论现代信用度量模型比较与实用性分析

论文关键词：现代信用度量模型； 实用性

论文摘要：本文通过对现代信用度量模型的比较，结合巴塞尔协议和我国的实际情况，对模型进行实用性分析。

20世纪90年代，由于破产结构性增加，信用价差更具竞争性，抵押品价值波动大以及表外衍生信用风险管理的要求，现代信用风险度量模型得到了迅速的发展。现代信用度量模型较之传统的信用度量方法有着极大的优越性。

一、现代信用度量模型的比较

现代信用度量模型主要有以下几种：KMV模型、CreditMet?鄄rics模型、麦肯锡模型、CSFP信用风险附加法（CreditRisk+）以及死亡率模型（Mortality Rate）。总的说来，现代信用度量模型的共同之处在于利用现代计量分析技术，对违约概率进行量化，力图给出信用组合的收益分布或者损失分布，实现对信用风险的精确计量，从而确定可以承担的风险，为贷款合理、精确地定价，为实施贷款决策提供指导，并实现贷款组合分析，合理配置资本。

当然，不同的模型具有各自不同的特点，现从如下几个方面进行比较：

(一)风险的定义

一般说来，信用风险度量模型可以分为两类：盯住信用等级变化对贷款理论市值影响的盯住市场模型（MTM）以及不考虑信用等级的变化、只考虑违约概率的违约模型（DM）。MTM模型在界定信用风险的范畴时，既考虑了信用等级的变化，也考虑了违约，并由此来计算贷款价值的损失和收益以及贷款的信用风险。而DM模型偏重于预测违约损失，只考虑两种状态：违约和不违约，不考虑信用等级的变化。

很明显，KMV仅着重于违约预测，属于DM模型。Credit?鄄Metrics是一种多状态的模型，能够较为精确地计量信用风险的变化和损失值，属于MTM模型。麦肯锡模型既可以被看作MTM模型，也可以被看作DM模型。CreditRisk+是DM模型，没有考虑信用等级与相关性。死亡率模型是DM模型。

（二）风险的影响因素

MTM模型假定企业的资产价值和资产价值的波动性是违约风险的主要影响因素，而DM模型假定的是违约率平均水平及其波动性，即平均违约率是违约风险的主要影响因素。

在KMV法中，公司的资产价值服从正态分布，预期违约率（EDF）随着新信息被纳入股票价格而发生变化。股票价格的变化以及股票价格的波动性成为KMV中预期违约率变化的基础。在CreditMetrics中，违约概率以及信用等级的变化被模型化为基于历史数据的信用转移矩阵，不考虑市场风险，违约率被视为离散变量。在麦肯锡模型中，将宏观因素纳入到模型，违约率考虑了经济周期的影响，因而，风险的波动受总体经济环境的影响。在CreditRisk+里，违约率被视为连续变量，并且违约次数服从泊松分布，没有考虑市场风险，而且违约风险与资本结构无关。在死亡率模型中，风险的测定与判断只是基于历史上的各因素对风险的影响情况，没有考虑宏观经济环境对死亡率的影响。

（三）数据依据基础

不同模型所依据的数据基础不同。KMV模型以股票市场数据为基础，包含比较多的市场信息。CreditMetrics采用历史数据，也就是“向后看”的方法。麦肯锡模型数据在一定程度上运用了历史值，但它同时又考虑了宏观的因素，对商业周期也予以考虑，对当期受到的冲击也很敏感，因此能够在一定程度上修正CreditMetrics的偏差。CreditRisk+中数据要求简单，需要输入的数据少，基于历史数据确定某频段的平均违约率。死亡率模型是简单的依靠历史数据预测违约损失，采用的参数比较少，但若要保证测算的精度，需要大规模的包括各等级的债权工具的历史观测值样本。

（四）回收率

损失的分布和VaR值的计算不仅取决于违约的概率，也取决于损失的严重程度或给定违约概率下的违约损失(LGD)。KMV法的简单模型中回收率被看作是常数，该模型新近的发展中允许回收率服从beta分布。CreditMetrics中，当贷款市值服从正态分布时，估计的回收率的标准差可以用于VaR的计算；当贷款市值为实际分布时，可以利用转移概率矩阵和对应的贷款价值表近似计算不同置信度下的VaR值和回收率。显然，回收率是可变的。麦肯锡模型是在CreditMetrics的基础上对转移概率矩阵进行了调整。如果它是用于计算对经济周期敏感的VaR值，那么，回收率是可变的；如果它是用于计算周期影响下的违约损失率，那么，回收率为常数。CreditRisk+中可按风险暴露将信贷组合划分为若干频段，在每个频段中信贷组合的回收率可视为常数。死亡率模型为DM模型，回收率采用历史统计数据的平均值，为常数。

（五）模型的使用条件

各个模型由于理论假设、模型设计和数据基础的不同而具有不同的使用条件。KMV模型要求有大量的上市企业，股票市场要发达、有效，股票的交易价格能够反映企业资产的市场价值情况，还要有相当长时间的股价变动历史数据和企业信用状况的历史数据。该模型不能用于非上市公司。CreditMetrics模型要求有较为完善的内、外部信用评级体系和积累的大量历史数据，从而能够建立信用等级转移概率矩阵。另外，它还要求无风险利率是固定不变的。麦肯锡模型根据低信用等级的企业受宏观经济环境影响较大的理论建立，一般适合对低信用等级的企业贷款的信用风险进行度量。CreditRisk+能对多笔相互独立的中小债务进行管理，处理能力很强。它不考虑市场风险，不能处理非线性的金融产品。对于死亡率模型，由于要保证测算的精度，需要大规模的包括各等级的债权工具的历史观测值样本。

