1 导⾔（论⽂中不能出现截图）
1.1 研究背景及意义
在新巴塞尔协议的背景下，商业银⾏所⾯临的风险可明确分类为：信⽤风险、市场风险、操作风险、流动性风险、清算风险、法律风险和信誉风险等七种类型。McKinney（麦肯锡）公司以国际银⾏业为例进⾏的研究表明，以银⾏实际的风险资本配置为参照，信⽤风险占银⾏总体风险暴露的60％，⽽市场风险和操作风险仅各占20％。因此，在商业银⾏所⾯临的众多风险中，信⽤风险占有特殊的地位，且信⽤风险已经成为国际上许多商业银⾏破产的主要原因。对于我国商业银⾏来说，企业贷款是其主要业务，银⾏⼤部分的⾦融资产为企业贷款，因此贷款的信⽤风险是商业银⾏信⽤风险的最主要组成部分。截⾄2014年底，商业银⾏的不良贷款余额为5921亿元，不良贷款率1％，⽐年初增加993亿元；2014年我国银⾏业⾦融机构不良贷款率达1.64%，较2013年提⾼了0.15%；商业银⾏2014年末不良贷款率1.29%，提⾼了0.29%，2014年商业银⾏不良贷款率创2009年来新⾼,2013年和2014年我国商业银⾏不良贷款率也不断上升。以上数据都表明我国商业银⾏的信⽤风险形势还相当严峻。信⽤风险问题俨然成为阻碍我国⾦融业的持续发展的重要原因。因此，研究信⽤风险的特点，收集信⽤相关数据，建⽴度量信⽤风险的信⽤风险模型，定量分析信⽤风险数据，以及如何将信⽤风险管理措施运⽤到各项业务当中，已经是 商业银⾏提⾼经营管理⽔平，降低信⽤风险的最基础、最迫切的要求。本论⽂的选题就是在这样的前提和背景下进⾏的。
在西⽅发达国家，其商业银⾏的信⽤风险管理⽐较成熟，在实践和理论上都已形成相应的体系，表现出⼀种从定性到定量、从简单到复杂、从个别资产信⽤风险评级到资产组合信⽤风险评级的趋势。信⽤风险度量的⽅法和模型也不断推陈出新。相较⽽⾔，我国的商业银⾏信⽤风险管理系统体系尚不健全，
信⽤评级⽔平较低，对信⽤风险的分析任然处于传统的⽐例分析以及专家经验判断阶段，远不能有效满⾜商业银⾏对贷款安全性的度量要求。
因此如何加强我国商业银⾏的信⽤风险管理能⼒，提⾼我国银⾏业的风险管理⽔平，保证银⾏稳健经营，并使我国商业银⾏逐渐达到国际资本监管标准⼰是我国银⾏业发展的重要趋势，⽽研究和借鉴国外⼤银⾏先进的度量⽅法和管理措施，根据我国的具体情况探索、开发出适⽤我国商业银⾏的信⽤风险量化模型，提升我国银⾏的竞争⼒，确保我国银⾏在全球化的⼤环境下稳健经营⼰是当务之急。
1.2 相关研究现状
KMV模型⾃推出以来，受到国外学术界⼴泛关注，并对其可⾏性进⾏诸多实证分析，来验证其是否有
效。⾸先对该模型进⾏有效性验证的是KMV公司，它对IBM公司跨越5年信⽤质量恶化期间得出其EDF值在00%---20%之间变化，在其机构信⽤评级恶化之前，IBM的EDF值已经开始上升，⽐标准普尔信⽤评级的违约预测能⼒强[1]。KMV公司还收集了包括3400家上市公司和40000家⾮上市公司⾃1973年以来的资料，建⽴了庞⼤的债券及企业信⽤资料数据库，结果在评价公司债券等⽅⾯具有显著成效，尤其在对上市公司的信⽤评价中尤为突出，它考虑到企业的财务变动、股价及其浮动情形，⽐单靠公司内外财务分析所得结论更准确。Mark Carey(2001)通过重新定义参数，发现参数修正后KMV模型的预测能⼒有较⼤提⾼[2]。Roger M．Stein(2002)在对原KMV模型进⾏分析后，通过与现实情况因素进⾏对⽐，提出了模型⾃⾝存在的⼀些预测问题和模型相关的改进意[3]。