本站小編為你精心準備了商行信用風(fēng)險定量模式參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

隨著國內(nèi)商業(yè)銀行業(yè)競爭環(huán)境的逐漸加劇，深圳發(fā)展銀行等發(fā)展了基于供應(yīng)鏈的融資服務(wù)業(yè)務(wù)。這對商業(yè)銀行的風(fēng)險管理，尤其是信用風(fēng)險管理，提出了更高的要求:一方面，需要對傳統(tǒng)業(yè)務(wù)控制風(fēng)險，提升資本金運用效率;另一方面，在開拓新興產(chǎn)品服務(wù)時，需要明確了解銀行本身所面對的風(fēng)險水平。目前，信用風(fēng)險作為商業(yè)銀行面對的最主要風(fēng)險形式，處于難以量化衡量的窘境———這使得對銀行信用風(fēng)險控制的手段繼往開來顯得十分必要。

一、信用風(fēng)險定量模型的意義

從政策方面看，自1988年國際清算銀行公布以規(guī)范信用風(fēng)險為主的巴塞爾資本協(xié)定，并于2001年修訂后，各方研究機構(gòu)對風(fēng)險的評估方法，包括信用風(fēng)險定量模型積極地進行開發(fā)和運用。從實際操作層面看，資產(chǎn)組合中的信用風(fēng)險表現(xiàn)為信用工具價值的變化，而這種變化與相應(yīng)債務(wù)人的信用質(zhì)量變化密切相關(guān)，隨著債務(wù)人的信用質(zhì)量惡化，相應(yīng)信用工具的價值通常情況下都應(yīng)減值。由于有這樣的風(fēng)險，對應(yīng)的監(jiān)測和控制手段也有其必要性，因而定量模型，作為一種有效監(jiān)測手段有著重要的意義:簡單來說，通過定量模型計算并比較信用風(fēng)險，可建立減少資產(chǎn)組合信用風(fēng)險的手段的優(yōu)先級順序，控制資金集中風(fēng)險，且有效使用并評估抵御風(fēng)險的資本金水平。對商業(yè)銀行來看，風(fēng)險管理主要包括風(fēng)險識別、風(fēng)險度量、和風(fēng)險控制等環(huán)節(jié)，風(fēng)險管理系統(tǒng)的最主要目的是作為行動指引。由于風(fēng)險控制有諸多手段(嚴格貸款制度、信用增強受限、交易方監(jiān)控等)，因而需要基于風(fēng)險管理系統(tǒng)的輸出結(jié)果而對這些手段進行優(yōu)化。一個定量模型能在以下幾方面帶來幫助:

(一)風(fēng)險識別階段a)識別風(fēng)險來源:面對特定債務(wù)人具有資金集中的風(fēng)險b)識別評級風(fēng)險:不同信用等級客戶信用遷徙的分布狀況

(二)風(fēng)險度量階段a)量化信用風(fēng)險:一定概率下，由于信用違約而導(dǎo)致的損失的最大水平b)衡量邊際風(fēng)險貢獻:當(dāng)對資產(chǎn)進行調(diào)整時，對整個資產(chǎn)組合的風(fēng)險會有多大的影響。

(三)風(fēng)險控制階段a)設(shè)立風(fēng)險限額:可以承受的最大信用風(fēng)險的決策b)計量經(jīng)濟資本:應(yīng)該撥備多少資本用于防范信用風(fēng)險(四)其他方面裨益a)估算監(jiān)管資本:根據(jù)現(xiàn)行的資本協(xié)議，確定銀行需要多少監(jiān)管資本b)改善業(yè)務(wù)決策:明確業(yè)務(wù)的風(fēng)險有益于最終改善銀行的風(fēng)險收益比率c)評估人員業(yè)績:量化指標有利于確定相關(guān)業(yè)務(wù)人員的業(yè)務(wù)水平d)明確業(yè)務(wù)發(fā)展:資金集中的程度能幫助決策者評估未來業(yè)務(wù)的發(fā)展方向。

