国外信用评级模型的应用及对国内的启示摘 要 在次贷危机和巴塞尔合同ⅲ的影响下，公司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、评述和比较同步指出在评价指标中，回收率对于违约概率有重要影响，为国内商业银行运用数学模型度量公司信用风险提供了合理化建议核心词 信用风险模型 比较分析 回收率 违约概率引言全球金融危机对世界各国的经济都产生了一定的冲击，人们迫切但愿金融改革来改善目前经济环境，在这样的经济背景下，巴塞尔合同ⅲ应运而生在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加强对既有资本金规定的持续监管新巴塞尔合同的核心是资本充足率的规定，而风险度量模型正是计算资本充足率的基本公司信用风险的度量始终是商业银行乃至国内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国内金融业竞争能力和赚钱水平的决定性因素信用风险模型是预测公司信用风险的有效工具，随着公司债券市场的迅猛发展、抵押品价值减少及其波动性增长，信用风险模型得到了更为广泛的关注目前重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。
本文对四种模型进行了比较研究，同步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精确评估公司信用风险具有重要的现实意义，为国内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局限性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本，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也许kmv模型的优势在于：第一，在计算股票回报率的关联矩阵时，运用公司、国家和行业、全球三层经济指标建立多因子模型，综合考虑了公司微观发展、国家宏观环境和全球发展因素同步，kmv模型将违约关联度和公司的股票价格联系起来，不仅可以全面地分析公司的目前的信用状况，还能合理地预期将来风险第二，kmv模型在merton期权定价模型的基本上考虑了红利支付、违约提前发生等也许性，对于公司负债变动的状况也能计算其违约率，扩大了merton模型的合用范畴第三，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措施，合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公司。
kmv corporate. credit monitor overview. san francisco california，1993：6066但kmv模型也存在局限性之处：kmv模型预测公司预期违约概率，是建立在资产回报服从正态分布的基本上的，而现实中，公司的资产回报很难满足正态分布的条件另一方面，测算预期违约概率的数据涉及股价信息、负债价值、到期时间等，增长了记录数据的难度，限制了kmv模型的应用最后，该模型只考虑了某些简朴的指标（股权价值、波动率等），忽视了公司资历、抵押品等反映公司复杂特性的指标，减少了预测成果的精确度2 j.p摩根的credit metrics模型1997年，jp摩根与kmv公司合伙开发了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化，进而以该资产组合价值大小来拟定信用风险的大小credit metrics模型优势在于：该模型具有普遍合用性，计算措施简朴易操作，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，根据公司在行业中市场份额赋权，可以高效地计算各个贷款公司之间的有关性。
但是，credit metrics模型也存在某些问题需要探讨：第一，模型中违约率的计算值是公司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模型忽视了市场风险模型假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，从而变化公司的经营收益，变化公司的违约风险第三，建立模型的基本是公司的资产价值服从正态分布，严格的数据规定和现实数据的实际分布有一定的区别，影响了credit metrics模型模拟成果的精确度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措施，不分析违约的因素，同步只针对违约风险，而不考虑转移风险，这种简化使得将损失分布规范为一种以便的限定形式成为也许credit risk+模型优势在于：credit risk+模型最大的特点是容易实现由于该模型不考虑公司降级的风险，只关注公司与否违约，因此波及到的指标数量少于其她模型credit risk+模型在分析问题时，只需解决集中风险问题，且只考虑违约发生一次的概率，简化了分析过程，节省人力、物力。
