《国外信用评级模型应用及对我国启示》由会员分享，可在线阅读，更多相关《国外信用评级模型应用及对我国启示（12页珍藏版）》请在金锄头文库上搜索。
1、*国外信用评级模型的应用及对我国的启示摘 要 在次贷危机和巴塞尔协议的影响下，企业信用风险评估的研究日趋重要。现代信用风险度量模型是风险评估中最有效、最常用的定量工具。本文对四种现代风险度量模型进行梳理、评述和比较。同时指出在评价指标中，回收率对于违约概率有重要影响，为我国商业银行运用数学模型度量企业信用风险提供了合理化建议。关键词 信用风险模型 比较分析 回收率 违约概率引言2008年全球金融危机对世界各国的经济都产生了一定的冲击，人们迫切希望金融改革来改善当前经济环境，在这样的经济背景下，巴塞尔协议应运而生。在2010年9月12日的会议上，巴塞尔银行监管委员会央行行长和监管当局负责人宣布要
2、加强对现有资本金要求的持续监管。新巴塞尔协议的核心是资本充足率的要求，而风险度量模型正是计算资本充足率的基础。企业信用风险的度量一直是商业银行乃至我国金融行业的核心问题，而商业银行对信用风险的评估和管理能力是提高我国金融业竞争能力和盈利水平的决定性因素。信用风险模型是预测企业信用风险的有效工具，随着公司债券市场的迅猛发展、抵押品价值降低及其波动性增加，信用风险模型得到了更为广泛的关注。目前主要的四个新兴风险度量模型为：kmv公司的kmv模型、j.p摩根的credit metrics模型、瑞士信贷银行的credit risk+模型和麦肯锡公司的credit portfolio view模型。本文
3、对四种模型进行了比较研究，同时探讨了回收率和违约率之间的反向关系，并指出对回收率的具体分析对商业银行准确评估企业信用风险具有重要的现实意义，为我国商业银行增强信用风险管理、建立中国特色的信用风险模型提供了合理的借鉴。四种模型的优势与不足1 kmv公司的kmv模型1993年， 全球闻名的美国穆迪kmv公司以merton（1974年）开发的期权定价模型为基础，以公司资产为基本变量，将期权定价模型的原理应用到贷款和债券的估值，通过对上市公司股价波动进行分析来监控公司发生违约的可能。kmv模型的优势在于：第一，在计算股票回报率的关联矩阵时，运用企业、国家和行业、全球三层经济指标建立多因子模型，综合考虑
4、了企业微观发展、国家宏观环境和全球发展因素。同时，kmv模型将违约关联度和公司的股票价格联系起来，不仅能够全面地分析企业的目前的信用状况，还能合理地预期未来风险。第二，kmv模型在merton期权定价模型的基础上考虑了红利支付、违约提前发生等可能性，对于企业负债变动的情况也能计算其违约率，扩大了merton模型的适用范围。第三，kmv模型根据市场价值、到期时间、无风险利率等计算资产波动率和根据违约点计算违约价值的方法，适用于所有数据公开的上市公司，能广泛应用于公开交易的上市企业。kmv corporate. credit monitor overview. san francisco cali
5、fornia，1993：6066但kmv模型也存在不足之处：kmv模型预测企业预期违约概率，是建立在资产回报服从正态分布的基础上的，而现实中，企业的资产回报很难满足正态分布的条件。其次，测算预期违约概率的数据包括股价信息、负债价值、到期时间等，增加了统计数据的难度，限制了kmv模型的应用。最后，该模型只考虑了一些简单的指标（股权价值、波动率等），忽略了企业资历、抵押品等反映企业复杂特征的指标，降低了预测结果的准确度。2 j.p摩根的credit metrics模型1997年，jp摩根与kmv公司合作开发了credit metrics模型，通过模拟信用资产组合信用质量的变化来估计资产组合价值的变