Matthew Kurbat和Irina Korablev(2002)则使⽤⽔平确认(Level Validation)和校准(Calibration)⽅法对KMV进⾏了验证，研究结果证实KMV模型的输出结果EDF值实际上是偏态分布，并且样本规模的⼤⼩、样本公司的资产相关性的⼤⼩和EDF的偏态分布对EDF的预测结果有很⼤的影响[4]。他们选1991年⾄2001年间上千家美国公司的数据作为样北重阿尔斯通>马万党
本，计算出的样本公司资产相关性在0.1⾄0.2之间，⽤中位数EDF替代均值EDF，并以中位数EDF⼩于20和⼤于20将样本公司分为两类，所描绘出的两类样本公司的预期违约率轨迹与⼗年间实际发⽣的违约率轨迹匹配性很好，证明KMV模型是⼗分有效的。
1998年后，我国学者开始关注KMV模型，早期的研究仅仅局限于对KMV模型的理论基础和模型框架
的介绍与分析：张玲、张佳林(2000)，王琼、陈⾦贤(2002)先后对KMV模型与其它模型进⾏了理论上的⽐较研究，认为KMV模型⽐其它只注重财务数据的信⽤风险模型更适合于评价上市公司的信⽤风险，并初步探讨了在中国市场上的适⽤性[5]。杜本峰(2002)根据KMV 公司信⽤风险评估模型，介绍了如何使⽤实值期权理论来评估信⽤风险[6]。鲁炜、赵恒衍和刘翼云（2003）⾸先利⽤GARCH族模型对KMV输⼊变量——股权价值波动率进⾏评估，并得出与输出变量资产价值波动率的函数关系式，初步实现了运⽤期权理论对我国上市公司的信⽤风险进⾏评估，发表了⽂章《KMV模型关系函数推测及其在中国股市的验证》[7]。彭⾮远(2006)，选取17家上市公司实证⽐较了中国股市进⾏股权市场化前后的违约距离，结果发现股改后的违约距离显著增⼤，表明股权分置问题的解决，释放了中国股票市场的信⽤风险，有利于其健康发展。随着我国证券市场上市公司股权分置改⾰接近尾声，⾮流通股的定价问题难以解决不再是阻碍KMV模型在我国应⽤的主要问题[8]。
从我国⽬前对风险管理的情况来看，从国家⾦融机构到银⾏企业都意识到其重要性并逐步建⽴起信⽤风险管理体系，但与发达国家相⽐，数据库数据不完善，信⽤⽂化的缺失，风险管理⼯具与技术与国际同业较⼤差距、风险管理体制差距等⼏个⽅⾯，都消弱了我国信⽤风险管理系统的风险揭⽰和控制作⽤。所以我国在风险管理的道路上依旧任重道远
1.3研究⽅法
本⽂采⽤规范分析和实证分析相结合的研究⽅法，即在重视定性分析的同时，进⾏了⼤量的定量分析，将定性分析与定量分析
融为⼀体。具体的研究⽅法有以下⼏个⽅⾯。
(1)⽐较分析与模型分析相结合。深⼊分析现代商业银⾏信⽤风险管理的四种定量模型：Crcdit Mctrics模型、KMV模型、Crcdit Risk+模型和Credit Portfolio View模型，⽐较这些模型风险度量的思想和技术基础以及在我国的适⽤性。
(2)理论分析与实证分析相结合。深⼊剖析KMV模型度量⽅法、理论和模型，通过上市公司的股票交易价格求出上市公司的股权价值波动率，通过上市公司年度报告中的流动负债、长期负债的得出公司债务⾯值，将股权价值波动率、股权市场价值和公司债务⾯值作为输⼊变量，运⽤期权定价模型(⾮线性微分⽅程组)求出资产价值和资产价值的波动率，运⽤修正后的KMV模型求出违约距离，对配对样本进⾏对⽐分析，验证模型有效性。
