【正文】 其一，評(píng)級(jí)方法與巴塞爾銀行新框架的要求還有較大差距：偏重于對(duì)受評(píng)對(duì)象過去而不是未來償債能力的評(píng)估；割裂了各個(gè)指標(biāo)之間的內(nèi)在聯(lián)系，難以從整體上做出準(zhǔn)確判斷；權(quán)重的確定缺乏客觀依據(jù)；缺乏對(duì)現(xiàn)金流量指標(biāo)的預(yù)測(cè)和應(yīng)用；缺乏對(duì)具體行業(yè)的分析。目前，我國各大商業(yè)銀行基本都建立了自己的內(nèi)部評(píng)級(jí)系統(tǒng)，各銀行的內(nèi)部評(píng)級(jí)系統(tǒng)在評(píng)級(jí)對(duì)象、評(píng)級(jí)方法和評(píng)級(jí)程序等基本相同，對(duì)象為已有的或潛在的債務(wù)人或交易對(duì)手，方法主要是專家分析判斷。巴塞爾委員會(huì)于2001年1月發(fā)布了新巴塞爾資本協(xié)議第二次征求意見稿，要求商業(yè)銀行在計(jì)算資本充足率時(shí)，根據(jù)外部評(píng)級(jí)結(jié)果確定資產(chǎn)的風(fēng)險(xiǎn)權(quán)重，并可以內(nèi)部評(píng)級(jí)作為替代。 我國現(xiàn)行的商業(yè)銀行信用風(fēng)險(xiǎn)管理現(xiàn)階段我國商業(yè)銀行的信用風(fēng)險(xiǎn)管理還處于傳統(tǒng)階段，主要方法有內(nèi)部信用評(píng)級(jí)和貸款分類兩種。目前大多數(shù)銀行在信貸過程中，以信貸員的定性分析為主，缺乏有效的風(fēng)險(xiǎn)量化分析手段和技術(shù)，由于信貸員本身的素質(zhì)以及工作失誤造成的信用風(fēng)險(xiǎn)巨大。加上銀行管理落后、制度不健全等方面原因，不少經(jīng)營人員素質(zhì)低下，責(zé)任心不強(qiáng)，玩忽職守，違規(guī)經(jīng)營，風(fēng)險(xiǎn)炒作甚至以貸謀私，這一切構(gòu)成商業(yè)銀行尤其是國有商業(yè)銀行風(fēng)險(xiǎn)擴(kuò)張的重要根源。銀行缺乏有效的內(nèi)控機(jī)制。銀行內(nèi)部經(jīng)營管理我國商業(yè)銀行產(chǎn)權(quán)結(jié)構(gòu)不清是造成其信用風(fēng)險(xiǎn)管理現(xiàn)狀的根本原因。對(duì)于潛在的或是已經(jīng)發(fā)生的風(fēng)險(xiǎn)，企業(yè)則可能通過借新債還舊債，拆東墻補(bǔ)西墻，拖欠利息，延長償還貸款的期限并且由政府提供擔(dān)保等方式，試圖回避或者轉(zhuǎn)嫁風(fēng)險(xiǎn)。由于借款人在貸款到期時(shí)沒有能力償還本息，故意不履行還款義務(wù)，使得信貸資金的實(shí)際運(yùn)行結(jié)果偏離預(yù)期目標(biāo)，造成銀行信用風(fēng)險(xiǎn)。失去其信用有償?shù)奶刭|(zhì)，從而加大了運(yùn)行風(fēng)險(xiǎn)。政府干預(yù)政企分開是改革二十多年來一直倡導(dǎo)的，但現(xiàn)實(shí)的問題是政企一直難以分開，政府職能也沒有真正轉(zhuǎn)換，政府尤其是地方政府干預(yù)企業(yè)、干預(yù)銀行的行為也就難以避免。 我國商業(yè)銀行信用風(fēng)險(xiǎn)成因分析 造成我國銀行信用風(fēng)險(xiǎn)管理現(xiàn)狀的原因是多方面的、復(fù)雜的。此外，當(dāng)前我國企業(yè)破產(chǎn)制度不完善。由于產(chǎn)權(quán)的不明及其他外部因素的影響，信貸抵押也很難成為有效地傳遞信號(hào)。