【正文】 因素的連續(xù)監(jiān)測和分析，判斷貸款的實際損失程度，對銀行的信貸管理水平和信貸人員的素質(zhì)要求較高。目前，我國各大商業(yè)銀行基本都建立了自己的內(nèi)部評級系統(tǒng)，各銀行的內(nèi)部評級系統(tǒng)在評級對象、評級方法和評級程序等基本相同，對象為已有的或潛在的債務(wù)人或交易對手，方法主要是專家分析判斷。加上銀行管理落后、制度不健全等方面原因，不少經(jīng)營人員素質(zhì)低下，責任心不強，玩忽職守，違規(guī)經(jīng)營，風(fēng)險炒作甚至以貸謀私，這一切構(gòu)成商業(yè)銀行尤其是國有商業(yè)銀行風(fēng)險擴張的重要根源。由于借款人在貸款到期時沒有能力償還本息，故意不履行還款義務(wù)，使得信貸資金的實際運行結(jié)果偏離預(yù)期目標，造成銀行信用風(fēng)險。此外，當前我國企業(yè)破產(chǎn)制度不完善。其次我國銀監(jiān)會缺乏對表外業(yè)務(wù)的監(jiān)管，尤其對以金融創(chuàng)新為主的銀行業(yè)務(wù)缺乏有效監(jiān)管，進一步加大了信用風(fēng)險。近年來抵押貸款逐漸增加，但在實際操作中辦理難度較大，導(dǎo)致其防范和轉(zhuǎn)嫁風(fēng)險的作用受到影響?，F(xiàn)階段，我國銀行信用風(fēng)險量化工作主要使用專家分析和計算信貸風(fēng)險度的傳統(tǒng)方法，盡管傳統(tǒng)的風(fēng)險計量方法由一定的積極作用，卻也存在不可忽視的缺陷，難以適應(yīng)現(xiàn)代銀行進行全面和動態(tài)風(fēng)險管理的需要。由于數(shù)據(jù)的一致性較差，所以不僅無法提高工作效率，還增加了工作量，工作量的增加又使統(tǒng)計數(shù)據(jù)的質(zhì)量下降，如此以致惡性循環(huán)。Credit Metrics模型對單項貸款的VaR的計算可以通過解析法實現(xiàn)，但對大規(guī)模的貸款組合往往通過模擬技術(shù)求解；KMV模型通過解析技術(shù)實現(xiàn)風(fēng)險評價；Credit Portfolio View模型采用模擬技術(shù)結(jié)構(gòu)；Credit Risk+模型能夠生成關(guān)于損失概率密度函數(shù)的邏輯分析解。Credit Portfolio View模型與Credit Metrics模型和KMV模型的風(fēng)險因素在本質(zhì)上有著相同之處，從國家行業(yè)等宏觀因素角度考慮違約風(fēng)險和借款人之間違約風(fēng)險的相關(guān)性。在這四種模型中， Credit Metrics主要是從盯市角度界定風(fēng)險，即從借款人信用級別升降（利差變化）角度衡量信用風(fēng)險；而Credit Risk+模型和KMV模型本質(zhì)上是違約模式模型，而Credit Portfolio View模型既可以當作盯市模型使用也可以當作違約式模型使用。信用風(fēng)險管理的方法包括傳統(tǒng)的信用分析管理法和現(xiàn)代的信用風(fēng)險管理方法。由不對稱性又決定了債券市場具有信用風(fēng)險難以分散、信用市場容易出現(xiàn)借貸失衡以及信用風(fēng)險保護的提供著少于購買者等其他特征。信用風(fēng)險的概率分布可偏性信用風(fēng)險概率分布的偏離是由公司違約的小概率事件以及貸款收益和損失的不對稱造成的。因為它只涉及損失的補償和業(yè)務(wù)處理，可通過概率論方法進行計量和管理?？梢詮囊韵氯齻€方面理解：信用風(fēng)險存在于資產(chǎn)和負債兩方面。信用的最初表現(xiàn)為商品貨幣關(guān)系，隨著社會生產(chǎn)力和商品貨幣經(jīng)濟的發(fā)展，信用更多地表現(xiàn)為銀行信用。同時采用定性和定量相結(jié)合的方法，一方面，從定性的角度考察信用風(fēng)險管理需要考慮的相關(guān)因素；另一方面，從應(yīng)用的角度利用KMV模型對代表性行業(yè)上市公司違約事件測量違約距離。此部分在全文起到提綱掣領(lǐng)的作用。康宇虹，等（2008） 康宇虹、孫德鵬、郜中華：《KMV模型在我國上市公司信用風(fēng)險度量中的實證研究》，長沙，《第三屆(2008)中國管理學(xué)年會論文集》，2008年，第4835第4841頁的研究對KMV模型的前提假設(shè)做出了一些放松，由此首次得到了違約條件下的理論違約概率和違約點隨時間變化條件下的理論違約概率。