信用擔(dān)保機(jī)構(gòu)信用風(fēng)險(xiǎn)模型探析

申 韜

摘要:本文通過對信用擔(dān)保機(jī)構(gòu)信用風(fēng)險(xiǎn)特性和四大現(xiàn)代信用風(fēng)險(xiǎn)度量模型的全面分析和探討,結(jié)合我國信用擔(dān)保機(jī)構(gòu)進(jìn)行信用風(fēng)險(xiǎn)度量時(shí)存在的主要障礙,提出了我國信用擔(dān)保機(jī)構(gòu)信用風(fēng)險(xiǎn)度量模型的選擇原則和發(fā)展思路。

關(guān)鍵詞:信用擔(dān)保機(jī)構(gòu);信用風(fēng)險(xiǎn);信用風(fēng)險(xiǎn)度量模型

一、現(xiàn)代信用風(fēng)險(xiǎn)模型的概述

信用風(fēng)險(xiǎn)是多維度風(fēng)險(xiǎn)的綜合結(jié)果。在所有風(fēng)險(xiǎn)中信用風(fēng)險(xiǎn)的量化卻存在很大難度。近十幾年來,建立數(shù)量化的信用風(fēng)險(xiǎn)模型在金融業(yè)受到廣泛的關(guān)注,這些模型具體可分為三類:

(一)基于“公司市場價(jià)值”的JP摩根信用計(jì)量CreditMetrics模型和KMV模型

CreditMetrics 模型由JP摩根于1997 年首次發(fā)表并被廣泛推廣。該模型在對貸款和債券給定時(shí)間單位內(nèi)(通常為一年)未來價(jià)值的變化分布進(jìn)行估計(jì)的基礎(chǔ)上,運(yùn)用VAR(Value at Risk)分析框架來衡量信用風(fēng)險(xiǎn)。模型的數(shù)據(jù)基礎(chǔ)是各信用評級公司的信用級別轉(zhuǎn)移概率矩陣。CreditMetrics 計(jì)算的準(zhǔn)確性依賴于兩個(gè)關(guān)鍵假設(shè):(1)同一等級的所有企業(yè)具有相同的違約概率;(2)實(shí)際違約率等于歷史平均違約率。即信用評級改變與信用質(zhì)量的改變相同,信用評級與違約率是同義詞,當(dāng)違約率調(diào)整時(shí),信用評級隨之改變。但是由于違約率是連續(xù)變化的,而信用等級卻以一種離散方式進(jìn)行調(diào)整且歷史平均違約率和轉(zhuǎn)移概率可能與實(shí)際情況偏離較大,即使同一個(gè)信用等級內(nèi)的違約率也可能存在相當(dāng)大的差異。此外,該模型需要輸入大量的市場數(shù)據(jù),這一點(diǎn)對于中等規(guī)模的市場貸款組合而言,通常并不能完全地獲取。

KMV期權(quán)定價(jià)模型的基本思想是將公司的權(quán)益和負(fù)債作為期權(quán),公司資本作為標(biāo)的資產(chǎn),把公司所有者權(quán)益作為看漲期權(quán),把負(fù)債作為看跌期權(quán)。資本結(jié)構(gòu)與公司價(jià)值密切相關(guān),違約概率是與債務(wù)額和債務(wù)人公司資產(chǎn)結(jié)構(gòu)相關(guān)的內(nèi)生變量。它假設(shè)當(dāng)公司資產(chǎn)價(jià)值低于某個(gè)水平時(shí),違約才會發(fā)生,在這個(gè)水平上的公司資產(chǎn)價(jià)值被定義為違約點(diǎn)。KMV模型中,信用風(fēng)險(xiǎn)是根據(jù)公司資產(chǎn)價(jià)值的動態(tài)變化推導(dǎo)出來。已知給定公司的現(xiàn)時(shí)資產(chǎn)結(jié)構(gòu),即權(quán)益、短期和長期負(fù)債、可轉(zhuǎn)換債券組成的情況下,一旦確定出資產(chǎn)價(jià)值的隨機(jī)過程,便可獲得任一時(shí)間單位的實(shí)際違約概率。上市公司的權(quán)益價(jià)值是由市場決定,公司股票價(jià)格和資產(chǎn)負(fù)債表中隱含有違約風(fēng)險(xiǎn)的信息,因此KMV最適用于公開上市公司的預(yù)期違約率評估。KMV 模型以股票市場數(shù)據(jù)為基礎(chǔ),具有一定的前瞻性。該模型存在三個(gè)缺陷:需要資產(chǎn)收益的正態(tài)分布假設(shè)、未根據(jù)資歷、抵押品、合約條件或可轉(zhuǎn)化性來區(qū)別不同類型的債券和靜態(tài)假設(shè)——財(cái)務(wù)結(jié)構(gòu)假設(shè)不再變化。

