文献综述_商业银行信用风险管理
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
商业银行信用风险管理框架体系
一、选题的目的和意义
风险就是损失的不可确定性。风险是影响金融行为的基础要素(Michel Crouhy, 2005)。银行风险就指由于几个明确的不确定性所带来的利益损失。(Joel Bessis, 1997)
在银行业,风险是个多维立方体, 主要包括:1. 信用风险2. 流动性风险3.利率风险4.市场风险5.汇率风险6.主权风险,通常还有法律风险(Jorion, 2001)。相对银行而言,信用风险是由交易对手违约所造成的既有损失,也是最古老,最重要的银行风险之一。信用风险取决于交易对手,取决于宏观经济波动。相对于现有的技术而言,信用的评级、度量和对冲仍然是金融界商讨的热点。
对商业银行而言,资本金充足率低,负债率高,同时对外发放巨量资产,使用巨大的杠杆率经营风险是极为平常的业务操作。经营银行就是经营风险。建立风险识别、检测、度量控制的体系,调整改变银行的风险和收益是银行安生立命的根本。在数学金融和金融工程迅速发展的当代,借助计算机技术的协助,信用风险的度量,尤其是衍生产品金融风险度量和专业管理受益匪浅。相对而言,金融风险的控制也可以使用结构化的三个步骤进行总结:建模、评估与对冲(Thomas R. Beileki, Marek Rutkowski, Credit Risk: Modeling, Valuation, and Hedging, 2001)。
风险评估与对冲固然重要,但在商业银行的实际运用中显然会遇到许多的问题和困难,同时由于我国地域广大,各地商业银行的实践基础显然存在诧异。在实证中,评级方式的选取,评级方式如何调整,表外业务的定价(MTM),风转换系数(CCF)的选取、预期损失(EL)、预期损失概率(PD)、在险资产价值(VaR)、风险资本调节收益(RAROC)的计算,如何将风险暴露敞口进行最有效的对冲,如何使用最低的TOC(Total Own Cost)在短时间内建立有效的计算机风险管理体系,显然成为一个将长期困扰商业银行的重大问题。大陆实施巴赛尔协议的最后期限逐渐临近,在短时期内采取正确的信贷框架,并建立正确的的自动化管理体系也是帮助各家商行在最大程度上节约成本,在银行的盈利性与稳健性之间找到平衡点的重要参考依据。
本文并非专注于某一个模型的使用或模型比较,或是对某一种评级体系的实证比较,而是结合国内外学术文献和银行实务,提出了一个评级、度量和对冲(Rating, Measurement and Hedging)的信贷风险整合管理框架(Integrated Credit Risk Management Framework)的观点。考虑到中国国情,尤其是国内商业银行的巨大交易
量和经济总量,无法想象银行可以在建立整套的评级、度量和对冲体系的同时,使用简单、低效的手工方式完成以上数据的合并与分析。为帮助商业银行尽快完善整合风险框架自动化,提供针对信用风险计算机实施模型文献相对较少的情况,本文还对建立自动化计算模型、框架与项目管理进行了详细的阐述。
二、目前国内外的研究现状
(一)国外研究现状
1、理论界研究综述
Edward I. Alterman和 Anthony Saunders 对信用风险度量近20年的戏剧化发展作了如下的总结。
1. 倒闭风险结构的的全球化。
2. 各商行倾慕与高质量、大客户所带来的不协调性。
3. 日益恶化的贷款边际利率竞争。
4. 抵质押物市场价值的减少。和
5. 飞速增长的表外金融产品(包括金融衍生品)所带来的不可避免的违约风险。(Edward I. Altman and Anthony Saunders, Credit Risk Measurement: Developments Over The Last 20 Years, 1996)
在学术上和业务实务上,随着宏观经济的改变、融资方式的进化尤其是在贸易全球化背景的作用下,与之相对应的发展则有:1. 银行注重于开发一套全新的,更为成熟风险评级和早期预警体系2. 不再仅仅专注于单一贷款、证券等组合的信贷风险分析,而是将主要精力着重于开发信用集中风险(组合风险–portfolio risk/integrated risk management),即所谓的整合信用风险体系。3. 开发信用风险定价模型,如 RAROC (Risk adjusted return on capital models)。4. 开发表外业务的信用风险度量模型。(Edward I. Altman and Anthony Saunders, Credit Risk Measurement: Developments Over The Last 20 Years, 1996)。5. 在度量的基础上切分风险额度并风险予以转移和缓释(Michel Crouhy, Dan Galai, Robert Mark, risk Management, 2005)。