二、傳統(tǒng)信用風(fēng)險度量方法及探討

傳統(tǒng)的風(fēng)險度量方法主要包括:信用評分法(基于綜合評定債務(wù)人各項指標)、財務(wù)分析法(關(guān)注債務(wù)人的財務(wù)指標)、貸款評級分級法(基于OCC的評級基礎(chǔ))、專家評分法(運用“5C”、“5W”、“5P”因素分析)等。在信用風(fēng)險領(lǐng)域，傳統(tǒng)方法有一些局限性。首先，從研究對象上來看，傳統(tǒng)意義上對信用風(fēng)險為違約風(fēng)險的定義是不全面的。如同之前所述，債務(wù)人的信用質(zhì)量惡化，可能還不足以令其違約，但必將影響其所承擔(dān)的債務(wù)的價值。違約風(fēng)險是指債務(wù)人由于不能按照協(xié)議約定全額償付、支付相應(yīng)債務(wù)，而使債權(quán)人遭受損失。除了違約風(fēng)險，我們還應(yīng)該考慮，在如今評級機構(gòu)發(fā)展相當(dāng)成熟的情況下，評級變化所產(chǎn)生的影響。其次，從定量指標上來看，傳統(tǒng)的研究如資產(chǎn)定價模型(CAPM)所得出的指導(dǎo)意見在應(yīng)對新生的金融衍生品時有些力不從心，而貝塔系數(shù)、標準差、方差則局限在解釋資產(chǎn)價值的波動幅度，不能表現(xiàn)金融機構(gòu)真正需要撥備的應(yīng)對風(fēng)險的資本金需求。再次，從研究的整體性上看，沒有考慮不同債務(wù)人之間的相關(guān)性，而只是針對每個債務(wù)人的個體信用風(fēng)險進行計量，包括借款人、發(fā)行人、交易對手等。由于沒有考慮資金集中的風(fēng)險，可能出現(xiàn)對應(yīng)某債務(wù)人的單個資產(chǎn)價值較小，但整體價值相對較大的情況;而在此情況下，對單個資產(chǎn)進行獨立的風(fēng)險界定和衡量是不全面的。在深圳發(fā)展銀行支持下，本文試圖對目前可用的新興信用風(fēng)險度量模型進行比較研究。

三、新興信用風(fēng)險度量模型及探討

a)CreditMetrics模型CreditMetrics模型目的在于量化評估分析資產(chǎn)組合內(nèi)的信用風(fēng)險，作為一個基本的框架，適用性較廣。模型利用信用遷移矩陣構(gòu)建資產(chǎn)組合的價值分布，并以此來測度資產(chǎn)組合的在險價值。模型考慮了評級風(fēng)險，將信用風(fēng)險理解為違約風(fēng)險以及評級風(fēng)險。模型以對信用事件(影響債務(wù)人信用質(zhì)量的事件)的反應(yīng)來進行信用風(fēng)險度量。其次，模型在兼顧標準差數(shù)值輸出的情況下，引入了VaR方法強調(diào)了置信水平。再次，模型通過蒙特卡羅模擬分析債務(wù)之間的相關(guān)性，因而更能被稱作一個資產(chǎn)組合的風(fēng)險評估理論。CreditMetrics模型面對著以下挑戰(zhàn):如何建立信用質(zhì)量遷移與信用工具價值變化的關(guān)系?其中信用質(zhì)量遷移的幾率如何測定?如何準確測度各個資產(chǎn)之間的相關(guān)性?b)CreditRisk+模型CreditRisk+，使用精算方法，通過嚴密分析，得出的信用風(fēng)險度量的模型，被認為是違約率模型的代表。信用風(fēng)險被認為是違約風(fēng)險，即便債務(wù)人資產(chǎn)價值發(fā)生重大變動，只要沒違約，其信用風(fēng)險仍不變。違約率被假設(shè)為隨機，因為違約率水平在實踐中隨著債務(wù)周期或是信用周期發(fā)生波動。模型基于不同國家產(chǎn)業(yè)部門的違約率水平以及個人信貸敞口的平均違約率作為輸入數(shù)據(jù)，設(shè)立一個不變或是基于抵押物價值的回收率水平。對于資產(chǎn)違約行為的相關(guān)性，每個風(fēng)險敞口都被細分成基于不同的國家產(chǎn)業(yè)部門相互獨立的次級敞口。每個資產(chǎn)的違約行為的獨立性便可以通過每個部門的獨立性實現(xiàn)。CreditRisk+在應(yīng)用中的優(yōu)點在于其計算較為簡便，且對數(shù)據(jù)量的要求不高，但也因此對現(xiàn)實的復(fù)雜程度說明力有限。c)CreditPortfolioView模型CreditPortfolioView模型一方面附和了CreditMetrics，認為宏觀的經(jīng)濟狀況對信用轉(zhuǎn)移矩陣有影響;另一方面，也強調(diào)了CreditRisk+所指出的違約率的波動。但CreditPortfolioView模型并非根據(jù)歷史數(shù)據(jù)求出各個部門的統(tǒng)計變量，而是運用蒙特卡洛模擬法，研究各部門違約率的時間序列。CreditPortfolioView模型是一種計量經(jīng)濟學(xué)模型，雖然過程與結(jié)論的經(jīng)濟意義以及對違約的測算令人信服，但模型相當(dāng)復(fù)雜，需要大量的歷史數(shù)據(jù)支持，且能對實際違約相關(guān)性進行多準確的模擬是一個挑戰(zhàn)。研究表明，投機級別的信用工具的違約率與宏觀經(jīng)濟周期相關(guān)性較好;而投資級別的信用工具卻不太受經(jīng)濟波動影響。d)KMV模型KMV模型是一個基于資本市場的價值和企業(yè)的資本結(jié)構(gòu)，測算信用風(fēng)險的模型。根據(jù)信用工具對應(yīng)資產(chǎn)的收益結(jié)構(gòu)，KMV認為企業(yè)持有信用工具資產(chǎn)，相當(dāng)于賣出一份債務(wù)人企業(yè)資產(chǎn)的看跌期權(quán)。因此，模型認為可以通過研究上市公司的市場表現(xiàn)，結(jié)合其公開信息，建立與上市公司的EDF(ExpectedDefaultFrequency)之間的聯(lián)系。可見，KMV模型具有數(shù)據(jù)可得性強、模型調(diào)整能力強等優(yōu)點。但由于其內(nèi)在的邏輯限制，KMV模型的適用性目前僅限于市場較為成熟且信息披露較為透明的上市公司，對信用工具沒有從還債期、結(jié)構(gòu)等作進一步區(qū)分。另外，模型隱含公司資產(chǎn)價值服從正態(tài)分布的假設(shè)，與實際不符。e)CPV模型CPV模型(CreditPortfolioView)是一個基于具體經(jīng)濟表現(xiàn)，測算借款人的信用等級轉(zhuǎn)移概率的模型試圖深入挖掘經(jīng)濟層面對信用遷移的驅(qū)動力。從其傳遞邏輯來看，被選定的每個具體的經(jīng)濟變量被認為都滿足一個計量模型，變量可以涵蓋宏觀經(jīng)濟、行業(yè)特征、市場表現(xiàn)等，實證中如綜合領(lǐng)先指標、國房景氣指數(shù)、企業(yè)景氣指數(shù)等。選定的宏觀經(jīng)濟變量構(gòu)成了經(jīng)濟總體變量，直接影響違約概率。關(guān)鍵在于:選取多少、哪些具體經(jīng)濟變量作為總體變量的構(gòu)成，與違約概率能有更好的相關(guān)性，以保證模型的解釋力;如何確定合適的計量模型以匹配對應(yīng)的經(jīng)濟變量。盡管CPV模型保證了數(shù)據(jù)的可得性且理想狀態(tài)上有較好的預(yù)測能力，但須平衡具體經(jīng)濟變量數(shù)量以提高模型解釋力與簡化模型計算復(fù)雜度的矛盾，且關(guān)注模型是否準確地表現(xiàn)違約率與經(jīng)濟數(shù)據(jù)間的邏輯。

