APP下载

现代信用风险管理模型的比较分析

2009-02-18方金兵刘荣茂

经济师 2009年1期
关键词:信用风险

方金兵 张 兵 刘荣茂

摘 要:文章对目前国际银行业信用风险管理中应用得最为广泛的四个模型——CreditMetrics模型、Cred it Risk+模型、KMV模型和CPV模型进行了介绍,分别从八个方面进行了分析比较,并进一步探讨了这四个模型在我国商业银行应用的可行性,以期为我国商业银行信用风险量化管理体系的构建提供借鉴与参考。

关键词:信用风险 模型比较 商业银行管理

中图分类号:F832.4 文献标识码:A

文章编号:1004-4914(2009)01-016-02

在20世纪80年代初期,受世界性的债务危机的影响,国际银行业普遍开始关注信用风险的量化管理工作。90年代以后,欧美各大银行不再满足于过去的“手工作坊”式的一般信用风险管理,开始积极开发更为有效的信用风险管理模型来计量信用风险。目前比较流行的四个高级信用风险模型为:J.P.Morgan的CreditMetrics模型、CSFP的CreditRisk+模型、KMV公司的KMV模型和麦肯锡公司的CPV模型。由于这些模型融合了众多学科的思想,所以被称为现代信用风险管理模型。

一、现代信用风险模型简介

l.CreditMetrics模型。信用度量模型已经成为信用风险计量领域最为主流的方法之一。模型的核心思想是组合价值的变化不仅受到资产违约的影响,而且资产等级的变化也对其价值产生影响。CreditMetrics模型的创新之处在于,它第一次将信用等级的转移、违约率、回收率和违约相关性纳入了一个统一的框架。模型的缺陷在于构成模型的一系列假设。首先,该模型假设等级迁移概率服从稳定的Markov过程,有悖于实际的历史数据。其次,该模型假设同一信用评级内所有的债务人都有着相同的评级转移概率,而KMV的研究认为,这条假设并不成立。再次,用来重估债券价值的无风险概率是决定性的,这将导致其对市场风险以及经济环境的变化不敏感。最后,模型用股票相关性来代替资产相关性。而所有这些都会影响到估值的结果。

2.CreditRisk+模型。信用风险附加法是瑞士波士顿第一银行产品部(CSFP)在1997年开发的。该模型是一种违约模型,只考虑债务人对债券或贷款是否违约,而不考虑评级下调风险,并假定这种违约服从泊松分布,与公司的资本结构无关。模型的优点在于,只要求有限的输入数据即可计算贷款损失。模型的缺陷在于,一是模型对于单个债务人违约率的设定似乎是任意的,而它们却是模型的基本输入因子。二是债务人没有被赋予相应的信用等级,其违约概率不取决于其风险特征,并假定每笔贷款的信用风险暴露在计算期间内固定不变,而这与实际不符。三是模型没有考虑市场风险。

3.KMV模型。1993年,KMV公司开发并公布了KMV模型。KMV模型以计算预期违约概率(ExpectedDefaultFrequency,简称EDF)而见长。KMV模型的优点在于,一是该模型所得到的EDF是前向预期的。其次,模型对债务人信用质量的变化更加敏感。KMV模型面临的最大批评是关于公司资本结构的假设过于简单。其次,该模型假设公司的资产价值服从正态分布。再次,模型的使用范围也有一定的局限性。最后,模型不能够对债务的不同类型进行区分,使得模型输出变量的计算结果不准确。

4.CreditPortfolioView模型。信用组合观点模型(CPV模型)是麦肯锡咨询公司于1997年开发。该模型实质上是通过对宏观经济周期波动的态势分析和信用周期的评价进而来评价信用风险。模型的优点是它给出了具体的损失分布,能适用于单个债务人和一组债务人,能够刻画因国家风险而带来的损失。其缺点在于,模型的应用需要国家和行业大量的长期数据,如果模型中包含的行业越多,关于违约事件的信息就会变得越少,模型的应用会受到限制。