我國商業(yè)銀行的信貸利率由中國人民銀行控制，沒有市場化。最后非現(xiàn)場檢查也不完善，尚未形成非現(xiàn)場監(jiān)督體系，無法發(fā)揮監(jiān)督作用。其次我國銀監(jiān)會(huì)缺乏對(duì)表外業(yè)務(wù)的監(jiān)管，尤其對(duì)以金融創(chuàng)新為主的銀行業(yè)務(wù)缺乏有效監(jiān)管，進(jìn)一步加大了信用風(fēng)險(xiǎn)。存在的主要問題如下表所示： 內(nèi)控制度存在的主要問題存在的主要問題控制環(huán)境注重經(jīng)營業(yè)務(wù)擴(kuò)張，忽視有效的審貸機(jī)制，內(nèi)控滯后于業(yè)務(wù)發(fā)展風(fēng)險(xiǎn)評(píng)估重視不夠，缺乏對(duì)各種風(fēng)險(xiǎn)全面和客觀的評(píng)估控制活動(dòng)控制體系不適應(yīng)業(yè)務(wù)發(fā)展需要，分散、多頭授信，授信失控信息交流交流渠道不暢，由于分支機(jī)構(gòu)較多，信息交流漏損嚴(yán)重監(jiān)督管理內(nèi)部稽核機(jī)構(gòu)缺乏獨(dú)立性和權(quán)威性，沒有發(fā)揮應(yīng)有的作用（2）外部監(jiān)管存在缺陷。信用風(fēng)險(xiǎn)防范機(jī)制不健全（1）信用風(fēng)險(xiǎn)的內(nèi)控制度不完善。而我國在這方面還比較薄弱，應(yīng)對(duì)方法比較單一，有效地信用控制手段沒有廣泛應(yīng)用。近年來抵押貸款逐漸增加，但在實(shí)際操作中辦理難度較大，導(dǎo)致其防范和轉(zhuǎn)嫁風(fēng)險(xiǎn)的作用受到影響。（2）信用保障的效果不理想。壞賬準(zhǔn)備金提取不足、不能及時(shí)核銷壞賬以及資本充足率不達(dá)標(biāo)是我國銀行存在的比較普遍的問題。風(fēng)險(xiǎn)補(bǔ)償機(jī)制是銀行承擔(dān)風(fēng)險(xiǎn)獲取收益并能維持正常運(yùn)營的保障?，F(xiàn)階段，我國銀行信用風(fēng)險(xiǎn)量化工作主要使用專家分析和計(jì)算信貸風(fēng)險(xiǎn)度的傳統(tǒng)方法，盡管傳統(tǒng)的風(fēng)險(xiǎn)計(jì)量方法由一定的積極作用，卻也存在不可忽視的缺陷，難以適應(yīng)現(xiàn)代銀行進(jìn)行全面和動(dòng)態(tài)風(fēng)險(xiǎn)管理的需要。在外部評(píng)級(jí)不完善的情況下，我國主要商業(yè)銀行近年來逐步建立起內(nèi)部信用評(píng)級(jí)系統(tǒng)，但與發(fā)達(dá)國家銀行的評(píng)級(jí)體系相比還存在較大差距，在一定程度上限制了其在識(shí)別和控制信用風(fēng)險(xiǎn)方面的應(yīng)用。目前，國內(nèi)針對(duì)企業(yè)的外部評(píng)級(jí)機(jī)構(gòu)剛剛建立，運(yùn)作程序還不規(guī)范，沒有形成規(guī)模，還不能對(duì)我國大多數(shù)企業(yè)進(jìn)行信用評(píng)級(jí)。（2）信用評(píng)級(jí)體系不完善。由于數(shù)據(jù)的一致性較差，所以不僅無法提高工作效率，還增加了工作量，工作量的增加又使統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量下降，如此以致惡性循環(huán)。阻礙我國商業(yè)銀行風(fēng)險(xiǎn)識(shí)別能力提高的瓶頸首先在于數(shù)據(jù)基礎(chǔ)。但是，與以美國為代表的西方國家先進(jìn)的信用風(fēng)險(xiǎn)評(píng)估和管理水平相比，我們?nèi)匀淮嬖谥^大差距。