国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

現(xiàn)代信用風(fēng)險管理模型的比較分析

2009-02-18 09:11方金兵劉榮茂
經(jīng)濟(jì)師 2009年1期
關(guān)鍵詞:信用風(fēng)險

方金兵 張 兵 劉榮茂

摘 要:文章對目前國際銀行業(yè)信用風(fēng)險管理中應(yīng)用得最為廣泛的四個模型——CreditMetrics模型、Cred it Risk+模型、KMV模型和CPV模型進(jìn)行了介紹,分別從八個方面進(jìn)行了分析比較,并進(jìn)一步探討了這四個模型在我國商業(yè)銀行應(yīng)用的可行性,以期為我國商業(yè)銀行信用風(fēng)險量化管理體系的構(gòu)建提供借鑒與參考。

關(guān)鍵詞:信用風(fēng)險 模型比較 商業(yè)銀行管理

中圖分類號:F832.4 文獻(xiàn)標(biāo)識碼:A

文章編號:1004-4914(2009)01-016-02

在20世紀(jì)80年代初期,受世界性的債務(wù)危機(jī)的影響,國際銀行業(yè)普遍開始關(guān)注信用風(fēng)險的量化管理工作。90年代以后,歐美各大銀行不再滿足于過去的“手工作坊”式的一般信用風(fēng)險管理,開始積極開發(fā)更為有效的信用風(fēng)險管理模型來計量信用風(fēng)險。目前比較流行的四個高級信用風(fēng)險模型為:J.P.Morgan的CreditMetrics模型、CSFP的CreditRisk+模型、KMV公司的KMV模型和麥肯錫公司的CPV模型。由于這些模型融合了眾多學(xué)科的思想,所以被稱為現(xiàn)代信用風(fēng)險管理模型。

一、現(xiàn)代信用風(fēng)險模型簡介

l.CreditMetrics模型。信用度量模型已經(jīng)成為信用風(fēng)險計量領(lǐng)域最為主流的方法之一。模型的核心思想是組合價值的變化不僅受到資產(chǎn)違約的影響,而且資產(chǎn)等級的變化也對其價值產(chǎn)生影響。CreditMetrics模型的創(chuàng)新之處在于,它第一次將信用等級的轉(zhuǎn)移、違約率、回收率和違約相關(guān)性納入了一個統(tǒng)一的框架。模型的缺陷在于構(gòu)成模型的一系列假設(shè)。首先,該模型假設(shè)等級遷移概率服從穩(wěn)定的Markov過程,有悖于實(shí)際的歷史數(shù)據(jù)。其次,該模型假設(shè)同一信用評級內(nèi)所有的債務(wù)人都有著相同的評級轉(zhuǎn)移概率,而KMV的研究認(rèn)為,這條假設(shè)并不成立。再次,用來重估債券價值的無風(fēng)險概率是決定性的,這將導(dǎo)致其對市場風(fēng)險以及經(jīng)濟(jì)環(huán)境的變化不敏感。最后,模型用股票相關(guān)性來代替資產(chǎn)相關(guān)性。而所有這些都會影響到估值的結(jié)果。

2.CreditRisk+模型。信用風(fēng)險附加法是瑞士波士頓第一銀行產(chǎn)品部(CSFP)在1997年開發(fā)的。該模型是一種違約模型,只考慮債務(wù)人對債券或貸款是否違約,而不考慮評級下調(diào)風(fēng)險,并假定這種違約服從泊松分布,與公司的資本結(jié)構(gòu)無關(guān)。模型的優(yōu)點(diǎn)在于,只要求有限的輸入數(shù)據(jù)即可計算貸款損失。模型的缺陷在于,一是模型對于單個債務(wù)人違約率的設(shè)定似乎是任意的,而它們卻是模型的基本輸入因子。二是債務(wù)人沒有被賦予相應(yīng)的信用等級,其違約概率不取決于其風(fēng)險特征,并假定每筆貸款的信用風(fēng)險暴露在計算期間內(nèi)固定不變,而這與實(shí)際不符。三是模型沒有考慮市場風(fēng)險。