该模型的局限性之处有：第一，正由于credit risk+模型只考虑公司违约风险，忽视了信用风险降级的状况，因此每个公司的风险敞口是固定不变的，不考虑公司历史信用级别，也不用预测公司将来收益变化第二，credit risk+模型只合用于线性模型，对于复杂的期权定价和外汇互换等非线性模型并不合用第三，在运用该模型计算公司的违约概率时，违约率的波动性不可以直接计算，而要通过其她模型计算，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，以宏观经济状况为基本，重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，该模型觉得宏观经济因素的变化是导致信用质量变化的因素，对公司特殊数据不进行分析credit portfolio view模型优势在于：充足考虑了全球经济、国家宏观经济、行业发展在公司中的作用，打破了用公司历史违约率的平均值测算公司违约率的模式另一方面，把宏观影响因素加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，并精确地反映到单个公司的信用评价中，是一种需要进一步研究的问题四种模型比较分析1 建模措施不同kmv信用风险模型和credit metrics模型均以merton模型为理论基本，credit risk+模型借鉴了保险精算行业的计算措施，credit portfolio view模型是以宏观经济为基本的多因素线性回归模型具体是指：kmv模型以merton期权定价模型为基本，根据公司负债变化测算预期违约概率的原理credit metrics模型通过变化信用质量来观测资产组合价值变化，根据信用回报的分布预测公司将来风险的措施credit risk+模型是假设每笔贷款均服从泊松分布，根据公司违约概率计算金融机构违约损失概率的模型2 存在违约有关度kmv模型具体分析单个公司的预期违约概率，以公司历年资产回报的分布函数作为参照，因此觉得公司违约是具有有关性的credit metrics模型也是以信用级别变化为基本，预测公司远期价值分布，觉得公司违约概率具有有关性credit risk+模型虽然不考虑转移风险，但有关性和违约率的波动性是密切有关的credit portfolio view模型以国家宏观经济发展为分析背景，计算公司概率密度函数分布，因此觉得公司违约是密切有关的。
因此，这四种模型的建立均表白公司违约有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，（10）3 风险来源不同在kmv和credit metrics模型中，公司的资产价值及其波动性是公司风险的重要来源kmv模型根据公司的股权价值估计公司的资产价值，而波动率与公司负债密切有关credit metrics模型根据公司历史数据拟定位移矩阵，结合公司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重要来源而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kmv模型中，回收率始终是一种固定值但随着kmv模型的不断完善，回收率随机分布，可服从β分布credit metrics模型也觉得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，应当计算回收率的原则差；若不满足正态分布，则觉得回收率满足β分布，通过蒙特卡罗模拟法计算在风险价值，这也是credit portfolio view模型预测回收率的措施曹道胜，何明升.商业银行信用风险模型的比较及其借鉴.金融研究，（10）回收率和违约率的关系及其影响老式模型重点分析了违约率对于公司信用风险的影响，却忽视了回收率对于公司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（）基于评级机构的实证研究，采用3b级别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（）有效期权定价模型，把公司资产价值和抵押品价值联系起来，觉得违约事件与公司的总资产价值有关，但回收率只由抵押品价值决定frye（）理论模型表白，如果贷款公司违约，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有关经济衰败时期，回收率下降，导致违约率上升altman e. default recovery rates and lgd in credit risk modeling and practice： an updated review of the literature and empirical evidence. nyu working paper，公司信用风险的评估已经成为国内学者研究的一种重点问题，但国内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（）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（）采用支持向量机的原理对于公司违约与回收率与否有关进行了探讨，并建立了合理的模型。
陈暮紫（）采用lossmetrics数据库的两万笔不良贷款数据为基本，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合同ⅲ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合同ⅱ的基本上，合同ⅲ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合同提出金融危机暴露出新资本合同风险的权重措施存在缺陷，表外风险反映不充足，复杂构造化产品交易的透明度不高，因此需要修复新的资本合同，扩大风险覆盖范畴kmv、credit metrics 、credit risk+、credit portfolio view四种模型在评估公司的信用风险时，均把回收率看作一种外生变量，忽视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，回收率与违约率的有关性影响了银行损失的变化因此，银行评估公司的信用风险时，应当在老式的评级模型基本上，加入违约回收率这一系统性风险指标，由于回收率容易导致风险溢价，从而导致公司的信用风险评估精确度减少如果忽视违约概率与违约回收率负有关的关系，导致银行的资本储藏局限性。