前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇信用風(fēng)險(xiǎn)相關(guān)理論范文，相信會(huì)為您的寫作帶來(lái)幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

信用風(fēng)險(xiǎn)相關(guān)理論范文第1篇

關(guān)鍵詞：信用風(fēng)險(xiǎn)；Copula理論；違約相關(guān)性；應(yīng)用

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2016）02-0055-02

信用是市場(chǎng)經(jīng)濟(jì)的基石，信用風(fēng)險(xiǎn)的危害倍受金融界關(guān)注。一般情況下，信用風(fēng)險(xiǎn)方面的問(wèn)題始終屬于市場(chǎng)經(jīng)濟(jì)當(dāng)中基本且極其古老的一類問(wèn)題，其危害性受到人們的廣泛關(guān)注?，F(xiàn)階段，社會(huì)經(jīng)濟(jì)的快速發(fā)展更是在很大程度上復(fù)雜化了信用風(fēng)險(xiǎn)問(wèn)題。組合信用風(fēng)險(xiǎn)已經(jīng)成為現(xiàn)在研究的一個(gè)重點(diǎn)，該問(wèn)題當(dāng)中核心為違約相關(guān)性，該核心具體能夠分成微觀以及宏觀兩種?，F(xiàn)階段，對(duì)違約相關(guān)性進(jìn)行研究時(shí)主要包含三類方法，分別為約化方法、結(jié)構(gòu)化方法以及Copula方法。

一、對(duì)信用風(fēng)險(xiǎn)的基本概念進(jìn)行分析

通常情況下，相對(duì)比較傳統(tǒng)的信用風(fēng)險(xiǎn)指的主要是相關(guān)的交易對(duì)象不可以根據(jù)事先已經(jīng)達(dá)成的相應(yīng)協(xié)議來(lái)對(duì)義務(wù)進(jìn)行嚴(yán)格履行所造成的一種風(fēng)險(xiǎn)，也就是債務(wù)人根本沒(méi)有對(duì)相應(yīng)的債務(wù)進(jìn)行如期償還導(dǎo)致合同的違反，進(jìn)而為債權(quán)人造成一定的風(fēng)險(xiǎn)[1]。而現(xiàn)代的金融信用風(fēng)險(xiǎn)主要指的是因?yàn)閷?duì)手或者債務(wù)違約而造成損失的一種可能性，或因?yàn)閭鶆?wù)人在信用評(píng)級(jí)方面發(fā)生變動(dòng)以及履約能力方面發(fā)生一定的改變而造成損失的可能性。所以，現(xiàn)代金融信用風(fēng)險(xiǎn)基本的決定因素是對(duì)手的實(shí)際財(cái)務(wù)情況以及風(fēng)險(xiǎn)情況[1]。

下面對(duì)現(xiàn)代金融信用風(fēng)險(xiǎn)的具體特征進(jìn)行分析。

首先，非對(duì)稱性。價(jià)格所發(fā)生的波動(dòng)會(huì)造成市場(chǎng)風(fēng)險(xiǎn)，所取得的收益呈現(xiàn)出對(duì)稱性的分布，而信用風(fēng)險(xiǎn)不同于市場(chǎng)風(fēng)險(xiǎn)，主要的造成原因是借款人的違約，損失以及收益都呈現(xiàn)出不對(duì)稱的分布，這就會(huì)導(dǎo)致信用風(fēng)險(xiǎn)概率分布發(fā)生一定的偏離[1]。

其次，易傳染性。通常來(lái)講，信用風(fēng)險(xiǎn)會(huì)在很大程度上造成大范圍的信用方面的違約，進(jìn)而導(dǎo)致極其嚴(yán)重的金融事故。

最后，非系統(tǒng)性。債務(wù)人所具有的實(shí)際還款能力的決定因素為和其相關(guān)的非系統(tǒng)性的一些因素，具體包括債務(wù)人的還款實(shí)際意愿、經(jīng)營(yíng)企業(yè)的真正能力以及財(cái)務(wù)情況等[1]。