3.KMV模型。1993年,KMV公司開發(fā)并公布了KMV模型。KMV模型以計算預(yù)期違約概率(ExpectedDefaultFrequency,簡稱EDF)而見長。KMV模型的優(yōu)點(diǎn)在于,一是該模型所得到的EDF是前向預(yù)期的。其次,模型對債務(wù)人信用質(zhì)量的變化更加敏感。KMV模型面臨的最大批評是關(guān)于公司資本結(jié)構(gòu)的假設(shè)過于簡單。其次,該模型假設(shè)公司的資產(chǎn)價值服從正態(tài)分布。再次,模型的使用范圍也有一定的局限性。最后,模型不能夠?qū)鶆?wù)的不同類型進(jìn)行區(qū)分,使得模型輸出變量的計算結(jié)果不準(zhǔn)確。

4.CreditPortfolioView模型。信用組合觀點(diǎn)模型(CPV模型)是麥肯錫咨詢公司于1997年開發(fā)。該模型實(shí)質(zhì)上是通過對宏觀經(jīng)濟(jì)周期波動的態(tài)勢分析和信用周期的評價進(jìn)而來評價信用風(fēng)險。模型的優(yōu)點(diǎn)是它給出了具體的損失分布,能適用于單個債務(wù)人和一組債務(wù)人,能夠刻畫因國家風(fēng)險而帶來的損失。其缺點(diǎn)在于,模型的應(yīng)用需要國家和行業(yè)大量的長期數(shù)據(jù),如果模型中包含的行業(yè)越多,關(guān)于違約事件的信息就會變得越少,模型的應(yīng)用會受到限制。

二、現(xiàn)代信用風(fēng)險模型的比較研究

事實(shí)上,這些模型之間的實(shí)質(zhì)差異并非像表述形式的差別那么大。它們具有基本相同的信用風(fēng)險構(gòu)成因素,例如違約概率、信用風(fēng)險暴露等。簡單比較如下:

1.對信用風(fēng)險的界定。CreditRisk+主要考慮違約和非違約兩種情況,即違約模式(Default Mode,簡稱DM);而CreditMetrics和KMV則采用盯住市場模式(MarkToMarket,簡稱MTM),除了考慮違約與不違約以外,還要考慮到信用等級的升降或轉(zhuǎn)移;而CPV則采用MTM模式或DM模式。

2.信用風(fēng)險驅(qū)動因素。在KMV與CreditMetrics中,公司資產(chǎn)的價值及其波動是違約風(fēng)險的關(guān)鍵性驅(qū)動因素,CreditRisk+中的信用風(fēng)險驅(qū)動因素是違約率及其波動,CPV的信用風(fēng)險驅(qū)動因素則是一些宏觀因素。然而,如果從多因素的角度來考慮,這四種模型都可以看作有著類似的根源。

3.信用事件的波動性。在CreditMetrics中,違約概率被認(rèn)為是相對穩(wěn)定的,在其他三個模型中違約概率均被認(rèn)為是變動的,只不過服從不同的概率分布。

4.信用事件的相關(guān)性。各模型具有不同的相關(guān)性結(jié)構(gòu),KMV模型和CreditMetrics模型是多變量正態(tài);CreditRisk+模型是獨(dú)立假定或與預(yù)期違約率的相關(guān)性,CPV模型則是因素負(fù)載。

5.回收率。在CreditRisk+模型中貸款回收率被看作是固定的,而在其他模型中貸款違約后的回收率被認(rèn)為是隨機(jī)的。

6.信用質(zhì)量的變化方式。一種是離散估值模型,即信用質(zhì)量按離散的信用等級變化進(jìn)行刻畫,如CreditMetrics和CreditRisk+模型;而KMV模型是種連續(xù)估價模型,即信用質(zhì)量是通過違約概率或違約概率密度函數(shù)按連續(xù)的方式進(jìn)行刻畫;而CPV模型則可按這兩種方式進(jìn)行描述。

7.模型的數(shù)學(xué)方法。CreditMetrics對單項貸款的信用VAR的計算通過解析方法實(shí)現(xiàn),但對大規(guī)模的貸款組合則往往通過蒙特卡羅模擬技術(shù)來求解;CPV也采用類似的模擬技術(shù)結(jié)構(gòu),CreditRisk+模型由于有著較少的輸入變量以及嚴(yán)密的數(shù)學(xué)推理過程,因此,可以生成組合損失的顯式解;KMV模型也可以獲得損失函數(shù)的邏輯分析解。

8.適用的分析對象。CreditMetrics和KMV模型適用于對公司和大私人客戶的信用風(fēng)險度量;CreditRisk+模型適用于銀行對零售客戶的信用風(fēng)險度量;而CPV模型則適用于對宏觀經(jīng)濟(jì)因素變化敏感的投機(jī)債務(wù)人的信用風(fēng)險度量。

