《信用风险评估研究.docx》由会员分享，可在线阅读，更多相关《信用风险评估研究.docx（56页珍藏版）》请在三一办公上搜索。
1、基于贝叶斯方法的商业银行信用风险评估研究摘 要风险是亘古不变的研究课题,自从信用和金融诞生以来，风险就伴随其左右。每当人们自认为掌握了其中的道理的时候，它就以“经济危机”的形式给人类教训,2008年度的金融危机就是这种教训的典型代表。危机之后，各国政府便开始寻找其背后原因并实施应对措施。在2010年，G-20通过了新的巴塞尔协议即巴塞尔协议III，巴塞尔协议III它不仅加强了微观层面的监管，更加注重了宏观审慎的监管。巴塞尔协议III的产生反应了过去对金融风险监管的低效率事实，也说明了信用风险问题从来没有被彻彻底底的解决过。信用与违约这对孪生兄弟，在经历人类数百年的研究之后，依然充满了神秘，依然
2、有待深入研究。另外，我国“十二五”规划纲要中也明确强调，在新的五年里面我国要全面推动金融改革开放，构建多元、服务高效、监管审慎、风险可控的金融体系。商业银行在我国金融体系中占有举足轻重的地位，其信用风险状况关系到我国金融业整体的安全，研究商业银行信用风险具有重要现实意义。综上本文确定研究的对象：信用风险。伴随计算机技术的发展，贝叶斯统计也得到了快速发展，它逐渐成为统计学发展的前沿阵地,这是促使作者选择贝叶斯方法来研究信用风险问题的最初动力。另外，R、SAS、OpenBUGS、WinBUGS等软件的出现也使贝叶斯模型的实践成为可能,由此作者确定了完整的研究题目：基于贝叶斯方法的商业银行信用风险评
3、估研究。本文采用理论与实证相结合的方法，在搜集参考了大量资料的基础上，从商业银行交易对手（上市企业）的角度出发，研究不同贝叶斯信用风险度量模型在商业银行风险管理上的应用问题。研究过程中，我们选择商业银行的交易对手作为研究对象，一类是存在潜在风险的ST企业，另一类是相对安全的非ST企业；通过对企业的个财务指标作因子分析处理，最终选择能够反映指标大部分信息的6个主因子作为构建贝叶斯模型的影响变量；运用挑选出的敏感性主因子指标分别构建贝叶斯判别分析、贝叶斯Logistic回归模型、贝叶斯Poisson回归模型、贝叶斯二元分位数回归模型。实证结果表明，贝叶斯方法在信用风险度量上不仅具有传统风险度量模型
4、的准确性，还拥有更好的稳健性。关键词：信用风险；贝叶斯；判别分析；广义线性混合模型；二元分位数回归The research on credit risk assessment of commercial bank based on Bayesian methodsAbstractRisk was an everlasting topic and it was associated with credit. And whenever people thought that they knew its truth, it would punish humans in the form of eco
5、nomic crisis, and financial crisis in 2008 was a typical example. After the crisis, the governments around the world began to look for reasons and make some measures, and In 2010, the G-20 unanimously adopted the Basel III. The new basel III not only strengthened the micro-level supervision, but als
6、o paid more attention to macro-prudential supervision. And it also reacted that the supervision has low efficiency in the past, the credit risk issues had never been thoroughly solved. The twins of credit and risk were still full of mystery and they also needed to be researched in an experience of h