1.4预期的创新点
(1)不⾜之处
本⽂还存在着如下不⾜之处以期后续研究能够有所拓展。
①没有研究⾮上市公司。由于KMV模型依赖于市场价格来预测违约，所以它不能直接运⽤到⾮上市公司。对这些公司，KMV 利⽤上市公司的数据开发了⼀个资产市场价值资产波动性的模型。该模型需要时常地更新参数，以这种⽅法来将⽬前的市场信息和⾮上市公司联系起来。然⽽，这些模型仍需依赖于财务报表数据，⽽这些数据可能不是及时、准确的。鉴于我国才刚刚引⼊KMV模型，对该模型的应⽤仍然处于起步阶段，所以本⽂只研究了KMV模型对上市公司的信⽤评价。但是，不论是⾦融机构贷款客户，还是⼀般⽣产企业的赊销客户，都存在相当⼀部分⾮上市公司，所以研究对象仅为上市公司显然会影响KMV模型的应⽤范围。
②没有研究EDF的计算。
由于违约距离DD与预期违约概率EDF之间是⼀⼀对应的关系，所以本⽂实证过程中，在检验参数修正效果和检验模型预测效果时，研究对象均选择了DD。根据KMV模型的假设，违约距离是评价企业违约风险的⼀个度量指标，可⽤其作为不同企业之间的⽐较。但该值是个序数指标，⽽⾮基数或者概率指标，也即我们⽆法直接从违约距离中得知企业违约概率到底是多少。因此在评价⼀个企业的信⽤风险时，最好是算出该企业的EDF，这样才是完整地应⽤了KMV模型。
(2)进⼀步研究的问题
针对上述的不⾜，在后续研究中可以从以下⼏个⽅⾯进⾏改进。
①加强对⾮上市公司的PFM模型实证研究以及对KMV模型中关键点在我国银⾏业的确定，认真学习和研究国际上已有的Credit Metrics模型等其它模型；
②利⽤上市公司的历史违约记录建⽴违约距离到预期违约概率的映射关系，提⾼违约距离的可操作性和现实意义。
2商业银⾏信⽤风险及其度量模型
现代的信⽤风险管理⽅法主要以定量分析为主，它的研究起源于20世纪80年代。⾃1998年巴塞尔协议修正案正式许可⾦融机构可以选择内部模型度量其⾯临的信⽤风险后，各⼤银⾏或咨询公司纷纷推出了⽤于度量信⽤风险的内部模型并得到迅速发展。信⽤风险度量⽅法的发展⼤致经历了四个阶段：专家分析⽅法、基于财务报表信息的多元统计模型判别模型、神经⽹络⽅法、以及信⽤风险内部度量模型，⼀般将专家分析⽅法、基于财务报表信息的多元统计模型判别模型、神经⽹络⽅法称为传统的⽅法。本章的研究内容主要包括：
传统信⽤风险度量的⽅法、现代信⽤风险管理的计量模型以及现代信⽤风险计量模型⽐较研究三部分内容。南通东方中学
2.1 信⽤风险及其量化因⼦
信⽤风险作为商业银⾏所⾯临主要⾦融风险，并且作为⾦融风险的⼀种主要形式，信⽤风险也具有⾦融风险的⼀般特性，如具有不确定性、传递性和扩散性、隐蔽性和突发性等等。同时，信⽤风险⼜具有与其他形式⾦融风险不同的⼀些特性。因此对于信⽤风险的度量有具体研究，信⽤风险的量化因⼦主要有:（1）违约概率，对违约概率进⾏量化，需要我们对违约进⾏具体的界定；（2）违约损失率，银⾏对损失的界定缺乏统⼀定义，往往根据具体⽬的和需要确定；（3）违约风险暴露，关于违约风险暴露，最重要的⼀点是它未来的敞⼝，记载奖励⾯临信⽤风险的头⼨规模；（4）有效期限，银⾏贷款这⼀投资的收益受其时间价值的影响，期限越长，债务在到期前⾯临的不确定性越⼤，风险也越⼤。
2.2信⽤风险度量⽅法
2.2.1传统⽅法
2.2.1.15C信⽤评分法
