曹杰雯

商業(yè)銀行是金融機(jī)構(gòu)體系的重要組成部分，不僅經(jīng)營存貸款業(yè)務(wù)，承擔(dān)融資功能，同時(shí)還承擔(dān)著支付清算等多項(xiàng)功能。經(jīng)濟(jì)的快速發(fā)展造成了我國經(jīng)濟(jì)環(huán)境的日益復(fù)雜和經(jīng)濟(jì)發(fā)展的不確定性，銀行作為最重要的金融中介機(jī)構(gòu)，承受著國內(nèi)經(jīng)濟(jì)發(fā)展不平衡、金融市場不發(fā)達(dá)、利率還沒有市場化等很多的不利因素。再加上我國銀行業(yè)本身的管理系統(tǒng)和法律體系運(yùn)行的時(shí)間還很短，很多地方不完善，導(dǎo)致信用風(fēng)險(xiǎn)在銀行內(nèi)部不斷積累，成為我國商業(yè)銀行現(xiàn)在面臨的最大危機(jī)。

與發(fā)達(dá)國家銀行體系長達(dá)三四百年的發(fā)展相比，我國商業(yè)銀行各種控制系統(tǒng)的建立時(shí)間還很短。目前國內(nèi)銀行業(yè)不良貸款問題的不斷凸現(xiàn)更有著與國際銀行業(yè)不同的特定背景因素，主要體現(xiàn)為國有商業(yè)銀行特定的制度性風(fēng)險(xiǎn)和結(jié)構(gòu)性風(fēng)險(xiǎn)問題。

一、現(xiàn)行商業(yè)銀行信貸風(fēng)險(xiǎn)管理方法評析

當(dāng)前國際上使用最多的幾個(gè)模型是 Credit Metries、KMV、Credit Risk+、Portfolio View模型等。但是由于信用風(fēng)險(xiǎn)自身存在著諸如分布不對稱以及數(shù)據(jù)匱乏等問題，各國銀行界對信貸風(fēng)險(xiǎn)量化方法也尚未達(dá)成共識(shí)。

KMV模型的優(yōu)勢是計(jì)算預(yù)期違約概率。KMV模型并不是通過分析最初的信用評級得出違約概率的，而是以期權(quán)定價(jià)理論為基礎(chǔ)，通過分析企業(yè)自身的財(cái)務(wù)數(shù)據(jù)來預(yù)測貸款人的違約概率的。由于KMV模型僅僅通過貸款人的財(cái)務(wù)結(jié)構(gòu)以及貸款人資產(chǎn)的當(dāng)前現(xiàn)值來推導(dǎo)預(yù)期違約率，所以它沒有對信用評級以及未來信用評級變化情況作任何假設(shè)，這是KMV模型與其他模型的區(qū)別。

KMV模型也存在著一些缺陷：

（1）要對資產(chǎn)收益的分布用正態(tài)分布進(jìn)行假設(shè)才能構(gòu)造理論上的預(yù)期違約率；

（2）難以預(yù)測與度量資料不全的公司或個(gè)人；

（3）KMV模型不適用于動(dòng)態(tài)的分析，因此不能用于分析正處于兼并重組過程中的企業(yè)。

Credit Metrics模型是通過使用貸款信用VaR作計(jì)量工具，其結(jié)果：市場行情不好的年代，銀行貸款會(huì)遭受巨大損失，因?yàn)橘J款并不像股票和債券那樣可以在公共市場進(jìn)行交易，所以我們沒有辦法直觀的看到他的市場波動(dòng)性與市場價(jià)值，如果我們要計(jì)算貸款損失的可能性，只有通過了解貸款其本人的信用積分或者信用評級，從而在下一個(gè)時(shí)間段盡可能降低違約貸款的可能性，把違約貸款的損失率降到最低。

與其他模型相比，Credit Metrics的突出特點(diǎn)在于模型輸出的結(jié)果不是貸款人和交易對手的違約概率，而是確定置信度下的信用的風(fēng)險(xiǎn)價(jià)值VaR的值。

但是Credit Metrics模型仍存在一些不足之處：

（1）模型最大的不足在于假設(shè)信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)是相互獨(dú)立的，貸款唯一的不確定性就是貸款人的信用等級發(fā)生變化；

（2）模型做出了很多假定；

（3）該模型還假定，貸款信用風(fēng)險(xiǎn)的VaR在不同的行業(yè)周期里都是不變的。

Credit Risk+是CSFP公司開發(fā)出來并于1997年底公開的一個(gè)新型信貸風(fēng)險(xiǎn)評價(jià)模型。該模型的主導(dǎo)思想是：“損失取決于災(zāi)難發(fā)生的頻率和災(zāi)難發(fā)生時(shí)造成的破壞程度”，這是源于保險(xiǎn)精算學(xué)的。貸款發(fā)生違約的頻率和嚴(yán)重程度是確定貸款組合的損失分布的重要因素，因此Credit Risk+模型就是根據(jù)這種思想計(jì)算來債券或貸款組合的損失分布，從而對貸款組合進(jìn)行風(fēng)險(xiǎn)分析和度量。