7、undreds of years. In addition, the outline of the 12th Five-Year Plan of China also explicitly stressed that we should promote the financial reforming and opening, and build a complete financial system which would have multivariable compositions, efficient service and prudential supervision. Commerc
8、ial bank occupied a pivotal position in Chinese financial system, and its risk would be related to the security of the whole financial industry, so it was of practical use to do research on the credit risk of commercial bank. Consequently we made the “credit risk” to be our research project. With th
9、e development of computer technology, the bayesian statistics also took a great step forward, and it had become the forefront of statistics. This phenomenon motivated me to study credit risk problem using bayesian statistics. And the emergence of statistical software such as R, SAS, OpenBUGS and Win
10、BUGS made the empirical analysis in this paper to be possible. Lastly the author made the decision that the research topic was “The research on credit risk assessment of commercial bank based on Bayesian methods”.This paper researched the commercial banks risk management problems by building differe
11、nt Bayesian credit risk measurement models, adopting the combination of theory and empirical methods and collecting a large amount of data and references, and the article perspective was on the basis of counterparties of commercial Banks (listed companies). On the research, we divided the counterpar
12、ties of commercial Banks into two categories, one had a potential risk marked as the STenterprises, the other one which was the relative safety flagged as non ST enterprises. With the help of factor analysis of seventeen financial indicators, we finally chose six sensitive main factors as the indepe
