【正文】 型寫(xiě)成下列式子,其中模型中的 a、b、c 、d、e、f、g，分別是作者無(wú)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(píng)分模型的優(yōu)點(diǎn)和缺陷Z 評(píng)分模型和 ZETA 模型均為一種以會(huì)計(jì)資料為基礎(chǔ)的多變量信用評(píng)分模型。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(yíng)前景好壞的早期預(yù)警系統(tǒng)。由于 Z 評(píng)分模型和 ZETA 模型具有較強(qiáng)的操作性、適應(yīng)性以及較強(qiáng)的預(yù)測(cè)能力，所以它們一經(jīng)推出便在許多國(guó)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(cè)企業(yè)違約或破產(chǎn)的核心分析方法之一。然而，在實(shí)踐中，人們發(fā)現(xiàn)無(wú)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。Z 評(píng)分模型和ZETA 模型存在的主要問(wèn)題有以下幾個(gè)方面：第一，兩個(gè)模型都依賴于財(cái)務(wù)報(bào)表的帳面數(shù)據(jù)，而忽視日益重要的各項(xiàng)資本市場(chǎng)指標(biāo)，這就必然削弱模型預(yù)測(cè)結(jié)果的可靠性和及時(shí)性；第二，由于模型缺乏對(duì)違約和違約風(fēng)險(xiǎn)的系統(tǒng)認(rèn)識(shí)，理論基礎(chǔ)比較薄弱，從而難以令人信服；第三，兩個(gè)模型都假設(shè)在解釋變量中存在著線性關(guān)系，而現(xiàn)實(shí)的經(jīng)濟(jì)現(xiàn)象是非線性的，因而也削弱了預(yù)測(cè)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(jì)現(xiàn)實(shí)；第四，兩個(gè)模型都無(wú)法計(jì)量企業(yè)的表外信貸風(fēng)險(xiǎn)，另外對(duì)某些特定行業(yè)的企業(yè)如公用事業(yè)企業(yè)、財(cái)務(wù)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(fēng)險(xiǎn)度量和管理方法：信用度量制模型近年來(lái)，現(xiàn)代信貸風(fēng)險(xiǎn)量化管理模型在國(guó)際金融界得到了很高的重視和相當(dāng)大的發(fā)展。 1994 年推出著名的以 VaR 為基礎(chǔ)的市場(chǎng)風(fēng)險(xiǎn)度量制(Risk Metrics)后，1997 年又推出了信貸風(fēng)險(xiǎn)量化度量和管理模型信貸風(fēng)險(xiǎn)度量制(Credit Metrics)，隨后瑞士信用銀行又推出另一類型的信貸風(fēng)險(xiǎn)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(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。信貸風(fēng)險(xiǎn)管理模型在金融領(lǐng)域的發(fā)展也引起了監(jiān)管當(dāng)局的高度重視，1999 年 4 月，巴塞爾銀行監(jiān)管委員會(huì)提出名為“信貸風(fēng)險(xiǎn)模型化：當(dāng)前的實(shí)踐和應(yīng)用” 的研究報(bào)告，開(kāi)始研究這些風(fēng)險(xiǎn)管理模型的應(yīng)用對(duì)國(guó)際金融領(lǐng)域風(fēng)險(xiǎn)管理的影響，以及這些模型在金融監(jiān)管，尤其是在風(fēng)險(xiǎn)資本監(jiān)管方面應(yīng)用的可能性。毫無(wú)疑問(wèn)，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。①Credit Metrixs 市場(chǎng)風(fēng)險(xiǎn)度量制模型Credit Metrixs 模型是由 摩根于 1997 年提出的。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(lái)價(jià)值變化分布進(jìn)行估計(jì)，并通過(guò)在險(xiǎn)價(jià)值（Value at Risk ,VAR）來(lái)衡量風(fēng)險(xiǎn)。這里，VAR 用來(lái)衡量投資組合風(fēng)險(xiǎn)暴露的程度指在正常的市場(chǎng)情況和一定的置信水平下，在給定的時(shí)間段內(nèi)預(yù)期可能發(fā)生的最大損失。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。因此，信用風(fēng)險(xiǎn)不僅由債務(wù)人的違約風(fēng)險(xiǎn)引起，也會(huì)因債務(wù)人的信用等級(jí)降級(jí)而引起潛在的市場(chǎng)價(jià)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(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。這兩個(gè)假設(shè)也運(yùn)用于其他的轉(zhuǎn)移概率，換言之，信用等級(jí)變化和信用質(zhì)量變化是同義的，且信用等級(jí)和違約率也是同義的，即當(dāng)違約率調(diào)整時(shí)，等級(jí)也變化，反之亦然。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(guò)程需要一定的時(shí)間。而且，歷史平均違約率和轉(zhuǎn)移概率可能與實(shí)際的比率偏離很大，且在同一個(gè)債券等級(jí)內(nèi)的違約率也可能存在著相當(dāng)大的差異。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。