我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)研究

郭天龍 崔婷婷

【摘要】商業(yè)銀行的發(fā)展在金融體系甚至國(guó)民經(jīng)濟(jì)中起著重要作用，而信用風(fēng)險(xiǎn)更是金融經(jīng)濟(jì)發(fā)展穩(wěn)定的關(guān)鍵。本文以滬深兩市上市的20家商業(yè)銀行信用風(fēng)險(xiǎn)狀況為研究對(duì)象，采用2019年的數(shù)據(jù)，使用KMV模型測(cè)算其違約距離與違約率，結(jié)果表明，大型商業(yè)銀行的信用風(fēng)險(xiǎn)顯然低于中小銀行及城商行，并且提出了政策建議。

【關(guān)鍵詞】KMV模型 信用風(fēng)險(xiǎn) 違約距離 違約率

一、引言

商業(yè)銀行作為經(jīng)營(yíng)貨幣信用業(yè)務(wù)的企業(yè)，既具有一般企業(yè)的特性，也有其特殊性。既要保持經(jīng)營(yíng)活動(dòng)持續(xù)盈利，又要保證金融資產(chǎn)的安全性和流動(dòng)性。同時(shí)，商業(yè)銀行的發(fā)展離不開信用風(fēng)險(xiǎn)的管控，且其業(yè)務(wù)呈多元化發(fā)展趨勢(shì)，信用風(fēng)險(xiǎn)對(duì)經(jīng)營(yíng)活動(dòng)的影響越來越大，不容忽視。由于信用風(fēng)險(xiǎn)的諸多不確定性特征，分析和研究信用風(fēng)險(xiǎn)對(duì)商業(yè)銀行的影響已成為諸多學(xué)者及金融行業(yè)研究的重要課題。

二、我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理現(xiàn)狀

歷經(jīng)30年的改革開放以及近些年國(guó)內(nèi)經(jīng)濟(jì)的高速發(fā)展，我國(guó)不斷向國(guó)外先進(jìn)銀行學(xué)習(xí)，國(guó)內(nèi)商業(yè)銀行的風(fēng)險(xiǎn)管理水平與國(guó)際先進(jìn)銀行的風(fēng)險(xiǎn)管理水平的差距在逐漸縮小。但是，與西方先進(jìn)的風(fēng)險(xiǎn)管理技術(shù)相比，我國(guó)商業(yè)銀行的信用風(fēng)險(xiǎn)控制管理工作依然存在諸多問題，內(nèi)部評(píng)級(jí)法在信用風(fēng)險(xiǎn)管理中沒有發(fā)揮應(yīng)有的作用。

不良貸款率逐年升高，貸款集中度較高。根據(jù)表1中的數(shù)據(jù)，我國(guó)商業(yè)銀行的不良貸款率呈現(xiàn)出逐年上升的趨勢(shì)，表明我國(guó)面臨貸款違約的風(fēng)險(xiǎn)較高，對(duì)于信貸業(yè)務(wù)高速增長(zhǎng)情況下隱藏的潛在信貸資產(chǎn)質(zhì)量風(fēng)險(xiǎn)，我國(guó)商業(yè)銀行仍須保持高度警惕，應(yīng)始終將防范、化解信貸風(fēng)險(xiǎn)放在銀行發(fā)展的首要位置。

信貸管理業(yè)務(wù)中高度重視抵押擔(dān)保。我國(guó)商業(yè)銀行在信用風(fēng)險(xiǎn)防范過程中，注重企業(yè)是否提供抵押擔(dān)保，導(dǎo)致中小微企業(yè)很難獲得貸款。相反，銀行對(duì)大型壟斷性企業(yè)或者上市公司的信貸要求比較寬松，企業(yè)的負(fù)債規(guī)模、還款能力等反而未作為重要問題考慮，盲目授信。

銀行自身的風(fēng)險(xiǎn)管理體系不完善，組織架構(gòu)復(fù)雜。我國(guó)商業(yè)銀行自身的組織管理結(jié)構(gòu)復(fù)雜，風(fēng)險(xiǎn)管理體系不健全主要表現(xiàn)在組織決策的鏈條太長(zhǎng)，不利于授信業(yè)務(wù)的快速?zèng)Q策。大部分銀行的組織架構(gòu)為總行—分行—支行的組織結(jié)構(gòu)，每一層級(jí)都有相應(yīng)的管理部門。在這種組織架構(gòu)下，信息傳遞的鏈條過長(zhǎng)，銀行對(duì)市場(chǎng)的決策敏感性就會(huì)降低，同時(shí)會(huì)造成銀行控制風(fēng)險(xiǎn)能力的弱化和決策效率的降低。

