基于商業(yè)銀行信用風(fēng)險Credit Metrics模型的改進

摘? 要：我國商業(yè)銀行面臨的信用風(fēng)險十分突出，但在信用風(fēng)險量化方面卻與國際先進水平差距較大。本文用信貸資產(chǎn)五級分類代替原有的信用評級改進Credit Metrics模型，這是我國對于現(xiàn)有Credit Metrics模型改進的一種全新嘗試。最后，對使用新Credit Metrics模型提出建議。

關(guān)鍵詞：銀行;信用風(fēng)險;改進

一、引言

信用風(fēng)險，是指由于借款人或市場交易對手違約導(dǎo)致經(jīng)濟損失的可能性。廣義的信用風(fēng)險還包括由于借款人或市場交易對手信用評級降低導(dǎo)致資產(chǎn)市場價值下降而引起經(jīng)濟損失的可能性。我國商業(yè)銀行面臨的信用風(fēng)險問題十分突出。長期以來，我國商業(yè)銀行的利率受到央行管制，導(dǎo)致其一直處于存貸利差較大的局面。20世紀90年代，信用風(fēng)險管理方法取得突破性進展。主要表現(xiàn)在以Credit Metrics模型為代表的信用風(fēng)險量化模型的成功開發(fā)，信用風(fēng)險管理也因此由基于財務(wù)指標的模型分析階段跨入了現(xiàn)代信用風(fēng)險模型分析階段。

Credit Metrics模型被成功開發(fā)后，國內(nèi)外學(xué)者對其展開了深入研究。Bassamboo.A（2008）使用Credit Metrics模型有效地通過蒙特卡羅模擬法計算信用風(fēng)險;Anonymous（2009）構(gòu)建了樣本債務(wù)公司個數(shù)分別為1000、5000、10000的三種貸款組合，運用Credit Metrics模型進行信用風(fēng)險的計算，實證結(jié)果較好，而且針對非交易性金融資產(chǎn)可以進行信用風(fēng)險預(yù)測和度量;肖杰、杜子平（2010）以兩筆貸款組合為例，運用Credit Metrics模型對貸款組合的信用風(fēng)險進行實證分析。通過實證研究削弱Credit Metrics模型中存在的局限性，從而更準確地測算違約率;牛曉?。?012）借鑒Credit Metrics模型的思路，在國內(nèi)首次計算了供應(yīng)鏈融資的風(fēng)險轉(zhuǎn)移矩陣，對我國商業(yè)銀行開展的供應(yīng)鏈融資進行量化風(fēng)險測度，揭示其風(fēng)險程度，為商業(yè)銀行如何進行供應(yīng)鏈融資風(fēng)險管理提出切實可行的建議。王寶森，梅盼盼（2016）對Credit Metrics模型進行了改進。

二、模型改進

（一）Credit Metrics模型的改進思路

目前，全面引入Credit Metrics模型應(yīng)用于國內(nèi)商業(yè)銀行信用風(fēng)險量化仍面臨一系列的困難，主要體現(xiàn)在以下幾個方面：1、國內(nèi)商業(yè)銀行未建立起有關(guān)信用資產(chǎn)的歷史數(shù)據(jù)庫。Credit Metrics模型中信用等級轉(zhuǎn)移矩陣是以大量歷史數(shù)據(jù)為基礎(chǔ)的，我國商業(yè)銀行目前無法提供該數(shù)據(jù);2、國內(nèi)信用評級體系尚不成熟。我國缺少權(quán)威的評級機構(gòu)，銀行內(nèi)部信用評級體系不完善也不統(tǒng)一，未達到Credit Metrics模型的要求;3、我國利率市場化進程緩慢。由于缺少準確的基準貼現(xiàn)利率，因此估計信用資產(chǎn)的現(xiàn)值存在困難。

與信用評級在我國應(yīng)用不夠普及和不夠完善不同，信貸資產(chǎn)五級分類法在國內(nèi)商業(yè)銀行已經(jīng)普遍被使用，且具有以下幾個方面的特點：（1）覆蓋面廣。信貸資產(chǎn)五級分類法是央行強制要求的，覆蓋了公司類、機構(gòu)類、個人類等所有信貸客戶;（2）歷史數(shù)據(jù)豐富。信貸資產(chǎn)五級分類法是目前我國商業(yè)銀行信用風(fēng)險管理的基礎(chǔ)，因此各商業(yè)銀行的信貸管理信息系統(tǒng)都有豐富的分類信息，歷史數(shù)據(jù)完善;（3）數(shù)據(jù)更新及時。根據(jù)央行規(guī)定，信貸資產(chǎn)五級分類法采用實時分類，至少一個季度進行一次分類;（4）反映的風(fēng)險情況更真實。在客戶信用評級中，較少考慮債項的具體情況，而信貸資產(chǎn)五級分類法已充分考慮貸款條件及擔(dān)保情況。因此對于具體債項，五級分類法更能真實反映我國商業(yè)銀行所面臨的信用風(fēng)險。

（二）.新Credit Metrics模型的假設(shè)

1、貸款發(fā)生后，其未來的價值和風(fēng)險完全由遠期利率決定。模型中的唯一變量是離散的貸款風(fēng)險等級，每個貸款風(fēng)險等級有對應(yīng)的遠期利率曲線;

2、同一貸款風(fēng)險等級的貸款是同質(zhì)的。同一貸款風(fēng)險等級的貸款擁有相同的轉(zhuǎn)移矩陣和違約概率，轉(zhuǎn)移概率遵循馬爾可夫過程，且實際違約概率與歷史違約概率相等;

3、風(fēng)險期限是固定的，通常為一年;

4、違約不僅指借款方到期沒有償還款項，還包括貸款風(fēng)險等級下降所導(dǎo)致的信貸資產(chǎn)市場價值的下跌，并且違約事件發(fā)生在債務(wù)到期時。

三、結(jié)論

基于完善商業(yè)銀行的信貸資產(chǎn)五級分類體系可以從兩方面完善信貸資產(chǎn)五級分類體系。一是增加貸款風(fēng)險等級數(shù)目，例如在關(guān)注、次級、可疑等級里進行再分類，等級數(shù)目的增加可縮小每一等級所占的概率區(qū)間，從而得出更準確的價值變化分布曲線。二是提高貸款分類考察的全面性，考察不僅涉及貸款項，還要涉及借款方信用、品質(zhì)、償債能力和資本等情況，從而增加貸款分類的準確性。

參考文獻：

[1]Bassamboo A， Juneja S， Zeevi J A. Portfolio Credit Risk with Extremal Dependence： Asymptotic Analysis and Efficient Simulation[J].Operations Research，2008，56：435 -451.

[2]Anonymous.Fitch Ratings; Fitch：Declining Credit Metrics To Continue for U.S. Auto Finance Companies[J]. Journal Of Transportation， 2009，3 （2）：236-252.

[3]肖杰，杜子平. Credit Metrics模型下組合信用風(fēng)險應(yīng)用與改進研究[J].財會通訊，2010，5：150-152.

[4][26]牛曉健.供應(yīng)鏈融資的風(fēng)險測度與管理——基于中國銀行交易數(shù)據(jù)的實證研究[J].金融研究，2012，11：138-151.

[5]王寶森，梅盼盼.基于改進Credit Metric模型的商業(yè)銀行信用風(fēng)險度量及實證研究[J].安徽農(nóng)業(yè)大學(xué)學(xué)報，2016，25（2）：36-42.

作者簡介：

潘仔豪（1995.6-）;性別：男;籍貫：浙江省臺州市;學(xué)歷：碩士研究生;研究方向：量化投資。