何宜強

（江西財經大學 會計學院，南昌 330013）

隨著經濟全球化、金融一體化趨勢進一步加強，傳統的信用風險分析技術和模型已經很難適應新情況和新問題。西方許多金融機構開始探索運用現代金融理論、統計理論來定量評估和管理信用風險，開發(fā)出了新的現代信用風險度量模型。這些模型多以市場信息為基礎，將市場對企業(yè)的評價引入模型之中。目前，在國際企業(yè)流行的信用風險管理模型主要有：J.P.摩根公司的信用計量模型（CreditMetrics）、KMV 公司的信用監(jiān)控模型 （KMV）、CSFP （Credit Suisse Financial Products）開發(fā)的信用風險附加模型（CreditRisk+）、麥肯錫公司的信貸組合模型（Credit Portfolio View）等等。通過分析比較信用風險管理模型，對我國企業(yè)進行信用風險量化管理具有重要的借鑒意義。

1 傳統信用風險管理模型

傳統的信用風險管理模型主要有專家評價法、信用評分模型、貸款風險度法等。盡管傳統的信用風險度量管理方法在解決當今社會的一些新情況、新問題時，存在一些缺陷，但是目前這些方法仍被許多金融機構繼續(xù)使用，我國金融業(yè)普遍采用的是專家評價法和貸款評級法。

1.1 專家評價法

專家評價法是一種古典的信用風險分析方法，最大的特點是由信用評估專家進行信用評價并做出最后決策。該方法包含：5C,5W,5P等分析方法。5C方法是金融業(yè)評價客戶信用時常用的一種專家分析方法，它主要是從借款人的道德品質（Character）、還款能力（Capacity）、資本實力（Capital）、擔保品（Collateral）和經營環(huán)境條件（Condition）五個方面進行定性分析以判別借款人的還款能力和意愿；有的將其歸納為5W，即借款人（Who）、借款用途（Why）、還款期限（When）、擔保物（What）和如何還款（How）；有的則歸納為 5P，即個人因素（Personal）、借款目的（Purpose）、償還（Payment）、保障（Protection）和前影Perspective）。這三種方法在內容上基本一致，分別從不同角度使信用量化，從而作為發(fā)生信貸、信貸監(jiān)測和信用政策調整的依據。雖然專家評級法在信用分析中發(fā)揮著重要的作用，但它存在許多難以克服的缺點：需要相當數量的專門信用分析人員，成本增加；而且該方法主要是定性分析，信貸決策主要依靠的是專家的經驗和判斷，主觀性很強，實施的效果不穩(wěn)定，只能作為信用分析的一種輔助性工具。

1.2 信用評分法

所謂信用評分法，就是指事先找出某些決定違約行為概率的關鍵因素，然后將其匯總考慮并以加權方式計算得出一個數量值?？梢詫⒃撝狄暈榻杩钊诉`約概率的預測值，也可以根據該值將借款人分為優(yōu)劣兩類以決定貸款與否。信用評分模型主要是Z值模型。Z值模型由美國阿爾特曼教授（Altman）于1968年提出，采用多變量分析法對66家美國制造企業(yè)的經營狀況進行了判別研究，建立了由5個參數（財務指標）組成的Z值模型。后來，Altman對Z評分模型進行了修正和擴展，提出了ZETA評分模型，新模型中的變量由原來的五個變?yōu)槠邆€，它的適用范圍更廣，對不良借款人的辨認精度也大大提高，比Z評分模型能更早地預測到企業(yè)的破產風險。Z評分模型推出后，商業(yè)銀行紛紛采用其來度量信用風險，取得了一定的成效，基本的Z評分模型沿用至今，已經拓展應用于私人企業(yè)、非制造型企業(yè)，成為西方國家信用風險度量的重要模型之一。

