【正文】 [6] 中國(guó)銀行業(yè)從業(yè)人員資格認(rèn)證辦公室：《風(fēng)險(xiǎn)管理》，北京，中國(guó)金融出版社。[4] 吳青：《信用風(fēng)險(xiǎn)的度量與控制》，北京，對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2008年版。[2] 宋逢明，約翰?馬歇爾：《金融工程》，北京，清華大學(xué)出版社，1998年版。通過組織培訓(xùn),提高員工的業(yè)務(wù)素質(zhì),培養(yǎng)和吸收復(fù)合型人才,加強(qiáng)信用風(fēng)險(xiǎn)管理人員的資格準(zhǔn)入管理；將隊(duì)伍建設(shè)與激勵(lì)約束機(jī)制和信貸文化建設(shè)結(jié)合起來(lái),培養(yǎng)一支業(yè)務(wù)精湛、嚴(yán)謹(jǐn)自律的員工隊(duì)伍。最后，加強(qiáng)隊(duì)伍建設(shè),培養(yǎng)高素質(zhì)的員工。只有當(dāng)一種良好的信用文化植根于銀行、融入銀行的血液中,各項(xiàng)制度、方法、組織體系才能發(fā)揮應(yīng)有的作用。良好的信用文化對(duì)銀行的信用風(fēng)險(xiǎn)管理有著深遠(yuǎn)的意義。再次，樹立良好的銀行信用文化。改進(jìn)信用評(píng)級(jí)指標(biāo)體系，要加強(qiáng)對(duì)現(xiàn)金流量的監(jiān)測(cè),因?yàn)槌渥愕默F(xiàn)金是企業(yè)償還到期債務(wù)的根本保證；加大企業(yè)所在行業(yè)的發(fā)展趨勢(shì)、市場(chǎng)預(yù)期狀況等評(píng)級(jí)指標(biāo)的權(quán)重,使評(píng)級(jí)結(jié)果更能反映企業(yè)未來(lái)的資信狀況；定期對(duì)評(píng)級(jí)指標(biāo)和指標(biāo)權(quán)重進(jìn)行檢察,及時(shí)做出相應(yīng)的調(diào)整和修正。具體可參考在各個(gè)業(yè)務(wù)場(chǎng)所推行風(fēng)險(xiǎn)經(jīng)理制的模式，將風(fēng)險(xiǎn)管理落實(shí)到第一線，建立權(quán)責(zé)制度．理順各部門在內(nèi)控中的職責(zé)和定位。因此要改變傳統(tǒng)的公文運(yùn)作模式，建立現(xiàn)代化的風(fēng)險(xiǎn)管理平臺(tái)。內(nèi)部控制是風(fēng)險(xiǎn)控制和量化管理的基礎(chǔ)。首先，完善內(nèi)部控制制度。征信和評(píng)估需要政府通過制定相應(yīng)的政策協(xié)調(diào)各有關(guān)部門開放相關(guān)數(shù)據(jù)、組織建立統(tǒng)一的數(shù)據(jù)檢索平臺(tái)、制定評(píng)估標(biāo)準(zhǔn)和評(píng)估方法等來(lái)加大扶持的力度，推動(dòng)企業(yè)信用征信和評(píng)估制度的建立和完善。我國(guó)的立法機(jī)關(guān)應(yīng)該盡快檢查、修改并完善我國(guó)的商法體系，建立、健全維護(hù)信用社會(huì)和信用經(jīng)濟(jì)的法律制度。第四，健全有關(guān)社會(huì)信用的法律體系和征信評(píng)估管理體系。同時(shí)利率市場(chǎng)化要求銀行及時(shí)根據(jù)市場(chǎng)的資金供求調(diào)整利率。利率市場(chǎng)化能夠擴(kuò)大商業(yè)銀行的自主經(jīng)營(yíng)權(quán)。第三，逐步推進(jìn)利率市場(chǎng)化。我國(guó)市場(chǎng)經(jīng)濟(jì)發(fā)展的時(shí)間較短，商業(yè)銀行體制剛剛建立，而違約數(shù)據(jù)需要經(jīng)過長(zhǎng)時(shí)間的積累。