根據(jù)大量實證分析，發(fā)現(xiàn)違約發(fā)生最頻繁的臨界點在公司價值等于流動負債加50%的長期負債處。隨后CSFB（1997） Credit Suisse Financial Products. Credit Risk Plus Technical Document,1997推出了依據(jù)針對火災(zāi)險的財險精算原理的Credit Risk+模型。該模型通過分析一組變量，使其在組內(nèi)差異最小化的同時實現(xiàn)組間差異最大化，在此過程中要根據(jù)統(tǒng)計標準選入或舍去備選變量，從而得出Z判別函數(shù)。（2）評級方法。 2005年2008年商業(yè)銀行不良貸款情況表 數(shù)據(jù)來源：中國銀監(jiān)會:在我國，由于長期以來的體制和機制方面的原因，商業(yè)銀行風(fēng)險管理的意識和風(fēng)險管理的水平始終較為薄弱。在分析信用風(fēng)險形成原因和各種風(fēng)險度量模型的基礎(chǔ)上，文章在最后有針對性地提出了一些建議。特此聲明學(xué)位論文作者簽名： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書本人完全了解對外經(jīng)濟貿(mào)易大學(xué)關(guān)于收集、保存、使用學(xué)位論文的規(guī)定，同意如下各項內(nèi)容：按照學(xué)校要求提交學(xué)位論文的印刷本和電子版本；學(xué)校有權(quán)保存學(xué)位論文的印刷本和電子版，并采用影印、縮印、掃描、數(shù)字化或其它手段保存論文；學(xué)校有權(quán)提供目錄檢索以及提供本學(xué)位論文全文或部分的閱覽服務(wù)；學(xué)校有權(quán)按照有關(guān)規(guī)定向國家有關(guān)部門或者機構(gòu)送交論文；在以不以贏利為目的的前提下，學(xué)?？梢赃m當復(fù)制論文的部分或全部內(nèi)容用于學(xué)術(shù)活動。本人完全意識到本聲明的法律責任由本人承擔。研究表明，套用KMV已有的違約距離并不能很好地解釋ST公司比非ST公司具有更高的信用風(fēng)險，故而本文假設(shè)資產(chǎn)價值服從對數(shù)正態(tài)分布而不是一般正態(tài)分布，對KMV模型的違約距離進行了修正，實證結(jié)果表明修正的KMV模型能夠較好地區(qū)別紡織服裝行業(yè)內(nèi)ST公司和非ST公司的信用風(fēng)險。商業(yè)銀行信用風(fēng)險的控制與管理對于整個金融市場乃至國民經(jīng)濟都具有舉足輕重的作用。國際上有關(guān)信用風(fēng)險度量和管理方法的發(fā)展歷程，可以總結(jié)為：20世紀80年代以前，古典信用分析方法〔美〕，：《演進者的信用風(fēng)險管理》，石曉軍等譯，北京，機械工業(yè)出版社，2001年版。專家分析法的突出特點在于將信貸專家的經(jīng)驗和判斷作為信用分析和決策的主要基礎(chǔ)，這種主觀性很強的方法帶來的一個突出問題是對信用風(fēng)險的評估缺乏一致性和客觀性。Z計分模型是Altman(1968) ratios，discriminant analysis and the Prediction of corporate bankruptcy J. Journal of Finance. 1968, .年提出的以制造業(yè)的財務(wù)比率為基礎(chǔ)的多變量模型。1993年Credit Suisse First Boston（CSFB）銀行開始了關(guān)于信用風(fēng)險管理的研究。它認為一家公司或企業(yè)之所以違約是因為其資產(chǎn)的市場價值下降到負債的賬面價值之下，喪失了償債能力。張智梅，章仁俊（2006） 張智梅、章仁?。骸禟MV模型的改進及對上市公司信用風(fēng)險的度量》，湖北，《統(tǒng)計與決策》，2006年第18期，第157第160頁結(jié)合中國特色的市場經(jīng)濟環(huán)境及特殊的上市公司股權(quán)結(jié)構(gòu)，對KMV模型在有關(guān)參數(shù)設(shè)計上進行了調(diào)整改進。