内部评级法信用风险精细化的基础.docxVIP

内部评级法：风险计量从粗放到精细 信用风险内部评级法是新巴塞尔协议中的核心技术，是新巴塞尔协议在资本充足率计算上的重要创新之一，代表着全球银行业风险管理的发展趋势。它要求银行建立有效的内部风险评估体系来计量风险资产，进而确定和配置资本，是信用风险精细化管理的基础。 在中国的特殊国情下，信用环境、数据信息环境等外在环境在一定程度上阻碍了风险计量技术的发展，商业银行的“国有化”以及国家历来推行的金融稳定政策决定了银行破产只是“理论”存在，而多年来一直“舒服”地“吃”着存贷差，也使得商业银行缺乏精细化经营的原动力。中国银监会推行新巴塞尔协议，不仅是中国银行业监管体系的重大变革，更是国家完善中国经济体制的一项重要举措。随之而来的，将是与之配套的利率市场化、资本工具多元化、信贷资产证券化等一系列“组合拳”的不断变革，商业银行必将迎来更大的挑战和机遇，尽快提升商业银行自身风险管理水平，掌握并有效应用内部评级法等风险精细化管理技术显得尤为重要。近期，金融机构存款利率浮动区间的上限调整为基准利率的1.1倍，贷款利率浮动区间的下限调整为基准利率的0.8倍，长期以来“铁板一块”的存款利率浮动区间上限被打破了，这标志着利率市场化改革又迈出崭新的一步，随着利率市场化程度不断加强，同业竞争将越来越激烈，必将导致银行业存贷差进一步收紧，迫使银行必须加强自身风险管理，优化资产结构，精确分析哪些是“好客户”，哪些是“好业务”，贷款如何定价才能覆盖成本，以往“凭经验”和“拍脑袋”做出的决策显然不能满足精细化管理的需要，实施内部评级法以实现风险的准确计量势在必行。 内部评级法的核心技术是基于历史数据或专家判断建立数学模型，以此来预测未来资产发生不良并给银行带来损失的可能性。目前，国外有许多成熟的数学模型，如KMV模型、Altman模型、CreditMetrics模型以及标准普尔的神经网络模型等，其设计理论非常先进，在全球银行业得到了普遍认同和广泛应用。因为西方国家有着良好的信用环境和数据信息环境，这些国外模型大都偏重于财务分析，有的还大量引入市场价格变量，如利率、汇率、股价等，而中国却有着利率市场化尚未完全放开、企业财务数据不够真实、金融市场发展不充分、区域风险差别显著、道德风险偏高等特殊国情，虽然中国正致力于完善相应的机制以实现与国际“接轨”，但显然不是短期内能够实现的。因此，国内银行要建立内部评级体系，就需要紧密联系本国银行业的特点和现状，学习和借鉴国外模型的理论基础、方法论和设计结构，研究开发适合银行自身的模型框架和参数体系。 内部评级法并不能解决信用风险管理的所有问题，但是它能够提供理论上的最优决策建议，帮助银行尽量减少未来可能发生的损失。数学模型根据复杂程度不同,或多或少存在假设条件，一旦现实情况与假设条件不一致或用于建模的基础数据不准确，模型得出结果的准确度将会受到影响（也称为模型风险），这也是内部评级法要求定期对模型进行严格验证和优化的原因。中国银监会在《商业银行资本管理办法（试行）》中要求的0-2.5%的逆周期超额资本也正是因为数学模型不能准确预测宏观经济波动而采取的审慎性做法。事实上，国际上实施了内部评级法的先进银行也不能避免重大损失事件的发生，但尽管如此，并不影响世界先进银行对内部评级法的广泛运用，其原因就在于：与落后的风险管理相比，内部评级法能够有效提升银行风险管理水平，使银行遭受损失的几率下降。落后的风险管理类似于“中医诊断”，主要凭借从业人员的专业经验判断，往往缺乏具有说服力的依据，而内部评级法则类似于“西医诊断”，事前必须进行多方面的“体检”，依靠电子信息化数据得出精细化的分析结果，进而为从业人员最终“诊断”提供依据，两相比较，虽然两者都存在误诊的情形，但 “西医诊断”的误诊率较“中医诊断”更小，选择“西医诊断”也是人们出于自身健康乃至生命安全的考虑。 从国际银行界来看，内部评级的常用方法分为三类：以历史数据统计为基础的统计模型法、以专家定性判断为基础的专家判断法以及两者相结合的评级方法。目前，世界先进银行大多使用统计模型法，随着巴塞尔新资本协议的实施，这种方法获得了进一步发展。大多数国际性银行在建立模型时除了考察借款人的资产负债情况、盈利能力和现金流充足性等财务状况等因素以外，还会考虑经济周期、行业特点、区域特征、市场竞争、管理水平以及产权结构等因素对借款人偿债能力的影响，其中行业分析在内部评级中发挥着越来越重要的作用。 数据是实施新巴塞尔协议的灵魂，没有完整、准确的数据，再好的数学模型也只能是“摆设”。内部评级法规定违约概率、违约损失率、违约风险暴露等风险参数量化的数据观察期应涵盖一个完整的经济周期，而中国经济在最近十几年来并没有经历过真正意义上的经济下行阶段，这意味着内部评级法在中国似乎存在“先天缺陷”。商业银行实施内部评级法