ＶａＲ方法在銀行信用風(fēng)險(xiǎn)管理中的應(yīng)用

[摘 要] 風(fēng)險(xiǎn)價(jià)值（VaR）是目前國(guó)際金融風(fēng)險(xiǎn)管理領(lǐng)域廣泛使用的工具，也是度量信用風(fēng)險(xiǎn)的一種新的技術(shù)標(biāo)準(zhǔn)。本文介紹了VAR度量風(fēng)險(xiǎn)的含義，并通過(guò)借鑒信用計(jì)量模型（Credit Metrics），指出Credit Metrics模型在我國(guó)的應(yīng)用前景以及應(yīng)用VaR方法強(qiáng)化信用風(fēng)險(xiǎn)管理建議和措施。

[關(guān)鍵詞] VaR方法 信用計(jì)量模型 信用風(fēng)險(xiǎn)管理

銀行的信用風(fēng)險(xiǎn)，也稱違約風(fēng)險(xiǎn)，是指借款人到期不能或不愿履行還貸付款協(xié)議致使銀行遭受損失的可能性。信用風(fēng)險(xiǎn)在商業(yè)銀行的很多業(yè)務(wù)活動(dòng)如貸款、貼現(xiàn)、透支中都廣泛存在，但最主要、最經(jīng)常的是存在于信貸業(yè)務(wù)中。進(jìn)入21世紀(jì)，隨著金融市場(chǎng)的發(fā)展，大企業(yè)進(jìn)入證券市場(chǎng)變得更為容易，這導(dǎo)致銀行信貸越來(lái)越集中的面對(duì)高風(fēng)險(xiǎn)的客戶－中小企業(yè)。因此對(duì)信用風(fēng)險(xiǎn)的分析和監(jiān)控也顯得格外重要。借鑒國(guó)際經(jīng)驗(yàn)，將風(fēng)險(xiǎn)定量分析的VAR方法應(yīng)用于日常信用風(fēng)險(xiǎn)管理中，以降低不良貸款率，是金融機(jī)構(gòu)義不容辭的義務(wù)，也是當(dāng)務(wù)之急。

一、VaR度量風(fēng)險(xiǎn)的含義

1.VaR的含義

VaR作為一種市場(chǎng)風(fēng)險(xiǎn)測(cè)量和管理的新工具，是由J.P摩根銀行最早在1994年提出 。VaR的含義是“處于風(fēng)險(xiǎn)中的價(jià)值”，是指在市場(chǎng)正常波動(dòng)條件下，在一定概率水平下，某一金融資產(chǎn)或金融資產(chǎn)組合在未來(lái)特定的一段時(shí)間內(nèi)的最大可能損失。上述定義可表示為：Prob(△P≤VAR))= α（0<α<1）

2.VaR的計(jì)算

假設(shè)：一上市公司的股票市值為每股50美元，每天價(jià)值變動(dòng)的標(biāo)準(zhǔn)差σ為10美元，在99％的置信水平下要計(jì)算日VAR（股票價(jià)值遭受的最大損失額）。假設(shè)市價(jià)變動(dòng)函數(shù)呈正態(tài)分布，根據(jù)正態(tài)分布函數(shù)的特點(diǎn)，可知第二天，股票價(jià)格有1％的概率超過(guò)73.3美元（50美元+2.33σ），也有1%的可能性會(huì)低于26.7美元（50美元－23.3σ）。也就是說(shuō)，該股票持有人價(jià)值損失少于23.3美元（50-26.7）的概率為99％，即置信水平為99％的情況下，該股票的風(fēng)險(xiǎn)價(jià)值為VAR＝2.33σ＝23.3。從此例可以看出，計(jì)算VAR的關(guān)鍵在于兩個(gè)因素，可以在市場(chǎng)上出售的金融工具的市場(chǎng)價(jià)值（P）以及其市場(chǎng)價(jià)值的波動(dòng)性或者標(biāo)準(zhǔn)差（σ）。

顯然，將這一方法運(yùn)用于不可交易的貸款，會(huì)存在一些難度，原因在于：第一，市場(chǎng)價(jià)值（P）不是可以直接觀察到的，因?yàn)榇蠖鄶?shù)貸款并不交易。第二，因?yàn)镻是不可交易的因此沒(méi)有時(shí)間序列數(shù)據(jù)來(lái)計(jì)算σ（即P的波動(dòng)性）。第三，上例中假設(shè)可流通金融工具市價(jià)變動(dòng)函數(shù)呈正態(tài)分布，但對(duì)于貸款價(jià)值來(lái)說(shuō)不盡合理。由于銀行是信息嚴(yán)重不對(duì)稱的行業(yè)，其業(yè)務(wù)特性－收益有限而損失無(wú)限（收益最多是利息收入，而損失的有可能是全部本金）決定了在我們的現(xiàn)實(shí)生活中，貸款價(jià)值的分布明顯呈偏態(tài)分布。計(jì)算貸款的VAR值應(yīng)考慮其服從于偏態(tài)分布。

