信用平稳下商业银行信用风险测度模型及应用.docVIP

信用平稳下商业银行信用风险测度模型及应用 　　收稿日期： 2014-01-12 　　基金项目： 国家社会科学基金（13BGL041） 　　作者简介： 顾海峰（1972―），男，江苏苏州人，金融学博士后，东华大学旭日工商管理学院金融系研究员、博士生导师（副），研究方向：金融理论、金融工程与金融风险管理。 　　摘 要：科学高效的商业银行信用风险测度模型，是实现商业银行信用风险监测目标的重要保障。商业银行信用风险主要来源于贷款企业层面，贷款企业信用质量状况将对应着商业银行信用风险水平。对此，从贷款企业的财务与非财务两个层面设计信用风险的测度指标体系，运用模糊综合评判法构建信用平稳下商业银行信用风险测度模型，并给出信用风险测度模型的应用实例。研究发现，在信用平稳下，依赖于专家评判及打分方式，使得模糊综合评判法对于解决商业银行信用风险测度问题具有很好的操作便利性；也可为我国商业银行体系构建科学高效的信用风险监测机制提供重要的理论指导与决策参考。 　　关键词： 信用平稳；商业银行；信用风险；测度模型；模糊综合评判法 　　中图分类号：F830.9 文献标识码： A 文章编号：1003-7217（2014）05-0008-05 　　一、问题提出及研究述评 　　2008年全球金融危机的爆发及其演变，已充分暴露出全球商业银行体系，尤其是中小商业银行在信用风险管理方面存在着较大缺陷，这种缺陷不仅体现在信用风险管理的环节方面，还体现在信用风险管理的效能方面。由于金融市场中信息不对称的客观存在，容易引发逆向选择与道德风险问题，从而商业银行可能面临一定程度的贷款损失。因此，商业银行还应当注重信用风险监测环节，即揭示信用风险传导机理，测度信用风险水平。信用风险监测环节主要针对贷款之前的风险审核管理，通过测度贷款企业的信用质量，来准确反映商业银行面临来自于贷款企业的信用风险水平。若测度结果不符合商业银行放贷标准，则商业银行拒绝放贷，从而将劣质企业群体排斥在贷款之外，有效降低商业银行面临来自于贷款企业的信用风险。可见，信用风险监测是商业银行信用风险管理的重要环节。此外，运用模糊综合评判法来构建信用平稳下的商业银行信用风险测度模型，有助于提升信用风险管理效能。从信用风险管理的环节与效能分析中可以发现，信用风险测度模型是商业银行信用风险监测机制的重要内容，构建科学高效的商业银行信用风险测度模型，是实现商业银行信用风险监测目标的重要保障。 　　国内外对于商业银行信用风险测度研究在方法方面居多。其中，Jorion（1996）运用VAR方法构建了基于VAR方法的信用风险测度模型[1]；Saunders（1999）对VAR方法进行了修正及拓展，使得测度结果更为精确[2]；Jeffrey（2000）提出了期望违约概率模型[3]；Jose和Marc（2000）对Credit Metrics模型进行了分析与拓展，提出了两阶段风险测度方法[4]；Gordy（2000）将Credit Metrics模型与风险附加法模型（CreditRisk+）进行了实证比较[5]；Albanese等（2003）考察了流动性障碍下的信用风险测度问题，提出了基于流动性障碍的风险测度模型[6]；Steven等（2004）将政策周期与政治民主引入发展中国家主权信用风险的评价问题，建立了发展中国家主权信用风险测度模型[7]；Wand等（2008）将小数据集合运用于贝叶斯神经网络模型，探讨金融机构操作中的信用风险测度方法[8]。国内方面，郭英见等（2009）提出了基于信息融合的商业银行信用风险测度模型[9]；吴冲等（2009）采用模糊积分支持向量机集成技术，构建了商业银行信用风险评估模型[10]；白保中等（2009）运用Copula函数法对银行资产组合信用风险进行了测度[11]；李江等（2008）通过压力测试方法来评估银行信用风险[12]。 　　综合国内外文献发现，现有文献较多涉及方法论层面探讨信用风险测度问题，尚未涉及对信用环境进行分类，并考察不同信用环境下的信用风险测度问题，对此，本文将运用模糊综合评判法，探讨信用平稳环境下的信用风险测度问题。 　　二、信用平稳下商业银行信用风险测度指标体系设计 　　考虑到商业银行信用风险主要来源于贷款企业层面，贷款企业的信用质量状况对应着商业银行的信用风险水平，且两者之间存在着负相关关系①。对此，商业银行可以通过对贷款企业信用质量进行测度，来准确反映商业银行自身面临来自于贷款企业的信用风险水平。商业银行信用风险的测度过程，就是贷款企业信用质量的测度过程。此外，为准确反映商业银行面临来自于贷款企业的信用风险，我们分别从贷款企业的财务与非财务层面遴选出信用风险测度指标体系。具体设计过程如下： 　　（一）信用风险的财务性测度指标体系② 　　商业银行