Z評分模型和ZETA模型在中國的應用也存在一定的問題。一是中國資本市場的波動幅度過大，而二級市場的波動對企業(yè)的經營管理影響不大，因此，對上市公司的測量會出現偏差；二是該模型假設在解釋變量中存在著線性關系，難以令人信服；三是兩個模型都無法計量企業(yè)的表外信用風險，對某些特定行業(yè)的企業(yè)如公用企業(yè)、財務公司、新公司以及資源企業(yè)不適用，使用范圍受到較大限制。

1.3 貸款風險度法

目前，我國商業(yè)銀行主要采用這一方法。該方法首先對貸款企業(yè)進行信用等級評估，評估內容包括借款人的領導素質、履約情況、經濟實力、資金結構、經濟效益和發(fā)展前景等，并對借款人進行綜合評價，評定借款人的信用等級。信用等級依次為AAA,AA,A,BBB,BB,B六類，并相應確定信用等級風險系數為 0.4、0.5、0.6、 0.7、 0.8、1.0。 其次，根據貸款方式的不同，如抵押貸款、保證貸款、信用貸款，分配不同的貸款方式風險系數。根據貸款形態(tài)的變化，如正常貸款、逾期貸款、呆滯貸款、呆賬貸款，分配相應的貸款形態(tài)風險系數，風險系數一般在0.1～0.8之間。最后，計算貸款風險度，并根據其數值大小決定是否貸款。計算公式：本次貸款風險度=信用等級系數×貸款方式系數

一般情況下，對風險度大于0.6的企業(yè)不予貸款。但貸款風險度方法不足之處有：風險系數的確定具有很強的主觀性，在0與1之間取哪一個值尚缺乏足夠的依據；將貸款風險度定義為信用等級風險系數乘以貸款方式風險系數，使貸款風險度的實際意義較難解釋。

2 現代信用風險度量模型

2.1 CreditMetrics模型

CreditMetrics模型是1997年美國J.P摩根與美洲銀行、瑞士聯合銀行等數家國際著名金融機構及KMV公司在Risk Metrics的基礎之上共同開發(fā)的信用風險度量模型，被稱為信用度量術模型。該模型構建在資產組合、VaR等理論和方法基礎之上，運用VaR框架，對貸款和非交易資產進行估價和風險計算。它依據基本的數理統計公式，將借款者的信用等級與風險資產的預期價值聯系起來，對資產組合的信用風險進行量化分析，不僅能夠識別傳統的信用風險，還可以應用于掉期、互換等金融衍生工具的風險識別，是對金融市場影響較大的信用風險模型之一。該模型在度量信用風險時，不僅考慮了借款人的違約風險，還考慮了借款人的降級風險；不僅能評估預期損失，還能評估風險價值口；在對貸款進行組合管理時，還考慮了貸款組合中借款人之間資信質量變化的相關程度。因此，該模型可以全面地衡量信用風險變化對貸款價值的影響。另外，該模型還能夠估算出不能在二級市場上交易的貸款的市場價值，這為貸款定價機制的建立提供了一個良好的研究方向。西方發(fā)達國家很多金融機構已經將它應用于信貸風險管理和控制，并得到金融監(jiān)管當局相當程度的認可。

2.2 麥肯錫CPV信貸組合觀察模型

Credit Portfolio View模型是由麥肯錫公司的Wilson在1997年提出的一種離散化的多時期經濟計量模型，是一個宏觀因素驅動的多因子模型，主要用于信貸組合風險的分析。CPV模型在CreditMetrics的基礎上，對周期性因素進行了處理，將評級轉移矩陣與經濟增長率、失業(yè)率、利率、匯率、政府支出等宏觀經濟變量之間的關系模型化，并通過蒙地卡羅模擬技術（a Structured Monte Carlo Simulation Approach）模擬周期性因素的“沖擊”來測定評級轉移概率的變化。當經濟狀況惡化時，降級和違約概率增加；反之，當經濟狀況好轉時，降級和違約概率則降低。

