信用等级迁移矩阵的三类重要应用.docx

3信用等级迁移矩阵的三类重要应用北京航空航天大学经济管理学院石晓军宋晓蓉信用等级迁移矩阵描述在一段时间内,债务人信用品质发生变化而使其信用等级由原始等级转变为更好或更差等级的概率。信用等级迁移技术(ratingmigration)在现代信用风险管理科学的发展中起着承前启后的重要作用,是现代信用风险管理的基石之一,也是进行信用风险管理的关键技术工具之一。早在20世纪80年代,Altman与Kishore即开始进行信用等级迁移概率矩阵开拓性的研究,包含了将债权型资产的价值钉住市场的深刻思想,完成了由古典信用分析向现代信用风险管理思想上的飞跃,这一研究实际上成为迄今为止最为重要的信用组合管理模型———JPMorgan的CreditMetrics的理论基础。近年来,信用等级迁移矩阵已成为很多信用风险重要研究领域的核心工具,尤其在关于信用风险本质特征的基础性研究、复杂信用关联创新工具的风险管理、监管当局从总体上把握信用风险的变化态势等三个方面的运用比较成功。本文将分别举例说明信用等级迁移矩阵在以上三个方面的运用。一、在信用风险本质特征研究中的应用在信用风险本质特征的研究中,有一类重要的问题需要回答:对于商业银行不同类型的贷款资产,即使具有相同的信用等级,它们的信用风险在本质特征上是否仍有所不同?比如,相同信用等级的贷款资产,金融机构类贷款的信用风险是否就一定比工商企业贷款小一些?这类问题的研究对制定科学合理的最小资本充足率监管办法具有基础性的意义。如果答案是肯定的,那么在计算商业银行的资本要求时就应该对不同类型的资产(主权贷款、金融类贷款、工商企业贷款、消费者贷款)设置不同的风险权重,也就是说,对于不同类型的资产,即使信用等级是一样的,也应根据其信用风险本质特征配置不同的资本。英格兰银行高级经济学家Nickell、Perraudin和Varotto(1998)以信用等级迁移矩阵为核心工具对这个问题进行了研究。表1给出了银行类债务人和企业类债务人的信用等级迁移矩阵。根据表1,从等级变动的波动程度来看,银行类债务人等级变动的波动性更大。Nickell、PerraudinandVarotto(1998)发现,单就美国的银行类债务人和企业类债务人而言,在经济周期低谷期,高信用等级(从AAA到A)的银行类债务人要比企业类债务人更容易出现等级下降,而BBB以下的则相反。这种情况反映了监管对银行的影响。在经济周期低谷期,银行不仅和一般的企业一样面临着很多的问题,它同时还面临着监管的压力。在经济上升期,BBB以下的银行类债务人的信用等级更容易上升。总而言之,银行类债务人的信用等级迁移呈现出一种“中值反转”(meanreverting)的特征,3本文系教育部博士点基金项目(项目号为2005006033)的研究成果。412007年第23期(总第2079期)表1银行类不同类型债务人的信用等级迁移矩阵企业类andVarotto,S(1998)‘Ratings2VersusEquity2BasedCreditRiskModels:An资料来源:Nickell,P,Perraudin,WEmpiricalInvestigation’,unpublishedBankofEnglandmimeo1根据Moody的长期债评级结果测算,测算期间为1970年12月31日到1997年12月31日。高等级的银行类债务人比相应的企业类债务人更容易出现等级下降,而低等级的银行类债务人则比相应的企业类债务人更容易出现等级上升。从长期违约率来看,从AAA级到B级的银行类债务人违约可能要小于企业。对AAA级的银行类债务人来说,10年期违约率为0102%,而同等级的企业类债务人的违约率则是0109%。对BBB级的银行类债务人来说,10年期违约率为416%,而同等级的企业类债务人的违约率则是916%。从违约时的回收率来看,AltmanKishore(1996)对700家美国违约债券的研究表明,金融类债券的回收率为36%,低于平均水平42%。即使只考虑次级债券,金融类债券的回收率为25%,也低于平均水平31%。总的来说,对金融类资产,我们很难说它的信用风险相对于一般企业类资产而言是否更大,我们获得的证据是大部分等级的金融类资产的违约概率要比一般企业类资产小,但在违约时,其回收率要比一般企业类资产小,而且在经济周期的波动中,金融类资产等级变动的波动性也更大一些。总之,对于金融类贷款资产和企业类贷42初始等级AAAAAABBBBBBCCCC/CCDEF数量(个/年)AAAAAABBBBBBCCCCC/C9116111011010010010--7188913011011011--0179119214319014012---0134188919314015018--01201641987106122