【摘 要】本文根據(jù)商業(yè)銀行經(jīng)營(yíng)管理的概述，包括商業(yè)銀行信用風(fēng)險(xiǎn)的內(nèi)涵和特征，以及現(xiàn)階段我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理的現(xiàn)狀及存在問(wèn)題，借鑒國(guó)內(nèi)外經(jīng)驗(yàn)，運(yùn)用上市公司包含股價(jià)信息的KMV模型進(jìn)行了實(shí)證分析，此模型也包含了對(duì)未來(lái)的預(yù)期。KMV模型有效的解剖了其實(shí)質(zhì)問(wèn)題，提出具有針對(duì)性的對(duì)策建議。這對(duì)于今后商業(yè)銀行發(fā)展將有重要意義。因此，商業(yè)銀行信用風(fēng)險(xiǎn)的控制被大大提高。

【關(guān)鍵詞】商業(yè)銀行；信用風(fēng)險(xiǎn)；KMV模型

一、商業(yè)銀行信用風(fēng)險(xiǎn)概述

（一）商業(yè)銀行信用風(fēng)險(xiǎn)內(nèi)涵

商業(yè)銀行的信用風(fēng)險(xiǎn)是指銀行日常經(jīng)濟(jì)活動(dòng)在信貸領(lǐng)域的風(fēng)險(xiǎn)，是指受各種不確定因素的影響，銀行在信貸經(jīng)營(yíng)與管理過(guò)程中，實(shí)際收益與預(yù)期收益目標(biāo)經(jīng)常發(fā)生偏離，有遭受信貸損失的潛在可能性。

（二）商業(yè)銀行信用風(fēng)險(xiǎn)的特征

1、非系統(tǒng)性。信用風(fēng)險(xiǎn)的非系統(tǒng)性特征表現(xiàn)的非常明顯。借款人的還款能力主要受與借款人有明確關(guān)系的關(guān)系非系統(tǒng)因素的重要影響，如貸款的投資領(lǐng)域和借款人經(jīng)營(yíng)能力，還款意愿等。

2、信用風(fēng)險(xiǎn)概率分布可偏性。信用風(fēng)險(xiǎn)概率分布的偏離是由公司違約的小概率事件以及貸款收益和損失的不對(duì)稱(chēng)造成的。市場(chǎng)的波動(dòng)價(jià)格是以期望為核心的，主要圍繞期待值上下波動(dòng)，一般市場(chǎng)風(fēng)險(xiǎn)的收益分布是對(duì)稱(chēng)的，可以用正態(tài)分布曲線(xiàn)表示。與之相比，信用風(fēng)險(xiǎn)的分布并不非常對(duì)稱(chēng)，而是有一定的偏離，收益分布的曲線(xiàn)有一端向左下方傾斜。

3、信用風(fēng)險(xiǎn)數(shù)據(jù)獲取的困難性。相對(duì)于市場(chǎng)風(fēng)險(xiǎn)，量化銀行信用風(fēng)險(xiǎn)所需的觀察數(shù)據(jù)較少且不易獲取，其原因有四：一是貸款的流動(dòng)性差，缺乏二級(jí)市場(chǎng)，貸款的交易并不是公開(kāi)交易的；二是貸款的持有時(shí)間比較久，即使出現(xiàn)到期違約事件，它的頻率比市場(chǎng)風(fēng)險(xiǎn)的觀察數(shù)據(jù)要明顯少；三是信用產(chǎn)品很難像市場(chǎng)風(fēng)險(xiǎn)那樣采用盯市的方法，一般在貸款違約前運(yùn)用賬面價(jià)值，所以其數(shù)據(jù)不足以反映信用風(fēng)險(xiǎn)變化的過(guò)程；四是信息不對(duì)稱(chēng)，直接考察信用風(fēng)險(xiǎn)的變化是不容易的。

