信用風(fēng)險(xiǎn)的各種度量方法

1、第30卷第9期財(cái)經(jīng)研究Vol130No19 2004年9月Journal of Finance and Economics Sep12004現(xiàn)代信用風(fēng)險(xiǎn)度量模型剖析與綜合比較分析朱小宗,張宗益,耿華丹(重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院,重慶400044摘要:文章首先從多方面剖析了當(dāng)前比較著名的現(xiàn)代信用風(fēng)險(xiǎn)度量模型,并進(jìn)行范式比較和實(shí)證比較,發(fā)現(xiàn)建模方法的不同,預(yù)測(cè)的效果也相差較大,最后對(duì)這些模型作出了較為客觀的評(píng)價(jià)。關(guān)鍵詞:現(xiàn)代信用風(fēng)險(xiǎn)度量模型;剖析;范式比較;實(shí)證比較;評(píng)價(jià)中圖分類(lèi)號(hào):F22417;F83015文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1001-9952(200409-0033-14一、引言在信用風(fēng)

2、險(xiǎn)測(cè)量方面,5新巴塞爾資本協(xié)議6推薦使用內(nèi)部評(píng)級(jí)法(Inner ratings-based approach,IRB,它有兩個(gè)版本,一是基礎(chǔ)內(nèi)部評(píng)級(jí)法(Founda-tion IRB approach;二是高級(jí)內(nèi)部評(píng)級(jí)法(Advanced IRB approach。內(nèi)部評(píng)級(jí)法提出4個(gè)主要參數(shù),分別是違約概率(Probability of Default,PD、違約下的損失率(Loss of Given Default,LGD、違約暴露(Exposure at Default,EAD及期限(M aturity,M;基礎(chǔ)內(nèi)部評(píng)級(jí)法要求比較簡(jiǎn)單,銀行只需計(jì)算違約概率,其余只要依照監(jiān)管機(jī)構(gòu)的指引即可,

3、實(shí)施比較容易。高級(jí)內(nèi)部評(píng)級(jí)法相對(duì)復(fù)雜得多,銀行需要自行計(jì)算上述4項(xiàng)參數(shù)。在確定了主要參數(shù)以后,就可以計(jì)算預(yù)期損失(Expected Loss,EL、非預(yù)期損失(Unex pected Loss,UL、經(jīng)濟(jì)資本(Economic Capital,EC。在這種對(duì)風(fēng)險(xiǎn)資本的嚴(yán)格要求下,同時(shí)由于1990年代里,公司倒閉的結(jié)構(gòu)性增加、脫媒效應(yīng)的顯現(xiàn)、競(jìng)爭(zhēng)的白熱化、擔(dān)保能力的下降、金融衍生品的急劇膨脹、信息技術(shù)的飛速發(fā)展等因素促使人們加強(qiáng)對(duì)信用風(fēng)險(xiǎn)的研究。正是收稿日期:2004-06-23作者簡(jiǎn)介:朱小宗(1974-,男,湖北隨州人,重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院博士生;張宗益(1964-,男,貴州松桃人,重

4、慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院教授,博士生導(dǎo)師;耿華丹(1979-,女,遼寧復(fù)興人,重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院。#33財(cái)經(jīng)研究2004年第9期在這個(gè)時(shí)期,涌現(xiàn)出信用監(jiān)測(cè)模型、信用度量術(shù)、死亡率模型、信用風(fēng)險(xiǎn)附加法模型、信貸組合觀點(diǎn)、貸款分析系統(tǒng)等現(xiàn)代信用風(fēng)險(xiǎn)度量模型。這些模型在國(guó)際上大型商業(yè)銀行得到廣泛應(yīng)用,其中一些重要思想和方法已寫(xiě)入5新巴塞爾協(xié)議6,突出了這些模型對(duì)國(guó)際銀行業(yè)信用風(fēng)險(xiǎn)度量與管理的重要性,而有些模型尚未完全/解密0,它們的建模方法有何不同,在我國(guó)實(shí)際應(yīng)用效果如何等等問(wèn)題尚需深入研究,這正是本文研究的問(wèn)題,以此希冀能夠?yàn)榻６攘课覈?guó)借款人的信用風(fēng)險(xiǎn)提供理論和方法上的重要參考。二、現(xiàn)代

5、信用風(fēng)險(xiǎn)度量模型剖析(一信用監(jiān)測(cè)模型(Credit Monitor Model。1993年,KMV公司利用布萊克斯科爾斯莫頓模型(BSM M odel提出了著名的信用監(jiān)測(cè)模型(Credit M onitor M odel,并經(jīng)Longstaff和Schw arz(1995、Dsa(1995和Zhou(1997作了進(jìn)一步的發(fā)展,現(xiàn)已基本成熟并成為當(dāng)今世界最為著名的信用風(fēng)險(xiǎn)度量模型之一。11模型假設(shè)。(1滿(mǎn)足BSM模型的基本假設(shè),即公司股票價(jià)格是個(gè)隨機(jī)過(guò)程、允許賣(mài)空、沒(méi)有交易費(fèi)用和稅收、證券可分性、不存在套利機(jī)會(huì)、證券交易的連續(xù)性、無(wú)風(fēng)險(xiǎn)利率在借款人還清債務(wù)前保持不變;(2借款人資產(chǎn)價(jià)值大于其債務(wù)

6、價(jià)值時(shí),借款人不會(huì)違約;反之,借款人資產(chǎn)價(jià)值小于其債務(wù)價(jià)值時(shí),借款人就會(huì)違約;(3企業(yè)市場(chǎng)價(jià)值服從布朗(Brow n運(yùn)動(dòng),并且借款人資產(chǎn)收益服從正態(tài)分布;(4假設(shè)借款人資本結(jié)構(gòu)只有所有者權(quán)益、短期債務(wù)、長(zhǎng)期債務(wù)和可轉(zhuǎn)化的優(yōu)先股。21模型設(shè)定與參數(shù)估計(jì)。根據(jù)企業(yè)市場(chǎng)價(jià)值服從布朗(Brow n運(yùn)動(dòng)的假設(shè)有:V T=V t L dt+V t R V dz t(1其中:V為借款人資產(chǎn)市場(chǎng)價(jià)值;L為借款人資產(chǎn)期望回報(bào)率;R V為借款人資產(chǎn)市場(chǎng)價(jià)值比例變化的波動(dòng)率,實(shí)際上也是資產(chǎn)回報(bào)率的波動(dòng)率;t,T為債務(wù)現(xiàn)在時(shí)點(diǎn)和到期日,且有S=T-t;z tN(0,t。KM V模型主要分析違約概率,PD是建立在違約距

7、離DD(Distance to De-fault基礎(chǔ)之上的,違約距離是企業(yè)資產(chǎn)市場(chǎng)價(jià)值的預(yù)期值與違約點(diǎn)DP(De-fault Point的差值對(duì)企業(yè)資產(chǎn)市場(chǎng)價(jià)值回報(bào)率波動(dòng)率與資產(chǎn)市場(chǎng)價(jià)值乘積的倍數(shù),并定義:DP=企業(yè)短期債務(wù)價(jià)值+015企業(yè)長(zhǎng)期債務(wù)價(jià)值(2由于假設(shè)企業(yè)市場(chǎng)價(jià)值服從布朗運(yùn)動(dòng),即有:V T=V t ex p(L-0.5R2VS+R V S#z S(3由于該模型假設(shè)借款人資產(chǎn)價(jià)值小于債務(wù)價(jià)值就算違約,所以違約率為: #34PD=PrV T <(DPT =PrlnV t +(L -0.5R 2V S +R V S#z S ln(DPS =N(-d(4 其中,d=lnV t /(D