第二，要加強(qiáng)建立全面、統(tǒng)一的大型違約數(shù)據(jù)庫(kù)，構(gòu)建我國(guó)的違約距離DD與預(yù)期違約率EDF的映射關(guān)系。KMV模型直接使用上市公司的數(shù)據(jù)對(duì)信用風(fēng)險(xiǎn)進(jìn)行評(píng)估，這就要求上市公司發(fā)布的信息必須要及時(shí)、準(zhǔn)確、真實(shí)可靠，只有這樣KMV模型才能如實(shí)反映上市公司的信用狀況。第五章 完善我國(guó)商業(yè)銀行的信用風(fēng)險(xiǎn)管理對(duì)策 完善我國(guó)商業(yè)銀行的信用風(fēng)險(xiǎn)管理的宏觀對(duì)策為了實(shí)現(xiàn)KMV模型在我國(guó)銀行業(yè)的運(yùn)用，提高我國(guó)銀行業(yè)的風(fēng)險(xiǎn)管理水平，加快建立信用風(fēng)險(xiǎn)度量模型成為了我國(guó)銀行業(yè)的必然選擇，為此需要加強(qiáng)開展以下方面的工作：第一，提高資本市場(chǎng)的有效性，保證樣本數(shù)據(jù)的完整性和真實(shí)性。作為商業(yè)銀行，其客戶必然分布于各行各業(yè)。此外紡織服裝行業(yè)是一個(gè)勞動(dòng)密集型的產(chǎn)業(yè)，市場(chǎng)準(zhǔn)入門檻較低，行業(yè)競(jìng)爭(zhēng)非常激烈，真正具有大品牌的企業(yè)并不多，這些原因也使得模型的解釋力有所降低。海外市場(chǎng)如此艱難，調(diào)轉(zhuǎn)船頭找尋內(nèi)銷機(jī)遇已經(jīng)成為無(wú)可替代的選擇。第四，所選代表性行業(yè)的自身特點(diǎn)對(duì)分析結(jié)果的影響本文所選取的紡織服裝行業(yè)一直以來(lái)都是以出口為主要支柱的，行業(yè)的興衰在很大程度上依賴于國(guó)際市場(chǎng)的運(yùn)行周期。因此，如果目前應(yīng)用KMV模型，只能將計(jì)算結(jié)果停留在違約距離DD的確定階段，但該值是個(gè)序數(shù)指標(biāo)，而非基數(shù)指標(biāo)，也即我們無(wú)法直接從違約距離中得知企業(yè)違約概率到底是多少。此外由于宏觀經(jīng)濟(jì)的差異，在我國(guó)無(wú)法直接使用國(guó)外已經(jīng)建立的映射關(guān)系。第三，缺乏預(yù)期違約率EDF的計(jì)算KMV模型是通過確定違約距離與違約率之間的映射關(guān)系，來(lái)估計(jì)預(yù)期違約率的大小。本文只簡(jiǎn)單采用了每股凈資產(chǎn)作為非流通股的市場(chǎng)定價(jià)，顯然不能真實(shí)反映非流通股的價(jià)值。由于我國(guó)的上市公司股權(quán)結(jié)構(gòu)復(fù)雜，流通股和非流通股并存。這使得股票的價(jià)格波動(dòng)在一定程度上偏離于公司的實(shí)際經(jīng)營(yíng)情況，股票價(jià)格信息真實(shí)性欠佳。綜合上述所作的實(shí)證分析，可以看到還存在以下不足：第一，股票市場(chǎng)的效率問題只有當(dāng)股票市場(chǎng)的運(yùn)作機(jī)制較為成熟時(shí)，股票價(jià)格才能真實(shí)反映公司的運(yùn)營(yíng)狀況，這也是KMV模型對(duì)信用風(fēng)險(xiǎn)度量可以取得較好效果的原因之一。通常，該模型特別適用于上市公司的信用風(fēng)險(xiǎn)評(píng)估，而對(duì)非上市公司進(jìn)行應(yīng)用時(shí)，往往要借助一些會(huì)計(jì)信息或其他能夠反映借款企業(yè)特征值的指標(biāo)來(lái)代替模型中一些重要變量，同時(shí)還要通過對(duì)比分析最終得出該企業(yè)的期望違約概率，在一定程度上就有可能降低計(jì)算的準(zhǔn)確性。