2015文献综述-往届参考样本

西南财经大学天府学院Creditmetrics模型在我国商业银行信用风险管理中的实例研究Creditmetrics模型在我国商业银行信用风险管理中的实例研究文献综述摘要：“信用度量制”(CreditMetrics)是由J.P.摩根与其它合作者(美洲银行、KMV公司、瑞士联合银行等)在已有的“风险度量制”方法基础上，创立的一种专门用于对非交易性金融资产的价值和风险进行度量的模型。同时也是目前商业银行信用风险量化管理中主要的风险控制方法。08年的信贷危机给商业银行信用风险量化管理敲响了警钟，CreditMetrics模型越来越受到商业银行的青睐。本文以我国某商业银行的金融资产数据为实例，进行CreditMetrics模型的假定与样本采集，模型参数估计与VaR计算，从而对计算结果进行分析，得出结论。以期给信用风险管理有待提高，信用风险管理体制不完善的国内商业银行提供一些理论上的建议与参考。关键词：creditmetrics模型，信用风险量化，商业银行一、前言（一）、近年来，信用风险量化日益受到重视，并逐渐向模型管理方向发展。目前正式对外公布的、有影响力的信用风险量化模型主要有四个：JP摩根的信用度量术模型（CreditMetrics）、KMV公司的KMV模型、瑞士银行金融产品开发部的信用风险附加模型（CreditRisk+）和麦肯锡公司的信用组合观点模型（CreditPortfolioView）学术界对四大模型的功能，效果进行了研究，并将四者进行了对比，指出了四者的优缺点。同时，将四者在国内商业银行的应用情况进行了说明，随后，学术界认为国内商业银行应该进行制度上的更新以适应量化模型风险管理的要求。（二）有待解决的问题1、模型本身具有缺陷由于该模型仍处于初创阶段，在许多方面还不成熟，还存在若干尚需解决的问题：（1）、信用矩阵模型中信用级别变动概率符合稳定马尔科夫过程，它意味着债券或贷款本期信用级别变动与以前信用级别变动无关。然而，有证据表明，信用级别变动是自相关的。（2）、信用等级转换矩阵的稳定性。模型假设同一信用评级内所有的债务人都具有相同的评级转移概率，用历史的平均转移概率来近似未来的评级转移概率。实证研究表明，不同行业、不同地区、不同经济周期将会对转移矩阵产生影响。（3）、用于计算转换矩阵的债券投资组合的影响。Altman发现债券“老化”（aging）对于所计算的转换矩阵结果有明显影响。因此计算转换矩阵时要注意样本债券的选择，样本债券都是新发行的一组债券或是发行一段时间后未清偿的一组债券。（4）、将债券转换矩阵与贷款的估价联系起来。贷款与债券的行为有一定的区别，银行要建立完善的贷款信息历史数据库，并用来计算贷款等级变动，从而提高计算贷款VaR值精度。实际上，贷款违约支付率有相当的不确定性，远期利率、信用利差都是随经济信用周期变化而变化着，都是不确定量。2、模型在我国商业银行的适用性有待研究目前，CreditMetrics模型在国内商业银行风险管理使用中面临的一些现实性问题：（1）、国内商业银行未建立起有关信用资产的历史数据库。（2）、我国金融市场上由于利率市场化的进程缓慢，缺少一个准确的基准贴现利率，给信用资产的现值估计造成困难。（3）、信用评级体系尚不成熟。既缺少像标准普尔、穆迪这样的权威评级机构，商业银行内部信用评级体系中，也与CreditMetrics模型的要求相去甚远。（4）、目前我国股市运作机制尚不完善。CreditMetrics模型的违约模型和相关系数的度量，是以期权定价理论为基础的，而一般的期权定价理论对于股票市场的成熟条件、数据的真实性有着非常高的要求。（三）、本文主要论述了信用风险管理在商业银行风险管理中的重要作用以及CreditMetrics模型在我国商业银行信用风险量化管理中的实例应用，分析并得出结论提醒国内商业银行信用风险管理中风险量化模型的重要性；其次，能够给信用风险管理有待提高，信用风险管理体制不完善的国内商业银行提供一些理论上的建议与参考。其学术意义在于提出creditmetrics模型的实施条件与不足，以及对于我国商业银行的借鉴意义。二、正文（一）研究综述1、国外研究现状90年代以来，由于银行业的激烈竞争和表外衍生品交易的快速发展以及1996年巴塞尔协议修正案的推动，国际上出现了以JP摩根银行等会融机构为代表开发的新兴的信用JxL险量化度量模型。1997年JP摩根银行提出了CreditMetrics方法。它是在其1994年提出RiskMetrics方法之后的又一重要的风险管理系统。RiskMetrics方法是基于VAR(Valueatrisk)的市场风险度量系统；而CreditMetrics方法是基于VAR的信用风险度量系统。Christophel"Finger(1999)研究了用条件方法来计算CreditMetrics模型中的组合分布，其中应用了期权理论，考虑了市场因素和债务人的特有因素来度量借款人之间的资产相关性而不是基于历史数据，此时该模型就成为有条件的基于股权的结构模型。作为一家专门从事信用风险度量的专业公司，KMV公司于1993年发布了CreditMonitor模型。