8、P+(L -0.5R 2V S R V S;N(#為正態(tài)分布下的累計(jì)概率,其反函數(shù)表示為N -1(#。對(duì)歷史數(shù)據(jù)統(tǒng)計(jì)可以得出債券/貸款違約下的平均損失率E (LGD及其方差R 2LGD ,由于該模型的高級(jí)版假設(shè)LGD 服從貝塔(Beta分布,根據(jù)損失率的均值和方差可以計(jì)算出貝塔分布的參數(shù),這樣就可以用式(57計(jì)算在一定置信水平A (如99%下的某一債務(wù)/貸款損失。EL=EAD #PD #E(LGD(5EC=EAD #PD #B -1(A (6U L=EC-EL (7B -1(#為貝塔分布函數(shù)的反函數(shù)。31監(jiān)測(cè)模型的優(yōu)勢(shì)和缺陷。優(yōu)勢(shì):(1它擁有強(qiáng)大的理論基礎(chǔ),即現(xiàn)代公司理財(cái)和期權(quán)理論的/結(jié)構(gòu)性模

9、型0;(2它采用的主要是股票市場(chǎng)的數(shù)據(jù),因此,數(shù)據(jù)和結(jié)果更新很快,具有前瞻性;(3它可以用于任何公開(kāi)招股公司。 缺點(diǎn):(1假設(shè)比較苛刻,尤其是資產(chǎn)收益分布實(shí)際上存在/肥尾0(fat-tailedness現(xiàn)象,并不滿(mǎn)足正態(tài)分布假設(shè);(2對(duì)于非上市公司,不得不采用歷史財(cái)務(wù)數(shù)據(jù),數(shù)據(jù)的時(shí)效性大打折扣;(3沒(méi)有根據(jù)借款人信用品質(zhì)、擔(dān)保情況、可轉(zhuǎn)換性等區(qū)分長(zhǎng)期債券;(4它是違約式(Default-Mode,DM 模型,對(duì)企業(yè)的杠桿比率捕捉鈍化,具有靜態(tài)性;(5不能處理非線(xiàn)性產(chǎn)品,如期權(quán)、外幣掉期。(二信用度量術(shù)(CreditM etries。1997年,J 1P 1摩根聯(lián)合當(dāng)時(shí)世界一流銀行和KM V 公

10、司共同開(kāi)發(fā)出信用度量術(shù)(CreditMetrics,采用二階段法度量信用風(fēng)險(xiǎn),此后,A.Nyfeler(2000、Lawrece R.Forest 和Kpmecpeat M arw ick (2000,David Jones 和John M ingo(2001對(duì)此作了進(jìn)一步解釋和拓展,現(xiàn)已基本成熟并成為當(dāng)今世界最為著名的信用風(fēng)險(xiǎn)度量模型之一。11模型假設(shè)。(1債券未來(lái)市場(chǎng)價(jià)值和風(fēng)險(xiǎn)完全由其遠(yuǎn)期利率分布曲線(xiàn)決定,在模型中,惟一的變量是信用等級(jí);(2信用等級(jí)是離散的,在同一級(jí)別的債券具有相同的遷移距陣和違約概率,遷移概率遵循馬爾可夫過(guò)程,同時(shí)遷移概率具有穩(wěn)定性,且實(shí)際違約概率等于歷史違約概率;(3

11、風(fēng)險(xiǎn)期限是固定的,一般為一年;(4不同債務(wù)人的信用等級(jí)的聯(lián)合分布是用兩者資產(chǎn)回報(bào)率聯(lián)合分布來(lái)估計(jì)的,資產(chǎn)回報(bào)率的聯(lián)合分布又用所有者權(quán)益收益率的聯(lián)合分布來(lái)代替;(5每個(gè)信用等級(jí)對(duì)應(yīng)一條零息票收益率曲線(xiàn);(6違約的含義不僅指?jìng)鶆?wù)人到期沒(méi)有償還債務(wù),還可指?jìng)鶆?wù)人信用等級(jí)的下降所導(dǎo)致的債券市場(chǎng)價(jià)值下跌,并且違約事件發(fā)生在債務(wù)到期。21模型設(shè)定與參數(shù)估計(jì)。為了闡述方便,本文僅對(duì)單一債券的違約概率#35#朱小宗、張宗益、耿華丹:現(xiàn)代信用風(fēng)險(xiǎn)度量模型剖析與綜合比較分析進(jìn)行分析,假定債券持續(xù)期限為n(用k 表示期限,債券等級(jí)劃分為m 等(用j 表示信用等級(jí),且計(jì)算第一年的信用風(fēng)險(xiǎn)值。根據(jù)不同信用等級(jí)的歷史違約

12、概率和利率預(yù)期理論,計(jì)算出信用等級(jí)為j 的債券第k 年零利率收益率y jk ,這樣就可以將債券的票息和本金折算為債券現(xiàn)值P j ,就是:P j =E n k=1M j k /(1+y jk k (8 M jk 為債券j 第k 年凈現(xiàn)金流量。根據(jù)歷史信用等級(jí)遷移概率計(jì)算出該信用等級(jí)的遷移概率c j ,則債券第一年末的期望價(jià)值和方差分別為:E(P=E m j=1P j c j(9R 2P =E m j=1P 2j c j -E(P2(10 該模型計(jì)算債券價(jià)值的損失有兩種方法:(1基于債券價(jià)值服從正態(tài)分布的假設(shè)。在這種情況下,信用等級(jí)為j 的債券的預(yù)期損失就是債券現(xiàn)值P j 與債券的期望價(jià)值E(P的

13、差額;再根據(jù)債券價(jià)值變化的標(biāo)準(zhǔn)差R LGD ,用式(11計(jì)算債券在置信水平為A 下的非預(yù)期損失,從而得出經(jīng)濟(jì)資本。UL=N -1(A #R P (11(2基于債券價(jià)值的實(shí)際分布。在這種情況下,需要采用蒙特卡羅方法和VaR 技術(shù),即要累加該債券向最差的信用等級(jí)遷移的概率,直到等于或者近似等于給定的(1-A ,此時(shí)可以得到與此對(duì)應(yīng)的債券價(jià)值,該值與債券的期望價(jià)值之差就是VaR 值,即可求出該債券應(yīng)該所需的經(jīng)濟(jì)資本。31信用度量術(shù)的優(yōu)勢(shì)與劣勢(shì)。優(yōu)勢(shì):(1對(duì)組合價(jià)值的分布有正態(tài)分布假定下的解析方法和蒙特卡羅模擬法(M onte Carlo Simulation,在一定程度上避免了資產(chǎn)收益率正態(tài)性的硬性