不可否認(rèn)的是，經(jīng)過30多年的改革開放，我國商業(yè)銀行在信用風(fēng)險(xiǎn)管理方面已經(jīng)有了長足的進(jìn)步，并且由過去單憑主觀經(jīng)驗(yàn)的管理模式向數(shù)量化的管理模式轉(zhuǎn)變。Credit Metrics模型對(duì)單項(xiàng)貸款的VaR的計(jì)算可以通過解析法實(shí)現(xiàn)，但對(duì)大規(guī)模的貸款組合往往通過模擬技術(shù)求解；KMV模型通過解析技術(shù)實(shí)現(xiàn)風(fēng)險(xiǎn)評(píng)價(jià)；Credit Portfolio View模型采用模擬技術(shù)結(jié)構(gòu)；Credit Risk+模型能夠生成關(guān)于損失概率密度函數(shù)的邏輯分析解。在Credit Metrics模型中，估計(jì)的回收率的標(biāo)準(zhǔn)差被納入VaR的計(jì)算；在KMV模型中，回收率被看成是一個(gè)常數(shù)；在Credit Portfolio View模型中回收率的估計(jì)是通過蒙特卡羅模擬進(jìn)行的；Credit Risk+模型中，損失的嚴(yán)重程度被湊成整數(shù)并劃分頻段，從而得到次級(jí)的貸款組合，然后將任何次級(jí)貸款組合的損失的嚴(yán)重程度視為一個(gè)常數(shù)?；厥章市庞觅Y產(chǎn)的損失分布和VaR的計(jì)算不僅取決于違約的概率，也取決于損失的嚴(yán)重程度或給定違約概率下的損失。信用事件的波動(dòng)率關(guān)于信用事件的波動(dòng)率方面，各個(gè)模型之間的關(guān)鍵差異在于，是為一年違約建立模型還是為違約分布函數(shù)的概率建立模型。Credit Portfolio View模型與Credit Metrics模型和KMV模型的風(fēng)險(xiǎn)因素在本質(zhì)上有著相同之處，從國家行業(yè)等宏觀因素角度考慮違約風(fēng)險(xiǎn)和借款人之間違約風(fēng)險(xiǎn)的相關(guān)性。在Credit Risk+模型中的關(guān)鍵風(fēng)險(xiǎn)驅(qū)動(dòng)因素是違約率。然而，如果以多因素模型的方式再來分析，四種模型都可以看作是有相同的根源，Credit Metrics和KMV模型中企業(yè)資產(chǎn)收益性與企業(yè)股票收益的波動(dòng)性相聯(lián)系，在計(jì)算企業(yè)資產(chǎn)收益之間的相關(guān)性時(shí)，個(gè)別企業(yè)股票價(jià)格受到系統(tǒng)風(fēng)險(xiǎn)(產(chǎn)業(yè)因素、國家因素等)和非系統(tǒng)風(fēng)險(xiǎn)的影響。在Credit Portfolio View模型中，驅(qū)動(dòng)因素是某些宏觀因素，而Credit Risk+中則是違約率及其波動(dòng)性。在這四種模型中， Credit Metrics主要是從盯市角度界定風(fēng)險(xiǎn)，即從借款人信用級(jí)別升降（利差變化）角度衡量信用風(fēng)險(xiǎn)；而Credit Risk+模型和KMV模型本質(zhì)上是違約模式模型，而Credit Portfolio View模型既可以當(dāng)作盯市模型使用也可以當(dāng)作違約式模型使用。主要從以下方面進(jìn)行比較: 模型的適用對(duì)象 Credit Metrics模型和KMV模型適用于公司和大客戶信用風(fēng)險(xiǎn)的度量，Credit Risk+模型適用于銀行對(duì)零售客戶的信用風(fēng)險(xiǎn)度量，而Credit Portfolio View模型適用于對(duì)宏觀經(jīng)濟(jì)因素變化敏感的投機(jī)級(jí)債務(wù)人的信用風(fēng)險(xiǎn)度量。