13、ndent variable in the bayesian models, and these factors could reflect most of the information of the indicators. Then the author built bayesian discriminant analysis, bayesian Logistic regression model, bayesian Poisson regression model and bayesian binary quantile regression model. The empirical r
14、esults showed that the bayesian method had not only the same accuracy as the traditional risk measurement model, but also has better robustness.Key words: credit risk; bayes; discriminant analysis; generalized linear mixed models; binary quantile regression目录论文总页数：55页第一章 绪论11.1课题背景11.2本课题研究的意义11.3研究
15、思路和研究框架21.4国内外研究现状41.4.1国外研究状况41.4.2国内研究状况51.4.3贝叶斯方法在信用风险中运用的研究概况6第二章 基于贝叶斯方法的信用风险评估理论基础82.1信用风险评估理论基础82.1.1信用风险定义及诱因82.1.2信用风险的特征92.1.3信用风险的度量92.2贝叶斯统计理论基础132.2.1条件概率132.2.2先验分布、似然函数与后验分布142.2.3贝叶斯定理152.2.4贝叶斯计算16第三章 基于贝叶斯方法的信用风险评估模型203.1贝叶斯判别信用评估模型203.2信用风险的贝叶斯广义线性混合模型213.2.1贝叶斯Logistic回归信用风险评估模型
16、213.2.2信用风险的贝叶斯广义线性混合模型223.3基于贝叶斯方法的分位数回归风险评估模型253.3.1分位数回归253.3.2二元分位数回归253.4模型优越性诊断26第四章 基于贝叶斯方法的信用风险评估的实证研究284.1样本数据的说明284.1.1数据来源284.1.2指标体系的建立284.1.3指标数据的处理304.1.4指标的简化314.2基于贝叶斯方法的信用风险评估的实证结果354.2.1贝叶斯判别实证结果354.2.2贝叶斯广义线性混合模型的信用风险度量结果364.2.3基于贝叶斯分位数回归模型的信用风险度量结果394.3小结40第五章 结论与展望425.1总结425.1不足
17、与展望43参考文献45附录48附录A 数据处理过程48附录B 贝叶斯判别分析过程50附录C贝叶斯Logistic模型和Poisson模型51附录D贝叶斯二元分位数回归52作者在读期间科研成果简介54致 谢55第一章 绪论1.1课题背景自从信用产生以来违约就伴其左右，这个道理同样适用于银行业，可以说银行出现至今，对风险的防控就成为银行管理工作的核心, 事实上信用风险在当代商业银行风险管理中占的地位还在逐步提高。银行业从来就是从事管理风险的行业，因为管理信用风险失策而造成银行重大损失的例子并不在少数，无论是巴林银行的破产还是法国兴业银行的巨额损失，还有银行每天都在产生的坏账，这些都要求银行进行全面
18、的风险管理。除了巴林银行和法国兴业银行这些著名的案例之外，有关银行倒闭的数字或许更能让本文清晰的认识到风险控制的重要性，年金融危机期间美国倒闭的银行有26家，2009年倒闭141家银行。国际银行业经历金融危机后，在各国政府和各界人士集思广益下巴塞尔协议III诞生了, 它汇集了国际银行业最丰富的实践经验, 反映了随着国际经济形势的变化，代表着国际金融业的发展方向，同时它也对银行业防范信用风险提出新的要求。相比欧美资本主义国家的银行倒闭，我国商业银行在国家宏观调控的作用下虽未出现大规模倒闭事件，但长期以来累积的不良贷款依然困扰着我国的商业银行。随着我国金融行业的对外开放程度的扩大，国内商业银行还将
