信用风险

信用风险的成因
从经营的业务范围来说，商业银行存在信用风险有其一般性的成因 (1)信用风险的广泛存在性。现代经济是契约式经济。随着金融的不断发展，金融产 品不断创新，导致了信用的不断扩展。由于现代信用的大量使用，信用风险存在于 各种各样的经济活动中。信用风险产生于市场经济中交易的双方，当交易双方采用 非现金交易时，即采用了信用的支付方式，同时面临着交易对手违约的风险，所以 说信用风险具有社会的普遍存在性。
信用风险的成因
另外一种：信用风险是借款人因各种原因未能及时、足额偿还债务或银行贷 款而违约的可能性。发生违约时，债权人或银行必将因为未能得到预期的收益 而承担财务上的损失。所以信用风险是由两方面的原因造成的。 ①经济运行的周期性；在处于经济扩张期时，信用风险降低，因为较强的赢利能 力使总体违约率降低。在处于经济紧缩期时，信用风险增加，因为赢利情况总体 恶化，借款人因各种原因不能及时足额还款的可能性增加。
(3)交易双方的信息非对称性。信息非对称性是指交易的双方信息了解的程度不 一致，其中某一方知道另外一方未知或无法知道的信息。在金融投资活动中，对 称信息是相对的，信息非对称是普遍的，由于存在信息搜寻成本和监督成本的问 题，不论是在发达国家还是发展中国家，银行都不可能对企业的经营状况充分了 解，即掌握企业经营状况的完全信息，因而各国都存在由于信息不对称产生的技 术性不良贷款。
LOGO
信用风险
信用风险的概念
从狭义上讲，信用风险一般是指借款人到期不能或不愿履行借款协议、偿还本 息而使银行遭受损失的可能性。 从广义上说，信用风险还包括由于各种不确定因素对银行信用的影响，使银行 经营实际结果与预期目标发生背离，从而导致银行造成潜在损失的可能性。 信用风险可以分为两种情况: 一是借款人或债务人没有能力或者没有意愿履行还款义务而给债权人造成损 失的可能性;另一个是指由于债务人信用等级或信贷资产评级的下调、信贷利差 的扩大导致资产的经济价值或者市值下降的可能性（主权债务危机）。 前者主要着眼于贷款是否违约，称为违约风险;后者则强调信贷资产质量价值 的潜在变化，所以通常称为信贷利差风险 。 1999年巴塞尔委员会发布的研究报告《信用风险模型化:目前的实践和应用》中， 根据信用风险定义的不同，将银行业使用的信用风险模型分为两大类:违约式模型 (DefauhModel)和盯住市场式模型(Mark一to-MarketModel)。DM模型只考虑违约与 不违约两种信用状态，而MTM模型除了考虑违约与不违约两种信用状态以外，还 要考虑到信用质量的变化，比如信用等级的升降或转移，在此意义下MTM模型是 DM模型的一种推广。
专家系统(Expertsystems)方法
专家制度法的实质是结合采用企业金融比率的主观分析法。它的核心是利用 企业财务报表，借助优秀的分析师的经验和判断，对某一经济实体或金融产品 的信用质量作出评估。专家制度发类似于评级公司的专家评级法。世界两大评 级公司标准普尔和穆迪投资公司多年来一直延续使用专家评级法，并且各自具 有一套严格的评级程序，以保证信用风险度量和信用评级的准确性。
专家系统(Expertsystems)方法
(1)品德与声望，其主要衡量借款人(如企业)的声誉，还款意愿和偿还贷款记录。特 别地是通常用企业的生存年龄来衡量期还贷信誉。 (2)资本状况，主要衡量所有者权益贡献和杠杆比率等，这个指标非常有助于预测 企业的破产可能性。 (3)资格与能力，衡量借款人的还款能力，反映出借款人收益的波动性。 (4)担保，如果借款人发生违约，银行将对借款人提供的担保行使追索权。银行追 索的优先权越高，担保物的市场价值也就越高，从而贷款的风险敞口也就越小。 (5)周期或经济条件，经济周期或商业周期的阶段是影响信贷风险敞口的一个 重要 因素，特别是对那些受经济周期影响较大的行业。 此外，还有一些银行在5C的基础上提出借款人条件审查的其他指标方法: 如5w指标方法，即借款人(Who)、借款用途(Why)、还款期限(When)、担保物 (what)、如何还款(How); 5P指标方法，即个人因素(Personal)、目的因素(Purpose)、偿还因素(payment)、 保障因素(protection)、前景因素(perspective)。这些方法虽然从不同的角度对借款人 的状况进行评价，但是其基本思想是一致的。
