基于KMV模型的我國農村商業銀行信用風險管理實證研究

王海榮 錢 哲 汪寧霞

基于KMV模型的我國農村商業銀行信用風險管理實證研究

王海榮 錢 哲 汪寧霞

KMV模型是近年來在國際金融領域信用風險管理方面的重要模型之一，就其本身的框架而言，該方法實際上是在一定的假設前提下，通過計算違約距離與預期違約率量化信用風險，它包括了一整套的分析方法和數據庫。本文主要以江蘇省10家具有代表性的農村商業銀行為樣本進行實證調研分析，基于2013年各行的財務報告與財務數據，運用KMV模型的基本算法與思路對其信用風險進行度量，最后，根據實證分析的結果，針對江蘇省農村商業銀行信用風險管理提出相應的完善措施。

KMV模型 信用風險 違約距離 預期違約率

一、引 言

信用風險又稱違約風險，是指交易對手未能履行約定契約的義務而造成經濟損失的風險，即受信人不能履行還本付息的責任而使授信人的預期收益與實際收益發生偏離的可能性，它是金融風險的主要類型。而信用風險作為農村商業銀行經營風險中的主要風險，是我國商業銀行經濟損失的主要原因，若不有效控制，必將給銀行帶來巨大的風險和不可估量的損失。因此，信用風險的有效管理顯得尤為重要。信用風險管理的實質，是商業銀行通過對現存信用風險進行研究分析，從而達到對風險的預防與控制，以減少或規避信用風險所帶來的經濟損失。由于我國對風險管理缺乏足夠的認識，沒有建立獨立的風險管理機構，也沒有配備專門的風險管理人員，因此，我國主要是引進國外的經驗。迄今為止，世界著名的中介機構和金融機構向公眾公布的、比較有影響力的信用風險量化模型主要有以下四個：JP摩根的信用度量術模型（Credit Metrics）、KMV公司的KMV模型、瑞士銀行金融產品開發部的信用風險附加模型（Credit Risk＋）和麥肯錫公司的信用組合觀點模型（Credit Portfolio View）。其中信用度量術模型和KMV模型是基于默頓的期權定價理論構建的，信用風險附加模型是應用保險經濟學中的保險精算法構造的，而信用組合觀點模型的構建則采用了將宏觀經濟變量和單個債務人的信貸質量聯系在一起的計量經濟學方法。根據前人的研究結果表明：KMV模型在我國適用性最強，應用條件最成熟。

因此本文簡要介紹江蘇省農村商業銀行信用風險管理的現狀，運用KMV模型，結合2013年江蘇省農村商業銀行的財務數據進行實證分析，根據實證分析的結果，針對現存的問題提出完善農村商業銀行信用風險管理的意見。

二、文獻綜述

對于信用風險的研究，國外學者起步比較早，早在700多年前，如何管理信用風險就成為銀行管理的核心技能，而信用風險的識別和度量又是管理好信用風險的關鍵技術。Edward I．A1tman（1968）提出了信用評分模型——Z評分模型（Z．score Model），該模型是基于數理統計技術來區分貸款風險程度，從而對貸款申請人進行信貸風險的評估。Ohlson（1980）利用Logit回歸分析建立信用風險預測模型，并證實該模型具有很好的預測能力。Kurbat和Korablev（2002）用水平確認（Level valielation）和校準（Calibration）方法對KMV模型進行驗證，數據證明KMV模型十分有效。Jeffrey Bohn，，Navneet Arora等（2005）通過與其他信用風險度量模型的比較分析，驗證了KMV模型在違約預測方面的區分能力和精準性。Douglas W.Dwyer和 Irina Korablev （2007）用KMV模型對歐亞地區非金融公司信用風險進行實證分析，表明KMV模型可以為不同時段不同地區的信用風險預測提供較好的方法。

我國關于信用風險管理的研究起步比較晚，在信用風險的具體度量和管理上使用的方法還比較落后。王春峰等（1999）運用神經網絡技術分析商業銀行信用風險認為，較之其他傳統分析方法，神經網絡技術在大部分方面的預測更精確。殷克東等（2006）對國內外的商業銀行信用評級上存在的問題進行分析，并運用時間序列、主成分分析、層次分析等分析法對構建我國的內部評級模型進行了嘗試并進行了實證分析。劉偉（2007）提出了BP人工神經網絡模型，并以某企業的財務數據為樣本，進行了信用評級分析。

三、農村商業銀行信用風險管理現狀分析

與西方國家相比，由于我國對信用風險管理的認識比較晚，因此商業銀行在信用風險管理的水平和度量上還比較落后，而且不同銀行的信用風險管理水平也存在較大差異。經過30多年改革開放和經濟全球化的發展，我國商業銀行在信用風險管理上已經有了很大的進步，但與西方較先進的商業銀行信用風險管理技術方法相比，還存在較大的差距，我國農村商業銀行信用風險管理仍存在一些問題。

