商業(yè)銀行信用評價模型的適應(yīng)性研究——基于KMV模型和Credit Metrics模型的對比分析.pdf

1、信用風(fēng)險(Credit Risk)又稱違約風(fēng)險，是指債務(wù)人或交易對手未能履行合同所規(guī)定的義務(wù)或信用質(zhì)量發(fā)生變化，從而給債權(quán)人帶來損失的可能性。 眾所周之，信用風(fēng)險是商業(yè)銀行面臨的主要風(fēng)險之一，對于大部分的銀行來說，信用風(fēng)險存在于大部分的銀行業(yè)務(wù)中，如存貸款、信用擔(dān)保、外匯交易、承兌等等。所以，信用風(fēng)險對于銀行是一種非常重要的影響決策的因素。若某債務(wù)人違約，銀行不僅得不到預(yù)期的收益，還有可能收不回本金?，F(xiàn)今美國的次級貸危機以及其引

2、起的金融風(fēng)暴就很生動的說明了這一點。美國的次級貸危機說到底就是一次信用危機。另外，隨著我國銀行業(yè)的開放，各種金融衍生工具大量涌入我國金融市場，這也是對我國商業(yè)銀行信用風(fēng)險計量水平的考驗和挑戰(zhàn)。因此，信用風(fēng)險管理是商業(yè)銀行和金融監(jiān)管機構(gòu)面臨的共同問題。而信用風(fēng)險管理中最重要的一環(huán)，是對信用風(fēng)險進行精確、及時的評價和計量。 雖然我國商業(yè)銀行近年來在信用風(fēng)險的計量和管理方面，有了很大發(fā)展，但是與國際上相比，仍然存在很多問題，不僅是技術(shù)

3、上的問題，還有其他深層次的原因。如風(fēng)險分析和度量方法簡單等。在理論研究方面，前人大多是對模型做簡單介紹，沒有用事實分析說明模型的適用性與不適用性。 在本文中，前言部分說明了選題的意義和對前人研究成果的綜述；第二章闡述了我國信用風(fēng)險評價的現(xiàn)狀；第三章分析了國際上模型的發(fā)展進程、演進動力及初始模型之間的對比；第四章和第五章分別選取我國金融市場的實際數(shù)據(jù)，對KMV模型和Credit Metrics模型進行實證，并分析模型本身的適用性；

4、第六章則對前兩章的實證結(jié)果深入分析在我國商業(yè)銀行實踐中的適用性；第七章針對前面的分析，提出改進建議；最后對全文進行總結(jié)。 一些大的金融機構(gòu)基于金融理論和金融市場資料開發(fā)了內(nèi)部使用的信用評價模型，并且在世界范圍內(nèi)盛行，例如影響較大的基于期權(quán)的KMV模型和Credit Metrics模型。在本文中，重點對這兩個模型根據(jù)我國的實際數(shù)據(jù)進行了實證研究。 KMV模型的中心思想就是把股東權(quán)益和債權(quán)看成一個期權(quán)，因此也被稱為信用風(fēng)險

5、的期權(quán)定價模型。這個模型實際上是從公司本身的角度看債務(wù)償還問題來代替?zhèn)鶛?quán)者對公司的信用評價問題。KMV模型沒有僅僅利用歷史信息，而是盯住資產(chǎn)市場的價格，跟公司的股票價格息息相關(guān)，股票價格又是時時變動、日日更新的，所以這個模型是動態(tài)的，是向前看的，這是這個模型區(qū)別與其他模型的一大重要特征。 在本文中，共選取滬市的20支股票來進行對比分析，其中10支為指數(shù)上證50的成分股，即通常意義上的績優(yōu)股：10支為ST特別處理的股票，即通常意義

6、上的垃圾股。通過對這20家企業(yè)違約概率的計算，可以發(fā)現(xiàn)：不論從波動率上看，還是從違約距離分析看，指數(shù)成分股并沒有特別優(yōu)于ST特別處理股票，甚至指數(shù)成分股的波動大于ST特別處理股票的波動。 雖然有很多學(xué)者做出理論和實證的各方面的研究，證明KMV模型在框架上是完整的，基礎(chǔ)是堅實的，理論上是可行的，并且在某些情況下實證上也是對我國適用的；但是，從實證的過程可以看出，KMV模型并不是在任何時候都對我國是適用的。除了模型本身存在一些問題，

7、如沒有適合我國映射函數(shù)、參數(shù)估計偏差、理論預(yù)期違約概率完全來自于資產(chǎn)波動率等，尤其是在我國資本市場不完善，股票價格不能真實的反映企業(yè)的經(jīng)營、管理、信用和前景等各方面情況的前提下，KMV模型是不適用的，起碼是不能完全按照國外的方法完全套用的。這半年來的股市波動情況下的實證分析證實了這一點。 Credit Metrics模型是J．P．摩根1997年推出的用于量化信用風(fēng)險的風(fēng)險管理產(chǎn)品，主要思想是通過風(fēng)險價值VAR來作為風(fēng)險計量的方

