【正文】 人工智能在該領(lǐng)域的運(yùn)用，克服了統(tǒng)計(jì)等方法對(duì)假設(shè)較強(qiáng)的要求以及靜態(tài)反映信用風(fēng)險(xiǎn)的缺點(diǎn)。其代表方法就是 神經(jīng)網(wǎng)絡(luò)分析方法 。 ? 然而，神經(jīng)網(wǎng)絡(luò)方法的最大缺點(diǎn)是其操作的隨機(jī)性較強(qiáng)，以及由于它的理論基礎(chǔ)使得其各變量的經(jīng)濟(jì)含義較難解釋。Ahmaal.(1995)在對(duì)神經(jīng)網(wǎng)絡(luò)方法和線性判別模型的比較研究中得出了神經(jīng)網(wǎng)絡(luò)方法并沒有實(shí)質(zhì)性的優(yōu)于線性判別模型的結(jié)論。 17 現(xiàn)代信用風(fēng)險(xiǎn)度量模型 ? 近二十年來(lái)，由于商業(yè)銀行貸款利潤(rùn)持續(xù)下降和表外業(yè)務(wù)風(fēng)險(xiǎn)不斷加大，促使銀行采用更經(jīng)濟(jì)的方法度量和控制信用風(fēng)險(xiǎn)，而現(xiàn)代金融理論的發(fā)展和新的信用工具的創(chuàng)新，給開發(fā)新的信用風(fēng)險(xiǎn)計(jì)量模型提供了可能。 ? 與過(guò)去的信用管理相對(duì)滯后和難以適應(yīng)市場(chǎng)變化的特點(diǎn)相比，新一代金融工程專家將建模技術(shù)和分析方法應(yīng)用到這一領(lǐng)域，在傳統(tǒng)信用評(píng)級(jí)的基礎(chǔ)上提出了一批信用風(fēng)險(xiǎn)模型。 ? 現(xiàn)代信用風(fēng)險(xiǎn)度量模型 主要有 KMV模型、 CreditMetrics、麥肯錫模型和 CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型等四類。 18 CreditMetrics模型 ? CreditMetrics是由 1997年開發(fā)出的模型，運(yùn)用 VAR框架，對(duì)貸款和非交易資產(chǎn)進(jìn)行估價(jià)和風(fēng)險(xiǎn)計(jì)算。該方法是基于借款人的信用評(píng)級(jí)、次年評(píng)級(jí)發(fā)生變化的概率（評(píng)級(jí)轉(zhuǎn)移矩陣）、違約貸款的回收率、債券市場(chǎng)上的信用風(fēng)險(xiǎn)價(jià)差計(jì)算出貸款的市場(chǎng)價(jià)值及其波動(dòng)性，進(jìn)而得出個(gè)別貸款和貸款組合的 VAR值。 19 CreditMetrics模型 CreditMetrics 圖解 20 麥肯錫模型 ? 1998年， McKinsey公司提出 CreditPorffolio View方法。 麥肯錫模型 則在 CreditMetrics的基礎(chǔ)上，對(duì)周期性因素進(jìn)行了處理，將評(píng)級(jí)轉(zhuǎn)移矩陣與經(jīng)濟(jì)增長(zhǎng)率、失業(yè)率、利率、匯率、政府支出等宏觀經(jīng)濟(jì)變量之間的關(guān)系模型化，并通過(guò)蒙地卡羅模擬技術(shù) （ a structured Monte Carlo simulation approach）模擬周期性因素的“沖擊”來(lái)測(cè)定評(píng)級(jí)轉(zhuǎn)移概率的變化。 ? 麥肯錫模型可以看成是對(duì) CreditMetrics的補(bǔ)充，它克服了CreditMetrics中不同時(shí)期的評(píng)級(jí)轉(zhuǎn)移矩陣固定不變的缺點(diǎn)。 21 CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型 ? 1997年， CSFP(Credit Suisse Financial Products)公司也公開了其 CreditRisk+方法。 CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型是一個(gè)違約模型（ DM），它不把信用評(píng)級(jí)的升降和與此相關(guān)的信用價(jià)差變化視為一筆貸款的 VAR（信用風(fēng)險(xiǎn)）的一部分，而只看作是市場(chǎng)風(fēng)險(xiǎn)，它在任何時(shí)期只考慮違約和不違約這兩種事件狀態(tài)，計(jì)量預(yù)期到和未預(yù)期到的損失。 ? 在 CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型 中，違約概率不再是離散的，而被模型化為具有一定概率分布的連續(xù)變量。每一筆貸款被視作小概率違約事件，并且每筆貸款的違約概率都獨(dú)立于其它貸款，這樣，貸款組合違約概率的分布接近泊松分布。 ? CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型考慮違約概率的不確定性和損失大小的不確定性，并將損失的嚴(yán)重性和貸款的風(fēng)險(xiǎn)暴露數(shù)量劃分頻段，計(jì)量違約概率和損失大小可以得出不同頻段損失的分布，對(duì)所有頻段的損失加總即為貸款組合的損失分布。 22 KMV模型 ? KMV模型 是估計(jì)借款企業(yè)違約概率的方法。首先，它利用BlackScholes期權(quán)定價(jià)公式，根據(jù)企業(yè)資產(chǎn)的市場(chǎng)價(jià)值、資產(chǎn)價(jià)值的波動(dòng)性、到期時(shí)間、無(wú)風(fēng)險(xiǎn)借貸利率及負(fù)債的帳面價(jià)值估計(jì)出企業(yè)股權(quán)的市場(chǎng)價(jià)值及其波動(dòng)性，再根據(jù)公司的負(fù)債計(jì)算出公司的違約實(shí)施點(diǎn)（ default exercise point，為企業(yè) 1年以下短期債務(wù)的價(jià)值加上未清償長(zhǎng)期債務(wù)帳面價(jià)值的一半），然后計(jì)算借款人的違約距離，最后根據(jù)企業(yè)的違約距離與預(yù)期違約率（ EDF）之間的對(duì)應(yīng)關(guān)系，求出企業(yè)的預(yù)期違約率。 23 模型的區(qū)別 ? 第一，在風(fēng)險(xiǎn)的界定方面 ， CreditMetrics和麥肯錫模型屬于 MTM（盯市）模型； CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型屬于DM模型；而 KMV模型既可被當(dāng)作 MTM模型，也可被當(dāng)作DM模型。 ? 第二，在風(fēng)險(xiǎn)驅(qū)動(dòng)因素方面 ，在 KMV模型和 CreditMetrics中，風(fēng)險(xiǎn)驅(qū)動(dòng)因素是企業(yè)資產(chǎn)價(jià)值及其波動(dòng)性；在麥肯錫模型中，風(fēng)險(xiǎn)驅(qū)動(dòng)因素是失業(yè)率等宏觀因素；而在 CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型中，關(guān)鍵的風(fēng)險(xiǎn)驅(qū)動(dòng)因素是經(jīng)濟(jì)中可變的違約率均值。 ? 第三，在信用事件的波動(dòng)性方面 ，在 CreditMetrics中，違約概率被模型化為基于歷史數(shù)據(jù)的固定的或離散的值；而在 KMV模型、麥肯錫模型和 CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型中，違約概率是可變的，但服從于不同的概率分布。 24 模型的區(qū)別 ? 第四，在信用事件的相關(guān)性方面 ，各模型具有不同的相關(guān)性結(jié)構(gòu)， KMV模型和 CreditMetrics是多變量正態(tài)；麥肯錫模型是因素負(fù)載；而 CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型是獨(dú)立假定或與預(yù)期違約率的相關(guān)性。 ? 第五，在回收率方面 ，在 KMV模型的簡(jiǎn)單形式中，回收率是不變的常數(shù)；在 CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型中，損失的嚴(yán)重程度被湊成整數(shù)并劃分為不同的頻段，在頻段內(nèi)回收率是不變的；在 KMV模型的最新版中，回收率是隨機(jī)的；在 CreditMetrics和麥肯錫模型中，回收率也是隨機(jī)的。 ? 第六，在計(jì)量方法方面 ， CreditMetrics對(duì)個(gè)別貸款或貸款組合采用分析方法進(jìn)行計(jì)量，對(duì)大規(guī)模貸款組合則采用蒙地卡羅模擬技術(shù)進(jìn)行計(jì)量； KMV模型和 CSFP信用風(fēng)險(xiǎn)附加計(jì)量模型采用分析方法進(jìn)行計(jì)量；麥肯錫模型則采用模擬技術(shù)求解。 25 一致性風(fēng)險(xiǎn)度量 ? 1999年， Artzner等人在 Mathematical Finance上提出一致性風(fēng)險(xiǎn)度量的公理化體系。凡滿足變換集變動(dòng)性，正齊次性、次可加性、單調(diào)性的風(fēng)險(xiǎn)度量稱為一致性風(fēng)險(xiǎn)度量。一致性風(fēng)險(xiǎn)度量 能保證對(duì)于不同的風(fēng)險(xiǎn)有不同的值相對(duì)應(yīng)，并且風(fēng)險(xiǎn)大的投資組合的度量值大于風(fēng)險(xiǎn)小的投資組合的度量值，相同的風(fēng)險(xiǎn)測(cè)度量值相同。 ? 隨后， 一致性風(fēng)險(xiǎn)價(jià)值 (Cohesive Value at Risk)被引入信用風(fēng)險(xiǎn)管理。