Credit Metrics、Credit Risk +、Credit Portfolio View、KMV4個(gè)模型是當(dāng)今國際上最具有代表性的金融機(jī)構(gòu)內(nèi)部模型。信用風(fēng)險(xiǎn)管理主要包括三個(gè)部分:信用風(fēng)險(xiǎn)的識(shí)別、信用風(fēng)險(xiǎn)度量和信用風(fēng)險(xiǎn)控制。信用風(fēng)險(xiǎn)管理的方法包括傳統(tǒng)的信用分析管理法和現(xiàn)代的信用風(fēng)險(xiǎn)管理方法。電子化銀行具有的高速處理和異地處理能力使得商業(yè)銀行對(duì)客戶信用風(fēng)險(xiǎn)控制的時(shí)間間隙縮小，區(qū)域擴(kuò)大。銀行對(duì)信用風(fēng)險(xiǎn)的管理是運(yùn)用現(xiàn)代金融技術(shù)對(duì)銀行自身的信用風(fēng)險(xiǎn)進(jìn)行一系列的分層、分割，然后組成適應(yīng)不同風(fēng)險(xiǎn)控制水平需求的金融工具，從而分散和消化信用風(fēng)險(xiǎn)，以便使可能遭受到的信貸損失盡可能小或者使獲取信貸額外收益的概率盡可能大。 信用風(fēng)險(xiǎn)管理的概念與方法銀行信用在信用體系中發(fā)揮主導(dǎo)的、集中的調(diào)控作用，因此，銀行信用是各種信用形式的主體。由不對(duì)稱性又決定了債券市場具有信用風(fēng)險(xiǎn)難以分散、信用市場容易出現(xiàn)借貸失衡以及信用風(fēng)險(xiǎn)保護(hù)的提供著少于購買者等其他特征。而債券持有者承擔(dān)的主要是信用風(fēng)險(xiǎn)，債券持有人的最大收益是該債券發(fā)行機(jī)構(gòu)承諾給債券持有人的利息，而其最大損失則是應(yīng)該得到得本息和。 信用風(fēng)險(xiǎn)的概率分布圖 吳恒煜：《信用風(fēng)險(xiǎn)控制理論研究——違約概率度量與信用衍生品定價(jià)模型》，北京，經(jīng)濟(jì)管理出版社，2006年版。相比之下，信用風(fēng)險(xiǎn)的分布不是對(duì)稱的，而是有偏的，收益分布曲線的一端向左下傾斜，并在左側(cè)出現(xiàn)肥尾現(xiàn)象。信用風(fēng)險(xiǎn)的概率分布可偏性信用風(fēng)險(xiǎn)概率分布的偏離是由公司違約的小概率事件以及貸款收益和損失的不對(duì)稱造成的。借款人的還款能力主要取決于與借款人明確聯(lián)系的非系統(tǒng)因素，如貸款投資方向和借款人財(cái)務(wù)狀況、經(jīng)營能力、還款意愿等。因此，信用風(fēng)險(xiǎn)與經(jīng)濟(jì)主體的行為目標(biāo)、決策方式及經(jīng)濟(jì)環(huán)境相聯(lián)系，并不是單純銀行自身的問題商業(yè)銀行信用風(fēng)險(xiǎn)除具有信用風(fēng)險(xiǎn)的固有特征外，還具有自身的基本特征，表現(xiàn)為非系統(tǒng)性、概率分布可偏性、信用風(fēng)險(xiǎn)數(shù)據(jù)獲取的困難性三個(gè)方面。信用風(fēng)險(xiǎn)不僅僅是商業(yè)銀行自身的問題。因?yàn)樗簧婕皳p失的補(bǔ)償和業(yè)務(wù)處理，可通過概率論方法進(jìn)行計(jì)量和管理。銀行信用風(fēng)險(xiǎn)所研究的損失是從不確定性角度而言的，僅指損失的可能性，并非現(xiàn)實(shí)性，至于這種可能性會(huì)在多大程度上轉(zhuǎn)化為現(xiàn)實(shí)性，則取決于現(xiàn)實(shí)經(jīng)濟(jì)生活中的多種因素。