風(fēng)險(xiǎn)管理系統(tǒng)建設(shè)相對(duì)滯后。商業(yè)銀行的信用風(fēng)險(xiǎn)管理是建立在大量信息基礎(chǔ)上的，而目前我國(guó)大多數(shù)銀行在這方面是欠缺的，而且銀行之間的統(tǒng)計(jì)口徑不一致，風(fēng)險(xiǎn)敞口的把握程度以及適合我國(guó)的風(fēng)險(xiǎn)管理模型未能建立，因此很難把先進(jìn)的風(fēng)險(xiǎn)管理技術(shù)應(yīng)用到我國(guó)商業(yè)銀行的發(fā)展過程當(dāng)中。系統(tǒng)建設(shè)中的量化指標(biāo)很難做到行業(yè)一致，增加了量化風(fēng)險(xiǎn)的難度。

信用風(fēng)險(xiǎn)管理方法主觀性強(qiáng)。雖然我國(guó)對(duì)信用風(fēng)險(xiǎn)的管理正在向數(shù)量化的道路邁進(jìn)，但是與國(guó)際標(biāo)準(zhǔn)的差距還很大。一是評(píng)級(jí)方法過分依賴專家經(jīng)驗(yàn)，意味著進(jìn)行風(fēng)險(xiǎn)測(cè)量的主觀因素較多，僅憑經(jīng)驗(yàn)判斷進(jìn)行貸前風(fēng)險(xiǎn)度量，會(huì)影響貸款決策的質(zhì)量。二是信用風(fēng)險(xiǎn)的計(jì)量落后。我國(guó)商業(yè)銀行的風(fēng)險(xiǎn)管理主要從資產(chǎn)負(fù)債經(jīng)營(yíng)管理和信貸評(píng)估兩方面展開，對(duì)于信用風(fēng)險(xiǎn)——貸款違約距離及違約損失——不能準(zhǔn)確計(jì)量。

三、基于KMV模型的實(shí)證分析

（一）KMV模型介紹

KMV模型是由美國(guó)最為著名的KMV公司開發(fā)的，該模型的理論基礎(chǔ)來源于Black-Scholes理論、MM理論和Merton期權(quán)定價(jià)理論，KMV模型的計(jì)算研究思路為：依據(jù)公開的企業(yè)發(fā)展股票價(jià)值，利用期權(quán)定價(jià)模型分析計(jì)算企業(yè)的市場(chǎng)經(jīng)濟(jì)價(jià)值及其波動(dòng)率，然后再計(jì)算違約距離和違約概率。

（二）樣本選取及數(shù)據(jù)來源

本文選取在滬深兩市上市的20家商業(yè)銀行信用風(fēng)險(xiǎn)狀況作為研究對(duì)象，20家銀行包括：5家大型商業(yè)銀行，即工商銀行、農(nóng)業(yè)銀行、建設(shè)銀行、中國(guó)銀行、交通銀行;8家股份制商業(yè)銀行，即招商銀行、興業(yè)銀行、浦發(fā)銀行、民生銀行、華夏銀行、中信銀行、光大銀行、平安銀行;7家城市商業(yè)銀行，即北京銀行、上海銀行、寧波銀行、杭州銀行、南京銀行、常熟銀行、成都銀行。本文選用的計(jì)算期為2019年1月1日至2019年12月31日，計(jì)算基準(zhǔn)日為2019年12月31日。本文采用的數(shù)據(jù)均來自銳思數(shù)據(jù)庫(kù)以及各上市銀行公布的年報(bào)（見表2）。

（三）參數(shù)的選取與設(shè)定

在KMV模型的計(jì)算過程中，模型參數(shù)的選擇至關(guān)重要，檢驗(yàn)結(jié)果的準(zhǔn)確性由以下參數(shù)決定：

1.股權(quán)價(jià)值的計(jì)算

選取的20家上市銀行均已完成股權(quán)分置制度改革，不存在非流通股的情況。因此股權(quán)價(jià)值可以表示為：

股權(quán)價(jià)值=股票收盤價(jià)×流通股股數(shù)

