【文章內容簡介】 濟損失的風險，風險逐漸延伸到交易對手履約的可能性的問題上，履約可能性則涉及很多確定性和不確定性的因素，如交易對手的經營狀況、盈利能力、信用情況等等。早在1999年巴塞爾協(xié)會的研究報告就針對上述兩種可能提出了兩種信用風險度量模型，即違約模型和盯市模型。違約模型對應的是商業(yè)銀行交易對象違約情況的信用風險，該模型假設只有在違約事件發(fā)生之后信用資產才會損失，而在違約事件發(fā)生之前交易對象的信用狀況的變化是不會影響信用資產的價值，所以違約模型只考慮違約和不違約兩種狀態(tài)。盯市模型則是針對商業(yè)銀行交易對象的違約可能性的信用風險的定義，該模型的主要思想是：即使債務人不違約，但其信用評級降低，則信用資產的價值也會降低，所以，盯市模型考慮的信用結果不局限于違約和不違約兩種信用狀態(tài)。綜上，我們可以給出信用風險的定義：信用風險指具有信用關系的一方違約進而造成另一方的可能損失。商業(yè)銀行信用風險，則是指商業(yè)銀行的交易對手、合作伙伴或貸款人不履行合約造成銀行的所有的可能性的經濟損失。具體而言，商業(yè)銀行信用風險主要有兩大塊，一是交易對手的還款能力下降而引起的潛在還款風險，二是銀行自身的表外業(yè)務交易對手的違約風險。前者是外在的原因，后者是自身的問題。從商業(yè)銀行交易對手角度看，交易對手的信用度下降可能導致其在合約期限內無法還清或者喪失還款能力從而造成銀行的損失；從商業(yè)銀行自身角度看，銀行自身的資產組合存在風險。金融也發(fā)達的今天，商業(yè)銀行更像一個金融超市，其業(yè)務涉及證劵、基金等金融衍生品，這些金融風險都需要銀行承擔。進一步深入分析本文可以解析出商業(yè)銀行信用風險產生的原因。從博弈論角度看，商業(yè)銀行和其交易對手構成了博弈的雙方，二者間存在信貸的信用關系，且交易雙方間的信息是不對稱的，逆向選擇和道德風險就成為商業(yè)銀行信用風險的誘因之一。在二者發(fā)生信用關系前，銀行關注的是放寬額及貸款利率，對不同潛在風險的交易對手都實行統(tǒng)一的利率，且銀行很難察覺交易對手的潛在違約風險，這就造成了優(yōu)質客戶由于利率過高退出貸款，信用度較低的客戶偏好貸款。另一方面，銀行交易對手為了想方設法得到貸款合同，故意掩蓋自身真實的財務狀況、盈利能力等相關信息。為了追求高回報，企業(yè)將貸款資金投入到高風險的項目上，這也間接增加了銀行的風險。當然產生銀行信用風險的原因還有很多，諸如銀行系統(tǒng)內風險、外部宏觀原因、流動性風險等，這些都不是本文關注的重點，本文重點從商業(yè)銀行的交易對手（企業(yè)）的角度分析商業(yè)銀行信用風險。信息不對稱是造成商業(yè)銀行信息風險的根源之一，所以了解交易對手全面的經營狀況、盈利能力、成長性等是控制銀行自身風險的重要措施之一。從歷史研究可以看出，嫩鞏固反映企業(yè)整體運行狀況的指標諸如資本總額、現金流量、利潤等財務指標都可以成為信用風險度量模型的指標變量，另外，部分研究者也考慮到企業(yè)所處的行業(yè)、運營能力、管理能力等因素，這些指標將成為本文研究的基本指標。在眾多的文獻中，信用風險的特征通常被概括為非系統(tǒng)性、數據難獲取、道德風險、悖論現象、分布可偏等，這些特征還沒有包括“風險”所共同的特征，如不確定性、傳遞性、隱蔽性、突發(fā)性等。首先，信用風險的非系統(tǒng)性主要取決于商業(yè)銀行交易對手的經濟財務狀況、誠信品質、經營情況、投資去向等，這些非系統(tǒng)因素會影響到銀行的交易對手的違約的可能性。