但是與其它己有模型一樣，KMV模型仍然存在諸多缺陷。由于該模型所獲取的數(shù)據(jù)來(lái)自股票市場(chǎng)，比較充分地利用了市場(chǎng)信息，因而更能反映企業(yè)當(dāng)前的信用狀況，具有一定的前瞻性，其預(yù)測(cè)能力更強(qiáng)。KMV是基于現(xiàn)代期權(quán)定價(jià)理論的違約預(yù)測(cè)模型，是對(duì)傳統(tǒng)信用風(fēng)險(xiǎn)度量手段的一次重大創(chuàng)新。通過實(shí)證，本文認(rèn)為改進(jìn)的KMV模型可以應(yīng)用于我國(guó)商業(yè)銀行對(duì)于紡織服裝類上市公司的信用風(fēng)險(xiǎn)評(píng)價(jià)。 結(jié)論和不足通過KMV模型對(duì)深滬兩地股市中紡織服裝行業(yè)的10只股票進(jìn)行分析，從得出的違約距離來(lái)看，ST股票的違約距離普遍較短，而非ST股票的違約距離則相對(duì)較長(zhǎng)()。由風(fēng)險(xiǎn)中性假設(shè)，我們可以用來(lái)代替，而表示風(fēng)險(xiǎn)中性世界中的資產(chǎn)回報(bào)率的均值，此外為簡(jiǎn)化本文用前面定義的r來(lái)代替風(fēng)險(xiǎn)中性中的無(wú)風(fēng)險(xiǎn)利率rf。那么就有： （）其中，μ和σ是資產(chǎn)回報(bào)率的均值和波動(dòng)率，dz是維納過程的微小增量。 對(duì)違約距離（DD）的修正我們知道，資產(chǎn)價(jià)值為正態(tài)分布的假定是與實(shí)際不符合的。本文出于謹(jǐn)慎考慮，將違約點(diǎn)設(shè)計(jì)為：違約點(diǎn)=短期負(fù)債+長(zhǎng)期負(fù)債。然而這是基于美國(guó)市場(chǎng)數(shù)據(jù)得出的結(jié)論，中國(guó)的資本市場(chǎng)有其自身規(guī)律，直接套用KMV模型的結(jié)論顯然并不合適，為此需要開發(fā)出一個(gè)符合中國(guó)市場(chǎng)實(shí)際的違約點(diǎn)DP。該參數(shù)設(shè)置的差異會(huì)導(dǎo)致模型得出完全不同的結(jié)果，對(duì)公司信用風(fēng)險(xiǎn)的評(píng)價(jià)結(jié)論也會(huì)產(chǎn)生較大差別，因此在計(jì)算DD和EDF之前必須設(shè)置一個(gè)合理的違約點(diǎn)DP?？梢姡欠窨梢园盐鞣絿?guó)家的KNV模型直接為我所用，值得商榷。由公式（），得到結(jié)果列表如下： 樣本股票的違約距離（一）按照配對(duì)原則對(duì)樣本公司進(jìn)行分組：第１組：ST華控和七匹狼第２組：ST中服和錦龍股份第３組；ST源發(fā)和雅戈?duì)柕冢唇M：ST有色和大楊創(chuàng)世第５組：ST賢成和紅豆股份將所得違約距離在圖中表示如下：　樣本股票的違約距離對(duì)比（一）從以上結(jié)果可以看出，ST公司和非ST公司各自的違約距離DD的結(jié)果較為接近，難以確定非ST公司是否比ST公司有更小的信用風(fēng)險(xiǎn)。 樣本股票的日收益波動(dòng)率和年收益波動(dòng)率計(jì)算違約點(diǎn)(DP)和股權(quán)的市場(chǎng)價(jià)值(E)。 樣本公司的基本財(cái)務(wù)數(shù)據(jù)注：樣本公司的市場(chǎng)數(shù)據(jù)來(lái)自于天相投資分析軟件,財(cái)務(wù)數(shù)據(jù)來(lái)自于上市公司年報(bào) 數(shù)據(jù)來(lái)源：證券之星:計(jì)算股權(quán)波動(dòng)率（σE）。