【導(dǎo)讀】金融是現(xiàn)代經(jīng)濟的核心，商業(yè)銀行又是金融的核心。商業(yè)銀行信貸風(fēng)險是各。種經(jīng)濟風(fēng)險的集中體現(xiàn)。較為落后，不良貸款率偏高，嚴重影響了我國商業(yè)銀行的競爭能力。然后根據(jù)商業(yè)銀行信貸業(yè)務(wù)發(fā)生的三個流程：貸前調(diào)查、通過實際案例分析，將。信貸風(fēng)險流程管理運用于工作實踐。通過實踐，檢驗了研究方法的可操作性與信。論概念及論文所設(shè)計概念的含義。書類文獻不能過多，且要與論文工作直接相關(guān)，要求至少10篇。1月25日前完成開題報告。商業(yè)銀行作為經(jīng)營貨幣的特殊企業(yè),其信貸風(fēng)險屬性是與生俱來的。信貸風(fēng)險是指銀行在信貸活動中預(yù)期收益不能實現(xiàn)的可能性。由于借款者還款能力下降或信用等級降低而使銀行面臨的潛在違約風(fēng)險。年第四季度虧損均超過98億美元，創(chuàng)下歷史最差紀錄，撼動全球市場。銀行信用文化，有針對性地加強貸款管理，防范信貸風(fēng)險。究討論我國國有商業(yè)銀行在股份制改革后信貸風(fēng)險產(chǎn)生的根本原因。

　　

【正文】 個社會環(huán)境就是一個充滿風(fēng)險的世界。不確定性是風(fēng)險最本質(zhì)的特征，由于客觀條件的不斷變化以及人們對未來環(huán)境認識不充分，導(dǎo)致人們對事件未來的結(jié)果不能完全確定。商業(yè)銀行最顯著的特點就是負債經(jīng)營，即利用客戶的各種存款及其 1 楊力 . 商業(yè)銀行風(fēng)險管理 . 上海 . 上海財經(jīng)大學(xué)出版 社 . 2 戴國強 . 商業(yè)銀行經(jīng)營學(xué) . 北京 . 高等教育出版社 . 1999 3 張 維迎 .博弈論與信息 經(jīng)濟 學(xué) [M].上海：上海人民出版社， 1996. 北 京 交 通 大 學(xué) 學(xué) 士 學(xué) 位 論 文 2 商 業(yè) 銀 行 風(fēng) 險 概 述 9 它借入款作為營運資金，自有資本占資產(chǎn)總額比率遠低于其它行業(yè)。由于外部環(huán)境瞬息萬變以及人們對外部環(huán)境認識不充分，導(dǎo)致人們對事件未來的結(jié)果不能正確預(yù)期，采取了不正確的措施，可能導(dǎo)致經(jīng)營成果的損失。 潛在性 盡管風(fēng)險是客觀存在，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)險的潛在性。 貸款款項 轉(zhuǎn)入銀行開立的帳戶上，銀行 增加了存款貨幣數(shù)量，也就 增加了銀行的可貸資金。這種信用創(chuàng)造功能可以 在較長的時間里掩蓋已經(jīng)出現(xiàn)的損失 ，銀行在巨額虧損時仍能夠運轉(zhuǎn)，因此其風(fēng)險具有隱蔽性。 可控性 人們可以根據(jù)以往發(fā)生的一系列類似事件的統(tǒng)計資料進行分析，對風(fēng)險發(fā)生的頻率及其造成的經(jīng)濟損失程度做出統(tǒng)計分析和主觀判斷，從而對可能發(fā)生的風(fēng)險進行預(yù)測與衡量。商業(yè)銀行風(fēng)險可以通過建立科學(xué)有效的決策機制，降低經(jīng)營管理中的不確 定性；建立統(tǒng)一規(guī)范的內(nèi)部控制平臺，減少道德風(fēng)險和逆向選擇；建立內(nèi)部評級體系，強化信用分析和預(yù)警，將風(fēng)險控制在一定的范圍之內(nèi)。 4 擴散性 銀行風(fēng)險可能在銀行體系傳導(dǎo)，甚至引起銀行危機，也可以向金融體系傳導(dǎo)，引起金融危機。由于銀行之間存在著密切而復(fù)雜的債權(quán)債務(wù)聯(lián)系，因此金融風(fēng)險具有很強的傳染性。一旦某個金融機構(gòu)的金融資產(chǎn)價格發(fā)生貶損以至于不能保證正常的流動性頭寸，則單個或局部的金融困難很快便演變成全局性的金融動蕩 。 商業(yè)銀行信貸風(fēng)險的度量 古典信貸風(fēng)險度量方法 專家制度是一種最古老的信 貸風(fēng)險分析方法，它是商業(yè)銀行在長期的信貸活 4 于爾根 艾希貝格爾，伊恩 哈珀 .金融 經(jīng)濟學(xué) [M].