8、法。在CreditMetrics模型中，信用風(fēng)險取決于債務(wù)人的信用狀況，企業(yè)的信用狀況則由評級機構(gòu)提供。本文中，通過實例研究，可以看出，除了模型本身的問題，如預(yù)期損失率LGD偏差、信用等級轉(zhuǎn)換概率有出入等，還有非常關(guān)鍵的一點，決策過程嚴(yán)重依賴于外部信用評級。而在我國，缺乏權(quán)威的外部評級機構(gòu)，我國商業(yè)銀行如果直接運用此模型來進行風(fēng)險計量，是非常不客觀、不準(zhǔn)確的。 針對前面的實證結(jié)果，本文第六章對二者進行了對我國商業(yè)銀行適應(yīng)性的對比

9、分析。除了二者的建模思路和具體操作上不同，在實時性、科學(xué)性、數(shù)據(jù)獲取方面各有優(yōu)劣。 盡管KMV模型具有盯住市場、適時調(diào)整、計算簡單等優(yōu)點，但是由于KMV模型自身的缺點，如不能準(zhǔn)確有效的計量非上市公司的信用風(fēng)險，還因為我國的一些特殊情況，如歷史數(shù)據(jù)庫不健全，資本市場不完善，股價波動劇烈等，KMV模型雖然理論堅實、框架完整，但是仍然不適合在我國商業(yè)銀行推廣，起碼不適合全面推廣。但是，這并不是說KMV模型毫無意義，它帶給我們先進的盯住

10、市場、預(yù)測未來的思想，并且在完善的資本市場的條件下，很有借鑒意義。即使在現(xiàn)有條件下，我們也不應(yīng)該完全棄之不用，在計量上市公司的信用風(fēng)險時，可以作為輔助。 Credit Metrics模型在一定程度上不能完全照搬，要想用于我國商業(yè)銀行的信用風(fēng)險計量和管理，還要發(fā)展我們自身的條件，并且對Credit Metrics模型進行適應(yīng)于我國商業(yè)銀行的改進。Credit Metrics模型各方面的優(yōu)勢和我國的現(xiàn)狀表明，它在我國商業(yè)銀行有發(fā)展

11、潛力。 二者都不能直接用于我國商業(yè)銀行的信用風(fēng)險計量，但是兩個模型可以經(jīng)過改造使用。關(guān)鍵還是要批判的繼承，不能盲目的拿來就用，要建立和完善適用于我國商業(yè)銀行的有針對性的評級法，不能完全照搬西方模型。 從存在的問題和以上分析來看，我國商業(yè)銀行加強信用風(fēng)險的管理，提高信用風(fēng)險信用水平，應(yīng)該從以下幾個方面入手：改變傳統(tǒng)的信用管理方式，移植適應(yīng)性強的組合風(fēng)險度量模型，或者建立自身的風(fēng)險度量模型；培育成熟的、流動性好的資本市場；加

12、強監(jiān)管，建立內(nèi)部評級體系；提高外部評級機構(gòu)的權(quán)威性；完善歷史數(shù)據(jù)庫；積極研究信用風(fēng)險衍生工具。 特別要提出的是，關(guān)于加強外部評級的權(quán)威性和金融衍生工具的發(fā)展，這兩個都是這次美國次貸危機的放大器，我們要吸取教訓(xùn)，在發(fā)展二者的同時要嚴(yán)格風(fēng)險的控制。當(dāng)然，外部評級和衍生工具的成熟和發(fā)展都是成熟的金融市場所具有的，也是我國金融市場發(fā)展過程中所必須的，我們不能因噎廢食，就此摒棄這兩個有利工具，而是加強監(jiān)管，重視風(fēng)險控制，善加利用，令其在我

13、國金融市場的發(fā)展和完善過程中發(fā)揮積極正面的力量。 總之，信用風(fēng)險的重要性毋庸置疑，而信用風(fēng)險的準(zhǔn)確、及時的計量又是重中之重。為了更好的計量信用風(fēng)險，我國商業(yè)銀行應(yīng)更加重視定量分析的方法，因為它更加科學(xué)、準(zhǔn)確和客觀。但是，即使是廣泛使用的KMV模型和Credit Metrics模型直接在我國商業(yè)銀行使用，也有局限性，如歷史數(shù)據(jù)不足、資本市場不成熟、外部評級機構(gòu)不權(quán)威等等。如果生搬硬套，是非常不科學(xué)的；如果完全摒棄這些已有成果，也是