二、我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理的現(xiàn)狀及實(shí)證分析

（一）我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理的現(xiàn)狀

1、銀行業(yè)市場(chǎng)份額集中度分析 。在當(dāng)今的市場(chǎng)經(jīng)濟(jì)體制條件的推動(dòng)下，股份制銀行和外資銀行得到了飛速的向前發(fā)展，在我國(guó)現(xiàn)有經(jīng)濟(jì)體制下， 國(guó)家政策性銀行和國(guó)有銀行占據(jù)了很大的市場(chǎng)份額，壟斷著我國(guó)的金融市場(chǎng)，占據(jù)主導(dǎo)地位。

2、銀行資產(chǎn)質(zhì)量分析。截至2016年12月末，商業(yè)銀行不良貸款余額5921億元，比年初增加993億元，不良貸款率為1.0%，比年初上升0.05個(gè)百分點(diǎn)。有人表示，雖然在對(duì)付危機(jī)時(shí)取得了不良貸款的比例和余額“雙下降” 的良好成績(jī)，但對(duì)信貸增長(zhǎng)速度比較快的情況下隱藏的信貸資產(chǎn)質(zhì)量風(fēng)險(xiǎn)依然要保持比較高的注意。銀監(jiān)會(huì)將會(huì)處理好信貸政策的靈活性、連續(xù)性、穩(wěn)定性的關(guān)系，在保持增長(zhǎng)結(jié)構(gòu)的同時(shí)，始終將防范、化解信貸中產(chǎn)生的風(fēng)險(xiǎn)放在重要位置。

3、銀行產(chǎn)權(quán)制度分析。我國(guó)商業(yè)銀行產(chǎn)權(quán)屬性屬于國(guó)有產(chǎn)權(quán)制度（少數(shù)股份制銀行，絕大方控股，一股獨(dú)大），很久以來(lái)商業(yè)銀行雖然實(shí)施了內(nèi)部體制改革，但是沒(méi)有提到體制的重大轉(zhuǎn)換以及產(chǎn)權(quán)屬性的變化。由于欠缺完全經(jīng)營(yíng)和處置財(cái)產(chǎn)的因素，我國(guó)的商業(yè)銀行中會(huì)體現(xiàn)各級(jí)政府的一些意愿。欠缺產(chǎn)權(quán)的清晰，我國(guó)企業(yè)、政府，國(guó)有商業(yè)銀行實(shí)際上是“產(chǎn)權(quán)主體同屬于國(guó)家”。所以國(guó)有企業(yè)和國(guó)有商業(yè)銀行并無(wú)實(shí)貸款，像是“內(nèi)源融資”，出現(xiàn)了“國(guó)有企業(yè)經(jīng)營(yíng)再差，銀行也為其提供貸款”的現(xiàn)象。

4、銀行內(nèi)部經(jīng)營(yíng)管理分析。商業(yè)銀行內(nèi)部的風(fēng)險(xiǎn)管理經(jīng)過(guò)五個(gè)階段的進(jìn)化，即風(fēng)險(xiǎn)控制、風(fēng)險(xiǎn)分散、風(fēng)險(xiǎn)規(guī)避、風(fēng)險(xiǎn)經(jīng)營(yíng)和風(fēng)險(xiǎn)管理。這五個(gè)時(shí)段循序漸進(jìn)、趨于完善和走向成熟。我國(guó)銀行業(yè)起步晚、發(fā)展慢，到現(xiàn)在為止，銀行內(nèi)部經(jīng)營(yíng)管理沒(méi)有形成一個(gè)比較完整的系統(tǒng)，管理相對(duì)松懈，特別是在信用風(fēng)險(xiǎn)管理方面，依然停在風(fēng)險(xiǎn)控制向風(fēng)險(xiǎn)管理過(guò)渡的時(shí)期，也沒(méi)有形成信用文化，在風(fēng)險(xiǎn)的測(cè)量、識(shí)別等方面，方法還是不先進(jìn)、手段比較簡(jiǎn)化。

