基于VAR的商业银行信用风险度量研究2

5、银行风险信息系统框架

SAS(2010) 认为银行信用风险信息系统框架的作用在于优化风险调解定价(risk-adjusted pricing) 和收益。风险管理信息系统应能够1. 抽取、合并、整合来自不同系统的数据2. 通过整体信贷组合风险的评估，对集中信用评分及内部评级进行无缝整合 3.通过对手级别和投资组合维度对风险及潜在风险进行准确的预测、度量、监控及报告 4.提供对信用风险的定价、对冲和转移提供有效的、有选择性的战略评估5.对常规、经济资本进行优化分配6.满足大量的监管报表及风险披露，如BASEL II 7. 管理贷款的整个生命周期，从组织、服务到抵押或者索回。

Algo(2010)提出了集中信用风险管理系统概念。风险度量可以整合到整个业务流程中去，这些信息都可以成为重要的运行信息。集中风险管理系统可以帮助商业银行计算: 1. 资本充足率Capital adequacy assessment. 2 财务报告Financial reporting 3. 风险喜好定义Definition and implementation of risk appetite 4. 外部合规分析External communications: regulators, rating analysts, and equity analysts 5. 内部审计分析Internal communications: the language of risk 6.预算Budgeting / Risk planning 7. 交易或产品的定价Deal/Product pricing 8. 绩效管理Performance management – RAPM 9. 客户关系度评价Client relationship evaluation – RAROC。

Algo(2010)认为有效的整合风险模型应能够1. 捕捉风险(利率、浮动点差、降级、违约以及风险间的相互作用) 2. 精确评估线性、非线性、敏感非敏感产品间的风险组合影响 3. 对组合风险提供透视功能 4. 建立合适的风险档案，提供多重时间序列和风险舒解、分类管理战略。Algo(2010) 对集中风险系统论提出了实现框架：1. 构建市场情景(Generate market scenarios 2. 评估风险净敞口(Evaluate net credit exposures) 3. 构建信用风险情景、通过各债务人相关性并对信用进行评估(Generate credit scenarios), Describe creditworthiness). 4. 根据不同场景计量损失(Count idiosyncratic risks) 5. 综合损失评估(Aggregate loss distributions and measure risk)。

Innovations(2010)认为信用风险管理系统的处理步骤应分为 1. 数据采集与导入Data collection and import 2.数据分析与评估Data analysis and risk assessment 3.信用决策与定价 Credit decision and pricing 4. 报告与管理Reporting and administration。为能够与现存系统向融合，Innovations(2010)提出了三层式的整合理论：1. 信用风险应用处理(以上4点处理) 2. 银行内部系统(Core Banking / Data warehouse / Balance Analysis Softwar / Rating Kernels / Workflow System / Credit Pricing Engines / Reporting Tools /

Document Managment) 3. 银行外部系统(Credit Reporting / External Risk Assessment / Reporting Required by Supervisory Regulation)。

Triple Point(2010) 将信用风险管理系统分为5个功能模块：1. 对手管理2. 抵押品管理3. 合同管理4. 数据集中5. 信用分析。

（二）国内研究现状

1、信用评级

我国目前的信贷评级、度量方法均处于初步实施阶段，各项指标均通过银行内部专家进行评定，属于主观判断下的专家意见法，而缺少专业评级，信用升降级的标准指标计算。同时由于信贷评级体系尚未完全建立，相关的科学技术手段无法提供长期、有效的自动化计算、分析支持。

王明涛(2008)认为，信用风险是指受信方（借款人）拒绝或无力按时，全额支付所欠债务时，给信用提供方（贷款人）带来的潜在损失，包括由于借款人的信用评级变动和履约能力的变化导致其债务市场价值变动而引损失的可能性。王明涛(2008)还重点区分了信用风险和信贷风险间的区别。他指出狭义的信用风险通常指信贷风险，一般分为商业信用风险和银行信用风险。信用风险的范畴还可以扩展到信用的接受周，是指与由于供货方或银行因资金原因而无法提供上平、服务和资金等给授信方对信用风险。汪明涛将评级与度量统称为信用风险度量，对信用风险计量的基本方法划分为：1.专家评级系统2.信用等级计量法3.财务指标模型(以Redward/Altman Z模型为代表)4.信用差额计量法5.违约概率计算6.期望损失方法7.KMV模型和违约距离方法8.VaR模型。

叶蜀君(2008)对传统的信用风险度量与评级进行了区分:1. 专家方法(5C要素分析法和常用财务比率如EBITDA等)。2. 评级方法3.信用评级方法（多元判别分析法、基于多元判别分析的Z评分模型、Logit和Probit回归模型和神经网络模型等。

叶蜀君(2008)研究了模糊综合平评判模型和RAROC模型，认为模糊综合平评判模型由于结合了定量和定性因素，其评判结果更具科学性，而RAROC模型将收益与风险综合考虑的思想方式已经被众多国际银行所接受，在一定程度上影响着传统的银行管理理念。

肖北溟、李金林(2009)在对国有商业银行当前信用评级方法存在问题和国内外相关研究成果进行分析的基础上，提出了构建国有商业银行内部评级模型，提高信贷管理水平的观点。利用贷款实施数据，通过因子分析、聚类分析等方法构建内部评级模型，并对模型有效性进行了检验。

贾曼莉(2009)对我国商业银行信用评级现状进行了初步分析，认为我国商业