【正文】 信貸市場(chǎng)競(jìng)爭(zhēng)非常激烈。一旦這些大行業(yè)大企業(yè)出現(xiàn)生產(chǎn)與經(jīng)營風(fēng)險(xiǎn)，所殃及的不僅僅是銀行對(duì)這些行業(yè)貸款的資金安全，而且會(huì)影響整個(gè)銀行體系的穩(wěn)健運(yùn)行，形成商業(yè)銀行的系統(tǒng)性信貸風(fēng)險(xiǎn)。我國信貸風(fēng)險(xiǎn)具有較深的體制原因。本文從商業(yè)銀行信貸風(fēng)險(xiǎn)的定義入手，揭示商業(yè)銀行信貸風(fēng)險(xiǎn)的形成機(jī)制，找出商業(yè)銀行信貸風(fēng)險(xiǎn)形成原因，結(jié)合自己工作實(shí)踐，提出商業(yè)銀行信貸風(fēng)險(xiǎn)管理的對(duì)策和方法，建立商業(yè)銀行信貸風(fēng)險(xiǎn)流程管理。目前，我國商業(yè)銀行的發(fā)展很快，但是從業(yè)人員素質(zhì)、管理水平、經(jīng)驗(yàn)數(shù)據(jù)和發(fā)達(dá)國家比還有不小的差距，如何盡快的提高我國商業(yè)銀行的管理水平，不能生搬硬套西方的先進(jìn)理論，必須結(jié)合中國國情消化吸收西方先進(jìn)思想，提出切合中國實(shí)際的方法和理論。通常人們認(rèn)為，風(fēng)險(xiǎn)就是發(fā)生不幸事件的概率，或者說，風(fēng)險(xiǎn)就是一個(gè)事件產(chǎn)生人們所不希望的后果的可能性。信用風(fēng)險(xiǎn)也是交易對(duì)手（一般是債務(wù)人）信用質(zhì)量降低的風(fēng)險(xiǎn)。二者的不同點(diǎn)在于其所包含的金融資產(chǎn)的范圍；信用風(fēng)險(xiǎn)不僅包括貸款風(fēng)險(xiǎn)，還包括存在于其他表內(nèi)、表外業(yè)務(wù)，如貸款承諾、證券投資、金融衍生工具中的風(fēng)險(xiǎn)。銀行是社會(huì)的信用中介，通過吸收存款等形式籌集資金，轉(zhuǎn)而發(fā)放貸款形成了資金運(yùn)用，銀行及債權(quán)人和債務(wù)人為一身。所以，流動(dòng)性不足嚴(yán)重時(shí)將導(dǎo)致流動(dòng)性危機(jī)，并成為銀行破產(chǎn)的直接誘因。利率風(fēng)險(xiǎn)（Interest Risk）是由利率變動(dòng)引起收入下降的風(fēng)險(xiǎn)。匯率風(fēng)險(xiǎn)是商業(yè)銀行經(jīng)營外匯業(yè)務(wù)面臨的最主要風(fēng)險(xiǎn)，也是外匯風(fēng)險(xiǎn)管理的重點(diǎn)。與工商企業(yè)不同，商業(yè)銀行風(fēng)險(xiǎn)具有如下特點(diǎn)： 客觀性風(fēng)險(xiǎn)是一種客觀存在，是不以人的主觀愿望轉(zhuǎn)移而轉(zhuǎn)移，人們生存和活動(dòng)的整個(gè)社會(huì)環(huán)境就是一個(gè)充滿風(fēng)險(xiǎn)的世界。這一經(jīng)營特點(diǎn)決定了商業(yè)銀行本身即是一種具有內(nèi)在風(fēng)險(xiǎn)的特殊企業(yè)。商業(yè)銀行不斷地吸收存款、發(fā)放貸款，在經(jīng)營過程中負(fù)債的流動(dòng)性雖然很大，但總有一部分余額沉淀在銀行里。在一般情況下，即使某些不確定性因素造成損失的可能性已經(jīng)出現(xiàn)，銀行仍可以通過不斷吸收存款來保持流動(dòng)性，使得銀行在巨額虧損時(shí)仍能夠運(yùn)轉(zhuǎn)，因此其風(fēng)險(xiǎn)具有隱蔽性。 