14、假設(shè),可以用資產(chǎn)價(jià)值分布和百分位求出資產(chǎn)損失;(2對(duì)/違約0的概念進(jìn)行了拓展,認(rèn)為違約也包括債務(wù)人信用等級(jí)惡化;(3它是一種盯市(M arket-to -Market,M TM 信用風(fēng)險(xiǎn)度量模型,能將債務(wù)價(jià)值的高端和低端考慮到;(4該模型適用范圍非常廣泛,包括傳統(tǒng)的商業(yè)貸款、信用證和承付書(shū)、固定收益證券、貿(mào)易融資和應(yīng)收賬款等商業(yè)合同,而其高級(jí)版的信用風(fēng)險(xiǎn)度量術(shù)還能夠處理掉期合同、期貨合同及其他衍生產(chǎn)品;(5該模型提出了邊際風(fēng)險(xiǎn)貢獻(xiàn)的概念,很好地刻畫(huà)新增一筆債券/貸款的風(fēng)險(xiǎn)和收益及其取舍方法。劣勢(shì):(1大量證據(jù)表明信用等級(jí)遷移概率并不遵循馬爾可夫過(guò)程,而是跨時(shí)自相關(guān)的;(2信用等級(jí)遷移矩陣未必是

15、穩(wěn)定的,它受到行業(yè)、國(guó)家因素、周期因素等影響;(3貸款合約與債券在擔(dān)保、合約條件上有很大不同,對(duì)此評(píng)價(jià)貸款的損失有一定的困難。(三死亡模型(M ortality Model。Ew ard I.Altman 和Sugg itt 、Kishore #36#財(cái)經(jīng)研究2004年第9期在1997年開(kāi)發(fā)出債券的邊際和累計(jì)死亡率表,俗稱(chēng)死亡率模型。11模型假設(shè)。(1各債券違約相互獨(dú)立,即不存在相關(guān)效應(yīng)和連鎖反應(yīng),但相同信用等級(jí)的債券違約情況相同;(2不同債券類(lèi)型的違約下的損失率不同且相互獨(dú)立,但同一債券類(lèi)型的違約下的損失率基本相同;(3不考慮宏觀經(jīng)濟(jì)環(huán)境對(duì)死亡率的影響。21模型設(shè)定與參數(shù)估計(jì)。定義:邊際死亡

16、率MM R(M argin Mortality Rate。MM R(t=在t 年違約債券的總值/第t 年初樣本中債券的總值,則:CM R(S =1-F S t=1(1-M MR(t=1-F S t=1SR(t(12R MM R =MM R t (1-MMR t /N(13 其中:CMR (S 為在S 時(shí)間段內(nèi)的累計(jì)死亡率(Cumulative Mortality Rate;R MMR 為邊際死亡率的波動(dòng)率;N 為統(tǒng)計(jì)計(jì)算MM R t 所用的數(shù)據(jù)樣本;SR(t為第t 年的樣本存活率(Survival Rate,SR(t=1-MM R(t。在此模型中,累計(jì)死亡率相當(dāng)于違約概率PD,再根據(jù)歷史數(shù)據(jù)統(tǒng)

17、計(jì)出的不同信用等級(jí)的債券的LGD 及其方差,采用蒙特卡羅方法和VaR 技術(shù)計(jì)算債券損失。由于該模型假設(shè)LGD 服從貝塔分布,所以在實(shí)際應(yīng)用中為了簡(jiǎn)化,可以用式(57計(jì)算債券近似的預(yù)期損失、經(jīng)濟(jì)資本和非預(yù)期損失。31死亡模型的優(yōu)勢(shì)與劣勢(shì)。優(yōu)勢(shì):(1比較容易利用死亡率表來(lái)計(jì)算單個(gè)債券和債券組合的預(yù)期損失及其波動(dòng)率,特別是計(jì)算債券組合很方便;(2死亡模型是從大量樣本中統(tǒng)計(jì)出來(lái)的一個(gè)模型,所以采用的參數(shù)比較少。 劣勢(shì):(1沒(méi)有考慮不同債券的相關(guān)性對(duì)計(jì)算結(jié)果的影響;(2沒(méi)有考慮宏觀經(jīng)濟(jì)環(huán)境對(duì)死亡率的影響,因而需要時(shí)時(shí)更新死亡率表;(3要求的數(shù)據(jù)量很大,許多單個(gè)商業(yè)銀行無(wú)法提供如此之大的數(shù)據(jù)庫(kù),如對(duì)有7個(gè)

18、信用等級(jí)的債券,R =01001,MMR=0101,則樣本需要達(dá)到69300個(gè),這對(duì)一般商業(yè)銀行是不可能的;(4數(shù)據(jù)更新和計(jì)算量很大;(5不能處理非線(xiàn)性產(chǎn)品,如期權(quán)、外幣掉期。(四信用風(fēng)險(xiǎn)附加法(CreditRisk +Model。信用風(fēng)險(xiǎn)附加法是瑞士波士頓第一銀行產(chǎn)品部在1997年源于保險(xiǎn)精算學(xué)思想開(kāi)發(fā)的。11模型假設(shè)。(1債務(wù)/貸款償還只有兩種狀態(tài):違約與不違約;(2在債務(wù)人較多的條件下,在相同時(shí)間段內(nèi)違約概率相同;(3在不重疊的時(shí)間段內(nèi)違約人數(shù)相互獨(dú)立。21模型設(shè)定與參數(shù)估計(jì)。由于以上假設(shè),則用泊松(Poisson分布比較好滿(mǎn)足以上假設(shè),設(shè):Pr(n=K n e -K /n!(14Pr(

19、n為計(jì)算期內(nèi)發(fā)生n 個(gè)債務(wù)人違約事件的概率;K 為單位時(shí)間段內(nèi)平均違約人數(shù),它服從Gamma 分布,并且有K =E n k=1Pr(k#k 。根據(jù)Poisson 分布#37#朱小宗、張宗益、耿華丹:現(xiàn)代信用風(fēng)險(xiǎn)度量模型剖析與綜合比較分析可知,n 是均值為K 的一個(gè)隨機(jī)變量。Credit Suisse 在處理模型時(shí),將債券/貸款分為m 個(gè)頻段,設(shè)基礎(chǔ)單位金額為L(zhǎng)(例如100萬(wàn)元,則可以根據(jù)債務(wù)人風(fēng)險(xiǎn)暴露劃為某一頻段(取大于相對(duì)比例的最小整數(shù),如435萬(wàn)元的頻段為5,頻段j 的風(fēng)險(xiǎn)暴露v j 用L 作單位,則有v j =j,則在頻段j 內(nèi)的期望違約人數(shù)為:K j =EL j /v j =E k I

20、 8j EL k /v k (15 則頻段j 的資產(chǎn)組合分布的概率密度函數(shù)為:G j (z=E n=0Pr(EL =nLZ n =E n=0Pr(nZnv j =E n=0(K n j e -K j /n!Z nv j =exp(-K j +K j Z v j (16G(z=F m j=1G j (z=F m j=1exp(-K j +K j z v j =ex p(-E m j=1K j +E m j=1K j z v j =ex p(-K +E m j=1K j z v j (17則損失n #L 的資產(chǎn)的概率函數(shù)為:Pr(EL=n #L=1n!d n G(zdz n |Z =0,n=0,1