信用风险的成因
一般来说，外在不确定性对整个市场都会带来影响，所以，外在不确定性导致的 信用风险等金融风险又称为系统风险。内在不确定性来自于经济体系之内，它是 由行为人主观决策及获取信息的不充分等原因造成的，带有明显的个性特征。例 如，企业管理能力、产品竞争能力、生产规模、财务状况、信用品质等的变化都 直接关系着其履约能力。内在不确定性产生的风险又称为非系统风险。
以标准普尔公司的评级程序为例：接到评级申请后，公司指派分析小组， 进行基本研究工作，即分析小组研究人员将认真评价企业财务报表反映的各项 财务比例，结合企业宏观经济环境的关系来预测企业的未来经营前景，然后将 结果提交评级委员会审议。当评级程序结束后，评级公司一般会将评级对象划 入某一信用等级，这些等级是离散的，用序数表示，它们反映了评级对象的信 用质量。
(2)信用活动的不确定性。信用风险形成的根本原因主要还是源于信用活动的不确定 性。现代经济活动存在着各种各样的偶然性导致人类进行社会活动时存在着许多的 不确定性。社会活动的不确定性是形成风险的主要原因。 在信用活动中，不确定性包括外在不确定性和内在不确定性两种。外在不确定性 来自于经济体系之外，是经济运行过程中的随机性、偶然性的变化或不可预测的趋 势，如宏观经济走势、市场资金的供求状况、政治局势、技术和资源条件等等。
Z评分模型
信用评分法中非常著名的就是奥特曼(Altman)提出的Z评分模型，早在1968年 Altman就将多元判别分析方法应用于财务危机、公司破产及违约风险分析中，他对 美国破产和非破产企业进行观察，采用了22个财务比率经过数理统计筛选建立了著 名的5变量Z-score模型。 1977年Altman又对该模型进行了修正和扩展，建立了第二代模型ZETA模型.奥 特曼的两个评分模型是根据数理统计中的判别分析技术，对银行过去的贷款案例进 行统计分析，选择一部分最能够反映借款人的财务状况，对贷款质量影响最大、最 具有预测或分析价值的比率，设计出一个划分贷款风险度的数学模型，对贷款申请 人进行信用风险及资信评估。 具体步骤如下: 1.选取一组最能反映借款人财务状况、还本付息能力的财务指标，比如流动性比率、 资产收益率、偿债能力指标等。 2.从银行过去的贷款资料中分类收集样本。样本数据基本分为两大类:一类是能正常 还本付息的案例，另一类是呆滞、呆帐案例。每一类还可以按照行业或贷款性质、 贷款方式再细分。 3.根据各行业的实际情况，利用统计分析技术科学地确定每一比率的权重。权重的 确定主要是根据该比率对借款还本付息的影响程度。 4.将每一比率乘以相应权重，然后相加便可以得到一个Z或ZETA。 5.对一系列所选样本的Z进行分析，可得出一个衡量贷款风险度的Z值或值域。
信用风险的传统计量方法
一、专家系统(Expertsystems)方法 二、 Z评分模型 三、神经网络法
专家系统(Expertsystems)方法
专家系统方法：是一种在许多领域都有广泛使用的考核与评估的简单定量方法。在 信用风险分析的起步阶段，银行机构中具有丰富经验、经过长期训练的信贷人员根 据所获的数据资料和自身经验积累，对是否做出放贷进行决定。可见在信贷决策的 过程中，信贷人员的专业知识和主观意识在信用风险的评定中具有非常重要的作用。 在专家系统中，各商业银行虽然存在自身条件的差异，对贷款申请人进行信用分析 所涉及的内容也不尽相同。但是大多数银行对借款申请人的资格考查放在五个方面: 即品德与声望(character)、资本状况(cpatial)、资格与能力(capacity)、担保 (Collateral)以及周期或经济条件(衡cycle/economic Conditions)。通过对这五个指 标加以合适的权重，来最终确定贷款决策。 这就是有名的5C信用评级法。在实际操作中许多银行也因地制宜地对考核指标做适 当的修改，以便对风险状况做出更准确的判断。上述五个指标的具体解释如下:
