信用风险计量评估法:规避风险的“利器”
开篇：润墨网以专业的文秘视角，为您筛选了一篇信用风险计量评估法:规避风险的“利器”范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
信用风险又称违约风险，是指借款人、证券发行人或交易双方因种种原因，不愿或无力履行合同条款而构成违约。这使银行、投资者或交易双方遭受损失。自上世纪80年代末以来，由于金融市场的波动性加剧，各国银行和投资者承受着比以往更大的信用风险。世界银行对全球银行业的危机研究表明，当前导致银行破产的主要原因就是信用风险的加剧。因此，国际金融界对信用风险的关注日益加强。同时，信用风险评估方法也不断推陈出新，管理技术日臻完善。
传统的信用风险计量方法
专家法 专家法就是一些专家凭借自己的专业技能和主观判断，对贷款企业的一些关键因素权衡以后，评估其信用风险，作出相应的信贷决策。其中最常见的是五“C”法，即从品格、资本、偿债能力、抵押品、环境五个方面去判断贷款企业的信用。
贷款评级分级法 贷款评级分级法就是对资产及资产组合的信用状况进行评估，并针对不同级别的贷款提取不同的损失准备。该法将贷款分为五级：正常、关注、次级、可疑、损失。国际上一些金融机构把贷款分级划分得更细，分为九级或十级。
财务分析法 财务分析法就是将信用风险的测度转化为企业财务状况的衡量问题。主要包括报表分析和财务比率分析。这类方法的主要代表有杜邦财务分析体系和沃尔比重评分法。
信用评分法 信用评分法是将反映借款人经济状况或影响借款人信用状况的若干指标赋予一定权重，通过某些特定方法(如建立计量经济模型等)得到能够反映信用状况的信用综合分值或违约概率值，并将其与基准值相比来决定是否给予贷款以及贷款定价。
进入20世纪90年代，信用风险管理取得了突破性进展，主要表现在两个方面：一是信用衍生产品的出现首次为通过市场对冲信用风险提供了有效的工具；二是以Credit metrics和KMV模型为代表的信用风险量化管理模型得到了很大的发展。具有代表性的技术有：信用风险度量术(Credit Metrics)、信用风险的期权定价模型(KMV模型)、基于精算方法的Credit Risk+模型、宏观经济模拟模型(Credit Portfolio View)等。
信用风险计量方法的现状及存在的问题
目前我国的信用分析和信用风险计量技术仍处于传统的比率分析阶段，银行内部信用评级不够普遍，主要是使用专家分析和计算贷款风险度的方法进行信用风险计量。贷款风险度就是通过对贷款的分析，对授信对象、授信方式、资产类型和信用等级等相关因素给予不同的风险权数，进而确定各类贷款风险含量的方法。这种信用风险的计量方法对我国银行制定信贷政策、调整信贷结构及防范风险等方面都起到了一定的积极作用，但是存在的问题也比较多，比如指标和权重的确定主观性太强，各行权数的确定不一致，难以进行风险的横向比较；以静态的资料作为分析基础，难以及时反映借款人的信用状况的最新变化；贷款风险度的指标体系过于笼统和简单，难以反映企业的全面情况：只从单一贷款的角度出发，没有考虑资产组合的集中风险；在实际执行过程中，各行在自身利益的驱动下，也会使评定的贷款度与实际情况不符。现行贷款度已经难以适应现代银行要求全面和动态的风险管理需要，我国迫切需要建立新的以风险价值(VAR)和信用意外损失(CAR)为核心的信用风险计量的动态模型。
信用风险计量新模型的应用
信用风险计量新模型是建立在西方银行多年历史数据的统计分析和经验总结的基础上的，这些模型并不能直接适用于我国，但通过一些合理的假设，还是可以在我国银行建立较简单的信用风险计量模型的，以作为对现有的以定性分析为主的传统信用分析方法的一种有益补充。