2.無(wú)風(fēng)險(xiǎn)利率r的確定

本文采用的無(wú)風(fēng)險(xiǎn)利率為中國(guó)人民銀行公布的一年期整存整取利率，2019年的利率r=2.8339%。

3.T值的確定

本文選取上市銀行的財(cái)務(wù)數(shù)據(jù)以2019年12月31日為基準(zhǔn)日，評(píng)估債務(wù)人的債務(wù)期限是2019年全年，故T=1。

4.股權(quán)市場(chǎng)價(jià)值波動(dòng)率的計(jì)算

本文采用歷史波動(dòng)率法，且股票價(jià)格均服從正態(tài)分布，采用日波動(dòng)率法計(jì)算年波動(dòng)率。假設(shè)Si為第i天的收盤價(jià)，則股票的對(duì)數(shù)收益率為：

5.上市銀行違約點(diǎn)的確定

違約點(diǎn)是關(guān)于短期負(fù)債與長(zhǎng)期負(fù)債的比率和的一個(gè)目標(biāo)函數(shù)。本文確定的違約點(diǎn)DPT=STD+1/2LTD。其中：STD代表短期負(fù)債，包括同業(yè)機(jī)構(gòu)的存款、中央銀行借款、期限在一年以下的流動(dòng)負(fù)債等;LTD代表長(zhǎng)期負(fù)債，包括期限在一年以上的長(zhǎng)期借款等。

（四）KMV模型的實(shí)證計(jì)算

1.股權(quán)價(jià)值波動(dòng)率的計(jì)算

本文采用20家上市銀行2019年的股票日對(duì)數(shù)收益率進(jìn)行參數(shù)估計(jì)，然后使用KMV模型得到日收益波動(dòng)率，再根據(jù)日收益波動(dòng)率與年收益波動(dòng)率的關(guān)系得到年收益波動(dòng)率（見公式1～4），即股權(quán)價(jià)值波動(dòng)率。計(jì)算過程本文使用MATLAB2019軟件進(jìn)行模擬運(yùn)算，結(jié)果見表3。

從表3可以看出，大型股份制商業(yè)銀行的股票價(jià)值波動(dòng)率明顯低于中小型商業(yè)銀行的股票價(jià)值波動(dòng)率。

2.資產(chǎn)價(jià)值及其資產(chǎn)價(jià)值波動(dòng)率的計(jì)算

式中：VE、δE、D和r分別是股票市值（看漲期權(quán)的價(jià)值）、股票價(jià)值波動(dòng)率、負(fù)債的賬面價(jià)值（執(zhí)行價(jià)格）、無(wú)風(fēng)險(xiǎn)收益率;N為正態(tài)分布累計(jì)概率函數(shù)，均為已知或者可以從市場(chǎng)上觀察數(shù)據(jù)計(jì)算得出;T是債務(wù)償還期，是確定的值;VA資產(chǎn)價(jià)值和δA資產(chǎn)價(jià)值波動(dòng)率（標(biāo)準(zhǔn)差）為未知，通過組合公式（公式5～8），利用數(shù)學(xué)軟件MATLAB迭代編程求解，計(jì)算結(jié)果見表4。

3.違約距離及違約概率的計(jì)算

上市銀行的違約距離DD的計(jì)算公式為，其中DPT、VA、δA已經(jīng)計(jì)算求取。

上市銀行的違約概率EDF的計(jì)算公式為EDF=[1-N（DD）]×100%，違約距離與違約概率呈負(fù)相關(guān)。利用數(shù)學(xué)軟件MATLAB迭代編程求解，計(jì)算結(jié)果見表5。

從表5可以看出，大型商業(yè)銀行的違約距離顯然大于中小城市商業(yè)銀行的違約距離。而違約概率與違約距離成反比，這也說明大型商業(yè)銀行的抗風(fēng)險(xiǎn)能力要強(qiáng)于中小城市商業(yè)銀行。

四、結(jié)論及啟示

（一）研究結(jié)論

1.KMV模型分析能夠較好地識(shí)別出我國(guó)上市公司信用風(fēng)險(xiǎn)的差別，這與經(jīng)驗(yàn)觀察值基本一致。

2.上市公司的資產(chǎn)價(jià)值一般大于公司股票的市值。股權(quán)投資價(jià)值的波動(dòng)率高于資產(chǎn)價(jià)值波動(dòng)率。這是因?yàn)楣镜馁Y產(chǎn)價(jià)值是公司股票市值和負(fù)債的總和，負(fù)債一般大于零。因此，股權(quán)價(jià)值的波動(dòng)性高于資產(chǎn)價(jià)值的波動(dòng)性。