（1）信用風險內外部評級系統不完善。我國目前被信用評級的企業數量較少且不成熟，且服務對象單一，運作不規范，評級方法落后，商業銀行無法從外部獲得信用評級的參考，從內部評級來說，中國大多數商業銀行對企業的信用評級采取一些定性分析法，這并不能真實反映企業未來的發展狀況及償債能力。

（2）不良貸款比例過高。不良貸款率的高低，反映了信用風險的大小。我國農村商業銀行的不良貸款比例較高，在同業競爭中，處于一定的劣勢，這必然會給農村商業銀行的發展埋下巨大的隱患，經濟環境一旦發生變化，潛在的危險隨之出現，就會產生嚴重的信用風險。

（3）信用風險的計量和風險量化管理落后。我國商業銀行目前在信用風險量化管理方面還非常薄弱，對于信用風險模型還不熟悉，基本還停留在定性分析階段，尚未真正有意識地建立有關信用風險情況的完備數據資料庫。

（4）缺乏專業的風險管理人才。信用風險是銀行面臨的風險中最難測量和預測的，所以這對從事風險管理人員的專業要求相當的高。我國農村商業銀行在風險管理的機構和人員配備方面，重點和力度明顯不足，且信貸人員的素質普遍不高，進而缺乏對信用風險管理相應的技術。

（5）銀行存貸款期限配置不合理。商業銀行經營的基本要求是能夠根據吸收存款的期限進行合理配置自身貸款等資產的期限。但近年來，銀行存貸期限錯配趨勢明顯，嚴重的不合理。從存款上看，有明顯的活期化趨勢，銀行資金來源越來越不穩定，從貸款上看，大量的中長期貸款給銀行帶來潛在的危險，若資金周轉不靈，極易導致銀行破產。

總之，我國農村商業銀行現存在的問題比較嚴峻，而導致這些問題的關鍵因素是農村商業銀行信用風險度量方法的落后，雖然傳統的信用風險度量方法簡單易操作，但由于其主觀性較強，主要側重于定性分析，導致其評價往往因不同的因素而產生的結果各不相同。本文主要是基于現代信用風險度量方法和KMV模型，來研究農村商業銀行信用風險管理。

四、KMV模型

KMV模型的理論基礎是Black-Scholes期權定價模型，它將信用關系視作賣方期權，銀行發放貸款給借款人時，借款人擁有賣方期權，而期權實施的價格就是貸款的額度，借款人的資產則為期權標的物，當資產價值下跌，小于債務價值時，借款人可選擇實施期權，即違約。

KMV模型應滿足以下基本假設：

（1）企業市場價值服從布朗運動，且借款人資產收益服從正態分布；

（2）企業違約等價于企業資產價值小于債務；

（3）企業資本結構只包括所有者權益、短期負債和長期負債；

（4）違約距離是評價信用風險的合適指標；

（5）違約只在債務到期日T時刻發生（一般為1年）；

在KMV模型中，決定公司違約概率的是公司的資產價值及其風險。公司的資產價值是指公司資產的市場價值，是公司資產產生的未來現金流的現值，它包含了公司的相關市場、所在行業以及宏觀經濟信息，反映了投資者對公司前景的估值，具有前瞻性；資產的風險是指公司資產價值的不確定性，通常用資產價值的波動性衡量，由于公司需要在所在行業的大環境下生存，因此，其資產的風險同樣也是所在行業資產風險的體現。

根據以上假設，對于賣方期權而言，其定價公式為：

E：期權初始合理價格，即公司的股權價值

P：期權交割價格，即公司的債務面值

A：所交易金融資產現價，即公司資產價值

T：期權有效期，即債務期限（一般為1年）

r：無風險利率（國際上通常采用國債收益率替代無風險利率r，由于我國沒有實現利率市場化，因此我國并無真正意義上的無風險利率。國內學者多采用一年期定期存款的利率替代，本文亦采用此種處理。）

KMV模型取決于5個變量（P、A、r、T、σA）的價值，其中，P、r、T的值可直接從市場上觀察到，所以要解決的問題是A和σA兩個未知變量的值。

KMV公司認為當公司資產價值小于公司債務賬面價值時公司不一定發生違約，因為在公司債務中長期負債具有一定的“緩沖作用”，能夠給企業一定的時間繼續經營從而改善自身狀況并最終償還債務。因此KMV公司將違約臨界點設置為短期負債到負債總額之間的某一個點，即違約點。公式為：違約點（DP）=短期負債（STD）+0.5長期負債（LTD）

