第四章 银行信用与银行管理

1、第三章,银行信用与银行信用管理,第一节 银行信用的特征及其在资金融通中的地位,一、银行信用的基本特征 广泛性 间接性 综合性,二、银行信用在社会资金融通中的地位,发达国家的社会信用结构中，银行信用是工商业外源融资的最重要的渠道 在我国经济运行中，银行信用一直是最基本的资金融通形式 : 商业信用不发达 股票市场发展不规范 企业债券市场规模有限,三、银行信用结构的转型,企业贷款为主转向以对个人贷款为主 大量企业到资本市场通过发行股票、债券筹集资金 商业银行开始积极拓展零售贷款业务 二战之后消费者个人收入水平增加，为消费信贷的发展提供了前提,第二节 银行信用风险和信用危机,一、银行信用风险的概念与种

2、类 （一）银行信用风险的概念 由于借款人和市场交易对手违约而导致损失的可能性 （二）银行信用风险的种类 1.违约风险 2.不确定性风险 3.追偿风险,二、银行信用风险的成因,信用风险是外部因素和内部因素的函数 信贷风险与利率风险和流动性风险之间有着内在的联系，具有互动效应,三、银行信用风险的关联性,（一）银行信用风险会导致金融市场秩序的混乱，破坏社会正常的生产和生活秩序，甚至使社会陷入恐慌，极大地破坏生产力。 （二）银行信用风险会导致实际投资风险增加、收益水平降低、整个社会的投资水平下降。 （三）银行信用风险影响宏观经济政策的制定和实施。,银行信用风险会通过各种渠道传导到其他信用形式上面，具有

3、很强的社会传递性和发散性 消除商业银行信用危机的负面性的措施 强化商业银行信用风险管理操作 最后贷款人、审慎监管以及存款保险等制度安排,四、银行信用风险导致信用危机的深化,第三节 银行信用管理的目标与因素,一、商业银行加强信用管理的金融背景 （一）新巴塞尔协议的影响 资本金约束的范围拓展到信用风险、市场风险、 操作风险在内的三大风险 一系列新的衡量信用风险的方法 （二）国际银行业面临转型考验 银行传统的业务收入存贷利差逐步萎缩 信用风险趋于上升，不良资产增加 银行资产抵御风险的能力有限,（三）金融衍生产品市场的发展带动商业银行信用风险的加剧金融衍生产品市场发展迅速 金融衍生产的高杠杆、高风险的

4、特点,第三节 银行信用管理的目标与因素,二、商业银行信用管理的目标,（一）风险的识别 （二）风险的衡量 标准法（Standardized Approach） 内部评级法（Internal Ratings-Based Approach） （三）风险的监督 第二支柱“监管检查”和第三支柱“市场约束” （四）风险的控制 风险控制的目的是为了寻求风险的平衡，即损失和收益的平衡 商业银行的信贷资产组合管理要同时兼顾两个标准,二、商业银行信用管理的目标,（五）风险的调整 全称为风险调整业绩，是指商业银行通过某种测量方法对银行不同部门、产品和客户间的收益情况进行科学的衡量。,三、商业银行信用风险管理的基本要

5、素,（一）客户授信整体风险 1.客户的整体评价 2.客户的风险域 3.信贷资产组合风险管理,（二）信用风险平衡,1.商业银行在银行层面上对损失的控制 运用风险值VAR(Value at Risk)和风险资本值 CAR(Capital At Risk) ，对商业银行资本抵 御和消化损失的能力进行判断和衡量。 2.商业银行在客户层面对损失的控制 客户授信限额,（三）统一授信,四个统一：授信主体统一、授信客体统一、授 信标准统一和授信业务管理统一,第四节 银行信用管理方法的发展,一、古典信用分析方法 （一）专家制度 “六C”即品德、能力、现金、抵押品、经营环境和控制 （二）Z评分模型和ZETA评分模

6、型 Z评分模型：一种多变量的分辨模型，是根据数理统计中的辨别分析技术，对银行过去的贷款案例进行统计分析，选择一部分最能反映借款人财务状况，对贷款质量影响最大、最具预测或分析价值的比率，设计出一个能最大程度地区分贷款风险度的数学模型，对贷款申请人进行信用风险及资信评估。 Z评分模型建立步骤 第二代模型信用评分模型ZETA模型,二、现代信用分析模型,KMV公司的信用检测模型(Credit Monitor Model) 为了通过解决上市借款企业股东归还贷款的动 力问题来解决银行贷款的所面临的信用风险 两个关系: 企业股东市值与它的资产市值之间的结构性关系 企业资产市值波动程度和企业股东市值的变动程度