19、面临着更加严峻的竞争环境，然而在我国金融市场还处在发展阶段的今天，我国商业银行管理银行风险的技术仍然相对落后。在这种新兴的金融市场环境，机遇不可多得是，加强对风险的防控就更利于我国银行抓住机会快速发展。另外，十二五规划和新政府报告都凸显了国家对金融业重视，这种情况下增加对信用风险的研究就遇有一定现实意义。目前国内关于信用风险的研究与国外相比还有很大差距。纵观国内信用风险管理方面的文献，国内研究大部分集中在传统的信用风险评级和商业信用风险度量这两个方面，而对贝叶斯统计在信用风险度量方面的应用方面研究相对较少。伴随计算机技术的进步，贝叶斯统计也得到了飞速发展，尤其是R、SAS、OpenBUGS、W
20、inBUGS等软件的出现也使以后。但是我们必须意识到叶斯统计在金融领域的信用风险度量中的应用这一课题还需要更深入研究。现有研究已经表明，贝叶斯统计在解决信用风险度量中的经验数据缺失、风险评估专家主观意见因素、模型稳健等方面存在优势。在此种背景下，吸取前辈科研人员已有研究结果，继续深入研究信用风险理论相当必要。1.2本课题研究的意义从理论层面上看，一方面，我国商业银行信用风险理论研究依然处于起步阶段，尽管在国内众多专家的贡献之下已经取得长足发展，但距离发达国家的水平依然存在不小的差距，追赶发达国家在该领域的研究需要国内科研人员的共同努力。本文的研究也立志为我国的信用风险研究贡献绵薄之力。另一方面
21、，目前贝叶斯统计也处在发展阶段，本文将贝叶斯方法与信用风险相结合也拓展了贝叶斯统计运用。贝叶斯方法将先验知识与样本信息相结合，该方法可以有效的处理信息缺失、不完全数据等问题，而现实世界尤其信用风险方面广泛存在信息不对称、道德风险等问题，所以从表面上看贝叶斯方法与信用风险相结合将是相当完美的。最后，现有的基于贝叶斯方法的信用风险研究还较少，还有待于进一步深入的研究。综上，完善贝叶斯方法在信用风险方面的研究既可以完善信用风险理论，又可以拓展贝叶斯统计的运用。从信用风险理论角度看，它将与专家分析法、Z-Score法、判别分析法、Logistic回归、Credit Metrics、KMV、Credit
22、 Risk+、Credit Portfolio View等共同构成信用风险度量模型体系；从贝叶斯统计的角度看，它将成为贝叶斯方法在除博弈、医学、生物学、密码学等以外的又一靶场。从实践层面看，本文的意义主要有以下几点。一方面可以增加我国的银行对自身风险尤其是信用风险的重视程度，提高资产安全的意识。商业银行需要意识到风险和信用是孪生的，信用的存在也意味着违约的可能，交易对手的违约就意味着银行坏账的产生和资产的损失，所以只有全面认识潜在的影响违约的因素，才会很好的控制风险，避免损失。另一方面，我国各个商业银行的内部研究员虽然也在从事信用风险相关的研究，但他们通常着眼自家银行的情况，受困于银行间的竞争
23、关系，而本文的研究则突破这种困境，对各个银行都有一定的参考价值。另外，在我国，由于商业银行大都及多种金融功能一身，所以银行业的发展对整个金融业的发展都有重大贡献。同样商业银行在信用风险管理上的经验也可以被其他金融企业拿来借鉴，它们可以将其变异、衍生为适用于自身的风险管理工具。总之，银行业在金融业占有最突出地位的基本国情下，我们可以说信用风险管理既是银行的主要风险也是金融业中最主要的风险，故控制好银行信用风险，一方面可以很好的为我国金融业的发展保驾护航，另一方面，在我国金融行业快速发展的今天，防控作为国家金融领头羊的商业银行信用风险，还可以为国家经济体系中其他行业的风险防范工作起到带头的作用。1
24、.3研究思路和研究框架现有的信用风险理论包括了均值-协方差、违约概率和回收概率、在险价值等理论，这些理论在各国科学家的研究之下逐渐成熟，同时越来越多的文献开始将贝叶斯理论运用到信用风险研究上来。本文的研究是从违约概率角度出发，概述了几种典型的贝叶斯信用风险度量模型，并利用收集的数据进行与之相对应的的实证分析，在实证分析分析过程中，本文采用交叉验证法，即一部分数据作为训练集，得到模型，再用另外一部分数据作为测试集来验证模型的误差。训练样本和测试样本是利用随机抽样技术得到的。在数据处理和统计建模过程中，本文利用SAS和R软件完成所有计算工作。其中R软件是一款免费小巧通用而开源的软件，读者可以在ht