二、现代信用风险模型的比较研究

事实上,这些模型之间的实质差异并非像表述形式的差别那么大。它们具有基本相同的信用风险构成因素,例如违约概率、信用风险暴露等。简单比较如下:

1.对信用风险的界定。CreditRisk+主要考虑违约和非违约两种情况,即违约模式(Default Mode,简称DM);而CreditMetrics和KMV则采用盯住市场模式(MarkToMarket,简称MTM),除了考虑违约与不违约以外,还要考虑到信用等级的升降或转移;而CPV则采用MTM模式或DM模式。

2.信用风险驱动因素。在KMV与CreditMetrics中,公司资产的价值及其波动是违约风险的关键性驱动因素,CreditRisk+中的信用风险驱动因素是违约率及其波动,CPV的信用风险驱动因素则是一些宏观因素。然而,如果从多因素的角度来考虑,这四种模型都可以看作有着类似的根源。

3.信用事件的波动性。在CreditMetrics中,违约概率被认为是相对稳定的,在其他三个模型中违约概率均被认为是变动的,只不过服从不同的概率分布。

4.信用事件的相关性。各模型具有不同的相关性结构,KMV模型和CreditMetrics模型是多变量正态;CreditRisk+模型是独立假定或与预期违约率的相关性,CPV模型则是因素负载。

5.回收率。在CreditRisk+模型中贷款回收率被看作是固定的,而在其他模型中贷款违约后的回收率被认为是随机的。

6.信用质量的变化方式。一种是离散估值模型,即信用质量按离散的信用等级变化进行刻画,如CreditMetrics和CreditRisk+模型;而KMV模型是种连续估价模型,即信用质量是通过违约概率或违约概率密度函数按连续的方式进行刻画;而CPV模型则可按这两种方式进行描述。

7.模型的数学方法。CreditMetrics对单项贷款的信用VAR的计算通过解析方法实现,但对大规模的贷款组合则往往通过蒙特卡罗模拟技术来求解;CPV也采用类似的模拟技术结构,CreditRisk+模型由于有着较少的输入变量以及严密的数学推理过程,因此,可以生成组合损失的显式解;KMV模型也可以获得损失函数的逻辑分析解。

8.适用的分析对象。CreditMetrics和KMV模型适用于对公司和大私人客户的信用风险度量;CreditRisk+模型适用于银行对零售客户的信用风险度量;而CPV模型则适用于对宏观经济因素变化敏感的投机债务人的信用风险度量。

三、现代信用风险模型在我国商业银行的应用

我国商业银行体系一直以来都面临着不良资产问题的困扰。而国有银行信用风险更是过度集中,这已对整个金融系统的稳定和国民经济的持续健康发展构成了严重的威胁。

1.我国商业银行信用风险防范的现状。目前我国商业银行主要是使用专家分析和计算贷款风险度的方法进行信用风险计量。专家分析法是种定性分析,只能从总体上提供一个大致的结论,即信用风险是大还是小,而不能进行具体量化的分析,有着很大的主观性和随意性。贷款风险度是指通过对贷款的分析,对相关因素给予不同的风险权数,进而确定各类贷款风险含量的方法。而这种方法存在许多缺陷。因此,现行的专家分析法和贷款风险度方法已经难以适应现代银行要求全面和动态风险管理的需要。