7、之间的关系。 求出借款企业的资产市值P以及它的变动程度 算出借款企业的预期违约频率（EDF） KMV模型建立在当代公司理财理论和期权理论基础之上,可对所 有公开上市的企业进行信用风险的量化度量和分析,KMV模型概述,KMV模型是美国旧金山市KMV公司于1997年建立的用来估计借款企业违约概率的方法。该模型认为，贷款的信用风险是在给定负债的情况下由债务人的资产市场价值决定的。但资产并没有真实地在市场交易，资产的市场价值不能直接观测到。为此，模型将银行的贷款问题倒转一个角度，从借款企业所有者的角度考虑贷款归还的问题。在债务到期日，如果公司资产的市场价值高于公司债务值（违约点），则公司股权价值为公司

8、资产市场价值与债务值之间的差额；如果此时公司资产价值低于公司债务值，则公司变卖所有资产用以偿还债务，股权价值变为零。,KMV模型的运用步骤,首先，它利用Black-Scholes期权定价公式，根据企业资产的市场价值、资产价值的波动性、到期时间、无风险借贷利率及负债的账面价值估计出企业股权的市场价值及其波动性。 其次根据公司的负债计算出公司的违约实施点 (default exercise point，为企业1年以下短期债务的价值加上未清偿长期债务账面价值的一半)，计算借款人的违约距离。 最后，根据企业的违约距离与预期违约率(EDF) 之间的对应关系，求出企业的预期违约率。,KMV模型的理论基础,

9、KMV模型的优势在于以现代期权理论基础作依托，充分利用资本市场的信息而非历史账面资料进行预测，将市场信息纳入了违约概率，更能反映上市企业当前的信用状况，是对传统方法的一次革命。KMV模型是一种动态模型，采用的主要是股票市场的数据，因此，数据和结果更新很快，具有前瞻性，是一种“向前看”的方法。在给定公司的现时资产结构的情况下，一旦确定出资产价值的随机过程，便可得到任一时间单位的实际违约概率。其劣势在于假设比较苛刻，尤其是资产收益分布实际上存在“肥尾”现象，并不满足正态分布假设；仅抓住了违约预测，忽视了企业信用品质的变化；没有考虑信息不对称情况下的道德风险；必须使用估计技术来获得资产价值、企业资产

10、收益率的期望值和波动性；对非上市公司因使用资料的可获得性差，预测的准确性也较差；不能处理非线性产品，如期权、外币掉期等。,KMV模型的研究阶段,KMV模型自1993年推出以来,国外学术界对KMV模型的研究经历了两个阶段: 第一阶段是将KMV模型的预测结果与实际的违约数据相比较,大多数研究结果表明,KMV模型能够反映信用风险的高低,并对信用风险具有很高的敏感性 第二阶段,国外学术界对模型的验证寻找到新的角度,并开发出多种验证模型有效性的方法和技术 我国学者主要对模型在我国适应性和参数调整方面进行了许多探讨,取得了一定的成果张林张佳林(2000)王琼陈金贤(2002) 先后对KMV模型与其他模型进

11、行理论上比较,认为更适合于评价上市公司的信用风险薛锋,鲁炜,赵恒街,刘冀云(2003)利用中国股市的数据,得出了应中市场的v和E的关系函数,并以一只股票为样本进行了实证分析乔卓等(2003)介绍了KMV模型的基本内容,以及国外的应用经验,但是并没有进行实证研究易丹辉,吴建民(2004年)对深市和沪市随机抽取30家公司分行业计算违约距离和违约率并作比较,认为借助违约距离衡量上市公司的信用风险是可行的 由于缺少大量违约公司样本的历史数据库,因此,我国目前无法通过比较违约距离和破产频率的历史,拟合出代表公司违约距离的预期违约率函数本文尝试使用上市公司在某国有商业银行贷款不良率替代其违约率,并根据我国

12、资本市场的特点,选取KMV模型的相关参数,同时采用某国有商业银行 2001年12月31日的235家贷款客户的不良率来替代上市公司的违约率进行实证分析,建立违约距离与不良率的函数关系,KMV模型的评价,KMV是运用现代期权定价理论建立起来的违约预测模型，是对传统信用风险度量方法的一次重要革命。首先，KMV可以充分利用资本市场上的信息，对所有公开上市企业进行信用风险的量化和分析；其次，由于该模型所获取的数据来自股票市场的资料，而非企业的历史数据，因而更能反映企业当前的信用状况，具有前瞻性，其预测能力更强、更及时，也更准确；另外，KMV模型建立在当代公司理财理论和期权理论的基础之上，具有很强的理论基

