中小銀行信用債信用風險管理實踐與探討

聶飄霞

摘要：本文結合長沙銀行在信用債風險管理方面的實踐，探討了中小銀行信用債信用風險管理的相關理念和方法，以期為中小銀行類機構管理信用債信用風險提供一些參考。

關鍵詞：中小銀行 信用債 風險管理 財務預警模型

信用債是我國債券市場的重要品種，狹義上特指非金融企業發行的債券，主要包括企業債、公司債、短期融資券、中票和定向工具等。隨著債券市場擴容和品種的不斷豐富，信用債已成為我國債券市場和商業銀行債券配置的重要品種之一。

近年來，我國信用債市場發展十分迅速。根據Wind資訊的統計，截至2017年末，我國存量信用債余額為16.54萬億元，占全市場債券余額的22.15%，超過國債、地方債、政策性銀行債等利率品種，成為企業直接融資的重要資本工具。但在信用債市場快速發展的同時，近年來違約風險增加，對于商業銀行特別是中小銀行信用債風險管理體系建設提出了更高要求。本文將結合長沙銀行業務實踐，對于中小銀行信用債信用風險管理方法作以探討。

中小銀行信用債信用風險管理現狀

（一）信用債投資面臨較大的信用風險

商業銀行是信用債最大的持有主體，特別是對于以中小銀行為主的城市商業銀行和農村商業銀行來說，信用債的持有量更大。

與全國性的商業銀行具有廣泛的客戶來源不同，中小銀行經營范圍通常局限在一定區域內，客戶資源高度集中，優質發債企業較少且以城投企業為主，因此在中小銀行所持信用債的發行人中，行內客戶資質相對較弱。在以往信用債“剛性兌付”時期，一些中小銀行通過“簡單粗暴”的方式完成了信用債投資，并在過去的牛市中獲取了超額收益。而在信用債券市場迅速擴容并頻發違約的市場環境下，中小銀行信用債投資面臨著較大的信用風險。

（二）信用風險管理能力相對不足

商業銀行是信用債市場主要投資資金來源方和風險承擔者，其信用風險管理能力是信用債投資的基礎與前提。全國性商業銀行一般擁有廣泛的客戶基礎和較強的業務滲透能力，債券發行人往往也是對公貸款客戶、債券承銷客戶等，可以通過統一授信、信息共享實現對信用債投前和投后的統籌管理，從而實現對信用債風險的有效管理。與全國性商業銀行相比，中小銀行在進行投資決策時，由于缺乏系統的工具和專業的信用研究團隊，難以對發行人信用風險進行全面深入的分析和排序，主要是借助外部評級和公開信息對發行人信用資質進行簡單的評估，風險管理能力明顯不足。因此，中小銀行雖然持有較大規模的信用債，但其在客戶資源、專業人才、研究能力、管理手段等方面還存在較多制約。由于人員、工具的限制，中小銀行的投資部門通常并未形成自己專業的信用研究團隊，往往依靠授信審批和風險管理部門對信用風險進行把控，對信用債的風險承受能力偏低，一旦發生違約事件，將對其投資組合業績表現和今后的投資管理模式形成巨大沖擊。

長沙銀行信用債信用風險管理實踐

長沙銀行成立于1997年5月，是湖南省首家區域性股份制商業銀行和湖南最大的法人金融企業。自2014年開始，長沙銀行著手全面搭建信用債投研和風控體系，依托IT系統與資訊終端、以評分卡與大數據為核心、借助外部行業與個券研究，在信用債風險管理上進行了有益的探索和實踐，并取得了一定成效。

（一）構建內部評分卡

由于外部信用評級存在評級公信力和可比性較弱、區分度不高、高信用評級過于集中、評級監管不嚴、評級跟蹤滯后等問題，近兩年來，長沙銀行開始著手建立適合自身業務發展需要的內部評分卡。第一代評分卡使用專家判斷法，依靠交易員和風險中臺的經驗進行開發，簡單易行，但容易受專家個人經驗及主觀因素的影響，帶有片面性；在第二代評分卡構建過程中，借助外部專家智慧，通過違約模型法將評分卡進一步完善，評分卡已通過后續自主研發的信用分析管理系統得以廣泛使用。

