最终导致了信用风险管理实践中“信用悖论 现象的出 现。 ( 4 ) 获取信用风风险度量数据难度较大 由于大部分信用工具未按市场定价，难以从公开来源获取数据。其次，信用违约发 生的频率有限，信息的不对称性以及贷款行为涉及较长的时间阶段等原因，使得对违约 状况的了解需要较长的历史数据，直接观察信用风险的变化十分困难。再者，对信贷产 品价值的分析通常是采取违约发生前的账面价值而不是采取盯市法，由于道德风险的存 在，通过账面价值所观察到的数据常常缺乏真实性，其信用级别的变化自然可信度较差。 上述风险特征决定了信用风险的量化和预测的困难与复杂性。 2 4 国外商业银行信用风险量化方法评介 信用风险是全球银行业所面临的共同风险，引起了各国银行、金融管理当局、研究 r 第2 章银行信用风险及其测度方法概述 人员的高度重视，围绕银行信用风险的起源、风险管理与控制、风险评估等问题展开了 广泛研究和实践。2 0 世纪7 0 年代以前，信用风险的度量主要是依靠各种财务报表提供 的静态的数据以及宏观经济的各项指标对信用风险进行相对主观的评价。8 0 年代以后， 由于全球债务危机的影响，国际银行业普遍开始注重信用风险的防范和管理。传统的信 用风险量化研究主要源于a l m a n ( 1 9 6 8 ) 的z 值模型( z - s c o r em o d e l ) ，该模型主要是基于 企业的5 项财务比率指标，以破产和非破产的企业为样本数据，运用线性判别式分析， 提出了对企业进行分类判别的线性判别式模型。 目前国际上还没有通用的信用风险度量模型。在国际银行界流行的资产管理模型主 要有c r e d i t m e t r i c s 模型、k m v 模型、c r e d i t r i s k + 模型和c r e d i t p o r t f o l i ov i e w 模型。 每种模型分别有其特定的适用范围和特点。 2 4 1 信用风险度量的传统方法 信用风险伴随着信贷的出现而产生，1 4 世纪初在意大利首次出向现代意义上的商业 银行以来，银行就成为社会经济中最主要的借贷机构。在以后7 0 0 余年的时间里，对信 用风险的度量和管理是商业银行的核心业务。传统的信用风险度量方法主要包括两类： ( 1 ) 专家制度法 传统上，银行的信用风险度量方式就是根据客户的具体情况和需要量体裁衣，银行 认真考核客户的各种状况，并最终做出关于是否贷款以及贷款额度的决定。专家制度法 是结合专业知识，采用企业金融比率的主观分析法，利用企业财务报表，并借助分析师 的经验和判断，对某一经济实体或金融产品的信贷质量做出评估。这样，银行新的决 策权由该机构中那些经过长期训练、具有丰富经验的信贷业务人员那所掌握，并由他们 做出是否贷款的决定。因此，在信贷决策过程中，业务人员的专业知识、主观判断、职 业道德以及对某些关键因素的权重均为最重要的决定因素。 商业银行在度量和管理信用风险的领域积累了大量的经验，建立了诸如侧重于对客 户的5 c ，即品质( c h a r a c t e r ) 、能力( c a p a c i t y ) 、资本实力( c a p i t a l ) 、是否提供 担保( c o l l a t e r a l ) 、和经营环境( c o n d i t i o n ) ，进行信用风险考核的专家制度法。 专家制度法类似于评级公司的专家评级法。世界上两大著名的评级公司一一标准普尔公 司和穆迪投资公司多年来一直延续使用专家评级法，并且各自具备一整套严格的评级程 。张萌企业信用评估体系与评估方法研究( 硕士学位论文) 西北大学，2 0 0 6 9 河北大学经济学硕士学位论文 序以保证信用风险度量和信贷评级的准确性。