2.现代信用风险模型在我国商业银行应用的可行性。⑴CreditMetrics模型依赖于银行的内部评级系统或者著名外部评级机构的评级结果。而我国的信用评级制度不健全,银行内部的评级体制仍然处于初步发展阶段,外部的评级机构的信用评级也是近几年才开始,还没有形成一个长期的企业评级数据库。即,目前CreditMetrics模型的直接应用仍然存在一定的困难。⑵贷款独立性是CreditRisk+模型的重要假设前提,而我国国有商业银行贷款之间的相关性较大,这严重影响了该模型的直接应用。⑶KMV模型需要有效的股市数据,而我国的股市是个“弱式有效”的市场,股价并不能正确反映上市公司的经营状况和未来的发展潜力。而且,我国的股市大体上还是一个政策市,股价的变化受政策的影响远远大于企业自身的基本情况。在这种不成熟的股票市场上,Black-Scholes期权定价公式的前提假设条件根本就不具备,因此,KMV模型的应用受限。⑷在CPV模型中,宏观经济变量的选择、个数、变量的经济涵义以及它们与信用级别转移的具体函数关系都难以确定和检验,并且这种关系也缺乏稳定性。因此,CPV模型在中国应用的可能性较小。另外,现代信用风险管理模型在我国的直接应用还存在其余一些操作性困难。如:银行信用数据样本较少、债券市场尚不发达、金融市场上严重的“肥尾”现象。

3.现代信用风险模型对我国商业银行的启示。⑴普及和发展信用管理中介服务行业,进一步完善信用评级制度。可以说,在信用风险计量的过程中,客观公正的企业信用评级数据是完成信用计量的关键。我国应健全有关法制,整顿资信评估市场,构建统一合理的评估体系,培育若干家大型的信用评级机构,定期提供信用等级数据以及信用等级转移矩阵的服务。⑵尽快建立企业违约数据库,为银行的直接信贷决策提供参考。首先,完善信息披露制度,加强市场监管,强化市场约束能力。巴塞尔新资本协议中的第三个支柱——市场纪律中也要求建立银行信息披露制度。其次,加强会计和审计工作,提高数据质量,尽量杜绝寻租行为和道德风险现象的出现。最后,金融机构可以自己开发和建立数据库。目前各大商业银行和政策性银行大都有自己的信息系统,中国人民银行也开发了信贷登记咨询系统。在下一步的工作中要注意实现信息共享,利用先进、科学的信息管理方法和技术,以保证数据的安全和提高数据利用的效率。⑶加快金融市场化的进程,为信用风险计量模型的建立提供良好的外部环境。要积极发展和完善债券市场,提高市场信息的透明度以及信息效率。我们要为金融机构创造一个良好的外部制度环境,同时建立起良好的金融市场体系和运作机制,为信用风险管理提供一个有效的市场环境。只有拥有良好的外部环境,信用风险计量模型才能得以在我国商业银行中顺利建立和有效运行。

参考文献:

1.沈沛龙,任若恩.现代信用风险管理模型和方法的比较研究[J].经济科学,2002(3)

2.郝金洪.现代信用风险度量模型与我国商业银行信用风险管理[J].特区经济,2005(12)

3.约翰·B·考埃特,爱德华·爱特曼,保罗·纳拉亚南.演进着的信用风险——金融领域面临巨大挑战[M].北京:机械工业出版社,2001

4.赵先信.银行内部模型和监管模型[H].上海:上海人民出版社,2004

5.王光.信用风险计量方法及我国银行应用的研究[D].厦门大学,2002

6.赵征南.中美商业银行信用风险管理比较研究[D].东北财经大学,2004

7.胡利琴.信贷矩阵法和信用风险附加法的比较研究[D].武汉大学,2004

8.陈东海,谢赤.基于研究CreditRisk+模型的银行贷款业务信用风险管理研究[D].湖南大学,2005

(作者单位:南京农业大学 江苏南京 210000)(责编:吕尚)

猜你喜欢

信用风险
油气贸易企业信用风险管理研究
商业银行信用风险管理存在的问题及解决措施
浅析我国商业银行信用风险管理
京东商城电子商务信用风险防范策略
PPP项目发行中期票据的可能性与信用风险分析
基于Lasso-logistic 模型的供应链金融信用风险实证研究
基于大数据的个人信用风险评估关键技术研究
个人信用风险评分的指标选择研究
基于无标度网络的关联信用风险传染延迟效应
上市公司信用风险测度的不确定性DE-KMV模型