2、信用评级
在信用风险的的度量史上,信用风险度量分为4个阶段。
第一阶段是以所谓的“银行专家”评级体系,对单一的企业贷款进行信用风险主管评估,评估的主要标准可概括为“4C”,即 (Borrow’s character(reputation), capital(leverage), capacity(volatility of earnings and collateral),根
据Sommerville 和 Taffler 在1995年的研究,由于银行对欠发达国家(LDCs)的过度悲观见解和信用评级体系的建立,国外发达国家已基本摈弃了专家评级体系。
第二阶段是基于财务指标的信用评级体系。财务信用评级体系源于JBF(Journal of Banking & Finance )于1984年发布的二条单项国际模型条款(1984,2号协议和1988,补充条款),根据Altman和Narayanan在1997年的研究,国际模型已在超过25个国家得到应用。多元信用评级体系得到4种方法论支持。1.Linear Probability 模型 2. Logit 模型3. Probit模型4. Discriminant analysis模型。在以上4个模型中,Altman, Haldeman 和 Narayanan 参考logit analysis模型并开发了ZETA®模型。ZETA®模型通过7个变量解释了公司会计和市场变量间线性关系,而Lawrence,Smith和Rhoades使用 logit 模型预测房贷,并发现还款历史和违约之间存在重要关系。Martin(1977),West(1985) 和 Plat(1991) 研究发现 logit模型在预测破产方面有一定的作用。然而,多元模型存有3个缺陷:1. 多元模型采用会计簿记值,受到会计准则的制约,无法反映短期内或年报外的快速振荡情况。2.现实世界的企业的实际情况不同于线性模型,多元模型无法根据参数精确预估企业的实际状况。3. Logit 模型过于理论化。Altman (1997)提出了 MDA (multiple discriminant analysis),MDA模型依据会计和市场变量,找出二者之间的线性关系并寻求二个确定的结果:倒闭或不倒闭。MDA线性模型基于经验法,按照经验找出最易于导致倒闭的参数变量。MDA有2个缺点:1. 在理论上不支持杠杆化融资的公司数据分析。2. 由于数据基于动态数据,无法预测公司动态,也无法捕捉正迅速倒闭的公司。
第三阶段,是学术界清楚看到基于财务指标的评级体系的众多缺点后提出的改进型模型。Black-Scholes, Merton, Hull (1973)提出了 OPF (Option pricing models)。Black-Scholes-Merton模型主要假设是:一个公司的破产可能性主要依赖于公司的期初资产价值(A),包括公司负债(D)的依存度和市场对该公司的波动(σ)影响,公司权益可视作该公司资产的期权。Black-Scholes-Merton在商业上很快得到了应用,现有的实例就是 KMV模型。学术界对OPF主要争议在于:1, 使用公司股票价格作为公司资产价值的代表未必合适, 2. 对于一个尚未公开上市,无法披露公共数据的公司来说,OPF的有效性还有待商榷。紧接着,Jonkhart(1979)提出基于比较零风险公司证券和有风险公司证券到期结构的收益浮动观点,并受到的学术理论的大力支持。Iben 和 Litterman(1989)对此理论进行了进一步的研究和补充。比较到期日结构的收益浮动理论通过零风险和风险证券的现值和远期利率推算市场预期价值和违约时间,但是该理论受到以下假设限制:1.利率固定2. 交易费用有限3. 不考虑证券期权买入成本和沉没成本 4. 必须得到债券的收益率曲线或者可以从票息现金流中得到收益曲线。随后,Altman(1988,1989)发明了市场违约模型,Asquith, Mullins 和 Wolff(1989)提出了期限方法论。这些理论都基于Moody/S&P的债券历史违约记