摘 要：2007年至2008年美國次貸危機引發(fā)的全球金融危機導致舉世聞名的投資銀行貝爾斯登（Bear Stearns）破產，雷曼兄弟（Lehman Brothers）破產以及對美林（Merrill Lynch）的收購（Gupta，J.，2014）。許多金融機構飽受這場危機之苦，全球財富大幅貶值。隨著財富的貶值，世界經濟經歷了長期的衰退和蕭條，金融風險被推到了頂峰，但其信貸危機的根源是信貸過度擴張所致。因此，防范信用風險的第一步是建立信用風險模型并加以應用。本文將從中小企業(yè)和大型企業(yè)的角度描述不同的信用風險模型，分析信用風險度量的發(fā)展，最后找出銀行發(fā)展自身信用模型的動力。

關鍵詞：商業(yè)銀行;信用風險;Logistic模型;KMV模型;信用模型

引言：風險管理就是對各種風險因素進行收集和分析的基礎上，能夠準確地預測出可能出現(xiàn)的各類風險，然后制定出相應的識別、衡量、有效處理等多種風險處理手段，主要目的就是以最小的成本降低風險后果，在制定一系列系統(tǒng)科學的管理辦法后降低損失。銀行是主要的風險管理主體，他們可以通過識別、衡量、有效處理等多種風險處理手段來分解和化解遇到的各種風險。選擇各種合理的風險管理技術來維持經營，并且實現(xiàn)利益最大化。

在目前的銀行風險管理中信用風險管理是主要的分支，是針對違約可能造成的風險進行的管理。銀行通過的信用風險的識別和度量進行相應的管控，在盡量降低和避免經濟損失的前提下，保證經營管理的安全進行。其首要目的就是能夠保證銀行能夠承擔風險帶來的損失。銀行所面對的風險損失應該是自己所能承受的，銀行要在資源配置風險最小化的前提下，完成收益最大化，并且能夠在此基礎上實現(xiàn)風險水平的降低。

信用風險量化主要是指違約率的測算，這是金融界不可回避的重要的話題之一。西方發(fā)達國家一直將信用風險量化模型分為如下兩種：傳統(tǒng)信用風險模型和現(xiàn)代信用風險模型。

一、傳統(tǒng)信用風險模型

傳統(tǒng)信用風險模型主要包括古典信用分析方法與財務比率模型。

1.專家系統(tǒng)

古典信用分析方法又稱專家系統(tǒng)，意味著信貸的決策權通常由受過長期培訓、并具有豐富貸款經驗的管理者控制（Altman，EI，&Saunders，A.，1997）。他們使用分析工具來分析信用風險的主觀判斷。因子分析是常見的專家系統(tǒng)法則，概括為“5W或5P分析”。5W是誰（借款人），為什么（貸款原因），何時（還款時間），什么（抵押），如何（還款方式）。5P是個人因素，目的因素，支付因素，保護因素和預期因素。

但是，專家系統(tǒng)方法是定性分析方法，不能對不同元素進行排序。由于中小企業(yè)的管理落后，如抵押品少、規(guī)模較小等，因此不適用于中小企業(yè)的信用風險評估。評估過程的成本也是相關的相對較大，結果是主觀和隨機的。從嚴格的角度來看，此方法不適用于運行嚴格的管理系統(tǒng)的大型公司。

2.信用評分方式

信用評分模型就是指對借款人信用狀況指標進行外部影響和內部影響因素的權重，這些指標在一定程度上，可以通過技術手段完成對借款人的經濟狀況的精準分析。將違約概率和信用綜合評分的值與標準值進行比較，可以確定是否發(fā)放貸款和貸款等級。這種方法被廣泛使用，主要包括Logit分析方法。用信用評分法構建的模型可以降低人工成本，同時提高決策效率。

Logit模型假設事件的概率遵循Logistic分布（Altman等，2010）。就是通過回歸分析索引變量的方式，來預測事件發(fā)生的概率。P=虛擬變量。當P值為0時，說明風險事件的發(fā)生概率為零，則沒有任何風險。當P值為1時，說明事件發(fā)生。P值的數(shù)值越接近1，風險發(fā)生概率越大。銀行在進行信用風險評估的過程中，有兩種情況是違約或非違約。這是一個二進制因變量，可以使用Logit方法進行定量分析。

與其他方法相比，應用Logit回歸模型的局限性較小。它不需要數(shù)據服從正態(tài)分布，并且方差不必相等。從回歸分析得出的默認概率也不需要與影響因素呈線性關系。因此，Logit方法適用于中小企業(yè)和大公司的風險評估研究。

