银行信用风险度量新思路

《银行信用风险度量新思路》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、银行信用风险度量新思路内容摘要:本文通过对我国银行业信用风险度量的现状分析，提出了应用蒙特卡洛模拟技术进行银行信用风险度量的新思路。笔者在借鉴国外信用风险度量模型建模思想的基础上，采用银行不良贷款率作为反映信用风险的指标，应用时间序列模型，尝试采用蒙特卡洛模拟实现对不良贷款率关键词:信用风险蒙特卡洛模拟银行不良贷款率信用风险是银行面临的最重要也是最棘手的风险，如何对信用风险进行度量，以提高信用风险管理水平，是全世界银行界面临的难题，更是我国银行业加入WTO之后的最大难题。我国各商业银行在长期发展过程中建立了自己的一套风险管理方法，主要强调的是贷款投向的政策性、合法性、贷款运行的安

2、全性以及“审贷分离”原则等。而在风险识别和度量方面不精确，定量分析不足，缺乏风险管理的量化手段。银行在信用风险度量方面关注的仅是某一笔贷款的信用风险，并没有从组合管理的角度对信用风险进行度量与管理。目前，国际上常用的度量信用风险高级模型主要有四个，分别为：由美国J.P.Morgan公司开发的CreditMetrics模型，该模型的基础是在给定的时间段内估计贷款及债券产品资产组合将来价值变化的分布状况；以计算预期违约概率而见长的KMV模型，对所有股权公开交易的主要公司和银行的违约可能性做出预测并实时更新；由瑞士信贷银行金融产品部(CSFP)开发的CreditRisk+模型，采用保险

3、精算学的分析框架来推导信贷组合的损失分布，模型具有非常规整的数学形式;麦肯锡公司开发研制的CreditPortfolioView模型，提出了联系宏观经济变量和违约及转移概率的方法。在目前条件下，我国的商业银行还不可能建立类似于CreditMetries模型的高级银行内部风险度量模型。由于高级信用风险模型的建立需要进行大量的风险因子数据，例如违约概率、违约回收率等，这些参数的估计是以历史经验数据为基础的。而我国商业银行目前都不能提供此类数据，也没有统一可信的外部评级机构提供相关数据。所以，目前我国商业银行要想利用现有模型或建立自己的高级信用风险度量模型，并利用这些模型对信用风险进行

4、管理的条件还未成熟，还需等待数据的积累和内部体制的建立。蒙特卡洛模拟在银行信用风险度量模型中的应用蒙特卡洛(MonteCarlo)模拟方法又名随机模拟法或统计试验法，其解决问题的基本思想是首先构造与描述该类问题有相似性的概率分布模型，使分布模型的某些特征(如随机事件或随机变量的均值等)与问题的解答联系起来，然后通过对分布模型进行随机模拟或抽样实验来计算这些特征的统计值，最后给出所求解的近似值。这种方法具有思想新颖、直观性强、简便易行的优点，由于计算机的普及而在许多领域得到了广泛的应用。蒙特卡洛模拟技术作为一种计算方法，在对银行信用风险度量模型中的应用可归纳为三个方面，对应模型实施

5、的三个阶段:首先，产生风险因子的随机估计，作为模型的输入变量。其次，模拟组合损失的分布与计算VaR（信用风险价值），作为模型的输出。基于蒙特卡洛模拟则可以进一步估计资产的价值分布，计算VaR,其输出结果可应用于经济资本计算、业绩评估、限额设定以及风险对冲等，也可以由蒙特卡洛模拟生成宏观经济变量的取值，来模拟宏观经济状态，进而得到调整后的违约概率。最后，用蒙特卡洛模拟检验由参数化方法得到的模型的有效性。由于信用评级制度不完备、各种历史数据的缺乏等原因，我国目前尚不具备建立和实施高级信用风险度量模型的客观条件。本文选择了一个可行的切入点来展开研究，由于蒙特卡洛模拟方法不需要大量的历史

6、数据，且灵活而强有力，因此本文从蒙特卡洛模拟这一计算方法的角度对信用风险度量问题展开研宄。度量银行不良贷款率的VaR实证研究本文认为在一定的置信水平下，商业银行一年中贷款这一金融资产组合在未来特定的一段时间内（一年）的最大可能损失，可以用一年后的不良贷款率在这一置信水平下的最大可能值来衡量。根据不良贷款率在一定置信水平下的最大可能值就可以估计合理的信贷风险准备金和经济资本。本文的实证内容是用蒙特卡洛模拟方法计算市场正常波动情形下，商业银行在未来（下一年末）不良贷款率的最大可能值，即在给定置信水平下计算不良贷款率的VaR，并分析关键变量选取不同的随机过程时是如何影响VaR的。（一）

7、模型的设定本文假定银行的信用风险管理水平较高，贷款业务分散，未集中于某一行业或特定关系客户，这样不良贷款率就只反映了宏观经济状态所带来的系统性风险。因此，当期的不良贷款率可以表示为上期的不良贷款率与宏观市场因子共同作用的结果。基于以上假定，由以下单变量时间序列模型来计算当期不良贷款率：540）=540〃vspace=5>过程①指市场因子rt遵循白噪声过程。白噪声过程是个稳定过程，其隐含的意思是各期市场因子均不相关，适用于表示模型无法解释的纯随机波动。过程②指市场因子rt遵循一阶自