信用風(fēng)險度量模型的研究

趙欣

摘 要：現(xiàn)代信用風(fēng)險度量模型得到了迅速的發(fā)展，從信用風(fēng)險的界定狹義和廣義上來闡述，對貸款信用風(fēng)險模型化的困難以圖形解析，對目前國際上流行的信用分析度量模型J.P摩根的信用度量術(shù)模型（creditMetrics）、麥肯錫公司的信貸組合觀點模型（credit portfolio View）、KMV公司的預(yù)期違約率（EDF）模型、瑞士信貸銀行的信用風(fēng)險附加模型（creditrisk+）、死亡率模型（Mortality Rate）詳細(xì)分析研究。

關(guān)鍵詞：信用風(fēng)險;度量模型

隨著金融市場的發(fā)展和風(fēng)險管理技術(shù)的進(jìn)步，現(xiàn)代信用風(fēng)險度量模型得到了迅速的發(fā)展。現(xiàn)代信用度量模型與傳統(tǒng)的信用度量方法相比，具有很大的優(yōu)越性。

信用風(fēng)險的界定主要是交易對手（債務(wù)人）不能正常履行合約或信用品質(zhì)發(fā)生變化而導(dǎo)致交易另一方（債權(quán)人）遭受損失的潛在可能性，廣義上的信用風(fēng)險由兩部分組成：1.違約風(fēng)險（default risk），交易一方不愿或無力支付約定款項，致使交易另一方遭受損失的可能性。2.信用價差風(fēng)險（credit spread risk）交易對手或債務(wù)人信用品質(zhì)變化導(dǎo)致資產(chǎn)（合約）價值變化的不確定性。而俠義上的信用風(fēng)險的構(gòu)成要素：違約概率（probability of defualt，PD），信用暴露（credit exposure ， CE）或違約暴露（exposure at defualt，EA），違約損失（loss given default，LGD）。

貸款信用風(fēng)險模型化的困難，貸款作為債權(quán)工具，其收益（損失）分布具有獨特性;貸款的收益（損失）分布具有負(fù)偏斜，且損失區(qū)域的概率密度曲線呈“肥尾狀”;借貸雙方存在顯著的信息不對稱，產(chǎn)生道德風(fēng)險問題;貸款是非公開交易，相關(guān)數(shù)據(jù)不易收集。

目前國際上流行的信用分析度量模型主要有J.P摩根的信用度量術(shù)模型（creditMetrics）、麥肯錫公司的信貸組合觀點模型（credit portfolio View）、KMV公司的預(yù)期違約率（EDF）模型、瑞士信貸銀行的信用風(fēng)險附加模型（creditrisk+）、死亡率模型（Mortality Rate）。

1 J.P摩根的信用度量術(shù)模型（creditMetrics）

CreditMetrics模型是世界上第一個信用風(fēng)險的量化度量模型，是由J.P.摩根公司開發(fā)出的模型。該模型以資產(chǎn)組合理論為依據(jù)，運用VaR（ValueatRisk）框架，對貸款和非交易資產(chǎn)進(jìn)行估價和風(fēng)險計算。CreditMetrics模型依賴于歷史數(shù)據(jù)，屬于盯市模型（MTM）。

VaR（ValueatRisk）方法在險價值模型就是為了度量一項給定的資產(chǎn)或負(fù)債在一定時間里和在一定的置信度下其價值最大的損失額。VaR方法度量非交易性金融資產(chǎn)如貸款的在險價值時則會遇到如下問題：

1）因為絕大多數(shù)貸款不能直接交易，所以市值P不能夠直接觀察到。

2）由于貸款的市值不能夠觀察，也就無法計算貸款市值的變動率。

3）貸款的價值分布離正態(tài)分布狀偏差較大。

對于CreditMetrics模型而言，影響信貸資產(chǎn)價值的因素即有違約事件，也有信貸資產(chǎn)質(zhì)量的變化。為獲得所有信貸資產(chǎn)的潛在變化信息，CreditMetrics模型采取了盯市（Marked-to-Market）的方法來計算信用風(fēng)險值。

2 麥肯錫模型

麥肯錫模型是在CreditMetrics模型的基礎(chǔ)上，對周期性因素進(jìn)行了處理，將評級轉(zhuǎn)移矩陣與經(jīng)濟(jì)增長率、失業(yè)率、利率、匯率、政府支出等宏觀經(jīng)濟(jì)變量之間的關(guān)系模型化，并通過蒙地卡羅模擬技術(shù)（astructuredMonteCarlosimulationapproach）模擬周期性因素的沖擊來測定評級轉(zhuǎn)移概率的變化。

麥肯錫模型克服了CreditMetrics模型中不同時期的評級轉(zhuǎn)移矩陣固定不變的缺點，可以看作是對CreditMetrics模型的一種補(bǔ)充。

