【正文】 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)。ZETA=aX1+bX2+cX3+dX4+eX5+fX6+gX7②Zeta 和 Z 評分模型的優(yōu)點和缺陷Z 評分模型和 ZETA 模型均為一種以會計資料為基礎的多變量信用評分模型。由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（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、適應性以及較強的預測能力，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，成為當代預測企業(yè)違約或破產(chǎn)的核心分析方法之一。然而，在實踐中，人們發(fā)現(xiàn)無論是 Z 評分模型還是 ZETA 模型都存在著很多12 / 78先天不足，使模型的預測能力大打折扣，限制了模型功效的發(fā)揮。Z 評分模型和ZETA 模型存在的主要問題有以下幾個方面：第一，兩個模型都依賴于財務報表的帳面數(shù)據(jù)，而忽視日益重要的各項資本市場指標，這就必然削弱模型預測結果的可靠性和及時性；第二，由于模型缺乏對違約和違約風險的系統(tǒng)認識，理論基礎比較薄弱，從而難以令人信服；第三，兩個模型都假設在解釋變量中存在著線性關系，而現(xiàn)實的經(jīng)濟現(xiàn)象是非線性的，因而也削弱了預測結果的準確程度，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)、財務公司、新公司以及資源企業(yè)也不適用，因而它們的使用范圍受到較大限制 [2]。 現(xiàn)代信貸風險度量和管理方法：信用度量制模型近年來，現(xiàn)代信貸風險量化管理模型在國際金融界得到了很高的重視和相當大的發(fā)展。 1994 年推出著名的以 VaR 為基礎的市場風險度量制(Risk Metrics)后，1997 年又推出了信貸風險量化度量和管理模型信貸風險度量制(Credit Metrics)，隨后瑞士信用銀行又推出另一類型的信貸風險量化模型CreditRisk+都在銀行業(yè)引起很大的影響。同樣為銀行業(yè)所重視的其他一些信貸風險模型，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。信貸風險管理模型在金融領域的發(fā)展也引起了監(jiān)管當局的高度重視，1999 年 4 月，巴塞爾銀行監(jiān)管委員會提出名為“信貸風險模型化：當前的實踐和應用” 的研究報告，開始研究這些風險管理模型的應用對國際金融領域風險管理的影響，以及這些模型在金融監(jiān)管，尤其是在風險資本監(jiān)管方面應用的可能性。毫無疑問，這些信貸風險管理模型的發(fā)展正在對傳統(tǒng)的信貸風險管理模式產(chǎn)生革命性的影響，一個現(xiàn)代信貸風險管理的新模式正在形成。①Credit Metrixs 市場風險度量制模型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）來衡量風險。這里，VAR 用來衡量投資組合風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)預期可能發(fā)生的最大損失。在 Credit Metrixs 中，價值變化與債務人信用質(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，信用風險不僅由債務人的違約風險引起，也會因債務人的信用等級降級而引起潛在的市場價值損失。值得注意的是，它在某種程度上存在著一定的缺陷。這種缺陷不是其方法，而是它所依賴的轉(zhuǎn)移概率是基于違約和信用轉(zhuǎn)移的平均歷史頻率。Credit Metrixs 的準確性依賴于兩個關鍵的假設：1）處于同一等級的所有公司具有相同的違約率；13 / 782）實際違約率等于平均違約率。這兩個假設也運用于其他的轉(zhuǎn)移概率，換言之，信用等級變化和信用質(zhì)量變化是同義的，且信用等級和違約率也是同義的，即當違約率調(diào)整時，等級也變化，反之亦然。事實上這是不正確的，因為違約率是連續(xù)的，而等級卻是以一種離散的方式進行調(diào)整的，這是由于評級機構對那些違約風險發(fā)生變化的公司進行升級或降級的過程需要一定的時間。而且，歷史平均違約率和轉(zhuǎn)移概率可能與實際的比率偏離很大，且在同一個債券等級內(nèi)的違約率也可能存在著相當大的差異。此外，這一模型需要輸入大量的數(shù)據(jù)，而對于中等的市場貸款組合而言，它們通常不能完全得到，因而必須要近似。這些都給它的使用及其準確性帶來了一定的局限性 [6]。②KMV 公司的 KMV 模型KMV 是基于這樣的出發(fā)點：當公司的市場價值下降至一定水平以下，公司就會對其債務違約。