信用风险度量技术的发展.docVIP

信用风险度量技术的发展 　　摘要：本文对商业银行信贷中的信用风险度量技术的发展进行了较为详细的分析，包括对各个阶段的度量技术发展的背景、特点、优缺点，以及后一阶段对前一阶段的度量技术的改进等。 　　关键词：信用风险；传统技术；现代技术 　　信用风险，是指交易对手或债务人不能正常履行合约或信用品质发生变化而导致交易的另一方或债权人遭受损失的可能性。狭义的信用风险指交易对手或债务人到期不能履行合约义务的违约风险（default risk）；广义的信用风险还包括由于交易对手或债务人信用品质变化的不确定性所引起的信用价差风险。 　　贷款信用风险是商业银行信用风险的主要来源。为了降低信用风险，确保其利润空间，银行必须及时掌握贷款企业动态，有效评估其信用水平，防止贷款逾期或呆账的发生。而及时有效发现贷款企业的早期风险则有赖于发展一套明确、客观的信用风险评价模型，仔细评估贷款企业的信用，使其在有限可贷资金限制下，随着信用风险的降低，增加银行的贷款利润。国外银行凭借成熟的信用评级制度以及翔实的企业违约率数据，建立了众多完善的信用风险评估定量模型，为银行的信用风险管理提供了科学决策依据。本文将对商业银行信贷过程中采用的信用风险度量技术做一个较为详细的梳理。 　　一、传统的信用风险评估技术 　　（一）专家信贷 　　背景：在计算机技术不是很发达甚至没有兴起，信贷评价技术相对落后时，信贷几乎全部是依靠专家人员进行评定的， 　　特点：①6C原则：品格（character）；能力（capacity）；资本（capital）；担保品（collateral）；环境（condition）；连续性（continuity）。 　　②5W原则：Who（了解借款人的情况）；why（明确贷款的目的和用途）；what（确定借款人以适宜的资产作为抵押品）；when（确定合理的借款期限）；how（确定借款企业的还款来源和还款计划）。③5P原则：个人因素（personal factor）；目的因素（purpose factor）；偿还因素（payment factor）；债权保障因素（protect factor）；前景因素（prospective factor）。 ④CAMPARI贷款法则：信用品质（character）；签约能力（ability）；偿付手段（means）；借款目的（purpose）；借款金额（amount）；借款偿付来源（repayment）；借款担保（insurance）.四个原则，总体上来看，有很大的共通性。 　　优点：具有相当大的灵活性，能够使信贷更为接近实际情况 　　缺陷：1.需要相当数量的信用分析人员，而且审查程序过于繁琐；2.属于定性分析，带有很大的主观性；3.信用评价缺乏一致性；各项衡量指标的重要性排序不明确。 　　（二）、融合传统信用分析与统计分析技术的客户信用评级 　　①信用评分模型――Z积分模型 　　背景：专家法对分析人员的专业技能、从业经验和道德素质的要求非常高。即便如此，即使是经验同样丰富的分析人员，这类方法依然不可避免地存在两个问题：一是主观性问题，同一决策人员在5C上的主观权重有可能依借款人的不同而变化，这样就难以对该专家做出的分级排序和决策进行比较，结果即使对于类型近似的借款人，信贷决策人员可能会采取不同的评价标准，但却难以对其分析的和理性进行评价。另一个问题是一致性问题，显然，由于看待问题的角度具有差异，不同的分析人员对同一债务人的信用评估也可能会具有差异。此外，高成本、低效率的缺陷也使得这种方法在实际应用中受到制约。针对专家法中存在的诸多问题，许多商业银行在重视定性分析的同时，纷纷采用了辅以量化模型分析技术的信用分析方法。 　　特点：公式如下：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5 Altman 设定了判别函数的临界值，破产上限值为1.81，此极限值一下为破产区域；非破产下限值为2.99，其上为非破产区域；中间是灰色区域。利用数理统计中的辨别分析技术，对银行过去的贷款案例进行分析，选择若干最能反映借款人财务状况、对贷款质量影响最大、最具预测或分析价值的财务比率，利用权重加以综合，设计出一个能最大程度区分贷款风险度（区分破产与非破产企业）的数学模型（判断函数） 　　优点：相对客观且量化；对借款人的信用品质进行综合评定。 　　缺点：线性判别函数描述能力有限；基于历史财务数据；未将非财务指标纳入其中；对企业信用品质的区分比较粗略。 　　②线性概率模型 　　背景：信用评分模型将解释变量设置为5个，有可能将重要的解释变量排除在外，线性概率模型描述的是在给定X取值下Y的条件概率分布，当X每变动一个单位，特定事件（如企业信用等级变化或破产）发生的概率增减多少个单位，