商业银行信用风险度量模型简介及思考

《商业银行信用风险度量模型简介及思考》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、商业银行信用风险度量模型简介及思考2004年6月，巴塞尔银行监管委员会正式出台了《新资本协议》，并将于2006年底付诸实施。《新资本协议》对于信用风险资本的要求更侧重于银行评级体系，并有向银行内部信用风险度量模型方向发展的趋势。因此，在当今经济、金融全球化的新形势下，我国商业银行借鉴国际上先进的信用风险管理经验，强化信用风险管理，加强商业银行的内部评级体系和风险度量模型的研究，缩小与国外银行业的差距，适应《巴塞尔协议》新框架的需要，已成为当前刻不容缓的工作。　　　　一、商业银行信用风险度量方法与模型　　　　(一)传统信用风险度量方法　　1．“

2、6C”信用评分法。“6C”信用评分法是商业银行传统的信用风险度量方法。它是指由有关专家根据借款人的品德(character)(借款人的作风、观念以及责任心等，借款人过去的还款记录是银行判断借款人品德的主要依据)；能力(capacity)(指借款者归还贷款的能力，包括借款企业的经营状况、投资项目的前景)、资本(capital)、抵押品(collateral)(提供一定的、合适的抵押品)、经营环境(condition)(所在行业在整个经济中的经营环境及趋势)、事业的连续性(continuity)(借款企业持续经营前景)等六个因素评定其信用程度和综

3、合还款能力，以决定是否最终发放贷款。　　　　2．z-score违约预测模型。z-score违约预测模型是由美国阿尔特曼教授(Altman)于1968年提出来的，他采用多变量分析法对66家美国制造企业的经营状况进行了判别研究，并建立了由5个参数(财务指标)组成的z值模型，并对美国制造企业的破产进行了判别分析。　　Z分数模型的判别函数如下：　　　　X1=(期末流动资产-期末流动负债)／期末总资产　　X2=期末留存收益／期末总资产　　X3=息税前利润／期末总资产　　X4=期末股东权益的市场价值／期末总负债　　X5=本期销售收入／总资产　　Altma

4、n教授通过对Z分数模型的长期研究提出了判断企业破产的临界值(z-score)。研究发现，Z值越低，该企业遭受财务失败的可能性就越大；Z值越高，该企业遭受财务失败的可能性就越小。Altman曾经对66家企业进行分析测算，其准确程度达95％左右。Z分数模型的具体判断标准为如下所示：　　　　(二)现代信用风险度量模型　　目前国际流行的现代信用风险管理模型主要有CreditMetrics模型、麦肯锡模型、KMV模型、CSFP信用风险附加计量模型等四类。　　1．CreditMetrics模型是由J．P．摩根公司等1997年开发出的模型，运用VAR(Va

5、lueatrisk)框架，对贷款和非交易资产进行估价和风险计算。该方法是基于借款人的信用评级、次年评级发生变化的概率(评级转移矩阵)、违约贷款的回收率、债券市场上的信用风险价差计算出贷款的市场价值及其波动性，进而得出个别贷款和贷款组合的VAR值。其主要优势在于通过计算信用工具在不同信用等级上的市场价值，达到用传统的期望值和标准差来度量资产信用风险的目的，并将VAR方法引入到信用风险管理中来；对组合价值的分布有正态分布假定下的解析方法和蒙特卡罗模拟法，在一定程度上避免了资产收益率正态性硬性假设，可以用资产价值分布和百分位求出资产损失；对“违约”

6、的概念进行了拓展，认为违约也包括债务人信用等级恶化；它是一种盯市场(Market-to-Market)信用风险度量模型，能将债务价值的高端和低端考虑到。该模型提出了边际风险贡献的概念，很好地刻画新增一笔债券／贷款的风险和收益及其取舍方法。主要劣势在于：大量证据表明信用等级迁移概率并不遵循马尔可夫过程，而是跨时自相关的。该模型使用历史数据度量信用风险，属于“向后看”的风险度量方法。　　2．麦肯锡模型则是在CreditMetrics的基础上，对周期性因素进行了处理，将评级转移矩阵与经济增长率、失业率、利率、汇率、政府支出等宏观经济变量之间的关系模

7、型化，并通过蒙地卡罗模拟技术(astructuredMonteCarlosimulationapproach)模拟周期性因素的“冲击”来测定评级转移概率的变化。麦肯锡模型可以看成是对CreditMetrics的补充，它克服了CreditMetrics中不同时期的评级转移矩阵固定不变的缺点。