閆海波，胡燕青

（新疆財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)據(jù)科學(xué)學(xué)院，新疆 烏魯木齊 830000）

引言

2020年習(xí)總書記提出“雙碳”規(guī)劃，即2030年前實(shí)現(xiàn)碳達(dá)峰、2060年前實(shí)現(xiàn)碳中和，這是可持續(xù)發(fā)展的內(nèi)在要求，也體現(xiàn)了我國的大國擔(dān)當(dāng)。鋼鐵行業(yè)作為制造業(yè)里碳排放量最大的行業(yè)，排放總量占全國總量的15%左右，因此必須加快推進(jìn)產(chǎn)業(yè)綠色低碳轉(zhuǎn)型，力爭(zhēng)提前實(shí)現(xiàn)鋼鐵行業(yè)的碳達(dá)峰。在時(shí)代發(fā)展的新要求下，企業(yè)的可持續(xù)發(fā)展與環(huán)境因素息息相關(guān)，在此背景下，ESG（環(huán)境、社會(huì)和公司治理）評(píng)級(jí)應(yīng)運(yùn)而生，更符合綠色發(fā)展的新要求。本文綜合傳統(tǒng)信用評(píng)級(jí)和ESG評(píng)級(jí)，賦予權(quán)重均為0.5，最后給出綜合信用等級(jí)。利用Credit Metrics模型得出傳統(tǒng)信用評(píng)級(jí)相同的三家鋼鐵企業(yè)的新等級(jí)下的VaR值，并進(jìn)行實(shí)際分析。

1 鋼鐵行業(yè)信用風(fēng)險(xiǎn)評(píng)估的發(fā)展及現(xiàn)狀

國外關(guān)于信貸風(fēng)險(xiǎn)評(píng)估的研究發(fā)展較早，很多經(jīng)典模型如今已經(jīng)使用廣泛。如1980年，Ohlson就對(duì)幾千家公司進(jìn)行分析，結(jié)果表明對(duì)于一個(gè)企業(yè)的生產(chǎn)經(jīng)營影響最大的三個(gè)因素為：資金流動(dòng)性、資產(chǎn)報(bào)酬率和企業(yè)規(guī)模[1]。2007年，Altman和Sabato主要采取邏輯回歸分析法，從企業(yè)違規(guī)的角度預(yù)測(cè)出中小企業(yè)的違約，相比其他預(yù)測(cè)模型準(zhǔn)確度要高許多[2]。國內(nèi)有關(guān)信貸風(fēng)險(xiǎn)評(píng)估的文獻(xiàn)大多是對(duì)國外常見信貸風(fēng)險(xiǎn)評(píng)估方法的優(yōu)缺點(diǎn)分析，也有部分學(xué)者對(duì)傳統(tǒng)的信貸風(fēng)險(xiǎn)評(píng)估進(jìn)行改進(jìn)。如2018年，譚文米通過對(duì)Credit Metrics模型的參數(shù)輸入和計(jì)算方法進(jìn)行優(yōu)化和改進(jìn)，實(shí)證分析得出計(jì)算CVaR的方法相比較于傳統(tǒng)VaR方法更適用尾部比較厚的信用風(fēng)險(xiǎn)[3]。2019年，徐奕佳通過對(duì)Credit Metrics模型的轉(zhuǎn)移矩陣進(jìn)行建模，利用Em算法處理缺失數(shù)據(jù)提高了數(shù)據(jù)的科學(xué)性，能夠有效預(yù)防尾部風(fēng)險(xiǎn)[4]。史越（2017）通過在綠色信貸、環(huán)境信息披露、環(huán)境會(huì)計(jì)信息以及其他指標(biāo)進(jìn)行研究的基礎(chǔ)上，對(duì)綠色信貸在鋼鐵行業(yè)中實(shí)施的難點(diǎn)進(jìn)行分析和解決。具體到鋼鐵企業(yè)這類以重污染為首要特征的行業(yè)，就需要該評(píng)價(jià)指標(biāo)能夠突出企業(yè)的環(huán)保能力[5]。滕云、高輝（2020）將重污染企業(yè)和非重污染企業(yè)分別作為實(shí)驗(yàn)組和控制組，應(yīng)用傾向得分匹配法（PSM）對(duì)樣本企業(yè)進(jìn)行精確匹配，實(shí)證結(jié)果表明：綠色信貸政策的實(shí)施會(huì)使重污染企業(yè)的投資效率下降[6]。

2 Credit Metrics模型的構(gòu)建和改進(jìn)

2.1 VaR概述

2.1.1 VaR原理

VaR（Value at Risk）方法最先是由JP摩根提出用于度量不同市場(chǎng)條件下的風(fēng)險(xiǎn)，含義是一定時(shí)期內(nèi)，在給定的顯著水平下的某一資產(chǎn)組合能夠承受最大的風(fēng)險(xiǎn)以及風(fēng)險(xiǎn)所帶來的最小損失。