其次，信用風險數據獲取難度較大的原因有很多，譬如債務人是第一次進行借貸行為，那么該債務人的歷史信用數據就是缺失的，另外債務人的賬目資產價值很難反映其信用風險的變化情況，再者違約事件是時點行為，而貸款期限通常具有較長期限，這些都會影響到信用數據的獲取。再者，信用雙方的信息不對稱很容易產生道德風險，道德風險中，急于貸款的債務人通常處于信息有利的一方，在貸款過程中故意隱瞞不利于自己的信息以達到貸款的目的，同時貸出方很難對債務人進行有效的監(jiān)管；悖論現象在現實中廣泛存在，現實中商業(yè)銀行存在逐利現象，偏好某個行業(yè)或某些公司，這些現象都與投資分散化、多元化等風控理論相悖。信用風險的一個重要特征是其分布可偏，即信用產生的收益和損失的分布都是不對稱的，其圖形表現是厚尾的。信用風險分布可偏的原因在于信貸是以盈利目的，最終償還結果是本息和。另外，通常情況下貸款回收的可能性要遠遠大于違約的可能性，但是現實中違約帶來的損失又會遠遠大于貸款利息，這就造成了信用的收益分布曲線的厚尾和右偏特征?，F有技術中模特卡羅模擬和貝葉斯統(tǒng)計方法都可以得到和真實信用風險概率分布相似的分布。風險是相對于收益而言的，數值上當收益為負值時風險也就發(fā)生了，所以當知曉收益的分布情況后，該項資產的風險狀況也就清晰了。通常情況下交易的收益分布是復雜的，很多經濟學家采用反映盈利能力的期望收益指標和反映風險的標準差指標來度量一項交易。本文在緒論部分闡述的國內外研究現狀已經反映出各國經濟學家對信用風險度量研究所做出的貢獻。隨著金融衍生品的大量出現，信用風險轉移成為經濟學家研究的熱點，2008年金融危機的出現更加堅定了包括政府部門在內的經濟工本文對現有信用風險監(jiān)管體制和信用風險度量方法的反思，其中巴塞爾協(xié)議是最權威和最全面的反思結果。巴塞爾洗衣II創(chuàng)新之一是提出了信用風險內部評級法（IRB法），而巴塞爾協(xié)議III再次就銀行自身的監(jiān)管提出要求，如明確新的最低資本要求、更新杠桿比率、強化交易對象的信用風險管理等等。其中IRB法能反映銀行信用風險與資本之間的內在關系，商業(yè)銀行只要能滿足技術和信息披露方面的標準，就可以測算出借款人風險等級并能計算出潛在損失，進而計算出監(jiān)管部門規(guī)定的最低資本充足率。IRB法中反映商業(yè)銀行交易對手的指標主要有違約概率（Probability of Default, PD）、違約損失率（Loss Given Default, LGD）、違約風險曝露（Euposure At Default, EAD）和期限（Maturity, M）等。本文引用日本銀行的信用風險管理操作流程圖來說明巴塞爾協(xié)議中的信用風險度量指標，如圖21所示。內部評級定性評估定量評估壓力測試測試力測試測試信用質量轉變矩陣基礎數據預期損失信用風險水平違約概率(PD)風險成分違約損失率 (LGD)違約暴露 (EAD)相關性 圖21 巴塞爾協(xié)議框架下信用風險測量概括上述信用風險管理流程圖中涉及到的過程包括了基礎數據的收集、基于基礎數據的定量評估、定性評估、內部評級、壓力測試等過程，其中反映信用風險水平的量化指標主要有違約概率、違約損失率、違約曝露等，我們將重點闡述違約概率指標，其他信用風險度量指標僅作簡單概述。1．違約概率（PD） 關于違約的定義，我們可以從巴塞爾協(xié)議中找到答案，“如果不采取追索措施，如變現抵押品, 借款人可能無法全額償還對銀行集團的債務，或債務人對于銀行集團的實質性信貸債務逾期90天以上即為違約”。