如資產(chǎn)負(fù)債不對(duì)稱可能使得資產(chǎn)效率得不到最優(yōu)配置。也就是說，信用風(fēng)險(xiǎn)作用于銀行經(jīng)營活動(dòng)的全過程，而不只是某一個(gè)方面。可以從以下三個(gè)方面理解：信用風(fēng)險(xiǎn)存在于資產(chǎn)和負(fù)債兩方面。商業(yè)銀行信用風(fēng)險(xiǎn) 葉蜀君：《信用風(fēng)險(xiǎn)的度量與管理》，北京，首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2008年版。在現(xiàn)代風(fēng)險(xiǎn)環(huán)境不斷變化和風(fēng)險(xiǎn)管理技術(shù)不斷創(chuàng)新的環(huán)境下，僅反映客觀信用風(fēng)險(xiǎn)的傳統(tǒng)信用風(fēng)險(xiǎn)定義，已經(jīng)脫離了現(xiàn)代信用風(fēng)險(xiǎn)地和信用管理的本質(zhì)。此外，信用風(fēng)險(xiǎn)還可以被認(rèn)為是由于公司交易雙方在履約能力上的變化導(dǎo)致公司資產(chǎn)的經(jīng)濟(jì)價(jià)值遭受損失的風(fēng)險(xiǎn)。信用的最初表現(xiàn)為商品貨幣關(guān)系，隨著社會(huì)生產(chǎn)力和商品貨幣經(jīng)濟(jì)的發(fā)展，信用更多地表現(xiàn)為銀行信用。本文以此思路為出發(fā)點(diǎn)，選取某一特定行業(yè)中的ST與非ST公司且在一定的假定條件下進(jìn)行分析。為具有切實(shí)的可操作性，樣本數(shù)據(jù)取自于滬深兩市證券交易所代表性行業(yè)的上市公司。在我國，由于股票市場信用制度不健全，信用體系尚未建立，缺乏有關(guān)信用的各種歷史數(shù)據(jù)的統(tǒng)計(jì)，且銀行信息披露不充分，這些因素制約了對(duì)我國商業(yè)銀行信用風(fēng)險(xiǎn)管理研究工作的深入，再加上本人水平有限，因此本文仍然存在很大不足。同時(shí)采用定性和定量相結(jié)合的方法，一方面，從定性的角度考察信用風(fēng)險(xiǎn)管理需要考慮的相關(guān)因素；另一方面，從應(yīng)用的角度利用KMV模型對(duì)代表性行業(yè)上市公司違約事件測(cè)量違約距離。 第五部分為第五章，就完善我國商業(yè)銀行信用風(fēng)險(xiǎn)管理提出對(duì)策建議。第四部分為第四章，通過對(duì)目前國際上居于主流地位的信用風(fēng)險(xiǎn)度量模型的比較分析，結(jié)合我國的實(shí)際情況，選擇引入KMV模型，并就其模型中的違約點(diǎn)、違約距離等概念在我國現(xiàn)有市場中的應(yīng)用可能性進(jìn)行實(shí)證分析，進(jìn)而構(gòu)建適合我國的KMV模型。第三部分為第三章，對(duì)我國商業(yè)銀行信用風(fēng)險(xiǎn)存在的問題、成因及管理現(xiàn)狀進(jìn)行分析。此部分在全文起到提綱掣領(lǐng)的作用。第一部分為第一章，是全文的總綱。此外，朱小宗、張宗益、耿華丹(2004) 朱小宗、張宗益、耿華丹：《現(xiàn)代信用風(fēng)險(xiǎn)度量模型剖析與綜合比較分析》，上海，《財(cái)經(jīng)研究》，2004年第9期，第33頁第46頁從多方面剖析了當(dāng)前比較著名的現(xiàn)代信用風(fēng)險(xiǎn)度量模型，并進(jìn)行了范式比較和實(shí)證比較，結(jié)果發(fā)現(xiàn)建模方法的不同,預(yù)測(cè)的效果也有很大不同。