作者簡(jiǎn)介：李興法（1965-），男，黑龍江伊春人，博士研究生，經(jīng)濟(jì)師，主要從事信用風(fēng)險(xiǎn)理論、模型及應(yīng)用方面的研究。

摘 要：CreditMetrics模型是近年來(lái)國(guó)際金融領(lǐng)域信用風(fēng)險(xiǎn)管理方面的重要模型之一，它標(biāo)志著風(fēng)險(xiǎn)管理在精確性及主動(dòng)性方面取得了巨大進(jìn)步。本文介紹了源于莫頓公司價(jià)值模型的CreditMetrics模型，重點(diǎn)研究分析了CreditMetrics模型的單筆債券或貸款、組合債券或貸款的信用風(fēng)險(xiǎn)估值方法和應(yīng)用。該模型對(duì)我國(guó)的商業(yè)銀行風(fēng)險(xiǎn)管理工作具有重要的借鑒意義。

關(guān)鍵詞： 商業(yè)銀行；信用風(fēng)險(xiǎn)；CreditMetrics模型；信用評(píng)級(jí)；轉(zhuǎn)移概率

中圖分類號(hào)：F830.9文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-176X(2006)12-0047-07

一、 CreditMetrics模型的基本框架

對(duì)于CreditMetrics模型而言，影響信貸資產(chǎn)價(jià)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(lái)計(jì)算信用風(fēng)險(xiǎn)值。該模型構(gòu)造了一個(gè)模擬信貸資產(chǎn)所有潛在變化以及違約波動(dòng)的組合計(jì)量框架。圖1給出了模型的框架，從CreditMetrics模型技術(shù)框架看，該模型主要包括三個(gè)關(guān)鍵環(huán)節(jié)：

1.敞口或內(nèi)部頭寸。頭寸數(shù)據(jù)通常都保存在金融機(jī)構(gòu)一系列的系統(tǒng)當(dāng)中，包括投資組合數(shù)據(jù)、交易賬簿數(shù)據(jù)以及表外項(xiàng)目數(shù)據(jù)等。只要頭寸數(shù)據(jù)的基礎(chǔ)是一致的，CreditMetrics就能區(qū)分出不同投資種類之間的風(fēng)險(xiǎn)差別。

2.信用事件所導(dǎo)致的單個(gè)敞口的價(jià)值波動(dòng)。信用事件包括違約事件以及評(píng)級(jí)變動(dòng)。在計(jì)算整個(gè)組合的信用風(fēng)險(xiǎn)之前，需要先計(jì)算單個(gè)頭寸的信用風(fēng)險(xiǎn)。計(jì)算的風(fēng)險(xiǎn)應(yīng)能囊括信貸資產(chǎn)在所有各種可能的評(píng)級(jí)狀態(tài)下（包括違約）的價(jià)值分布。

3.不同信貸資產(chǎn)彼此變化的相關(guān)性。CreditMetrics最終的目的是要計(jì)算整個(gè)信貸組合的信用風(fēng)險(xiǎn)，為此必須要估計(jì)不同資產(chǎn)之間的變化相關(guān)性，包括違約的相關(guān)性和評(píng)級(jí)轉(zhuǎn)移的相關(guān)性。在估計(jì)組合的信貸資產(chǎn)風(fēng)險(xiǎn)值方面，相關(guān)性估計(jì)至關(guān)重要。

