现代商业--信用风险计量研究进展-20120726-投稿版.doc

信用一、引言 历史经验表明，无论80年代美国德州与俄州银行的大额信贷损失、90年代东南亚金融危机2008年以来的次贷危机，都与银行信用风险暴露紧密相关。在深刻的教训中，越来越多的银行开始认识到强化信用风险计量的重要性。 就我国商业银行而言，随着近年来内外部经济形势的复杂变化，企业经营管理不确定性增大，信用违约风险随之上升，特别对于房地产、地方政府融资平台、“两高一剩”等信用组合风险管理难度加大。相关领域风险的堆积不仅影响到银行资本与定价管理的有效性，更关系到我国金融系统的安全稳定，因此对我国银行信用风险计量的研究显得十分紧迫。 尽管近年来国内商业银行纷纷建立和优化了信用评级体系，在信用风险基础数据积累、风险计量方面取得一定进展，相关领域研究也呈纵深化发展，如周四军、袁鹏和冯岑（2009）、王忠郴和喻葵（2010）、常婷婷、乔忠和李拓（2011）等，但从银行实践情况看，仍普遍存在数据质量差、不同类型模型间兼容程度低、信用风险计量等系列问题。特别对于行业、地区、产品等信用组合风险的计量，更是处于起步阶段，主要以定性分析为主，如苏静和杜子平（2008）、杨继光和刘海龙(2009)等，对于信用组合风险的定量研究仍显不足。同时，对于系统性信用风险的量化分析研究也处初期探索阶段，如谭燕芝和张运东（2009）。为此，本文将在阐释信用风险计量所涉违约概率、违约损失率、信用组合等核心要素的基础上，评述国外相关领域研究的必威体育精装版进展，以期为国内银行业信用风险计量和管理提供参考借鉴。 二、信用风险计量的研究进展 纵观信用风险计量模型的理论研究过程，可以发现，基本上是沿着“对单个交易对手信用风险计量模型的研究→对交易对手组合信用风险计量模型的研究→对金融系统性信用风险计量模型的研究”这一渐次展开的。 （一）对单个交易对手信用风险计量模型的研究 围绕巴塞尔协议有关采用IRB法计量信用风险的相关要求，对于单个交易对手的信用风险损失分布研究主要围绕IRB法下的违约概率（PD）和违约损失率（LGD）两大要素展开。 1、对单个交易对手违约概率（PD）的研究进展 关于PD的研究开始较早，相关计量模型也相对成熟。目前的研究主要集中于如何在IRB法模型框架下，针对不同规模和类型的交易对手优化PD参数设定，以提高模型对于各类交易对手风险测度的准确有效性。 Bassamboo等 (2008)引入时变条件函数t-copula）描述系统性和非系统性风险因素对单个交易对手PD概率分布的影响，同时采用蒙特卡洛法进行参数估计，使IRB模型参数进一步丰富，准确性也得到提升。然而，随着模型参数的增多，以及蒙特卡洛法下计算量的显著增大，模型复杂程度加大，计算速度也有所减慢同时，模型所需的非系统性风险因素的确定难度较大，对于不同国家、地区、行业的交易对手存在较大差异，要求模型使用机构具有较高的分析研究能力及较为完整的历史数据积累，影响了模型在银行的广泛应用（De Walque等，2009）。 Glasserman等(2008)应用线性相依关系函数（Gaussian copula）描述PD分布，并通过引入重要样本，显著简化了信用风险计量的复杂程度；但对简化后模型的有效性和适用范围研究还有待进一步深化。 2、对单个交易对手违约损失率（LGD）的研究进展 在LGD模型构建方面，2005年穆迪旗下KMV公司的Gupton Stein(2005)提出著名的LossCalc模型。在此之前，普遍使用历史均值对LGD进行简单估算。LossCalc模型的基本思路是假设损失仅出现在即期及满1年时，在此基础上，根据不同客户、产品、行业、宏观风险特征，建立不同的“子模型”（mini-models），并通过多元线性回归，围绕“子模型”构造即期和满1年时点下的两类LGD模型。经过检验，LossCalc模型较传统的历史均值法在描述LGD分布准确性上得到显著提升。然而，为了降低模型的复杂程度，LossCalc模型假设损失仅出现在即期及满1年时与现实情况差距较大，使模型精度有所降低（Hamerle等，2006）。 为此，Hamerle等(2006)修正LossCalc模型的上述假设，引入滞后变量，假设模型的自变量宏观经济和行业风险因素具有时滞性，而客户特有风险因素不具时滞性，并采用线性回归方法对LGD模型进行参数估计。Peter(2006)通过定义信用违约下的不同情境，如企业恢复生产、债务重组、注入流动性等，使用logistic回归模型，按照不同情境发生的概率描述LGD分布。Huang和Oosterlee(2008) 对LGD模型当中的一个系数进行回归分析，回归分析结果用于估计特定因素影响下的LGD分布均值，并通过线性回归或极大似然法估计协方差。对模型的检验结果显示，采用系数描述模型能够较为准确地反映LGD的分布情况。 尽管