我国商业银行信用风险的VAR分析

1、我国商业银行信用风险的VAR分析段霞李樱 主要内容商业银行信用风险管理方法基于信息融合的商业银行信用风险评估模型研究2009 金融研究现代风险评估模型现代信用风险模型比较分析2004 商业研究商业银行风险度量模型研究2009 首都经贸大学学报Credit Metric 模型优缺点Credit Risk+模型优缺点KMV模型优缺点CPV模型优缺点信用风险管理的VAR方法Credit Metrics模型用简单的期望和标准差来表征资产信用风险变化，通过计算确定在特定置信水平下信用资产价值的最大损失额，将VAR方法引入到信用风险管理中来。模型假设：1、市场风险与信用风险无关。2、将债务人按评级分为若干

2、等级，即信用等级是离散的，而且假定在同一信用级别中所有债务人的转移矩阵和违约概率都是相同的，实际违约率等于历史违约率。3、风险期限固定，一般是一年。4、每一个信用级别对应一条零息票曲线。5、违约不仅只债务人无法偿还债务，还表示由于债务人信用等级下降造成资产市场价值下降，违约只发生在债务到期时。Credit Metrics-信用转移矩阵单笔贷款的信用等级变化概率由信用转移矩阵给出。贷款组合的信用等级变化的联合概率由组合内部不同贷款同时发生某种信用等级变化的概率决定。Credit Metrics-组合市场价值单笔信用的未来市场价值等于资产带来的全部现金流在该未来时点上的折现值。信用组合的市场价值是

3、其内部各单个信用市场价值的算术和。Credit Metrics-确定VAR值商业银行信用风险识别：信用矩阵的实证应用研究惠晓峰孙嘉鹏 2004信用矩阵的实证研究我国商业银行信用风险VaR的实证分析阎庆民金融研究2004年10期研究背景 信用风险是当前我国商业银行面临的突出问题,这既影响着我国商业银行的稳健经营,也是造成系统性金融风险的内在隐患。因此,准确地分析与把握商业银行经营风险并有效防范信用风险对于提高信贷风险监控的效率,对于保证我国金融体系稳健、高效运行,实现经济的可持续发展,具有十分重要的现实意义。研究方法信用风险计量法（CreditMetrics）：首先测算出样本的企业的信用风险转移

4、概率，再估算不同信用等级下贷款的回收率，由此得出两家银行信用等级的价值分布。文章思路：首先通过测算商业银行（样本）的信用等级分布计算银行信用风险的VaR；然后根据国际清算银行的方法，将VaR绝对值再乘以一定倍数，得出该商业银行实际信用风险暴露情况下的风险资本水平，即经济资本水平；最后，将其余于理论 资本水平相比较，从而对商业银行持有资本与实际风险的匹配状况进行评估。实证数据：在分析中，我们选择一家国有独资商业银行(甲银行)和一家股份制商业银行(乙银行)作为样本，每家银行各选择两个分支机构(分别称为甲A、甲B和乙A、乙B)，测算2000年末和2000年10月末实际贷款组合的信用风险水平。，考虑到贷款企业在短期内信用等级变迁的概率非常小。而逾期类贷款也不存在信用风险分析的问题，因此我们进行信用风险VaR分析所选择样本为两家银行未到期的期限在半年以上的每笔贷款。信用转移概率贷款价值结论及建议首先，应当做好基础工作。逐步建立起完善的数据库，使用先进成熟