现代信用风险度量模型评析论文

《现代信用风险度量模型评析论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、现代信用风险度量模型评析论文内容摘要：本文首先介绍了现代信用风险度量模型产生的背景，然后重点从模型的假设、建模方法、优势和劣势等方面比较分析了现代信用风险度量模型，并对这些模型作出了较为客观的评价。关键词：现代信用风险度量模型巴塞尔协议评析在20世纪80年代，受债务危机的影响，国际银行业普遍高度重视信用风险的防范与管理。巴塞尔银行监督委员会于1988年制定了《巴塞尔协议》，确定了根据信用风险设置最低资本充足率的基本框架。但由于没有考虑到市场风险对资本的影响，于是在1996年对原协议作了补充，即制定了《纳入市场风险的资本金补充协议》.freelicC

2、apital,EC）。在这种对风险资本的严格要求下，同时由于20世纪90年代里，公司倒闭的结构性增加、脱媒效应的显现、竞争的白热化、担保能力的下降、金融衍生品的急剧膨胀、信息技术的飞速发展等因素促使人们加强对信用风险的研究。正是在这个时期，涌现出信用监测模型、信用度量术、死亡率模型、信用风险附加法模型、信贷组合观点、贷款分析系统等现代信用风险度量模型。这些模型在国际上大型商业银行得到广泛应用，其中一些重要思想和方法已写入《新巴塞尔协议》，突出了这些模型对国际银行业信用风险度量与管理的重要性，所以本文将从模型假设、建模方法、模型优势与劣势等方面对它们

3、作出较为详尽的剖析，并对它们作出了较为客观的评价，希冀能够为建模度量我国借款人的信用风险提供理论和方法上的重要参考。现代信用风险度量模型的认知信用监测模型（CreditMonitorModel）1993年，KMV公司利用布莱克—斯科尔斯－莫顿模型（BSMModel）提出了著名的信用监测模型（CreditMonitorModel），并经Longstaff和SchecpeatMarulation），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”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

4、市（Market-to-Market，MTM）信用风险度量模型，能将债务价值的高端和低端考虑到；该模型适用范围非常广泛，包括传统的商业贷款、信用证和承付书、固定收益证券、贸易融资和应收账款等商业合同，而其高级版的信用风险度量术还能够处理掉期合同、期货合同及其他衍生产品；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。该模型存在劣势是：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；信用等级迁移矩阵未必是稳定的，它受到行业、国家因素、周期因素等影响。死亡模型（MortalityModel）19

5、97年，Ean和Suggitt，Kishore开发出债券的边际和累计死亡率表，俗称死亡率模型。该模型认为各债券违约相互独立，即不存在相关效应和连锁反应，相同信用等级的债券违约情况相同，而不同债券类型的违约下的损失率不同且相互独立，但同一债券类型的违约下的损失率基本相同，这些与信用度量术有相同之处，但两种模型在处理上有明显不同。事实上，该模型是用历史数据统计不同信用等级下债券的边际死亡率和累计死亡率，同时，也可以统计出不同信用等级下的LGD，所以该方法比较容易理解，但应用也存在较大难度，主要是对数据量要求很大，许多单个商业银行无法提供如此大的数据库，

6、如对有7个信用等级的债券的损失进行比较精确测算，则样本要达到7万多个，这对一般商业银行是不可能的。该模型的主要优势：比较容易利用死亡率表来计算单个债券和债券组合的预期损失及其波动率，特别是计算债券组合很方便；死亡模型是从大量样本中统计出来的一个模型，所以采用的参数比较少。该模型主要劣势：没有考虑不同债券的相关性对计算结果的影响；没有考虑宏观经济环境对死亡率的影响，因而需要时时更新死亡率表；数据更新和计算量很大；不能处理非线性产品，如期权、外币掉期。信用风险附加法（CreditRisk+Model）信用风险附加法是瑞士波士顿第一银行产品部（Credi

7、tSuisseFinancialProducts,CSFP）在1997年源于保险精算学思想开发的。该方法与信用度量术不同，它将价差风险看做市场风险而不是信用风险的部分，结果是，在任何时期，只有违约和不违约两种状态予以考虑，并且假定在不重叠的时间段内违约人数相互独立，服从泊松分布，与公司的资本结构无关。由于该方法将贷款损失分为若干频段，而每一频段违约率均值是相同的，这样可以计算在一定置信水平下的任何一个频段贷款损失，每个频段损失加总就是总的损失，所以这个方法的采用变量很少，处理能力很强。该模型的主要优势体现在：易于求出债券及其组合的损失概率和边际风险

8、分布；模型集中于违约分析，所需估计变量很少，只需要违约和风险暴露的分布即可；该模型处理能力很强，可以处理数万个不同地区、不