21、,2,(18有了資產(chǎn)損失的概率密度函數(shù),就可以直接利用VaR 方法求出債券/貸款的經(jīng)濟(jì)資本要求,即在一定的置信水平下,可以計(jì)算出最大可能違約數(shù)N,這樣經(jīng)濟(jì)資本就為N #L 。31信用風(fēng)險(xiǎn)附加法的優(yōu)勢(shì)和劣勢(shì)。優(yōu)勢(shì):(1易于求出債券/貸款及其組合的損失概率和邊際風(fēng)險(xiǎn)分布;(2模型集中于違約分析,所需估計(jì)變量很少,只需要違約和風(fēng)險(xiǎn)暴露的分布即可;(3該模型處理能力很強(qiáng),可以處理數(shù)萬(wàn)個(gè)不同地區(qū)、不同部門(mén)、不同時(shí)限等不同類(lèi)型的風(fēng)險(xiǎn)暴露;(4根據(jù)組合價(jià)值的損失分布函數(shù)可以直接計(jì)算組合的預(yù)期損失和非預(yù)期損失的值,比較簡(jiǎn)便。 劣勢(shì):(1與KMV 模型一樣,只將違約風(fēng)險(xiǎn)納入模型,沒(méi)有考慮市場(chǎng)風(fēng)險(xiǎn),而且認(rèn)為違約風(fēng)

22、險(xiǎn)與資本結(jié)構(gòu)無(wú)關(guān)。(2沒(méi)有考慮信用等級(jí)遷移,因而任意債權(quán)人的債務(wù)價(jià)值是固定不變的,它不依賴(lài)于債務(wù)發(fā)放人信用品質(zhì)和遠(yuǎn)期利率的變化與波動(dòng)。盡管違約概率受到一些隨機(jī)因素的影響,但風(fēng)險(xiǎn)暴露并不受這些因素的影響。(3K j 的方差并不完全相同,否則會(huì)低估違約率。(4不能處理非線(xiàn)性金融產(chǎn)品,如期權(quán)、外幣掉期。(五信貸組合觀點(diǎn)(Credit Portfolio V iew 。1998年,麥肯錫(Mc Kinsey公司Saunders 和Wilson 等人利用基本動(dòng)力學(xué)的原理,從宏觀經(jīng)濟(jì)經(jīng)濟(jì)環(huán)境的角度來(lái)分析借款人的信用等級(jí)遷移,建立了信貸組合觀點(diǎn),有時(shí)也稱(chēng)麥肯錫模型。11模型假設(shè)。(1信用等級(jí)在不同時(shí)期的遷移

23、概率不是固定不變的,而受到諸如國(guó)別、經(jīng)濟(jì)周期、失業(yè)率、GDP增長(zhǎng)速度、長(zhǎng)期利率水平、外匯匯率、政府支出、總儲(chǔ)蓄率、產(chǎn)業(yè)等因素的影響;(2宏觀經(jīng)濟(jì)變量服從AR(2過(guò)程。21模型設(shè)定與參數(shù)估計(jì),即:Pr i,t=1/(1+e-Y i,t(19其中:Pr i,t為債務(wù)人i在時(shí)刻t的有條件違約概率;Y i,t為由以上m個(gè)因素F i,t所表示的宏觀指數(shù),即:Y i,t=A i,0+A i,1F i,1,t+A i,2F i,2,t+,+A i,m F i,m,t+E i,t(20A i,k為F i,k,t對(duì)Y i,t的影響系數(shù);F i,k,t為因素k的相對(duì)指數(shù);E i,tN(0,R i,E t N(0,

24、M E,M E是因素指數(shù)協(xié)方差矩陣。由第2個(gè)假設(shè)可知:F i,k,t=B i,k,0+B i,k,1F i,k,t-1+B i,k,2F i,k,t-2+e i,k,t(21e i,tN(0,R i,e tN(0,M e,M e是誤差項(xiàng)矩陣。設(shè)定矩陣E t=v t e tTN(0,M,其中M=M v,v M v,eM e,v M e,e,M v,e是相關(guān)系數(shù)矩陣。將矩陣M分解為M=AA T,并設(shè)Z tN(0,I,則債務(wù)人數(shù)量足夠多時(shí)有:M t=A T Z t(22根據(jù)歷史的投資級(jí)債券的違約概率P t與穆迪(Moody或者標(biāo)準(zhǔn)普爾(Standard&Poor的歷史上(無(wú)條件投資級(jí)債券的基

25、期違約概率P0的比值可以看出,比值大于1則說(shuō)明經(jīng)濟(jì)膨脹,小于1則說(shuō)明經(jīng)濟(jì)衰退。利用P i,t來(lái)調(diào)整P0,從而得到一個(gè)轉(zhuǎn)換矩陣TM:TM t=TM(P i,t/P0,TM T=F T t=1TM(P i,t/P0(23由式(23可以得到任何信用等級(jí)在任何時(shí)刻的向任何信用等級(jí)遷移的瞬間遷移概率和累計(jì)遷移概率。事實(shí)上,信貸組合觀點(diǎn)是對(duì)信用度量術(shù)的延伸和深化,因?yàn)樵谛庞枚攘啃g(shù)中,信用等級(jí)遷移的概率和累計(jì)概率是通過(guò)歷史數(shù)據(jù)統(tǒng)計(jì)出來(lái)的,存在一定的時(shí)滯,所以,該模型在利用信用度量術(shù)的有關(guān)處理方法和VaR方法的基礎(chǔ)上,可以求出債券/貸款及其組合的違約概率、預(yù)期損失、非預(yù)期損失和經(jīng)濟(jì)資本。31信貸組合觀點(diǎn)的優(yōu)勢(shì)

26、和劣勢(shì)。優(yōu)勢(shì):(1較為充分地考慮了宏觀經(jīng)濟(jì)環(huán)境對(duì)信用等級(jí)遷移的影響,而不是無(wú)條件用歷史上違約概率的平均值來(lái)代替;(2信用等級(jí)遷移概率具有盯市性,因而它與信用度量術(shù)結(jié)合起來(lái)可以提高信用風(fēng)險(xiǎn)度量的準(zhǔn)確性;(3它清晰地給出了實(shí)際的離散的損失分布模型,這個(gè)損失分布依賴(lài)于子組合中信用頭寸的個(gè)數(shù)和大小;(4它既可以適用單個(gè)債務(wù)人,也可以適用于群體債務(wù)人,如零售組合。劣勢(shì):(1模型的數(shù)據(jù)依賴(lài)于一國(guó)很多宏觀經(jīng)濟(jì)數(shù)據(jù),因而數(shù)據(jù)處理與計(jì)算較為繁雜;(2不能處理非線(xiàn)性產(chǎn)品,如期權(quán)、外幣掉期。(六貸款分析系統(tǒng)(LAS。1998年KPMG 公司Belkin(1998和Crouhy 及M ark(1998等人在風(fēng)險(xiǎn)中性理