(二)基于經(jīng)濟(jì)學(xué)的CreditPortfolioView模型

CreditPortfolioView是麥肯錫公司(McKinsey)的一個(gè)多因子模型,該模型提出了將宏觀因素與違約概率、轉(zhuǎn)移概率相聯(lián)系的方法。該模型模擬各國在不同行業(yè)各種信用評級集團(tuán)的聯(lián)合條件違約概率和遷移概率,其前提條件是宏觀經(jīng)濟(jì)因素的不同取值,如失業(yè)率、GDP增長率、長期利率水平、政府支出和儲蓄率。由于在相對較大的范圍內(nèi),經(jīng)濟(jì)狀態(tài)由宏觀因素所驅(qū)動,當(dāng)經(jīng)濟(jì)衰退時(shí),違約與信用降級事件增多,當(dāng)經(jīng)濟(jì)好轉(zhuǎn)時(shí)情況則恰好相反,即信貸周期隨著經(jīng)營周期而變化。假如具有充足的數(shù)據(jù),該方法可以用于預(yù)測一國不同類型債務(wù)人的違約率,如建筑業(yè)、金融業(yè)、農(nóng)業(yè)服務(wù)業(yè)等,這些行業(yè)對經(jīng)營周期的反應(yīng)各不相同。CreditPortfolioView模型的局限性在于必須擁有各國各行業(yè)的部分違約數(shù)據(jù)和調(diào)整轉(zhuǎn)移矩陣的特別程序。國外的實(shí)踐經(jīng)驗(yàn)表明,該模型最好應(yīng)用于投機(jī)級的債務(wù)人,這類債務(wù)人的違約概率對信貸周期的靈敏度比投資級的債務(wù)人要高。

(三)基于保險(xiǎn)精算的CreditRisk+ 模型

CreditRisk+ 是由瑞士信貸金融產(chǎn)品公司CSFP(Credit Suisse Financial Products )開發(fā)的信用風(fēng)險(xiǎn)評價(jià)模型。該模型的主導(dǎo)思想源于保險(xiǎn)精算學(xué),即損失取決于保險(xiǎn)標(biāo)的風(fēng)險(xiǎn)發(fā)生的頻率和發(fā)生風(fēng)險(xiǎn)時(shí)保險(xiǎn)標(biāo)的的損失或破壞程度。該模型推導(dǎo)債券投資組合的損失度,只有違約風(fēng)險(xiǎn)被納入模型,不涉及降級風(fēng)險(xiǎn),而且違約風(fēng)險(xiǎn)與資本結(jié)構(gòu)無關(guān)。

與CreditMetrics 和KMV 都以資產(chǎn)價(jià)值作為風(fēng)險(xiǎn)驅(qū)動因素不同,該模型只考慮違約風(fēng)險(xiǎn),需要估計(jì)的變量很少,并未對引起違約的成因做出假設(shè)。CreditRisk+的最大優(yōu)點(diǎn)是相對容易,它借鑒保險(xiǎn)業(yè)計(jì)算小概率極端事件的數(shù)學(xué)方法,推導(dǎo)債券組合或貸款組合的損失概率的封閉形式,具有計(jì)算上的優(yōu)勢。此外,CreditRisk+僅僅需要考慮各級別的平均違約率,需要輸入的數(shù)據(jù)較少,適應(yīng)于數(shù)據(jù)比較缺乏的狀況。CreditRisk+的局限性在于模型假設(shè)中無市場風(fēng)險(xiǎn),并忽略信用評級的轉(zhuǎn)移風(fēng)險(xiǎn),使各債務(wù)人的風(fēng)險(xiǎn)是相對固定的,并不取決于信用質(zhì)量和未來利率的變動。

這三類模型屬于單一的一般框架,它們主要識別信用風(fēng)險(xiǎn)比較關(guān)鍵的三個(gè)方面——違約率分布、條件違約分布和整合技術(shù)。迄今為止,從實(shí)證角度對各個(gè)信用風(fēng)險(xiǎn)模型進(jìn)行系統(tǒng)比較分析的文章還很少。唯一將信用風(fēng)險(xiǎn)模型應(yīng)用于對實(shí)際資產(chǎn)組合風(fēng)險(xiǎn)損失估計(jì)研究結(jié)果和現(xiàn)實(shí)情況大相徑庭,且對美國之外的債務(wù)人、銀行和金融機(jī)構(gòu)進(jìn)行信用風(fēng)險(xiǎn)評價(jià)時(shí)效果并不理想。