擴(kuò)散性銀行風(fēng)險(xiǎn)可能在銀行體系傳導(dǎo)，甚至引起銀行危機(jī)，也可以向金融體系傳導(dǎo)，引起金融危機(jī)。這種方法的最大特征就是：銀行信貸的決策權(quán)是由該機(jī)構(gòu)那些經(jīng)過長期訓(xùn)練、具有豐富經(jīng)驗(yàn)的信貸專家所掌握，并由他們做出是否貸款的決定。品德和聲望（Character） 、資格與能力（ Capacity） 、資金實(shí)力（Capital） 、擔(dān)保（Collateral ） 、經(jīng)營條件（Condition ）也有些銀行將信貸分析的內(nèi)容歸納為“5W”或“5P” 。②專家制度存在的缺陷與不足盡管古典信貸分析法——專家制度在銀行的信貸分析中發(fā)揮著積極的重要作用，然而實(shí)踐卻證明它存在許多難以克服的缺點(diǎn)和不足。其次，專家制度與銀行在經(jīng)營管理中的官僚主義方式緊密相聯(lián)，大大降低了銀行應(yīng)對(duì)市場(chǎng)變化的能力，影響了銀行未來的發(fā)展。例如，信貸專家在對(duì)不同借款人的“5C”進(jìn)行評(píng)估時(shí)，他們所確定的每一個(gè)“C” 的權(quán)重都有很大差異，既便在同一家銀行，信貸專家對(duì)同類型借款人的“5C”評(píng)估也存在差異。Altman 在 1968 年通過對(duì)若干組企業(yè)的研究和分析，采用如下 5 個(gè)指標(biāo)進(jìn)行回歸，得到了如下的回歸方程，也就是 Z 評(píng)分模型：Z＝ ＋＋＋＋其中 X1＝營運(yùn)資本／總資產(chǎn)X2＝留存收益／總資產(chǎn)X3＝資產(chǎn)報(bào)酬率X4＝權(quán)益市場(chǎng)值／總債務(wù)的帳面值X5＝銷售收入／總資產(chǎn)如果 Z≤，歸于破產(chǎn)組；如果 Z＞，歸于非破產(chǎn)組。我們可以將 ZETA 模型寫成下列式子,其中模型中的 a、b、c 、d、e、f、g，分別是作者無法獲得 ZETA 模型中七變量各自的系數(shù)。然而，在實(shí)踐中，人們發(fā)現(xiàn)無論是 Z 評(píng)分模型還是 ZETA 模型都存在著很多12 / 78先天不足，使模型的預(yù)測(cè)能力大打折扣，限制了模型功效的發(fā)揮。同樣為銀行業(yè)所重視的其他一些信貸風(fēng)險(xiǎn)模型，還有 KMV 公司的以 EDF 為核心手段的 KMV 模型，Mckinsey 公司的Credit Portfolio View 模型等。它對(duì)貸款和債券在給定的時(shí)間單位內(nèi)（通常為一年）的未來價(jià)值變化分布進(jìn)行估計(jì)，并通過在險(xiǎn)價(jià)值（Value at Risk ,VAR）來衡量風(fēng)險(xiǎn)。值得注意的是，它在某種程度上存在著一定的缺陷。事實(shí)上這是不正確的，因?yàn)檫`約率是連續(xù)的，而等級(jí)卻是以一種離散的方式進(jìn)行調(diào)整的，這是由于評(píng)級(jí)機(jī)構(gòu)對(duì)那些違約風(fēng)險(xiǎn)發(fā)生變化的公司進(jìn)行升級(jí)或降級(jí)的過程需要一定的時(shí)間。②KMV 公司的 KMV 模型KMV 是基于這樣的出發(fā)點(diǎn)：當(dāng)公司的市場(chǎng)價(jià)值下降至一定水平以下，公司就會(huì)對(duì)其債務(wù)違約。