25、tp:/www.r-project.org/网页，选择离自己最近的镜像，根据自己电脑的操作系统选择相应的R版本进行下载。在其核心维护组的维护下R软件包得到不断更新和完善，截至作者成稿时间，R软件已经升级至R2.15版本。另外，R使用者可以上传自己编辑的R软件包，在世界范围内的R使用者的贡献下，目前可以下载的R软件包有4420 个。现在R软件已经成为统计研究领域的中坚力量。SAS（Statistics Analysis System）软件是用于决策支持的大型集成信息系统，它是由多个功能模块组合而成，最基础的部分是BASE模块，常用的模块还有STAT、GRAPH、ETS、QC、QR、IM模块等等。
26、其中，BASE 模块是SAS软件的核心，它承担了主要的数据处理功能，另外它还具有进行用户语言的处理，调用其他模块等功能。两款软件一起帮助笔者完成了本文的实证分析过程。本文在结构上分为五章，具体结构如下：第一章，绪论部分，该部分包括了本研究的课题背景、理论意义和实践意义、研究思路和研究框架，以及写作过程中所涉及的国内外参考文献；第二章，基于贝叶斯方法的信用风险理论基础。在这部分，本章将分别从信用风险理论基础和贝叶斯统计理论基础两个方面进行论述。其中，信用风险理论基础部分讨论了信用风险定义、诱因、特征以及信用风险的度量，重点论述了违约概率度量模型。在贝叶斯统计理论基础部分，笔者按照贝叶斯定理的推导
27、过程先后论述了条件概率、先验分布、似然函数、后验分布以及贝叶斯概率模型，除此之外我们还阐述了在实证过程运用到的MCMC技术。第三章，基于贝叶斯方法的信用风险评估模型。在这部分笔者重点阐述三类贝叶斯信用风险度量模型，笔者先后介绍了贝叶斯判别分析、贝叶斯广义线性混合模型和贝叶斯分位数回归模型。其中在贝叶斯广义线性混合模型中，笔者重点描述了其简化模型贝叶斯Logistic模型，而在贝叶斯分位数回归模型中，则重点阐述了贝叶斯二元分位数回归模型。第四章，基于贝叶斯方法的信用风险评估的实证研究。本章笔者将结合搜集的商业银行交易对手上市企业的财务数据，构建文章第三章部分阐述的贝叶斯信用风险模型进行实证分析。
28、本部分由三小节组成，第一节主要讲述实证数据的来源、指标体系的建立以及数值的处理，第二节则具体展现模型实证的结果，第三节对本章做简单的小结。第五章，结论。在该部分笔者主要讨论文章的结论，并给出文章的创新部分和不足之处，并对未来研究做出相关的展望。1.4国内外研究现状目前，信用风险理论已经形成完整的体系，国内外的研究也已经非常丰富，通过对这些文献的梳理我们也可以更清楚的认识信用风险理论体系。这些理论包括了均值方差理论、违约概率理论、风险定价、VaR等等。1.4.1国外研究状况现代风险度量的理论基础是均值方差理论，Markowitz在1992年发表的投资组合选择一文中第一次将均值和方差引人了风险度量
29、上来，均值方差理论是可以承受住科学、精密、审慎的数学推理过程的，如今该理论已经成为风险的度量了数理逻辑基础1。Markowitz之后，许多学者开拓了均值方差理论在风险度量领域的上的应用，其中最重要最突出的代表是Black、Fischer、Myron Scholes推导出的股票的欧式期权定价公式，虽然该公式的思想是来源于无套利思想，但是将数理运用于资产和风险定价的思路却来源于均值方差，欧式期权定价公式是所有其他金融衍生品定价的基石2。在欧式期权定价公式之后，Robert Merton于1974年在Black-Scholes模型解出关于公司债务的价值3，Geske在1977年发表的文章中将Mert
30、on模型拓展到其他各种类型的债务上，给出各类债务的风险价值的计算方式4，Black和Cox在1976年从财务约束、附属条款以及再融资限制等角度出发探讨企业的安全情况5，Kim、Ramaswamy和Sundaresan于1993年提出无风险利率服从维纳运动的随机过程且债务人的风险价值与其相关的假设，从假设可以看出，他们在考虑了违约风险与利率风险的相关性的同时，也放松了利率常数的假设6,7。从均值方差的提出到期权定价公式，再到无风险利率，以上理论研究都是基于均值方差理论的，这些研究为信用风险及其度量的理论的形成莫定了基础。从违约概率及回收率角度看，违约概率方面的研究略晚于均值方差理论。虽然目前我们