為便于理解，我們將上述步驟分解以下幾個(gè)重要環(huán)節(jié)。（1）設(shè)定風(fēng)險(xiǎn)期的長(zhǎng)度。遵循風(fēng)險(xiǎn)計(jì)量的習(xí)慣，CreditMetrics將風(fēng)險(xiǎn)期設(shè)為1年。（2）設(shè)定信用風(fēng)險(xiǎn)評(píng)級(jí)系統(tǒng)。每個(gè)債務(wù)人都必須被賦予一個(gè)信用評(píng)級(jí)，評(píng)級(jí)來(lái)源可以是公認(rèn)的外部結(jié)果，也可以是內(nèi)部評(píng)級(jí)結(jié)果。（3）設(shè)定信用評(píng)級(jí)轉(zhuǎn)移矩陣，轉(zhuǎn)移矩陣給出了債務(wù)人在風(fēng)險(xiǎn)期從當(dāng)前評(píng)級(jí)狀態(tài)轉(zhuǎn)移至其他所有評(píng)級(jí)狀態(tài)的概率或可能性。（4）設(shè)定信貸利差溢價(jià)。信貸利差溢價(jià)等于當(dāng)前價(jià)格與相同期限無(wú)風(fēng)險(xiǎn)利率之間的差額。計(jì)算出所有信用評(píng)級(jí)級(jí)別債券的信貸利差溢價(jià)，以對(duì)應(yīng)的遠(yuǎn)期利率為折現(xiàn)率，進(jìn)一步計(jì)算出債券在所有這些評(píng)級(jí)上現(xiàn)值。（5）設(shè)定債券的違約損失率。（6）如果不存在相關(guān)性，通過(guò)上述步驟計(jì)算出的所有債券的價(jià)值的分布加起來(lái)，所得即整個(gè)信貸組合的價(jià)值分布。（7）考慮到相關(guān)性，估計(jì)資產(chǎn)之間的變化相關(guān)性。（）8估計(jì)資產(chǎn)之間的聯(lián)合違約概率以及聯(lián)合轉(zhuǎn)移概率，計(jì)算組合的信用風(fēng)險(xiǎn)值。

二、CreditMetrics模型信用度量方法

CreditMetrics模型度量是以信用評(píng)級(jí)轉(zhuǎn)移為基礎(chǔ)的，而信用評(píng)級(jí)并不只是由CreditMetrics集團(tuán)提供的，可由用戶獨(dú)立開發(fā)，也可以從信用評(píng)級(jí)機(jī)構(gòu)取得。典型的轉(zhuǎn)移計(jì)算是：在一年的時(shí)間內(nèi)，以標(biāo)準(zhǔn)普爾的評(píng)級(jí)AAA、AA、A、BBB、BB、B和CCC為基礎(chǔ)，計(jì)算從一個(gè)評(píng)級(jí)轉(zhuǎn)移到另一個(gè)評(píng)級(jí)的轉(zhuǎn)移概率。除了以上7個(gè)信用評(píng)級(jí)外，還考慮表示“違約”的吸收狀況D，共計(jì)8種狀態(tài)。根據(jù)已知?dú)v史數(shù)據(jù)估計(jì)的轉(zhuǎn)移概率，用公司的債券市場(chǎng)或股票市場(chǎng)數(shù)據(jù)替代公司資產(chǎn)價(jià)值直接導(dǎo)出評(píng)級(jí)分類的相關(guān)性，CreditmMetrics計(jì)算貸款的組合的價(jià)值遠(yuǎn)期分布，直接估計(jì)一般信用損失分布對(duì)應(yīng)某個(gè)置信水平分位數(shù)作為資產(chǎn)信用風(fēng)險(xiǎn)值。

1.單一債券或貸款情況

CreditMetrics模型信用度量方法是以信用評(píng)級(jí)為基礎(chǔ)，通過(guò)求單項(xiàng)貸款價(jià)值概率分布來(lái)確定單項(xiàng)貸款的風(fēng)險(xiǎn)。這個(gè)概率分布的特點(diǎn)在于它完全基于信用轉(zhuǎn)移分析，即在既定時(shí)間內(nèi)（一般取一年）一種信用質(zhì)量變?yōu)榱硪环N信用質(zhì)量的概率，用它來(lái)度量將來(lái)（比如說(shuō)一年以后）貸款資產(chǎn)組合的價(jià)值分布，模型強(qiáng)調(diào)資產(chǎn)組合價(jià)值變化與信用評(píng)級(jí)轉(zhuǎn)移相關(guān)。假設(shè)一筆固定利率、不可提前償還的中長(zhǎng)期貸款。該筆貸款是等額償還，直到最后一次償還時(shí)結(jié)清貸款本息。在不可提前償還假定條件下，根據(jù)普通年金現(xiàn)值一般公式，可推導(dǎo)出償還貸款額現(xiàn)值計(jì)算的基本模型：