與 Credit Metrixs 不同， KMV 模型沒有運(yùn)用穆迪或標(biāo)準(zhǔn)普爾的統(tǒng)計(jì)數(shù)據(jù)通過債務(wù)人的信用等級(jí)確定一個(gè)違約概率，它并不明確地涉及轉(zhuǎn)移概率，而是根據(jù)莫頓的模型得出每個(gè)債務(wù)人的期望違約頻率，將違約概率作為公司的資產(chǎn)結(jié)構(gòu)、資產(chǎn)收益的波動(dòng)性和現(xiàn)時(shí)資產(chǎn)價(jià)值的一個(gè)函數(shù)。因而，Credit Risk+被認(rèn)為是一種“違約率模型”的代表。不過，這一方法的“簡(jiǎn)易性”可能會(huì)與盡可能準(zhǔn)確地模擬“復(fù)雜”現(xiàn)實(shí)的目標(biāo)相沖突。④Credit Portfolio View 經(jīng)濟(jì)計(jì)量模型Credit Portfolio View 是一個(gè)多因子模型，它根據(jù)諸如失業(yè)率、GDP 增長率、長期利率水平、匯率、政府支出以及總儲(chǔ)蓄率等宏觀因素，對(duì)每個(gè)國家不同行業(yè)中就不同等級(jí)的違約和轉(zhuǎn)移概率的聯(lián)合條件分布進(jìn)行模擬。與 Credit Metrics 類似，Credit Portfolio View 也用于說明違約和等級(jí)降級(jí)帶來的損失，且同樣將等級(jí)轉(zhuǎn)移矩陣作為它的模型基礎(chǔ)，但它不是運(yùn)用股票數(shù)據(jù)近似違約相關(guān)性，而是根據(jù)當(dāng)前的宏觀經(jīng)濟(jì)形勢(shì)對(duì)原始轉(zhuǎn)移矩陣進(jìn)行“調(diào)整” ，因而違約概率不是常數(shù)而是變動(dòng)的，這一點(diǎn)則與 Credit Risk+模型類似。Credit Risk+僅針對(duì)于違約，它假定單個(gè)或貸款的違約服從泊松分布，在這一分布并不是明確地建立信用轉(zhuǎn)移風(fēng)險(xiǎn)的模型，而是對(duì)隨機(jī)違約率進(jìn)行解釋 [2]。主要原因有:①我國商業(yè)銀行沒有建立起相應(yīng)的歷史信貸數(shù)據(jù)庫。西方國家有穆迪、標(biāo)準(zhǔn)普爾等國際知名的評(píng)級(jí)機(jī)構(gòu)給商業(yè)銀行提供相應(yīng)的數(shù)據(jù)，而我國國內(nèi)獨(dú)立的商業(yè)信用評(píng)級(jí)機(jī)構(gòu)正處于起步階段，還不成熟。西方一些大的商業(yè)銀行都建立了自己的成熟的內(nèi)部評(píng)級(jí)體系，從而為其建立信用風(fēng)險(xiǎn)度量模型奠定了基礎(chǔ)。17 / 783 我國商業(yè)銀行信貸風(fēng)險(xiǎn)及其形成原因商業(yè)銀行信貸風(fēng)險(xiǎn)是經(jīng)濟(jì)活動(dòng)中的必然現(xiàn)象，它的存在具有客觀性。其中比較重要的理論和有代表性的觀點(diǎn)可以歸納為以下幾種： 經(jīng)濟(jì)基礎(chǔ)決定論經(jīng)濟(jì)決定金融，銀行風(fēng)險(xiǎn)在一定程度上是經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的反應(yīng)。在任何時(shí)點(diǎn)，商業(yè)銀行資產(chǎn)方和負(fù)債方的市場(chǎng)價(jià)值不相等，違約風(fēng)險(xiǎn)永遠(yuǎn)存在。凱恩斯（Keynes）認(rèn)為持續(xù)的通貨緊縮或商品的貨幣價(jià)值在短期內(nèi)向下變動(dòng)超過了銀行所能預(yù)料的范圍，銀行持有的大量金融資產(chǎn)價(jià)格下降，將會(huì)使銀行抵押貸款的“墊頭”消失和支付能力大大縮水，信貸資產(chǎn)質(zhì)量惡化，加大了破產(chǎn)倒閉的可能性。