浅析我国商业银行信用风险量化管理中问题及对策.docVIP

浅析我国商业银行信用风险量化管理中问题及对策 　　[摘要]信用风险是我国商业银行面临的最主要的风险，随着金融自由化的不断发展，商业银行信用风险的量化管理越来越重要，文章首先对现代信用风险量化模型做简单的分析，由此探讨我国商业银行在信用风险量化管理工作中存在的问题，并提出建议和对策，以期为我国商业银行信用风险量化体系的构建和完善提供参考。 　　[关键词]商业银行；信用风险量化；问题及对策 　　 　　20世纪80年代初受世界性金融债务危机的影响，国际商业银行更加重视信用风险的管理，商业银行信用风险的量化工作开始受到重视。20世纪80年代末起，我国也逐渐引入信用风险量化模型，以期为我国商业银行的信用风险管理提供服务，然而时至今日，我国的大多数商业银行采用的仍然是传统的定性风险评估办法如五级分类法、专家判断法等，文章将结合现代风险量化的几大模型探讨我国商业银行在风险量化管理过程中存在的问题，并提出相应的建议。 　　 　　一、现代信用风险管理模型简介 　　 　　(一)KMV模型1993年，KMV公司开发并公布了KMV模型，该模型的基本思想是：将公司股权价值看做是买入一份标准欧式看涨期权。如果负债到期时公司资产市场价值高于其债务，公司偿还债务，当公司资产市场价值小于其债务时公司就可能违约。在此模型中以违约距离表示公司资产市场价值期望值距离违约点的远近，距离越大，公司发生违约的可能性越小，反之较大。这个模型实际上是从公司本身的角度代替债权者对公司的信用进行评价。KMV模型的优点在于：(1)KMV模型是以股票市场数据而不仅以会计数据为基础，故具有动态及时性和前瞻性。(2)KMV模型不仅适用于上市公司，非上市公司也可以参考上市公司进行计算。KMV模型的缺点在于：(1)该模型对资产收益服从正态分布和公司结构不变的假定以及利用期权定价方法求解公司资产价值和波动性，缺乏有效的方法检验其精确性；(2)KMV模型运用的一个重要前提是市场有效，股价波动能反映公司实际价值，因此这个模型能否适应于新兴股票市场很值得探讨。 　　 　　(二)CreditMetrics模型该模型以信用评级的改变为基础，其核心思想是组合价值的变化不仅受到资产违约的影响，而且还受到资产等级变化的影响CreditMetrics模型的优点在于，(1)模型清晰地表达了紧盯市场的思路，不仅表现在及时的关注多种信用等级状态之间的迁移，还表现在不同信用等级采用不同信用利率。而模型的缺陷在于模型运用的一系列假设：(1)该模型假设等级迁移概率服从稳定的Markov过程，这与实际的历史数据是不相符合的。(2)该模型假设同一信用评级内所有的债务人都有相同的评级转移概率，而KMV的研究认为，这个假设并不成立。(3)该模型用股票相关性来代替资产相关性。这些假设使模型在具体运用的过程中受到制约。 　　 　　(三)CreditRisk+模型该模型(Credit Risk Plus)是由CS2FP公司在1997年提出的―种违约模型，其只考虑债务人对债券或贷款是否违约，而不考虑评级下调风险，并假定这种违约服从泊松分布，与公司的资本结构无关。模型的优点在于数据要求比较简单，运用泊松分布使的计算很有效。模型的缺陷在于：(1)是债务人没有被赋予相应的信用等级，其违约概率不取决于其风险特征，并假定每笔贷款的信用风险暴露在计算期间内固定不变，而这与实际不符；(2)模型没有考虑市场风险，而在实际的操作中，市场风险是不容忽视的。 　　 　　(四)CreditPorffolioView模型该模型(CPV模型)是麦肯锡咨询公司于1997年开发的。该模型实质上是通过对宏观经济周期波动的态势分析和信用周期的评价来评价信用风险。模型的优点是(1)将宏观因素纳入模型中，修正信用度量技术的偏差(2)对风险暴露采用盯市法，适用于不用国家及行业。其缺点在于：(1)模型的应用需要国家和行业大量的长期数据，而获取数据比较困难，(2)该模型未考虑微观经济因素，特别是企业个体的特征。 　　 　　二、现代信用风险模型在我国适用性分析 　　 　　从以上的模型简介可以看出，这些模型发挥作用须满足一定的前提，而从我国目前金融市场的发展来看并不能完全满足这些条件。 　　 　　(一)我国信用评级市场的现状难以满足风险量化的需要 　　从模型的简介可以看出CreditMetrics模型、CreditRisk+模型应用的一个基本前提是信用评级的存在，实行信用评级是风险量化管理的一个核心问题，没有精确、权威的评级结果，这些模型的分析就失去了基础。由于历史的原因，我国商业银行目前并没有建立起关于信用分析的数据库，外部也没有权威的机构提供相应的评级结果。虽然我国目前信用评级市场有了初步发展，但由于处于初步发展阶段，相关经验缺乏，信用评级的结果权威性较低，国际认可度不高，在评级市