一致性風(fēng)險(xiǎn)價(jià)值 (CVaR)是指在一定時(shí)間 T內(nèi)，置信度為 O的情況下，投資者對(duì)收益分布尾部 1α部分的期望值。 CVaR滿足次可加性，是一致性風(fēng)險(xiǎn)度量，對(duì)于投資組合的優(yōu)化非常有用，最優(yōu)化 CVaR的同時(shí)會(huì)得到相應(yīng)的 VaR。并且，因?yàn)?CVaR是測(cè)量尾部分位點(diǎn)之后的期望值，它能準(zhǔn)確反映尾部分布為厚尾這一特點(diǎn)。 Stanislav Uryasev(2023)等將 CVaR方法與 CreditMetrics方法結(jié)合對(duì)債券組合的信用風(fēng)險(xiǎn)進(jìn)行組合優(yōu)化，實(shí)證結(jié)果表明引入一致性度量后的結(jié)果更為可靠。 26 信用衍生產(chǎn)品 ? 隨著全球金融市場(chǎng)的迅猛發(fā)展，一種用于管理信用風(fēng)險(xiǎn)的新技術(shù) ——信用衍生產(chǎn)品逐漸成為金融界人們關(guān)注的對(duì)象。簡(jiǎn)單地說(shuō)，信用衍生產(chǎn)品是用來(lái)交易信用風(fēng)險(xiǎn)的金融工具，在使用信用衍生工具交易信用風(fēng)險(xiǎn)的過(guò)程中，信用風(fēng)險(xiǎn)被從標(biāo)的金融工具中剝離，使信用風(fēng)險(xiǎn)和該金融工具的其他特征分離開來(lái)。 ? 最早的信用衍生產(chǎn)品 早在 1993年就已產(chǎn)生，當(dāng)時(shí)日本的信孚銀行（ Bankers Trust）為了防止其向日本金融界的貸款遭受損失，開始出售一種兌付金額取決于特定違約事件的債券。投資者可以從債券中獲得收益，但是當(dāng)貸款不能按時(shí)清償時(shí)，投資者就必須向信孚銀行賠款。 ? 近幾年，信用衍生產(chǎn)品才取得突飛猛進(jìn)的發(fā)展。 1997年底，全球信用衍生產(chǎn)品未平倉(cāng)合約金額只有 1700億美元，而到了 2023年底，這一數(shù)字更是增加到了 7400億美元。 27 利用期權(quán)對(duì)沖信用風(fēng)險(xiǎn) ? 利用期權(quán)對(duì)沖信用風(fēng)險(xiǎn)的原理 是：銀行在發(fā)放貸款時(shí)，收取一種類似于貸款者資產(chǎn)看跌期權(quán)的出售者可以得到的報(bào)酬。這是因?yàn)?，銀行發(fā)放貸款時(shí)，其風(fēng)險(xiǎn)等價(jià)于出售該貸款企業(yè)資產(chǎn)看跌期權(quán)的風(fēng)險(xiǎn)。這樣，銀行就會(huì)尋求買入該企業(yè)資產(chǎn)的看跌期權(quán)來(lái)對(duì)沖這一風(fēng)險(xiǎn)。 ? 對(duì)這種信用風(fēng)險(xiǎn)對(duì)沖方式的最早運(yùn)用是 美國(guó)中西部的農(nóng)業(yè)貸款 。為保證償還貸款，小麥農(nóng)場(chǎng)主被要求從芝加哥期權(quán)交易所購(gòu)買看跌期權(quán)，以這一期權(quán)作為向銀行貸款的抵押。如果小麥價(jià)格下降，那么小麥農(nóng)場(chǎng)主償還全部貸款的可能性下降，從而貸款的市場(chǎng)價(jià)值下降；與此同時(shí)，小麥看跌期權(quán)的市場(chǎng)價(jià)格上升，從而抵消貸款市場(chǎng)價(jià)值的下降。 28 利用期權(quán)對(duì)沖信用風(fēng)險(xiǎn) ? 如圖所示，當(dāng)小麥價(jià)格為 B時(shí)，農(nóng)場(chǎng)主的資產(chǎn)（小麥）價(jià)值恰好保證能償還銀行貸款，同時(shí)小麥看跌期權(quán)的價(jià)值為零；當(dāng)小麥價(jià)格從 B下降時(shí)，銀行貸款的報(bào)酬下降，但是同時(shí)小麥看跌期權(quán)的價(jià)值上升；當(dāng)小麥價(jià)格從 B上升時(shí)，銀行貸款的報(bào)酬保持不變，同時(shí)小麥看跌期權(quán)的價(jià)值進(jìn)一步下降。但是，小麥看跌期權(quán)是由農(nóng)場(chǎng)主購(gòu)買的，作為貸款的抵押，因此銀行貸款的報(bào)酬并不發(fā)生變化。此時(shí)，農(nóng)場(chǎng)主的最大借貸成本是購(gòu)買小麥看跌期權(quán)的價(jià)格。 29 違約期權(quán) ? 違約期權(quán) 是在貸款違約事件發(fā)生時(shí)支付確定的金額給期權(quán)購(gòu)買者，從而對(duì)銀行予以一定的補(bǔ)償。 ? 銀行可以在發(fā)放貸款的時(shí)候購(gòu)買一個(gè)違約期權(quán)，與該筆貸款的面值相對(duì)應(yīng)。當(dāng)貸款違約事件發(fā)生時(shí)，期權(quán)出售者向銀行支付違約貸款的面值；如果貸款按照貸款協(xié)議得以清償，那么違約期權(quán)就自動(dòng)終止。因此，銀行的