商业银行信用风险模型的发展及构建.docx

?

?

商业银行信用风险模型的发展及构建

?

?

摘要：2007年至2008年美国次贷危机引发的全球金融危机导致举世闻名的投资银行贝尔斯登（BearStearns）破产，雷曼兄弟（LehmanBrothers）破产以及对美林（MerrillLynch）的收购（Gupta，J.，2014）。许多金融机构饱受这场危机之苦，全球财富大幅贬值。随着财富的贬值，世界经济经历了长期的衰退和萧条，金融风险被推到了顶峰，但其信贷危机的根源是信贷过度扩张所致。因此，防范信用风险的第一步是建立信用风险模型并加以应用。本文将从中小企业和大型企业的角度描述不同的信用风险模型，分析信用风险度量的发展，最后找出银行发展自身信用模型的动力。

关键词：商业银行;信用风险;Logistic模型;KMV模型;信用模型

引言：风险管理就是对各种风险因素进行收集和分析的基础上，能够准确地预测出可能出现的各类风险，然后制定出相应的识别、衡量、有效处理等多种风险处理手段，主要目的就是以最小的成本降低风险后果，在制定一系列系统科学的管理办法后降低损失。银行是主要的风险管理主体，他们可以通过识别、衡量、有效处理等多种风险处理手段来分解和化解遇到的各种风险。选择各种合理的风险管理技术来维持经营，并且实现利益最大化。

在目前的银行风险管理中信用风险管理是主要的分支，是针对违约可能造成的风险进行的管理。银行通过的信用风险的识别和度量进行相应的管控，在尽量降低和避免经济损失的前提下，保证经营管理的安全进行。其首要目的就是能够保证银行能够承担风险带来的损失。银行所面对的风险损失应该是自己所能承受的，银行要在资源配置风险最小化的前提下，完成收益最大化，并且能够在此基础上实现风险水平的降低。

信用风险量化主要是指违约率的测算，这是金融界不可回避的重要的话题之一。西方发达国家一直将信用风险量化模型分为如下两种：传统信用风险模型和现代信用风险模型。

一、传统信用风险模型

传统信用风险模型主要包括古典信用分析方法与财务比率模型。

1.专家系统

古典信用分析方法又称专家系统，意味着信贷的决策权通常由受过长期培训、并具有丰富贷款经验的管理者控制（Altman，EI，Saunders，A.，1997）。他们使用分析工具来分析信用风险的主观判断。因子分析是常见的专家系统法则，概括为“5W或5P分析”。5W是谁（借款人），为什么（贷款原因），何时（还款时间），什么（抵押），如何（还款方式）。5P是个人因素，目的因素，支付因素，保护因素和预期因素。

但是，专家系统方法是定性分析方法，不能对不同元素进行排序。由于中小企业的管理落后，如抵押品少、规模较小等，因此不适用于中小企业的信用风险评估。评估过程的成本也是相关的相对较大，结果是主观和随机的。从严格的角度来看，此方法不适用于运行严格的管理系统的大型公司。

2.信用评分方式

信用评分模型就是指对借款人信用状况指标进行外部影响和内部影响因素的权重，这些指标在一定程度上，可以通过技术手段完成对借款人的经济状况的精准分析。将违约概率和信用综合评分的值与标准值进行比较，可以确定是否发放贷款和贷款等级。这种方法被广泛使用，主要包括Logit分析方法。用信用评分法构建的模型可以降低人工成本，同时提高决策效率。

Logit模型假设事件的概率遵循Logistic分布（Altman等，2010）。就是通过回归分析索引变量的方式，来预测事件发生的概率。P=虚拟变量。当P值为0时，说明风险事件的发生概率为零，则没有任何风险。当P值为1时，说明事件发生。P值的数值越接近1，风险发生概率越大。银行在进行信用风险评估的过程中，有两种情况是违约或非违约。这是一个二进制因变量，可以使用Logit方法进行定量分析。

与其他方法相比，应用Logit回归模型的局限性较小。它不需要数据服从正态分布，并且方差不必相等。从回归分析得出的默认概率也不需要与影响因素呈线性关系。因此，Logit方法适用于中小企业和大公司的风险评估研究。

3.财务比率评分模型

在定性分析和计算出的财务比率的基础上，银行通过简单的数学计算来分析借款人的财务状况，并根据行业标准比较借款人的财务状况和发展趋势，从而确定客户的信用风险状况。财务比率评分方法包含大量的定性分析内容，并且还包含某些定量指标。具有一定的直觉和示范性，是银行信用风险分析与管理技术的重大进步。

由于财务比率计分方法过于依赖公司发布的财务报表来分析其信用风险，因此该方法不适用于由于会计系统不完整而无法保证财务报表的准确性和严谨性的中小企業。此外，财务比率计分方法的特点是分别分析影响信用风险的各种财务指标。它无法链接财务指标以进行全面分析。因此，不能从整体上评估公司的信用风险。从这个角度来看，这种方法不能满足大型公司的要求，因为大型公司可能拥有复杂