13、础做依托。 但是，KMV模型与其他已有的模型一样，仍然存在许多缺陷。首先，模型的使用范围由一定的局限性。通常，该模型特别适用于上市公司的信用风险评估，而对非上市公司进行应用时，往往要借助一些会计信息或其他能够反映借款企业特征值的指标来替代模型中一些重要变量，同时还要通过对比分析最终得出该企业的期望违约概率，在一定程度上就有可能降低计算的准确性。其次，该模型架设公司的资产价值服从正态分布，而实际中企业的资产价值一般会呈现非正态的统计特征。再次，模型不能够对债务的不同类型进行区分，如偿还优先顺序、担保、契约等类型，使得模型的输出变量的计算结果不准确。北达公司根据中国过渡经济的资本市场的特点，开发具

14、有中国特色的上市公司信用KMV模型目前在进行压力测试阶段.,二、现代信用分析模型,Credit Metrics 模型 用于诸如贷款和私募债券这样的非交易性资产的估值和风险计算 利用（1）借款人的信用等级；（2）下一年度里评级发生变化的概率；（3）违约贷款的回收率；（4）根据贷款（或债券）市场上的信用风险价差和收益率就可能为任何非交易性贷款（或债券）计算出一组假想的P和 计算出个别贷款和贷款组合的受险价值VAR值,Creditmetrics模型（信用计量模型）是J.P.摩根在1997年推出的用于量化信用风险的风险管理产品。与1994年推出的量化市场风险的Riskmetrics一样，该模型引起了金

15、融机构和监管当局的高度重视，是当今风险管理领域在信用风险量化管理方面迈出的重要一步。,Creditmetrics模型的基本思想,1、信用风险取决于债务人的信用状况，而企业的信用状况由被评定的信用等示。因此，信用计量模型认为信用风险可以说直接源自企业信用等级的变化，并假定信用评级体系是有效的，即企业投资失败、利润下降、融资渠道枯竭等信用事件对其还款履约能力的影响都能及时恰当地通过其信用等级的变化而表现出来。信用计量模型的基本方法就是信用等级变化分析。转换矩阵（Transition Matrix一般由信用评级公司提供），即所有不同信用等级的信用工具在一定期限内变化（转换）到其他信用等级或维持原级别

16、的概率矩阵，成为该模型重要的输入数据。 2、信用工具（包括债券和贷款等）的市场价值取决于债务发行企业的信用等级，即不同信用等级的信用工具有不同的市场价值，因此，信用等级的变化会带来信用工具价值的相应变化。根据转换矩阵所提供的信用工具信用等级变化的概率分布，同时根据不同信用等级下给定的贴现率就可以计算出该信用工具在各信用等级上的市场价值（价格），从而得到该信用工具市场价值在不同信用风险状态下的概率分布。这样就达到了用传统的期望和标准差来衡量资产信用风险的目的，也可以在确定的置信水平上找到该信用资产的信用值，从而将Var的方法引入到信用风险管理中来。 3、信用计量模型的一个基本特点就是从资产组合而

17、并不是单一资产的角度来看待信用风险。根据马柯威茨资产组合管理理论，多样化的组合投资具有降低非系统性风险的作用，信用风险很大程度上是一种非系统性风险，因此，在很大程度上能被多样性的组合投资所降低。另一方面，由于经济体系中共同的因素（系统性因素）的作用，不同信用工具的信用状况之间存在相互联系，由此而产生的系统性风险是不能被分散掉的。这种相互联系由其市场价值变化的相关系数（这种相关系数矩阵一般也由信用评级公司提供）表示。由单一的信用工具市场价值的概率分布推导出整个投资组合的市场价值的概率分布可以采取马柯威茨资产组合管理分析法。 4、由于信用计量模型将单一的信用工具放入资产组合中衡量其对整个组合风险状

18、况的作用，而不是孤立地衡量某一信用工具自身的风险，因而，该模型使用了信用工具边际风险贡献这样的概念来反映单一信用工具对整个组合风险状况的作用。边际风险贡献是指在组合中因增加某一信用工具的一定持有量而增加的整个组合的风险（以组合的标准差表示）。通过对比组合中各信用工具的边际风险贡献，进而分析每种信用工具的信用等级、与其他资产的相关系数以及其风险暴露程度等各方面因素，可以很清楚地看出各种信用工具在整个组合的信用风险中的作用，最终为投资者的信贷决策提供科学的量化依据。,Creditmetrics模型分析,(一) 受险价值(VaR)方法： 受险价值模型就是为了度量一项给定的资产或负债在一定时间里和在一