2.組合債券或貸款情況

（1）公司價(jià)值模型 

下面介紹信用計(jì)量模型所用的公司價(jià)值的基本原則——閾值方法。按照默頓模型，公司資產(chǎn)價(jià)值遵循標(biāo)準(zhǔn)幾何布朗運(yùn)動(dòng)，在時(shí)刻的公司價(jià)值服從對(duì)數(shù)正態(tài)分布，并可表示為：

(2)聯(lián)合評(píng)級(jí)概率的推導(dǎo)

為了在聯(lián)合概率中考慮相關(guān)性，利用上面計(jì)算每筆貸款或新發(fā)行債券的閾值，再根據(jù)二元正態(tài)分布計(jì)算出聯(lián)合概率。我們以初始評(píng)級(jí)為BBB和A級(jí)的公司為例，假設(shè)每個(gè)公司的資產(chǎn)價(jià)值正規(guī)化后對(duì)數(shù)收益rBBB和rA服從標(biāo)準(zhǔn)正態(tài)分布，則聯(lián)合正態(tài)分布的密度函數(shù)為：

三、基于CreditMetrics模型的信貸資產(chǎn)風(fēng)險(xiǎn)值的計(jì)算實(shí)例

1.單一貸款或債券情況下的信用風(fēng)險(xiǎn)估值

我們運(yùn)用上述CreditMetrics模型方法計(jì)算單一情況下的信貸資產(chǎn)的風(fēng)險(xiǎn)值。下面以一筆年利率為6％，金額為10 000元，期限為5年，高級(jí)未擔(dān)保的BBB級(jí)不可提前償還的中長(zhǎng)期貸款為例來(lái)計(jì)算CreditMetrics模型的信貸資產(chǎn)風(fēng)險(xiǎn)值。

第一步，確立轉(zhuǎn)移矩陣。轉(zhuǎn)移矩陣意味著一年內(nèi)從一個(gè)信用等級(jí)轉(zhuǎn)變?yōu)榱硪粋€(gè)信用等級(jí)的概率，穆迪和標(biāo)準(zhǔn)普爾等級(jí)均有這樣的數(shù)據(jù)積累（見表1）。

與一年期轉(zhuǎn)移矩陣相對(duì)應(yīng)，還有多年期累計(jì)平均違約率統(tǒng)計(jì)數(shù)據(jù)（見表2）。

第二步，確立時(shí)間段。CreditMetrics模型中時(shí)間選取通常定為一年，這是出于會(huì)計(jì)數(shù)據(jù)和財(cái)務(wù)報(bào)告得到的頻率而定的。

第三步，確立遠(yuǎn)期定價(jià)模型。信貸資產(chǎn)的估計(jì)可以從與貸款發(fā)行方評(píng)級(jí)對(duì)應(yīng)的信貸資產(chǎn)得出。每個(gè)信用級(jí)別一年遠(yuǎn)期零曲線見表3。

如果對(duì)每一級(jí)別重復(fù)同樣計(jì)算，可以得到一年后不同級(jí)別貸款的價(jià)值，見表4。

第四步，得出將來(lái)組合價(jià)值變化的分布。如果發(fā)生違約，根據(jù)優(yōu)先償還程度，投資者可以得到部分清償，本例題中，高級(jí)末擔(dān)保貸款的清償率約為51.13%（數(shù)據(jù)來(lái)源于Carty and Lieberman（1996）），10 000元的清償額為5 113美元。信貸資產(chǎn)質(zhì)量變化產(chǎn)生的一年期的債券價(jià)值變化的分布（見表5）。

假設(shè)該筆BBB級(jí)貸款價(jià)值V服從正態(tài)分布，設(shè)貸款價(jià)值的均值為μ，標(biāo)準(zhǔn)差為σ，則 ：