为了提高风险分析的准确度，银行信贷业 务人员常常借助一些标准的分析技术来对借款人清偿债务能力进行评估，他们一般侧重 于运用现金流量分析法，依靠公司的各种财务数据与其他类似公司的相应数据进行对比 分析进而发现问题。 尽管专家制度法在银行的信用风险分析中发挥着积极的重要作用，然而实践证明它 存在许多难以克服的缺点和不足：具体到银行每一笔贷款业务上都需要动用大量人 力、物力、财力进行较为复杂的分析，导致成本较高。缺乏对历史数据进行统计分析， 没有充分挖掘包括市场数据在内的各种有用信息。信贷业务人员本身的素质高低和经 验多少都会直接影响该项制度的实施效果，导致实施的效果很不稳定。专家制度与银 行在经营管理中的官僚主义方式紧密相联，大大降低了银行应对市场变化的能力。容 易导致腐败现象发生。 ( 2 ) 违约预测模型 违约预测模型又被称为破产预测模型，它包括z e t a 模型、l o g i t 模型和神经网络模 型等。这类模型对于违约发生的假设属于“黑盒子 类型。模型具体的分析方法是首先 挑选与破产企业样本相匹配的非破产企业样本，通过比较两个样本后，运用统计的方法 从企业财务报表中选出预测企业违约或破产能力最佳的一盒或一组金融比率作为判别 指标和模型的产出变量。其代表是建立在多变量判别式分析法基础之上的z e t a 模型。 美国纽约大学的阿尔特曼( e d w a r da l t m a n ) 运用判别方法建立了适用于上市公司 的z 值模型( z s c o r e m o d e l ) ，开创了判别分析法在企业财务失败分析的先河，其模型 表达为： z = 1 - 2 x l + 1 4 x 2 + 3 3 x 3 + 0 6 x 4 + 1 0 x 5 x l 一运营资产总资产 x 2 一留存盈余总资产 x 3 一息税前收益总资产 x 4 一股权市场价值总负债 x 5 一销售收入总资产 1 9 7 7 年阿尔特曼对z - s c o r e 模型进行了修正，将模型解释变量增加到了七个，他们 分别度量企业的资产收益率、收益的稳定性、持续盈利能力、流动性、资本化水平、经 营规模等。新的模型也被更名为z e t a 模型。由于z e t a 模型的参数系数是商业秘密，故 1 0 第2 章银行信用风险及其测度方法概述 不能给出具体模型。z e t a 模型提供的z 值可以明确的反映企业在一定时间期限内的信贷 状况( 违约或不会违约，破产或不会破产) 。因此，银行可以应用z 值来评估企业贷款 的信用风险。 尽管多元判别法有其优点，例如可以同时分析事务的主要变量分布，可以降低分析 空间的维度，具有可解析性，但是也存在一些缺陷。模型假设解释变量之间是线性关 系，而实际生活中经济现象是非线性的，因而削弱了预测结果的准确程度。模型过分 依赖财务数据而忽视资本市场数据，削弱了预测结果的可靠性和及时性。模型缺乏对 违约和违约风险的系统认识，理论基础薄弱。模型对公用企业、财务公司、新设公司 并不适用，限制了其使用范围。 与z e t a 模型不同l o g i t 模型是建立在定性因变量模型中的二元抉择模型基础上的。 模型采用一系列财务比率来预测财务危机发生的概率，然后根据总误判率最小的原则确 定最佳分割点财务比率通常有资产净值总资产、净收入总资产、净营运收入营运收 入，流动资产总资产等。模型假定因变量服从二项分布，且在给定解释变量x 时，条件 概率p ( y = ix ) 经过一个l o g i t 变换后可表示为解释变量的一个线性组合，即： l o g i t ( p ( y = ix ) ) = p 。+ x7 p 如果用y = i 表示企业违约，上式左端给出的就是一个指标为x 的违约概率值。因此， 仅从理论层面来看，该模型很适合度量违约概率。另外l o g i t 回归不要求多元正态分布 和等协方差为前提假设，在不满足正态分布的情况下，模型预测效果好于多元判别分析。 