基于KMV模型度量我國商業(yè)銀行信用風(fēng)險的應(yīng)用性研究

商業(yè)銀行在市場經(jīng)濟(jì)中發(fā)揮著重要的杠桿作用，是直接參與市場經(jīng)濟(jì)活動的主體，同時也是貨幣流通的中介，對控制市場經(jīng)濟(jì)發(fā)展、匯率、資金流通、貨幣政策等至關(guān)重要。同時，商業(yè)銀行自身面臨許多風(fēng)險，其中，由于借貸業(yè)務(wù)是商業(yè)銀行的核心業(yè)務(wù)，而借款人經(jīng)常由于自身或者外部的原因?qū)е碌狡跁r無法償還貸款加利息，所以商業(yè)銀行經(jīng)常面臨很高的信用風(fēng)險。信用風(fēng)險與各個市場經(jīng)濟(jì)主體的活動都息息相關(guān)，不僅影響著經(jīng)濟(jì)社會發(fā)展，也成為風(fēng)險分散的焦點(diǎn)，信用風(fēng)險在識別、度量和管理等方面具有更高的難度，所以信用風(fēng)險的識別和度量成為風(fēng)險管理的重中之重，因此本文對更好的度量商業(yè)銀行的信用風(fēng)險具有十分重要參考價值。

首先，本文詳細(xì)闡述了我國商業(yè)銀行信用風(fēng)險的定義及分類，并結(jié)合我國商業(yè)銀行信用風(fēng)險的現(xiàn)狀，通過大量的數(shù)據(jù)分析得出目前我國商業(yè)銀行信用違約事件頻發(fā)，發(fā)生違約風(fēng)險的可能性很大。再次詳細(xì)系統(tǒng)的介紹KMV模型的理論基礎(chǔ)，并給出了該模型中各個指標(biāo)的計(jì)算框架。最后，通過選取滬深證券交易所15個行業(yè)的30家上市公司作為研究對象，利用KMV模型展實(shí)證研究并給出了實(shí)證結(jié)論。文末，根據(jù)之前的研究實(shí)證結(jié)論，給出了如何有效降低信用風(fēng)險可能性的方法。

關(guān)鍵字：商業(yè)銀行;信用風(fēng)險;KMV模型;違約距離

商業(yè)銀行是一國金融體系的核心，在國家經(jīng)濟(jì)發(fā)展中占有十分重要的地位。經(jīng)過40年的發(fā)展，我國銀行業(yè)信用風(fēng)險管理取得了巨大的進(jìn)步，但是與英美等發(fā)達(dá)國家相比，我國商業(yè)銀行度量信用風(fēng)險的舉措還不夠到位，信用風(fēng)險數(shù)據(jù)庫也不夠全面，信用違約事件頻發(fā)，這些直接影響商業(yè)銀行的生存與發(fā)展，所以研究我國商業(yè)銀行信用風(fēng)險管理具有十分重要的意義。

信用風(fēng)險，是指借款人，債券發(fā)行人沒有能力在規(guī)定的時間內(nèi)還本付息，而導(dǎo)致授信方必須承擔(dān)由此產(chǎn)生的全部經(jīng)濟(jì)損失。商業(yè)銀行的信用風(fēng)險有廣義和狹義之分，廣義的信用風(fēng)險是指商業(yè)銀行由于一切信用活動的不確定性而使經(jīng)濟(jì)蒙受損失的可能性。而狹義的信用風(fēng)險是指商業(yè)銀行的借款人無法定期償還貸款的風(fēng)險。

最初的商業(yè)銀行的信用風(fēng)險的定義比較狹義，主要指債務(wù)人不能及時償還債務(wù)。金融市場的不斷發(fā)展，金融工具的不斷涌現(xiàn)，出現(xiàn)了一系列其他影響商業(yè)銀行信用風(fēng)險的因素，例如期貨，期權(quán)等金融衍生性工具、證券類投資等表內(nèi)或者表外業(yè)務(wù)。目前為止，商業(yè)銀行的主要業(yè)務(wù)仍然是是借貸業(yè)務(wù)，所以本文主要研究的是狹義的商業(yè)銀行的信用風(fēng)險，即有關(guān)信貸業(yè)務(wù)的風(fēng)險的實(shí)證研究。

從我國商業(yè)銀行信用風(fēng)險的管理現(xiàn)狀來看，2017年相較于2016年來看，無論是大型商業(yè)銀行，股份制銀行，城市商業(yè)銀行以及農(nóng)村商業(yè)銀行，不良貸款余額都大幅度增加了，就商業(yè)銀行合計(jì)來說， 2017年的不良貸款余額為17057億元，相較于2016年的15122.5億元，增加了1934.5億元，增幅為12.7%。總體來說，商業(yè)銀行不良貸款余額和不良貸款率均呈現(xiàn)上漲趨勢。通過大量數(shù)據(jù)表明，我國商行的機(jī)構(gòu)分布中，農(nóng)商銀行的不良貸款率最高，外資銀行的不良貸款率最低。在我國商業(yè)銀行中不良貸款率比例最低的是城市商業(yè)銀行任是外資銀行的兩倍。這說明，與外資銀行相比，我國商業(yè)銀行的風(fēng)險管理還有許多缺陷，信用風(fēng)險管理水平還有待提升，商業(yè)銀行應(yīng)當(dāng)采取積極的措施來度量信用風(fēng)險，降低商業(yè)銀行信貸風(fēng)險。由此可見，對我國商業(yè)銀行進(jìn)行信用風(fēng)險管理變得極為重要。