該模型與CreditMetrics模型應用的轉移概率和違約率不同，它不是以歷史等級轉移和違約的數據來估計，而是以當期的經濟狀態(tài)為條件來計算債務人的等級轉移概率和違約概率。為了得到轉移矩陣，模型對經濟衰退和擴張時期的違約概率進行了調整，是唯一用經濟狀態(tài)來模擬違約事件的信用風險模型，用多因素、多時期離散時間序列模型來模擬不同國家各個信用級別產品的違約概率和信用等級轉換概率的聯合條件分布。如果能夠獲得有關的數據，這個模型就可以在每個國家應用于不同的群體和各種類型的債務人，這些債務人可以來自不同行業(yè)，如金融機構、農業(yè)、建筑業(yè)、服務業(yè)等等。

2.3 信用監(jiān)控模型（KMV模型）

KMV模型是美國KMV公司于1997年利用期權定價理論創(chuàng)立的違約預測模型——信用監(jiān)測模型 （Credit Monitor Model）來計算信用風險。該模式從企業(yè)股票市場價格變化的角度分析該企業(yè)的信用狀況的信用風險計量方法，并通過企業(yè)的財務結構、企業(yè)資產回報波動率以及企業(yè)資產的當前市值來推導與其違約率，全面反映上市公司的信用狀況。一個公司的資產價值低于其債務總額時，只能表明其在理論上處于違約狀態(tài)，而并不一定會真正發(fā)生違約行為。當公司資產價值低于某個水平時，違約才會發(fā)生，在這個水平上的公司資產價值被定義為違約點（Default Point）。該模型認為是否違約與企業(yè)的信用等級無關，是將公司權益和債務作為期權，把公司資本作為標的資產，把公司所有者權益作為看漲期權，把債務作為看跌期權。KMV快速、及時且節(jié)約成本，可以用于改進傳統的信貸管理，并用作金融機構計算備付、貸款定價以及業(yè)績評估的關鍵參數。KMV模型在計算違約距離時主要使用的數據是公司股票的歷史交易數據和基本財務數據。目前，我國股票市場正朝著有效率的市場發(fā)展，股票價格反應的信息也將更真實，為KMV模型的應用提供了基礎。與依賴大量財務指標的模型相比，KMV模型對財務指標的依賴僅限于債務的賬面價值，從而在一定程度上緩解了我國普遍存在的會計信息失真的影響，能較好地反映企業(yè)目前的信用狀況，其預測能力較強。因此，KMV模型在我國現階段及未來具有一定的適用性。

2.4 Credit Risk+模型

Credit Risk+模型是由瑞士信貸金融產品公司（Credit Suisse FinancialProduct，簡稱CSFP）1997年借助保險精算技術，推導出債券或貸款資產組合的損失分布，是一種違約風險的統計模型。該模型將信用組合分解成不同的小板塊，每個板塊的債務人都被假設為受相同的系統風險因素的影響，同一個債務人可以被分解到多個板塊中，通過這種分塊方法來計算兩兩之間的違約相關性。Credit Risk+模型將違約率作為一個連續(xù)的隨機變量，并認為違約頻率的不確定性和損失嚴重性的不確定性都會影響損失的分布，不需要實證數據支持及考慮違約的具體原因，只考慮違約風險，不考慮降級風險。但由于違約率本身可能隨時間而變化，損失的嚴重程度也會出現不確定性，所以，實際的損失函數要比模型所描述的表現出更厚實的尾部。該模型只考慮債券或貸款是否違約，并假定這種違約遵從泊松過程，與公司的資本結構無關，其目的也是為了評估信用風險敞口虧損分布以及計算彌補風險所需的資本，在信用評級框架下計算每一級別或分數下的平均違約率及違約波動，然后將這些因素與風險敞口綜合考慮，從而算出虧損分布與所需資本預測數。不同于信用風險計量觀念的是，Credit Risk+將價差風險看作是市場風險而非信用風險的一部分。