成都：西南財經(jīng)大學(xué)出版社， 2020. 北 京 交 通 大 學(xué) 學(xué) 士 學(xué) 位 論 文 2 商 業(yè) 銀 行 風(fēng) 險 概 述 10 動中所形成的一種行之有效的信貸風(fēng)險分析和管理制度。這種方法的最大特征就是：銀行信貸的決策權(quán)是由該機構(gòu)那些經(jīng)過長期訓(xùn)練、具有豐富經(jīng)驗的信貸專家所掌握，并由他們做出是否貸款的決定。因此，在信貸決策過程中，信貸專家的專業(yè)知識、主觀判斷以及關(guān)鍵要素的權(quán)衡均為最重要的決定因素。 ① 專家制度的主要內(nèi)容 在專家制度下，由于各商業(yè)銀行自身條件不同，因而在對貸款申請人進行信貸分析所涉及的內(nèi)容上也不盡相同。但是絕大多數(shù)銀行都將重點集中在借款人的“5C” 上。品德和聲望（ Character）、資格與能力（ Capacity）、資金實力（ Capital）、擔(dān)保（ Collateral）、經(jīng)營條件（ Condition） ② 專家制度存在的缺陷與不足 首先，專家制度實施的效果很不穩(wěn)定。 因為信貸專家 人員本身的素質(zhì)高低和經(jīng)驗會直接影響該項制度的實施效果。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)對市場變化的能力，影響了銀行未來的發(fā)展。第三，專家制度加劇了銀行在貸款組合方面過度集中的問題，使銀行面臨著更大的風(fēng)險。第四，專家制度在對借款人進行信貸分析時，難以確定共同要遵循的標(biāo)準(zhǔn)，造 成信貸評估的主觀性、隨意性和不一致性。 古典信貸風(fēng)險度量方法 ① Zeta 和 Z 評分模型的內(nèi)容 Z 評分模型（ Zscore model）是美國紐約大學(xué)斯特商學(xué)院教授愛德華 阿爾特曼（ Edward ）在 1968 年提出的。 1977 年他又對該模型進行了修正和擴展，建立了第二代模型 ZETA 模型（ ZETA credit risk model）。 Altman 在 1968 年通過對若干組企業(yè)的研究和分析，采用如下 5 個指標(biāo)進行回歸，得到了如下的回歸方程，也就是 Z 評分模型： Z＝ ＋ ＋ ＋ ＋ 其中 X1＝營運資本／總資產(chǎn) X2＝留存收益／總資產(chǎn) X3＝資產(chǎn)報酬率 X4＝權(quán)益市場值／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。當(dāng) Z，阿爾特曼發(fā)現(xiàn)此時的判斷失誤較大，稱該重疊區(qū)域為 “ 未知區(qū) ” （ Zone of Ignorance）或稱 “ 灰色區(qū)域 ”(gray area) 。 北 京 交 通 大 學(xué) 學(xué) 士 學(xué) 位 論 文 2 商 業(yè) 銀 行 風(fēng) 險 概 述 11 2Zeta 分析模型是 Altman、 Haldeman 和 Narayanan 在研究公司破產(chǎn)風(fēng)險時提 出的一個模型，采用 7 個指標(biāo)作為揭示企業(yè)失敗和成功的變量，這 7 個指標(biāo)是資產(chǎn)報酬率、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)）、流動比率、資本化率（ 5 年的股票平均市場值／總長期資本）和規(guī)模（公司的總資產(chǎn)），這 7 個指標(biāo)分別表示企業(yè)目前的盈利性、收益的風(fēng)險、利息的保障、長期盈利性、流動性和規(guī)模等特征。 ②Zeta 和 Z 評分模型的優(yōu)點和缺陷 3 這兩個模型所計算出的 Z 值可以較為明確地反映借款人（企業(yè)或公司）在一定時期內(nèi)的信用狀況 ，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)。由于 Z 評分 模型和 ZETA 模型具有較強的操作性、適應(yīng)性以及較強的預(yù)測能力，所以它們一經(jīng)推出便在許多國家和地區(qū)得到推廣和使用并取得顯著效果，成為當(dāng)代預(yù)測企業(yè)違約或破產(chǎn)的核心分析方法之一。 然而 在實踐中， Z 評分模型 和 ZETA 模型都存在著很多不足，使模型的預(yù)測能力大打折扣，限制了模型功效的發(fā)揮。