由公式（1）可推導(dǎo)出公式（2）：

式中：L為資產(chǎn)在一定時(shí)期內(nèi)的損失值；α為顯著水平。當(dāng)α=99%時(shí)，我們可以說在一定時(shí)期內(nèi)有99%的把握保證資產(chǎn)的損失不超過VaR。

2.1.2 V aR的計(jì)算方法

平時(shí)我們計(jì)算資產(chǎn)的風(fēng)險(xiǎn)值時(shí)為了簡(jiǎn)便計(jì)算一般假定資產(chǎn)的波動(dòng)服從正態(tài)分布。但是，實(shí)際的信用風(fēng)險(xiǎn)具有明顯的“厚尾”和“尖峰”特點(diǎn)，那么就會(huì)產(chǎn)生比較大的誤差。我們首先來計(jì)算一般分布下的VaR，而正態(tài)分布下的VaR看做是一種特殊情況。

首先假定某一資產(chǎn)的初始值為V0，R為資產(chǎn)收益率，則到期后該資產(chǎn)的價(jià)值為：

在給定的置信水平α下，則有：

式中：Vα為該置信水平下最小價(jià)值；Rα為最低收益率。

2.2 Credit Metrics模型

Credit Metrics模型是目前衡量風(fēng)險(xiǎn)使用最多的模型之一，該方法是一種基于VaR理論進(jìn)行度量的信用風(fēng)險(xiǎn)模型,并考慮到幾種風(fēng)險(xiǎn)同時(shí)對(duì)貸款組合的影響，進(jìn)而計(jì)算出該組合的在險(xiǎn)價(jià)值。但是由于一些大型公司的資產(chǎn)具有一定的流動(dòng)性，并且可獲取清晰明確的數(shù)據(jù)比較少等原因，這樣就造成了VaR計(jì)算的難度。

模型參數(shù)的選取和改進(jìn)。一個(gè)適當(dāng)?shù)霓D(zhuǎn)移矩陣是模型的基礎(chǔ)，對(duì)于大多數(shù)鋼鐵企業(yè)，國內(nèi)的評(píng)級(jí)機(jī)構(gòu)給予的信用評(píng)級(jí)大多都為AA和AAA。由于國家倡導(dǎo)綠色低碳發(fā)展，所以以往傳統(tǒng)的風(fēng)險(xiǎn)評(píng)估方式就不太貼合這個(gè)時(shí)代的要求。而相對(duì)于根據(jù)一個(gè)企業(yè)的財(cái)務(wù)狀況來衡量企業(yè)的信用狀況，為了迎合發(fā)展要求，ESG（環(huán)境、社會(huì)和公司治理）應(yīng)運(yùn)而生。本文給出傳統(tǒng)信用評(píng)級(jí)和ESG評(píng)級(jí)權(quán)重均為0.5，最后綜合給出加入ESG評(píng)分后的等級(jí)。整合之后如表1所示。

表1 鋼鐵企業(yè)整合后的綜合評(píng)級(jí)

對(duì)于轉(zhuǎn)移評(píng)級(jí)矩陣和閾值本文采取標(biāo)準(zhǔn)的普爾轉(zhuǎn)移矩陣。對(duì)于違約回收率，由于鋼鐵企業(yè)屬于重工業(yè)，故本文統(tǒng)一選取53.8%（高級(jí)有擔(dān)保）。根據(jù)違約回收率與到期的貸款現(xiàn)值，能夠計(jì)算出企業(yè)如果發(fā)生違約，銀行能夠收回的金額。我們能夠得出不同等級(jí)資產(chǎn)的到期價(jià)值。

式中：Vij為信用等級(jí)從i轉(zhuǎn)為j的資產(chǎn)現(xiàn)值；Ci為第i年的利息；ri為第i年的遠(yuǎn)期無風(fēng)險(xiǎn)利率；F表示資產(chǎn)到期的本金值；n為資產(chǎn)的剩余年限。

式中：r為違約回收率；F為貸款到期后的本金；Vr為該資料發(fā)生違約時(shí)能收回的資產(chǎn)價(jià)值。對(duì)于遠(yuǎn)期風(fēng)險(xiǎn)貼現(xiàn)期限結(jié)構(gòu)的給定采取標(biāo)準(zhǔn)普爾遠(yuǎn)期貼現(xiàn)率。

3 實(shí)證分析

假設(shè)某一商業(yè)銀行有一定的綠色貸款余額，分別貸款給傳統(tǒng)信用評(píng)級(jí)為AA級(jí)甲乙丙三家鋼鐵企業(yè)，假設(shè)貸款同時(shí)為2 000萬元。利率為6%，年限為5年，已知，甲企業(yè)目前綜合評(píng)級(jí)為BBB，乙企業(yè)目前綜合評(píng)級(jí)為A，丙企業(yè)目前綜合評(píng)級(jí)為AA，由于都是鋼鐵行業(yè)，則違約回收率統(tǒng)一為50.6%，計(jì)算一年期限內(nèi)在置信度為99%的最大損失值。由公式可得甲企業(yè)一年到期后，信用等級(jí)由BBB升至AAA時(shí)，貸款的價(jià)值為：