巴塞爾協(xié)議中規(guī)定以下情況可以視為無法全額償還債務：(1)銀行停止對貸款計息；(2)發(fā)生信貸關系后, 由于信貸質量出現大幅度下降, 銀行沖銷了貸款或計提專項準備金；(3)銀行將貸款出售并相應承擔了較大的經濟損失；(4)銀行同意消極債務重組, 由此可能發(fā)生較大規(guī)模的減免或推遲償還本金、利息或費用, 造成規(guī)模減少；(5)銀行將債務人列為破產企業(yè)或類似的情況；(6)債務人申請破產或已經破產, 或者處于類似保護狀態(tài), 由此將不履行或延期履行償債銀行的債務。關于PD的風險度量模型的大體可以歸納為三類：一類是基于債務人（企業(yè)）財務資料的統(tǒng)計模型，一類是基于上市企業(yè)的股價和資本結構的KMV模型，一類是根據歷史信用評級結果確定違約概率，其中常見的度量模型主要有判別分析、Logistic回歸及其他線性模型等，以判別分析和Logistic模型為例：用判別分析方法來評估風險，其主要思路如下：假設存在商業(yè)銀行交易對手，能夠反映該企業(yè)的整體運行、財務、償債、成長性等情況的指標我們用個獨立的變量組成的向量來表示。假設銀行將交易對手劃分為兩類，一類為視為違約企業(yè)，另一類為正常企業(yè)，判別分析通過構建自變量的線性組合的判別函數，同時要求自變量的組間方差與組內方差之比達到最大化，將待判別的企業(yè)劃分到相應的類別。需要注意的是，判別分析存在假設條件，要求指標變量的數值服從多元正態(tài)分布，且兩類別的指標的協(xié)方差矩陣相等，但均值不同。假設，判別函數中的系數向量用表示,常數項用表示，則我們可以得到的每一家企業(yè)的判別值： （21）其中，是第個企業(yè)的分值，是第個企業(yè)的第個自變量。通過檢驗樣本內數據計算出臨界值。通過比較各個債務人的值和臨界值得出該債務人屬于那類企業(yè)的答案。．Logistic模型在研究企業(yè)違約概率時，違約概率是介于和之間的，其微小的變化很難察覺，為此本文設法研究與違約概率嚴格單調相關的新的函數，其中可以反映出違約概率在和附近的細微變化。由此出現了Logit變換： （22在的情況下，這樣就解決了違約概率微小變化的察覺問題。利用作為因變量進行建模，考察企業(yè)的各個變量指標與的關系，再通過Logit變換，這樣本文就可以得到Logistic回歸模型：假設共有個企業(yè)，用表示第個企業(yè)的自變量，表示變量對應的待估參數，則企業(yè)違約概率可以由下式給出 (23)其中，所以違約概率又可以表示為： (24)與模型類似的模型是模型，兩者的區(qū)別只在于累積概率函數不同。這兩個模型的突破了對樣本數據的分布作假設的局限。違約概率的模型形如： (25) 2．違約損失率（）、違約風險曝露（）和期限（），是企業(yè)違約導致的銀行損失的資產與處于風險曝露的資產的比值，它反映了銀行在企業(yè)違約發(fā)生后所導致的損失的嚴重程度。商業(yè)銀行的違約損失率中的損失主要包括本金損失、不良貸款的持有成本和壞賬清算費用。貸款由違約損失和貸款回收兩部分構成，故貸款的違約損失率可以用回收率來表示： (26)是內部評級法債務評級的核心指標,它關注特定的交易條款且很大程度上依賴于貸款抵押物。除抵押物外，優(yōu)先償還、宏觀經濟環(huán)境、行業(yè)因素、企業(yè)的資本結構等因素都與存在一定的相關性。