基于違約成本的銀行信貸風險管理

1、摘要：銀行貸款的風險管理是關(guān)系到整個金融系統(tǒng)穩(wěn)定的重大問題。本文利用!“#$%方法以及人民銀行提供的信貸數(shù)據(jù)庫，根據(jù)相關(guān)的變量建立模型，并分析了該模型對貸款違約的預測能力。與以前的研究不同，我們的研究著重考慮了違約成本在貸款決策中影響，給予一類、二類錯誤不同的權(quán)重，這樣的預測模型能更好地符合銀行實際操作的需求。本文的研究也可以作為銀行內(nèi)部風險管理的參考。關(guān)鍵詞：銀行貸款；!“#$%模型；信用風險；違約預測!!$9%.!“#$%1%.“9

2、%““2(%)4%%.)$(012#12%1“9!(%.%)’!%“3“)(%%.934!%)“’’$!$%$(“3’20!“2(7$33)$2#3)“1“%.)(%49$(，%.$20%.%934!%“(%()$1“)%2%$29$($“2“3!“2(7@2“4)1“9!，#$A9$33)2%$#.%(%“%6“229%6%“))“)，%.%“4!9’(4$%’!%“3$%%.)“((“3!“29$($“2($2)!$%67B4)1“

3、9!()A!4’!3“)!“212#)(%“10!“29$($“2(29)A$%.$)CD$(%$2#!“2“)%3“!$“(7E6“)9(’20!“2；!“#$%1“9!；)9$%)$(0；934!%3“)(%基于違約成本的銀行信貸風險管理（清華大學經(jīng)濟管理學院，北京FGGGHI）!陳盛業(yè)宋逢明一、研究背景和目的本研究的目的是分析中國銀行系統(tǒng)的貸款信用風險，建立一個可以判別商業(yè)風險的統(tǒng)計模型。研究的成果可用于建設一套信用風險分析系統(tǒng)，

4、該系統(tǒng)可作為中國銀行業(yè)的早期預警系統(tǒng)，并且可以為銀行做貸款決策時提供幫助。筆者認為本研究不但具有學術(shù)價值，同時也有政策應用的價值。為了解決四大國有銀行的巨額壞賬，國家已經(jīng)把四大國有銀行的大部分壞賬劃撥給了國有資產(chǎn)管理公司。雖然國家有能力解決現(xiàn)有的壞賬問題，但是必須要防止類似問題的再次出現(xiàn)，否則可能會引發(fā)金融危機。本研究可以改善中國銀行系統(tǒng)的信用風險管理，同時幫助銀行做出更佳的貸款決策，而且研究成果也可以作為評估銀行貸款質(zhì)量的一種方法，這

5、將有助于減少壞賬的產(chǎn)生。本研究的主要內(nèi)容就是尋找適合于信用評級和分類分析的模型：決定因素、函數(shù)形式和預測的可靠性等。二、研究方法F7計算模型本文采用!“#$%模型來研究中國的貸款違約預測問題。為了確定哪些因素對企業(yè)貸款具有顯著性影響，我們可以利用一個二元的!“#$%模型：設定貸款發(fā)生違約時，6JG；如果沒有違約，6JF；發(fā)生這些事件的概率為：K“#$%模型是估計每個企業(yè)發(fā)生違約的可能性。在默認的情況下，如果估計的違約概率大于LGM（分界

6、概率），就把該企業(yè)會判為會發(fā)生違約，6N$JG。但是在預測銀行貸款的違約可能性時，一類錯誤（把違約的企業(yè)判為不會發(fā)生違約）比二類錯誤（把正常企業(yè)判為違約）更受關(guān)注。這是因為，這兩類錯誤引起的成本是不同的，銀行從一筆正常貸款獲得的收益遠小于貸款發(fā)生違約時受到的損失：一類錯誤意味著投資損失成本；二類錯誤意味著投資機會成本。為了權(quán)衡這兩類錯誤的成本差異，我們選擇調(diào)節(jié)!“#$%模型的分界概率，以平衡因模型判斷錯誤而引起的損失。這兩類錯誤的成本大

7、小的具有隨機性：對于一類錯誤而言，當企業(yè)發(fā)生破產(chǎn)時，它的壞賬能回收多少是不確定的，我們只能根據(jù)歷史數(shù)據(jù)來估計它的分布；第二類錯誤的成本就是銀行失去了一次正常貸款的機會，銀行從一筆正常貸款獲得的收益率為當時的貸款利率，所以二類錯誤成本的大小與當時的利率直接相關(guān)，因為利率是隨機變化的，所以二類錯誤的成本也是隨機的。樣本）。這樣分類的目的是：首先，利用制造業(yè):樣本估計模型參數(shù)，篩選變量，得出模型結(jié)果；然后，根據(jù):樣本的模型結(jié)果，預測制造業(yè)樣本