二、信用風(fēng)險(xiǎn)模型理論研究現(xiàn)狀

1.結(jié)構(gòu)化模型。結(jié)構(gòu)化模型起源于20世紀(jì)70年代，并且建立在幾何布朗運(yùn)動(dòng)的基礎(chǔ)上，該理論認(rèn)為，我們可以將對(duì)債券定價(jià)的過(guò)程簡(jiǎn)單化，即演化為對(duì)歐式期權(quán)的定價(jià)。理論可以得到期權(quán)定價(jià)理論的支持，并且建立了其自身的模型，稱之為到期日違約模型法，理論致力于信用價(jià)差曲線的研究，通過(guò)定量分析和定性分析的方法，在查閱大量歷史資料的基礎(chǔ)上，在模型中建立了利率期限結(jié)構(gòu)模型。

2.簡(jiǎn)約化模型。簡(jiǎn)約化模型繞過(guò)了公司的財(cái)務(wù)基礎(chǔ)，這是和與結(jié)構(gòu)化模型最大的不同之處，簡(jiǎn)約化模型的計(jì)算方法相對(duì)比較簡(jiǎn)單，而且所需要的數(shù)據(jù)流量也較少。在建模過(guò)程中，當(dāng)事人可以泊松理論來(lái)建立模型，其準(zhǔn)確度收到違約概率的強(qiáng)度影響。采用簡(jiǎn)約化模型的優(yōu)勢(shì)在于債務(wù)方的強(qiáng)度能夠?qū)α硗庖环降南嚓P(guān)性方面進(jìn)行制約，從而降低了風(fēng)險(xiǎn)。簡(jiǎn)約化模型的建立還需要以狀態(tài)變量X為主要驅(qū)動(dòng)力。

三、對(duì)信用違約相關(guān)性的影響因素進(jìn)行分析

一般情況下，違約事件會(huì)在很大程度上會(huì)造成信用風(fēng)險(xiǎn)，此外，和一般的損失不同，通常來(lái)說(shuō)，違約事件所引起的不僅僅是財(cái)務(wù)上的損失，還包括許多不能夠預(yù)期的事件，帶有很強(qiáng)的隨機(jī)性，而這也是處理違約事件過(guò)程中需要特別注意的一個(gè)方面。單個(gè)的違約所產(chǎn)生的負(fù)面影響，主要是有兩個(gè)方面所決定，其一是債務(wù)的回收率，其二是違約發(fā)生的概率。從組織層面上來(lái)講，由于分散化，組織所發(fā)生的損失根本就不是簡(jiǎn)單的一種加和，當(dāng)對(duì)多個(gè)變量所產(chǎn)生的組合效應(yīng)進(jìn)行一定的研究時(shí)，也就是信用債權(quán)人與債權(quán)人間之間存在的影響，這就應(yīng)該要對(duì)資產(chǎn)間相干性進(jìn)行有效的度量。所以，要想對(duì)組織損失的實(shí)際情況進(jìn)行更有效研究，實(shí)施組織以及風(fēng)險(xiǎn)方面的管理，這就應(yīng)該對(duì)組合當(dāng)中的資產(chǎn)違約相依的結(jié)構(gòu)進(jìn)行充分的考慮[2]。

下面對(duì)影響信用違約的相關(guān)性的因素進(jìn)行分析。

首先是宏觀經(jīng)濟(jì)因素。對(duì)于市場(chǎng)經(jīng)濟(jì)來(lái)講，市場(chǎng)利率所發(fā)生的變化、商品價(jià)格上的變化以及宏觀經(jīng)濟(jì)上的波動(dòng)等都會(huì)造成一定的影響，進(jìn)而實(shí)現(xiàn)了循環(huán)性的違約相關(guān)性。