27、論的基礎(chǔ)上提出了貸款分析系統(tǒng)。Deliane -dias 和Geske(1998通過(guò)期權(quán)定價(jià)模型進(jìn)一步發(fā)展了LAS 模型,基于期權(quán)思想的LAS 模型與信貸監(jiān)測(cè)模型基本相同,只是將企業(yè)資產(chǎn)價(jià)值的期望回報(bào)率換成無(wú)風(fēng)險(xiǎn)利率,將貸款的面值當(dāng)作違約實(shí)施點(diǎn)來(lái)處理,所以在此不作贅述,下面就只剖析前一種LAS 模型。11模型假設(shè)。(1貸款利率大于無(wú)風(fēng)險(xiǎn)利率時(shí),借款人存在違約的風(fēng)險(xiǎn);(2貸款價(jià)值服從正態(tài)分布。21模型設(shè)定與參數(shù)估計(jì)。根據(jù)利率期限結(jié)構(gòu)理論中的利率預(yù)期理論,有: (1+r n n =(1+r 0(1+r 0,1(1+r 0,2,(1+r 0,k ,(1+r 0,n (24 (1+R n n =(1+

28、R 0(1+R 0,1(1+R 0,2,(1+R 0,k,(1+R 0,n (25r n ,R n 為n 年期限無(wú)風(fēng)險(xiǎn)利率和風(fēng)險(xiǎn)利率,并認(rèn)為n 年期限無(wú)風(fēng)險(xiǎn)利率在n 年內(nèi)不變;r 0,k ,R 0,k 為第k 年遠(yuǎn)期無(wú)風(fēng)險(xiǎn)利率和風(fēng)險(xiǎn)利率。則第k 年遠(yuǎn)期風(fēng)險(xiǎn)違約率(中性概率為:NP 0,k =1-(1+r 0,k /(1+R 0,k (26在確定了k 年內(nèi)各年遠(yuǎn)期風(fēng)險(xiǎn)違約率后可以計(jì)算貸款在k 年內(nèi)累計(jì)違約的概率PD k ,即:PD k =1-F k k=1(1-NP 0,k =1-F k k=11+r 0,k1+R 0,k (27在無(wú)違約風(fēng)險(xiǎn)下可以計(jì)算貸款的現(xiàn)值V 0,在違約風(fēng)險(xiǎn)下可以求出貸款的

29、違約現(xiàn)值V,即:V 0=E n k=1M k (1+r n k (28V =E n k=1(1-PD k M k (1+r n k =E n k=1M k (1+r n k #F k k=11+r 0,k 1+R 0,k (29在借款人信用等級(jí)遷移的情況下,將式(29得出的V 代替式(910中的P 就可以計(jì)算出貸款在信用等級(jí)遷移后的期望值E(V和方差R 2V ,在貸款價(jià)值服從正態(tài)分布的假設(shè)下,貸款預(yù)期損失就是貸款的現(xiàn)值V 0與信用等級(jí)遷移后的期望價(jià)值E(V的差額,在置信水平為A 下的非預(yù)期損失可以用式(11來(lái)計(jì)算,從而得到貸款的經(jīng)濟(jì)資本要求。31貸款分析系統(tǒng)的優(yōu)勢(shì)和缺陷。優(yōu)勢(shì):(1數(shù)據(jù)要求較簡(jiǎn)

30、單,不復(fù)雜;(2它采用了利率期限結(jié)構(gòu)理論,因此,可以求出遠(yuǎn)期違約率,具有前瞻性。缺點(diǎn):(1假設(shè)貸款價(jià)值分布具有正態(tài)性,但實(shí)際上存在/肥尾0現(xiàn)象,并不滿(mǎn)足正態(tài)分布假設(shè);(2對(duì)構(gòu)建多期無(wú)套利的組合貸款沒(méi)有很好的方法保證;(3它只考慮違約和不違約兩種狀態(tài),但貸款期限較長(zhǎng)時(shí)貸款可能移到這兩者之外的狀態(tài);(4不能處理非線(xiàn)性產(chǎn)品,如期權(quán)、外幣掉期。三、范式比較(一違約的定義。根據(jù)對(duì)違約定義的不同,可分為盯市模型(MT M與違約模型(DM,MT M模型和DM模型是銀行業(yè)普遍使用的兩大類(lèi)信用風(fēng)險(xiǎn)度量模型。盯市模型是以資產(chǎn)市場(chǎng)價(jià)值變化為基礎(chǔ)計(jì)算VaR的模型;而違約模型則是集中于預(yù)測(cè)違約損失,它只考慮了兩種情形:

31、違約和不違約。盯市模型相對(duì)違約模型的一個(gè)顯著差異是前者包括了價(jià)差風(fēng)險(xiǎn),因?yàn)樗丝紤]違約與不違約兩種信用狀態(tài)以外,還要考慮到信用質(zhì)量的變化,比如信用等級(jí)的上升或下降,在此意義下M TM模型是DM模型的一種推廣。據(jù)此分析,信用度量術(shù)是典型的MTM模型;死亡模型、信用風(fēng)險(xiǎn)附加法、貸款分析系統(tǒng)和信用監(jiān)測(cè)模型本質(zhì)是DM模型,但高級(jí)版的信用監(jiān)測(cè)模型也是MT M模型;而信貸組合觀點(diǎn)既是MT M模型,也是DM模型。(二風(fēng)險(xiǎn)驅(qū)動(dòng)因素。根據(jù)風(fēng)險(xiǎn)驅(qū)動(dòng)因素的不同可將信用風(fēng)險(xiǎn)度量模型分為條件模型和無(wú)條件模型。按照巴塞爾委員會(huì)的定義,無(wú)條件模型反映相對(duì)有限的特定借款者或特定信用項(xiàng)目的信息;而條件模型除此之外還綜合考慮了

32、一國(guó)或國(guó)際的總體經(jīng)濟(jì)環(huán)境,比如GDP增長(zhǎng)率、通貨膨脹率、失業(yè)率、股票價(jià)格指數(shù)、利率等宏觀經(jīng)濟(jì)因素,模型的結(jié)果對(duì)這些因素的變化往往具有比較強(qiáng)的敏感性。因此,信用監(jiān)測(cè)模型的風(fēng)險(xiǎn)驅(qū)動(dòng)因素是受宏觀因素影響的借款人資產(chǎn)價(jià)值,信用度量術(shù)的風(fēng)險(xiǎn)驅(qū)動(dòng)因素是借款人資產(chǎn)價(jià)值,信用風(fēng)險(xiǎn)附加法和死亡模型的驅(qū)動(dòng)因素是違約率,信貸組合觀點(diǎn)的風(fēng)險(xiǎn)驅(qū)動(dòng)因素是宏觀因素,而貸款分析系統(tǒng)的驅(qū)動(dòng)因素則是受宏觀因素影響的利率或借款人資產(chǎn)價(jià)值。(三信用事件的相關(guān)性。巴塞爾委員會(huì)根據(jù)對(duì)諸如違約、信用等級(jí)、違約下的損失率、信用價(jià)差、風(fēng)險(xiǎn)暴露等信用事件的相關(guān)性的不同考慮方法將信用風(fēng)險(xiǎn)度量模型劃分為結(jié)構(gòu)化模型與簡(jiǎn)化式模型。結(jié)構(gòu)模型試圖通過(guò)假定金

