摘 要： 受到全球金融危机的影响, 信用越来越受到重视。信用风险是商业银行面对的一个重要挑战, 也是中小企业融资的重要依据, 对信用进行管理是当前整治金融环境的关键。本文介绍了现代信用风险管理模型和方法, 并进行了比较研究。
关键词： 信用风险; 风险管理; 比较研究;
信用是买家和卖家不需要立即付款或者财务担保而进行经济活动的一种制度, 完善信用制度有利于优化经济环境。信用风险是指交易双方未能按照契约完成相关责任和义务所造成经济损失的风险, 是金融风险的主要类型。信用风险关系着社会利益和企业利益, 因此, 对金融风险进行控制, 首先要对信用进行严格管理。传统信用管理方法包括专家分析法、信用评级法、信用评分法和人工神经网络分析法。
现代信用风险管理开始于20世纪80年代, 金融衍生品越来越多, 利率市场化成为大众趋势, 世界经济体制受到经济债务的阻挠, 国际银行开始普遍关注现代信用风险管理模型的研究, 对此进行计量管理。随着电子计算机和大数据的发展, 各国银行普遍运用现代化信息数据技术对信用管理进行精细研究, 建立了多个高级信用风险管理模型。
一、现代信用风险管理模型和方法简介
1.Credit metrics模型
Credit metrics模型是一种信用计量模型, 由J.P摩根集团和几个世界银行共同研究的信用风险的量化模型, 主要应用于数字量化信用风险。他将违约机率、违约后损失和违约相关系数组合起来进行信用风险分析, 同时在相关影响因素上进行创新, 是一种标准框架的模型。Credit metrics模型认为, 贷款企业的信用状况、企业的信用等级会影响商业银行的信用风险, 企业经营状况的好坏、股票的波动、投资情况等都会实时反映在企业信用等级上, 这种反映情况是真实成立的, 是模型的数据之一;债券和贷款的变动受到贷款企业信用评级的影响, 利用转化矩阵所计算的债券和贷款的价格, 是模型的数据之一。Credit metrics模型以资产组合理论为依据, 一般认为, 多元投资可以降低和分散企业的投资风险, 这种投资之间是有相关联系的。Credit metrics模型分析信用风险也不是从单一的工具来考量, 通过对每一种信用工具的研究可以得出对企业的影响。
Credit metrics模型也存在一定的局限性, 比如对数据处理的技术还不够成熟, 计算模型不是一成不变的, 不同时期不同因素导致的结果有所不同, 转移矩阵并不是万能的。
2.Credit risk+模型
Credit risk+模型是在保险学理论基础上提出来的, 有财产保险和精算方法的特点。该模型将资产风险评估分为不同的阶段, 并对每一个阶段风险进行风险, 具有灵活性, 因此能提高资产评估的准确度。Credit risk+模型是一种违约模型, 只考虑违约和不违约两种情形, 并且违约率不是唯一, 是一种连续变量而不是离散变量, 在随机设定违约率的情形下, 计算预期损失和未预期损失, 并分析两种损失在不同时期的走态。在运用Credi risk+模型时, 首先将商业银行的贷款分为若干阶段, 该模型认为, 商业银行的违约率接近泊松分布, 计算不同阶段的违约概率, 然后度量不同阶段的预期损失和未预期损失, 最后将不同阶段的加总, 得出组合损失分布。因此, 该模型评估某个客户的信用并不是简单地一个数值, 而是某一时期连续的变化。
Credit risk+是一种债务人模型, 用起来相对简单, 需要的数据也少, 但是模型中并没有市场风险和信用等级对贷款影响的设置, 债务人的违约风险并没有根据其信用等级来设定, 是随机设定的, 违约贷款风险在计算时期内是不变的, 这不符合事实, 同时违约风险是模型的重要数据, 模型使用具有一定的缺陷。
3.KMV模型