我們可得出BBB貸款的價(jià)值表，見表6。

因此， 在正態(tài)分布下，該筆BBB級(jí)貸款的信用風(fēng)險(xiǎn)估值如下：

99%置信度的VaR=2.33×299=697（元）

95%置信度的VaR=1.65×299=493（元）

計(jì)算結(jié)果表明，在貸款價(jià)值為正態(tài)分布的假設(shè)條件下，該筆貸款有1％的可能性在第二年的損失超過(guò)697元，有5％的可能性在第二年的損失超過(guò)493元。反過(guò)來(lái)說(shuō)，該筆貸款在第二年的損失有99％的可能性保證不超過(guò)697元，有95％的可能性保證不超過(guò)493元。

2.組合貸款或債券情況下的信用風(fēng)險(xiǎn)估值

為簡(jiǎn)單起見，假設(shè)一個(gè)銀行的企業(yè)貸款或債券組合只包含兩筆貸款或債券，該組合一筆貸款或債券如上例所示BBB級(jí)貸款，第二筆貸款或債券假設(shè)為A級(jí)的貸款。下面以上述兩筆貸款來(lái)計(jì)算組合情況下的信用風(fēng)險(xiǎn)估值問(wèn)題。

具體步驟為：

（1）推導(dǎo)每一個(gè)評(píng)級(jí)分類的資產(chǎn)收益的閾值。

（2）估計(jì)每對(duì)債務(wù)人資產(chǎn)收益之間的相關(guān)性。

（3）估算組合價(jià)值。

（4）確定組合未來(lái)價(jià)值的置信水平分位數(shù)。

假設(shè)第二筆貸款的最初評(píng)級(jí)為A級(jí)，年利率為5％，金額為10 000元，期限為5年高級(jí)未擔(dān)保的不可提前償還貸款，一年后該貸款價(jià)格為： 

計(jì)算出A級(jí)貸款價(jià)值分布，計(jì)算結(jié)果見表7。

在聯(lián)合概率中考慮相關(guān)性，利用上面方法計(jì)算每個(gè)貸款或債券的閥值（見表8），然后根據(jù)二元正態(tài)分布計(jì)算出聯(lián)合概率。同理，假定每個(gè)公司的資產(chǎn)價(jià)值的正規(guī)化對(duì)數(shù)收益服從正態(tài)分布，對(duì)于BBB級(jí)和A級(jí)這樣兩個(gè)債務(wù)人來(lái)說(shuō)，假設(shè)兩筆貸款回報(bào)率的相關(guān)性已知，記為ρ，收益率為rBBB和rA，考慮它們的聯(lián)合態(tài)分布，其一般密度函數(shù)為： 

因此， 在正態(tài)分布下，該組合貸款的信用風(fēng)險(xiǎn)估值如下：

99%置信度的Var=2.335×63.77=1 313.55（元）

95%置信度的Var=1.65×563.77=930.20（元）

四、CreditMetrics模型的應(yīng)用及對(duì)我國(guó)商業(yè)銀行強(qiáng)化信用風(fēng)險(xiǎn)管理的幾點(diǎn)啟示

CreditMetrics模型的出現(xiàn)標(biāo)志著風(fēng)險(xiǎn)估值和管理工作在精確性及主動(dòng)性方面取得了巨大進(jìn)展，信貸資產(chǎn)或債券的組合風(fēng)險(xiǎn)估值對(duì)信用評(píng)級(jí)更加敏感。該模型主要應(yīng)用：一是該模型以分析性框架為基礎(chǔ)，可計(jì)算組合價(jià)值的波動(dòng)率和預(yù)期損失，也可計(jì)算組合內(nèi)債務(wù)人的邊際風(fēng)險(xiǎn)貢獻(xiàn)及組合的多樣化效應(yīng)。二是運(yùn)用蒙特卡羅模擬方法可以進(jìn)一步估計(jì)資產(chǎn)組合的遠(yuǎn)期價(jià)值分布，從而確定信貸資產(chǎn)的信用風(fēng)險(xiǎn)值。三是CreditMetrics的輸出報(bào)告在風(fēng)險(xiǎn)管理以及建立對(duì)沖策略方面有著非常重要的應(yīng)用，金融機(jī)構(gòu)能夠評(píng)估總體的風(fēng)險(xiǎn)規(guī)模，針對(duì)可能的不利情況設(shè)立相應(yīng)的資本緩沖，以確保自己能夠在遭受不利的信貸事件時(shí)還能繼續(xù)生存下去所需的緩沖資本。