二、实用性分析

要讨论现代信用风险度量模型就不得不提到巴塞尔协议。巴塞尔协议是国际银行监管中最具影响的国际协议之一。从20世纪90年代以来，国际银行业的运行环境发生了很大的变化，旧巴塞尔协议的不足逐渐显露出来。另外，现代信用风险度量技术得到了迅速发展，这些都推动了巴塞尔新资本协议的产生。

新协议由最低资本要求、监督检查和市场纪律三大支柱组成。第一支柱包含了对信用风险、市场风险及操作风险三大风险组成部分的度量。其中，关于信用风险的度量，新协议提出了两种基本方法，即标准法和内部评级法。后者又包括初级法和高级法。新协议中，标准法取消了对非DECD国家的歧视，提出对不同交易对象的风险暴露要根据外部信用评级的评定结果来确定风险权重，并进一步细划了风险权重等级。对于风险管理水平较低一些的银行，新协议建议其采用标准法来计量风险，采用外部信用评级机构的评级结果来确定各项资产的信用风险，计算资本充足率。当银行的内部风险管理系统和信息披露达到一系列严格的标准后，允许银行采用内部评级法，使用其自身测算的风险要素计算法定资本要求。其中，初级法仅允许银行测算与每个借款人相关的违约概率，违约损失和风险暴露由监管部门确定，高级法则允许银行自行测算上述两项。

巴塞尔新资本协议要求银行运用现代信用风险度量模型，量化银行的信用风险，使资本要求的计算更加精确。但是，不同国家的金融发展程度和风险管理水平有区别，因此有必要结合我国的实际情况对现代信用风险度量模型的实用性进行分析。

我国的外部信用评级业从产生到现在只有短短10年多时间，还属于初步发展阶段，外部评级系统处于相对缺乏状态。中国有国际承认的外部信用评级机构的数目很少，许多国内评级机构评级的对象比较有限、运作也不规范，有的甚至自身还存在“信用”问题。

目前，我国大多数商业银行现行的内部评级，与新巴塞尔协议的要求相比有着很大的差距，没有发挥其在揭示和控制信用风险方面的作用。这主要表现在：

1．风险等级的划分过于简单。

2．历史数据积累不足。大量可用的历史数据的积累是利用现代信用度量模型，对违约概率和违约损失进行统计分析，从而成为信用风险管理的基础。我国大多数银行开展内部评级的时间不长，历史数据积累不足，而且我国正处于经济转轨时期，历史数据的可用性不强，建立定量模型困难很大。

3．信用评级方法偏重于定性分析，缺乏精确、科学的计量模型。目前，我国商业银行的内部信用评级普遍采用“打分法”，即通过选取一定的财务指标和其它定性指标，分别设定每一指标的权重，由专家对每一个指标分别打分，最后汇总确定信用级别。这种方法比较简单，具有很强的可操作性。但它缺乏对历史数据的统计分析，得不到违约概率和违约损失的估计值。

4．信用评级标准不统一，评级结果的运用十分有限。目前，我国各商业银行都有自己的评级体系和标准，相互间资源难以共享。并且，大多数商业银行没有认识到内部评级的必要性和重要性，仅将评级结果用于授信管理等少数领域，没有充分发挥内部评级在信用风险管理方面的作用。

5．股票市场不发达。

三、小结

由上文对现代信用风险度量模型的比较分析可以看出，现代信用风险模型的数据依据基础如果是基于现时的市场信息，那么需要有发达、有效的金融市场，尤其是股票市场；如果是基于历史的数据资料，那么需要商业银行自身进行长期、大量的可用历史数据的积累。

另外，无论是MTM模型还是DM模型，模型中都用到了违约概率，而违约概率的取得又是基于一定的信用评级基础之上的。因此，使用现代信用风险度量模型的前提是：其一，需要有完备的信用评级系统，要存在公平客观并且标准统一的信用等级，从而可以得出某一贷款的违约概率和贷款之间的违约相关性；其二，同样也需要有大量、丰富的信贷历史数据，从而能够计算各信用等级贷款的违约概率，建立信用等级转移概率矩阵。

然而，我国由于存在着上述的不足，目前在我国商业银行中使用现代信用度量模型还是有一定困难的。因此，学习现代信用风险度量技术，加强信用风险的管理，是我国商业银行面临的巨大挑战，也是我国银行业迫切需要面对和解决的。

[参考文献]

[1]耿华丹.我国银行业现代信用风险度量模型的研究及其应用.重庆大学硕士学位论文.2005

[2]黄宪.银行管理学.武汉：武汉大学出版社.2004

[3]孟盈.内部评级法与商业银行信用风险管理.首都经济贸易大学硕士学位论文.2005

[4]乔睿.新的《巴塞尔资本协议》下我国商业银行信用风险的量化管理.对外经济贸易大学硕士学位论文.2003

[5]孙海燕.VaR方法在商业银行信用风险管理中的应用.东北财经大学硕士学位论文.2003

[6]王楚云.商业银行信用风险量化度量和管理研究.对外经济贸易大学硕士学位论文.2003

[7]赵伟.商业银行信用风险度量与管理.首都经济贸易大学硕士学位论文.2004

[8]张亚涛.现代信用风险度量模型的对比分析. 山西财经大学学报.2002(12)