VaR在我国商业银行信用风险管理中的应用分析.pdfVIP

VaR 在我国商业银行信用风险管理中的应用研究 （资产）的最大损失值。VaR方法近年来在金融理论和实践领域发展很快，它以 其科学性、实用性、完全性、国际性等特点代表了信用风险管理方法的一个重要 方向，因此，也得到了巴塞尔委员会的认可，其不仅专门做出该方法的许可性承 诺，而且也在置信水平、持有期限等方面做出了一定的规定，同时也作为国际金 融机构计量银行信用风险值，评价银行资本充足性的重要工具。CreditMetrics模型 作为VaR方法在信用风险度量的进一步扩展，随着我国金融改革的不断深入和我 国商业银行的不断国际化，其将必成为我国商业银行信用风险度量的方法之一。 1.2.1 国外的相关研究 自从VaR 方法在1994年被提出以后，国外的学者们对此就进行了大量的研究。 [2] 对VaR 进行全面系统研究的是Philippe Jorion （1995） 教授，在它的专著《风险 价值—金融风险管理新标准》中，重点介绍了风险度量方法、VaR 的监管、开发 和运用VaR 系统度量交易和投资过程中的风险、作为绩效评价工具的VaR ，以及 实施安全风险管理系统的步骤等几个方面。Chew Lilian(1996)[3]总结了VaR 计算 的参数方法、历史模拟方法和蒙特卡罗模拟方法,DuffiePan(1997)[4] 、 Jorion(2000)[5] 、MarshallSiegel(1996)[6] 、Hendricks(1996)[7]也都做了很好的综述。 这些阐述为金融领域的专业人士提供了理解和应用风险控制体系所需要的详细信 息。 现代信用风险管理模型以风险度量为基础，在金融领域引起了世界各国的高 度重视。1999年4月，巴塞尔银行监管委员会提出名为“信用风险模型：当前的实 [8] 践和应用” 的研究报告 ，开始研究这些风险管理模型的应用对国际金融领域风险 管理的影响，以及这些模型在金融监管和风险资本监管中应用的可能性。这说明 巴塞尔银行委员会在一定程度上肯定了目前国际活跃银行使用的计量信用风险管 理的模型。但同时由于信用风险自身存在着诸如分布不对称以及数据匾乏等实际 问题，而且各界对具体的信用风险度量方法也尚未达成共识，故对信用风险度量 模型的研究目前正处于百家争鸣以及进一步发展之中。 J.P摩根在1994年推出了著名的以VaR为基础的市场风险度量后，在1997年又 推出了信用风险度量和管理模型-信用度量术（Credit Metrics ），随后瑞士信贷银 行又推出了另一类的信用风险量化模型CreditRisk+, 同时KMV 公司以EDF为核心 手段的KMV模型都引起了银行业的重视。因此，这些模型的建立和发展形成了现 代信用风险管理的新趋势。 在CreditMetrics模型中，主要是以历史数据为依据确定信用等级矩阵和违约 资产回收率，并以此为基础确定未来该信用资产组合的价值变化，并通过基于VaR 的方法来计算整个组合的风险暴露，即该模型通过VaR数值的计算力图反映出银 行某个或整个信贷组合一旦面临信用级别变化风险时所应准备的资本金数值。该 2 硕士学位论文 模型是以风险价值（VaR ）为核心的动态量化风险管理系统，它覆盖了几乎所有 的信贷产品。此方法目前在西方国家被公认为是一种最有效的信用资产组合的信 用风险量化及管理模型。 KMV模型改良了莫顿模型，将对手的违约距离（DD ）和预期违约频率（EDF ） 联系在一起进行分析，并对计算资本金和分析资产之间的相关性提出了分析思路。 但该模型是一种静态模型，不能分辩企业长期债务类型，其假设的企业价值正态 分布也不完全符合实际情况，该模型的研究对象也只限于上市公司。 CreditRisk+模型使用了保险精算的计算框架来导出投资组合损失。该方法只 对违约风险进行考虑，而不考虑信用等级变化。在固定违约率情况下，模型假定： 每笔贷款违约概率是相同的；每个借款人违约概率均不同且相互独立；以上假定 可得出给定期间内，违约次数的概率分布服从泊松分布。 Micha