違約模型法是根據一定的統計理論，利用數學方程模擬現實中客戶信用狀況與客戶特征之間相互關系的研究方法，其開發包括以下幾個環節：數據轉換（運用logistic轉換等）、數據標準化、單因素分析（運用AR值、Somers D值等）、相關性分析、多因素分析（Probit與Logistic模型）。該模型優點在于：在數據量充分的前提下，可以比較準確地預測客戶的信用等級；缺點是受數據量影響，在數據量不充分或者數據質量不高時，此方法得到的結果可信度不高。目前，非金融發債企業已超過5000家，同時市場上已有多個違約樣本和較多的低評級發行人，數據量充分，因此采取違約模型法對評分卡進行改進可以取到較好的效果。

評分卡包括模型內指標和模型外調整因素。模型內指標是指以反映企業盈利能力、營運能力、增長性、資產規模、杠桿率等財務指標為主的定量指標，以及反映企業性質、競爭力、行業特征、融資能力等的定性指標。模型外調整因素是指由于其偶發性，不適合通過統計建模的方法納入模型內且對發行人信用資質有重大影響的負面因素，如行業嚴重下滑、受監管部門處罰、重大訟訴、實際控制人風險事件、未及時披露定期財務數據等。根據Wind行業分類，將130多個四級分類行業劃分為13個大類行業模型和1個通用類模型，含建筑、消費、醫療、交通運輸、城投類、一般企業通用類等，通過統計建模的方式，構建了14張評分卡。

評級主標尺分為1、2、3、4、5共五個大檔。數字越小，信用等級越高，每個大檔包括3個小檔，投資入庫所需滿足的最低評級標準根據建模樣本測算結果的評級分布劃定。通過違約模型法校驗出的內部評級具有良好的區分度，如外部評級同是AA級的發行人，其所對應的內部評級可能為4+、4、4-，甚至5，從而有助于對發行人信用資質形成有效判斷。

（二）開發信用分析管理系統

評分卡通常會涉及很多模型和數據，如果在數據錄入與更新、評級發起、流程審批、評級結果查看、評級變動跟蹤等方面完全依靠Excel操作，需要從數據庫中手工選取數據，難以共享，不利于數據管理、流程管控以及評級結果的應用，也不利于模型管理。為此，長沙銀行于2016年下半年起開始自主研發基于評分卡的信用分析管理系統，該系統已于年底上線并投入使用。該系統通過全行統一的大數據平臺與Wind數據庫進行對接，可快速添加發行人數據以及提取定量數據，經辦人只需手工填寫定性數據錄入模板并導入后（每個定性指標分為3至5個檔次，操作人員只需錄入數字），即可生成模型外因素調整前的試算評級。目前系統存儲了將近2000家發行人的評級結果，交易員可通過系統橫向比較同一大類行業不同發行人的試算評級結果，縱向查看發行人每年的評級變動情況。endprint

此外，長沙銀行還持續不斷地提升和擴展系統功能。2017年上半年，在系統中新增了發行人盡職調查、風險評估以及授信管理模板，所需財務數據均通過Wind導入，提高了交易員和風險中臺對發行人的評估效率。至此，通過信用分析管理系統，信用投資實現了從內部評級到入庫審批、前臺盡職調查、中臺風險評估、授信管理、投后管理的全流程管理。后期通過借助大數據建模、機器學習等算法在系統中實現了模型自我驗證和修正。

（三）搭建違約預警模型

在信用債信用風險研究與管理方面，長沙銀行不斷與專業咨詢機構、同業機構進行交流，吸收和總結市場先進實踐經驗，依靠本行在信息技術上的強大研發能力，不斷探索和開發適合本行實際情況的風險管理工具和模型。

內部評分卡依據定量定性因素對發行人的信用資質給出一個整體評價和排序。由于模型的固有缺陷，可能未關注到發行人在某些指標上的惡化，容易造成投資者依賴表面上讓人信服的結果、安心等待債券到期兌付的情況。而外部評級的下調往往出現在發行人明確不能付息或還本的情況下，具有嚴重的滯后性。因此，在評分卡實施和信用分析管理系統上線后，長沙銀行便開始研究預警模型，目前已構建出財務預警模型，確定了預警規則，具有一定的應用價值。

