商业银行信用风险度量及评估探究

《商业银行信用风险度量及评估探究》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及评估探究摘要：本文在分析信用风险的定义及特点的基础上，提出了商业银行信用风险的度量方法，进而提出了商业银行信用风险评估方法，并阐述了评估方法的优劣。关键词：商业银行风险评估一、信用风险概述信用风险管理就是将不确定的未来风险通过某种方式或手段变成确定的、可以衡量的因素，使现代商业银行能在经营发展的同时承担更小的风险。信用风险受到多种因素影响，交易对方的道德水平、经营能力、资本规模、担保因素、经营环境和经营的连续性等都影响信用风险发生的频率和程度。信用风险的特点表现在信用风险具有客观性、内生性、相关性、以及不可消除的非系统性。二

2、、银行信用风险的度量新资本协议规定标准法和内部评级法（IRB法）两种信用风险度量方法，其中内部评级法又可以分为初级IRB法和高级IRB法；而对于零售贷款，商业银行只允许采用内部评级法进行信用风险度量。2.1标准法标准法的特点是采用外部评级机构的评级确定资产风险权重，适用于复杂程度不高的银行。在标准法中，信用风an险加权资产（RWA）等于违约暴露（EAD,即风险敞口）与外部评级机构确定的客户风险权重（RW）的乘积。即:RWA=RWXEAD其中，客户风险权重（RW）和外部评级机构的评级有关,以我国商业银行最为常见的公司贷款为例，表1给出了标准法中采用

3、的风险权重。表1标准法中采用的风险权重（RW）（%）信用评级AAAA+BBB+论文代写BB+B+低于B-和违约未评级AA-A-BBB-BB-B-公司贷款20501001001001501002.2内部评级法（IRB法）内部评级法是在对借款人内部评级的基础上，对度量信用风险所用的四个关键参数进行估计。采用内部评级法，商业银行能够获得更高的自主权，从而产生与自身实际信用风险密切相关的资本要求，即低质量组合面临髙资本要求，高质量组合面临低资本要求［23］。度量信用风险所用的四个关键参数为：（1）违约概率（PD）：借款者在未来一年时间内的违约概率；（2）

4、违约损失（LGD）：违约损失（即1—回收率）当作违约暴露的百分数;(3)违约暴露(EAD)：违约暴露(数量，不是百分数);(4)年限(M)：以年为单位的期限。根据确定以上参数的方式的不同，IRB法可以分为初级IRB法和髙级IRB法，采用高级IRB法，商业银行具有更高的自主权。影响IRB方法的关键问题是商业银行计算信用风险参数的可靠性，从目前国内外商业银行的实际情况来看，信用风险参数计算的可靠性在很大程度上取决于银行信用内部评级的可信性和稳定性。以违约概率的计算为例，违约概率不能直接度量，但可以利用历史数据，按照不同的信用评级类别进行统计得出，如表

5、3是典型的违约概率和信用评级统计对照表。表2不同信用评级一年无条件历史违约概率(％)信用评级论文代写AAAAA论文代写A论文代写BBBBBBCCC论文代写违约概率（PD）毕业论文0.000.000.040.2410.15.4523.69三、信用风险评估方法2.1专家制度法专家制度是一种最古老的信用风险评估方法，它是商业银行在长期的信贷活动中所形成的一种行之有效的信用风险评估和管理制度。该方法的最大特征是：商业银行信贷的决策权是由该机构中那些经过长期训练，具有丰富的信贷经验的信贷人员掌握，并由他们做出是否贷款的决定。因此，在信贷决策过程中，信贷员工

6、的专业知识、主观判断以及某些要考虑的关键要素权重均为最重要的决定因素。尽管专家制度法在商业银行的信用风险评估中发挥着重要的作用，但它也存在缺点及不足：提高了商业银行信用风险评估成本；综合分析能力较差，缺乏整体概括能力；造成信用评估的主观性、随意性和不一致性；降低了商业银行应对市场变化的能力。3.2信用评分方法信用评分方法是对反映借款人经济状况或影响借款人信用状况的若干指标赋予一定权重，通过某些特定方法得到信用综合分值或违约概率值，并将其与基准值相比来决定是否给予贷款以及贷款定价。最具有代表性的信用评分方法是Altman提出的Z评分模型及ZETA评

7、分模型。Z评分模型是Altman1968年提出的以财务比率为基础的多变量模型，它选择五种变量因子：二营运资本/总资产、二留存收益/总资产、二息税前利润/总资产、二权益市场价值/总债务的账面价值、二销售收入/总资产，采用统计分析的方法，确定五个因子的权重，形成一个计分表达式：论文代写论文代写通过对债务人的五种比率因子的计算，就可以得到债务人的信用评分，从而进一步判断债务人的信用等级。ZETA评分模型是对Z评分模型的改进，该模型的变量因子由Z评分模型的五个变为七个，拓宽了模型的适用范围，对不良借款人的辨认精度也有所提高。Z评分模型和ZETA评分模型都

8、是以统计分析技术为基础的基于多变量的信用评分模型。由于这两个模型具有较强的操作性、适用性和预测能力，在许多国家和地区得到了广泛的使用并取