该模型主要是基于莫顿的违约证券估价模型和风险中性原理，模型基于这样的出发点：当公司的市场价值降至一定水平以下，公司就会对其债务违约。KMV模型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。CSFP(CreditSuisseFinancialProducts)公司于1997年发布了Creditrisk+模型。麦肯锡(Mckinsey)公司的威尔森(Wilson)在1997年提出CreditPortfolioView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、GDP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。CreditPortfolioView是基于一种因果关系，违约概率以及转移概率都与宏观经济紧密相联。当经济状况恶化时，降级和违约增加；反之，当经济状况好转时，降级和违约减少。2000年4月，穆迪(Moody’s)公司提出了Riskralc。该模型吸取了以往模型的建模经验，并以穆迪(Moody’s)公司的数据优势为依托，结合了莫顿违约证券估价的结构化方法和分析历史数据的统计方法。但该模型属于商业机密以及该模型相关资料难以获得，所以无法加以研究。基于国际上信用风险度量理论的快速发展，而且各模型建模理论、数据来源、应用条件各不相同，所以后来的银行风险管理组织和部分学者对各大模型进行了比较研究，以发现其中的共性与不同。巴塞尔委员会对现行发达国家大银行机构所使用的信用风险模型进行了研究，并于1999年发柿了研究报告《信用风险模型化：目前的实践和应用》对现有的信用风险模型量化中存在的问题，以及现有的模型在实践中应用的可行性、模型的有效性和模型在监管中的应用进行了研究。MichelCrouhy(2000)对现有的：CreditMetrics模型、KMV模型和Creditrisk+模型进行了详细的综述，并在此基础上对模型进行了比较分析。Gordy和Crouhy(1998)在对各模型进行模拟的基础上指出，各种不同的模型对在同一时点的相同资产组合进行评估时得出的结果时相近的。Gordy的研究集中于对CSFP模型、Creditrisk+模型和CreditMetrics模型的比较。他在研究中对CreditMetrics模型进行了简化，假设债务人或者违约或者履约，没有其他信用级别变动。他指出，使用相同的数据，不同的衡量方法具有广泛可比性。Crouhy比较了四种不同信用风险模型，引用的数据是一个涵盖不同国家、不同到期日和不同信用质量、包含13种通货的标准债券投资组合，研究结果显示各模型评估的结果极其相似。2、国内研究现状在国内，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，我国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，不少学者运用实证的方法对多元判别式、Logit等统计学方法以及神经网络方法进行了实证分析，分析了其在信用风险预测中的优势和不足。（l）、对信用风险生成机制和评级体系的研究陈燕(2002)对信用风险的生成机制进行了分析研究，将银行信用风险成因分为内因和外因并加以论述。陶砾、杨晚光(2003)根据巴塞尔协议，对商业银行内部信用评级的实践情况进行了系统的分析和比较，探讨在我国商业银行建立有效的内部评级系统的发展道路。李颖(2005)针对我国商业银行客户信用评级工作目前存在的主要问题，提出应从评级标准、评级方法等基础环节入手，将客户信用风险评级作为信贷管理控制的导向系统加以创新和设计，以构建中国特色的客户信用风险评级体系。（2）、对主流模型的比较分析吴冲锋等(2002)主要对市场上三种主要信用JxL险度量和管理方法：CreditMetrics模型、KMV模型和Creditrisk+模型进行了比较分析，阐述了它们的基本原理与相应优缺点。沈沛龙，任若恩(2002)对目前在国际上比较著名的信用风险管理模型和方法进行了一系列的比较，研究了模型建立的理论基础和模型之间的相互关系，阐述了现代信用风险度量技术和方法的特点和发展趋势，对我国商业银行信用风险模型的建立具有现实指导意义。（3）、定量或实证分析方面王春峰，万海晖等(1998)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logit方法相比较，进一步研究了判别分析法的有效性。王春峰等(1999)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)相比，神经网络技术具有更高的预测精度。邹新月，李汉通(2001)以PT和ST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。梁琪(2000)尝试通过对期权定价公式中关于资产具有完全流动性假设的放松，并利用资产的变现比率对资产的市场价值进行修正，进而计算企业的预期违约概率(EDF)。