3 分析比較

3.1 傳統信用風險方法分析比較

傳統的信用風險分析方法都是假定企業(yè)的信用狀態(tài)是兩狀態(tài)（違約/不違約），并且認為影響企業(yè)信用風險狀態(tài)的因素主要為企業(yè)的經營情況以及資產狀況，對企業(yè)是否違約得到一個定性的分析模型。傳統定性分析方法模型簡單，應用方便，在實踐上也得到了廣泛的應用，取得了很大的經濟效益。但是，傳統的定性評估信用風險的方法主要分析借款人的財務杠桿比率，獲利能力，流動性，以及運營能力等幾個方面的指標。由于這些方法主觀性比較強，并且各個國家的銀行會計體系與信用風險評價指標體系的差異性，所以，存在著某些較大的局限性。第一，以“5C”法為代表的評估方法都屬于經驗評估方法，學習成本高，人為因素較大；對評估對象狀況的變化缺乏適應性，而且無法對信用分析人員進行培訓；缺少對風險的定量測量，在精確性方面存在著一定缺陷；第二，停留在信用風險管理的第一層次上，模型常常被稱為違約模型，對信用風險的描述主要體現在企業(yè)是否違約的層次上，對企業(yè)信用質量的變化不能做詳細的解釋；第三，信用風險的大小不能用數字精確的表明，第四，僅僅描述單項資產的信用風險，對資產組合的信用風險缺乏描述，不能精確確定組合信用風險損失分布情況。

3.2 現代信用風險方法分析比較

同傳統的描述信用風險的模型相比，現代風險度量模型最大的改進之處是：（1）從過去的定性分析轉化為定量分析；（2）從指標化形式向模型化形式的轉化，或二者的結合；（3）從對單個資產（或貸款）的分析轉化為從組合角度進行的分析；（4）傳統的信用風險分析方法主要是以會計賬面數據為基礎，現代的信用風險分析方法主要是以市場的信息為基礎；（5）既考慮單個借款人、單個貸款人的微觀特征，也考慮整個宏觀經濟環(huán)境的影響；（6）從單一的風險度量模式向多樣化的、定制的風險度量模式的轉化，比如在新巴塞爾協議中對每種風險類型都給出了可供選擇的多種度量方法；（7）運用了現代金融理論的最新研究成果，比如期權定價理論，資本資產定價理論，資產組合理論。

表1 現在信用風險管理模型比較

從風險界定的角度分析，Credit Metrics和Credit Portfolio View模型屬于盯市模型，Credit Risk+模型屬于違約模型，而KMV模型既可被當作盯市模型，也可被當作違約模型。從風險驅動因素的角度分析，在KMV和Credit Metrics模型中，風險驅動因素是企業(yè)資產價值及其波動性；在Credit Portfolio View模型中，風險驅動因素是失業(yè)率等宏觀經濟變量；而在Credit Risk+模型中，關鍵的風險驅動因素是經濟中可變的違約率均值。從信用事件波動性角度分析，在Credit Metrics模型中，違約概率被模型化為基于歷史數據的固定的或離散的值；而在其他的三個模型中，違約概率是可變的，但服從于不同的概率分布。從回收率的角度分析，在Credit Risk+模型中，損失的嚴重程度被劃分為不同的頻段，在頻段內回收率是不變的；在Credit Metrics和Credit Portfolio View模型中，回收率是隨機的；在KMV模型的簡單形式中，回收率是不變的常數，在KMV模型的最新版中，回收率也是隨機的。從計量方法角度分析，Credit Metrics模型對個別貸款或貸款組合采用分析方法進行計量，對大規(guī)模貸款組合則采用蒙特卡羅模擬技術進行計量；KMV模型和Credit Risk+模型采用分析方法進行計量；Credit Portfolio View模型是采用模擬技術求解（見表 1）。

[1]宋清華，李志輝.金融風險管理[M].北京：中國金融出版社，2003

[2]菲利普.喬瑞.VAR—金融風險管理新標準[M].北京：中信出版社，2000

[3]于研.信用風險的測定與管理[M].上海：上海財經大學出版社，2003.

[4]楊軍.銀行信用風險理論、模型和實證分析[M].北京：中國則政經濟出版社，2004.6

[5]詹原瑞.銀行信用風險的現代度量與管理[M].北京：經濟科學出版社，2004.