5C“评分法”是有关专家根据借款⼈的品格（character），即对企业信誉的⼀种度量；资本（capital），即借款⼈长期资⾦的数量和结构：偿付能⼒（capacity），即对借款⼈收益的变动来考察借款⼈的还款能⼒，即使在⼀段时间内借款企业的还贷稳定，但如果收益不稳定，借款⼈的还款能⼒也将受到影响；抵押品（collateral），即提供合适，⼀定的抵押品；经营环境
（condition），即所在⾏业的整个经营状况及发展趋势。在专家⽅法下，需要银⾏员⼯针对某⼀⾏业或某类客户范围进⾏长时期的有效分析和研究，积累经验，并成为具有⼀定⽔准的⼈才，但他们在选择客户是就会有强烈的偏好性，
因此他们的选择也给银⾏带来了潜在风险，原因就在于他们选择的客户相关性⾼，加剧银⾏贷款集中程度。
2.2.2.2信⽤评级法
贷款内部评级系统(Internal Rating Systems)是在美国货币管理署(Office of the Controller of Currency)最早开发的评级系统基础上由⼀些⾦融机构拓展开发⽽来的，⽤这⼀⽅法评估贷款损失准备⾦的充分性。OCC最早将贷款分为正常、关注、次级、可疑、损失5级，损失准备⾦根据不同等级有不同要求。另外国际上也⼜将其分为九级或者⼗级。⽬前我国商业银⾏业已开始⼴泛推⾏贷款5级分类办法。
2.2.2.3信⽤评分法
该类⽅法以企业各项财务指标为数据变量，运⽤数理统计⽅法建⽴模型，根据模型输出的信⽤分值或违约概率与基准值相⽐较，对信⽤风险进⾏有效预测并进⾏资信评级。
因此类模型在实际运⽤中较为有效，所以也成为国际⾦融机构及学术研究机构的主流⽅法。根据模型构建⽅法不同，主要可以分为多元线性判别分析模型、Logistic模型和Probit模型，线性判别分析模型等。著名的Zeta判别模型建⽴在Z-score模型的基础之上，并将该模型应⽤于商业银⾏的贷款评价上，取得极⼤的反响。
2.2.2现代⽅法
在1998年巴塞尔协议对新资本充⾜率要求的推动下，⽤于信⽤风险度量的新⽅法也开始兴起，各银⾏可以使⽤内部模型评估与市场风险和信⽤风险相关的监管资本，⽽开发出的较为成熟的模型有：(1)J．P摩根公司的Credit Metrics模型；
(2)CSFP(Credit Suisse Financial Products)开发的Credit Risk+模型；(3)Mckinsey公司的Credit Portfolio View模型；(4)KMV 公司开发的KMV 模型。
2.3现代信⽤风险度量⽅法的分析⽐较
为了让读者更加清晰得了解四种现代评分模型各⾃有优劣，特此以表格形式进⾏对⽐，需要强调的是，这并不是说明各模型孰优孰劣，⽽是让我们更加全⾯的理解各模型的特点及其运⽤。
表1：现代信⽤风险度量模型⽐较
违约概率度量的⽅法优点缺点适⽤条件及范
围
Credit Metrics 模型讲VAR⽅法引⼊到信
⽤风险管理中来。
对组合价值的分布有
正态分布假设下的解
析⽅法；
对违约的概念进⾏了
拓展
它是⼀种盯市场信⽤
风险度量模型，能将
债务价值的⾼端和低
端考虑到
模型本⾝并没有回答关于
信⽤风险定价及其基础模
型的问题；
同⼀信⽤等级中的信⽤假
占⽤⼤量计算资源
模型计算的基础是对企业
的信⽤进⾏评级，⽬前我
国的信⽤评价体制还尚未
健全
信⽤等级体系
完善的⾦融机
构和企业：可
获得完备的内
外部信⽤评级
数据
Credit Risk+模型它可以推导出完善的
债券、贷款资产组合
的损失分布;