其次，特定行業(yè)的因素。在所有的行業(yè)當(dāng)中，基本上都會(huì)受到原材料價(jià)格上漲以及生產(chǎn)力過(guò)剩等各種因素所造成的沖擊，各個(gè)行業(yè)之間所存在的直接性練習(xí)同時(shí)還會(huì)造成所有企業(yè)的違約相關(guān)性。該類風(fēng)險(xiǎn)引起的主要原因根本就不是經(jīng)營(yíng)風(fēng)險(xiǎn)，同時(shí)還不是財(cái)務(wù)風(fēng)險(xiǎn)，主要原因是特定行業(yè)當(dāng)中市場(chǎng)經(jīng)濟(jì)環(huán)境所發(fā)生的波動(dòng)以及變動(dòng)。因此，行業(yè)當(dāng)中的環(huán)境所造成的影響會(huì)嚴(yán)重造成企業(yè)的關(guān)聯(lián)違約，而且這些負(fù)面影響往往是不可估量的，同時(shí)也屬于銀行最需要考慮的一個(gè)影響因素[2]。

最后，業(yè)務(wù)交叉的因素。一般來(lái)講，資產(chǎn)相關(guān)指的主要是各個(gè)企業(yè)之間有著投資、持股以及參股等各種資本上的關(guān)系。當(dāng)存在一定資產(chǎn)相關(guān)性時(shí)，違約相關(guān)性主要是兩債務(wù)人之間違約概率所形成的函數(shù)，同時(shí)隨著違約概率的增大，會(huì)增大違約的相關(guān)性。各個(gè)企業(yè)之間有著非常多的業(yè)務(wù)之間的往來(lái)時(shí)，有時(shí)還會(huì)是供應(yīng)鏈方面的合作伙伴，這時(shí)候，企業(yè)應(yīng)該非常容易出現(xiàn)關(guān)聯(lián)現(xiàn)象。所以，在此狀況之下，企業(yè)當(dāng)中也會(huì)存在相對(duì)比較高的違約相關(guān)性[2]。

四、對(duì)問(wèn)題的基本假設(shè)進(jìn)行分析

在已經(jīng)給定的相對(duì)比較完備的概率空間（Ω，φ，Q）當(dāng)中，Q指的主要是風(fēng)險(xiǎn)處于中性時(shí)的概率測(cè)度，這時(shí)，我們引入能夠表示宏觀經(jīng)濟(jì)的流域，主要的構(gòu)成是能源價(jià)格、匯率以及利率等各種宏觀方面額定經(jīng)濟(jì)變量。運(yùn)用（Ω，φ）上的可以測(cè)量的隨機(jī)變量Ti來(lái)表示i公司違約的實(shí)際時(shí)刻[2]。

當(dāng)選擇Copula函數(shù)時(shí)，具體能夠分成兩個(gè)類型。在本文中主要考慮在現(xiàn)實(shí)情況中非常常用的Gaussian Copula。在該函數(shù)當(dāng)中包含著標(biāo)準(zhǔn)正態(tài)分布的分布函數(shù)，還包含著協(xié)方差矩陣的多維正態(tài)分布的函數(shù)。根據(jù)Copula方法來(lái)對(duì)違約相關(guān)性進(jìn)行一定的研究，能夠大體分成兩個(gè)步驟：第一個(gè)步驟是建立單個(gè)企業(yè)的違約模型；第二個(gè)步驟是對(duì)違約相關(guān)性進(jìn)行一定的引進(jìn)，也就是建立Copula模型[3]。

五、對(duì)單個(gè)公司的生存概率進(jìn)行分析

對(duì)違約相關(guān)性先不進(jìn)行考慮，i企業(yè)出現(xiàn)違約的影響因素是自身因素以及宏觀經(jīng)濟(jì)，也就是在相應(yīng)的域流之下，得出相應(yīng)的域流空間。主要的目標(biāo)是在相應(yīng)的約束條件之下，來(lái)對(duì)該企業(yè)的生存概率進(jìn)行有效求解[3]。