二、Credit Metrics 模型量化信用風(fēng)險(xiǎn)的有益借鑒

信用計(jì)量模型（Credit Metrics）是1997年由J.P摩根銀行和其他發(fā)起人（美國(guó)銀行，瑞士聯(lián)合銀行等）共同創(chuàng)建的將VAR方法運(yùn)用到不可交易資產(chǎn)的價(jià)值評(píng)估和風(fēng)險(xiǎn)衡量的一種方法。如前所提，由于貸款不能公開(kāi)交易，所以我們既不能觀察到P，也不能觀察到σ。然而Credit Metrics卻提出，利用可得到的借款人的信用評(píng)級(jí)、下一年評(píng)級(jí)發(fā)生變化的概率（評(píng)級(jí)轉(zhuǎn)移矩陣）、違約貸款的回收率、債券市場(chǎng)上的信用風(fēng)險(xiǎn)價(jià)值和收益率就可能為任何非交易性貸款計(jì)算出一組假想的P和σ，并隨之計(jì)算出一項(xiàng)貸款的信用VAR，基本步驟包括三步：

1.確定貸款信用級(jí)別變化概率

信用級(jí)別變化概率是評(píng)價(jià)貸款質(zhì)量變化的工具，也就是同一貸款在一年后的質(zhì)量等級(jí)發(fā)生不同變化的概率，通常用信用級(jí)別變化矩陣來(lái)表示。對(duì)于貸款組合而言，信用級(jí)別變化概率取決于組合內(nèi)不同貸款同時(shí)發(fā)生信用級(jí)別變化的概率。

在具體操作中，注意兩點(diǎn)：一是利用與借款人信用相同的公開(kāi)交易債券的信用狀況代替不可交易貸款的信用；二是利用與貸款企業(yè)同等級(jí)的債券的歷史變化計(jì)算貸款評(píng)級(jí)轉(zhuǎn)移矩陣[5]。以本金為100萬(wàn)，年利率為6％的5年期固定利率的貸款為例，借款人的信用等級(jí)是BBB。表1是借款人一年后的等級(jí)變化概率。

資料來(lái)源：J.P摩根銀行信用計(jì)量資料，1997年4月2日。

2.確定貸款的現(xiàn)值。

單個(gè)貸款的市場(chǎng)現(xiàn)值，等于資產(chǎn)全部現(xiàn)金流在該時(shí)點(diǎn)的折現(xiàn)值PV：

其中，A是本金，D是利息，ri是預(yù)期無(wú)風(fēng)險(xiǎn)利率，它可以通過(guò)現(xiàn)行國(guó)債收益曲線計(jì)算得出。si表示某一信用等級(jí)i年期貸款的年信用風(fēng)險(xiǎn)溢酬，它可以通過(guò)公司債券收益率與國(guó)債收益率曲線計(jì)算得出。貸款組合的市場(chǎng)價(jià)值是其內(nèi)部各單個(gè)貸款的市場(chǎng)價(jià)值的算術(shù)和。

表2列出了本金為100萬(wàn)，年利率為6％的5年期固定利率的貸款在一年以后貸款等級(jí)遷移時(shí)貸款的市場(chǎng)價(jià)格。

資料來(lái)源：J.P摩根銀行信用計(jì)量資料，1997年4月。

3.計(jì)算標(biāo)準(zhǔn)差σ和VAR值

根據(jù)上述計(jì)算原理，擬合貸款（組合）的價(jià)值分布，可以計(jì)算單個(gè)貸款在下一年度的均值和方差。

其中，S為信用等級(jí)級(jí)數(shù)，Pi為i信用等級(jí)出現(xiàn)的概率，μi為i信用等級(jí)下貸款的價(jià)值。然后在不同的置信水平下，可直接求出在正態(tài)分布下該貸款的VAR值，即最大可能損失額。在實(shí)際運(yùn)用中，由于貸款價(jià)值服從偏態(tài)分布，還應(yīng)采用線性插值法對(duì)其進(jìn)行調(diào)整。

