商业银行信用评价模型的适应性研究——基于KMV模型和Credit Metrics模型的对比分析

摘要

信用风险(Credit Risk)又称违约风险，是指债务人或交易对手未能履行合同所规定的义务或信用质量发生变化，从而给债权人带来损失的可能性。 众所周之，信用风险是商业银行面临的主要风险之一，对于大部分的银行来说，信用风险存在于大部分的银行业务中，如存贷款、信用担保、外汇交易、承兑等等。所以，信用风险对于银行是一种非常重要的影响决策的因素。若某债务人违约，银行不仅得不到预期的收益，还有可能收不回本金。现今美国的次级贷危机以及其引起的金融风暴就很生动的说明了这一点。美国的次级贷危机说到底就是一次信用危机。另外，随着我国银行业的开放，各种金融衍生工具大量涌入我国金融市场，这也是对我国商业银行信用风险计量水平的考验和挑战。因此，信用风险管理是商业银行和金融监管机构面临的共同问题。而信用风险管理中最重要的一环，是对信用风险进行精确、及时的评价和计量。 虽然我国商业银行近年来在信用风险的计量和管理方面，有了很大发展，但是与国际上相比，仍然存在很多问题，不仅是技术上的问题，还有其他深层次的原因。如风险分析和度量方法简单等。在理论研究方面，前人大多是对模型做简单介绍，没有用事实分析说明模型的适用性与不适用性。 在本文中，前言部分说明了选题的意义和对前人研究成果的综述；第二章阐述了我国信用风险评价的现状；第三章分析了国际上模型的发展进程、演进动力及初始模型之间的对比；第四章和第五章分别选取我国金融市场的实际数据，对KMV模型和Credit Metrics模型进行实证，并分析模型本身的适用性；第六章则对前两章的实证结果深入分析在我国商业银行实践中的适用性；第七章针对前面的分析，提出改进建议；最后对全文进行总结。 一些大的金融机构基于金融理论和金融市场资料开发了内部使用的信用评价模型，并且在世界范围内盛行，例如影响较大的基于期权的KMV模型和Credit Metrics模型。在本文中，重点对这两个模型根据我国的实际数据进行了实证研究。 KMV模型的中心思想就是把股东权益和债权看成一个期权，因此也被称为信用风险的期权定价模型。这个模型实际上是从公司本身的角度看债务偿还问题来代替债权者对公司的信用评价问题。KMV模型没有仅仅利用历史信息，而是盯住资产市场的价格，跟公司的股票价格息息相关，股票价格又是时时变动、日日更新的，所以这个模型是动态的，是向前看的，这是这个模型区别与其他模型的一大重要特征。 在本文中，共选取沪市的20支股票来进行对比分析，其中10支为指数上证50的成分股，即通常意义上的绩优股：10支为ST特别处理的股票，即通常意义上的垃圾股。通过对这20家企业违约概率的计算，可以发现：不论从波动率上看，还是从违约距离分析看，指数成分股并没有特别优于ST特别处理股票，甚至指数成分股的波动大于ST特别处理股票的波动。 虽然有很多学者做出理论和实证的各方面的研究，证明KMV模型在框架上是完整的，基础是坚实的，理论上是可行的，并且在某些情况下实证上也是对我国适用的；但是，从实证的过程可以看出，KMV模型并不是在任何时候都对我国是适用的。除了模型本身存在一些问题，如没有适合我国映射函数、参数估计偏差、理论预期违约概率完全来自于资产波动率等，尤其是在我国资本市场不完善，股票价格不能真实的反映企业的经营、管理、信用和前景等各方面情况的前提下，KMV模型是不适用的，起码是不能完全按照国外的方法完全套用的。这半年来的股市波动情况下的实证分析证实了这一点。 Credit Metrics模型是J．P．摩根1997年推出的用于量化信用风险的风险管理产品，主要思想是通过风险价值VAR来作为风险计量的方法。在CreditMetrics模型中，信用风险取决于债务人的信用状况，企业的信用状况则由评级机构提供。本文中，通过实例研究，可以看出，除了模型本身的问题，如预期损失率LGD偏差、信用等级转换概率有出入等，还有非常关键的一点，决策过程严重依赖于外部信用评级。而在我国，缺乏权威的外部评级机构，我国商业银行如果直接运用此模型来进行风险计量，是非常不客观、不准确的。 针对前面的实证结果，本文第六章对二者进行了对我国商业银行适应性的对比分析。除了二者的建模思路和具体操作上不同，在实时性、科学性、数据获取方面各有优劣。 尽管KMV模型具有盯住市场、适时调整、计算简单等优点，但是由于KMV模型自身的缺点，如不能准确有效的计量非上市公司的信用风险，还因为我国的一些特殊情况，如历史数据库不健全，资本市场不完善，股价波动剧烈等，KMV模型虽然理论坚实、框架完整，但是仍然不适合在我国商业银行推广，起码不适合全面推广。但是，这并不是说KMV模型毫无意义，它带给我们先进的盯住市场、预测未来的思想，并且在完善的资本市场的条件下，很有借鉴意义。即使在现有条件下，我们也不应该完全弃之不用，在计量上市公司的信用风险时，可以作为辅助。 Credit Metrics模型在一定程度上不能完全照搬，要想用于我国商业银行的信用风险计量和管理，还要发展我们自身的条件，并且对Credit Metrics模型进行适应于我国商业银行的改进。Credit Metrics模型各方面的优势和我国的现状表明，它在我国商业银行有发展潜力。 二者都不能直接用于我国商业银行的信用风险计量，但是两个模型可以经过改造使用。关键还是要批判的继承，不能盲目的拿来就用，要建立和完善适用于我国商业银行的有针对性的评级法，不能完全照搬西方模型。 从存在的问题和以上分析来看，我国商业银行加强信用风险的管理，提高信用风险信用水平，应该从以下几个方面入手：改变传统的信用管理方式，移植适应性强的组合风险度量模型，或者建立自身的风险度量模型；培育成熟的、流动性好的资本市场；加强监管，建立内部评级体系；提高外部评级机构的权威性；完善历史数据库；积极研究信用风险衍生工具。 特别要提出的是，关于加强外部评级的权威性和金融衍生工具的发展，这两个都是这次美国次贷危机的放大器，我们要吸取教训，在发展二者的同时要严格风险的控制。当然，外部评级和衍生工具的成熟和发展都是成熟的金融市场所具有的，也是我国金融市场发展过程中所必须的，我们不能因噎废食，就此摒弃这两个有利工具，而是加强监管，重视风险控制，善加利用，令其在我国金融市场的发展和完善过程中发挥积极正面的力量。 总之，信用风险的重要性毋庸置疑，而信用风险的准确、及时的计量又是重中之重。为了更好的计量信用风险，我国商业银行应更加重视定量分析的方法，因为它更加科学、准确和客观。但是，即使是广泛使用的KMV模型和Credit Metrics模型直接在我国商业银行使用，也有局限性，如历史数据不足、资本市场不成熟、外部评级机构不权威等等。如果生搬硬套，是非常不科学的；如果完全摒弃这些已有成果，也是非常不明智的。所以，我们应该在总结这些现代风险计量模型的优点，分析其适用性，改进其不适用性，如建立适用于自身的映射函数等，批判的继承，建立适合我国商业银行的自己的信用风险计量模型。