本文中，時(shí)間T取為一年，無(wú)風(fēng)險(xiǎn)利率，%，而其他兩個(gè)變量的取值就要結(jié)合上市公司的財(cái)務(wù)報(bào)表、該公司股票數(shù)據(jù)等，利用相應(yīng)的方法計(jì)算得出。違約距離測(cè)度作為一個(gè)標(biāo)準(zhǔn)化的度量方法，類似于債權(quán)等級(jí)序數(shù)，可用于不同公司之間的比較，而且違約距離考慮到企業(yè)的規(guī)模、波動(dòng)性、市值和杠桿比率等，所以本文將直接應(yīng)用違約距離來(lái)比較上市公司的相對(duì)違約風(fēng)險(xiǎn)大小。（7）其他由于歷史違約數(shù)據(jù)的積累工作滯后，確定違約距離和實(shí)際預(yù)期違約率之間的映射目前尚無(wú)法實(shí)現(xiàn)，而直接計(jì)算出來(lái)的理論預(yù)期違約率的結(jié)果說服力不強(qiáng)。（5）無(wú)風(fēng)險(xiǎn)利率r的確定目前國(guó)內(nèi)尚無(wú)權(quán)威的債券價(jià)格的無(wú)風(fēng)險(xiǎn)利率的基準(zhǔn)，因此本文采用了違約時(shí)間前一年的1年期銀行定期存款利息率作為無(wú)風(fēng)險(xiǎn)收益率。對(duì)于限售股價(jià)值的計(jì)算方法對(duì)計(jì)算結(jié)果會(huì)有很大影響。流通股股價(jià)波動(dòng)率可以通過歷史數(shù)據(jù)進(jìn)行估計(jì)，本文用2009年1月5日至2009年12月31日的日收盤價(jià)確定出日波動(dòng)率，進(jìn)而將其換算成年波動(dòng)率。結(jié)合本人曾在研究生實(shí)習(xí)期間參與過這方面的行業(yè)研究，故本文以此確立研究對(duì)象?？傮w來(lái)看, 紡織服裝類上市公司的經(jīng)濟(jì)效益并不高,被ST的公司有10家, 約占行業(yè)上市公司的13%。 參數(shù)的選擇（1）樣本的確定本文研究樣本數(shù)據(jù)選取自滬深A(yù)股市場(chǎng)中紡織服裝行業(yè)內(nèi)被ST(Special Treat)的5家上市公司及在行業(yè)內(nèi)績(jī)效相對(duì)較好的5家非ST上市公司在2009年1月5日至2009年12月31日的財(cái)務(wù)數(shù)據(jù)。經(jīng)驗(yàn)的EDF依托的是大容量的數(shù)據(jù)庫(kù)。理論的預(yù)期違約率EDF假定DD服從正態(tài)分布，它與違約概率EDF有如下關(guān)系成立:理論EDF=N（DD）=[lN(DD)]*100% （）然而，假定V服從正態(tài)分布在實(shí)踐中是否合理值得懷疑。在最簡(jiǎn)單的情況下，違約點(diǎn)等于流動(dòng)負(fù)債加上50%的長(zhǎng)期負(fù)債。KMV使用一種特殊的期權(quán)定價(jià)方法且沒有公開，若以Blank—Scholes公式 F. Black, M. Scholes. The Pricing of options and corporate liabilities of political economy，1973，,p:637659作為顯函數(shù)，則公式（）的具體形式如下： （）其中： ， 式中，E是公司股權(quán)的市場(chǎng)價(jià)值，D為負(fù)債的賬面價(jià)值，V為公司資產(chǎn)的市場(chǎng)價(jià)值，r為無(wú)風(fēng)險(xiǎn)利率，T為時(shí)間范圍即到期時(shí)間，N表示為標(biāo)準(zhǔn)正態(tài)分布函數(shù)，它依據(jù)的和計(jì)算而得：對(duì)公式（），兩邊求導(dǎo)并求其期望，可得公式（）的顯函數(shù)形式： （）由此可以估算出借款人公司的市場(chǎng)價(jià)值及其波動(dòng)性。