在模型構建過程中，參考國內外財務預警模型的構建方法，包括單變量分析模型、多變量模型（Z-score模型）、條件概率分析模型中的邏輯回歸模型等，借鑒俞寧子、劉斯峰、陳綠原所著《中國債券違約現狀與預警全剖析》1中提出的預警框架，運用計算機技術反復進行驗證，最終從30多個財務指標中篩選出包括現金比率、資產負債率、利息保障倍數、剛性債務與所有者權益比、凈利潤率、Z-score值等14個違約敏感指標。經過嚴謹的統計分析，將預警閾值調校到了最合適的水平。預警規則包括紅色預警、黃色預警和綜合預警：紅色預警為14個通用指標中至少有7個指標突破閥值；黃色預警為8個關鍵指標中至少有5個指標突破閥值；綜合預警為同時發生紅色預警和黃色預警。經過驗證，對于2016年的新增違約發行人，該模型實現了2015年財務數據85%的預警和2014年財務數據71%的預警。在后續實踐中，還將加入發行人負面事件、行業景氣度等先行指標，建成多維預警模型，提高預警的頻率、質量和效果。

目前，長沙銀行完成了兩代評分卡的更替，自主開發了信用分析管理系統，建立了財務預警模型，通過分析、整合外部專業機構在行業、信用市場、投資策略、信用事件等方面的研究成果，跟蹤債市發行人負面消息，形成了定期信用研究報告。通過投前內部評級、盡職調查和風險評估，投后評級跟蹤、定期排查和財務預警，積極主動地管理信用風險，做到在投資策略上“有攻有守”，在風險把控中“心中有數”，實現了投資組合在行業、企業性質（如投資優秀的民營企業）、品種上的分散化。在所投信用債中，除某AAA級債券因發行人近年經營下滑出現過一次負面展望外，其他信用債未出現過評級下調情況。

加強我國中小銀行信用債風險管理的政策建議

展望未來，受我國經濟增速趨緩、產業結構調整、房地產不確定性增加、金融去杠桿等因素的影響，信用市場將繼續分化，高負債、盈利能力弱的發行人將面臨資金鏈斷裂的風險。中小銀行如果僅依靠國企、城投、高評級等“信仰”投資，投資組合將面臨收益低、風險高的危險局面。因而，中小銀行需警惕信用風險新的表現形式與衍變路徑，改變過去“簡單粗暴”的投資模式，建立適合自身實際情況的投研與風險管理體系，確保信用債投資安全，實現投資收益與風險的相互匹配。

一是重新認識信用債風險。債券違約打破了市場一直以來對信用債的剛兌預期，過去長期存在的剛兌環境讓市場對違約風險缺乏敏感性，中小銀行需要重新認識和評估信用債的信用風險，在人力和機制上加大對信用研究的投入，通過專業的信用團隊和投研體系，實現對持倉信用債全方位、全過程的風險管理，確保投資安全。

二是加強信用研究能力。未來市場上信用產品將更加豐富多樣，衍生品的出現與發展將催生更多的交易策略，信用債的交易必將越來越活躍，信用研究能力將成為機構投資者的核心競爭力，特別是對于以主要通過經營和承擔信用風險獲取收益的中小銀行來說，更需要加強信用研究能力，奠定信用債投資及風險管理的良好基礎。

三是搭建適合中小銀行投資交易需求的風險管理體系。從長沙銀行的實踐經驗來看，中小銀行可從人員、模型、系統上逐步搭建適合自身投資交易需求的風險管理體系，并可適當借助外部專業信用機構的產品和服務，積累行業分析經驗和具有代表性發行人的經營和財務特征，實現在投前風險評估時對發行人的經營狀況和財務特點了然于胸，投后能及時密切關注發行人的動態，及時發現風險苗頭，提前進行處置。在信用債風險可控的情況下，逐步建立收益最大化的品種、期限和行業組合，一方面為自營投資創造更多收益，另一方面為理財客戶帶來更穩健的收益，不斷提升自身的市場影響力與競爭力。

注：

1.詳見2016年9月21日德勤企業咨詢上海有限公司俞寧子、劉斯峰、陳綠原發布于第一財經網站的報告。

作者單位：長沙銀行金融市場部

責任編輯：印穎 鹿寧寧endprint