資料來(lái)源：J.P摩根銀行信用計(jì)量資料，1997年4月。

計(jì)算結(jié)果表明，在貸款價(jià)值為偏態(tài)分布的假設(shè)條件下，該筆貸款有5%的可能性在第二年的損失超過(guò)6.38萬(wàn)元，換句話說(shuō)，該筆貸款有95%的可能性在第二年的損失不會(huì)超過(guò)6.38萬(wàn)元。因此，通過(guò)計(jì)算貸款的VAR值，銀行可以對(duì)該筆貸款的風(fēng)險(xiǎn)狀況有了明確了解，從而根據(jù)消費(fèi)者的信用狀況和風(fēng)險(xiǎn)承受能力來(lái)進(jìn)行貸款的決策。此外，根據(jù)巴塞爾資本協(xié)議資本充足率8％的要求，100萬(wàn)元貸款需要最低資本是8萬(wàn)元，而在95％的置信水平下，若貸款價(jià)值服從偏態(tài)分布，需配備資本額6.38萬(wàn)元。與8％資本充足標(biāo)準(zhǔn)相比，貸款的VAR值考慮了貸款的信用等級(jí)與期限，因此為銀行監(jiān)管部門(mén)制定風(fēng)險(xiǎn)資本充足標(biāo)準(zhǔn)提供了更為合理和準(zhǔn)確的參考。

三、Credit Metrics 模型在我國(guó)的應(yīng)用分析

從上述分析中可以看到，Credit Metrics模型主要是通過(guò)定量建模與模型的運(yùn)用來(lái)實(shí)現(xiàn)信用風(fēng)險(xiǎn)的衡量與控制。以 CreditMetrics 方法為主要模型選擇對(duì)象，并建立符合我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理的新模型，有利于我國(guó)商業(yè)銀行準(zhǔn)確合理地衡量準(zhǔn)備金和銀行經(jīng)濟(jì)資本水平。但是我們也應(yīng)該看到，該模型嚴(yán)格依賴于由評(píng)級(jí)公司提供的信用評(píng)級(jí)以及國(guó)家和行業(yè)長(zhǎng)期的歷史數(shù)據(jù)，而我國(guó)商業(yè)銀行在現(xiàn)階段不論是信用評(píng)級(jí)還是數(shù)據(jù)庫(kù)建設(shè)都處于起步階段，因此在具體的實(shí)施運(yùn)用上存在一定的困難。盡管如此，我國(guó)商業(yè)銀行不能因此放棄通過(guò)VAR提高信用風(fēng)險(xiǎn)管理水平這個(gè)已被證明較為有效的管理方式。

針對(duì)我國(guó)商業(yè)銀行經(jīng)營(yíng)管理的特點(diǎn)和實(shí)際情況，應(yīng)用VaR方法進(jìn)行信用風(fēng)險(xiǎn)管理，可以從以下幾個(gè)方面入手：

1.利用可取得的替代變量來(lái)近似計(jì)算VAR，在一定程度上實(shí)現(xiàn)對(duì)信用風(fēng)險(xiǎn)的定量分析

(1)信用評(píng)級(jí)及轉(zhuǎn)移概率矩陣。在構(gòu)建轉(zhuǎn)移矩陣參數(shù)上，一般都是通過(guò)一個(gè)比較長(zhǎng)的歷史時(shí)期或比較短但有大量樣本數(shù)據(jù)來(lái)進(jìn)行的。由于我國(guó)在 1999 年才開(kāi)始對(duì)銀行實(shí)行五級(jí)分類，因此目前按以年為轉(zhuǎn)移矩陣比較困難，但根據(jù)中國(guó)人民銀行要求各商業(yè)銀行每一季度對(duì)貸款做一次分類，我們可以獲得多個(gè)季度的貸款分類記錄，通過(guò)巨大的客戶數(shù)量，獲得同一歷史時(shí)期連續(xù)貸款評(píng)級(jí)數(shù)據(jù)，因此能夠反映貸款在這一時(shí)期的等級(jí)轉(zhuǎn)移，即貸款的質(zhì)量在這一時(shí)期的變化狀況，由此作為下一個(gè)相鄰時(shí)期的轉(zhuǎn)移概率的估計(jì)。

(2)遠(yuǎn)期收益率。遠(yuǎn)期收益率指不同期限、不同等級(jí)貸款到特定時(shí)期的收益率，對(duì)它的估計(jì)要考慮到一個(gè)市場(chǎng)化的利率。從投資的角度考慮要選擇一種可以比較的無(wú)風(fēng)險(xiǎn)利率。國(guó)外一般作法是以短期國(guó)庫(kù)券的市場(chǎng)利率作為無(wú)風(fēng)險(xiǎn)利率的替代，而我國(guó)目前沒(méi)有公開(kāi)發(fā)行的短期國(guó)庫(kù)券，但可以用三個(gè)月、六個(gè)月、九個(gè)月為期限的國(guó)債回購(gòu)利率的估計(jì)值作為以季度風(fēng)險(xiǎn)周期的無(wú)風(fēng)險(xiǎn)利率的近似值。