6、化，进而以该资产组合价值大小来确定信用风险的大小。credit metrics模型优势在于：该模型具有普遍适用性，计算方法简单易操作，也是最早应用于投资组合的信用风险管理的模型。credit metrics模型综合了国家各项经济指标和行业指标，根据企业在行业中市场份额赋权，能够高效地计算各个贷款企业之间的相关性。但是，credit metrics模型也存在一些问题需要探讨：第一，模型中违约率的计算值是企业过去年份违约率的算术平均值，考虑到了宏观环境对于违约率的影响，但在不同的经济发展阶段，违约率应赋予不同的权重，这一点需要进一步研究。第二，credit metrics模型忽略了市场风险。模型假
7、设无风险利率是固定值，因此市场风险对于投资组合的市场价值没有影响。而市场和宏观经济水平影响信用质量，从而改变企业的经营收益，改变企业的违约风险。第三，建立模型的基础是企业的资产价值服从正态分布，严格的数据要求和现实数据的实际分布有一定的区别，影响了credit metrics模型模拟结果的准确度。3 瑞士信贷银行的credit risk+模型1997年，瑞士信贷银行的产品部研发出credit risk+模型，运用了保险业中的精算方法，不分析违约的原因，同时只针对违约风险，而不考虑转移风险，这种简化使得将损失分布规范为一种方便的限定形式成为可能。credit risk+模型优势在于：credit
8、 risk+模型最大的特点是容易实现。由于该模型不考虑企业降级的风险，只关注企业是否违约，因此涉及到的指标数量少于其他模型。credit risk+模型在分析问题时，只需处理集中风险问题，且只考虑违约发生一次的概率，简化了分析过程，节约人力、物力。该模型的不足之处有：第一，正因为credit risk+模型只考虑企业违约风险，忽略了信用风险降级的情况，因此每个企业的风险敞口是固定不变的，不考虑企业历史信用等级，也不用预测企业未来收益变化。第二，credit risk+模型只适用于线性模型，对于复杂的期权定价和外汇互换等非线性模型并不适用。第三，在运用该模型计算企业的违约概率时，违约率的波动性不
9、能够直接计算，而要通过其他模型计算，数据的有效性需要进一步研究。4 麦肯锡公司的credit portfolio view模型1997年，麦肯锡公司开发了credit portfolio view模型，以宏观经济情况为基础，主要考虑的宏观经济因素有gdp增长率、失业率、汇率、长期利率、政府支出和储蓄等，用于分析贷款组合风险和收益，该模型认为宏观经济因素的改变是导致信用质量变化的原因，对公司特殊数据不进行分析。credit portfolio view模型优势在于：充分考虑了全球经济、国家宏观经济、行业发展在企业中的作用，打破了用企业历史违约率的平均值测算企业违约率的模式。其次，把宏观影响因素加
10、入到信用风险的评估中，并提出了宏观经济发展对信用级别转移的变化。然而，如何获取宏观经济发展的可靠历史数据，并准确地反映到单个企业的信用评价中，是一个需要进一步研究的问题。四种模型比较分析1 建模方法不同kmv信用风险模型和credit metrics模型均以merton模型为理论基础，credit risk+模型借鉴了保险精算行业的计算方法，credit portfolio view模型是以宏观经济为基础的多因素线性回归模型。具体是指：kmv模型以merton期权定价模型为基础，根据企业负债变化测算预期违约概率的原理。credit metrics模型通过改变信用质量来观测资产组合价值变化，根据
11、信用回报的分布预测企业未来风险的方法。credit risk+模型是假设每笔贷款均服从泊松分布，根据企业违约概率计算金融机构违约损失概率的模型。2 存在违约相关度kmv模型具体分析单个企业的预期违约概率，以企业历年资产回报的分布函数作为参考，因此认为企业违约是具有相关性的。credit metrics模型也是以信用级别变化为基础，预测企业远期价值分布，认为企业违约概率具有相关性。credit risk+模型虽然不考虑转移风险，但相关性和违约率的波动性是密切相关的。credit portfolio view模型以国家宏观经济发展为分析背景，计算企业概率密度函数分布，因此认为企业违约是密切相关的。