在 KMV 方法中，信用風險從根本上是由發(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)結構的情況下，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（如 1 年、 2 年等）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報表的信息便于轉(zhuǎn)化為一個暗含的違約風險。與 Credit Metrixs 不同， KMV 模型沒有運用穆迪或標準普爾的統(tǒng)計數(shù)據(jù)通過債務人的信用等級確定一個違約概率，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債務人的期望違約頻率，將違約概率作為公司的資產(chǎn)結構、資產(chǎn)收益的波動性和現(xiàn)時資產(chǎn)價值的一個函數(shù)。在 KMV 中，轉(zhuǎn)移概率已包含在 EDF （預期違約頻率）中，實際上，EDF 的每個值都與一個利差曲線和一個暗含的信用等級相聯(lián)系。而且，EDF 是相對于違約風險的一種“基數(shù)評級” ，而不是傳統(tǒng)的由評級機構所提供的“序數(shù)評級” （如穆迪公司的 8 個信用等級） ，它可以映射于任何等級體系而得到債務人的相同等級。③Credit Risk+——精算風險模型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，并且其本身是風險的驅(qū)動因素。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)價值作為風險驅(qū)動因素不同，它只考慮了違約風險，而沒有對違約的成因做出任何假設：一個債務人或者以概率 PA 違約，或者以 1－PA 的概率沒有違約。它假定：1）對于一筆貸款，在給定期間內(nèi)的違約概率，比如 1 個月，與其他任何月份的違約概率相同；2）對于大量的債務人，任何特定債務人的違約概率很小，且在某一特定時期14 / 78內(nèi)的違約數(shù)與任何其他時期內(nèi)的違約數(shù)相互獨立。相對于其他模型而言，Credit Risk+的最大優(yōu)點是，模型僅需要輸入較少的數(shù)據(jù)，因而適應了傳統(tǒng)業(yè)務中缺乏數(shù)據(jù)的狀況。不過，這一方法的“簡易性”可能會與盡可能準確地模擬“復雜”現(xiàn)實的目標相沖突。其次，該模型對債券組合或貸款組合的損失概率所得到的閉形解，使它在計算上很具吸引力。該模型的局限性是它針對的是損失率，而非貸款價值的變化，使它不是一個盯住市場模型（MarktoMarket Model） ，而是一個違約率模型。此外， Credit Risk+忽略了轉(zhuǎn)移風險，使得每一債務人的風險是固定的，且不依賴于信用質(zhì)量的最終變化以及未來利率的變動性。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 是基于一種因果關系，違約概率以及轉(zhuǎn)移概率都與宏觀經(jīng)濟緊密。當經(jīng)濟狀況惡化時，降級和違約增加；反之，當經(jīng)濟狀況好轉(zhuǎn)時，降級和違約減少。Credit Portfolio View 的思想在某種程度上介于 Credit Metrics 和 CreditRisk+之間。與 Credit Metrics 類似，Credit Portfolio View 也用于說明違約和等級降級帶來的損失，且同樣將等級轉(zhuǎn)移矩陣作為它的模型基礎，但它不是運用股票數(shù)據(jù)近似違約相關性，而是根據(jù)當前的宏觀經(jīng)濟形勢對原始轉(zhuǎn)移矩陣進行“調(diào)整” ，因而違約概率不是常數(shù)而是變動的，這一點則與 Credit Risk+模型類似。但是，與 Credit Risk+不同的是，它不是一種單因素模型，對每個部門僅需確定違約率的一個期望值和一個標準差，在 Credit Portfolio View 則需要每個部門違約率的完全時間序列，這些時間序列是 Credit Portfolio View 運用復雜的計量經(jīng)濟工具模擬宏觀經(jīng)濟情景的最重要的輸入數(shù)據(jù)。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，它通過在險價值來衡量風險，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險方法是用于評估相對于違約和轉(zhuǎn)移風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人的“期望違約頻率” ，而不是由評估機構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)移風險的模型，而是對隨機違約率進行解釋 [2]。