31、常见的用于信用风险研究的Lotit模型在1944年就由Berkson提出了，但该模型运用于信用风险方面的研究要晚很多，知道1984年Zmijewski才最早将与Logit模型原理类似的Probit模型用于风险度量领域8。与违约率同样重要的风险指标还有回收率，Duffie和Singleton在其年发表的论文中，构建了回收率模型，发展了回收率在风险度量方面的作用9，此后不久，Schonbucher出版了Credit Derivatives and Pricing Models，在此著作中Schonbucher对回收率作出更深层次的研究，为回收率在信用风险度量方面的应用做出重要的贡献10。另外有关回
32、收模型方面的研究，Jarrow和Tumbull在1995年首先先提出违约债券回收模型，在实证的基础上作者得出了在风险中性条件下多数违约风险模型中的回收率期望水平是一个适应过程的结论11,12。有关风险的定价方面的研究，又可以追溯到Fisher在1959年发表的文章Determinants of risk permiums on corporate bonds，该文是关于信用风险度量决定因素方面的开创性的研究成果13。另外，风险的定价方面的研究离不开前面提到的期权定价模型，Black-Scholes-Merton模型是较早阐述的信用风险定价模型，对信用风险定价研究具有里程碑的意义。Merton在
33、推导公司债券的定价公式得到和Black、Scholes一致的结论，我们可以这样理解他们的定价公式：将存在违约可能的债券看做未来收益的14。自此之后，又有很多研究者继续拓展他们的研究逐步形成完整的风险定价理论，这一领域的研究为金融衍生品的创新提供了理论基础。在险价值（VaR）是另外一种利用统计思想进行风险价值度量的方法，虽然最早起源于世纪年代，但作为一种风险测量和管理工具，VaR方法是由G-30在1993年发表的题目为衍生产品的实践和规则报告中第一次提出来的，此后得到广泛应用。与VaR方法最先结合的风险度量模型是J.P.Morgan公司给出的RiskMmetrics模型，该公司从1994年起开始
34、给出计算全球范围内的400多种资产和指数的VaR值所需要的数据。在J.P.Morgan公司公布相关数据两年后，VaR的研究又取得进步，Litterman等先后提出增量VaR和成分VaR 15 。VaR发展过程中逐渐形成了几种主流的计算方法，它们分别是分析法、历史法和蒙特卡罗模拟法。随着信用风险理论的完善及商业竞争愈来愈激烈，各种商业机构尤其是金融季候开始将信用风险度量模型赋予实践。上个世纪90年代以来，主要的商业信用风险度量模型主要有J.P.Morgan开发的CreditMetrics模型、KMV的Credit Monitor Model模型、CSFB的CreditRisk+模型及Wilson
35、 and Mckinsey的Credit Portfolio View模型等。1.4.2国内研究状况国内学者在信用风险度量问题上的研究也取得了显著的成绩。纵观国内的研究成果，我们可以将其归纳为两大类。一类文献主要贡献是对国外先进的信用风险度量研究成果的引入国内，并将国外先进的理论与我国的现实相结合，发现其成果的优缺点，进一步形成适合中国国情的信用风险度量模型。此类研究成果主要有：张维和李玉霜的文献综述囊括了信用风险度量的很多方法，诸如判别分析法、Logistic回归、基于计算技术与人工智能的专家分析系统、神经网络等，两位在文中也给出了自己对信用风险分析方法发展的展望16；与张维和李玉霜的研究略
36、有不同，张玲和张佳林在2000发表的文章中综述了上世纪最后20年的国内外在信用风险评估上的研究，文章涉及了“5C”分析法、财务比率分析法、风险判别模型、神经网络、期权定价模型、模拟法等风险度量方法17；程鹏、吴冲锋和李为冰则重点研究了商业信用风险度量模型，他们比较分析CreditMetrics、KMV和CreditRisk+三类商业风险评估模型，在阐述了三类模型的基本原理的同时也评价了它们各自的优缺点18；在商业风险度量模型研究方面，薛锋、关伟、乔卓深入地研究了KMV模型，他们将基于KMV模型计算出的EDF结果与标准普尔对债务人的信用评级结果作详细比较，得出基于KMV模型算出的EDF值较标准普
37、尔评级能够更准确且及时地度量债务人的信用状况19；另外，沈沛龙和任若恩在2002年也曾比较研究了商业信用风险管理模型，与前面学者不同的是，他们不仅比较了CreditMetrics、Credit Monitor Model、CreditRisk+、Credit Portfolio View、 Loan Analysis System等方法，还阐述了它们之间的相互关系、特点、发展趋势20。以上所有的研究对后面的学者提供了一个清晰的研究框架，具有一定的指导意义。1.4.3贝叶斯方法在信用风险中运用的研究概况Thomas Bayes是第一位给出解答Bernoulli提出的不确定因素推理的学者，“贝叶斯