二、我國信用擔(dān)保機(jī)構(gòu)信用風(fēng)險(xiǎn)度量中存在的主要障礙

(一)宏觀信用環(huán)境不佳,尚處于信用制度的初始階段

信用擔(dān)保是一種復(fù)雜的信用契約關(guān)系,信用擔(dān)保機(jī)構(gòu)能否生存并健康發(fā)展,取決于一國的社會信用環(huán)境,可以說良好的信用秩序是信用擔(dān)保機(jī)構(gòu)正常運(yùn)作的基礎(chǔ)。市場經(jīng)濟(jì)是信用經(jīng)濟(jì),信用是市場經(jīng)濟(jì)運(yùn)行的必備前提和基礎(chǔ)。我國的經(jīng)濟(jì)運(yùn)行由于長期受計(jì)劃體制的影響,在實(shí)行市場經(jīng)濟(jì)之前,市場對資源的配置作用幾乎為零。市場經(jīng)濟(jì)實(shí)行之后,誠實(shí)信用與市場機(jī)制的關(guān)聯(lián)不大,社會信用缺失問題仍然存在,特別是中小企業(yè)信用觀念淡薄,正常的信用關(guān)系被嚴(yán)重扭曲。由于整個(gè)社會信用問題未得到根本改善,對信用擔(dān)保機(jī)構(gòu)的業(yè)務(wù)對象缺乏嚴(yán)格的監(jiān)督制約機(jī)制和懲罰制度,信用風(fēng)險(xiǎn)問題和道德風(fēng)險(xiǎn)普遍存在。

(二)業(yè)務(wù)對象缺乏信用歷史記錄,會計(jì)數(shù)據(jù)不完備,數(shù)據(jù)真實(shí)性需要檢驗(yàn)

國外學(xué)者認(rèn)為對金融機(jī)構(gòu)而言,中小企業(yè)是“信息殘缺的”,很難從外部了解到與企業(yè)有關(guān)的雇員、消費(fèi)者及供應(yīng)商的合約。因此,運(yùn)用模型方法進(jìn)行信用風(fēng)險(xiǎn)度量并予以決策時(shí),通常會要求該類企業(yè)提供規(guī)范而及時(shí)的經(jīng)營信息,如財(cái)務(wù)報(bào)表。而我國中小企業(yè)以民營為主,受經(jīng)濟(jì)體制和大環(huán)境的影響和制約,這些企業(yè)普遍以家族企業(yè)形式存在,企業(yè)信息與個(gè)人信息交叉,財(cái)務(wù)管理混亂,報(bào)表賬冊不全,內(nèi)控制度不嚴(yán),存在的信息問題十分嚴(yán)重。而一些小企業(yè),尤其是個(gè)人獨(dú)資企業(yè),由于個(gè)人活動和企業(yè)活動完全交叉,財(cái)務(wù)信息嚴(yán)重失真,運(yùn)用財(cái)務(wù)比率進(jìn)行信用風(fēng)險(xiǎn)度量十分困難。對于已上市的中小企業(yè)而言,信用擔(dān)保機(jī)構(gòu)可以通過對股市價(jià)格的持續(xù)監(jiān)控等方式了解企業(yè)的實(shí)際經(jīng)營狀況,但對于非上市的中小企業(yè)而言,則無法通過相關(guān)渠道獲得信用風(fēng)險(xiǎn)評估所需要的具體信息。此外,信用數(shù)據(jù)樣本較少,歷史延續(xù)性和可比性也尚待改進(jìn)。所以,若一些模型所需數(shù)據(jù)的主要來源渠道為證券市場時(shí),就會與我國多數(shù)中小企業(yè)為非上市公司的現(xiàn)狀產(chǎn)生較大矛盾。

(三)金融市場的運(yùn)作不規(guī)范,影響信用風(fēng)險(xiǎn)度量模型的預(yù)測能力

受金融市場過度投機(jī)和市場操縱等人為的市場不規(guī)范因素的影響,我國金融資產(chǎn)收益關(guān)聯(lián)度的穩(wěn)定性比較低,這一現(xiàn)象將對信用風(fēng)險(xiǎn)度量模型的預(yù)測能力產(chǎn)生一定的影響。尤其是CreditMetrics——市場價(jià)值模型和KMV——期權(quán)定價(jià)模型所需的數(shù)據(jù)的主要通過金融市場獲取,若金融市場化的進(jìn)程中不改變該現(xiàn)狀就根本無法為信用擔(dān)保機(jī)構(gòu)信用風(fēng)險(xiǎn)計(jì)量模型的建立,以及信用擔(dān)保項(xiàng)目信用風(fēng)險(xiǎn)的準(zhǔn)確量化提供良好的外部環(huán)境。