適應(yīng)約化的方法來(lái)對(duì)企業(yè)生存概率進(jìn)行求解屬于一個(gè)非常常見(jiàn)的方法，Lando對(duì)其有著比較深刻的認(rèn)識(shí)以及研究。也就是說(shuō)，在t時(shí)刻應(yīng)該對(duì)未來(lái)宏觀經(jīng)濟(jì)信息進(jìn)行預(yù)先知道，預(yù)知未來(lái)，但這很明顯與實(shí)際存在一定的差距。從根本上來(lái)講，Lando因?yàn)閷⑵淝蠼夥旁贑ox過(guò)程的實(shí)際框架當(dāng)中，因此，需要將信息進(jìn)行一定的擴(kuò)大。然而，在現(xiàn)實(shí)情況當(dāng)中，在對(duì)生存率進(jìn)行一定的求解時(shí)根本就不會(huì)涉及到Cox過(guò)程，該過(guò)程僅僅會(huì)在模擬違約時(shí)刻時(shí)才會(huì)運(yùn)用到。因此，應(yīng)該對(duì)Lando的方法進(jìn)行一定的改進(jìn)[4]。

六、對(duì)信用組合風(fēng)險(xiǎn)的損失的度量進(jìn)行分析

第一步，應(yīng)該對(duì)違約損失進(jìn)行一定的估計(jì)。工具違約概率的確定在于來(lái)自于公司內(nèi)部，即所有工具的違約概率的確定標(biāo)準(zhǔn)都是內(nèi)部的具體評(píng)級(jí)。這一過(guò)程的測(cè)定較為復(fù)雜，需要以大量的數(shù)據(jù)為依托，為了簡(jiǎn)化計(jì)算，應(yīng)該根據(jù)行業(yè)當(dāng)中的相應(yīng)平均數(shù)來(lái)確定違約的損失值。除此之外，還應(yīng)該對(duì)違約損失的具體標(biāo)準(zhǔn)差進(jìn)行一定的估計(jì)。

第二步，應(yīng)該對(duì)債務(wù)人的資產(chǎn)相關(guān)性進(jìn)行一定的估計(jì)。因?yàn)橐话銇?lái)說(shuō)，我們不能夠直接地觀察出企業(yè)的實(shí)際資產(chǎn)價(jià)值，但是，我們能夠通過(guò)Black-Scholes公式來(lái)對(duì)其進(jìn)行精確的推導(dǎo)，運(yùn)用專業(yè)知識(shí)，建立相關(guān)的數(shù)學(xué)模型，進(jìn)而運(yùn)用Copula函數(shù)對(duì)其資產(chǎn)相關(guān)性進(jìn)行估計(jì)[4]，從而得出接近于實(shí)際情況的數(shù)值。

第三步，產(chǎn)生出相關(guān)的違約事件。由于違約相關(guān)性與資產(chǎn)相關(guān)性所具有的依賴結(jié)構(gòu)存在一定的相似性，所以能夠?qū)Y產(chǎn)相關(guān)性進(jìn)行有效反映的Copula函數(shù)屬于是違約點(diǎn)的結(jié)果。進(jìn)而利用Copula函數(shù)以及邊緣分布來(lái)獲得違約時(shí)間的相關(guān)分布。

第四步，對(duì)隨機(jī)違約損失進(jìn)行一定的產(chǎn)生。如果出現(xiàn)違約的現(xiàn)象，我們就需要計(jì)算違約所產(chǎn)生的具體損失，此時(shí)，可以從以前已經(jīng)得到的違約損失值中獲取相關(guān)數(shù)據(jù)，即我們可以將違約案例進(jìn)行歸類，對(duì)于相似的案例，確定違約數(shù)據(jù)的平均值，并且通過(guò)標(biāo)準(zhǔn)差的相關(guān)分布，抽取其中的隨機(jī)數(shù)，進(jìn)而借助計(jì)算機(jī)等工作，計(jì)算出違約的損失值。

第五步，對(duì)損失進(jìn)行一定的計(jì)算。出現(xiàn)違約，應(yīng)該按照組合頭寸來(lái)得到違約暴露，并且采用計(jì)數(shù)法，對(duì)于違約數(shù)據(jù)可以記為1，對(duì)于不發(fā)生違約的情況，則損失就為零。

第六步，得到損失實(shí)際分布。無(wú)論是何種形式的違約以及違約數(shù)據(jù)的大小，其計(jì)算的結(jié)果都是所有的情景都會(huì)產(chǎn)生出一個(gè)相應(yīng)的組合損失值，此時(shí)，對(duì)上面的步驟進(jìn)行相應(yīng)次數(shù)的重復(fù)，進(jìn)而來(lái)得到相應(yīng)的組合損失。