3.財務比率評分模型

在定性分析和計算出的財務比率的基礎上，銀行通過簡單的數(shù)學計算來分析借款人的財務狀況，并根據行業(yè)標準比較借款人的財務狀況和發(fā)展趨勢，從而確定客戶的信用風險狀況。財務比率評分方法包含大量的定性分析內容，并且還包含某些定量指標。具有一定的直覺和示范性，是銀行信用風險分析與管理技術的重大進步。

由于財務比率計分方法過于依賴公司發(fā)布的財務報表來分析其信用風險，因此該方法不適用于由于會計系統(tǒng)不完整而無法保證財務報表的準確性和嚴謹性的中小企業(yè)。此外，財務比率計分方法的特點是分別分析影響信用風險的各種財務指標。它無法鏈接財務指標以進行全面分析。因此，不能從整體上評估公司的信用風險。從這個角度來看，這種方法不能滿足大型公司的要求，因為大型公司可能擁有復雜的所有權結構和多種資產類型。

二、現(xiàn)代信用風險模型

新的度量模型出現(xiàn)于上個世紀90年代，主要有J.P摩根的CreditMetrics模型、KMV（Kealshofer、McQuown、Vasicek）公司的 KMV模型、瑞士信貸銀行的組合信用風險度量的credit? risk+模型。

1.RAROC模型

風險信托調整后的資本回報率（RAROC）是在1970年代提出的，目前已經成為世界上所有國際銀行中最主要的風險管理方式。其主要的計算方法就是：調整收益率的前提是，扣除預期損失和你經濟資本計量的未計量損失。這種計算方式不但可以將風險損失量化，而且計入當期成本之中，還能夠提升當期盈利能力。在進行風險調整之后，銀行開始根據收益后的分配進行意外風險損失的緩沖，在衡量銀行資本效率的同時對其應當承擔的風險進行脫離匹配，其主要目的就是實現(xiàn)股東利益和銀行利益的最大化。RAROC已被大型銀行廣泛接受，并適用于中小型企業(yè)和大公司的業(yè)務。

2.基于VaR的信用風險模型

在一定程度的公差d、下，VaR是可能損失的最大值。 VaR實際上回答了銀行投資組合在下一階段可能損失多少錢。

（1）信用指標模型（JP Morgan）

Credit Metrics模型是基于JP Morgan Corporation并與其他公司聯(lián)合使用的VaR模型，于1997年引入，用于使用資產組合理論進行信用風險評估。首先，要想獲得信用等級轉換概率矩陣，就必須根據貸款公司和個人信用等級變化獲取相應的數(shù)值。根據市場價值進行估計貸款和貸款組合，最終算出貸款和貸款組合價值的實際分布。最后，最終的結果VaR值，來源于貸款價值和貸款組合的均值和方差。該模型的最終結果不是借款人的違約概率，也不是信用損失，而是更直觀的信用風險值。它可以分析投資組合資產的VaR和單個風險的邊際風險貢獻（Frey，R.&McNeil，A. J.，2002）。

該模型結合了違約貸款回收率和信用評級轉移等其他因素，認為貸款風險計量更全面地反映了銀行的信用風險。不僅適用于信用風險的預測，對信用資產組合風險進行更好地衡量。最模型所涉及到的貸款回收率和信用等級轉換概率，都可以使用銀行提供的歷史實際數(shù)據來完成。中小企業(yè)并不具備歷史相關數(shù)據，同時也沒有全面的貸款數(shù)據庫。因此，該模型在中小企業(yè)信用風險評估中的應用還不夠成熟。對于具有相對豐富的歷史數(shù)據和貸款數(shù)據庫的大公司而言，此方法可能是一個不錯的選擇。

（2）信用附加（Credit Risk+）模型（瑞士銀行）

1997年瑞士銀行開發(fā)了信用附加模型，這是一款可以有效的根據信用來度量信用風險的模型。對模型的設計主要是根據火災保險的精準算法完成火災發(fā)生頻率和程度過程中，可能會造成的損失大小。在此基礎上分析師會根據相關的貸款組合進行損失分布的計算。Kollr，B.和B. Gondrov提出，該模型的最大特點就是，確定了隨機變量，即違約概率，假設違約概率服從Poisson分布，在只考慮違約風險的前提下，排除損失市場價值，就可以得到損失的概率、損失的程度以及損失分布的發(fā)生的不確定性具有一定的影響。通過將貸款組合分解為具有相同風險敞口的組合，可以通過違約概率和損失大小來計算每個組中的損失分布，并且可以通過將每個組的損失相加來獲得最終貸款組合的損失分布。