同理可算出信用等級(jí)由BBB轉(zhuǎn)至AA、A、BBB、BB、B、CCC，或發(fā)生違約時(shí)，貸款的價(jià)值，進(jìn)一步得出甲企業(yè)的貸款價(jià)值變化表，見表2。

表2 甲企業(yè)的貸款價(jià)值變化情況

由表2可知，對(duì)于這筆貸款，損失超過478.09萬元的概率為0.30%，損失超過188.9萬元的概率為1.47%，我們利用插值法來分別估計(jì)置信度為95%和99%的在險(xiǎn)價(jià)值VaR：

即V甲0.01=305.06萬元，V甲0.05=136.67萬元，則表示在99%的置信水平下甲公司貸款的VaR為305.06萬元，95%的置信水平下甲公司貸款的VaR為136.67萬元。由此，我們可以說有99%的把握這筆貸款一年后的損失額不會(huì)超過305.1萬元，有95%的把握這筆貸款一年后的損失額不會(huì)超過136.7萬元。

若假設(shè)甲企業(yè)服從正態(tài)分布，則可求得甲企業(yè)貸款一年后的價(jià)值期望和方差，分別為：

因此，99%的置信水平下甲企業(yè)貸款的VaR為2.33σ甲，即135.51萬元，95%的置信水平下的VaR為1.645σ甲，即95.67萬元。

由計(jì)算結(jié)果可知，正態(tài)分布下的VaR值與實(shí)際情況下的值有一定誤差，即不完全符合正態(tài)分布。

同理，我們利用以上兩種方法計(jì)算出乙、丙企業(yè)一年后貸款的VaR值。由于計(jì)算方法和理念相同，本文不一一給出求解過程，直接給出結(jié)果。

乙企業(yè)：

插板法：V乙0.01=140.14萬元，V乙0.05=59.27萬元。正態(tài)分布下：V0.01=74.34萬元，V0.05=52.48萬元。

丙企業(yè)：

插板法：V丙0.01=32.49萬元，V丙0.05=22.92萬元。正態(tài)分布下：V0.01=28.23萬元，V0.05=19.93萬元。

由以上結(jié)果可知，在銀行同時(shí)給予綠色貸款2 000萬元時(shí)，信用級(jí)別不同風(fēng)險(xiǎn)也不同。傳統(tǒng)信用等級(jí)同為AA級(jí)的三家公司，在加入ESG等級(jí)后，VaR值出現(xiàn)了非常大的差距。如一年后丙企業(yè)發(fā)生損失不超過32.5萬元的概率為99%；乙企業(yè)發(fā)生損失不超過140.1萬元的概率為99%；甲企業(yè)發(fā)生損失不超過305.1萬元的概率為99%。由此可見，隨著ESG信用級(jí)別越低，隨之而來貸款風(fēng)險(xiǎn)越高，以銀行視角來分析，ESG級(jí)別越高的企業(yè)應(yīng)給予更多的貸款額度，級(jí)別較低的企業(yè)不僅需要降低貸款額度還要重點(diǎn)加以關(guān)注，防止風(fēng)險(xiǎn)發(fā)生。

4 結(jié)論和展望

4.1 結(jié)論

本文通過對(duì)Credit Metrics模型進(jìn)行改進(jìn)，加入符合新時(shí)代要求下的ESG評(píng)級(jí)，利用綜合后的信用等級(jí)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)，分析表明信用級(jí)別越低，隨之而來貸款風(fēng)險(xiǎn)越高，因此，對(duì)于商業(yè)銀行來說，級(jí)別越高的鋼鐵企業(yè)應(yīng)給予更多的貸款額度，級(jí)別較低的企業(yè)不僅需要降低貸款額度還要重點(diǎn)加以關(guān)注，提高違約成本，防止風(fēng)險(xiǎn)發(fā)生。對(duì)于鋼鐵企業(yè)來說，不僅需要看重財(cái)務(wù)指標(biāo)，還需要順應(yīng)中國國情的發(fā)展，增大污染防治，綜合環(huán)境、社會(huì)和公司治理因素，促進(jìn)企業(yè)可持續(xù)發(fā)展。

4.2 展望

在國內(nèi)各大銀行加大綠色信貸融資力度的背景下，鋼鐵行業(yè)環(huán)境績(jī)效逐漸完善，鋼鐵企業(yè)的環(huán)境因素應(yīng)該成為風(fēng)險(xiǎn)評(píng)估重點(diǎn)關(guān)注的方向，也由于鋼鐵行業(yè)發(fā)展不均衡的特殊性，加入環(huán)境因素更能約束中下游水平的鋼鐵公司，為未來發(fā)展指明方向。通過鋼鐵企業(yè)間的橫向?qū)Ρ?，使得資金的流向更符合市場(chǎng)的規(guī)則，進(jìn)一步迎合市場(chǎng)的合理分配要求，加快實(shí)現(xiàn)“雙碳”目標(biāo)的計(jì)劃。