與期權(quán)的價(jià)值相似，股權(quán)可以按照下式估值： （）而借款企業(yè)股權(quán)價(jià)值的波動(dòng)性與企業(yè)資產(chǎn)價(jià)值的波動(dòng)性σ也存在以下關(guān)系： （）根據(jù)上述兩個(gè)公式，借助于迭代法，可以求出V和σ。該公司的股權(quán)的收益狀況和購(gòu)買以該公司的股票為標(biāo)的的看漲期權(quán)的損益狀況相一致。那么該企業(yè)將會(huì)償還這筆貸款，并且資產(chǎn)所有者將會(huì)保有企業(yè)資產(chǎn)的剩余價(jià)值(0A20B)。(企業(yè)資產(chǎn)的擁有者)的角度來(lái)看待的貸款償還問題。為了求出V和σ這兩個(gè)不可觀測(cè)的變量，KMV模型采用了如下兩種途徑:(1)企業(yè)股票的市場(chǎng)價(jià)值和企業(yè)資產(chǎn)的市場(chǎng)價(jià)值的“結(jié)構(gòu)”關(guān)系；(2)企業(yè)資產(chǎn)波動(dòng)性與企業(yè)股票價(jià)值波動(dòng)性之間的關(guān)系?；诠具`約數(shù)據(jù)庫(kù),模型可依據(jù)公司的違約距離得出一個(gè)期望違約頻率EDF,這個(gè)期望違約頻率是公司未來(lái)某一時(shí)期的違約概率。違約距離通常以資產(chǎn)市場(chǎng)價(jià)值標(biāo)準(zhǔn)差的倍數(shù)表示。如果負(fù)債到期時(shí)公司資產(chǎn)市場(chǎng)價(jià)值高于其債務(wù),公司償還債務(wù)；當(dāng)公司資產(chǎn)市場(chǎng)價(jià)值小于其債務(wù)時(shí),公司選擇違約。它將銀行的放款問題倒轉(zhuǎn)過來(lái)，從借款企業(yè)股權(quán)持有者的角度進(jìn)行考慮。正是由于國(guó)內(nèi)股市日趨有效，使得在四個(gè)主流模型中，以對(duì)企業(yè)股票市場(chǎng)價(jià)格變化的有關(guān)數(shù)據(jù)為分析基礎(chǔ)的KMV模型成為我國(guó)商業(yè)銀行相對(duì)較為現(xiàn)實(shí)的一種借鑒選擇。但與此同時(shí)，我國(guó)股票市場(chǎng)在經(jīng)過2008年金融危機(jī)的大幅下跌后，巨大的市場(chǎng)泡沫得到較為有效地清洗，投資理念開始朝著價(jià)值發(fā)現(xiàn)與價(jià)值投資方向轉(zhuǎn)變，上市公司的市場(chǎng)價(jià)格正在逐步向其內(nèi)在基本價(jià)值回歸。且Credit Metrics模型由于缺乏信用等級(jí)轉(zhuǎn)移矩陣（這需要經(jīng)過長(zhǎng)期的實(shí)踐過程才能建立），目前在我國(guó)運(yùn)用并不現(xiàn)實(shí)，Credit Risk+模型雖然對(duì)數(shù)據(jù)要求比較低，但是其風(fēng)險(xiǎn)驅(qū)動(dòng)因素是債務(wù)人的違約率，這個(gè)模型的基本輸入因子需要事先估計(jì)，在我國(guó)目前銀行風(fēng)險(xiǎn)管理水平低下的情況下，估計(jì)參數(shù)比較困難，而且該模型還假設(shè)債務(wù)之間相互獨(dú)立也與我國(guó)目前實(shí)際不符。所以總的來(lái)說，我們不能照搬西方信用風(fēng)險(xiǎn)計(jì)量模型，必須有選擇地借鑒這些模型，結(jié)合我國(guó)市場(chǎng)經(jīng)濟(jì)和商業(yè)銀行信用風(fēng)險(xiǎn)管理的現(xiàn)狀，開發(fā)符合自身特點(diǎn)的信用計(jì)量模型。4. 