模型参数的设定 一是时间区间。借款人、银行、资信评估机构一般以年为单位编制报表、筹资计划和信用评级信息的。笔者建议在计量信用风险时选择以一年作为时间区间。二是置信水平。置信水平选择的太高或太低，就会使计算结果的准确性较差。笔者建议采用95％的置信水平。 违约率的确定 违约率被认为是信用风险计量的最核心的工具。在国外违约率主要来自信用评级专门机构和银行内部评级部门建立的信用评级转移矩阵。我国大部分银行己开始信用评级工作，用于客户的选择和风险的预警，但还没有在信用风险计量方面进一步发展。目前，我国建立违约率有三种现实选择：一是财务比率分析法。利用企业的财务报表，计算并分析其发展潜力、偿债能力、运营能力等方面的财务比率，根据各行业各地区确定的财务比率标准值对企业的财务比率打分，并给予每个财务比率一定的权重，最后汇总得分，并将分值与一定的违约率对应起来。二是资产质量转化法。我国银行己经普遍开展了资产质量五级分类，利用现有的分类资料，统计分析出不同质量的资产对应的违约率，例如第五类贷款的违约率是90％。三是信用评级分析法。对于已经建立信用评级的银行，可以根据已有的信用评级资料，统计出不同的信用等级对应的违约率。例如在将违约率与信用等级对应的过程中，要十分注意行业因素对于信用等级和违约率的影响。因为企业所处行业的不同，或行业所处的发展阶段不同，将直接影响企业未来的现金流量，即影响企业的偿债能力。如果条件成熟的话，各银行可以在信用评级的基础上开发信用评级转移矩阵，并从中获得违约率。
上述三种方法都是建立在历史数据统计的基础上的，假设前提是未来与历史一致，若有变化，需要根据最新的资料和对未来的预测不断地修正违约率。
回收率的确定 回收率很难精确地确定，只能根据其影响因素估计。影响回收率的因素首先是担保方式。不同的担保方式对回收率的影响很大，同一种担保方式中又因保证人和抵、质押物不同而又有所不同。其次，法律因素也是影响回收率的一个非常重要的因素，但是它带有较大的不确定性，要根据我国的各种法律，特别要对最新出台的法律及关于贷款诉讼和仲裁的资料进行分析，以确定其对回收率的影响。
风险暴露的确定 目前，鉴于我国上市企业的数量仅占各商业银行贷款的一小部分，难以通过股票市场观察所有企业价值的变化。历史数据十分有限，还没有利率市场化，贷款利率的确定与贷款定价脱节，难以确定贷款的贴现利率，也就很难计算贷款价值，所以我们建议采取DM违约判断模式。在这种违约判断模式下，信用风险暴露等于未还贷款本息之和。现在我国的银行贷款都采用比较规范的合同，对利息的计算及还款计划都有明确的规定，所以信用风险暴露比较容易得到。
相关系数的确定 关于贷款组合信用风险，我们也采用从下到上的方法，即首先计算出单个贷款的信用损失，然后再通过相关系数计算出贷款组合的信用损失值。鉴于目前的统计数据比较缺乏，且口径不一，我国可以分步骤采用不同的方法得到相关系数：第一步可以根据资料统计出不同贷款之间的平均相关系数，并在计算中一直采用这个固定不变的相关系数值；第二步我们可以利用行业资料，统计出不同行业的贷款之间的相关系数，进而计算贷款组合的信用风险。一般来说，处于同一产业链上的行业的相关性较大且为正相关，例如石油和汽车，石油的价格上涨，会影响汽车的销量：而反过来，人民生活水平提高汽车的拥有量增加，会带动石油的销量。具有替代性质的行业负相关，例如，随着通信业的发展，邮政业正在逐步萎缩。有些行业基本属于人们生存和生活的不同领域，所以基本不相关，例如国防与养殖业。
我国的信用风险计量模型尚需完善
由于我国银行的信用数据样本较少，历史延续性和可比性也尚待改进，加之我国金融市场过度投机和市场操纵等人为的市场不规范因素的影响，使金融资产收益关联度的稳定性降低，对信用风险计量模型的预测能力有很大的影响。因此，为尽快建立信用风险计量模型，改善我国信用风险管理的现状，我国还需完善如下工作：一是建立和完善信用评级制度，为信用风险计量提供客观公正的企业信用资料：二是建立和完善数据库，为信用风险计量模型的建立及其有效性的检验提供基础；三是加快金融市场化的进程，为信用风险计量模型的建立提供良好的外部环境。