七、結(jié)束語(yǔ)

綜上所述，違約相關(guān)性的Copula方法是本文研究的主要對(duì)象，在本文當(dāng)中，建立并研究了約化方法與結(jié)構(gòu)化方法之間存在的關(guān)系，進(jìn)而可以在很大程度上輔導(dǎo)我們對(duì)各研究方法及其內(nèi)在所存在的相互關(guān)系進(jìn)行充分理解。

參考文獻(xiàn)：

[1]何海鷹.基于Copula理論的信用風(fēng)險(xiǎn)研究[D].廈門大學(xué)，2009.

[2]謝銓.基于Copula的信用風(fēng)險(xiǎn)經(jīng)濟(jì)資本計(jì)量模型及應(yīng)用[J].科學(xué)技術(shù)與工程，2011，（17）：4112-4116.

信用風(fēng)險(xiǎn)相關(guān)理論范文第2篇

本節(jié)對(duì)融資約束和財(cái)務(wù)柔性對(duì)企業(yè)信用風(fēng)險(xiǎn)的作用機(jī)理進(jìn)行理論分析。

1.1財(cái)務(wù)柔性對(duì)企業(yè)信用風(fēng)險(xiǎn)的平滑作用柔性是Hart等在研究企業(yè)受經(jīng)營(yíng)周期影響時(shí)提出的概念。20世紀(jì)60年代以后，世界經(jīng)濟(jì)環(huán)境向復(fù)雜化、動(dòng)態(tài)化趨勢(shì)發(fā)展，柔性生產(chǎn)、柔性管理等問(wèn)題才開(kāi)始被重視，直到20世紀(jì)末財(cái)務(wù)柔性作為集成柔性中的子系統(tǒng)才開(kāi)始被研究。從葛家澎和占美松、DeAngelo、Byoun等對(duì)財(cái)務(wù)柔性的定義可以看出，財(cái)務(wù)柔性的最終目的是實(shí)現(xiàn)企業(yè)價(jià)值最大化。Singh和Hodder通過(guò)對(duì)跨國(guó)公司進(jìn)行實(shí)證分析發(fā)現(xiàn)財(cái)務(wù)柔性能夠增加公司價(jià)值［。Chang、Jackson和Grover在研究亞洲金融危機(jī)時(shí)發(fā)現(xiàn)，在動(dòng)態(tài)環(huán)境中承擔(dān)風(fēng)險(xiǎn)的諸多企業(yè)中，只有具備財(cái)務(wù)柔性的部分企業(yè)具有更高的經(jīng)營(yíng)業(yè)績(jī)。Dreyer和Grnhaug也得出了同樣的結(jié)論，即財(cái)務(wù)柔性水平高的企業(yè)具有更高的業(yè)績(jī)水平。Arslan、Florackis和Ozkan以東南亞金融危機(jī)為研究背景，發(fā)現(xiàn)在危機(jī)前保持高負(fù)債融資柔性和高現(xiàn)金柔性的企業(yè)在危機(jī)期間創(chuàng)造了更好的經(jīng)營(yíng)業(yè)績(jī)。企業(yè)價(jià)值既包括業(yè)績(jī)，也包括風(fēng)險(xiǎn)。財(cái)務(wù)柔性的特殊作用是預(yù)防或利用不確定性因素，而不確定性恰恰是風(fēng)險(xiǎn)的來(lái)源，因此財(cái)務(wù)柔性具有預(yù)防或降低風(fēng)險(xiǎn)的功能。