詳細介紹寫作本文的研究背景、查閱國內(nèi)外文獻資料的情況、在文中進行研究展開的思路，以及本文的一些創(chuàng)新之處。 研究方法及可行性本文主要采用理論綜述與實證分析相結(jié)合的研究方法，側(cè)重于實證分析。第二章 商業(yè)銀行信用風(fēng)險概述 商業(yè)銀行信用風(fēng)險的概念與特征信用風(fēng)險作為金融風(fēng)險的一個分支，是最古老也是最主要的風(fēng)險之一。是指經(jīng)濟活動的風(fēng)險在信貸領(lǐng)域的表現(xiàn)，是指由于各種不確定因素的影響，是銀行在信貸經(jīng)營與管理過程中，實際收益與預(yù)期收益目標發(fā)生背離，有遭受信貸損失的一種可能性并有遭受損失概率的大小。所以，現(xiàn)實的損失一般不屬于銀行信用風(fēng)險研究的問題，或者說屬于次要方面。因此，多樣化投資分散非系統(tǒng)性風(fēng)險的風(fēng)險管理原則更適合于信用風(fēng)險管理，尤其是在信用風(fēng)險管理缺乏類似于市場風(fēng)險管理中那些對沖手段的情況下，多樣化成為信用風(fēng)險管理的主要手段。顯然，債券持有人的收益和損失不對稱。同時也使銀行在發(fā)現(xiàn)客戶的信譽程度和經(jīng)濟實力明顯下降之前，客戶有足夠的時間和機會利用電子銀行業(yè)務(wù)套取銀行的資金，導(dǎo)致信用風(fēng)險。模型對風(fēng)險的定義根據(jù)模型對信用損失的不同定義，可以將模型分為兩類:以貸款的市場價值變化為基礎(chǔ)計算的盯住市場或隨行就市模式(Market to Market，MTM)和集中于預(yù)測違約損失的違約模式(Default Mode，DM)。這一違約率是與宏觀經(jīng)濟狀態(tài)相關(guān)，一旦宏觀經(jīng)濟惡化，則違約率就可能上升，違約損失也隨之增高。數(shù)量方法各模型在估計VaR和未預(yù)料到的損失的數(shù)量方法上不盡相同。數(shù)據(jù)基礎(chǔ)建設(shè)是商業(yè)銀行信息系統(tǒng)建設(shè)的有機組成部分，盡管我國商業(yè)銀行在信息技術(shù)開發(fā)上的投入較大，效果卻不理想。（3）信用風(fēng)險量化技術(shù)落后。我國商業(yè)銀行主要采用抵押、擔保等手段預(yù)防和轉(zhuǎn)嫁信貸風(fēng)險，但在具體執(zhí)行過程中的不規(guī)范操作，造成了企業(yè)間的相互擔保、多頭擔?；驌５卢F(xiàn)象，這使得銀行又承擔了擔保人的信用風(fēng)險。首先銀監(jiān)會將監(jiān)管注意力過多的放在了機構(gòu)審批上，缺乏對銀行日常運營活動的有效監(jiān)管，稽核監(jiān)督缺乏系統(tǒng)性和連續(xù)性。銀行對企業(yè)一視同仁，企業(yè)不分好壞同樣得到貸款，大量信用風(fēng)險成為事實。來自借款人的原因來自授信客體的原因是信用風(fēng)險產(chǎn)生的一個主要原因，授信客體是信用關(guān)系中的一個主要組成部分。商業(yè)銀行沒有建立或沒有嚴格執(zhí)行風(fēng)險約束條例，使得發(fā)放貸款出現(xiàn)失誤而不承擔相應(yīng)的責任，有關(guān)人員在經(jīng)營過程中缺乏約束，在現(xiàn)實工作中強調(diào)利益刺激。可見，我國商業(yè)銀行發(fā)展和完善內(nèi)部評級意義深遠。也稱貸款五級分類，指銀行主要根據(jù)借款人的還款能力，即最終償還貸款本息的實際能力，確定貸款遭受損失的風(fēng)險程度，將貸款質(zhì)量分為“正?！薄ⅰ瓣P(guān)注”、“次級”、“可疑”和“損失”五類的一種管理方法。綜上所述,銀行內(nèi)部信用評級和貸款五級分類這兩種方法都不涉及貸款組合信用風(fēng)險的量化測定與分析，導(dǎo)致商業(yè)銀行無法準確了解貸款信用風(fēng)險的大小，在決策和使用環(huán)節(jié)由于缺乏科學(xué)的信用風(fēng)險度量，使得銀行在科學(xué)的信貸決策和銀行貸款組合管理上存在很大困難。KMV模型、Credit Metrics模型和Credit Portfolio View模型在計算過程中都在不同程度上依賴于證券市場的數(shù)據(jù)，特別是KMV模型，其應(yīng)用的主要對象是上市公司，上市公司數(shù)據(jù)的真實性將在很大程度上影響到模型輸出結(jié)果的有效性。