38、”也因纪念而他得名，但是今天以Bayes名字命名的贝叶斯定理其实是由Laplace重新推理并推广应用的。与频率统计学不同的是，频率统计学的研究主要是基于实验和抽样等得到的数据进行统计研究,但是，现实中的很多科学研究都是不可重复的，金融信用风险尤其是商业银行信用风险问题尤为明显，贝叶斯统计可以有效的解决此类问题。贝叶斯方法最大的困难在于后验分布的计算，随着计算机技术的发展和统计软件的出现，后验分布的计算问题迎刃而解，贝叶斯方法已经开始运用于信用风险研究。Spiegelhalter将贝叶斯方法与离差信息准则相结合校验模型预测力，该方法拓展了离差信息准则，但是它主要应用于广义的线性模型，对于其他情形
39、可能出现一定的问题，还有待于进一步研究。Kadam和Lenk在他们年发表的论文中探讨了信用等级转移概率中债务人异质性的贝叶斯推断问题，文章给我们提供了利用贝叶斯方法解决异质性问题的新思路。Kadam、Lenk之后，Stefanescu等在年同样构建了贝叶斯转移概率模型，其结论是贝叶斯方法可以得出更可靠的推断。Mcneil和Wendin在2006年和2007年的文章中曾系统地论述了贝叶斯方法在违约概率推断中的应用，文章采取传统的潜在因素建模方法来估计转移概率，但并没有把模型的预测能力作为侧重点来研究，同时值得商榷的是转移概率依赖于最初的信用评分，信用评分过程对于相同等级的债务人的评分往往并不相同
40、，这必然导致等级转移存在异质性，所以Mcneil的潜在因素模型没有解决这个问题。目前贝叶斯方法在信用风险领域的应用还在发展，依然存在很多问题需要进一步研究。国内关于贝叶斯统计在信用风险领域的研究也一直紧跟国际研究，同样取得了一定成绩。例如，程建、连玉君、刘奋使用对小样本数据分别建立Logit模型和基于贝叶斯方法的改进模型，进而比较两类模型预测效果，他们得出经贝叶斯改进的模型更优的结论26。同样是利用贝叶斯方法对信用度量模型进行修正，谭德俊、吕宝华研究了信用损失分布的贝叶斯修正模型，他们使用了信息融合方法充分考虑了多种信息建立贝叶斯修正模型，其研究结果也表明修正后的模型在结论的稳健性、可靠性、抽
41、样的次数等方面都优于原先的模型27。除了使用贝叶斯方法对模型进行修正的研究外，另外一些学者尝试从方法和理论角度研究贝叶斯与信用风险的结合问题，如钱正培、贺学强试图将信用风险中的结构模型与贝叶斯统计相结合，基于贝叶斯定理来计算违约概率的后验估计值28。丁东洋分别从贷款组合和损失分布的角度，结合微观和宏观的思维构建贝叶斯模型，探讨信用风险中的贝叶斯方法的运用29。目前的贝叶斯信用风险方面研究主要针对违约概率的先验分布进行，其他方面的应用还没有全面的展开，另一方面贝叶斯统计学还在发展阶段，尤其是贝叶斯方法的稳健性和非参数估计领域。第二章 基于贝叶斯方法的信用风险评估理论基础2.1信用风险评估理论基础
42、2.1.1信用风险定义及诱因随着商业银行业务的扩张，商业银行所面临的交易对手也越来越多越来越杂，其所面临的风险也越来越复杂。再加上现代信用风险理论的演变，“信用风险”一词的涵义也在不断变化。上世纪90年代，信用风险理论吸取了组合管理的概念，此时商业银行信用风险不仅包含其交易对手直接违约所带来的经济损失的风险，风险逐渐延伸到交易对手履约的可能性的问题上，履约可能性则涉及很多确定性和不确定性的因素，如交易对手的经营状况、盈利能力、信用情况等等。早在1999年巴塞尔协会的研究报告就针对上述两种可能提出了两种信用风险度量模型，即违约模型和盯市模型。违约模型对应的是商业银行交易对象违约情况的信用风险，该
43、模型假设只有在违约事件发生之后信用资产才会损失，而在违约事件发生之前交易对象的信用状况的变化是不会影响信用资产的价值，所以违约模型只考虑违约和不违约两种状态。盯市模型则是针对商业银行交易对象的违约可能性的信用风险的定义，该模型的主要思想是：即使债务人不违约，但其信用评级降低，则信用资产的价值也会降低，所以，盯市模型考虑的信用结果不局限于违约和不违约两种信用状态。综上，我们可以给出信用风险的定义：信用风险指具有信用关系的一方违约进而造成另一方的可能损失。商业银行信用风险，则是指商业银行的交易对手、合作伙伴或贷款人不履行合约造成银行的所有的可能性的经济损失。具体而言，商业银行信用风险主要有两大块，