3.違約距離作為衡量上市公司違約可能性的指標(biāo)之一，從本文的計(jì)算結(jié)果來看，在一定程度上說明了我國(guó)上市公司真實(shí)的信用狀況。銀行的資產(chǎn)規(guī)模越大，其資產(chǎn)的波動(dòng)性就越小，違約距離就會(huì)增大，相應(yīng)的違約概率就會(huì)減小，信用風(fēng)險(xiǎn)就越小。反之，銀行的資產(chǎn)規(guī)模越小，資產(chǎn)的波動(dòng)性越大，違約距離就會(huì)減小，則違約概率就會(huì)增大，信用風(fēng)險(xiǎn)也會(huì)隨之增大。

（二）政策建議

對(duì)于KMV模型的應(yīng)用，需建立違約數(shù)據(jù)庫(kù)，構(gòu)建違約距離與違約率之間的映射對(duì)應(yīng)關(guān)系。KMV模型的應(yīng)用需要?dú)v史數(shù)據(jù)的累積驗(yàn)證，而這一歷史數(shù)據(jù)在我國(guó)的信用風(fēng)險(xiǎn)管理領(lǐng)域嚴(yán)重缺失。客戶信息在銀行之間不共享，同一客戶信息在不同銀行之間重復(fù)使用甚至提供的信息不同。因此，建立大型違約數(shù)據(jù)庫(kù)顯得尤為重要，也為建立違約距離與違約概率之間的映射關(guān)系奠定了數(shù)據(jù)基礎(chǔ)。

完善信用風(fēng)險(xiǎn)評(píng)級(jí)體系，借鑒先進(jìn)的風(fēng)險(xiǎn)評(píng)估模型。資本市場(chǎng)的日漸成熟與完善，使得KMV模型也越來越符合中國(guó)的金融市場(chǎng)發(fā)展需求，但還需要不斷深入地研究。此外，可發(fā)展專業(yè)的第三方信用評(píng)級(jí)機(jī)構(gòu)。我國(guó)目前的信用評(píng)級(jí)機(jī)構(gòu)較少，且國(guó)際認(rèn)可度較低，與國(guó)際權(quán)威的評(píng)級(jí)機(jī)構(gòu)如穆迪、標(biāo)準(zhǔn)普爾等差距較大。因此，盡快建立與完善我國(guó)的第三方信用評(píng)級(jí)機(jī)構(gòu)是進(jìn)一步加強(qiáng)信用風(fēng)險(xiǎn)管理的重要內(nèi)容。

加強(qiáng)對(duì)信用風(fēng)險(xiǎn)評(píng)估模型的探索與應(yīng)用。針對(duì)KMV模型，需要對(duì)其進(jìn)行分析修正，因?yàn)槲覈?guó)缺乏歷史數(shù)據(jù)，違約距離與違約率之間的映射關(guān)系很難準(zhǔn)確建立。除此之外，還應(yīng)注意違約點(diǎn)的選取、資產(chǎn)價(jià)值率的確定以及非流通股的定價(jià)問題。這些關(guān)鍵點(diǎn)的確定將直接影響KMV模型的測(cè)算結(jié)果在我國(guó)的實(shí)際應(yīng)用。

參考文獻(xiàn)：

1.梁世棟，李勇等.信用風(fēng)險(xiǎn)模型比較分析[R].中國(guó)管理科學(xué)，2002（2）.

2.歐陽(yáng)秀子.我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)度量模型的實(shí)證研究——基于KMV模型的實(shí)證分析[J].金融與經(jīng)濟(jì)，2009（4）.

3.胡文彬.新巴塞爾協(xié)議內(nèi)部評(píng)級(jí)法探析及相關(guān)實(shí)證[M].浙江大學(xué)，2007.

4.魯煒.KMV模型在公司價(jià)值評(píng)估中的應(yīng)用[J].管理科學(xué)，2003（6）.

5.李燕.基于KMV模型的我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理實(shí)證研究[M].武漢科技大學(xué)，2008.

（作者單位：青海銀行，中信銀行西寧分行）