本文選用KMV模型來度量我國商業(yè)銀行的信用風(fēng)險，對我國商業(yè)銀行的信貸風(fēng)險進(jìn)行實(shí)證研究。該模型的基本思想是將上市股東持有的股權(quán)看做是看漲期權(quán)，標(biāo)的資產(chǎn)為公司的資產(chǎn)價值，執(zhí)行價格為公司的債務(wù)價值。當(dāng)公司的債務(wù)到期時，通斷比較公司的資產(chǎn)價值和債務(wù)價值的大小來判斷該上市公司是否會違約。如果該公司的資產(chǎn)價值大于債務(wù)價值，那么該上市公司就不會違約，定期會對債權(quán)人還本付息，反之相反。由于該模型的關(guān)鍵指標(biāo)是違約距離。如果該距離越大，說明公司的資產(chǎn)價值離違約點(diǎn)遠(yuǎn)，違約的概率小，商業(yè)銀行面臨的信用風(fēng)險也低;反之，相反。本文在運(yùn)用KMV模型計(jì)算違約距離時，選取的樣本是在滬深兩市上市的30個公司，并分成ST公司、*ST公司 和非ST公司兩組。選擇了15個行業(yè)中的15家ST公司，并且同時選擇15家與ST公司同一行業(yè)的非ST公司進(jìn)行比較。

運(yùn)用KMV度量出了我國30家上市公司的違約距離和違約概率后，結(jié)果發(fā)現(xiàn)

非ST公司的違約距離要比ST公司的違約距離大，而違約距離越大，說明該上市公司的資產(chǎn)價值距離違約點(diǎn)距離遠(yuǎn)，違約風(fēng)險小，商業(yè)銀行面臨的信用風(fēng)險低，商業(yè)銀行遭受經(jīng)濟(jì)損失的可能性也就越小。ST公司或者*ST公司的違約距離與違約概率要大于非ST公司，更容易違約，這些公司的違約會在更大程度上加大商業(yè)銀行的信用風(fēng)險。

由于信貸業(yè)務(wù)是商業(yè)銀行的核心業(yè)務(wù)，因此成功的度量信用風(fēng)險是對商業(yè)銀行的發(fā)展至關(guān)重要，盡管度量信用風(fēng)險的方法有多種，但根據(jù)我國國情，KMV模型是度量信用風(fēng)險的最優(yōu)模型。但是目前我國還未擁有一套完善的，系統(tǒng)的KMV模型度量信用風(fēng)險體系。因此我國商業(yè)銀行應(yīng)該重視對KMV模型的研究，以便能夠更精準(zhǔn)的度量商業(yè)銀行的信用風(fēng)險。

商業(yè)銀行可以從完善度量信用風(fēng)險方法、完善外部應(yīng)用環(huán)境和商業(yè)銀行角度三方面來降低其所面臨的信用風(fēng)險。從度量信用風(fēng)險方法和外部應(yīng)用環(huán)境兩個角度來看，商業(yè)銀行可通過改進(jìn)內(nèi)部評級法、建立全面的違約數(shù)據(jù)庫來更好地度量信用風(fēng)險;并逐步完善我國信貸行業(yè)的法律環(huán)境和監(jiān)管環(huán)境。從商業(yè)角度看，商業(yè)銀行可以完善信用風(fēng)險管理體系、加大風(fēng)險管理人才的培養(yǎng)和完善內(nèi)部數(shù)據(jù)庫。

參考文獻(xiàn)：

[1] 李錦. 基于KMV模型的我國商業(yè)銀行信貸風(fēng)險度量研究[D].山西財經(jīng)大學(xué)，2016

[2] 林秀秀. 基于KMV模型對我國商業(yè)銀行信用風(fēng)險的研究[D]. 天津財經(jīng)大學(xué)，2016.

[3] 韓嬌.我國商業(yè)銀行信用風(fēng)險評價應(yīng)用研究--基于KMV模型分析[D].首都經(jīng)濟(jì)與貿(mào)易大學(xué)，2018

[4] 錢玖琳. 基于修正KMV模型的我國商業(yè)銀行信用風(fēng)險測度[D].南京財經(jīng)大學(xué)，2015

[5] 孫偉， 王宇. KMV模型在商業(yè)銀行信用風(fēng)險管理下的實(shí)證研究[J]. 科技與管理， 2016（3）：40-46.

[6]楊秀云， 楊秀云， 蔣園園， et al. KMV 模型在我國商業(yè)銀行信用風(fēng)險管理中的適用性分析及實(shí)證檢驗(yàn)[J]. 財經(jīng)理論與實(shí)踐， 2016（1）：34-40.

[7] 王宇.基于KMV模型下我國商業(yè)銀行信用風(fēng)險管理研究[D].哈爾濱理工大學(xué).2016 [9]

[8] 萬丹丹. KMV模型在我國商業(yè)銀行度量上市公司信用風(fēng)險中的適用性研究[D]，2016.

[9] Crouhy M ， Galai D ， Mark R . A Comparative Analysis of Current Credit Risk Models[J]. Journal of Banking & Finance， 2000， 24（1-2）：59-117.

[10] Kanak Patel.An Empirical Estimation of Default Risk of the UK Real RstateCompanies[J].The Journal of Real Estate Finaneeand Economics，2006（1）：21-40.

[11] Rehm F ， Rudolf M . KMV Credit Risk Modeling[M]// Risk Management. Springer Berlin Heidelberg， 2000.

作者簡介：

蔡源（1996—），女，山西呂梁人，山西財經(jīng)大學(xué)（金融工程）學(xué)術(shù)碩士研究生，研究方向：金融風(fēng)險管理.