Credit Risk+模型的計(jì)算過程和結(jié)果非常有效，是因?yàn)槠涫褂貌此蛇^程刻畫貸款違約，債務(wù)人的邊際風(fēng)險(xiǎn)分布等數(shù)據(jù)比較容易獲得，由于該模型給出的損失分布是一個(gè)表達(dá)式，所以所需要的估計(jì)數(shù)據(jù)很少，最后由于給出的是損失的分布函數(shù)，所以可以更加直觀的看到損失存在的各種特征，從而使得對風(fēng)險(xiǎn)管理更加直接。因此Credit Risk+模型最大的優(yōu)點(diǎn)是簡單易用、結(jié)果容易理解。Credit Risk+系統(tǒng)可以根據(jù)成不同地區(qū)、不同部門、不同時(shí)限的個(gè)體得到不同的風(fēng)險(xiǎn)損失分布。

但該模型同樣存在不足：Credit Risk+模型在方法上和其他模型一樣沒有考慮市場風(fēng)險(xiǎn)，同時(shí)貸款人信用級別的變動(dòng)情況也被忽略了，也就是說該模型假設(shè)了風(fēng)險(xiǎn)對于每個(gè)債務(wù)人是固定的，而且在評估期間他們的信用級別不會(huì)發(fā)生變動(dòng)，只使用遠(yuǎn)期利率變動(dòng)來刻畫模型風(fēng)險(xiǎn)。甚至在很多情況下，將模型簡化，違約概率可以由幾種隨機(jī)背景因子計(jì)算直接得到，也就是說違約率是常數(shù)。這大大削弱了模型精度。

二、精算方法在風(fēng)險(xiǎn)管理中的優(yōu)點(diǎn)

精算學(xué)之所以能夠度量銀行違約風(fēng)險(xiǎn)，主要以下兩大原因：首先是精算學(xué)之所以能為保險(xiǎn)公司提供決策依據(jù)和管理方法，是因?yàn)樗诂F(xiàn)代數(shù)學(xué)和統(tǒng)計(jì)學(xué)為基礎(chǔ)上，量化分析和研究了保險(xiǎn)經(jīng)營中的各項(xiàng)損失風(fēng)險(xiǎn)。保險(xiǎn)公司之所以能在激烈競爭的市場環(huán)境中得以生存并且發(fā)展離不開保險(xiǎn)精算的重要支持。精算學(xué)最早是在人壽保險(xiǎn)的費(fèi)率厘定的時(shí)候使用的，現(xiàn)在精算學(xué)已不僅限于壽險(xiǎn)，在非壽險(xiǎn)、投資、銀行等金融領(lǐng)域也有著很廣泛的應(yīng)用。其次，精算模型可用于研究銀行違約風(fēng)險(xiǎn)是因?yàn)殂y行貸款也存在這未來隨機(jī)出現(xiàn)的違約所造成損失的可能。銀行之所以為面對貸款人的違約風(fēng)險(xiǎn)，是因?yàn)殂y行在將資金貸出去時(shí)并不能確定借款人一定能夠還款，而這個(gè)違約風(fēng)險(xiǎn)將造成的損失也是一個(gè)隨機(jī)變量。銀行一方面需要度量違約損失，另一方面還要對貸款質(zhì)量進(jìn)行控制，降低違約風(fēng)險(xiǎn)發(fā)生的幾率，并且要提留準(zhǔn)備金對風(fēng)險(xiǎn)進(jìn)行防范。

精算方法還有一個(gè)比較獨(dú)特的優(yōu)勢就在于它對目標(biāo)值的統(tǒng)計(jì)、推斷和預(yù)測都是建立在過去自身的有效記錄上的，因此運(yùn)用精算方法可以適合不同目標(biāo)范圍和對象使得在進(jìn)行信貸風(fēng)險(xiǎn)評估時(shí)可以根據(jù)不同的評估主體而得出不同的模型參數(shù)，從而使得精算方法的使用更加貼近實(shí)際，真實(shí)的反應(yīng)評估主體各項(xiàng)特征。

