[摘 要] 通過對(duì)CreditMetrics模型在我國(guó)商業(yè)銀行貸款信用風(fēng)險(xiǎn)度量中的應(yīng)用分析，探討商業(yè)銀行在貸款信用風(fēng)險(xiǎn)度量中存在的問題，并提出了CreditMetrics模型在商業(yè)銀行貸款信用風(fēng)險(xiǎn)度量中的改進(jìn)建議，以期對(duì)我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)的度量有所借鑒。

[關(guān)鍵詞] CreditMetrics模型 信用風(fēng)險(xiǎn) 度量

一、CreditMetrics模型簡(jiǎn)介及技術(shù)環(huán)節(jié)

CreditMetrics模型（一下簡(jiǎn)稱CM模型）強(qiáng)調(diào)組合價(jià)值的變化不僅要受到資產(chǎn)違約的影響，而且資產(chǎn)等級(jí)的變化也對(duì)其價(jià)值產(chǎn)生影響，是一種動(dòng)態(tài)的信用風(fēng)險(xiǎn)的度量。該模型主要方法是以歷史數(shù)據(jù)為依據(jù)確定信用等級(jí)矩陣和違約時(shí)的資產(chǎn)回收率，并以此為基礎(chǔ)確定未來該信用資產(chǎn)組合的價(jià)值變化，并通過基于VAR方法來計(jì)算整個(gè)組合的風(fēng)險(xiǎn)暴露，該模型包括了以下6個(gè)方面的技術(shù)環(huán)節(jié)： (1)設(shè)定風(fēng)險(xiǎn)期長(zhǎng)度。通常將風(fēng)險(xiǎn)期間設(shè)為1年;(2)設(shè)定信用評(píng)級(jí)系統(tǒng)。每個(gè)債務(wù)人在年初都被賦予一個(gè)信用評(píng)級(jí);(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)移到其他所有評(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)前債券價(jià)格與相同期限無風(fēng)險(xiǎn)利率之間的差額;(5)設(shè)定債券之間的違約損失率。模型假設(shè)不同借款人以及同一借款人不同類貸款的的違約回收率的相關(guān)性為零;(6)計(jì)算貸款的VAR值。

二、CM模型在我國(guó)銀行貸款信用風(fēng)險(xiǎn)度量中的應(yīng)用分析

1.數(shù)據(jù)說明。

(1)以中國(guó)銀行某支行的單筆教育貸款為例，具體數(shù)據(jù)見表1:

(2)鑒于相關(guān)數(shù)據(jù)不完善，本文所用模型參數(shù)為J.P.摩根在1997年4月2日公布的CM模型技術(shù)文件中的數(shù)據(jù)。

(3)該行發(fā)放的絕大部分貸款都是按季結(jié)息，但是技術(shù)文件是按年公布的遠(yuǎn)期零收益曲線，按季結(jié)算不能簡(jiǎn)單地除以四，所以本例只按年近似的計(jì)算貸款的VAR值。

(4)模型計(jì)算的貸款的風(fēng)險(xiǎn)期應(yīng)該與會(huì)計(jì)年度相一致，而本例貸款的起始期并不與會(huì)計(jì)年度吻合，而本例中由于是單筆貸款，按照貸款原本的起始期計(jì)算VAR值。

2.計(jì)算過程。

(1)確立信用等級(jí)轉(zhuǎn)移矩陣。由技術(shù)文可知年初A等級(jí)的資產(chǎn)在年末轉(zhuǎn)移到其他等級(jí)的概率見表2：

資料來源：CM模型技術(shù)文件， April 2， 1997

(2)確立時(shí)間段，為2007年4月1日～2008年4月1日。

(3)確立遠(yuǎn)期定價(jià)模型。為了估計(jì)貸款在一年后的風(fēng)險(xiǎn)值，需要將貸款在存續(xù)期所產(chǎn)生的現(xiàn)金流以一定的折現(xiàn)率折算到年初，折現(xiàn)率為基準(zhǔn)收益曲線加信用風(fēng)險(xiǎn)溢價(jià)。本文所采用的遠(yuǎn)期零收益曲線為CM模型技術(shù)文件中公布的數(shù)據(jù)，見表3：

如果一年后貸款上升為AAA級(jí)，其折現(xiàn)率則為表3中的第一行，一年后的信貸資產(chǎn)價(jià)格為：VAAA=2000*6.48%++

。

資料來源：同表2

如果對(duì)每一級(jí)別根據(jù)表3的折現(xiàn)率重復(fù)同樣的計(jì)算，可以得到一年后不同級(jí)別貸款的價(jià)值；本例中高級(jí)未擔(dān)保貸款的清償率根據(jù)CM模型技術(shù)文件約為51.13%，每一級(jí)別和發(fā)生違約的一年后遠(yuǎn)期價(jià)值計(jì)算結(jié)果見表4：

(4)計(jì)算該筆貸款的期望和標(biāo)準(zhǔn)差。假設(shè)該筆A級(jí)貸款的價(jià)值V服從正態(tài)分布，設(shè)貸款的均值為μ，標(biāo)準(zhǔn)差為σ，則：

(5)計(jì)算該筆貸款的VaR值。在正態(tài)分布下，該項(xiàng)資產(chǎn)的最大可能損失，即VAR值，為標(biāo)準(zhǔn)差的倍數(shù):99%置信度的VaR=2.33×29.52=68.78(萬元);95%置信度的VaR=1.65×29.52=48.71(萬元)

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%的可能性在第三年的損失超過69萬元，有5%的可能性在第二年的損失超過49萬元。

三、CreditMetrics模型在銀行貸款信用風(fēng)險(xiǎn)度量中的改進(jìn)建議

目前我國(guó)學(xué)者對(duì)利用該模型度量銀行信用風(fēng)險(xiǎn)的研究還處在探索階段，而在實(shí)際應(yīng)用中會(huì)遇到諸多與該技術(shù)文件不符之處，因此在介紹和引進(jìn)該模型的同時(shí)，一方面要繼續(xù)規(guī)范和完善實(shí)施細(xì)節(jié)，另一方面要盡快在我國(guó)建立專業(yè)、權(quán)威、獨(dú)立和統(tǒng)一的評(píng)級(jí)機(jī)構(gòu)，大力發(fā)展金融市場(chǎng)，加快利率市場(chǎng)化進(jìn)程。

參考文獻(xiàn)：

[1]朱 霞:基于VAR方法的市場(chǎng)風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的度量[J].統(tǒng)計(jì)與決策，2008（03）

[2]周 翔:基于蒙特卡羅模擬的商業(yè)銀行信用風(fēng)險(xiǎn)度量方法[J].技術(shù)經(jīng)濟(jì)，2008（03）