专家系统方法的局限性
尽管专家系统在银行的信用风险分析中发挥着积极的重要作用，然而实践证明专家 系统存在着很多难以克服的缺点和不足。
专家制度的基本局限性是其只在于定性分析，虽然其中也可能运用到许多财务会计信
息。例如，信用分析师可以将潜在借款人的各种关键性财务比率与同类企业相应比率 的标准值和趋势进行比较，从而对该借款人的信用状况做出判断。但是这种分析属于 一种单变量的测定方法，其最大的缺点在于它不能对不同的财务比率的重要性进行排 序，例如在单变量测定法中的盈利性指标、流动性指标以及偿付能力指标均为重要的 指标，但是在这些指标中究竟哪一个最为重要，怎样按照其重要性进行排序就不得而 知了。同时，单变量测定方法对借款人的强比率和弱比率之间怎样进行综合分析也无 能为力。 对于专家系统中使用的评定指标，信用评定专家可能对不同的借款人使用不同的权重。 这就使信用评级与信贷决定的可比性变得非常困难。结果会导致在同一个银行内部， 信用评级人员对相似类型的借款人使用不同的标准。虽然银行采用了贷款委员会制度 和多重签名认证等手段来避免该问题，但是在实践中还是很难实现评定标准的合理化。 这就不得不促使人们去寻求更加客观，更为有效的度量信用风险的方法和手段，来提 高银行信用风险评估的能力和准确性。

信用风险的特征
1.非系统性与系统性。借款人的还款能力和还款意愿受多种因素的影响，一方面债务 人自身的财务状况、投资策略和经营能力等因素决定了其能否期履约还款。而另一方 面，除了借款人自身的非系统风险之外，系统风险也会对债务人违约产生影响，如宏 观经济状况(经济周期)、行业发展状态(行业生命周期)和政策法律等因素。非系统性与 系统性的复合增加了信用风险的复杂性和多变性。 2.道德风险与信息不对称对信用风险的形成具有重要作用。债权人与债务人的信用 交易通常是在信息不对称的条下进行的。债权人经常对债务人的信息掌握缺乏或者掌 握错误信息，在信息掌握失衡的情况下，债务人为了实现自身的利益最大化，道德风 险发生的可能性变大，即产生违约倾向，最终形成信用风险。 3.信用风险收益的非对称性。与市场风险收益的近似对称分布不同，信用风险收益的 分布具有典型的非对称性，如图所示，信用风险分布的偏峰厚尾特征决定了简单的应 用均值和方差来衡量风险的大小是不充分的,信用风险作用于银行信贷经营的全过程， 只有及时、准确地发现信用风险的诱导因素并系统、连续地掌握信用风险的特征、大 小、属性及变动趋势，能防范和化解风险。
Z评分模型
Z评分模型的表达式为:
②对于公司经营有影响的特殊事件的发生；这种特殊事件发生与经济运行周期无 关，并且与公司经营有重要的影响。例如：产品的质量诉讼。举一具体事例来说： 当人们知道石棉对人类健康有影响的的事实时，所发生的产品的责任诉讼使 Johns- Manville公司，一个著名的在石棉行业中处于领头羊位置的公司破产并无 法偿还其债务。
信用风险的特征
4.信用风险的难以进行准确的测量 对于商业银行来讲，信用风险的量化分析比较困难，其首要原因是贷款的持 有期限一般较长，在贷款的存续期内存在过多的不确定因素。其次，由于信 息的不对称，直接观察信用风险的变动较为困难。
5.信用悖论现象 信用悖论是商业银行授信分散化的理论要求与信贷集中现象相互矛盾的现 象。由于对客户信用状况的了解主要来源于长期的业务关系，因此银行倾向 于将贷款投向并集中于有限的老客户。这样，一方面，银行会在贷款管理上 得益于其对客户情况的了解和把握，即比较优势。另一方面，又将其信用风 险暴露过分集中于某一特定的客户群体，一旦发生违约，可能带来巨大损失。