村鎮銀行信用風險量化管理研究

史曉燕 黎禪易

(北京物資學院 北京 101149)

一、信用風險產生的原因

隨著經濟的發展以及銀行信用制度的建立逐漸出現了信用風險管理。受各種因素的影響和制約，銀行難以解決與企業之間信息不對稱的問題，在一定程度上必然引發信貸風險。事前信息不對稱時，銀行處于信息的劣勢地位，不能準確可靠地判斷借款人的信用情況，使得村鎮銀行在一定程度上很難對借款人進行差別定價，因此，貸款利率只能根據平均風險情況進行確定。事后信息不對稱時，借款人和銀行之間在簽署貸款合同之前，對反對項目的風險特征了解程度相同。但是，簽訂貸款合同后，借款人無需成本即可獲得項目的回報收益，銀行為了獲得相關的信息，卻需要支付一定的監督成本，對于項目的實際回報，銀行難以準確地了解。出于自身利益的需要，借款人可能實施一些行為，通常情況下這些行為不利于銀貸款本息的償付，在一定程度上增加了銀行貸款的信用風險。

村鎮銀行信貸支持的主要對象為農業，農民。農業和農民對自然條件的依賴性很強，抵御自然災害的能力弱，在農業保險體系不健全的情況下，村鎮銀行的信貸資金存在嚴重的風險隱患。在我國經濟欠發達的農村地區，金融生態環境還有不盡如人意之處。一些借款者信用意識、法律意識淡漠，欠賬不還，簽字不認，逃、廢、賴債之風在不同程度存在，信貸資金安全面臨很大挑戰。

二、信用風險量化管理的發展趨勢

80年代初因受債務危機影響，銀行普遍開始注重對信用風險的防范與管理，其結果是《巴塞爾協議》的誕生。該協議通過對不同類型資產規定不同權數來量化風險，是對銀行風險比較籠統的一種分析方法。九十年代以來一些大銀行認識到信用風險仍然是關鍵的金融風險，并開始關注信用風險測量方面的問題，試圖建立測量信用風險的內部方法與模型。其中以J.P.摩根的Credit Metrics信用風險管理系統最為引人注目。該模型以信用評級為基礎，計算某項貸款或某組貸款違約的概率，然后計算上述貸款同時轉變為壞賬的概率。

從最新的研究成果和趨勢來看,基于經濟日益全球化背景和宏觀經濟政策作用的強化,信用風險量化管理的研究在不斷尋求新的路徑和方法,以使信用評級更精確,評估信用風險更準確,信用風險管理更主動有效。其特點體現為:一方面,信用風險量化管理的研究重點在于如何借助新的統計學、數學、計算機和其他新興的工具和技術,以更精確地進行信用評級,更好地測度信用風險,包括利用信用衍生工具直接解決信用問題,最小化信用損失,優化信用管理; 另一方面,微觀經濟主體和宏觀經濟政策的聯系愈來愈強,信用風險量化模型受到宏觀經濟的影響也越來越大,為了更好地研究信用風險,就必然要從原來僅關注評估主體的個性特征和歷史數據擴展到對各種外部因素的分析,尤其是要考慮宏觀經濟變量和政策對市場微觀主體的影響,這是信用風險量化管理的一個重要的新領域和方向。

三、現代信用風險量化研究

作為目前國際上運用較多的現代信用風險度量模型：KMV模型，它是由KMV公司利用默頓的期權定價理論開發的一種違約預測模型，模型的核心分析工具是預期違約頻率，它的原理是銀行貸款相當于向債務人賣出一個看跌期權，當企業資產的市場價值超過企業的負債時，企業有動力償還貸款，當企業資產的市場價值低于債務時，企業會行使期權，選擇違約。該模型對于上市公司和上市銀行的信用風險進行預測特別適合。

例如對一家放款銀行在發放一筆貸款后的損益情況進行描述，進而說明貸款與期權之間的關系。假設貸款的期限為一年，經過折現后貸款數量設為B。在貸款期間，利用這筆資金，借款公司用于投資不同項目或變成不同的資產，如果貸款期滿之后，借款公司的資產市值水平設為A，如果 A>B，那么公司的股東們就會有能力去償還所借貸款，同時股東們還會獲得 A-B 的盈利。通常情況下，只要貸款企業的資產市場值超過貸款數量，這時股東便有能力去償還貸款。反之，股東就會出現違約，或者將企業的剩余資產抵押給銀行。

KMV模型根據借款公司的股票價格波動計算EDF，通過EDF來計算違約損失額LGD。KMV模型能夠對資本市場上的信息進行充分的利用，進而對上市企業的信用風險進行量化和分析。也就是說，在任何公開招股的公司都可以使用該方法，從股票市場的資料中獲取其數據信息，其中更多的市場信息包含在內，所以能夠真實地反映企業的信用狀況，具有很強的前瞻性，同時具有很強的預測能力，并且預測更及時，更準確。但是，假定公司的債務是靜態不變時，通過信用風險的期權定價方法進行分析，不能獲得企業的債務負擔比率的變化信息。

四、結束語

信用風險管理不僅是村鎮銀行的內部管理事務，也是一個需要社會共同參與的系統工程。需要選擇適合我國國情的信用風險管理技術，加強信用風險管理量化管理技術的技術舉措，進而提高我國村鎮銀行的信用風險評估技術水平。