信用風險度量模型檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

信用風險度量模型是中國的文化術語。

目前，世界上只有兩種文字，一種是方塊文字，如漢字、日文和韓文，還有歷史上曾經出現過的西夏文、契丹文，喃字等；另外一種是字母文字，主要包括拉丁字母文字、阿拉伯字母文字、粟特字母文字等。

名詞解釋

信用風險(credit risk)是指由於借款人或市場交易對方違約而導致損失的可能性，以及由於借款人的信用評級的變動和履約能力的變化導致其債務的市場價值變動而引起的損失的可能性。從該定義可以看出。信用風險由兩部分組成，一是違約風險，指交易一方不願或無力支付約定款項致使交易另一方遭受損失的可能性；二是信用價差風險，指由於信用品質的變化引起信用價差的變化而導致的損失。新巴塞爾協議對銀行的資本要求允許各國銀行可以採用內部模型來度量信用風險。由於20世紀90年代裡，公司倒閉的結構性增加、脫媒效應的顯現、競爭的白熱化、擔保能力的下降、金融衍生品的急劇膨脹、信息技術的飛速發展等因素促使人們加強對信用風險的研究，從而湧現出了現代信用風險度量模型。

信用風險度量模型的類別

目前國際上運用較多的現代信用風險度量模型主要有：KMV公司的KMV模型、JP摩根的信用度量術模型(ceditmetrics mode1)、麥肯錫公司的宏觀模擬模型(credit portfolio view)、瑞士信貸銀行的信用風險附加法模型(cridetrisk+)、死亡率模型(mortality rate)等。在巴塞爾新資本協議即將實施的背景下，結合國有商業銀行的具體情況，對這些模型進行適用性分析，對加強國有商業銀行的風險管理具有重大意義。

(一)KMV模型

KMV模型是由KMV公司利用默頓的期權定價理論開發的一種違約預測模型，模型的核心分析工具是預期違約頻率EDF(expected delinquency frequency)，它的原理是銀行貸款相當於向債務人賣出一個看跌期權，當企業資產的市場價值超過企業的負債時，企業有動力償還貸款，當企業資產的市場價值低於債務時，企業會行使期權，選擇違約。KMV模型根據借款公司的股票價格波動計算EDF，通過EDF來計算違約損失額LGD。有如下公式：

1．計算EDF。理論上知道企業資產的變動性就可得出其違約的概率(EDF)，但實際操作中並不知道企業資產的市場價值在整年中的確定概率。為此，模型引入了距違約觸發點的距離(DD)的概念。假設A企業在t年裡，企業的資產市值為V(A)，資 產的變動性為σA ，DD的公式如下：

DD=\frac{V(A)-DPT_A}{\sigma_A}(當t=1時)

DD=\frac{V(A)-DPT_A}{\sqrt {\sigma_A t}} (當t>l時)

其中，DPT 表示企業債務的面值，式中有兩個未知變量：資產價值和資產變動性σA 。

計算資產變動性和資產價值。按照默頓對布萊克-斯科爾斯模型V(A)的修正公式，利用公司股票市場價格的歷史觀測值，採用迭代法，可以求出資產價值V(A)和資產變動性σA 。

EDF的計算。根據資產價值和變動性，就可以求出DD值。根據DD值與EDF值的經驗對應數據，求出企業在一定DD值下的EDF值。

2．計算違約損失額LGD和預期損失EL。LGD=(1-預期收回率)×貸款的面值，預期收回率由各銀行根據歷史經驗進行假設。

EL=EDF×LGD EL為預期損失；UL為非預期損失；AIS為總溢價，指在銀行收取的利息部分中，不含基準利率的部分，AIS=EL+ES(預期回報)。

3．對單個信貸資產風險計算：E1i=EDF×LGD ULi = LGD * (EDF * (1 − EDF))1 / 2 。

4．組合風險的計算。對組合風險的計算主要問題是資產相關性。KMV公司根據多年的經驗，將所有行業分為6l類，建立了龐大的資產相關性數據庫，利用數據庫就可以算出不同企業的資產相關性。

(二)信用度量術模型

該模型由JP摩根公司主持開發並於1997年推出，屬於盯市類(MTM)模型。模型的核心思想是組合價值的變化不僅受到債務人違約的影響，而且還會受到債務人信用等級轉移的影響。該模型通過求解信貸資產在信用品質變遷影響下的價值分布，計算信用風險的VaR值，即在給定的置信區間上、在給定的時間段內，信貸資產可能發生的最大價值損失。