（三）基于KMV模型的中國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)的實(shí)證分析

1、KMV模型。KMV模型是基于期權(quán)定價(jià)理論對(duì)風(fēng)險(xiǎn)債券、貸款進(jìn)行估價(jià)以及對(duì)信用風(fēng)險(xiǎn)進(jìn)行的度量，是信用風(fēng)險(xiǎn)模型的典型特征。該模型認(rèn)為企業(yè)違約概率主要取決于企業(yè)的資產(chǎn)市場(chǎng)價(jià)值、資產(chǎn)回報(bào)率和企業(yè)的資本結(jié)構(gòu)。該模型使用了兩種關(guān)系：第一種是企業(yè)股東市值與它的資產(chǎn)市值之間的結(jié)構(gòu)關(guān)系，即當(dāng)企業(yè)資產(chǎn)市值下降時(shí)，企業(yè)失去了還款動(dòng)力，會(huì)將企業(yè)的資產(chǎn)交給銀行處置，而“有限責(zé)任”保護(hù)了股東們的損失不超過(guò)初始的投資量。第二種是企業(yè)資產(chǎn)價(jià)值的波動(dòng)程度和企業(yè)股東市值變動(dòng)程度之間的關(guān)系，這里引入用違約距離來(lái)表示企業(yè)資產(chǎn)未來(lái)市場(chǎng)價(jià)值的均值到違約點(diǎn)之間的距離，而用企業(yè)期望違約頻率（EDF）來(lái)表示企業(yè)未來(lái)某一特定時(shí)期的違約概率。當(dāng)企業(yè)的資產(chǎn)價(jià)值上升時(shí)，違約點(diǎn)也相應(yīng)的上升，EDF下降。KMV模型中既需要有市場(chǎng)交易的信息數(shù)據(jù)又要有相關(guān)的財(cái)務(wù)數(shù)據(jù)，可以全面迅速地反映上市公司的信用狀況，因此，它非常適用于對(duì)上市企業(yè)進(jìn)行信用風(fēng)險(xiǎn)的監(jiān)測(cè)。

2、樣本選取。本文選取在滬深兩市上市的2016年4家國(guó)有商業(yè)銀行作為實(shí)證研究的對(duì)象，分別為中國(guó)工商銀行、中國(guó)銀行、中國(guó)建設(shè)銀行、中國(guó)農(nóng)業(yè)銀行。

求解方程組即可得到四大國(guó)有商業(yè)資產(chǎn)價(jià)值、其波動(dòng)程度及違約距離。

（四）KMV模型的結(jié)論分析

第一，四大國(guó)有銀行中，總股數(shù)、總負(fù)債、基本日收盤(pán)價(jià)以及股票市值最高的都是商業(yè)銀行是商業(yè)銀行，它們之間的關(guān)注是正相關(guān)。第二，四大國(guó)有商業(yè)銀行日收益波動(dòng)率與年收益波動(dòng)率最高的是中國(guó)建設(shè)銀行，依次是中國(guó)工商銀行，中國(guó)農(nóng)業(yè)銀行和中國(guó)銀行，說(shuō)明商業(yè)銀行日收益波動(dòng)率與年收益波動(dòng)率成正比。第三，中國(guó)工商銀行與中國(guó)建設(shè)銀行資產(chǎn)價(jià)值波動(dòng)率基本持平，而中國(guó)農(nóng)業(yè)銀行最差。第四，四大國(guó)有商業(yè)銀行違約距離最高的是中國(guó)銀行，而中國(guó)工商銀行最低，但四大國(guó)有商業(yè)銀行違約距離與預(yù)期違約率并非呈現(xiàn)正相關(guān)，而是有一定的負(fù)相關(guān)性，可以看出，違約距離越大，發(fā)生違約的可能性就越小。

綜上所述，我國(guó)商業(yè)銀行的債務(wù)面值占資產(chǎn)市場(chǎng)價(jià)值的比例都高于90%，這也是導(dǎo)致我國(guó)商業(yè)銀行的違約距離處于較低的位置，根據(jù)某一時(shí)期違約距離和預(yù)期違約率制度的映射關(guān)系，違約距離越小，預(yù)期違約率就越高。

三、完善商業(yè)銀行信用風(fēng)險(xiǎn)管理的對(duì)策建議

（一）健全信用風(fēng)險(xiǎn)管理組織機(jī)構(gòu)