這些都給它的使用及其準(zhǔn)確性帶來(lái)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(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。在 KMV 方法中，信用風(fēng)險(xiǎn)從根本上是由發(fā)行者的資產(chǎn)價(jià)值的變化驅(qū)動(dòng)的。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(guò)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。KMV 最適用于公開(kāi)上市公司，它們的股票價(jià)格和財(cái)務(wù)報(bào)表的信息便于轉(zhuǎn)化為一個(gè)暗含的違約風(fēng)險(xiǎn)。與 Credit Metrixs 不同， KMV 模型沒(méi)有運(yùn)用穆迪或標(biāo)準(zhǔn)普爾的統(tǒng)計(jì)數(shù)據(jù)通過(guò)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)。在 KMV 中，轉(zhuǎn)移概率已包含在 EDF （預(yù)期違約頻率）中，實(shí)際上，EDF 的每個(gè)值都與一個(gè)利差曲線和一個(gè)暗含的信用等級(jí)相聯(lián)系。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)。③Credit Risk+——精算風(fēng)險(xiǎn)模型Credit Risk+是一個(gè)運(yùn)用了精算方法的模型，它假定違約率是隨機(jī)的，可以在信用周期內(nèi)顯著地波動(dòng)，并且其本身是風(fēng)險(xiǎn)的驅(qū)動(dòng)因素。因而，Credit Risk+被認(rèn)為是一種“違約率模型”的代表。與 CreditMt 、KMV 都以資產(chǎn)價(jià)值作為風(fēng)險(xiǎn)驅(qū)動(dòng)因素不同，它只考慮了違約風(fēng)險(xiǎn)，而沒(méi)有對(duì)違約的成因做出任何假設(shè)：一個(gè)債務(wù)人或者以概率 PA 違約，或者以 1－PA 的概率沒(méi)有違約。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。相對(duì)于其他模型而言，Credit Risk+的最大優(yōu)點(diǎn)是，模型僅需要輸入較少的數(shù)據(jù)，因而適應(yīng)了傳統(tǒng)業(yè)務(wù)中缺乏數(shù)據(jù)的狀況。不過(guò)，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。其次，該模型對(duì)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(jì)算上很具吸引力。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。此外， Credit Risk+忽略了轉(zhuǎn)移風(fēng)險(xiǎn)，使得每一債務(wù)人的風(fēng)險(xiǎn)是固定的，且不依賴于信用質(zhì)量的最終變化以及未來(lái)利率的變動(dòng)性。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(zhǎng)率、長(zhǎng)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(guó)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。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(jì)緊密。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。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(shuō)明違約和等級(jí)降級(jí)帶來(lái)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。但是，與 Credit Risk+不同的是，它不是一種單因素模型，對(duì)每個(gè)部門僅需確定違約率的一個(gè)期望值和一個(gè)標(biāo)準(zhǔn)差，在 Credit Portfolio View 則需要每個(gè)部門違約率的完全時(shí)間序列，這些時(shí)間序列是 Credit Portfolio View 運(yùn)用復(fù)雜的計(jì)量經(jīng)濟(jì)工具模擬宏觀經(jīng)濟(jì)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(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(guò)在險(xiǎn)價(jià)值來(lái)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)。KMV 公司所建立的信用風(fēng)險(xiǎn)方法是用于評(píng)估相對(duì)于違約和轉(zhuǎn)移風(fēng)險(xiǎn)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(gè)債務(wù)人的“期望違約頻率” ，而不是由評(píng)估機(jī)構(gòu)所評(píng)出的平均歷史轉(zhuǎn)移頻率。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]。15 / 78表 四種模型的比較 Contrast Of Four ModelCredit Metrics Credit Portfolio View KMV Credit Risk+風(fēng)險(xiǎn)的定義 MTM（盯住市場(chǎng)） MTM 或 DM MTM 或 DM DM（違約模型）適用范圍 信用體系完善 低等級(jí)企業(yè) 上市公司 大規(guī)模信貸業(yè)務(wù)風(fēng)險(xiǎn)的生成因素 資產(chǎn)價(jià)值 宏觀因素 資產(chǎn)價(jià)值 預(yù)期違約率回收率 隨機(jī) 隨機(jī) 常數(shù) 在次級(jí)組合內(nèi)不變 信貸風(fēng)險(xiǎn)度量方法在我國(guó)的運(yùn)用如果在我國(guó)商業(yè)銀行的風(fēng)險(xiǎn)管理中引入現(xiàn)代信貸風(fēng)險(xiǎn)模型，對(duì)于我國(guó)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(xiǎn)具有重要的現(xiàn)實(shí)意義。