②經(jīng)濟(jì)不穩(wěn)定性導(dǎo)致銀行風(fēng)險(xiǎn)。信用論認(rèn)為，金融活動(dòng)是一種充滿不確定性的信用過程，信用過程是包含著時(shí)間長度在內(nèi)的一種預(yù)期。但是人們?cè)陂L期的銀行風(fēng)險(xiǎn)管理實(shí)踐和研究中，總結(jié)出了不少風(fēng)險(xiǎn)形成理論和管理辦法。16 / 78所以，根據(jù)我國的具體情況，目前商業(yè)銀行還是以專家制度為主，輔以 Z 評(píng)分模型作為度量商業(yè)銀行信貸風(fēng)險(xiǎn)的主要方法。③商業(yè)銀行內(nèi)部并未建立起成熟的內(nèi)部評(píng)級(jí)體系。而我國銀行內(nèi)部缺乏的正是這些歷史數(shù)據(jù)。然而我國對(duì)信貸風(fēng)險(xiǎn)進(jìn)行量化研究的起步較晚，一直偏重于定性分析。Credit Metrics 方法是基于信用轉(zhuǎn)移分析，它對(duì)任一債券或貸款組合的價(jià)值建立了完全分布模型，并且其價(jià)值的變化只與信用轉(zhuǎn)移有關(guān)，它通過在險(xiǎn)價(jià)值來衡量風(fēng)險(xiǎn)，而這一在險(xiǎn)價(jià)值即是在指定置信水平下這一分布的百分位數(shù)。當(dāng)經(jīng)濟(jì)狀況惡化時(shí)，降級(jí)和違約增加；反之，當(dāng)經(jīng)濟(jì)狀況好轉(zhuǎn)時(shí)，降級(jí)和違約減少。該模型的局限性是它針對(duì)的是損失率，而非貸款價(jià)值的變化，使它不是一個(gè)盯住市場(chǎng)模型（MarktoMarket Model） ，而是一個(gè)違約率模型。它假定：1）對(duì)于一筆貸款，在給定期間內(nèi)的違約概率，比如 1 個(gè)月，與其他任何月份的違約概率相同；2）對(duì)于大量的債務(wù)人，任何特定債務(wù)人的違約概率很小，且在某一特定時(shí)期14 / 78內(nèi)的違約數(shù)與任何其他時(shí)期內(nèi)的違約數(shù)相互獨(dú)立。而且，EDF 是相對(duì)于違約風(fēng)險(xiǎn)的一種“基數(shù)評(píng)級(jí)” ，而不是傳統(tǒng)的由評(píng)級(jí)機(jī)構(gòu)所提供的“序數(shù)評(píng)級(jí)” （如穆迪公司的 8 個(gè)信用等級(jí)） ，它可以映射于任何等級(jí)體系而得到債務(wù)人的相同等級(jí)。因此，在給定公司的現(xiàn)時(shí)資產(chǎn)結(jié)構(gòu)的情況下，一旦確定出資產(chǎn)價(jià)值的隨機(jī)過程，便可得到任一時(shí)間單位（如 1 年、 2 年等）的實(shí)際違約概率。此外，這一模型需要輸入大量的數(shù)據(jù)，而對(duì)于中等的市場(chǎng)貸款組合而言，它們通常不能完全得到，因而必須要近似。Credit Metrixs 的準(zhǔn)確性依賴于兩個(gè)關(guān)鍵的假設(shè)：1）處于同一等級(jí)的所有公司具有相同的違約率；13 / 782）實(shí)際違約率等于平均違約率。在 Credit Metrixs 中，價(jià)值變化與債務(wù)人信用質(zhì)量的最終轉(zhuǎn)移相聯(lián)系，這種轉(zhuǎn)移既包括升級(jí)也包括降級(jí)和違約。