这类模型的拟合方法和变量选择都有比较成熟的技术，拟合所需要的计算强度也很小 ( 与线性模型相似) ，而且所建立的模型具有良好的解释性。不足之处有以下3 点：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，这于 一般希望的“可加模型 相矛盾。对线性可分的样本不可采用极大似然估计法估计参 数。样本的数量不宜少于2 0 0 ，否则考虑参数估计的有偏性。 2 4 2 现代信用风险度量技术 从世界范围来看，2 0 世纪9 0 年代起在信用风险计量技术上经历了一场革命。金融 市场的全球化和风险的多样化使人们越来越认识到“不能把鸡蛋放在一个篮子里 的重 要性。现代信用风险量化管理方法已由单一风险度量转向组合的风险组合度量与管理。 金融机构和投资者们采用贷款组合、投资组合来达到分散和化解风险的目的，新的计量 河北大学经济学硕士学位论文 模型不断涌现。 ( 1 ) c r e d i t m e t r i c s 模型 j p 摩根公司等于1 9 9 7 年开发出c r e d i t m e t r i c s 模型，运用v a r 框架，对非交 易资产和贷款进行风险计算和估价。该方法根据借款人的信贷评级、违约贷款的回收率、 次年评级发生变化的概率( 评级转移矩阵) 、债券市场上的信用风险价差计算出贷款的市 场价值及其波动性，从而得出个别贷款和贷款组合的v a r 值。 c r e d i t m e t r i c 模型按以下步骤计算信用风险v a r 值： 第一步，确定信用等级评价系统，这样就可以在给定某一公司的信用质量及给定的 某一时间水平下，确定公司信用质量从某一信用等级向另一信用等级转移的概率。在这 里，隐含着一个重要假设：同一信用等级的债券发行者具有相同的信用质量和相同的信 用等级转移概率及违约概率。这种转移矩阵一般由信用评级机构或银行内部信用评级体 系确定。第二步，确定度量信用风险的期限，通常情况下为一年；第三步，确定每一信 用等级的公司在给定的时间水平下的远期零利率收益曲线，进而确定违约情况下债券的 价值，并确定相应的“回收率 ；最后一步就是基于上述信息计算由信用等级迁移所引 起的组合价值的远期分布。 c r e d i t m e t r i c 模型的主要优势在于：通过计算信贷工具在不同信贷等级上的市场 价值，达到用传统的期望和标准差来度量资产信用风险的目的，并将v a r 方法引入到信 用风险管理中来。对组合价值的分布有正态分布假定下的解析方法和蒙特卡罗模拟 法，在一定程度上避免了资产收益率正态性硬性假设，可以用资产价值分布和百分位求 出资产损失。对“违约 的概念进行了拓展，认为违约也包括债务人信贷等级恶化。 它是一种盯市场( m a r k e t t 0 - - m a r k e t ) 信用风险度量模型，能将债务价值的高端和低端 考虑到，不仅考虑了借款人的违约风险，还考虑了借款人的信用价差风险。主要劣势在 于：大量证据表明，信贷等级迁移概率并不遵循马尔可夫过程，而是跨时自相关的。 在计算贷款或债券的v a r 时，假设等级迁移概率矩阵是稳定的，即不同借款人之间、 不同时期之间，其等级迁移概率是不变的，但实际上，不仅不同行业和不同国家、地区 会对迁移概率产生影响。模型中违约率直接取自历史数据平均值，但实证研究表明， 违约率与宏观经济状况有直接关系，不是固定不变的。 c r e d i t t m e t r i c s 模型应用的前提：第一必须具有丰富的信贷历史数据，模型需要的 大量参数估计是以历史数据为基础的；第二必须存在公平客观且标准统一的信用等级， 1 2 第2 苹银行信用风险及其测度方法概述 据此才能计算出各信用等级的借款者、客户或金融衍生工具交易者的违约概率及信