第一，兩個模型都 依賴于財務(wù)報表的帳面數(shù)據(jù)，而忽視日益重要的各項資本市場指標(biāo)，這 必然削弱模型預(yù)測結(jié)果的可靠性；第二，由于模型缺乏對違約風(fēng)險的系統(tǒng)認識，理論基礎(chǔ)薄弱，從而難以令人信服；第三，兩個模型都假設(shè)在解釋變量中存在著線性關(guān)系，而現(xiàn) 實的經(jīng)濟現(xiàn)象是非線性的，因而削弱了預(yù)測結(jié)果的準(zhǔn)確程度，使得違約模型不能精確地描述經(jīng)濟現(xiàn)實；第四，兩個模型都無法計量企業(yè)的表外信貸 風(fēng)險，另外對某些特定行業(yè)的企業(yè)如公用事業(yè)企業(yè)、財務(wù)公司、新公司 不適用，使用范圍受到較大限制。 現(xiàn)在信貸風(fēng)險度量和管理方法 ①Credit Metrixs 市場風(fēng)險度量制模型 Credit Metrixs 模型是由 摩根于 1997 年提出的。它對貸款和債券在給定的時間單位內(nèi)（通常為一年）的未來價值變化分布進行估計，并通過在險價值（ Value at Risk ,VAR） 4來衡量風(fēng)險。這里， VAR 用來衡量投資組合風(fēng)險暴露的程度指在正常的市場情況和一定的置信水平下，在給定的時間段內(nèi)預(yù)期可能發(fā) 5 李志輝 . 現(xiàn)代信用風(fēng)險量化度量與管理研究 . 北京 . 中國金融出版社 . 2020 6 陳士俊 , 王樹恩 , 季子林 . 科學(xué)技術(shù)論與方法論綱要 . 天津 . 天津大學(xué)出版社 . 1994 7 李玉周 . 現(xiàn)金流量表閱讀與分析 . 成都 . 西南財經(jīng)大學(xué)出版社 . 8 貸款風(fēng)險分類原理與實務(wù)編寫組 . 貸款風(fēng)險分類原理與實務(wù) . 北京 . 中國金融出版社 .1998 9 華夏銀行重慶分行 . 信貸基礎(chǔ)管理手冊（內(nèi)部資料） . 2020 10 Bank 北 京 交 通 大 學(xué) 學(xué) 士 學(xué) 位 論 文 2 商 業(yè) 銀 行 風(fēng) 險 概 述 12 生的最大損失。在 Credit Metrixs 中，價值變化與債務(wù)人信用質(zhì)量的最終轉(zhuǎn)移相聯(lián)系，這種轉(zhuǎn)移既包括升級也包括降級和違約。因此，信用風(fēng)險不僅由債務(wù)人的違約風(fēng)險引起，也會因債務(wù)人的信用等級降級而引起潛在的市場價值損失。 ②KMV 公司的 KMV 模型 KMV 是基于這樣的出發(fā)點：當(dāng)公司的市場價值下降至一定水平以下，公司就會對其債務(wù)違約。在 KMV 方法中，信用風(fēng)險從根本上是由發(fā)行者的 資產(chǎn)價值的變化驅(qū)動的。因此，在給定公司的現(xiàn)時資產(chǎn)結(jié)構(gòu)的情況下，一旦確定出資產(chǎn)價值的隨機過程，便可得到任一時間單位的實際違約概率。 KMV 最適用于公開上市公司，它們的股票價格和財務(wù)報表的信息便于轉(zhuǎn)化為一個暗含的違約風(fēng)險。 ③Credit Risk+ —— 精算風(fēng)險模型 Credit Risk+是一個運用了精算方法的模型，它假定違約率是隨機的，可以在信用周期內(nèi)顯著地波動，并且其本身是風(fēng)險的驅(qū)動因素。 5因而， Credit Risk+被認為是一種 “ 違約率模型 ” 的代表。與 CreditMt 、 KMV 都以資產(chǎn)價值作為風(fēng)險 驅(qū)動因素不同，它只考慮了違約風(fēng)險，而沒有對違約的成因做出任何假設(shè)：一個債務(wù)人或者以概率 PA 違約，或者以 1－ PA 的概率沒有違約。 ④Credit Portfolio View 經(jīng)濟計量模型 Credit Portfolio View 是一個多因子模型，它根據(jù)諸如失業(yè)率、 GDP 增長率、長期利率水平、匯率、政府支出以及總儲蓄率等宏觀因素，對每個國家不同行業(yè)中就不同等級的違約和轉(zhuǎn)移概率的聯(lián)合條件分布進行模擬。 Credit Portfolio View 是基于一種因果關(guān)系，違約概率以及轉(zhuǎn)移概率都與宏觀經(jīng)濟緊密 。