信用风险度量——VaR值的计算方法研究.doc

第四组 金融、银行 （正文5100字） 信用风险度量——VaR值的计算方法研究 朱霞 葛翔宇 （中南财经政法大学信息学院） 摘要：信用风险是银行业所面临的最古老也是最主要的一类风险。在金融市场迅猛发展同时也复杂多变的今天，迫切需要度量和管理信用风险的先进方法。CreditMetrics模型是以VaR理论为依据，以信用转移分析为核心的高级信用风险度量模型。本文着重阐述了计算信用风险VaR值的方差-协方差法和蒙特卡洛模拟法，比较了两种方法的计算结果，并基于仿真试验说明了后者可以更好地解决信用风险的“厚尾现象”。 关键词：CreditMetrics 信用风险 方差-协方差法 蒙特卡洛模拟法 信用风险是因为交易对手违约或信用质量降低而给投资组合造成损失的风险，是商业银行所面临的最主要的风险，它将直接影响银行信贷资产质量的好坏，巨额的不良贷款甚至可能导致银行破产。在过去几十年间，银行的管理重点已逐渐从传统的资产负债管理过渡为以风险度量为核心的全面管理。信用风险度量是银行风险管理的核心。起初信用风险局限于定性分析和基于财务指标的分析模型，20世纪90年代以来，西方的一些商业银行开始探索运用金融数理工具来定量地评估和管理信用风险，这些模型为银行和金融监管机构计算资本充足率奠定了科学理论基础。1988年，巴塞尔委员会提出了银行的资本充足率不得低于8%的要求以控制信用风险。在之后的实践中表明8%的比例有些武断，而且简单的风险权重系数无法准确地度量真实风险。在1999年，巴塞尔委员会颁发了一份征求意见稿，提出了替代1988年协议的新资本充足监管框架，并鼓励银行在满足监管审核的条件下开发自己的内部模型作为资本充足率的计算基础，CreditMetrics模型就是被称为第一个评估信用风险的内部模型。 一 信用风险度量方法——CreditMetrics模型 CreditMetrics模型[1]是在1997年，由美国J.P摩根银行，瑞士联合银行，KMV等机构合作推出的一种度量信用风险的方法，该模型以VaR理论为依据，以信用转移分析为基础和核心，对贷款组合的未来价值分布进行模拟，信用风险在险 ____________________ 作者简介：朱霞（1980， 12）女，中南财经政法大学数量经济学在读博士研究生，讲师。 价值就等于在未来一段时间内在给定的置信水平下未来价值的抽样分位数和均值的差额。CreditMetrics模型度量信用风险的主要思想为： 首先，设定一个风险期限长度，考虑到评级机构的审核频率一般设定为一年。选定一个信用评级体系，可以是权威机构的评级体系如穆迪或标准普尔的评级系统，也可以是银行内部的评级体系。根据所选的评级体系确定贷款的等级和信用等级转移概率矩阵。 第二，确定信用风险溢价以计算贷款在各信用等级下的远期价值。信用等级的上升或下降必然会影响到贷款余下现金流量所要求的风险溢价，从而贷款的现值会发生变化，贷款一年后的远期价值是 其中为贷款金额，为固定年利息，为贷款年限，为第年的远期零息率，为特定信用等级下的贷款第年的信用风险价差。 第三，确定不同信用级别贷款的违约回收率，每一等级的违约回收率由评级机构根据历史数据给出。事实上，违约回收率不是一个确定的数值，有较大的波动，它取决于贷款的种类、级别、风险缓释技术以及商业周期等。而每一类要素中又有很多不确定性的因素。在实际计算中，通常假定回收率服从Beta分布。 第四，考虑到相关性，还需估计借款企业公司资产之间变化的相关性，进而估计贷款之间的联合违约概率以及联合转移概率。 最后，推导贷款或贷款组合价值变动的远期分布，得到分布的均值及分位数，进而计算信用风险的在险价值。 二 信用风险VaR值的计算方法 CreditMetrics模型度量信用风险的最后一步中，需要推导贷款组合价值变动的远期分布，根据推导分布方法的不同将计算信用风险VaR值的方法分为三类，分别讨论如下。 （一）分析性的方差-协方差法 此方法属于参数方法，它有两个重要假设[2]: 假设1 线性性假定。即在持有期内，贷款价值的变化与其风险因子成线性关系，此处的风险因子选为借款公司的资产收益率。 事实上，除期权类非线性的金融工具，大多数证券价值的变化都是风险因子变化的线性函数。 假设2 正态分布假设。即假设风险因子服从正态分布。 基于以上两点假设，借款企业的收益率服从正态分布，即，其中为预期收益，为收益的标准差，设为贷款目前的价值，为贷款的预期价值，为与既定置信水平下最大可能相对应的贷款价值。于是， 例如，当置信度取为99%时，。 下面以100万元信用等级为A级的五年期贷款为例计算其在险价值，其中年利率为6%。 根据标准普尔的数据资料[3],得到信用等级转移概率矩阵和不同信用等级的远期贴现率如下。 表