近年來(lái)，我國(guó)商業(yè)銀行發(fā)展較快，實(shí)力不斷增強(qiáng)，在風(fēng)險(xiǎn)管理方面也積累了一定的經(jīng)驗(yàn)，但總的來(lái)看，目前我國(guó)商業(yè)銀行的風(fēng)險(xiǎn)管理水平還比較落后，幾乎沒(méi)有運(yùn)用先進(jìn)的信用風(fēng)險(xiǎn)計(jì)量方法，因此，應(yīng)充分以國(guó)際清算銀行推出《新巴塞爾資本協(xié)議》的契機(jī)，認(rèn)真研究各種信用風(fēng)險(xiǎn)模型，同時(shí)考慮我國(guó)實(shí)際情況并加以修定、運(yùn)用，不斷提高我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理水平，提高競(jìng)爭(zhēng)力。

1.我國(guó)商業(yè)銀行應(yīng)盡早學(xué)習(xí)和借鑒國(guó)外先進(jìn)的風(fēng)險(xiǎn)管理技術(shù)，改善我國(guó)銀行業(yè)金融機(jī)構(gòu)管理風(fēng)險(xiǎn)的能力，努力提高我國(guó)銀行業(yè)整體競(jìng)爭(zhēng)力。隨著我國(guó)商業(yè)銀行改革發(fā)展的不斷深入，CreditMetrics模型和在此基礎(chǔ)上形成風(fēng)險(xiǎn)管理模式必將成為我國(guó)金融機(jī)構(gòu)風(fēng)險(xiǎn)管理的有效工具，因此我國(guó)商業(yè)銀行要積極引進(jìn)專業(yè)人才，及早學(xué)習(xí)、發(fā)展符合其特點(diǎn)的信用風(fēng)險(xiǎn)模型，提高風(fēng)險(xiǎn)識(shí)別、計(jì)量、監(jiān)測(cè)和控制能力。

2.從CreditMetrics模型方法可以看出，該模型要求有效的評(píng)級(jí)的歷史數(shù)據(jù)和評(píng)級(jí)機(jī)構(gòu)。只有有效的評(píng)級(jí)歷史數(shù)據(jù)存在，才能獲得信用等級(jí)轉(zhuǎn)換矩陣。在我國(guó)沒(méi)有像標(biāo)準(zhǔn)普爾（SP）和穆迪公司等這樣的權(quán)威評(píng)級(jí)機(jī)構(gòu)，也缺乏長(zhǎng)期的歷史數(shù)據(jù)。但《新巴塞爾資本協(xié)議》要求，信用風(fēng)險(xiǎn)建模數(shù)據(jù)至少具有3年以上的歷史數(shù)據(jù)，因此，它對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理的啟示是：可以建立商業(yè)銀行內(nèi)部評(píng)級(jí)體系，對(duì)債務(wù)主體進(jìn)行連續(xù)、有效的長(zhǎng)期評(píng)級(jí)，從而將來(lái)可以將CreditMetrics模型的思想和方法運(yùn)用到商業(yè)銀行信用風(fēng)險(xiǎn)管理工作中，準(zhǔn)確科學(xué)地計(jì)量信貸資產(chǎn)的信用風(fēng)險(xiǎn)值。