Antonio等認(rèn)為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的規(guī)避策略與柔性程度直接相關(guān)；Bates、Kahle和Stulz發(fā)現(xiàn)，隨著經(jīng)濟(jì)環(huán)境不確定性的加劇，企業(yè)保持高水平的負(fù)債融資柔性和現(xiàn)金柔性能降低其信用風(fēng)險(xiǎn)、避免發(fā)生違約事件。中國(guó)學(xué)者對(duì)財(cái)務(wù)柔性研究較少，主要對(duì)財(cái)務(wù)柔性的作用及構(gòu)建財(cái)務(wù)柔性的理念進(jìn)行了探討。例如：鄧明然對(duì)企業(yè)面臨不確定因素的原因進(jìn)行了理論分析，認(rèn)為財(cái)務(wù)柔性可降低不確定性、規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)、提高經(jīng)濟(jì)績(jī)效；趙湘蓮和韓玉啟在分析應(yīng)對(duì)財(cái)務(wù)管理活動(dòng)中的風(fēng)險(xiǎn)因素時(shí)，指出財(cái)務(wù)柔性不僅能降低風(fēng)險(xiǎn)因素，而且能利用發(fā)展機(jī)會(huì)為企業(yè)創(chuàng)造價(jià)值，并進(jìn)一步提出了財(cái)務(wù)柔性水平的監(jiān)控措施；王楷華從人本思想的角度提出了財(cái)務(wù)柔性管理的構(gòu)建。中國(guó)學(xué)者主要從理論層面對(duì)財(cái)務(wù)柔性進(jìn)行了探討，鮮有文獻(xiàn)對(duì)理論分析進(jìn)行實(shí)證檢驗(yàn)。綜合國(guó)內(nèi)外學(xué)者對(duì)財(cái)務(wù)柔性作用的理論及實(shí)證分析可知：財(cái)務(wù)柔性為企業(yè)創(chuàng)造價(jià)值，不僅表現(xiàn)為對(duì)企業(yè)帶來(lái)更高的績(jī)效，而且表現(xiàn)為在不確定性的經(jīng)濟(jì)環(huán)境中使企業(yè)保持一定的現(xiàn)金持有水平和債務(wù)融資能力，并能降低企業(yè)的信用風(fēng)險(xiǎn)、避免企業(yè)破產(chǎn)倒閉。在金融危機(jī)期間，財(cái)務(wù)柔性憑借其降低風(fēng)險(xiǎn)、提升業(yè)績(jī)的作用而對(duì)企業(yè)的可持續(xù)發(fā)展具有重要意義。金融危機(jī)過(guò)后，金融環(huán)境整體比較平穩(wěn)，資本市場(chǎng)波動(dòng)趨于平緩。然而，隨著世界經(jīng)濟(jì)一體化趨勢(shì)的加強(qiáng)，企業(yè)仍面臨經(jīng)營(yíng)環(huán)境復(fù)雜化、動(dòng)態(tài)化的發(fā)展趨勢(shì)，財(cái)務(wù)柔性在預(yù)防不確定性事件、緩沖信用風(fēng)險(xiǎn)方面仍起重要作用。