（3）貸款的違約損失率

我國(guó)貸款市場(chǎng)具有非公開(kāi)性，同時(shí)企業(yè)債券市場(chǎng)也很不發(fā)達(dá)，并且缺乏流動(dòng)性。難以通過(guò)市場(chǎng)交易情況來(lái)計(jì)算不同信用等級(jí)的債務(wù)人所借入款項(xiàng)的損失率。鑒于這種實(shí)際情況，我國(guó)商業(yè)銀行可以根據(jù)本行歷史數(shù)據(jù)來(lái)計(jì)算不同信用等級(jí)的信貸客戶信貸違約后的損失率。

2.積極探索適合我國(guó)國(guó)情的內(nèi)部評(píng)級(jí)方法體系，建立有效的信用資產(chǎn)歷史數(shù)據(jù)庫(kù)

監(jiān)管部門(mén)應(yīng)借鑒國(guó)際上比較成熟的評(píng)級(jí)模型，充分借助國(guó)內(nèi)外專業(yè)評(píng)級(jí)公司的技術(shù)力量，建立起適合我國(guó)國(guó)情、定量化的內(nèi)部評(píng)級(jí)模型。并結(jié)合企業(yè)的行業(yè)地位，管理水平，地區(qū)間的風(fēng)險(xiǎn)差異等定性指標(biāo)，確定借款人的違約可能性及嚴(yán)重程度，以便全面、真實(shí)、動(dòng)態(tài)的反映債務(wù)人的信用風(fēng)險(xiǎn)程度，從而得出債務(wù)人的最終評(píng)級(jí)。同時(shí)擴(kuò)大信用評(píng)級(jí)范圍，加快建設(shè)有效的數(shù)據(jù)收集和處理系統(tǒng)，建立健全全社會(huì)信用評(píng)級(jí)體系，實(shí)現(xiàn)行行之間的數(shù)據(jù)共享。

3.加強(qiáng)對(duì)VaR方法的研究

運(yùn)用VaR方法量化市場(chǎng)風(fēng)險(xiǎn)已比較成熟，但對(duì)于信用風(fēng)險(xiǎn)的定量分析仍然存在爭(zhēng)議。因此，金融機(jī)構(gòu)應(yīng)重視對(duì)VAR方法及模型的應(yīng)用研究，逐步建立起適合我國(guó)商業(yè)銀行信用管理特點(diǎn)的風(fēng)險(xiǎn)計(jì)量模型，并通過(guò)對(duì)模型的不斷修正和測(cè)試，提高其適用性，增強(qiáng)信用風(fēng)險(xiǎn)管理水平。

4.培養(yǎng)相關(guān)的專業(yè)人才

雖然VaR應(yīng)用起來(lái)比較簡(jiǎn)便，但模型的確立與計(jì)算機(jī)過(guò)程是相當(dāng)復(fù)雜的，它對(duì)會(huì)計(jì)與業(yè)務(wù)人員的技術(shù)水平提出了更高的要求。另外建立VaR模型后在風(fēng)險(xiǎn)控制、資源配置、統(tǒng)一監(jiān)管等各個(gè)層面都需要大量的專業(yè)人才和相應(yīng)的制度安排，這對(duì)我國(guó)目前的管理現(xiàn)狀而言是個(gè)比較大的挑戰(zhàn)，因此應(yīng)加強(qiáng)相關(guān)人員的培訓(xùn)工作，為全面而有效的運(yùn)用VAR方法提供堅(jiān)實(shí)的人力基礎(chǔ)。

參考文獻(xiàn)：

[1]潘蔚琳:以VaR方法計(jì)算商業(yè)銀行信用風(fēng)險(xiǎn)[J].經(jīng)濟(jì)導(dǎo)刊，2002，(6)42～45

[2]菲利普、喬 瑞:風(fēng)險(xiǎn)價(jià)值VaR[M].中信出版社，2005

[3]張 云 李秀珍:基于VaR的我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理[J].決策參考，2006，（8）34

[4]郭戰(zhàn)琴 周宗放:VaR方法在銀行信用風(fēng)險(xiǎn)防范中的應(yīng)用[J].電子科技大學(xué)學(xué)報(bào)社科版，(3)11～14