不足：（1）文献直接将CreditMetrics模型运用到国内商业银行的实例中，没有考虑其在我国的适用性，没有针对我国的具体情况，对模型中的计量依据进行相应的更改，使得分析出得结果不够精确。（2）对于信用风险实际分布的研究：文中假设信用风险服从正态分布，但实际概率分布呈非对称性偏态分布，有肥尾现象，计算结果会有偏差，这样计算出的VaR现实意义会降低（3）信用评级系统的发展：现在国内银行对于贷款企业的评级在方法和策略上还未完全系统化、规范化、没有统一的口径，我国也没有像标普和穆迪那样的权威评级机构，所以得出的评级不够精确，同时就影响了根据评级算出的数据，最后也弱化了模型的效果。本文的研究将会基于已成形的风险度量模型研究，同时会在模型参数的选取上更加注重准确性，同时运用Excel软件画出图标，更直观形象的展示出数据的规律性。三、结论（一）该篇论文的学术意义在于为信用风险量化模型在我国商业银行的应用做出了适用性研究，能为我国商业银行在信用风险量化管理上取得新的进展提供更多的参考，同时，也给该模型的适用性提出了新的挑战。（二）应用价值可以为加强我国商业银行信用风险度量研究提供几点解决方案，当前我国商业银行加强信用风险度量研究可从以下几方面着手：

1、应尽快建立起完善的银行业信用数据库和贷款违约损失的时间序列数据库。

2、是借鉴美国等发达国家的先进经验，积极建立健全有关社会信用的体系和征信评级体系。

3、是加强信息披露的公开性和透明性建设。4、是我国商业银行可与有关政府部门和科研机构一起，结合自身特点，对有关信用风险度量模型进行改进，或“量体裁衣式”地开发新的信用风险度量模型，以适应金融业竞争日趋激烈的新形势。

5、是积极加强对商业银行信用风险管理人员的相关知识的培训力度，培养一批掌握国际先进信用风险管理方法的高素质人才队伍，为我国商业银行信用风险度量研究提供有力的智力支持。（三）不足Creditmetrics模型作为商业银行信用风险量化分析的重要模型，其适用性虽已得到了证实，但不讲求国内商业银行管理体制现状而一味照搬的话并非明智之举。因此，学术界在注重该模型的应用的同时，更应该探讨如何改进商业银行的管理现状，为模型的实施创造必要地条件。通过本文的研究，首先旨在提醒国内商业银行信用风险管理中风险量化模型的重要性；其次，能够给信用风险管理有待提高，信用风险管理体制不完善的国内商业银行提供一些理论上的建议与参考；再次，以期国内商业银行能够根据自身实际情况，在众多信用风险度量模型的基础上取其精华去其糟粕研究出适合自身发展的风险度量模型；最后，从理论上提高自己的专业知识水平，加强对商业银行管理中风险管理重要性的认识，同时掌握基本的信用风险量化分析的模型及其演算方法。参考文献[1]马坚，张卫鹏，刘新梅，2004；《现代信用风险模型比较分析》，《商业研究》，2003年第八期[2]孟阳，2003；《信用度量制模型与商业银行信用风险量化度量管理》，《现代财经-天津财经学院学报》，2003年第三期[3]刘铮铮，李家军，2006；《Creditmetrics模型下信用风险模型改进探讨》，《生产力研究》，2006年第十一期[4]胡亚东，杨广华，2009；《基于Creditmetrics的商业银行信用风险控制研究》，《知识经济》，2009年第十二期[5]王丽娟，朱灏，2008；《基于风险价值和期权理论的Creditmetrics模型研究》，《山东工商学院学报》，2008年第三期[6]刘学贵，张怀雷，2005；《Creditmetrics模型及其对我国商业银行适用性思考》，《特区经济》，2005年第一期[7]程昆，储昭东，米运生，2009；《商业银行信贷组合信用风险VaR技术估计技术研究》，《上海经济研究》，2009年第二期[8]曾健，陈俊芳，2007；《信用风险模型中转移矩阵的调整问题》，《系统管理学报》，2007年第三期[9]俞灵，2009；《对建立商业银行信用风险指标体系的探索》，《科教文汇》，2009年第二十五期[10]Michel，C．，G．，DanandM．,Robert.AComparativeAnalysisofCurrentCredit