精算方法在商业银行信贷风险管理之中的应用研究.docVIP

精算方法在商业银行信贷风险管理之中的应用研究 　　商业银行是金融机构体系的重要组成部分，不仅经营存贷款业务，承担融资功能，同时还承担着支付清算等多项功能。经济的快速发展造成了我国经济环境的日益复杂和经济发展的不确定性，银行作为最重要的金融中介机构，承受着国内经济发展不平衡、金融市场不发达、利率还没有市场化等很多的不利因素。再加上我国银行业本身的管理系统和法律体系运行的时间还很短，很多地方不完善，导致信用风险在银行内部不断积累，成为我国商业银行现在面临的最大危机。 　　与发达国家银行体系长达三四百年的发展相比，我国商业银行各种控制系统的建立时间还很短。目前国内银行业不良贷款问题的不断凸现更有着与国际银行业不同的特定背景因素，主要体现为国有商业银行特定的制度性风险和结构性风险问题。 　　一、现行商业银行信贷风险管理方法评析 　　当前国际上使用最多的几个模型是 Credit Metries、KMV、Credit Risk+、Portfolio View模型等。但是由于信用风险自身存在着诸如分布不对称以及数据匮乏等问题，各国银行界对信贷风险量化方法也尚未达成共识。 　　KMV模型的优势是计算预期违约概率。KMV模型并不是通过分析最初的信用评级得出违约概率的，而是以期权定价理论为基础，通过分析企业自身的财务数据来预测贷款人的违约概率的。由于KMV模型仅仅通过贷款人的财务结构以及贷款人资产的当前现值来推导预期违约率，所以它没有对信用评级以及未来信用评级变化情况作任何假设，这是KMV模型与其他模型的区别。 　　KMV模型也存在着一些缺陷： 　　（1）要对资产收益的分布用正态分布进行假设才能构造理论上的预期违约率； 　　（2）难以预测与度量资料不全的公司或个人； 　　（3）KMV模型不适用于动态的分析，因此不能用于分析正处于兼并重组过程中的企业。 　　Credit Metrics模型是通过使用贷款信用VaR作计量工具，其结果：市场行情不好的年代，银行贷款会遭受巨大损失，因为贷款并不像股票和债券那样可以在公共市场进行交易，所以我们没有办法直观的看到他的市场波动性与市场价值，如果我们要计算贷款损失的可能性，只有通过了解贷款其本人的信用积分或者信用评级，从而在下一个时间段尽可能降低违约贷款的可能性，把违约贷款的损失率降到最低。 　　与其他模型相比，Credit Metrics的突出特点在于模型输出的结果不是贷款人和交易对手的违约概率，而是确定置信度下的信用的风险价值VaR的值。 　　但是Credit Metrics模型仍存在一些不足之处： 　　（1）模型最大的不足在于假设信用风险和市场风险是相互独立的，贷款唯一的不确定性就是贷款人的信用等级发生变化； 　　（2）模型做出了很多假定； 　　（3）该模型还假定，贷款信用风险的VaR在不同的行业周期里都是不变的。 　　Credit Risk+是CSFP公司开发出来并于1997年底公开的一个新型信贷风险评价模型。该模型的主导思想是：“损失取决于灾难发生的频率和灾难发生时造成的破坏程度”，这是源于保险精算学的。贷款发生违约的频率和严重程度是确定贷款组合的损失分布的重要因素，因此Credit Risk+模型就是根据这种思想计算来债券或贷款组合的损失分布，从而对贷款组合进行风险分析和度量。 　　Credit Risk+模型的计算过程和结果非常有效，是因为其使用泊松过程刻画贷款违约，债务人的边际风险分布等数据比较容易获得，由于该模型给出的损失分布是一个表达式，所以所需要的估计数据很少，最后由于给出的是损失的分布函数，所以可以更加直观的看到损失存在的各种特征，从而使得对风险管理更加直接。因此Credit Risk+模型最大的优点是简单易用、结果容易理解。Credit Risk+系统可以根据成不同地区、不同部门、不同时限的个体得到不同的风险损失分布。 　　但该模型同样存在不足：Credit Risk+模型在方法上和其他模型一样没有考虑市?龇缦眨?同时贷款人信用级别的变动情况也被忽略了，也就是说该模型假设了风险对于每个债务人是固定的，而且在评估期间他们的信用级别不会发生变动，只使用远期利率变动来刻画模型风险。甚至在很多情况下，将模型简化，违约概率可以由几种随机背景因子计算直接得到，也就是说违约率是常数。这大大削弱了模型精度。 　　二、精算方法在风险管理中的优点 　　精算学之所以能够度量银行违约风险，主要以下两大原因：首先是精算学之所以能为保险公司提供决策依据和管理方法，是因为它在现代数学和统计学为基础上，量化分析和研究了保险经营中的各项损失风险。保险公司之所以能在激烈竞争的市场环境中得以生存并且发展离不开保险精算的重要支持。精算学最早是在人寿保险的费率厘定的时候使用的，现在精算学已