毫無疑問，這些信貸風(fēng)險(xiǎn)管理模型的發(fā)展正在對(duì)傳統(tǒng)的信貸風(fēng)險(xiǎn)管理模式產(chǎn)生革命性的影響，一個(gè)現(xiàn)代信貸風(fēng)險(xiǎn)管理的新模式正在形成。 現(xiàn)代信貸風(fēng)險(xiǎn)度量和管理方法：信用度量制模型近年來，現(xiàn)代信貸風(fēng)險(xiǎn)量化管理模型在國際金融界得到了很高的重視和相當(dāng)大的發(fā)展。由這兩個(gè)模型所計(jì)算出的 Z 值可以較為明確地反映借款人（企業(yè)或公司）在一定時(shí)期內(nèi)的信用狀況（違約或不違約、破產(chǎn)或不破產(chǎn)） ，因此，它可以作為借款人經(jīng)營前景好壞的早期預(yù)警系統(tǒng)。Zeta 分析模型是 Altman、Haldeman 和 Narayanan 在研究公司破產(chǎn)風(fēng)險(xiǎn)時(shí)提出的一個(gè)模型，采用 7 個(gè)指標(biāo)作為揭示企業(yè)失敗和成功的變量，這 7 個(gè)指標(biāo)是資產(chǎn)報(bào)酬率、收入的穩(wěn)定性、利息保障倍數(shù)、盈利積累（留存收益／總資產(chǎn)） 、流動(dòng)比率、資本化率（5 年的股票平均市場(chǎng)值／總長期資本）和規(guī)模（公司的總資產(chǎn)） ，這 7 個(gè)指標(biāo)分別表示企業(yè)目前的盈利性、收益的風(fēng)險(xiǎn)、利息的保障、長期盈利性、流動(dòng)性和規(guī)模等特征。阿爾特曼（Edward ）在 1968 年提出的。在專家制度下，銀行員工都熱衷于成為專家，這就需要他們?cè)谀骋恍袠I(yè)或某類客戶范圍進(jìn)行較長時(shí)期的分析研究，積累經(jīng)驗(yàn)，成為這個(gè)行業(yè)的專才，因此這些人在選擇客戶時(shí)都有著強(qiáng)烈的偏好，他們所注重的客戶都具有較高的相關(guān)性，這就加劇了銀行貸款的集中程度，必然給銀行帶來潛在的風(fēng)險(xiǎn)。這是因?yàn)閷＜抑贫人揽康氖蔷哂袑ｉT知識(shí)的信貸專家，而這些人員本身的素質(zhì)高低和經(jīng)驗(yàn)多少將會(huì)直接影響該項(xiàng)制度的實(shí)施效果。在傳統(tǒng)的信貸分析過程中，信貸專家常常要借助于一些標(biāo)準(zhǔn)的分析技術(shù)來對(duì)借款人清償債務(wù)能力進(jìn)行評(píng)估。①專家制度的主要內(nèi)容在專家制度下，由于各商業(yè)銀行自身?xiàng)l件不同，因而在對(duì)貸款申請(qǐng)人進(jìn)行信貸分析所涉及的內(nèi)容上也不盡相同。一旦某個(gè)金融機(jī)構(gòu)的金融資產(chǎn)價(jià)格發(fā)生貶損以至于不能保證正常的流動(dòng)性頭寸，則單個(gè)或局部的金融困難很快便演變成全局性的金融動(dòng)蕩。同時(shí)，風(fēng)險(xiǎn)與其決策行為是緊密關(guān)聯(lián)的，不同的決策者對(duì)同一風(fēng)險(xiǎn)事件會(huì)采取不同的決策行為，具體反映在其采取的不同策略和不同的管理方法，也因此會(huì)面臨不同的風(fēng)險(xiǎn)結(jié)果。通過貸款、轉(zhuǎn)存，在帳目上轉(zhuǎn)來轉(zhuǎn)去就創(chuàng)造出一筆筆新的存款貨幣了，也就大大增加了銀行資金來源。 潛在性盡管風(fēng)險(xiǎn)是客觀存在，但它的不確定性僅僅是一種可能性，從可能性要轉(zhuǎn)變?yōu)楝F(xiàn)實(shí)的損失還有一段距離，還有賴于其它相關(guān)條件，這一特性可稱為風(fēng)險(xiǎn)的潛在性。