15 / 78表 四種模型的比較 Contrast Of Four ModelCredit Metrics Credit Portfolio View KMV Credit Risk+風險的定義 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)務風險的生成因素 資產(chǎn)價值 宏觀因素 資產(chǎn)價值 預期違約率回收率 隨機 隨機 常數(shù) 在次級組合內(nèi)不變 信貸風險度量方法在我國的運用如果在我國商業(yè)銀行的風險管理中引入現(xiàn)代信貸風險模型，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險具有重要的現(xiàn)實意義。然而我國對信貸風險進行量化研究的起步較晚，一直偏重于定性分析。在當前情況下，我國商業(yè)銀行尚不具備獨立建立信貸風險度量模型等銀行內(nèi)部風險度量模型的條件。主要原因有:①我國商業(yè)銀行沒有建立起相應的歷史信貸數(shù)據(jù)庫。從前面介紹的四個模型可以看出，要建立自己的信用風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、違約率等參數(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。西方國家有穆迪、標準普爾等國際知名的評級機構給商業(yè)銀行提供相應的數(shù)據(jù)，而我國國內(nèi)獨立的商業(yè)信用評級機構正處于起步階段，還不成熟。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。2022 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險度量模型奠定了基礎。我國商業(yè)銀行目前按照貸款的五級分類標準將貸款分為正常、次級、可疑、關注、損失五個級別，這種方法雖然比起以前的一逾兩呆先進了許多，但與西方商業(yè)銀行那種復雜、成熟的內(nèi)部評級體系相比，還相差很遠。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 評分模型作為度量商業(yè)銀行信貸風險的主要方法。但是，建立符合我國國情的信貸風險度量模型是我國商業(yè)銀行發(fā)展的方向。17 / 783 我國商業(yè)銀行信貸風險及其形成原因商業(yè)銀行信貸風險是經(jīng)濟活動中的必然現(xiàn)象，它的存在具有客觀性。風險受到各種因素的制約，具有不確定性，無法準確預料和判斷。但是人們在長期的銀行風險管理實踐和研究中，總結出了不少風險形成理論和管理辦法。 商業(yè)銀行信貸風險形成理論國內(nèi)外經(jīng)濟學家、學者從不同的角度對商業(yè)銀行風險成因進行了分析和解釋。其中比較重要的理論和有代表性的觀點可以歸納為以下幾種： 經(jīng)濟基礎決定論經(jīng)濟決定金融，銀行風險在一定程度上是經(jīng)濟運行風險的反應。①不確定性是銀行風險的根源。信用論認為，金融活動是一種充滿不確定性的信用過程，信用過程是包含著時間長度在內(nèi)的一種預期。商業(yè)銀行作為吸收存款、發(fā)放貸款的中介機構，一方面享有從借款人處按時收取本息的權利，另一方面又必須履行對存款人還本付息的義務。在任何時點，商業(yè)銀行資產(chǎn)方和負債方的市場價值不相等，違約風險永遠存在。由于信貸資金的使用和償還時間上的分離，銀行出現(xiàn)一定數(shù)量的不良貸款幾乎是必然的；同時，信用的廣泛連鎖性和依存性引發(fā)連鎖違約，會導致銀行業(yè)已出現(xiàn)的不良貸款不斷放大。②經(jīng)濟不穩(wěn)定性導致銀行風險。著名經(jīng)濟學家麥金農(nóng)較早提出“道德風險”理論，他對宏觀經(jīng)濟不穩(wěn)定與道德風險關系進行了分析，認為宏觀經(jīng)濟不穩(wěn)定與借款人的項目收益存在正相關，對銀行而言，將來的利潤是一個隨機變量，貸款損失準備金不足且未受到嚴密監(jiān)管，在一定程度上銀行因為其存款受到政府擔保，宏觀經(jīng)濟的有利變化可以使其獲得高利潤，宏觀經(jīng)濟的不利變化導致的損失由政府承擔，而偏好道德風險。凱恩斯（Keynes）認為持續(xù)的通貨緊縮或商品的貨幣價值在短期內(nèi)向下變動超過了銀行所能預料的范圍，銀行持有的大量金融資產(chǎn)價格下降，將會使銀行抵押貸款的“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。費雪（Fisher） 、明斯基(Minsky) 、金德爾伯格