三、現(xiàn)代信用風(fēng)險模型在我國商業(yè)銀行的應(yīng)用

我國商業(yè)銀行體系一直以來都面臨著不良資產(chǎn)問題的困擾。而國有銀行信用風(fēng)險更是過度集中,這已對整個金融系統(tǒng)的穩(wěn)定和國民經(jīng)濟(jì)的持續(xù)健康發(fā)展構(gòu)成了嚴(yán)重的威脅。

1.我國商業(yè)銀行信用風(fēng)險防范的現(xiàn)狀。目前我國商業(yè)銀行主要是使用專家分析和計算貸款風(fēng)險度的方法進(jìn)行信用風(fēng)險計量。專家分析法是種定性分析,只能從總體上提供一個大致的結(jié)論,即信用風(fēng)險是大還是小,而不能進(jìn)行具體量化的分析,有著很大的主觀性和隨意性。貸款風(fēng)險度是指通過對貸款的分析,對相關(guān)因素給予不同的風(fēng)險權(quán)數(shù),進(jìn)而確定各類貸款風(fēng)險含量的方法。而這種方法存在許多缺陷。因此,現(xiàn)行的專家分析法和貸款風(fēng)險度方法已經(jīng)難以適應(yīng)現(xiàn)代銀行要求全面和動態(tài)風(fēng)險管理的需要。

2.現(xiàn)代信用風(fēng)險模型在我國商業(yè)銀行應(yīng)用的可行性。⑴CreditMetrics模型依賴于銀行的內(nèi)部評級系統(tǒng)或者著名外部評級機(jī)構(gòu)的評級結(jié)果。而我國的信用評級制度不健全,銀行內(nèi)部的評級體制仍然處于初步發(fā)展階段,外部的評級機(jī)構(gòu)的信用評級也是近幾年才開始,還沒有形成一個長期的企業(yè)評級數(shù)據(jù)庫。即,目前CreditMetrics模型的直接應(yīng)用仍然存在一定的困難。⑵貸款獨(dú)立性是CreditRisk+模型的重要假設(shè)前提,而我國國有商業(yè)銀行貸款之間的相關(guān)性較大,這嚴(yán)重影響了該模型的直接應(yīng)用。⑶KMV模型需要有效的股市數(shù)據(jù),而我國的股市是個“弱式有效”的市場,股價并不能正確反映上市公司的經(jīng)營狀況和未來的發(fā)展?jié)摿?。而且,我國的股市大體上還是一個政策市,股價的變化受政策的影響遠(yuǎn)遠(yuǎn)大于企業(yè)自身的基本情況。在這種不成熟的股票市場上,Black-Scholes期權(quán)定價公式的前提假設(shè)條件根本就不具備,因此,KMV模型的應(yīng)用受限。⑷在CPV模型中,宏觀經(jīng)濟(jì)變量的選擇、個數(shù)、變量的經(jīng)濟(jì)涵義以及它們與信用級別轉(zhuǎn)移的具體函數(shù)關(guān)系都難以確定和檢驗,并且這種關(guān)系也缺乏穩(wěn)定性。因此,CPV模型在中國應(yīng)用的可能性較小。另外,現(xiàn)代信用風(fēng)險管理模型在我國的直接應(yīng)用還存在其余一些操作性困難。如:銀行信用數(shù)據(jù)樣本較少、債券市場尚不發(fā)達(dá)、金融市場上嚴(yán)重的“肥尾”現(xiàn)象。