3.大力發(fā)展企業(yè)債券市場(chǎng)，推進(jìn)利率市場(chǎng)化進(jìn)程，建立信用風(fēng)險(xiǎn)計(jì)量分析基礎(chǔ)。在成熟市場(chǎng)經(jīng)濟(jì)中，能從市場(chǎng)交易的信息中獲得大量數(shù)據(jù)，企業(yè)債券價(jià)格可以作為銀行分析債項(xiàng)信用風(fēng)險(xiǎn)估值的重要市場(chǎng)基準(zhǔn)和參照體系，有利于風(fēng)險(xiǎn)模型的適應(yīng)和檢驗(yàn)，從而提高信貸風(fēng)險(xiǎn)管理的技術(shù)水平。我國(guó)目前企業(yè)債券市場(chǎng)還不發(fā)達(dá)，利率尚未實(shí)現(xiàn)市場(chǎng)化，通過(guò)債券價(jià)格和信用等級(jí)變化來(lái)間接分析信用風(fēng)險(xiǎn)估值還缺乏實(shí)證基礎(chǔ)。因此，從實(shí)施《新巴塞爾資本協(xié)議》和開展信用風(fēng)險(xiǎn)模型研究需要看，發(fā)展企業(yè)債券市場(chǎng)、加快利率市場(chǎng)化，已經(jīng)成為我國(guó)經(jīng)濟(jì)金融生活中一項(xiàng)迫在眉睫的任務(wù)。

4.我國(guó)商業(yè)銀行存在著大量的不良資產(chǎn)，嚴(yán)重影響著我國(guó)經(jīng)濟(jì)金融的安全，處理不良資產(chǎn)、化解金融風(fēng)險(xiǎn)是我國(guó)經(jīng)濟(jì)生活的當(dāng)務(wù)之急，處置不良資產(chǎn)的一個(gè)重要舉措是將不良資產(chǎn)進(jìn)行重組和剝離，這樣就要對(duì)這些不良資產(chǎn)進(jìn)行定價(jià)和損失評(píng)估。CreditMetrics模型可以評(píng)估信用風(fēng)險(xiǎn)，非常適用于信貸資產(chǎn)的風(fēng)險(xiǎn)估值、定價(jià)和處置。因此，運(yùn)用CreditMetrics模型可以更好地加強(qiáng)我國(guó)不良資產(chǎn)的處置工作，有效地減少國(guó)有資產(chǎn)的損失。

參考文獻(xiàn)：

[1] Merton， R.On the Pricing of Corporate Debt the Risk Structure of Interest Rates[J].Journal of Finance，1974，（29）: 449-470.

[2] J.P.Morgan lnc.technical document[R/OL].4th ed.http://www.risk-metrics.com， 1996-10.

[3] Darrell Duffie and Kenneth J.Singleton.Credit risk : pricing， measurement， and management[M].Princeton University Press，2003.

[4] Manuel Ammann.Credit risk valuation ： methods，models，and applications 2nd edition[M].Berlin : Springer，2001.

[5] Michel Crouhy ， Pan Galai ，Robert Mark.A compartive analysis of current credit models[J].Journal of BankingFinance，2000，（24）:59-117.

[6] Micheal B.Gordy.A compartive anatomy of credit risk models[J].Journal of BankingFinance，2000，（24）:119-149.

[7] Gupton，G .M.， C.C.Finger and M.Bhatia.Creditrisk-Technical Document[M].Morgan Guaranty Trust，1997.

[8] Altman， E.I.Saunders， A.Credit risk measurement : developments over the last 20 years[J].BankingFinance，1998，（21）: 1721-1742.

[9] Darrell Duffie and Kenneth J.Singleton.Credit Risk Pricing ，Measurement， and Management[M].Princeton University Press Princeton and Oxford，2003.

[10] 菲利普·喬瑞.金融風(fēng)險(xiǎn)管理師手冊(cè)[M].北京：中國(guó)人民大學(xué)出版社，2004.

[11] Michael Kong.內(nèi)部信用風(fēng)險(xiǎn)模型——資本分配和績(jī)效度量[M].天津：南開大學(xué)出版社，2004.

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文