四、商業(yè)銀行信用風(fēng)險定量模型的適用性與總結(jié)

這幾類模型在結(jié)構(gòu)和應(yīng)用范圍上都有一定的相似，但都無法避免“簡化的假設(shè)計算”與“復(fù)雜的現(xiàn)實情況”之間的矛盾。同時，他們對風(fēng)險的定義、輸入數(shù)據(jù)的要求、對相關(guān)性的測度方法有所差別。另一方面，目前我國商業(yè)銀行對信用風(fēng)險的系統(tǒng)化數(shù)據(jù)收集工作還處于起步階段，所以如何在有限的數(shù)據(jù)來源的情況下，準確反應(yīng)實際的風(fēng)險水平，亦是一項艱巨的挑戰(zhàn)。現(xiàn)實看來，沒有一個統(tǒng)一的認識，以判斷這幾個方法中的某個在度量實際的違約相關(guān)性上有特別的優(yōu)勢。因而在考慮數(shù)據(jù)可得性的情況下，作相互的比對測試，是一個可行的提高測算準確度的方法，另外，我們可以總結(jié)出模型演變的趨勢。

1.對于商業(yè)銀行的信用風(fēng)險范圍界定，考慮到未來內(nèi)部外部評級體系的不斷完善，隨著評級體系有效性的增強與信用風(fēng)險管理深入細化的訴求，評級風(fēng)險應(yīng)被納入信用風(fēng)險的管理范疇。

2.不同于股票等權(quán)益投資工具的基本對稱的收益分布，信用工具的收益分布不是對稱的，左偏且厚尾，其收益多是利息，而一旦違約，將損失本金，因而僅用均值和方差不足以反應(yīng)其實際收益與風(fēng)險。因此使用VaR來測算信用風(fēng)險，理想情況下，就可以評估用于相應(yīng)風(fēng)險而撥備的資本金水平了。

3.隨著金融市場化程度不斷加深，以及國際國內(nèi)貿(mào)易不斷地開展，企業(yè)之間相關(guān)性有所提升。所以，對債務(wù)資產(chǎn)之間的相關(guān)性進行研究是一種重要的考量。