KMV模型是KMV公司于1993年发布的, KMV模型主要计算预期违约概率 (Expected Default Frequency, 简称EDF) , 是一种综合性评估贷款企业违约的模型。一家贷款企业是否会在贷款日期到达时违约, 是不确定的, 但可以根据企业这段时间的状态进行一系列的研究, 来预测企业的违约状况。EDF模型主要根据企业的资产价值、资产风险、企业债务水平来设定, 优点在于有着良好的预测性, 该模型的数据具有时效性, 而不是往年的会计数据, 综合考虑了企业的方方面面, 对企业信用的评估具有灵活性。模型的局限性在于将公司资产划分过于简单, 且需要大量的数据, 对数据处理的技术要求比较高, 假定公司的资产服从正态分布, 适用范围窄。
4.Credit Portfolio View模型
Credit Portfolio View模型 (以下简称CPV模型) 由麦肯锡咨询公司开发, 是一种多因素信用风险管理模型, 从宏观经济角度来分析信用风险的评估。该模型假定, 信用风险并不是一成不变的, 受到多种因素的影响。模型的优点在于将宏观经济因素考虑进去, 可以评价国家风险所造成的损失, 可以根据相关政策调整资产管理。缺点在于需要长时间的数据跟踪, 如果分析多行业情况, 需要的数据更为多, 否则无法得到违约概率的信息, 这会限制该模型的使用。
二、现代信用风险管理模型和方法的比较研究
现代信用风险管理模型有着相同的信用风险构成因素, 但也有其侧重点, 设定的参数和方法不同, 模型适用的范围也不一样。
1.风险的定义。Credit risk+模型只考虑违约模式和非违约模式, 设定比较单一, Credit metrics模型和KMV模型瞄准市场, 关注一段时期内信用等级的波动, CPV模型考虑因素更为广泛, 涉及国家风险。
2.信用风险的来源。Credit metrics模型和KMV模型认为企业经营状况和资产波动是影响企业信用等级的关键因素, Credit risk+模型只考虑违约和不违约两种情况, CPV模型则认为宏观经济环境是信用评估的主要因素。
3.信用时间的分布。Credit risk+模型中, 违约概率是稳定的, 其他三个模型违约概率是波动的, 且服从不同的概率分布。
4.信用事件的关联性。Credit risk+模型考虑违约和不违约, 相关性定义为假定独立和预期的违约率相关上, Credit metrics模型和KMV模型在应用上表现为多变量的正态性上, CPV模型是因素负载。
5.模型的数据研究方法。Credit risk+模型输入数据量少, 可以得到组合损失的显式解, CPV计算量大, 且较为复杂, Credit metrics模型分析多个工具, 通常使用VAR, KMV模型一般求损失函数的逻辑分析解。
6.可回收率。Credit metrics模型、CPV模型和KMV模型是随机的, Credit risk+模型在层次内为常量。
三、总结
通过对四种模型的研究可以发现, 构成信用风险的因素相似, 不同模型的侧重点和研究方法不一样, 适用对象不同。当前经济变幻莫测, 信用管理可以有效地管理风险, 据此优化金融环境, 同时也能够在经济变革的过程中, 完善和丰富信用风险管理模型。
参考文献：
[1]徐波.现代商业银行信用风险的测定与管理措施[J].中国市场, 2017 (22) :67-68.
[2]吴媛, 邓晓盈, 汤盼园.探讨我国信用风险度量模型的应用[J].价值工程, 2017, 36 (03) :26-28.
[3]崔健.基于Credit Portfolio View模型的银行贷款信用风险研究[D].东北财经大学, 2016.
[4]贾志环.基于KMV模型我国商业银行信用风险度量与管理研究[D].河北经贸大学, 2016.
[5]李文.现代信用风险管理模型比较分析[J].金融经济, 2016 (04) :164-165.
[6]王新军, 吴建华, 张颖.现代信用风险度量模型的最新理论研究进展[J].山东财经大学学报, 2014 (04) :5-13+22.
[7]诸葛祥雨.商业银行现代信用风险计量模型在我国的适用性研究[D].西南财经大学, 2013.