信用附加模型的最大優(yōu)點是簡單，易用且數(shù)據較少。它具有強大的處理能力，不需要考慮風險，信貸質量和未來利率的變化。泊松分布在計算中非常有效，并且可以輕松獲得借款人的邊際風險。其良好的應用基礎是不需要太多的數(shù)據輸入就可以預測損失。

但是，商業(yè)銀行沒有一定數(shù)量的數(shù)據儲備可用于違約概率和損失率。這一模型的最大特點是無法直接應用于中小企業(yè)。技術的進步可以科學地更改模型參數(shù)并正確使用它們。對于具有貸款數(shù)據庫和歷史數(shù)據的大型公司，可以合理地應用它。

（3）KMV模型（KMV公司）

KMV模型是由美國KMV公司（現(xiàn)由穆迪（Moody's）收購）開發(fā)的一種信用監(jiān)控模型，用于評估貸款業(yè)務并在貸款到期時監(jiān)督銀行的違約情況（Valaskova，K，Gavlakova，P&Dengov，2014）。這是一種通過對公司的資產市場和債務價值進行評估，通過這兩種價值評估來測定公司是否具備違約方法。首先，利用布萊克-斯科爾斯-默頓期權定價理論完成對股票市場價值的定價，并且通過對影響公司五個因素的市場價值的波動進行估算，最終得到相應的結果，估算涉及到的內容包括：權益的市場價值，公司權益的波動性，公司負債的面額，無風險收益率和債務到期日。計算出來的結果會涉及到公司的債務狀況，最后確定公司違約距離和違約執(zhí)行點。一般來說，在計算的過程中會以公司流動負債±長期負債的50%作為默認執(zhí)行點。最后，公司的默認距離數(shù)據可以直接反映出公司的默認概率和默認數(shù)據庫。KMV模型中既有金融數(shù)據又有市場交易信息，可以更充分地向公眾反映（Wu，Y. T.，2016）。

KMV模型的優(yōu)勢非常突出。首先，該模型基于股票數(shù)據并反映了公司的實際情況。預測結果可靠，真實且具有前瞻性。其次，其他基于財務報表的模型不會超過更改的違約概率計算和信用評級。最后，該模型基于現(xiàn)代公司財務理論和期權理論，并具有扎實的理論基礎。

但是，KMV模型前提之一是需要在股票市場上獲取相關數(shù)據。因此，這個模型是適用于大型公司（例如上市公司）的信用風險評估。未列出的中小企業(yè)可獲得的數(shù)據有限，并且所披露的信息也不全面。這樣，該模型當前不適用于未上市中小企業(yè)的信用風險評估。簡而言之，所有可用的信用風險管理方法都已集成，并對風險進行了量化。傳統(tǒng)風險管理方法的結果用作量化模型的基本數(shù)值，從這些量化模型獲得的結果更可靠，更直接，更可比。這是信用風險管理的發(fā)展趨勢。

三、發(fā)展中銀行自身信用風險模型的動因

1.《巴塞爾協(xié)議II》的要求

巴塞爾協(xié)議II闡明，銀行在獲得監(jiān)管機構的批準后，可以使用其自己的模型來估計違約概率并計算應持有的資本額。 《巴塞爾協(xié)議二》的要求促使銀行投入更多的人力和物力，以開發(fā)出更好的模型來估計違約率（John Hull，2012年）。

2.風險防范要求

一直以來商業(yè)銀行非常注重業(yè)務發(fā)展，用不重視潛在的風險，你只是在近幾年才注重風險管理，但是相較于其他銀行來說，商業(yè)銀行的風險管理意識并不強。商業(yè)銀行由于過分強調市場開拓，所以許多規(guī)章制度的建設并不健全，更有些管理人員認為要想發(fā)展業(yè)務就不應當考慮風險管理，他們認為風險管理對于業(yè)務的拓展有一定的阻礙作用，并且認為應當將風險管理單獨歸為風險控制部門。信用風險模型的使用為銀行提供了一個框架，用于及時檢查該風險，集中有關全球敞口的數(shù)據并分析邊際風險。模型的這些特性可能有助于提高銀行識別、衡量和管理風險的綜合能力（Saunders，A.，&Thomas，H.，1997）。因此，建模方法為風險管理，更透明的決策過程和更合理的經濟資本分配提供了更靈敏的信息工具。此外，從監(jiān)管角度看，信用風險模型的開發(fā)提高了風險管理的嚴格性和一致性。