總而言之，精算模型是比較適合于研究這類對風(fēng)險(xiǎn)計(jì)量與定價(jià)。

三、精算方法在信貸風(fēng)險(xiǎn)管理中的可行性

精算學(xué)是根據(jù)經(jīng)濟(jì)學(xué)的基本理論，運(yùn)用數(shù)學(xué)與統(tǒng)計(jì)學(xué)方法，結(jié)合經(jīng)濟(jì)，金融，保險(xiǎn)等理論，對各種經(jīng)濟(jì)活動(dòng)中的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分析，估值和管理的綜合性應(yīng)用科學(xué)。我們在對于銀行的信貸風(fēng)險(xiǎn)度量中主要使用了死亡率模型和復(fù)合泊松分布。

（一）死亡率模型的可行性

壽險(xiǎn)精算中存在死亡和生存兩種狀態(tài)，相對應(yīng)的，信用風(fēng)險(xiǎn)發(fā)生結(jié)果也可分為違約和不違約兩種情況。這些背景下，人的死亡與借款人的違約現(xiàn)象是相似的，換句話說，人的死亡率解析分布與信貸違約概率分布是相似的。因此，利用壽險(xiǎn)精算中死亡率模型分析方法來定量研究商業(yè)銀行借款人的違約概率成為了可能，我們可以以此為依據(jù)就有可能測算出商業(yè)銀行貸款的違約損失，揭示商業(yè)銀行信用風(fēng)險(xiǎn)發(fā)生的數(shù)量規(guī)律。

（二）復(fù)合泊松分布的可行性

復(fù)合泊松過程是對于齊次的泊松過程的一個(gè)改進(jìn)。泊松過程是一種典型的而又簡單的隨機(jī)過程，可以用來很好的對事件發(fā)生的次數(shù)和過程進(jìn)行描述。而復(fù)合泊松過程又加入了時(shí)間發(fā)生強(qiáng)度的隨機(jī)變量，使得更加的貼近生活實(shí)際，讓信貸風(fēng)險(xiǎn)的度量更加的準(zhǔn)確。

在實(shí)際中，我們必須為損失時(shí)間的發(fā)生選擇一個(gè)模型，因?yàn)殂y行管理部門難以掌握大量的相關(guān)數(shù)據(jù)來確定損失時(shí)間的分布。為了描述“稀有事件”，最好的選擇是只含一個(gè)參數(shù)λ的泊松分布。如果用泊松分布描述違約次數(shù)，則稱貸款組合的違約損失總量S服從復(fù)合泊松分布。

使用復(fù)合泊松分布對于建立銀行貸款風(fēng)險(xiǎn)計(jì)量模型具有兩方面的意義。一、研究的整個(gè)銀行貸款違約損失總量需要考慮多個(gè)等級的貸款組合，一般來說，這些組合之間又是相互獨(dú)立的，每一個(gè)組合的違約損失都可以用復(fù)合泊松分布描述，所要研究的整個(gè)銀行貸款違約損失總量就可以用復(fù)合泊松分布來描述。二、研究跨年度的違約損失總量需要考慮同一等級的貸款在若干個(gè)年度中違約損失總量的分布情況，一般來說，這些個(gè)別年度的違約損失總量是相互獨(dú)立的，盡量它們可能具有不相同的分布，違約損失的總量也就會(huì)服從復(fù)合泊松分布。

四、建議

對銀行信貸管理存在的問題提出以下建議：

（1）強(qiáng)化貸款決策的程序，建全貸款的評估決策機(jī)制。貸款時(shí)要對企業(yè)資產(chǎn)和負(fù)債狀況、經(jīng)營狀況以及償債能力等方面進(jìn)行綜合評估，嚴(yán)格控制企業(yè)借款額度。這樣使得銀行貸款出現(xiàn)的違約率下降。

（2）轉(zhuǎn)變風(fēng)險(xiǎn)防范觀念，建立以風(fēng)險(xiǎn)控制為目標(biāo)，防范風(fēng)險(xiǎn)與控制風(fēng)險(xiǎn)相結(jié)合的信貸風(fēng)險(xiǎn)管理制度。根據(jù)對貸款的安全進(jìn)行定期評估，力爭使每一筆貸款都能在銀行的監(jiān)督下。及早發(fā)現(xiàn)違約風(fēng)險(xiǎn)和采取損失控制措施，控制銀行信貸風(fēng)險(xiǎn)。使得銀行可以及早的發(fā)現(xiàn)損失并控制，降低出現(xiàn)違約時(shí)的損失。

（3）在進(jìn)行貸款時(shí)，根據(jù)企業(yè)不同的經(jīng)營環(huán)境，確定不同企業(yè)的貸款年限，這樣可以盡可能的控制由于貸款時(shí)間過長所出現(xiàn)的不確定性。同時(shí)需要考慮宏觀經(jīng)濟(jì)環(huán)境，以應(yīng)對利率，匯率等出現(xiàn)變動(dòng)的突發(fā)情況。