信用风险评估方法发展趋势(一)

信用风险评估方法发展趋势(一)

摘要:本文追溯和分析了20年以来国内外在信用风险评估方法上的创新、应用及其发展趋势,为我国金融机构信用风险管理提供一些有益的借鉴。

关键词:信用风险;风险管理;风险评估方法

1引言

信用风险又称违约风险,是指借款人、证券发行人或交易对方因种种原因,不愿或无力履行合同条件而构成违约,致使银行、投资者或交易对方遭受损失的可能性。80年代末以来,随着金融的全球化趋势及金融市场的波动性加剧,各国银行和投资者受到了前所未有的信用风险的挑战。世界银行对全球银行业危机的研究表明,导致银行破产的主要原因就是信用风险。因此,国际金融界对信用风险的关注日益加强,如旨在加强信用风险管理的《巴塞尔协议》已在西方发达国家全面实施。信用风险评估方法不断推陈出新,管理技术正日臻完善,许多定量技术、支持工具和软件已付诸商业应用。由于我国商业银行和金融市场尚处转轨和新兴发展阶段,信用风险管理技术较为落后。本文将分析20年以来国内外在信用风险评估方法上的创新及其发展趋势,供我国金融机构信用风险管理之借鉴。

25C要素分析法

5C要素分析法是金融机构对客户作信用风险分析时所采用的专家分析法之一。它主要集中在借款人的道德品质(Character)、还款能力

(Capacity)、资本实力(Capital)、担保(Collateral)和经营环境条件(Con-dition)五个方面进行全面的定性分析以判别借款人的还款意愿和还款能力。有些银行将其归纳为“5W”因素,即借款人(Who)、借款用途(Why)、还款期限(When)、担保物(What)及如何还款(How)。还有的银行将其归纳为“5P”因素,即个人因素(Personal)、借款目的(Purpose)、偿还(Payment)、保障(Protec-tion)和前景(Perspective)。无论是“5C”、“5W”或是“5P”要素法在内容上大同小异,他们的共同之处都是将每一要素逐一进行评分,使信用数量化,从而确定其信用等级以作为其是否贷款、贷款标准的确定和随后贷款跟踪监测期间的政策调整依据。

3财务比率综合分析法

由于信用危机往往是由财务危机引致而使银行和投资者面临巨大的信用风险,及早发现和找出一些预警财务趋向恶化的特征财务指标,无疑可判断借款或证券发行人的财务状况,从而确定其信用等级,为信贷和投资提供依据。基于这一动机,金融机构通常将信用风险的测度转化为企业财务状况的衡量问题。因此,一系列财务比率分析方法也应运而生。财务比率综合分析法就是将各项财务分析指标作为一个整体,系统、全面、综合地对企业财务状况和经营情况进行剖析、解释和评价。这类方法的主要代表有杜邦财务分析体系和沃尔比重评分法1],前者是以净值报酬率为龙头,以资产净利润率为核心,重点揭示企业获利能力及其前因后果;而沃尔比重法是将选定的7项财务比率分别给定各自的分数比重,通过与标准比率(行业平均比率)进行比较,确定各项指标的得分及

总体指标的累计分数,从而得出企业财务状况的综合评价,继而确定其信用等级。

4多变量信用风险判别模型

多变量信用风险判别模型是以特征财务比率为解释变量,运用数量统计方法推导而建立起的标准模型。运用此模型预测某种性质事件发生的可能性,及早发现信用危机信号,使经营者能够在危机出现的萌芽阶段采取有效措施改善企业经营,防范危机;使投资者和债权人可依据这种信号及时转移投资、管理应收帐款及作出信贷决策。目前国际上这类模型的应用是最有效的,也是国际金融业和学术界视为主流方法。概括起来有线性概率模型、Logit、Probit模型和判别分析模型。其中多元判别分析法最受青睐,Logit模型次之。