在可借鑒模型的選擇上，首先我們可以看到，在一個缺少足夠信用數(shù)據(jù)的新興市場，基于企業(yè)信用評級的風(fēng)險度量方法(Credit Metrics，Credit Portfolio View)不具備應(yīng)用的現(xiàn)實基礎(chǔ)。借款人將公司股權(quán)看作是買入一份歐式看漲期權(quán),即公司所有者持有一份以公司債務(wù)面值為執(zhí)行價格,以公司資產(chǎn)市場價值為標的歐式看漲期權(quán)。一旦計算出這兩個派生變量的值，借款者的預(yù)期違約率(EDF)便可計算出來。但在實際應(yīng)用中需要選擇具體的函數(shù)形式。 （）KMV公司基于一個龐大的數(shù)據(jù)庫得出了DD到EDF之間的映射關(guān)系，發(fā)現(xiàn)二者確實具有相對穩(wěn)定的函數(shù)關(guān)系。此外本文假定公司股票價格服從對數(shù)正態(tài)分布，則股票的對數(shù)收益率為: （）其中Si表示第i天的股票收盤價格，股票收益率日標準差為: （）n為一年內(nèi)的交易天數(shù)，一般為240個交易日股票收益的年標準差: （）（3）股權(quán)價值E的計算我國上市公司股權(quán)結(jié)構(gòu)中長期以來一直存在流通股和非流通股，雖然到目前為止，股權(quán)分置改革已經(jīng)基本結(jié)束，但上市公司的股票要完全流通仍要經(jīng)過一定的鎖定期，因此上市公司的股票目前仍有流通股和限售股之分。 計算V和σ由以上分析可知，在KMV模型中，總共有7個變量，其中5個變量(公司股權(quán)價值E，股權(quán)價值波動率σE，負債的賬面價值D，無風(fēng)險利率r，時間T)都可以從市場信息中得到，其余兩個變量(隱含的資產(chǎn)市場價值V和隱含的資產(chǎn)波動率σ)則需要利用上面5個變量值解聯(lián)立方程組得出。這首先是因其假設(shè)資產(chǎn)價值為正態(tài)分布,顯然與事實不符,不能反映資產(chǎn)和負債的變化；其次，我國股票市場發(fā)展較晚，至今尚未成熟，與西方發(fā)達國家相比，其有效性還有待驗證。依據(jù)上述設(shè)計得到的違約距離如下： 樣本股票的違約距離（二）將所得違約距離在圖中表示如下：　樣本股票的違約距離對比（二）分析以上數(shù)據(jù)，可以發(fā)現(xiàn)違約點DP的重新設(shè)計仍然不能有效地區(qū)分ST公司和非ST公司的信用風(fēng)險，需要進一步修正。容易得到風(fēng)險中性世界中的資產(chǎn)定價為： （）再由公式（）的維納過程的性質(zhì)可知： （）由（）、（）式有：== （）將（）式代入（）式，可得：，其中t=T=1 （）根據(jù)公式（）得出的違約距離計算并繪圖如下：（三）　樣本股票的違約距離對比（三），以公式（）確定的違約距離對所選樣本股票的對比，較公式（）確定的違約距離有了很大的改進。另外，KMV模型建立在當代公司金融理論和期權(quán)理論的基礎(chǔ)之上，有很強的理論基礎(chǔ)做依托。第二，非流通股定價對分析結(jié)果的影響上市公司股份按照能否上市交易被區(qū)分為非流通股和流通股，這是我國經(jīng)濟體制轉(zhuǎn)軌過程中形成的特有問題。而在我國建立這樣的大型歷史數(shù)據(jù)庫至少需要十年的時間。第五，缺少對其他行業(yè)上市公司的信用風(fēng)險評估本文只針對紡織服裝行業(yè)上市公司的情況進行了實證分析，并不能說明其結(jié)論可以拓展到全行業(yè)的上市公司。違約數(shù)據(jù)庫的缺乏是我國銀行在信用風(fēng)險管理領(lǐng)域的一個重大缺陷，同時也是目前我國銀行應(yīng)對巴塞爾新資本協(xié)議的“瓶頸”所在。這也促使銀行必須建立科學(xué)規(guī)范的經(jīng)營體制，增強我國商業(yè)銀行的整體競爭力。商業(yè)銀行的風(fēng)險管理是從內(nèi)控開始的。完善貸款風(fēng)險分類法，改進貸款風(fēng)險分類標準的設(shè)置,加強貸款分類標準的細化；合理確定貸款風(fēng)險分類標準的順序，建立審慎的貨款呆賬準備金制度，把貸款風(fēng)險分類結(jié)果與預(yù)期損失率掛鉤。我國商業(yè)銀行要改進風(fēng)險管理,必須加強隊伍建設(shè),打造素質(zhì)過硬的員