商业银行信用风险模型比较与分析

商业银行信用风险模型比较与分析

【摘要】金融危机的爆发以及新巴塞尔协议的正式实施，对商业银行应对信用风险度量提出了新的挑战与要求。本文对商业银行中常用的信用风险模型—credit metrics和kmv进行了比较分析研究，并针对两种模型各自特点给出了在我国的借鉴意义。

【关键词】信用风险 credit metrics kmv 比较

在巴塞尔委员会对商业银行资本充足的严格要求下，金融衍生品的急剧膨胀、信息技术的飞速发展等因素促使人们加强对信用风险的研究。正是在这个时期，涌现出大量现代信用风险度量模型。信用风险是商业银行面临的一种传统的风险类型，几乎是和银行信贷业务相伴而生的，世界银行对全球银行业危机的研究表明[1]，导致银行破产的主要原因就是信用风险。国内外专家学者对信用风险的关注和研究日益加强，先后开发出了若干种信用风险度量方法。其中credit metrics模型、credit risk+模型、kmv模型和credit portfolio view模型、信贷分析系统——风险中性估值模型是五种最具影响力的模型。本文重点介绍商业银行中使用的kmv模型和credit metrics模型。

一、现代信用风险度量模型介绍

（一）credit metrics—在险价值模型

credit metrics模型是由j.p摩根于1997年提出的，它是银行业最早使用并对外公开的信用风险管理模型之一。该模型的核心思想是贷款或资产组合价值的变化不仅要受到资产违约的影响，而且

也受到资产等级变化的影响。credit metrics模型的优点是：一是违约概念进行了拓展，认为违约也包括债务人信用等级的恶化；二是该模型的应用非常广泛，包括传统的贷款、固定收益证券、贸易融资和应收账款等商业合同，而且其高级版还能够处理掉期合同、期货合同以及其他衍生工具。credit metrics模型的缺点在于：一是大量证据表明信用等级迁移概率并不遵循马尔可夫过程，而是跨时期相关的；二是模型中违约率直接取自历史数据平均值，但实证研究表明，违约率与宏观经济状况有直接关系，不是固定不变的；三是没有考虑市场风险。四是模型通过股权回报关系来估计资产回报关系，而这可能影响估计的精确性。

（二）kmv模型—期权定价模型

kmv模型是由美国的kmv公司开发的信用监控模型，该模型的理论基础是莫顿首先提出的将期权定价理论运用于有风险的贷款和

债券估值的模型。

kmv模型的优点在于：第一，根据企业的资产市值估计信用风险波动状况，将市场信息纳入违约概率；第二，模型是一种动态模型，可以随时根据企业股票的市价来更新模型的输入数据，反映信用风险水平的变化；第三，模型是一种“向前看”的模型，在一定程度上克服了依赖历史数据“向后看”的数理统计模型的缺陷。kmv的缺点是：第一，无法确定是否必须使用估计技术来获得企业的资产价值、企业资产收益率的期望值和波动性等数据，估计的准确率不能确定。第二，假定利率是事先确定的，限制了将kmv模型应用于

期限长的贷款和其他利率敏感性工具。

（三）信用风险模型的比较分析

creditmetrics模型的主要思想是给定信用资产组合，根据信用评级机构提供的违约率和信用等级转移矩阵，应用解析方法或模拟方法得出一定期限后组合价值的分布曲线，然后用该曲线计算出组合var值。kmv公司推出信用风险模型是以merton期权定价理论为基础，由输入变量估计出股权的市场价值及其波动性，并根据公司负债计算出公司的违约实施点，计算借款人的违约距离，最后使用企业的违约距离与预期违约率之间的对应关系，来求出企业的违约率。其基本思想是当公司资产价值下降至一定水平就会发生违约，其核心是dd-edf曲线。

二、信用风险模型对我国商业银行的借鉴意义

这两个模型都是建立在概率论与数理统计的基础上，运用现代金融理论的最新研究成果，能够比较科学地对银行所有风险资产进行综合衡量，但模型也存在缺陷，对我国商业银行来说，最大的问题在于任何一个信用风险模型都没有全面考虑到信用借款人具体情况，尤其是道德风险，因此在对模型的借鉴时需谨慎。

（一）credit metrics模型的借鉴

credit metrics模型依赖于银行的内部评级系统，据此来计提坏账准备金以及衡量资本充足率水平。当前，国内商业银行既未建立起有关信用资产的历史数据库，也没有象标准普尔、穆迪这样的权威评级机构提供相关数据，给信用资产的现值估计造成困难。由于

强调信用评级的一致性和一贯性，它是典型的可以在不同行业之间比较的量化方法，这对于我国商业银行目前以定性分析为主起到很好的补充。另外，credit metrics模型将var方法应用于信用风险分析，这有利于衡量准备金和经济资本，值得我国借鉴。我国商业银行在开发信用风险度量模型时，应根据credit metrics模型建立的基础和框架，进一步来繁荣和完善债券市场，发展信用评级业务，提高评级质量，完善市场运作机制，加强信用数据的搜集和整理工作，尽快建立大容量、全面的信用数据库，随着商业银行的不断完善，这个目标的可实施性越来越大。

（二）kmv模型的借鉴

kmv模型在我国证券市场上具有一定的适用性，主要表现在：首先，kmv模型的输入数据为公司股票交易数据和财务报表中的财务数据，因此可以被用于任何股权公开交易的上市公司，同时市场有效性的逐渐提高给kmv模型在中国的实践创造了条件；其次，kmv 模型不要求有效市场假设，这对于中国目前市场的弱有效性预测效果会更好；此外，kmv模型对财务指标的依赖仅限于债务的账面价值，不同于其他模型对大量财务指标的依赖。当然在借鉴的过程中我们不可以忽视模型存在的一些缺陷，主要有：非流通股的定价问题，因为我国市场经济发展的时间还比较的短，股权分置的问题给非流通定价带来了极大的困难；历史违约数据缺乏，这个是利用kmv 模型计算违约概率时面临的最大问题，其次还有还款人意愿不足等问题的存在，因此kmv模型虽在我国的应用具备了一定的条件，但