3.自身業(yè)務的獨特性

信用風險模型允許采用量身定制的靈活方法來進行價格衡量和風險管理。每個銀行都有自己特定的借款人和客戶，并且業(yè)務類型多種多樣。沒有理由對所有銀行都采用相同，共同和一般的信用風險模型。因此，銀行有必要調整自己的信用風險模型。模型的設計受業(yè)務范圍，信用質量，市場變量和經濟環(huán)境的影響。此外，模型的這些屬性可能有助于改善銀行的整體信用文化。

4.銀行行業(yè)監(jiān)管需求

在銀監(jiān)會成立以后，商業(yè)銀行的監(jiān)管環(huán)境已經開始逐漸優(yōu)化。監(jiān)管管理的專業(yè)和規(guī)范程度都有了明顯的提升。銀監(jiān)會工作大都是從如下幾個方面來完成對銀行的監(jiān)管：（1）銀監(jiān)會要求銀行能夠根據巴塞爾協(xié)約要求，加強對自身資金充足率的監(jiān)管。（2）在全面推進商業(yè)銀行發(fā)展的過程中，要建立健全銀行的治理結構。（3）銀監(jiān)會非常重視對商業(yè)銀行的風險監(jiān)控。一方面不斷可以推行和完善風險監(jiān)管方法，并且能夠推出相應的監(jiān)控指標;另外，還可以促進商業(yè)銀行的內部控制機制，建立健全風險管理長效機制。

四、結論

《新巴塞爾協(xié)議》為銀行的信用風險管理帶來了新的要求，銀行正在不遺余力地研究自己的信用風險模型，并加強信用風險管理。信用風險模型可以為銀行提供及時檢查和處理風險的框架，有助于提高銀行的風險管理能力。Logit模型對于中小企業(yè)可能是更好的選擇，而KMV模型則適合于大型企業(yè)。根據商業(yè)銀行現(xiàn)有的違約頻率、違約收回比例、信用等級轉換概率等構建現(xiàn)代信用風險模型，所需要的數(shù)據來自于發(fā)達國家長期以來使用的信用資產和評級的歷史數(shù)據庫。我國商業(yè)銀行信用評價只是近年來才開始建立健全的，這也是能夠有效地防范信用風險的前提下建立起來的，我國評級機構和銀行根據國外信用風險模型建立起適合我國的信用評級模型。商業(yè)銀行的信用風險有其自身的特點和規(guī)律，由于業(yè)務，客戶和目標領域的多樣性，因而，必須結合自身特點構建切實可行的信用風險模型。

盡管當前的信用風險模型各有優(yōu)缺點，但銀行應利用每種模型的各自特點，并為不同的借款人運行適當?shù)哪Ｐ汀Ｍ瑫r，銀行還積極優(yōu)化自己的信用風險模型，以克服現(xiàn)有信用風險模型的不足，滿足自身的業(yè)務需求。

參考文獻：

[1]Basle Committee on Banking Supervision， & Bank for International Settlements. （1999）.Credit risk modelling： Current practices and applications. The Committee.

[2]Hull， J. （2012）.Risk management and financial institutions，+ Web Site（Vol. 733）. John Wiley & Sons.

[3]Altman， E. I.， & Saunders， A. （1997）. Credit risk measurement： Developments over the last 20 years.Journal of banking & finance，21（11-12），1721-1742.

[4]Saunders， A.， & Thomas， H. （1997）.？Financial institutions management. Boston： Irwin.

[5]Valaskova， K， Gavlakova， P？& Dengov， V？2014，？Assessing Credit Risk by Moody′s KMV Model. in2014 2ND INTERNATIONAL CONFERENCE ON ECONOMICS AND SOCIAL SCIENCE （ICESS 2014），PT 1.Information Engineering Research Institute，pp.40-44.

[6]Altman， E. I.， & Sabato， G. （2007）. Modelling credit risk for SMEs： Evidence from the US market.？Abacus，43（3）， 332-357.

[7]Altman， E.I.， Sabato， G.， Wilson， N.， 2010. The value of non-financial information in small and medium-sized enterprise risk management. J. Credit Risk 2，95-127

[8]Frey， R.， & McNeil， A. J. （2002）. VaR and expected shortfall in portfolios of dependent credit risks： conceptual and practical insights.Journal of banking & finance，26（7），1317-1334.

作者簡介：韓蔚（1994.11- ），女，漢族，籍貫：河北省秦皇島市盧龍縣，碩士，西南交通大學希望學院，助教，研究方向：會計學、財務管理學