現有的基于指標度量風險的文獻有很多，從中我們可以發(fā)現用于度量的方法主要有歷史平均法、資產估值法、非參數法、蒙特卡洛模擬等。違約風險曝露（），即違約時銀行承受風險的資產的總額。 EAD主要包括企業(yè)違約時已用授信的貸款金額、使用銀行為授信的金額，IRB中定義EAD為扣除損失準備或沖減后的余額。期限（）指信用交易的有效合同期限，它是重要的風險緩釋工具，對風險定價、收益評價等都有影響，對于有確定現金流量的金融工具有效期限可以定義為： (27)其中，為時間，為信用企業(yè)在時期內根據合約支付的現金流，現金流包括本金、利息、費用等。Thomas Bayes在《論有關機遇問題的求解》一文中首次給出了用于推斷不確定因素的方法，這篇文章雖僅僅是現代貝葉斯定理的一個特例，但正是這篇文章拉開了貝葉斯統(tǒng)計的序幕。之后，Laplace證明了廣泛適用的貝葉斯定理，將貝葉斯理論推廣運用于天文和醫(yī)學上，繼Laplace之后的統(tǒng)計學家將該理論發(fā)展為一種系統(tǒng)的統(tǒng)計推斷方法，由此形成了貝葉斯方法。作為獨立的統(tǒng)計學派的理論根基，貝葉斯方法與頻率統(tǒng)計學方法有明顯的區(qū)別。首先，頻率統(tǒng)計學家通常是基于樣本來估計總體的信息，頻率統(tǒng)計學家眼里的統(tǒng)計推斷只用到了兩種信息：樣本信息和總體信息。與之不同的是，貝葉斯統(tǒng)計學將樣本信用和總體信息發(fā)展為先驗信息和后驗信息。所謂總體信息，就是研究對象總體分布提供的信息；樣本信息即利用抽樣技術或實驗所得到的觀測值提供的信息；而先驗信息則是人們在進行抽樣或實驗前在經驗上和資料上對研究對象的了解情況，這些信息來源于生活經驗或歷史資料。由此可見，貝葉斯統(tǒng)計與頻率統(tǒng)計的主要差異在于后驗信息。其實，貝葉斯定理其實正由條件概率推倒而來的，后驗信息在本質上是在先驗信息發(fā)生條件下的推斷，先驗信息和后驗信息中間的媒介我們稱之為似然函數。在介紹貝葉斯定理前，我們首先介紹條件概率。很多教科書上都有條件概率的定義，本文作如下假設：設和為兩個隨機事件，表示事件發(fā)生的概率，其中。在發(fā)生的條件下發(fā)生的概率可以用表示，顯然是一種條件概率，該條件概率的表達式為： (28)為說明條件概率，我們以隨機實驗為例，我們知道一次隨機實驗有無數種可能的結果，實驗所有可能結果構成樣本空間，該樣本空間記為。那么隨機實驗的結果之間的關系取決于這兩次實驗結果的公共部分。如果實驗的結果包含于實驗的結果中，則就是的子集，如果與有部分結果相同，它們的關系可以用圖交中陰影部分表示： 圖22 A交B此時，事件已經發(fā)生的情況下事件發(fā)生的概率就可以認識是和的公共部分除以的全部，即： 、似然函數與后驗分布頻率統(tǒng)計學家認為，對于一個隨機變量，其待估參數及其發(fā)生的概率都是確定的。貝葉斯分析中，待估參數被認為服從一定概率分布的隨機變量，本文對待估參數已有的認識被看作先驗信息，由先驗信息得到先驗分布，記作。現實中科學工本文可以通過對歷史資料進行meta分析得到研究對象的先驗信息，這樣的先驗信息的分布稱為“信息先驗分布”（Informative Prior Distribution）。與此相對應，某些研究對象資料匱乏，缺少先驗信息，本文將這樣的先驗分布稱為“無信息先驗分布（Noninformative Prior Distibution）”。貝葉斯統(tǒng)計中，先驗分布的確定是關鍵。貝葉斯先驗分布的研究已經相當完善，相關的貝葉斯統(tǒng)計的書籍都有介紹。概括起來