12、因此，这四种模型的建立均表明企业违约相关度是存在的。于立勇.商业银行信用风险评估预测模型研究.管理科学学报，2003（10）3 风险来源不同在kmv和credit metrics模型中，企业的资产价值及其波动性是企业风险的主要来源。kmv模型根据企业的股权价值估计企业的资产价值，而波动率与企业负债密切相关。credit metrics模型根据企业历史数据确定位移矩阵，结合企业资产价值的评估从而计算在风险价值。credit risk+模型中的贷款违约概率和违约概率波动是风险的主要来源。而credit portfolio view模型中违约风险与国家宏观经济环境密不可分。4 回收率不同在最初的km
13、v模型中，回收率一直是一个固定值。但随着kmv模型的不断完善，回收率随机分布，可服从分布。credit metrics模型也认为贷款后的回收情形是可变的，在模型服从正态分布的条件下，计算在风险价值时，应当计算回收率的标准差；若不满足正态分布，则认为回收率满足分布，通过蒙特卡罗模拟法计算在风险价值，这也是credit portfolio view模型预测回收率的方法。曹道胜，何明升.商业银行信用风险模型的比较及其借鉴.金融研究，2006（10）回收率和违约率的关系及其影响传统模型重点分析了违约率对于企业信用风险的影响，却忽略了回收率对于企业信用风险的作用和违约率与回收率之间的关系。不同的评级机构
14、对于回收率如何影响债券的信用评级问题持不同的观点。bakshi（2001）基于评级机构的实证研究，采用3b等级公司债券的数据分析了回收率与违约概率之间的反向关系。jokivuolle和peura（2003）使用期权定价模型，把企业资产价值和抵押品价值联系起来，认为违约事件与企业的总资产价值有关，但回收率只由抵押品价值决定。frye（2000）理论模型表明，如果贷款企业违约，银行根据贷款抵押品的价值回收资产，而抵押品的价值与当时的经济环境相关。经济衰败时期，回收率下降，导致违约率上升。altman e. default recovery rates and lgd in credit risk
15、modeling and practice： an updated review of the literature and empirical evidence. nyu working paper，2006企业信用风险的评估已经成为国内学者研究的一个重点问题，但我国对于回收率与违约率之间关系的研究还停留在定性研究的层面。刘志刚（2007）采用近几年银行不良贷款的数据分析了回收率对于违约风险上的影响，提出了修正数学模型的初步设想。陈浩（2008）采用支持向量机的原理对于企业违约与回收率是否相关进行了探讨，并建立了合理的模型。陈暮紫（2010）采用lossmetrics数据库的两万笔不良贷款数
16、据为基础，建立回收率的量化估计和预测框架，并进行实证研究，证明了回收率与违约损失率的关系。巴塞尔协议提出，需要对监管资本水平和回报率的影响重新进行评估。在巴塞尔协议的基础上，协议将围观监管和宏观审慎结合，强调资本监管和流动性监管的有效结合。协议提出金融危机暴露出新资本协议风险的权重方法存在缺陷，表外风险反映不充分，复杂结构化产品交易的透明度不高，因此需要修复新的资本协议，扩大风险覆盖范围。kmv、credit metrics 、credit risk+、credit portfolio view四种模型在评估企业的信用风险时，均把回收率看作一个外生变量，忽略了回收率与违约率之间的反向关系，导致信用风险被低估。在不同的回收率假设下，回收率与违约率的相关性影响了银行损失的变化。因此，银行评估企业的信用风险时，应当在传统的评级模型基础上，加入违约回收率这一系统性风险指标，因为回收率容易导致风险溢价，从而导致企业的信用