數(shù)據(jù)要求Credit Metrics模型需要大量長(zhǎng)期的企業(yè)歷史違約數(shù)據(jù)、長(zhǎng)期跨行業(yè)數(shù)據(jù)組以及特殊行業(yè)指數(shù)等，而我國(guó)目前正處于經(jīng)濟(jì)轉(zhuǎn)軌時(shí)期，獲得這些數(shù)據(jù)相對(duì)困難；Credit Portfolio View模型是Credit Metrics模型的延伸，它不但需要?dú)v史違約等數(shù)據(jù)，同時(shí)需要依賴于很多的宏觀經(jīng)濟(jì)數(shù)據(jù)，所以該模型在我國(guó)的應(yīng)用存在一定困難；Credit Risk+模型只要求風(fēng)險(xiǎn)暴露水平和債務(wù)人違約概率等數(shù)據(jù)，這些因子可以被銀行估計(jì)出來(lái)，相對(duì)來(lái)說輸入的數(shù)據(jù)較少，該模型對(duì)數(shù)據(jù)要求不是很高；KMV模型在應(yīng)用時(shí)也需要?dú)v史違約數(shù)據(jù)，它需要建立違約距離和預(yù)期違約率的映射關(guān)系，不過KMV模型中違約距離本身就是評(píng)價(jià)公司信用質(zhì)量的很好指標(biāo)，而且依據(jù)模型可以計(jì)算理論違約率。但是在我國(guó)缺乏真正獨(dú)立意義上的信用評(píng)級(jí)機(jī)構(gòu)，信用評(píng)級(jí)機(jī)構(gòu)多隸屬于行政單位或事業(yè)單位，在開展信用評(píng)級(jí)過程中行政干預(yù)多，缺乏客觀性，而且評(píng)估指標(biāo)體系混亂，信用評(píng)級(jí)的相關(guān)立法工作滯后。好在目前股票市場(chǎng)各項(xiàng)改革正在穩(wěn)步進(jìn)，各項(xiàng)法律監(jiān)管措施不斷推出，股權(quán)公開交易制度業(yè)已形成，這為一些模型的應(yīng)用奠定了扎實(shí)的基礎(chǔ)。另外無(wú)風(fēng)險(xiǎn)利率的確定對(duì)KMV等模型的建立起到了關(guān)鍵性作用，但是目前我國(guó)在無(wú)風(fēng)險(xiǎn)利率的選擇上還沒有形成一個(gè)統(tǒng)一的觀點(diǎn)。利率市場(chǎng)化以上四個(gè)模型的建立都不同程度依賴?yán)实氖袌?chǎng)化，尤其是Credit Metrics模型，在其運(yùn)用中需要適用信用風(fēng)險(xiǎn)價(jià)差。而且由于歷史環(huán)境和經(jīng)濟(jì)方面的原因，對(duì)于上述不同模型是否適用于我國(guó)信用風(fēng)險(xiǎn)管理實(shí)踐，尚需進(jìn)一步探討。因此，參考國(guó)外銀行的經(jīng)驗(yàn)做法，結(jié)合我國(guó)的實(shí)際情況，在我國(guó)商業(yè)銀行的信貸管理過程中引入信用風(fēng)險(xiǎn)模型方法，是很有必要的。第三、會(huì)計(jì)基礎(chǔ)信息薄弱、科技支撐能力不強(qiáng)，影響了分類工作的時(shí)效性和真實(shí)性。第二、分類標(biāo)準(zhǔn)粗化，缺乏統(tǒng)一性。但也存在不足：第一、信息不對(duì)稱和滯后問題。它以動(dòng)態(tài)監(jiān)測(cè)為基礎(chǔ)，通過對(duì)借款人的財(cái)務(wù)實(shí)力、現(xiàn)金流量、抵押品價(jià)值等因素的連續(xù)監(jiān)測(cè)和分析，判斷貸款的實(shí)際損失程度，對(duì)銀行的信貸管理水平和信貸人員的素質(zhì)要求較高。貸款風(fēng)險(xiǎn)分類 詹原瑞：《銀行信用風(fēng)險(xiǎn)的現(xiàn)代度量與管理》，北京，經(jīng)濟(jì)科學(xué)出版社，2004年版。貸款分類貸款分類就是貸款評(píng)級(jí)。