多元判别分析法是研究对象所属类别进行判别的一种统计分析方法;判别分析就是要从若干表明观测对象特征的变量值(财务比率)中筛选出能提供较多信息的变量并建立判别函数,使推导出的判别函数对观测样本分类时的错判率最小。率先将这一方法应用于财务危机、公司破产及违约风险分析的开拓者是美国的爱德华·阿尔特曼博士(EdwardI.Altman)。他早在1968年对美国破产和非破产生产企业进行观察,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 模型和在此基础上改进的“Ze-ta”判别分析模型2]。根据判别分值,以确定的临界值对研究对象进行信用风险的定位。由于模型简便、成本低、效果佳,Zeta模型己商业化,广泛应用于美国商业银行,取得了巨大的经

济效益。美国还专门成立了一家Zeta服务有限公司,著名美林证券也提供Z值统计服务。受美国影响,日本开发银行、德国、法国、英国、澳大利亚、加拿大等许多发达国家的金融机构,以及巴西都纷纷研制了各自的判别模型。虽在变量上的选择各有千秋,但总体思路则与阿尔特曼如出一辙。

Logit模型是采用一系列财务比率变量来预测公司破产或违约的概率;然后根据银行、投资者的风险偏好程度设定风险警界线、以此对分析对象进行风险定位和决策3]。Logit模型与多元判别分析法的本质区别在于前者不要求满足正态分布,其模型采用Lo-gistic函数。由于Logistic 回归不假定任何概率分布,不满足正态情况下其判别正确率高于判别分析法的结果。

5以资本市场理论和信息科学为支撑的新方法

随着资本市场的迅速发展、融资的非中介化、证券化趋势以及金融创新工具的大量涌现,信用风险的复杂性也日益显著。人们认为以财务比率为基础的统计分析方法不能反映借款人和证券发行人的资产在资本市场上快速变化的动态价值;鉴于此,一系列信用风险衡量的新方法相继提出。

5.1期权定价型的破产模型期权定价型的“破产模型”。

这类模型的理论依据在很多方面与Black-Scholes(1973)4],Merton(1974)以及Hull和White(1995)5]的期权定价模型相似。因此也称作信用风险的期权定价模型。Black-Scholes-Merton系列定价模型表明一家公司的

破产概率取决于公司资产相对于其短期负债时的初始市场价值和资产(股票)市价的波动率。当公司资产的市场(清算)价值低于其短期负债价值,即资不抵债时,那么该公司实质上已经破产。1993年KMV公司研究提出的期望违约率(ExpectedDefaultFrequency,EDF)模型也是基于这一理论6]。模型的结构包含两种理论联系。其一是将股票价值看成是建立在公司资产价值上的一个看涨期权;其二是公司股票价值波动率与公司资产价值变化之间的关系。在实践中,通过观察在一定标准差(资产市价与偿债价值的标准差)水准上的公司(其初始资产高于负债)在一年内有多少比例的公司破产;以此来衡量任一具有同样标准差公司的违约概率。由于资产市值的估算又取决于股价波动率的估算,因此令人质疑的是估算的股价波动率是否可作为公司资产价值估算的可信指标。

5.2债券违约率模型和期限方法

阿尔特曼研究的债券违约模型(Mortalityratmodel)7]和Asquith、Mullins(1989)的期限方法(Ag-ingapproach)8]是按穆迪和标准普尔的信用等级和债券到期年限,采用债券实际违约的历史数据建立的违约概率经验值。对各类信用等级和期限债券的违约风险的衡量。美国穆迪(1990)和标准普尔(1991)两家著名评级公司修正了这一模型并作为他们的常规金融分析工具。此类模型有望扩展到贷款违约风险分析中。但目前的障碍是银行无法收集到足够的贷款违约历史数据供建立一个非常稳定的违约概率数据库。因此美国许多大型银行正致力于建立一个全国贷款违约和违约损失率的共享数据库。