風(fēng)險(xiǎn)是各種不確定因素的伴隨物。從巴塞爾委員會(huì)關(guān)于操作風(fēng)險(xiǎn)的定義維度，操作風(fēng)險(xiǎn)可以劃分為四類: 一是人員因素引起的操作風(fēng)險(xiǎn)包括操作失誤、違法行為（員工內(nèi)部欺詐/內(nèi)外勾結(jié)） 、關(guān)鍵人員流失等情況；二是流程因素引起的操作風(fēng)險(xiǎn)，可分為流程設(shè)計(jì)不合理和流程執(zhí)行不嚴(yán)格兩種情況；三是系統(tǒng)因素引起的操作風(fēng)險(xiǎn)，包括系統(tǒng)失靈和系統(tǒng)漏洞兩種情況；四是外部事件引起的操作風(fēng)險(xiǎn)主要指外部欺詐、突發(fā)事件以及銀行經(jīng)營環(huán)境的不利變化等情況。由于利率的不確定性，所以收入也是不確定的。市場(chǎng)風(fēng)險(xiǎn)可以分為利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)（包括黃金） 、股票價(jià)格風(fēng)險(xiǎn)和商品價(jià)格風(fēng)險(xiǎn)，分別是指由于利率、匯率、股票價(jià)格和商品價(jià)格的不利變動(dòng)所帶來的風(fēng)險(xiǎn)。銀行的資產(chǎn)即貸款常常是幾年、甚至5 年以上，因此缺乏流動(dòng)性，不容易變現(xiàn)。 流動(dòng)性風(fēng)險(xiǎn)流動(dòng)性風(fēng)險(xiǎn)（liquidity risk）也是銀行的主要風(fēng)險(xiǎn)，是因銀行無法以合理的價(jià)格出售資產(chǎn)或再借入現(xiàn)金而引起凈收入或股東權(quán)益市場(chǎng)價(jià)值潛在下降的風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)與信貸風(fēng)險(xiǎn)是兩個(gè)既有聯(lián)系又有區(qū)別的概念：信貸風(fēng)險(xiǎn)是指在信貸過程中，由于各種不確定性，使借款人不能按時(shí)償還貸款，造成銀行貸款本金及利息損失的可能性。 商業(yè)銀行風(fēng)險(xiǎn)的類型具體到商業(yè)銀行，商業(yè)銀行風(fēng)險(xiǎn)按照表現(xiàn)形式可以分為以下幾種類型 信用風(fēng)險(xiǎn)信用風(fēng)險(xiǎn)（credit risk）是客戶違約的風(fēng)險(xiǎn)，也就是客戶不能履行其現(xiàn)有合約義務(wù)的風(fēng)險(xiǎn)。希望通過這種方式的研究能夠找到適合中國國情的商業(yè)銀行信貸風(fēng)險(xiǎn)流程管理的體系和內(nèi)容。圖 論文結(jié)構(gòu) Structure Of Paper 主要研究工作論文題目確定后，在導(dǎo)師的指導(dǎo)下查閱了大量的文獻(xiàn)資料，發(fā)現(xiàn)關(guān)于信貸風(fēng)險(xiǎn)管理流程的文章相對(duì)較少，大多數(shù)文章把研究的重點(diǎn)的放在信用等級(jí)的評(píng)估以及信用違約模型的分析；采用的研究方法是：依托豐富的信貸客戶數(shù)據(jù)以及違約數(shù)據(jù)進(jìn)行數(shù)理分析，采用的數(shù)學(xué)工具主要有概率論和矩陣分析；得出的結(jié)論是，不同信用等級(jí)企業(yè)的違約率以及不同信用等級(jí)相互轉(zhuǎn)換的概率。信貸風(fēng)險(xiǎn)不是孤立的風(fēng)險(xiǎn)，影響信貸