然而我國(guó)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。在當(dāng)前情況下，我國(guó)商業(yè)銀行尚不具備獨(dú)立建立信貸風(fēng)險(xiǎn)度量模型等銀行內(nèi)部風(fēng)險(xiǎn)度量模型的條件。主要原因有:①我國(guó)商業(yè)銀行沒(méi)有建立起相應(yīng)的歷史信貸數(shù)據(jù)庫(kù)。從前面介紹的四個(gè)模型可以看出，要建立自己的信用風(fēng)險(xiǎn)度量模型需要進(jìn)行大量的參數(shù)估計(jì)，如信用等級(jí)轉(zhuǎn)換概率、違約率等參數(shù)的估計(jì)是建立在大量歷史經(jīng)驗(yàn)數(shù)據(jù)的基礎(chǔ)上的，如果沒(méi)有有效的歷史信貸數(shù)據(jù)，則建模如同無(wú)米之炊。而我國(guó)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(píng)估機(jī)構(gòu)。西方國(guó)家有穆迪、標(biāo)準(zhǔn)普爾等國(guó)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(guó)國(guó)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。因而不能給我國(guó)商業(yè)銀行提供適合我國(guó)特點(diǎn)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(píng)級(jí)體系。2022 年 1 月，巴塞爾委員會(huì)公布的新資本協(xié)議中提出針對(duì)防范信用風(fēng)險(xiǎn)所需要的資本制定內(nèi)部評(píng)級(jí)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(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)。我國(guó)商業(yè)銀行目前按照貸款的五級(jí)分類標(biāo)準(zhǔn)將貸款分為正常、次級(jí)、可疑、關(guān)注、損失五個(gè)級(jí)別，這種方法雖然比起以前的一逾兩呆先進(jìn)了許多，但與西方商業(yè)銀行那種復(fù)雜、成熟的內(nèi)部評(píng)級(jí)體系相比，還相差很遠(yuǎn)。16 / 78所以，根據(jù)我國(guó)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。但是，建立符合我國(guó)國(guó)情的信貸風(fēng)險(xiǎn)度量模型是我國(guó)商業(yè)銀行發(fā)展的方向。17 / 783 我國(guó)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。風(fēng)險(xiǎn)受到各種因素的制約，具有不確定性，無(wú)法準(zhǔn)確預(yù)料和判斷。但是人們?cè)陂L(zhǎng)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。 商業(yè)銀行信貸風(fēng)險(xiǎn)形成理論國(guó)內(nèi)外經(jīng)濟(jì)學(xué)家、學(xué)者從不同的角度對(duì)商業(yè)銀行風(fēng)險(xiǎn)成因進(jìn)行了分析和解釋。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)。①不確定性是銀行風(fēng)險(xiǎn)的根源。信用論認(rèn)為，金融活動(dòng)是一種充滿不確定性的信用過(guò)程，信用過(guò)程是包含著時(shí)間長(zhǎng)度在內(nèi)的一種預(yù)期。商業(yè)銀行作為吸收存款、發(fā)放貸款的中介機(jī)構(gòu)，一方面享有從借款人處按時(shí)收取本息的權(quán)利，另一方面又必須履行對(duì)存款人還本付息的義務(wù)。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。由于信貸資金的使用和償還時(shí)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(shí)，信用的廣泛連鎖性和依存性引發(fā)連鎖違約，會(huì)導(dǎo)致銀行業(yè)已出現(xiàn)的不良貸款不斷放大。②經(jīng)濟(jì)不穩(wěn)定性導(dǎo)致銀行風(fēng)險(xiǎn)。著名經(jīng)濟(jì)學(xué)家麥金農(nóng)較早提出“道德風(fēng)險(xiǎn)”理論，他對(duì)宏觀經(jīng)濟(jì)不穩(wěn)定與道德風(fēng)險(xiǎn)關(guān)系進(jìn)行了分析，認(rèn)為宏觀經(jīng)濟(jì)不穩(wěn)定與借款人的項(xiàng)目收益存在正相關(guān)，對(duì)銀行而言，將來(lái)的利潤(rùn)是一個(gè)隨機(jī)變量，貸款損失準(zhǔn)備金不足且未受到嚴(yán)密監(jiān)管，在一定程度上銀行因?yàn)槠浯婵钍艿秸畵?dān)保，宏觀經(jīng)濟(jì)的有利變化可以使其獲得高利潤(rùn)，宏觀經(jīng)濟(jì)的不利變化導(dǎo)致的損失由政府承擔(dān)，而偏好道德風(fēng)險(xiǎn)。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(guò)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。費(fèi)雪（Fisher） 、明斯基(Minsky) 、金德?tīng)柌?