當(dāng)經(jīng)濟狀況惡化時，降級和違約增加；反之，當(dāng)經(jīng)濟狀況好轉(zhuǎn)時，降級和違約減少。 Credit Metrics 方法是基于信用轉(zhuǎn)移分析，它對任一債券或貸款組合的價值建立了完全分布 模型，并且其價值的變化只與信用轉(zhuǎn)移有關(guān)， 通過在險價值來衡量風(fēng)險，而這一在險價值即是在指定置信水平下這一分布的百分位數(shù)。 KMV 公司所建立的信用風(fēng)險方法是用于評估相對于違約和轉(zhuǎn)移風(fēng)險的違約概率和損失分布，與 Credit Metrics 不同的是， KMV 方法依賴于每一個債務(wù)人的 “ 期望違約頻率 ” ，而不是由評估機構(gòu)所評出的平均歷史轉(zhuǎn)移頻率。 Credit Risk+僅針對于違約，它假定單個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)險的模型，而是對隨機違約率進行解釋。 表 四種模型的比較 Credit Metrics Credit Portfolio View KMV Credit Risk+ 11 Uibrich Holley H, International Trade andfinance, New Jersey: PrenticeHall, . 12 華夏銀行人事教育部 . 信貸管理（內(nèi)部資料） . 2020 北 京 交 通 大 學(xué) 學(xué) 士 學(xué) 位 論 文 2 商 業(yè) 銀 行 風(fēng) 險 概 述 13 風(fēng)險的定義 MTM（盯住市場） MTM或 DM MTM或 DM DM（違約模型） 適用范圍 信用體系完善 低等級企業(yè) 上市公司 大規(guī)模信貸業(yè)務(wù) 風(fēng)險的生成因素 資產(chǎn)價值 宏觀因素 資產(chǎn)價值 預(yù)期違約率 回收率 隨機 隨機 常數(shù) 在次級組合內(nèi)不變 信貸風(fēng)險度量方法在我國的應(yīng)用 如果在我國商業(yè)銀行的風(fēng)險管理中引入現(xiàn)代信貸風(fēng)險模型，對于我國商業(yè)銀行確定適度的資本金，健全商業(yè)銀行的信貸管理體制，從而有效地降低信貸風(fēng)險具有重要的現(xiàn)實意義。然而我國對信貸風(fēng)險進行量化研究的起步較晚，一直偏重于定性分析。在當(dāng)前情況下，我國商業(yè)銀行尚不具備獨立建立信貸風(fēng)險度量模型等銀行內(nèi)部風(fēng)險度量模型 的條件。 6主要原因有 : ① 商業(yè)銀行沒有建立起相應(yīng)的歷史信貸數(shù)據(jù)庫。要建立自己的信用風(fēng)險度量模型需要進行大量的參數(shù)估計，如信用等級轉(zhuǎn)換概率等參數(shù)的估計是建立在大量歷史經(jīng)驗數(shù)據(jù)的基礎(chǔ)上的，如果沒有有效的歷史信貸數(shù)據(jù)，則建模如同無米之炊。而我國銀行內(nèi)部缺乏的正是這些歷史數(shù)據(jù)。 ② 缺乏有效的外部信用評估機構(gòu)。西方國家有穆迪、標(biāo)準(zhǔn)普爾等國際知名評級機構(gòu)給商業(yè)銀行提供相應(yīng)的數(shù)據(jù)，而 國內(nèi)獨立的商業(yè)信用評級機構(gòu)正處于起步階段 。因而不能給我國商業(yè)銀行提供適合我國特點的歷史信貸數(shù)據(jù)。 ③ 商業(yè)銀行內(nèi)部并未建立起成熟的內(nèi)部評級體 系。 2020 年 1 月，巴塞爾委員會公布的新資本協(xié)議中提出針對防范信用風(fēng)險所需要的資本制定內(nèi)部評級法 (IRB法 )的建議。西方一些大的商業(yè)銀行都建立了自己的成熟的內(nèi)部評級體系，從而為其建立信用風(fēng)險度量模型奠定了基礎(chǔ)。 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 13 蔣超良 . 中國的銀行業(yè) . 北京 . 中國金融出版社 . 2020 14 王偉東 . 經(jīng)濟全球化中的金融風(fēng)險管理 . 北京 . 中國經(jīng)濟出版社 . 1999 15 羅銳韌 . 管理控制與管理經(jīng)濟學(xué) . 北京 . 紅旗出版社