以違約距離DD表示企業資產市場價值期望值A距離違約點DP的遠近，距離越大，企業發生違約的可能性越小。根據違約距離DD的定義，公司資產市場價值低于違約點的概率，即理論上發生違約的概率為1-N（DD）。而基于違約數據庫，依據違約距離可以映射出公司實際的期望違約頻率EDF。由于我國當前還沒有公開的違約數據庫可以使用，現暫以違約距離DD作為公司信用評價的依據。

五、實證分析

（一）樣本選取

從2000年8月開始，江蘇省農村信用社改革試點工作全面推開。截至2012年末，全省共有農村商業銀行58家，江蘇農村商業銀行是全國最多的，具有較強的競爭力。以張家港農商行為代表，江蘇省農商行不管在經營特色還是資產規模上，都處于全國領先水平。但考慮到這些農商行都沒有上市，一些類似總股數、股票市值等數據無法獲得，只能尋求其他的替代變量。本文選取了10家具有代表性的江蘇省農村商業銀行作為實證研究的對象，10家銀行分別為：張家港農商行、吳江農商行、常熟農商行、紫金農商行、海安農商行、太倉農商行、高淳農商行、姜堰農商行、無錫農商行和盱眙農商行。本研究的計算期為2013年1月1日至2013年12月31日，計算基準日為2013年12月31日。

（二）參數設定

為了更好的進行實證研究，現做出如下假定：

（1）實證數據引用各農商行2013年的財務報告，準確真實、可信。

（2）為了研究方便，令債務期限T為1，無風險利率r采用2013年一年期定期存款基準利率3%。

（3）由于銀行的流動性負債難以統計，本研究取總負債為違約點。總負債以計算期內的銀行財務報告公布數據為準。

（4）由于農商行未上市，市場價值采用凈資產來代替，即農商行最低的市值。假定其滿足標準正態分布。

（5）由于農商行未上市，沒有股票價格，假設股權波動率為1。

（6）假定違約距離的計算公式中，E（A）＝A，則

（三）實證過程

（1）估計資產價值和資產價值的波動程度

聯立方程組：

求解得出A和σA，計算結果如下：

表1 資產價值及資產價值波動率 單位：元

（2）違約距離及預期違約率的計算

表2 違約距離和預期違約率

（四）實證結果

標準普爾和穆迪的風險評級代表了違約概率，表3給出EDF和標準普爾評級以及穆迪信用評級之間的對照表；表4給出了10家銀行最新的穆迪信用等級以及標準普爾評級。

表3 標準普爾、穆迪評級與KMV模型的EDF值的映射

表4 樣本銀行對應的信用等級

由于農商行缺乏標普爾和穆迪的信用評級，因此無法判斷KMV模型在我國農村商業銀行中是否具有適用性，因此，表4只是將樣本銀行的預期違約率與標準普爾和穆迪信用評級的標準對應，了解該行大致的信用等級，僅此而已。當然，通過前面的實證分析，得出了以下幾點結論：

（1）根據表2可以看出，違約距離越長，預期違約率越低，兩者呈反向變化。并且在10家樣本銀行中高淳農村商業銀行對信用風險的把控能力最強，而張家港農村商業銀行、常熟農村商業銀行、吳江農村商業銀行現處于擬上市的狀態，快速擴張，規模較之另外幾家銀行較大，因此，在運營過程中不可避免的會存在一些風險。

（2）根據EDF反映的信用風險大小，可以看出影響信用風險的因素主要有:銀行的資產規模、償債能力、盈利能力以及資產的穩定性。當銀行的資產規模擴大時，盈利能力和償債能力也變大，資產的波動性減小，違約距離增大，預期違約率減小，信用風險減小。反之，當銀行的資產規模減小時，其違約概率增加，信用風險也變大。

（3）根據表4可以看出，這10家農村商業銀行信用等級均處于中等以上，說明江蘇省農村商業銀行雖然沒有上市，規模沒有上市的商業銀行大，但其對信用風險有一定的控制能力，在全國范圍內發展較好，處于領先地位。

六、結 論

前文利用KMV模型從農村商業銀行信用風險的角度，對我國農村商業銀行的信用評級提供了定量分析的指標。然而由于模型的限制，在一定的假設條件的基礎上才有一定的可行性，因此對于農村商業銀行的信用風險分析模型還需進一步開發。現針我國農村商業銀行的現狀簡單地提出些許建議。

（一）建立成熟的評級機構和完善內外部評級體系

銀行應盡快發展和規范評級機構，提升銀行業務決策的科學性，利于我國資本市場的進一步發展，根據我國具體國情和企業自身發展的條件，建立健全與銀行自身相適應的信用評級標準，形成內部評級體系，以便更好地對受評對象的信用等級作出評估。我國目前資信評級發展還處于初級階段，所以必須積極學習西方發達國家的成熟經驗，引進先進的評級技術，降低我國銀行的信用風險。同時也要建立健全信用評級的法律法規。一個行業的發展，完善法律法規是必不可少的。只有建立健全了相關的法律法規，才能規范銀行業的信用評級。