1．單筆貸款信貸風險測算。

第一步：通過構建概率轉移矩陣計算借款人的期末信用等級轉概率P。轉移概率可利用歷史數據得到。

第二步：估算未來不同信用等級下的貸款遠期價值。計算貸款的現值公式為：

\mu=R+\sum_{i=1}^{n-1} \frac{R}{(1+r_i+s_i)^i}+\frac{R+F}{(1+r_n+s_n)^n}

式中：R為固定年利息，F為貸款金額，n是貸款剩餘年限，ri為第i年遠期零息票國庫券利率(無風險利率)，si為特定信用等級貸款的i年度信用風險價差。

第三步：得出貸款價值的實際分布。將第一步得出的概率及從第二步得出的價值相結合，即可得到貸款價值在年末的非正態的實際分布。

均值為：\mu=\sum_{i=1}^sp_iu_i

標準差為：\sigma=[\sum_{i=1}^sp_i(u_i^2+\sigma_i^2)-\mu^2]^{1/2}

其中σi為各折現值的標準差

第四步：求出VaR值。可利用信用等級轉移概率和與之相對應的貸款價值表，近似地計算出不同置信度下的VaR值。

2．貸款組合信貸風險測算。JP摩根將單項資產模型加以擴展，使之成為組合風險計量模型。與單個信貸資產風險的計算相比，計算組合資產風險時將各組合資產的相關性考慮進去，用各資產的聯動概率替代單個資產的評級調整概率。

(三)宏觀模擬模型

基於經濟周期的各種宏觀因素會對債務人的信用等級轉移產生重要的影響，麥肯錫公司借用Wilson的建模思想，將宏觀因素與轉移概率間的關係模型化，建立了宏觀模擬模型，以有條件轉移矩陣取代以歷史數據為基礎的無條件轉移矩陣，並求出對經濟周期敏感的VaR值。

具體步驟：

設Yt為一定宏觀因素所構成的經濟狀態，Xt為系統宏觀變量(包括GDP增長率、失業率等)的集合，vt為非系統宏觀變量(指經濟體系受到的隨機衝擊或創新)的集合。Yt與Xt、vt的關係可以表示為：Yt= g(Xt，vt)。轉移概率Pt和宏觀因素Yt的關係可表示為：Pt= f(Yt)

由於Xt已知，vt可用蒙特卡羅模擬法求出，Pt的模擬值就可求出。按照該思路，對轉移矩陣中所有的其他元素進行調整，估算出以宏觀經濟狀態為條件的未來各期的轉移概率模擬值，進而得到未來各期的有條件的模擬轉移矩陣，計算出對經濟周期敏感的未來各期的VaR值。

(四)信用風險附加法模型

該模型是瑞士信貸銀行金融產品開發部於1997年開發的，其基本思路是運用保險經濟學中的保險精算方法，將風險暴露劃分成不同的頻段，以提高風險度量的精確程度。具體步驟如下：

第一步：將銀行持有的全部貸款按照單筆貸款的風險暴露額劃分為若干頻段，並求出各頻段的違約概率分布(假定貸款組合違約概率近似於泊松分布)。

p(n)=\frac{\mu^ue^{-u}}{n!} (n=0，1，2? ? )

式中：μ表示單位時間內平均違約次數。

第二步：計算各頻段的損失分布。該頻段的預期損失一平均違約次數×每筆貸款的風險暴露。

第三步：將各頻段的損失分布加總就可以得到組合損失分布。

(五)死亡率模型

美國學者Altman等借鑑壽險精算的思想開發出債券的邊際和累計死亡率表，俗稱死亡率模型 ，基本思路是利用歷史違約數據，估計貸款壽命周期內每一年的邊際違約率MMR和累計違約率CMR，將違約率與LGD結合就可得到預期損失的估計值，進一步可得到預期之外損失的估計值。

該模型認為各債券違約相互獨立，即不存在相關效應和連鎖反應，相同信用等級的債券違約情況相同，而不同債券類型的違約下的損失率不同且相互獨立，但同一債券類型的違約下的損失率基本相同，這些與信用度量術有相同之處，但兩種模型在處理上有明顯不同。

事實上，該模型是用歷史數據統計不同信用等級下債券的邊際死亡率和累計死亡率，同時，也可以統計出不同信用等級下的LGD，所以該方法比較容易理解，但應用也存在較大難度，主要是對數據量要求很大，許多單個商業銀行無法提供如此大的數據庫，如對有7個信用等級的債券的損失進行比較精確測算，則樣本要達到 7萬多個，這對一般商業銀行是不可能的。