商业银行信用风险度量实证研究.docVIP

商业银行信用风险度量实证研究一、文献回顾 商业银行的信用风险主要是指债权人因借款人由于各种原因不能还款或者不愿意还款而发生违约所产生损失的可能性。随着金融业与金融市场的不断创新和发展，金融市场的竞争日趋激烈，促使国内外的金融市场对信用风险的测量成为众多学者研究的重点内容。 信用风险度量模型包括传统测量和现代测量两种。而常见的度量模型主要有以下几种：ZETA模型、MDA模型、Z计分模型、Logit模型以及神经网络模型属于传统测量模型；而目前最流行的也是研究最多Credit Metric模型、Credit Risk+模型、KMV模型、Credit Portfolio View模型、KPM模型等模型被归类于现代测量模型。在西方，2000年就开始运用模拟的方式对信用风险的测量模型进行相关的研究和总结，Gordy和Crouhy（2000）等对相同时点即静态的资产组合进行了相应的评估测量认为，通过不同模型对数据分析结果是接近的。同时，Nickell（2004）根据对风险测量模型进行了比较分析研究，主要针对实际资产的组合数据进行实证分析，但是结果验证了模型对风险的评估的可能性不够准确。与此相同的是，张宗益（2009）等针对重庆市的1000多家家贷款企业的信用风险对传统模型和现代模型进行了相关的比较分析，数据来自重庆市的四家国有商业银行。通过对数据进行分析，张宗益得出与Nickell（2004）相接近的研究结果，研究结论也显示对风险的预测，靠模型来推导产生的效果显著性较弱。另一种观点是，1993年由美国KMV公司提出的KMV模型，即运用期权思想并且中间剔除了信贷检测模型（ Credit Monitor Model），目前在我国的实践中显示，KMV模型应用范围最广，主要原因归于我国资本市场管理不断的规范以及上市公司的市场价值和其内在价值不断的接近，应用KMV模型的前提是资本市场的数据更加有效，同时对信息的对称性要求更高。 KMV模型为学界及实务界普遍接受且应用广泛，在国内新的金融发展特征出现以后，广泛研究KMV模型有较强的理论意义和实务意义。众所周知，KMV模型主要的理论依据是Merton期权定价理论，输入变量采用的是企业股权的市场价值及其波动性，同时根据目标企业的负债状况计算该企业的违约实施点，并以此计算出违约距离，接着根据违约距离和预期违约率的两者之间的关系，得出企业的违约率，将违约率作为企业的信用风险。最近，在国内许多学者也开始对KMV模型根据中国市场进行的相关的理论和实践研究，刘迎春（2004）等认同国外学者关于KMV模型的运用基础是现代期权理论，在此基础上对资本市场的相关披露信息进行预测，相关信息不包括市场中的历史账面报告，其做出的预测结果实际上更能反映资本市场中上市公司目前的的信用风险情况。但是刘迎春的研究也有其不足的地方，即对于非上市公司的应用效果非常差，主要针对上市公司。吴恒煜（2005）等认为KMV模型中的EDF指标主要是针对股票价格的实时数据的显示，对公司信用风险的度量具有连续性。同时，KMV模型向相关的监管部门和投资者提供了可中较为可靠的信用分析测量模型；该模型的局限性在于我国资本市场中缺乏企业违约以及相关的破产的历史数据，无法把违约距离和预期违约率之间进行相互转化，从而影响了KMV模型在我国的广泛运用。 综述所述，对KMV模型的理论研究的文献比较丰富，但是目前国内对KMV模型的实证研究相关文献较少。因此，本文结合当前金融行业发展特点应用KMV模型，通过对所有国内上市银行企业的股权价值及其波动性进行预测和估计，最后得出EDF指标损失的概率。 二、信用风险度量模型设定与变量选择 第一，信用风险度量模型的介绍。在20世纪90年代，国内外一些金融机构开始了对企业信用风险进行了相关的技术研究，主要研究一些新的信用风险度量模型，主要包括如KMV模型、Credit Metrics模型、Credit Rist+模型等。现代风险测量模型是以金融市场中理论风险测量为分析的基础，同时把数理统计的方法和系统工程的研究方法等加入了该模型中，主要是针对商业银行所面临的风险进行分析、识别、测量和监控。KMV模型是于1989年由KMV公司提出的，主要提供信用风险管理等服务，该模型是根据股票市场中的股票价格为基础进行信用风险的测量。KMV模型又称为信用监控模型（Credit Monitor），是根据期权定价理论对股权进行估算的一种信用监管模型，通过分析上市公司股权价值即企业内在价值的波动性，来预测上市公司发生违约的可能性，其应用对象是上市公司，上市公司的数据较容易取得。 根据KMV模型，对相关指标进行定义：公司的总价值为企业的股权价值（所有者权益）加上债务价值，根据资产负债表显示，当公司总价值大于该企业的负债时，这部分债务债权