Credit Risk+计算相对
简单
它忽略了信⽤转移风险的
因素；
每⼀个债务⼈的信⽤暴露
都是固定的；
在处理诸如期权和外汇互
换等⾮线性产品上也部令
⼈满意。
⼤样本贷款组
合：可利⽤区
间划分的⽅法
对贷款进⾏分
类进⽽应⽤精
算模型。
CPV较充分的考虑了宏观
经济环境对信⽤等级模型的数据依赖于⼀国的很多宏观经济数据；
宏观经济影响
较⼤：可利⽤
信⽤等级转移概率具有盯市性；
它既可以适⽤于单个债务⼈，也可以适⽤于体债务⼈。模型使⽤经调整后的信⽤
微波热疗
等级转移概率矩阵的特殊
中国图书馆分类法程序，⽽调整则基于银⾏
信贷部门积累的经验和信
贷周期的主观判断。
信贷组合与宏
观经济指标的
敏感度分析构
建回归模型。
拥有强有⼒的理论⽀持；
KMV模型是以股票市场数据为基础的，具有前瞻性；
动态模型；
部要求有效市场假设。参数设计存在争议；
对数据库要求⾼。
上市公司：可
获得准确及时
的企业财务数
据。
3我国商业银⾏信⽤风险度量模型研究——KMV模型
⾸先要说明为什么要选择KMV作为我国商业银⾏信⽤风险的度量模型，顺便谈谈我国信⽤风险的状况。
KMV模型是KMV公司于1993年创⽴的⼀种度量预期违约率(Expected Default Frequency，EDF)的模型，是以经典的莫顿模型为理论基础将期权定价理论应⽤于贷款和债券估值⽽开发出的⼀种信⽤监控模型，它通过对上市公司股价波动的分析，来预测股权公开交易公司发⽣违约的可能性。对⽐国内外对KMV模型的研究成果，发现我国还有很⼤的进步空间。
叠氮化钠
3.1 KMV模型介绍
KMV模型由世界著名的信⽤风险咨询管理公司KMV公司(现⼰被世界著名的信⽤评级机构——穆迪投资服务公司收购)创⽴并商品化。该公司位于美国旧⾦⼭，成⽴于1989年，公司取其三位创办者Kealhofer、McQuow和
Vasicek⾸字母(KMV)为名。1993年,McQuown与Vasicek发展和改进了Fisher Black Myron Scholes(1973)和Robert
Merton(1974)创⽴的期权定价理论，在此基础上提出了著名的Credit Monitor Model(即KMV模型)，并给出借款⼈的违约率测量⽅法[9][10]。随后，Longstaff和Schwarz(1995)、Zhou(1997)对此作了进⼀步的发展[11][12]。
3.2 KMV模型的理论分析
KMV模型是在企业负债⼀定的情况下，由负债⼈资产的市场价值来决定的违约风险。假如⼀个公司的资产市场价值为V具有负债D，负债D须在合同约定时间T时还清，否则该公司违约。如果该公司资产市场价值V在时间T时⼤于D，则该公司可以偿还负债，不违约；反之，如果⼩于D，则公司只能将股权转让给债权⼈。由于KMV模型研究基于期权的理论基础，因此可以将企业向银⾏贷款看做⼀个欧式看涨期权的交易过程。企业相当于期权多头（买⽅），银⾏可看做期权空头（卖⽅），企业的资产V为期权的基础资产，企业的贷款为D看做执⾏价格，初始投资为期权费S。由于受到市场及各⽅⾯因素影响企业资产价值V不断变化，当V＝V1D时，企业将会偿还贷款，企业股东获得V2-D的剩余利益，且股东的收益将随着企业资产市值的增多⽽增加。
3.2.1模型假设
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议