但是李興法，王慶石（2006） 李興法、王慶石：《基于Credit Metrics模型的商業(yè)銀行信用風(fēng)險(xiǎn)應(yīng)用研究》，大連，《財(cái)經(jīng)問題研究》，2006年第12期，第47頁第53頁在重點(diǎn)研究分析了Credit Metrics模型的信用風(fēng)險(xiǎn)估值方法和應(yīng)用后認(rèn)為運(yùn)用該模型可以更好地加強(qiáng)我國不良資產(chǎn)的處置工作,有效地減少國有資產(chǎn)的損失?？涤詈?，等（2008） 康宇虹、孫德鵬、郜中華：《KMV模型在我國上市公司信用風(fēng)險(xiǎn)度量中的實(shí)證研究》，長沙，《第三屆(2008)中國管理學(xué)年會(huì)論文集》，2008年，第4835第4841頁的研究對(duì)KMV模型的前提假設(shè)做出了一些放松，由此首次得到了違約條件下的理論違約概率和違約點(diǎn)隨時(shí)間變化條件下的理論違約概率。易丹輝，吳建民（2004） 易丹輝、吳建民：《上市公司信用風(fēng)險(xiǎn)計(jì)量研究KMV模型及其應(yīng)用》，西安，《統(tǒng)計(jì)與信息論壇》，2004年第6期，第8第11頁通過隨機(jī)抽取的30家上市公司的數(shù)據(jù)進(jìn)行實(shí)證分析后表明KMV模型借助違約距離衡量上市公司的信用風(fēng)險(xiǎn)是可行的。 國內(nèi)研究現(xiàn)狀我國對(duì)信用風(fēng)險(xiǎn)的研究起步較晚，在進(jìn)入新世紀(jì)尤其是入世之后，眾多學(xué)者開始更大程度的關(guān)注商業(yè)銀行信用風(fēng)險(xiǎn)的度量與管理問題，不斷學(xué)習(xí)和借鑒國外優(yōu)秀的信用風(fēng)險(xiǎn)計(jì)量模型，積極探索適合我國商業(yè)銀行的信用風(fēng)險(xiǎn)度量方法。事實(shí)上，對(duì)于相同的信用風(fēng)險(xiǎn)問題，不同的信用風(fēng)險(xiǎn)度量模型給出的結(jié)果和實(shí)際情況總有一定的差距，而且模型之間的預(yù)測(cè)效果也相差較大。根據(jù)大量實(shí)證分析，發(fā)現(xiàn)違約發(fā)生最頻繁的臨界點(diǎn)在公司價(jià)值等于流動(dòng)負(fù)債加50%的長期負(fù)債處。該模型是KMV KMV. Co. Introducing Credit ，1995公司1995年在期權(quán)定價(jià)理論基礎(chǔ)上建立起來的。McKinney（1997） McKinsey Co. Credit Portfolio View. Technical Document,1997公司在Credit Metrics模型的基礎(chǔ)上，對(duì)周期性因素進(jìn)行了處理，將評(píng)級(jí)轉(zhuǎn)移矩陣與經(jīng)濟(jì)增長率、失業(yè)率、利率、政府支出等宏觀經(jīng)濟(jì)變量之間的關(guān)系模型化，然后通過不斷加入宏觀因素沖擊來模擬轉(zhuǎn)移概率的變化，得出模型中的一系列參數(shù)值，可以看成是對(duì)Credit Metrics模型的補(bǔ)充。其應(yīng)用范圍廣泛，適用于公司貸款、零售貸款、衍生工具和可交易債券等。隨后CSFB（1997） Credit Suisse Financial Products. Credit Risk Plus Technical Document,1997推出了依據(jù)針對(duì)火災(zāi)險(xiǎn)的財(cái)險(xiǎn)精算原理的Credit Risk+模型。（2）Credit Risk+模型。. Morgan