19、定的置信度下其价值最大的损失额。 一支交易股票的受险价值，如图。 VaR方法度量非交易性金融资产如贷款的受险价值时则会遇到如下问题： 1.因为绝大多数贷款不能直接交易，所以市值P不能够直接观察到。 2.由于贷款的市值不能够观察，也就无法计算贷款市值的变动率。 3.贷款的价值分布离正态分布状偏差较大。 （二）“信用度量制”方法(CreditMetrics) 信用度量制是通过掌握借款企业的资料如: （1）借款人的信用等级资料 （2）下一年度该信用级别水平转换为其它信用级别的概率 （3）违约贷款的收复率 计算出非交易性的贷款和债券的市值P和市值变动率，从而利用受险价值方法对单笔贷款或贷款组合的受险价

20、值量进行度量的方法。,Creditmetrics模型与KMV模型的比较,KMV模型与creditmetrics模型是目前国际金融界最流行的两个信用风险管理模型。两者都为银行和其它金融机构在进行贷款等授信业务时衡量授信对象的信用状况，分析所面临的信用风险，防止集中授信，进而为实现投资分散化和具体的授信决策提供量化的、更加科学的依据，为以主观性和艺术性为特征的传统信用分析方法提供了很好的补偿。然而，从上述的介绍和分析中，我们又可以明显地看到这两个模型在建模的基本思路上又相当大的差异，这些差异还主要表现在以下几个方面。 1、KMV模型对企业信用风险的衡量指标edf主要来自于对该企业股票市场价格变化的

21、有关数据的分析，而creditmetrics模型对企业信用风险的衡量来自于对该企业信用评级变化及其概率的历史数据的分析。这是两者最根本的区别之一。 2、由于KMV模型采用的是企业股票市场价格分析方法，这使得该模型可以随时根据该企业股票市场价格的变化来更新模型的输入数据，得出及时反映市场预期和企业信用状况变化的新的edf值。因此，kmv模型被认为是一种动态模型，可以及时反映信用风险水平的变化。然而，creditmetrics采用的是企业信用评级指标分析法。企业信用评级，无论是内部评级还是外部评级，都不可能象股票市场价格一样是动态变化的，而是在相当长的一段时间内保持静态特征。这有可能使得该模型的分

22、析结果不能及时反映企业信用状况的变化。 3 、同时，也正是因为kmv模型所提供的edf指标来自于对股票市场价格实时行情的分析，而股票市场的实时行情不仅反映了该企业历史的和当前的发展状况，更重要的是反映了市场中的投资者对于该企业未来发展的综合预期，所以，该模型被认为是一种向前看（forward-looking）的方法，edf指标中包含了市场投资者对该企业信用状况未来发展趋势的判断。这与creditmetrics模型采用的主要依赖信用状况变化的历史数据的向后看（backward-looking）的方法有根本性的差别。kmv的这种向前看的分析方法在一定程度上克服了依赖历史数据向后看的数理统计模型的“

23、历来可以在未来复制其自身”的缺陷。 4 、KMV模型所提供的edf指标在本质上是一种对风险的基数衡量法，而creditmetrics所采用的与信用评级分析法则是一种序数衡量法，两者完全不同。以基数法来衡量风险最大的特点在于不仅可以反映不同企业风险水平的高低顺序，而且可以反映风险水平差异的程度，因而更加准确。这也更加有利于对贷款的定价。而序数衡量法只能反映企业间信用风险的高低顺序，如bbb级高于bb级，却不能明确说明高到什么程度。 5、creditmetrics采用的是组合投资的分析方法，注重直接分析企业间信用状况变化的相关关系，因而更加与现代组合投资管理理论相吻合。而kmv则是从单个授信企业在

24、股票市场上的价格变化信息入手，着重分析该企业体现在股价变化信息中的自身信用状况，对企业信用变化的相关性没有给予足够的分析。,RAROC（Risk Adjusted Return on Capital）风险调整收益的资本收益率 RORAC (Return On Risk Adjusted Capital)风险调整资本的资本收益率,RAROC,考核银行盈利的传统指标包括股权收益率（ROE）和资产收益率（ROA），这种指标最大的缺点是没有将风险考虑在内。出于风险的管理需要，西方商业银行逐渐出现了新型的以风险为基础的考核盈利指标根据风险调整的收益（RAROC，Risk-Adjusted Return On Capital）。该方法起源于20世纪70年代，由银行家信托集团（Bankers Trust Group）首创，最初目的是为了度量银行信贷资产组合的风险和在特定损失率下为限制风险敞口必需的股权数量。此后，许多大银行都纷纷开发RAROC方法，其基本的目的都是为了确定银行进