3.現(xiàn)代信用風(fēng)險模型對我國商業(yè)銀行的啟示。⑴普及和發(fā)展信用管理中介服務(wù)行業(yè),進(jìn)一步完善信用評級制度??梢哉f,在信用風(fēng)險計量的過程中,客觀公正的企業(yè)信用評級數(shù)據(jù)是完成信用計量的關(guān)鍵。我國應(yīng)健全有關(guān)法制,整頓資信評估市場,構(gòu)建統(tǒng)一合理的評估體系,培育若干家大型的信用評級機(jī)構(gòu),定期提供信用等級數(shù)據(jù)以及信用等級轉(zhuǎn)移矩陣的服務(wù)。⑵盡快建立企業(yè)違約數(shù)據(jù)庫,為銀行的直接信貸決策提供參考。首先,完善信息披露制度,加強(qiáng)市場監(jiān)管,強(qiáng)化市場約束能力。巴塞爾新資本協(xié)議中的第三個支柱——市場紀(jì)律中也要求建立銀行信息披露制度。其次,加強(qiáng)會計和審計工作,提高數(shù)據(jù)質(zhì)量,盡量杜絕尋租行為和道德風(fēng)險現(xiàn)象的出現(xiàn)。最后,金融機(jī)構(gòu)可以自己開發(fā)和建立數(shù)據(jù)庫。目前各大商業(yè)銀行和政策性銀行大都有自己的信息系統(tǒng),中國人民銀行也開發(fā)了信貸登記咨詢系統(tǒng)。在下一步的工作中要注意實(shí)現(xiàn)信息共享,利用先進(jìn)、科學(xué)的信息管理方法和技術(shù),以保證數(shù)據(jù)的安全和提高數(shù)據(jù)利用的效率。⑶加快金融市場化的進(jìn)程,為信用風(fēng)險計量模型的建立提供良好的外部環(huán)境。要積極發(fā)展和完善債券市場,提高市場信息的透明度以及信息效率。我們要為金融機(jī)構(gòu)創(chuàng)造一個良好的外部制度環(huán)境,同時建立起良好的金融市場體系和運(yùn)作機(jī)制,為信用風(fēng)險管理提供一個有效的市場環(huán)境。只有擁有良好的外部環(huán)境,信用風(fēng)險計量模型才能得以在我國商業(yè)銀行中順利建立和有效運(yùn)行。

參考文獻(xiàn):

1.沈沛龍,任若恩.現(xiàn)代信用風(fēng)險管理模型和方法的比較研究[J].經(jīng)濟(jì)科學(xué),2002(3)

2.郝金洪.現(xiàn)代信用風(fēng)險度量模型與我國商業(yè)銀行信用風(fēng)險管理[J].特區(qū)經(jīng)濟(jì),2005(12)

3.約翰·B·考埃特,愛德華·愛特曼,保羅·納拉亞南.演進(jìn)著的信用風(fēng)險——金融領(lǐng)域面臨巨大挑戰(zhàn)[M].北京:機(jī)械工業(yè)出版社,2001

4.趙先信.銀行內(nèi)部模型和監(jiān)管模型[H].上海:上海人民出版社,2004

5.王光.信用風(fēng)險計量方法及我國銀行應(yīng)用的研究[D].廈門大學(xué),2002

6.趙征南.中美商業(yè)銀行信用風(fēng)險管理比較研究[D].東北財經(jīng)大學(xué),2004

7.胡利琴.信貸矩陣法和信用風(fēng)險附加法的比較研究[D].武漢大學(xué),2004

8.陳東海,謝赤.基于研究CreditRisk+模型的銀行貸款業(yè)務(wù)信用風(fēng)險管理研究[D].湖南大學(xué),2005

(作者單位:南京農(nóng)業(yè)大學(xué) 江蘇南京 210000)(責(zé)編:呂尚)

猜你喜歡
信用風(fēng)險
油氣貿(mào)易企業(yè)信用風(fēng)險管理研究
商業(yè)銀行信用風(fēng)險管理存在的問題及解決措施
淺析我國商業(yè)銀行信用風(fēng)險管理
京東商城電子商務(wù)信用風(fēng)險防范策略
PPP項目發(fā)行中期票據(jù)的可能性與信用風(fēng)險分析
基于Lasso-logistic 模型的供應(yīng)鏈金融信用風(fēng)險實(shí)證研究
基于大數(shù)據(jù)的個人信用風(fēng)險評估關(guān)鍵技術(shù)研究
個人信用風(fēng)險評分的指標(biāo)選擇研究
基于無標(biāo)度網(wǎng)絡(luò)的關(guān)聯(lián)信用風(fēng)險傳染延遲效應(yīng)
上市公司信用風(fēng)險測度的不確定性DE-KMV模型
顺平县| 日土县| 泾源县| 胶南市| 钟祥市| 密山市| 乐亭县| 老河口市| 连云港市| 酒泉市| 缙云县| 晋江市| 凤冈县| 肃南| 沧源| 贡山| 正宁县| 伽师县| 辛集市| 保亭| 思南县| 宣恩县| 政和县| 淮北市| 泊头市| 鹤庆县| 寿光市| 永吉县| 新疆| 余庆县| 广东省| 墨江| 枞阳县| 仁怀市| 维西| 根河市| 建水县| 杭锦后旗| 龙口市| 吉水县| 永康市|