33、融產(chǎn)品或經(jīng)濟(jì)單位的微觀經(jīng)濟(jì)特征來(lái)解釋單個(gè)借款人的違約或信用質(zhì)量的變化,比如資產(chǎn)價(jià)值和負(fù)債之間的比例關(guān)系可能決定了借款人的信用質(zhì)量。那些用于決定借款人風(fēng)險(xiǎn)等級(jí)變化(包含違約的隨機(jī)變量稱(chēng)為等級(jí)遷移風(fēng)險(xiǎn)因素,在結(jié)構(gòu)模型中就是要估計(jì)或確定借款人間等級(jí)遷移風(fēng)險(xiǎn)因素的相關(guān)性。而簡(jiǎn)化式模型則不同,它不是試圖解釋違約或信用等級(jí)的遷移,而是選擇一種統(tǒng)計(jì)方法并建立適當(dāng)?shù)囊蛩啬Ｐ蛠?lái)刻畫(huà)違約或信用等級(jí)的遷移現(xiàn)象。在簡(jiǎn)化模型中,特別假定了借款人的違約率或遷移矩陣與可以觀察到的宏觀經(jīng)濟(jì)活動(dòng)指標(biāo)或不可以觀察到的隨機(jī)風(fēng)險(xiǎn)因素之間存在一種函數(shù)關(guān)系,簡(jiǎn)化模型認(rèn)為正是單個(gè)借款人的財(cái)務(wù)狀況對(duì)公共因素或相關(guān)背景因素的依賴(lài)才引起了借款人

34、之間違約率的相關(guān)性和信用等級(jí)之間遷移的相關(guān)性。(四違約概率的波動(dòng)性。以上信用風(fēng)險(xiǎn)度量模型的一個(gè)重要差別是違約概率的波動(dòng)性。在信用監(jiān)測(cè)模型中,違約率隨著借款人股票市價(jià)變化而變化;在信用度量術(shù)和死亡率模型中,違約概率是基于歷史數(shù)據(jù)統(tǒng)計(jì)出來(lái)的固定的、離散的值;在信用風(fēng)險(xiǎn)附加法中,每筆貸款的違約率是可變的,違約率均值被模型化為一個(gè)有著伽馬分布(Gamm a distribution的變量;在信貸組合觀點(diǎn)中,違約概率是一套正態(tài)分布的受到宏觀因素沖擊的一個(gè)對(duì)數(shù)函數(shù);貸款分析系統(tǒng)的違約率隨利率或者借款人資產(chǎn)價(jià)值變化而變化。(五資產(chǎn)價(jià)值。由于借款人的信用等級(jí)直接影響到債務(wù)價(jià)值,而人們通常用信用等級(jí)的變化來(lái)刻畫(huà)

35、債務(wù)價(jià)值的變化,所以按信用等級(jí)的刻畫(huà)方式可以將模型分為離散估值模型與連續(xù)估值模型。離散估值模型中的信用質(zhì)量按離散的信用等級(jí)變化進(jìn)行刻畫(huà);而連續(xù)型估值模型中的信用質(zhì)量通過(guò)連續(xù)的違約概率或違約概率密度函數(shù)來(lái)刻畫(huà)。因此,信用監(jiān)測(cè)模型是典型的連續(xù)型模型,而信用度量術(shù)、死亡模型、信用風(fēng)險(xiǎn)附加法是離散模型,而信貸組合觀點(diǎn)既是連續(xù)型模型,也可能是離散型模型;在傳統(tǒng)的貸款分析系統(tǒng)中,資產(chǎn)價(jià)值是離散的,但在基于期權(quán)思想的模型中,資產(chǎn)價(jià)值變化又是連續(xù)的。(六回收率。損失的分布和VaR的計(jì)算不僅取決于違約的概率,而且也取決于損失的嚴(yán)重程度或違約下的損失率。經(jīng)驗(yàn)證據(jù)表明違約嚴(yán)重程度和貸款回收情況隨時(shí)間演變而有相當(dāng)大的

36、波動(dòng)性,進(jìn)而,將變化的回收率包括進(jìn)去有可能增加VaR或未預(yù)期的損失率。信用監(jiān)測(cè)模型假設(shè)回收率為一個(gè)常數(shù),但高級(jí)版的信用監(jiān)測(cè)模型允許回收率遵循貝塔分布;在信用度量術(shù)模型和死亡模型中,回收率假定服從貝塔分布;在信用風(fēng)險(xiǎn)附加法中,損失被湊成頻段得到亞級(jí)貸款組合,而任何級(jí)別貸款組合損失嚴(yán)重程度視為一個(gè)常數(shù);在信貸組合觀點(diǎn)中,回收率的估計(jì)是通過(guò)蒙特卡羅模擬法進(jìn)行的,是變化的;在貸款分析系統(tǒng)中,回收率是變化的。(七現(xiàn)金流折現(xiàn)因子。根據(jù)現(xiàn)金流折現(xiàn)因子選擇方法不同可以將信用風(fēng)險(xiǎn)度量模型分為現(xiàn)金流折現(xiàn)法(DCCF與風(fēng)險(xiǎn)中性定價(jià)法(RNV。DCCF方法的折現(xiàn)因子采用非參數(shù)方法估計(jì),比如用同一信用等級(jí)的貸款或債務(wù)的

37、信用價(jià)差的均值作為該等級(jí)的統(tǒng)一價(jià)差,這種方法雖然很少應(yīng)用模擬假設(shè),但是當(dāng)數(shù)據(jù)缺乏或出現(xiàn)噪聲的時(shí)候則無(wú)能為力。RNV方法的折現(xiàn)因子是通過(guò)無(wú)風(fēng)險(xiǎn)利率期限結(jié)構(gòu)和風(fēng)險(xiǎn)中性定價(jià)方法確定的,其理論基礎(chǔ)是套利定價(jià)理論,這種方法可以充分利用可獲得的數(shù)據(jù),但是對(duì)模型有許多假設(shè)條件。一般來(lái)講,兩種方法得到的結(jié)果是不同的,但是當(dāng)市場(chǎng)是充分有效的,而且RNV的假設(shè)條件比較接近現(xiàn)實(shí)時(shí),兩種方法對(duì)于分散化的組合會(huì)產(chǎn)生的結(jié)果是幾乎相同的。采用DCCF方法的有信用度量術(shù)、死亡模型;采用RNV方法有信用監(jiān)測(cè)模型、信貸組合觀點(diǎn)、信用風(fēng)險(xiǎn)附加法和貸款分析系統(tǒng)。對(duì)采用DCCF而言,如果借款人在觀察期內(nèi)只有信用等級(jí)的變化而沒(méi)有朱小 宗