44、一是交易对手的还款能力下降而引起的潜在还款风险，二是银行自身的表外业务交易对手的违约风险。前者是外在的原因，后者是自身的问题。从商业银行交易对手角度看，交易对手的信用度下降可能导致其在合约期限内无法还清或者丧失还款能力从而造成银行的损失；从商业银行自身角度看，银行自身的资产组合存在风险。金融也发达的今天，商业银行更像一个金融超市，其业务涉及证劵、基金等金融衍生品，这些金融风险都需要银行承担。进一步深入分析本文可以解析出商业银行信用风险产生的原因。从博弈论角度看，商业银行和其交易对手构成了博弈的双方，二者间存在信贷的信用关系，且交易双方间的信息是不对称的，逆向选择和道德风险就成为商业银行信用风险
45、的诱因之一。在二者发生信用关系前，银行关注的是放宽额及贷款利率，对不同潜在风险的交易对手都实行统一的利率，且银行很难察觉交易对手的潜在违约风险，这就造成了优质客户由于利率过高退出贷款，信用度较低的客户偏好贷款。另一方面，银行交易对手为了想方设法得到贷款合同，故意掩盖自身真实的财务状况、盈利能力等相关信息。为了追求高回报，企业将贷款资金投入到高风险的项目上，这也间接增加了银行的风险。当然产生银行信用风险的原因还有很多，诸如银行系统内风险、外部宏观原因、流动性风险等，这些都不是本文关注的重点，本文重点从商业银行的交易对手（企业）的角度分析商业银行信用风险。信息不对称是造成商业银行信息风险的根源之一
46、，所以了解交易对手全面的经营状况、盈利能力、成长性等是控制银行自身风险的重要措施之一。从历史研究可以看出，嫩巩固反映企业整体运行状况的指标诸如资本总额、现金流量、利润等财务指标都可以成为信用风险度量模型的指标变量，另外，部分研究者也考虑到企业所处的行业、运营能力、管理能力等因素，这些指标将成为本文研究的基本指标。2.1.2信用风险的特征在众多的文献中，信用风险的特征通常被概括为非系统性、数据难获取、道德风险、悖论现象、分布可偏等，这些特征还没有包括“风险”所共同的特征，如不确定性、传递性、隐蔽性、突发性等。首先，信用风险的非系统性主要取决于商业银行交易对手的经济财务状况、诚信品质、经营情况、投
47、资去向等，这些非系统因素会影响到银行的交易对手的违约的可能性。其次，信用风险数据获取难度较大的原因有很多，譬如债务人是第一次进行借贷行为，那么该债务人的历史信用数据就是缺失的，另外债务人的账目资产价值很难反映其信用风险的变化情况，再者违约事件是时点行为，而贷款期限通常具有较长期限，这些都会影响到信用数据的获取。再者，信用双方的信息不对称很容易产生道德风险，道德风险中，急于贷款的债务人通常处于信息有利的一方，在贷款过程中故意隐瞒不利于自己的信息以达到贷款的目的，同时贷出方很难对债务人进行有效的监管；悖论现象在现实中广泛存在，现实中商业银行存在逐利现象，偏好某个行业或某些公司，这些现象都与投资分散
48、化、多元化等风控理论相悖。信用风险的一个重要特征是其分布可偏，即信用产生的收益和损失的分布都是不对称的，其图形表现是厚尾的。信用风险分布可偏的原因在于信贷是以盈利目的，最终偿还结果是本息和。另外，通常情况下贷款回收的可能性要远远大于违约的可能性，但是现实中违约带来的损失又会远远大于贷款利息，这就造成了信用的收益分布曲线的厚尾和右偏特征。现有技术中模特卡罗模拟和贝叶斯统计方法都可以得到和真实信用风险概率分布相似的分布。2.1.3信用风险的度量风险是相对于收益而言的，数值上当收益为负值时风险也就发生了，所以当知晓收益的分布情况后，该项资产的风险状况也就清晰了。通常情况下交易的收益分布是复杂的，很多经济学家采用反映盈利能力的期望收益指标和反映风险的标准差指标来度量一项交易。本文在绪论部分阐述的国内外研究现状已经反映出各国经济学家对信用风险度量研究所做出的贡献。随着金融衍生品的大量出现，信用风险转移成为经济学家研究的热点，2008年金融危机的出现更加坚定了包括政府部门在内的经济工本文对现有信用风险监管体制和信用风险度量方法的反思，其中巴塞尔协议是最权威和最全面的反思结果。巴塞尔洗衣II创新之一是提出了信用风险内部评级法（IRB法），而巴塞尔协议III再次就银行自身的监管提出要求，如明确新的最低资本要求、更新