8、的違約情況，并與樣本的真實違約情況進行對比，討論該模型是否具有預測能力。計算過程可以分為以下幾步：第一步，在用制造業(yè):樣本數(shù)據(jù)估計1模型時，選取在“置信水平下拒絕@“：!=A“的自變量，把其它解釋變量剔除出去，篩選的方法為逐步法。第二步，我們按照:BC23$##4的結(jié)果，設一類錯誤的成本為#，二類錯誤成本為。然后把分界概率從“8調(diào)到“8!，分別計算出第一、二類錯誤的成本之和，然后選出使總成本最小的分界概率（最優(yōu)）。顯然，最優(yōu)的分界概率依

9、賴于第一、二類錯誤成本的設定，它隨一類錯誤成本的增加而下降，隨二類錯誤成本的增加而上升。第三步，基于制造業(yè)樣本的數(shù)據(jù)，預測每筆貸款發(fā)生違約的概率。如果預測出的違約概率大于第二步得出的最優(yōu)分界概率，那就判定該貸款會發(fā)生違約。我們把預測的違約結(jié)果與實際發(fā)生的違約結(jié)果進行比較，分析第一、二類錯誤的比例，并且檢驗模型是否具有預測能力。當筆者把分界概率調(diào)到“8%時，可以得最小的錯誤總成本，此時的模型系數(shù)估計結(jié)果3略4：筆者通過現(xiàn)已掌握的有關(guān)數(shù)據(jù)，

10、發(fā)現(xiàn)()對違約概率具有顯著的影響力，這證實了筆者前文中的猜測：宏觀經(jīng)濟形勢與企業(yè)的經(jīng)營狀況有著很高的相關(guān)性。并且小企業(yè)更容易發(fā)生違約，因為該虛擬變量的系數(shù)顯著大于“?；谥圃鞓I(yè)樣本的數(shù)據(jù)，筆者可以研究模型的樣本外預測能力：從上表看，預測的錯誤率高于樣本內(nèi)的錯誤率，但仍有約#“的準確率。三、研究意義本文用1模型為中國的銀行系統(tǒng)開發(fā)了一種預測貸款違約情況的方法。該方法只需企業(yè)的財務信息、行業(yè)情況和當時的宏觀經(jīng)濟環(huán)境狀況，就可以幫助銀行對該企

11、業(yè)的違約可能性做出判斷，在操作上十分簡易。并且，我們用模型的樣本外數(shù)據(jù)對其預測能力作了檢驗，證實該模型具有顯著的預測能力。與以往的研究不同，本研究更注重模型預測錯誤所造成的成本差異對銀行的影響，更好地從經(jīng)濟角度權(quán)衡了模型選擇問題，更富有經(jīng)濟含義。自上世紀“年代以來，中國銀行業(yè)經(jīng)歷了影響深遠的改革歷程，四大國有銀行從政策性銀行向商業(yè)銀行轉(zhuǎn)變，最終還要成為上市公司。在這期間，四大國有銀行的高額不良貸款一直是沉重的包袱，不僅制約了她們自身的發(fā)

12、展，也是整個中國金融業(yè)的隱患。加入DE以后，金融業(yè)將更加開放，競爭也將越來越激烈，國內(nèi)銀行需要用現(xiàn)代化的金融理論來管理其風險。本文的1違約預測模型可以作為其中的貸款違約風險管理的一部分，進一步完善銀行內(nèi)部的風險管理體系。!參考文獻：FG李子奈，葉阿忠8高等計量經(jīng)濟學FHG8北京：清華大學出版社，!“““8F!G:BC2，I8，C2J8KCLCMC2C2，NO0=2600PC=OL6QC00=P=QC=12B1J60R:2=26L2C=1

13、2C0OLS6MN8T2RU.=，V836J84，T26L2C=12C:QWQ1O2=2OC=M1P]8^_U1L‘1LC6)6aRHM.1Lb6C=McN，d1OL2C1PV=2C2Q6，$$，9$e%98F%G562217，U8，NTJ62=PM=2=121P.651，L1a=N，C2J):C‘‘L1CQ.60，L=01]2=S6L0=M，D1LZ=2S6L0O0J=0QL=B=2C2C2CM0=0，C0‘6Q=P=QC=1260C