38、、 張宗益、 耿華丹: 現(xiàn)代信用風(fēng)險(xiǎn)度量模型剖析與綜合比較分 析 違約, 僅僅考慮信用等級(jí)影響的貼現(xiàn)率是無(wú)法準(zhǔn)確反映借款人在將來(lái)可能違 約的損失率; 由于同一信用等級(jí)的債券賦予相同的貼現(xiàn)率, 這就體現(xiàn)不出相同 信用等級(jí)的優(yōu)先債券和次級(jí)債券的信用價(jià)差, 而且認(rèn)為貼現(xiàn)率只與信用等級(jí) 有關(guān)而與市場(chǎng)無(wú)關(guān), 這不符合資產(chǎn)收益率與整個(gè)市場(chǎng)收益率相關(guān)的基本觀點(diǎn), 由此, 這種貼現(xiàn)方法不太符合現(xiàn)代金融理論。而采用 RNV 的貼現(xiàn)率是無(wú)風(fēng) 險(xiǎn)利率, 不受信用等級(jí)的影響, 比較符合現(xiàn)代金融理論。 ( 八 建模的主要理論根基。根據(jù)建模時(shí)對(duì)違約概率、 信用等級(jí)遷移矩陣 和信用質(zhì)量相關(guān)性的計(jì)算的理論基礎(chǔ)不同, 可以將信

39、用風(fēng)險(xiǎn)度量模型分為基 于股權(quán)的方法、 基于精算的方法與經(jīng)濟(jì)計(jì)量方法三種。 經(jīng)濟(jì)計(jì)量模型方法對(duì)違約概率計(jì)算的根據(jù)是: 違約概率與當(dāng)前的宏觀經(jīng) 濟(jì)狀況、 行業(yè)和公司所處的地理位置等有關(guān), 環(huán)境的差異或宏觀經(jīng)濟(jì)因素與公 司的信用質(zhì)量表現(xiàn)出相關(guān)性。 基于精算的基本方法是只考慮違約概率的有關(guān)計(jì)算, 假定違約概率服從 隨機(jī)分析中的泊松過(guò)程, 應(yīng)用歷史的信用評(píng)級(jí)模型預(yù)測(cè)借款人未來(lái)的違約概 率和遷移矩陣, 后者將借款人劃分為不同的/ 風(fēng)險(xiǎn)段0, 在每一個(gè)風(fēng)險(xiǎn)段里所有 的借款人及其等級(jí)遷移的風(fēng)險(xiǎn)因素的隨機(jī)性質(zhì)都假定為統(tǒng)計(jì)一致的, 在同一 風(fēng)險(xiǎn)段中的所有借款人將具有相同的違約率、 遷移矩陣和相關(guān)性?；诰?方法

40、的參數(shù)估計(jì)具有/ 后顧性0。 基于股權(quán)的方法是專(zhuān)門(mén)用來(lái)估計(jì)大中型借款人的違約率、 遷移矩陣和相 關(guān)性的方法, 它是基于 BSM 模型, 把公司違約或信用質(zhì)量的變化與公司資產(chǎn) 的價(jià)值、 股權(quán)、 債務(wù)聯(lián)系起來(lái)進(jìn)行考慮, 通過(guò)期權(quán)模型確定公司的違約率和違 約相關(guān)性?；跈?quán)益的方法具/ 前瞻性0。 ( 九 組合分析方法。對(duì)于單個(gè)債券或者貸款的損失測(cè)度是可以通過(guò)以上 模型較為容易解決的, 但是對(duì)債券或者貸款組合的處理, 就沒(méi)有那么容易了, 并且隨著組合的數(shù)量增加而變得十分復(fù)雜。在信用度量術(shù)和死亡模型中。需 要使用蒙特卡羅模擬技術(shù)產(chǎn)生一個(gè)組合貸款價(jià)值的近似的總體分布, 并由此 得出一個(gè) VaR 值; 在信

41、貸組合觀點(diǎn)中, 重復(fù)使用蒙特卡羅模擬方法來(lái)生成宏 觀沖擊和貸款組合價(jià)值或損失的分布; 在信用風(fēng)險(xiǎn)附加法中, 假定單個(gè)債券或 者貸款的違約率服從泊松分布, 這樣可以得到組合的損失的概率密度函數(shù)的 分析解; 信用監(jiān)測(cè)模型和基于期權(quán)思想的貸款分析系統(tǒng)可以得到邏輯分析解。 通過(guò)對(duì)以上模型各維度的分析, 我們可以大致匯成表 1。 通過(guò)對(duì)以上維度的比較分析, 發(fā)現(xiàn)現(xiàn)代信用風(fēng)險(xiǎn)度量模型具有這些特點(diǎn) 和發(fā)展趨勢(shì): ( 1 從過(guò)去的定性分析轉(zhuǎn)化為定量分析; ( 2 從指標(biāo)化形式轉(zhuǎn)向模 型化形式, 或二者結(jié)合; ( 3 從對(duì)單個(gè)資產(chǎn)分析轉(zhuǎn)化為資產(chǎn)組合分析; ( 4 從盯 住賬面價(jià)值的方法轉(zhuǎn)向盯住市場(chǎng)的方法; (

42、5 描述風(fēng)險(xiǎn)變量從離散形式向連續(xù) 形式轉(zhuǎn)化; ( 6 既考慮單個(gè)借款人的微觀特征, 也考慮整個(gè)宏觀經(jīng)濟(jì)環(huán)境的影 # 43 # 財(cái)經(jīng)研究 2004 年第 9 期 響; ( 7 運(yùn)用了現(xiàn)代金融理論和其他學(xué)科的最新研究成果, 比如期權(quán)定價(jià)理論、 資本資產(chǎn)定價(jià)理論、 資產(chǎn)組合理論、 經(jīng)濟(jì)計(jì)量學(xué)方法、 保險(xiǎn)精算方法、 最優(yōu)化理 論、 仿真技術(shù)等; ( 8 仍將大量采用 VaR 技術(shù)。 表 1 現(xiàn)代信用風(fēng)險(xiǎn)度量模型綜合比 較表 模 型 分 類(lèi) 違約 DM 模型 定義 M T M 模型 風(fēng)險(xiǎn)驅(qū) 無(wú)條件模型 動(dòng)因素 條件模型 信用事件 結(jié)構(gòu)式模型 相關(guān)性 簡(jiǎn)化式模型 違約概率 不變 波動(dòng)性 可變 離散型 資產(chǎn)

43、價(jià)值 連續(xù)型 相對(duì)不變 回收率 隨機(jī)變化 現(xiàn)金流折 DCCF 現(xiàn)因子 RN V 莫頓模型 建模的理 精算模型 論根基 經(jīng)濟(jì)計(jì)量型 組合分析 模擬法 方法 解析法 信用監(jiān) 測(cè)模型 K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K K 信用度 量術(shù) K K 死亡 模型 K K 信用風(fēng)險(xiǎn) 附加法 K K K K 信貸組 合觀點(diǎn) K K 貸款分 析系統(tǒng) K 備注: 信用監(jiān)測(cè)模型考慮了高級(jí)版的模型 ; LA S 模型包括基于期權(quán)思想的 LA S 模型。 四、 實(shí)證比較