一方面，加強(qiáng)政企分開(kāi)，政府的只能跟市場(chǎng)職能充分結(jié)合。不要過(guò)分依賴(lài)政府。另一方面，銀行的信用風(fēng)險(xiǎn)管理組織的不健全，大大增加了銀行的信用風(fēng)險(xiǎn)，減緩了銀行發(fā)展的腳步，銀行應(yīng)該健全信用風(fēng)險(xiǎn)管制的組織機(jī)構(gòu)。

（二）增強(qiáng)員工的信用風(fēng)險(xiǎn)管理文化素質(zhì)

銀行應(yīng)當(dāng)積極選配一些高素質(zhì)的人才，從多方面考核這些應(yīng)聘人員，考核這些人的專(zhuān)業(yè)素質(zhì)與道德素質(zhì)，看是否適合銀行的工作，能否給銀行帶來(lái)績(jī)效，為了給銀行帶來(lái)更大的利益，提高銀行的應(yīng)聘標(biāo)準(zhǔn)，讓一些高素質(zhì)人員通過(guò)競(jìng)爭(zhēng)上崗。通過(guò)增強(qiáng)員工的業(yè)務(wù)積極性和專(zhuān)業(yè)業(yè)務(wù)素質(zhì)，可以有效的減少信用風(fēng)險(xiǎn)的問(wèn)題。

（三）強(qiáng)化信用風(fēng)險(xiǎn)管理的外部市場(chǎng)環(huán)境

加快完善金融市場(chǎng)和金融體系以及社會(huì)信用體系，鼓勵(lì)金融創(chuàng)新，以豐富銀行管理信用風(fēng)險(xiǎn)的思路，為銀行提供多樣化的信用風(fēng)險(xiǎn)管理工具和管理手段。盡快構(gòu)建高效的國(guó)家征信體系，鼓勵(lì)民間征信機(jī)構(gòu)合法運(yùn)營(yíng)，強(qiáng)化企業(yè)信息披露制度，建立和完善社會(huì)信用數(shù)據(jù)庫(kù)，為信用風(fēng)險(xiǎn)管理技術(shù)與方法的應(yīng)用創(chuàng)造前提條件。加快完善銀行法律法規(guī)體系，鼓勵(lì)行業(yè)自律，加強(qiáng)監(jiān)管力度，盡快建立嚴(yán)厲高效的失信懲罰機(jī)制，促進(jìn)建立良好的社會(huì)信用環(huán)境，優(yōu)化銀行信用風(fēng)險(xiǎn)管理的基礎(chǔ)。

（湖北大學(xué)知行學(xué)院，湖北 武漢430011）

參考文獻(xiàn)：

[1]劉繪.中國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理研究[D].天津：天津財(cái)經(jīng)大學(xué)，2011（5）.

[2]陳國(guó)輝.KMV模型在商業(yè)銀行信用風(fēng)險(xiǎn)管理中的應(yīng)用研究[D].中央財(cái)經(jīng)大學(xué)，2007.

[3]鄧佳琪.新時(shí)期我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理問(wèn)題研究[D].大連：東北財(cái)經(jīng)大學(xué)，2010.

[4]李棟.中國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)存在的問(wèn)題及成因[J]商業(yè)經(jīng)濟(jì)，2010（1）.

[5]李樂(lè).我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理的現(xiàn)狀、問(wèn)題及原因分析[J].金融經(jīng)濟(jì)，2009（1）.

[6]時(shí)坤.P2P網(wǎng)絡(luò)借貸的風(fēng)險(xiǎn)研究[J].時(shí)代經(jīng)貿(mào)，2016（33）.

[7]劉嘉穎.商業(yè)銀行應(yīng)用AR技術(shù)前景探討[J].時(shí)代經(jīng)貿(mào)，2017（7）.

作者簡(jiǎn)介：汪天倩（1989—），女，安徽安慶人，博士，湖北大學(xué)知行學(xué)院經(jīng)濟(jì)與管理系金融教研室教師。