目录

文摘

英文文摘

声明

1.前言

1.1选题的意义

1.2文献综述

1.3本文框架

2.商业银行信用风险概述及我国现状

2.1信用风险概述

2.1.1风险的由来和概念

2.1.2商业银行面临的风险

2.1.3信用风险的概念

2.1.4信用风险对商业银行的重要性

2.2信用风险管理

2.2.1商业银行风险管理的发展历程

2.2.2我国商业银行信用风险管理方法

2.3新巴塞尔协议对商业银行关于信用风险评价和计量的要求

2.3.1巴塞尔协议概述及其关于信用风险的规定

2.3.2内部评级法

2.4我国商业银行信用风险计量和管理现状

2.4.1信用文化基础薄弱和立法不健全

2.4.2信用风险管理组织机构不完善

2.4.3专业人才缺乏

2.4.4真实有效的基础数据缺失

2.4.5风险分析和度量方法简单

3.信用评价模型概述及对比分析

3.1信用评价模型的分类

3.2古典的信用模型

3.2.1专家系统模型和贷款分级模型

3.2.2信用评分模型

3.3过渡模型

3.4现代的信用模型

3.5古典信用风险评价模型与现代信用风险评价模型的异同

3.5.1风险的大小及度量

3.5.2分析的数据基础

3.5.3分析的标的

3.6信用评价模型发展的动力分析

3.6.1理论因素：对原有模型的质疑

3.6.2现实因素：管理和竞争需要

3.6.3技术因素：技术进步

4.KMV模型的实证分析

4.1 KMV模型计算的概述及计算过程

4.2违约距离与预期违约概率的关系

4.3 KMV模型在国外的应用经验实例分析

4.4实证研究

4.4.1样本选取与数据描述

4.4.2事件窗选取

4.4.3前提假设

4.4.4实证过程

4.5分析与结论

4.5.1资产价值与波动率分析

4.5.2违约距离分析

4.5.3理论预期违约概率分析

4.5.4结论

4.5.5模型估计中可能存在的问题

5.Credii Metrics模型的实例分析

5.1模型概述及风险价值VAR计算

5.2 Credit Mmtrics模型计算过程

5.2.1模型假设

5.2.2单笔贷款信用风险情况的计算

5.2.3两笔贷款信用风险情况的计算

5.2.4多笔贷款信用风险情况的计算

5.3实例分析

5.3.1单笔贷款实例分析

5.3.2两笔贷款实例分析

5.3.3估计中存在的问题

6.KMV模型与Credit Metrics模型的适应性对比分析

6.1 KMV模型与Credit Metrics模型理论基础的不同

6.2 KMV模型在我国的适应性分析

6.2.1 KMV模型在应用中的优点

6.2.2 KMV模型在应用中的缺点

6.2.3结论

6.3 Credot Meirics模型在我国的适应性分析

6.3.1 Credit Metrics模型在应用中的优点

6.3.2 Credit Metrics模型在应用中的不足

6.3.3结论

6.4对比小结

7.启示与建议

7.1改变传统的信用管理方式

7.2培育成熟的资本市场

7.3加强监管，建立内部评级体系

7.4提高外部评级机构的权威性

7.5完善历史数据库

7.6积极研究信用风险衍生工具

8.结束语

参考文献

附录

后记

致谢