1.2融資約束對(duì)財(cái)務(wù)柔性緩沖作用的影響在資本市場(chǎng)完美的假設(shè)下，Keynes認(rèn)為企業(yè)無(wú)須持有現(xiàn)金資產(chǎn)，因此企業(yè)對(duì)現(xiàn)金柔性不產(chǎn)生要求?，F(xiàn)實(shí)中，Greenwald、Stiglitz和Weiss以及My－ers和Majluf卻認(rèn)為，信息不對(duì)稱和問(wèn)題的存在導(dǎo)致外部融資成本過(guò)高，由于企業(yè)自有資金有限，因此當(dāng)企業(yè)沒(méi)有足夠多的財(cái)務(wù)資源來(lái)應(yīng)付不確定性因素時(shí)就會(huì)產(chǎn)生融資約束問(wèn)題。中國(guó)的資本市場(chǎng)不完善，企業(yè)的融資約束尤其嚴(yán)重。雖然中國(guó)政府開(kāi)展了金融市場(chǎng)改革———包括股票市場(chǎng)和債券市場(chǎng)的建設(shè)以及國(guó)有銀行商業(yè)化管理等，但是由于企業(yè)發(fā)行股票和債券需要經(jīng)過(guò)政府部門的層層嚴(yán)格審批，而銀行偏好向國(guó)有企業(yè)貸款，因此中國(guó)企業(yè)“融資難”的問(wèn)題未能從根本上得到改善。Almeida、CamPello和Weisbach以及Denis和Sibilkov通過(guò)理論分析認(rèn)為，企業(yè)進(jìn)行流動(dòng)性管理的根本原因在于融資約束，而且融資約束越強(qiáng)則現(xiàn)金持有的邊際價(jià)值越高，企業(yè)對(duì)流動(dòng)性資產(chǎn)的需求也越高。對(duì)于融資約束程度更強(qiáng)的企業(yè)而言，現(xiàn)金在企業(yè)投資中的作用更大，對(duì)企業(yè)價(jià)值的正向影響也更為顯著。顧乃康和孫進(jìn)軍就現(xiàn)金持有對(duì)企業(yè)價(jià)值的影響進(jìn)行了實(shí)證檢驗(yàn)，其實(shí)證結(jié)果顯示，企業(yè)所持現(xiàn)金的邊際效用隨著其融資約束程度的提升而增大。對(duì)比中外學(xué)者關(guān)于現(xiàn)金持有對(duì)企業(yè)價(jià)值影響的研究，不難發(fā)現(xiàn)：在融資約束情境下，現(xiàn)金持有的價(jià)值隨著融資約束的加劇而增大。而Acharya、Almeida和Campello從投機(jī)需求的角度以及García－Teruel、Martínez－Solano和Sánchez－Ballesta等從會(huì)計(jì)信息質(zhì)量的角度所做的研究均表明，融資約束會(huì)增加企業(yè)的流動(dòng)性需求。流動(dòng)性主要來(lái)源于公司內(nèi)部的現(xiàn)金、等價(jià)物以及保有的負(fù)債融資額度，即現(xiàn)金柔性和債務(wù)融資柔性。融資約束越嚴(yán)重，企業(yè)對(duì)財(cái)務(wù)柔性水平的要求就越高，企業(yè)保有財(cái)務(wù)柔性的價(jià)值就越大。Hubbard最早提出“流動(dòng)性緩沖”，即面臨融資約束的企業(yè)出于預(yù)防性動(dòng)機(jī)會(huì)保留較多的流動(dòng)性資產(chǎn)。Almeida、CamPello和Weisbach進(jìn)一步對(duì)該理論進(jìn)行了實(shí)證檢驗(yàn)，發(fā)現(xiàn)面臨融資約束的企業(yè)會(huì)留存較多的現(xiàn)金及現(xiàn)金等價(jià)物，而非融資約束的企業(yè)不存在這一現(xiàn)象?？梢?jiàn)，受融資約束的企業(yè)面對(duì)信用風(fēng)險(xiǎn)的增大會(huì)有越來(lái)越高的財(cái)務(wù)柔性需求。本文基于財(cái)務(wù)柔性對(duì)企業(yè)信用風(fēng)險(xiǎn)的預(yù)防作用，提出了“財(cái)務(wù)柔性緩沖”。“財(cái)務(wù)柔性緩沖”的基本原理如下：在財(cái)務(wù)融資約束情境下，企業(yè)為了預(yù)防不確定性因素的沖擊而保有一定的現(xiàn)金并維持一定的負(fù)債融資柔性水平，以繼續(xù)維持企業(yè)現(xiàn)有投資和日常經(jīng)營(yíng)活動(dòng)的需要、預(yù)防債權(quán)人提前解約或“惜貸”，從而降低企業(yè)信用風(fēng)險(xiǎn)；當(dāng)發(fā)生可利用的投資機(jī)會(huì)時(shí)，企業(yè)根據(jù)優(yōu)序融資原則，可以優(yōu)先使用內(nèi)部資金并憑借保有的負(fù)債融資水平，進(jìn)一步擴(kuò)大投資以最大化企業(yè)價(jià)值。

2實(shí)證設(shè)計(jì)