（二）控制不良貸款率，加強監督管理

農村商業銀行應該將控制不良貸款率作為經營的主要目標，加強內部管理，大幅度減少新增不良貸款，努力爭取將不良貸款率控制在較小范圍內，同時銀行業金融機構的風險監管核心指標必須達標，對銀行部分事后監督與審計要到位，貫徹“審慎監管”原則，以便銀行大幅降低信用風險。

（三）量化信用風險，建立信用風險管理模型

有關部門應引進國外先進的信用風險量化工具，結合我國的實際情況進行改進研究，找到適合我國的信用風險量化工具和度量模型，同時完善基礎數據庫，對信用風險進行量化，形成現代信用風險評級機制。

（四）培養和引進一些具有專業技術的人才

農村商業銀行信用風險的有效管理，不可缺少專門從事風險分析和評估的人員。對銀行而言，可以從兩方面入手。一方面，銀行可以在現有的人員里進行選拔，參加相關方面專業的培訓；另一方面，以有競爭力的薪酬制度來引進風險管理人才，通過內部培養和外部招聘相結合的方式，建立風險管理隊伍，雙方不斷交流學習，不斷提高隊伍的風險管理水平。

（五）管理存貸款期限結構，加強流動性監管

銀行應該致力于推進中長期貸款證券化和存款的穩定化，管理存貸款結構，提高農村商業銀行資產管理能力和主動負債能力，同時拓寬銀行長期資金來源，推進資本市場穩定發展，改善中長期融資對銀行貸款過于依賴的局面，加強流動性監管，深化銀行改革。

［1］Edward I.Altman.Financial Ratios，Discriminate Analysis and the Prediction Of Corporate Bankruptcy.Journal of Finance.1968（9）598-609

［2］Ohlson J.S.Financial Rates and the Probabilistic Prediction of Bankruptcy.Journal of Accounting Research，1980. 9（15）109-131

［3］Kurbat，Korablev.Methodology for Testing the Level of the EDF Credit Measure.Moody's KMV Corporation.2002（8）

［4］ Jeffrey Bohn，Navneet Arora.Modeling Defadt Risk．Moody'S KMV Corporation．2003.10

［5］ Douglas W.Dwyer，Irina Korablev.PowerandLevel Validation of Moody's KMV EDF Credit Measures in North America，Europe and Asia.Moody's KMV Corporation.2007.9

［6］王春峰，萬海暉.商業銀行信用風險評估及實證研究.管理科學學報.1998（1）

［7］殷克東，基于商業銀行的信用評級模型研究.山東經濟. 2006（3）101-103

［8］劉偉，神經網絡在銀行信用風險中的應用.內蒙古農業大學學報.2007（4）103-104

［9］凌江懷，劉燕媚.基于KMV模型的中國商業銀行信用風險實證分析——以10家上市商業銀行為例.華南師范大學學報:社會科學報.2013（5）142-148

［10］馮玉霞，廖偉.淺談我國商業銀行信用風險管理.金融天地.2012

［11］陳斌.我國商業銀行信用風險的成因及對策探索.產業與科技論壇.2014（9）226-227

［12］張琳.我國商業銀行信用風險管理存在的問題及對策研究.財政金融.2014（4）150-151

Empirical Analysis on Credit Risk Management of China's Rural Commercial Banks Based on KMV Model

WANG Hai-rong,QIAN Zhe,WANG Ning-xia
Nanhang Jincheng College,Nanjing 211156

KMV model is one of the most important model in credit risk management around world.This paper bases on some hypothesis and measure the credit risk by Default Distance and Expected Default Frequency,including a set of analytic methods and database.This article mainly uses 10 representative agriculture business banks in Jiangsu province as a sample for empirical analysis,based on the financial report of each bank in 2013,using the KMV model to measure its credit risk. According to the result of empirical analysis,the paper put forward some suggestions based on the current situation of credit risk management of Jiangsu agriculture business banks.

KMV Model;The Credit Risk;Default Distance;Expected Default Frequency

F830

A

大學生創新基金（201413655011Y）；江蘇省教育廳高校哲學社會科學基金（2013SJD630089）；江蘇省社科基金（11GLB007）

王海榮，女，漢族，安徽毫州人，博士研究生，副教授，研究方向：財務與金融；江蘇南京，211156

錢哲，女，漢族，江蘇南通人，研究方向：財務會計

汪寧霞，女，漢族，江蘇南京人，研究方向：財務會計