精算方法在商業(yè)銀行信貸風(fēng)險管理之中的應(yīng)用研究

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，同時還承擔(dān)著支付清算等多項功能。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)行的時間還很短，很多地方不完善，導(dǎo)致信用風(fēng)險在銀行內(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)險和結(jié)構(gòu)性風(fēng)險問題。

一、現(xiàn)行商業(yè)銀行信貸風(fēng)險管理方法評析

當(dāng)前國際上使用最多的幾個模型是 Credit Metries、KMV、Credit Risk+、Portfolio View模型等。但是由于信用風(fēng)險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)險量化方法也尚未達(dá)成共識。

KMV模型的優(yōu)勢是計算預(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)定價理論為基礎(chǔ)，通過分析企業(yè)自身的財務(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人；

（3）KMV模型不適用于動態(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作計量工具，其結(jié)果：市場行情不好的年代，銀行貸款會遭受巨大損失，因為貸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性與市場價值，如果我們要計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，從而在下一個時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)險價值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)險和市場風(fēng)險是相互獨(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年底公開的一個新型信貸風(fēng)險評價模型。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)生時造成的破壞程度”，這是源于保險精算學(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)險分析和度量。

Credit Risk+模型的計算過程和結(jié)果非常有效，是因為其使用泊松過程刻畫貸款違約，債務(wù)人的邊際風(fēng)險分布等數(shù)據(jù)比較容易獲得，由于該模型給出的損失分布是一個表達(dá)式，所以所需要的估計數(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、不同時限的個體得到不同的風(fēng)險損失分布。

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，同時貸款人信用級別的變動情況也被忽略了，也就是說該模型假設(shè)了風(fēng)險對于每個債務(wù)人是固定的，而且在評估期間他們的信用級別不會發(fā)生變動，只使用遠(yuǎn)期利率變動來刻畫模型風(fēng)險。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，主要以下兩大原因：首先是精算學(xué)之所以能為保險公司提供決策依據(jù)和管理方法，是因為它在現(xiàn)代數(shù)學(xué)和統(tǒng)計學(xué)為基礎(chǔ)上，量化分析和研究了保險經(jīng)營中的各項損失風(fēng)險。保險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)展離不開保險精算的重要支持。精算學(xué)最早是在人壽保險的費(fèi)率厘定的時候使用的，現(xiàn)在精算學(xué)已不僅限于壽險，在非壽險、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)險是因為銀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，是因為銀行在將資金貸出去時并不能確定借款人一定能夠還款，而這個違約風(fēng)險將造成的損失也是一個隨機(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)險發(fā)生的幾率，并且要提留準(zhǔn)備金對風(fēng)險進(jìn)行防范。

精算方法還有一個比較獨(dú)特的優(yōu)勢就在于它對目標(biāo)值的統(tǒng)計、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)險評估時可以根據(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際，真實的反應(yīng)評估主體各項特征。

總而言之，精算模型是比較適合于研究這類對風(fēng)險計量與定價。

三、精算方法在信貸風(fēng)險管理中的可行性

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)計學(xué)方法，結(jié)合經(jīng)濟(jì)，金融，保險等理論，對各種經(jīng)濟(jì)活動中的財務(wù)風(fēng)險進(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間發(fā)生強(qiáng)度的隨機(jī)變量，使得更加的貼近生活實際，讓信貸風(fēng)險的度量更加的準(zhǔn)確。

在實際中，我們必須為損失時間的發(fā)生選擇一個模型，因為銀行管理部門難以掌握大量的相關(guān)數(shù)據(jù)來確定損失時間的分布。為了描述“稀有事件”，最好的選擇是只含一個參數(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)險計量模型具有兩方面的意義。一、研究的整個銀行貸款違約損失總量需要考慮多個等級的貸款組合，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年度中違約損失總量的分布情況，一般來說，這些個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)險防范觀念，建立以風(fēng)險控制為目標(biāo)，防范風(fēng)險與控制風(fēng)險相結(jié)合的信貸風(fēng)險管理制度。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)險和采取損失控制措施，控制銀行信貸風(fēng)險。使得銀行可以及早的發(fā)現(xiàn)損失并控制，降低出現(xiàn)違約時的損失。

（3）在進(jìn)行貸款時，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間過長所出現(xiàn)的不確定性。同時需要考慮宏觀經(jīng)濟(jì)環(huán)境，以應(yīng)對利率，匯率等出現(xiàn)變動的突發(fā)情況。