44、 迄今為止, 從實(shí)證角度對(duì)以上各個(gè)信用風(fēng)險(xiǎn)度量模型進(jìn)行系統(tǒng)比較分析 的文章還很少。Crouhy( 2000 在對(duì)各模型進(jìn)行模擬的基礎(chǔ)上指出, 不同的模 型對(duì)在同一時(shí)點(diǎn) 的相同資產(chǎn)組合 進(jìn)行評(píng)估時(shí)得出 的結(jié)果是相近 的。Gordy ( 2000 的研究集中于對(duì) CreditRisk + 模型和 Creditm et ric 模型的比較, 其研究 表明, 處理相同的數(shù)據(jù)時(shí), 不同的衡量方法具有廣泛可比性。N ickell( 1998 等 人對(duì)信用風(fēng)險(xiǎn)度量模型的實(shí)證研究表明, 不同的模型給出的結(jié)果和實(shí)際情況 大相徑庭, 這些模型在對(duì)美國(guó)之外的債務(wù)人和金融機(jī)構(gòu)的評(píng)估效果較差。 本文實(shí)證所用的數(shù)據(jù)是重慶

45、市 813 個(gè)樣本企業(yè)( 集團(tuán) 在 1999 2002 年取得 且到期的貸款; 有些模型的計(jì)算十分繁雜, 本文進(jìn)行了適當(dāng)?shù)暮?jiǎn)化處理; 此外, ( 含 貼現(xiàn) 假設(shè)企業(yè)違約相互獨(dú)立。用以上模型測(cè)算的貸款損失見(jiàn)表 2。 從對(duì)貸款最終損失預(yù)測(cè)結(jié)果來(lái)看, 與實(shí)際值相差最為接近的是信用風(fēng)險(xiǎn) 附加法, 相差 3115% , 其他的模型相差都超過(guò) 8% , 相差較大, 這一點(diǎn)與 Nickell ( 2000 等人實(shí)證的結(jié)果是相同的。從貸款的經(jīng)濟(jì)資本配置的比例來(lái)看, 與實(shí) # 44 # 朱小 宗、 張宗益、 耿華丹: 現(xiàn)代信用風(fēng)險(xiǎn)度量模型剖析與綜合比較分 析 際值相差最為接近的也是信用風(fēng)險(xiǎn)附加法, 相差 012

46、6 個(gè)百分點(diǎn); 其他模型相 差都超過(guò)了 0165 個(gè)百分點(diǎn)。 表 2 各模型測(cè)算的貸款最終損失( 萬(wàn)元 模型/ 信用 等級(jí) 信用監(jiān)測(cè) 模型 信用 度量術(shù) 死亡模型 信用風(fēng)險(xiǎn) 附加法 貸款分析 實(shí)際值 1 428 1 252 15 744 5 560 174 098 275 805 228 292 147 390 321 765 235 283 507 767 540 020 307 070 196 193 AAA 3 327 4 872 0 AA 27 395 25 375 2 278 A 119 442 265 660 23 731 BBB 150 994 312 947 98 952 BB

47、 301 364 393 537 180 528 B 704 184 541 101 406 277 D 211 752 116 006 244 992 合計(jì) 1 518 458 1 659 474 956 759 1 445 630 1 556 165 1 401 504 REC 8. 91% 9. 74% 5. 62% 8. 49% 9. 14% 8. 23% 備注: ( 1 最終損 失等于預(yù)期 損失與非 預(yù)期損 失之和, 一般 認(rèn)為它 就是應(yīng) 該配 置的經(jīng) 濟(jì)資本; REC 是貸款最終損失與貸款本息之比, 實(shí)際上 也就是貸款經(jīng)濟(jì)資本應(yīng) 該配置的比 例。( 2 不同信用等級(jí)下的貸款最終損失

48、之和不等 于表列的合 計(jì)數(shù), 原因在于 數(shù)據(jù)進(jìn)行了 四舍五入。( 3 在計(jì)算非預(yù)期 損失時(shí), 選用 的置信 度為 99% , 也就是 說(shuō)還 有 1% 的 概率發(fā) 生災(zāi)難性損失。 信用度量術(shù)、 死亡模型所采用的 PD 是歷史數(shù)據(jù)統(tǒng)計(jì)出來(lái)的, 信用風(fēng)險(xiǎn)附 加法、 貸款分析系統(tǒng)是利用歷史信貸數(shù)據(jù)來(lái)測(cè)算 PD 的。信用監(jiān)測(cè)模型、 死亡 模型、 信用風(fēng)險(xiǎn)度量術(shù)所采用的 L GD 也是歷史數(shù)據(jù)統(tǒng)計(jì)出來(lái)的。事實(shí)上, 這 些模型并不能滿(mǎn)足巴塞爾新協(xié)議的高級(jí)內(nèi)部評(píng)級(jí)法的要求。 此外, 前 4 個(gè)模型明確假設(shè)或間接認(rèn)為違約率與違約后的損失率是相互 獨(dú)立的, 但通過(guò)對(duì)樣本統(tǒng)計(jì)發(fā)現(xiàn)兩者并不是完全獨(dú)立的, 兩者存在正相

49、關(guān)的關(guān) 系, 即違約率越高, 違約后的損失率也越高, 符合實(shí)際統(tǒng)計(jì)結(jié)果。 五、 綜合評(píng)價(jià) 對(duì)信用風(fēng)險(xiǎn)度量模型的實(shí)證研究表明, 不同的模型給出的結(jié)果和實(shí)際情 況有一定的差距, 預(yù)測(cè)效果也相差較大。而且, 以上各模型還存在一些不切實(shí) 際的假設(shè)和缺陷, 這些模型顯著的共同假設(shè)是利率和風(fēng)險(xiǎn)暴露不變, 這不符合 實(shí)際情況, 除了高級(jí)版的信用風(fēng)險(xiǎn)度量術(shù)假設(shè)利率是個(gè)隨機(jī)過(guò)程, 這樣可以較 為容易處理期權(quán)和互換等衍生產(chǎn)品外, 其他模型尚不能很好地處理非線(xiàn)性的 衍生產(chǎn)品; 任何一個(gè)信用風(fēng)險(xiǎn)度量模型還沒(méi)有全面考慮到信用借款人的具體 情況, 如銀行授信、 信用等級(jí)遷移、 貸款合同擔(dān)保能力、 債務(wù)期限, 以及價(jià)格、 破 產(chǎn)法、 稅收、 行業(yè)性、 經(jīng)濟(jì)周期和國(guó)家政策等宏觀因素, 尤其是沒(méi)有考慮到借款 人的道德風(fēng)險(xiǎn), 這恰好在我國(guó)曾經(jīng)是個(gè)較為普遍的現(xiàn)象。這些模型事實(shí)上并 不能完全滿(mǎn)足高級(jí)內(nèi)部評(píng)級(jí)法的要求, 也不能有效地對(duì)單一貸款進(jìn)行損失測(cè) 算, 它們本身是用于測(cè)算貸款組合的。此外, 國(guó)際上還沒(méi)有出臺(tái)一個(gè)通用的評(píng) 價(jià)信用風(fēng)險(xiǎn)度量模型的方法, 模型評(píng)價(jià)仍常常忽視建模的方法、 數(shù)據(jù)和檢驗(yàn)統(tǒng) # 45 # 財(cái)經(jīng)研究 2004 年第 9 期 計(jì)方法的有效性, 因此, 我們?cè)趹?yīng)用現(xiàn)有的這些模型時(shí)要保持