3 KMV模型

KMV模型是估計借款企業(yè)違約概率的方法。該模型將貸款看作期權(quán)，首先利用Black-Scholes期權(quán)定價公式，根據(jù)企業(yè)資產(chǎn)的市場價值、資產(chǎn)價值的波動性、到期時間、無風(fēng)險借貸利率及負(fù)債的賬面價值估計出企業(yè)股權(quán)的市場價值及其波動性，再根據(jù)公司的負(fù)債計算出公司的違約實施點（defaultexercisepoint），然后計算借款人的違約距離，最后根據(jù)企業(yè)的違約距離與預(yù)期違約率（EDF）之間的對應(yīng)關(guān)系，求出企業(yè)的預(yù)期違約率。KMV模型主要使用股票市場的相關(guān)數(shù)據(jù)，是一種動態(tài)模型。該模型同時具有盯市模型和違約模型（DM）的特征。

4 瑞士信貸銀行的信用風(fēng)險附加模型（CrediTrisk+）模型

CrediTrisk+模型是一種基于精算方法的信息風(fēng)險計量模型。該模型把信用評級的升降和與此相關(guān)的信用價差變化看作是市場風(fēng)險，在任何時期只考慮違約和不違約這兩種事件狀態(tài)，計量預(yù)期到和未預(yù)期到的損失。CrediTrisk+是一種違約模型，它忽略了轉(zhuǎn)移風(fēng)險。但是，該模型具有其獨特的優(yōu)點：只考慮違約事件，要估計的變量少，數(shù)據(jù)要求較簡單

如模型只需要相對較少的數(shù)據(jù)，具有簡易性的特點;能夠得到債券組合或貸款組合的損失概率的閉形解，具有計算上的優(yōu)勢。

5 死亡率模型（Mortality rate）

借鑒保險精算確定壽險保費的思想，對各信用等級債券和貸款死亡率及損失率作專門研究，利用歷史違約數(shù)據(jù)，估計債券（貸款）壽命周期內(nèi)每一年的邊際死亡率MMR

計算累積死亡率CMR，即債券（貸款）在N年內(nèi)會違約的概率，模型特點屬于違約模型借用了壽險精算思想，此模型的優(yōu)點思路相對簡單，操作難度相對較低，但是有相伴的違約模型的局限;簡單地依靠歷史數(shù)據(jù)預(yù)測違約損失;要保證測算的精度，需要大規(guī)模的包括各等級的債權(quán)工具的歷史觀測值樣本。

除上所述，國際上應(yīng)用的信用風(fēng)險度量模型還有許多，如神經(jīng)網(wǎng)絡(luò)分析模型等等。

銀行業(yè)應(yīng)當(dāng)大力加強(qiáng)建立信用風(fēng)險量化分析和管理體系所需數(shù)據(jù)庫的建設(shè)，建立和完善銀行內(nèi)部的企業(yè)信用評級體系，促進(jìn)專業(yè)評估機(jī)構(gòu)的建立，建立強(qiáng)大的信息技術(shù)平臺，強(qiáng)化銀行業(yè)的信息披露，加強(qiáng)市場約束，借鑒發(fā)達(dá)國家先進(jìn)的關(guān)于信用風(fēng)險度量和管理的理論知識，國際上最具影響力的信用風(fēng)險度量模型直接影響國際銀行業(yè)信用風(fēng)險管理的發(fā)展。

參考文獻(xiàn)

[1]涂艷，王翔宇.基于機(jī)器學(xué)習(xí)的P2P網(wǎng)絡(luò)借貸違約風(fēng)險預(yù)警研究——來自“拍拍貸”的借貸交易證據(jù)[J].統(tǒng)計與信息論壇，2018（06）.

[2]A Novel behavioral scoring model for estimating probability of default over time in peer-to-peer lending[J].Zhao Wang，Cuiqing Jiang，Yong Ding，Xiaozhong Lyu，Yao Liu.Electronic Commerce Research and Applications，2018.

[3]張娜.對新常態(tài)下商業(yè)銀行信貸風(fēng)險管理問題的幾點探討[J].現(xiàn)代營銷（經(jīng)營版），2019（10）.

[4]王星予，余麗霞，陽曉明.商業(yè)銀行信貸資產(chǎn)證券化信用風(fēng)險研究——基于修正的KMV模型[J].金融監(jiān)管研究，2019（03）.

[5]王向榮，周靜宜.中國上市保險公司風(fēng)險度量適用性研究——基于Z模型與KMV模型的應(yīng)用比較[J].會計之友，2018（23）.

[6]邵翠麗.基于KMV模型的一種信用風(fēng)險評估方法及其應(yīng)用——以萬科A為例[J].會計之友，2018（19）.