2.1研究假設(shè)綜合上述討論結(jié)果，本文提出如下假設(shè)：假設(shè)1：財(cái)務(wù)柔性水平與企業(yè)信用風(fēng)險(xiǎn)顯著負(fù)相關(guān)。假設(shè)2：財(cái)務(wù)柔性對(duì)企業(yè)信用風(fēng)險(xiǎn)的緩沖作用隨著企業(yè)所受融資約束程度的提升而增強(qiáng)。

2.2樣本選擇與數(shù)據(jù)來(lái)源本文選取2009—2012年中國(guó)A股非金融業(yè)上市公司為樣本，并剔除如下上市公司：被特別處理的ST公司；2009年及以后上市的公司；關(guān)鍵指標(biāo)值數(shù)據(jù)缺失的上市公司。最后得到2364家上市公司的7986個(gè)樣本觀測(cè)值。本文所用數(shù)據(jù)來(lái)自銳思數(shù)據(jù)庫(kù)，使用Stata10軟件進(jìn)行統(tǒng)計(jì)分析。

2.3模型設(shè)定與變量定義

2.3.1被解釋變量被解釋變量為企業(yè)信用風(fēng)險(xiǎn)（EDF）。國(guó)外企業(yè)信用風(fēng)險(xiǎn)計(jì)量模型有多種，萬(wàn)晏伶和楊俊的研究表明KMV模型可以很好地衡量中國(guó)上市公司的信用風(fēng)險(xiǎn)。本文結(jié)合中國(guó)上市公司信用統(tǒng)計(jì)資料不健全的實(shí)情，借鑒穆迪公司開(kāi)發(fā)的KMV模型來(lái)衡量上市公司樣本的信用風(fēng)險(xiǎn)。該模型假設(shè)企業(yè)價(jià)值服從布朗運(yùn)動(dòng)。其中：E為企業(yè)的股權(quán)價(jià)值；VA為企業(yè)資產(chǎn)的市場(chǎng)價(jià)值；DP為負(fù)債的賬面價(jià)值；T為債務(wù)的到期時(shí)間；σE為企業(yè)股權(quán)價(jià)值波動(dòng)率；σV為企業(yè)資產(chǎn)價(jià)值波動(dòng)率。運(yùn)用MATLAB編程逐一迭代可計(jì)算出各企業(yè)信用風(fēng)險(xiǎn)EDF值。

2.3.2解釋變量解釋變量為財(cái)務(wù)柔性。根據(jù)DeAngelo等、曾愛(ài)民和魏志華的研究方法，本文采用現(xiàn)金柔性（Xjrx）和負(fù)債融資柔性（Fzrx）來(lái)衡量公司的財(cái)務(wù)柔性水平。現(xiàn)金柔性為企業(yè)持有現(xiàn)金比率，負(fù)債融資柔性＝max（0，行業(yè)平均負(fù)債比率－企業(yè)負(fù)債比率）。

2.3.3調(diào)節(jié)變量調(diào)節(jié)變量為融資約束。本文借鑒Hadlock和Pierce的Size－Age指數(shù)（簡(jiǎn)稱為SA指數(shù)）法來(lái)衡量融資約束。SA指數(shù)＝－0．737×Size＋0．043×Size2－0．04×Age。其中：Size為企業(yè)規(guī)模；Age為企業(yè)年齡。在進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)，根據(jù)連玉君、彭方平和蘇治的研究［27］，本文用企業(yè)規(guī)模（Size）、是否支付股利（Guli）和產(chǎn)權(quán)性質(zhì)（Nature）度量企業(yè)的融資約束程度。企業(yè)規(guī)模越小，則企業(yè)所受的融資約束程度越大；企業(yè)不支付股利，則企業(yè)所受的融資約束程度較大；企業(yè)是民營(yíng)企業(yè)，則企業(yè)所受的融資約束程度較大。此外，本文設(shè)置了如下控制變量：盈利能力（總資產(chǎn)凈利率———ROA）、成長(zhǎng)性（總資產(chǎn)增長(zhǎng)率———Totassgrrt）、固定資產(chǎn)規(guī)模（固定資產(chǎn)占總資產(chǎn)比例———Fixassrt）和公司治理（董事會(huì)規(guī)?！狟oard和獨(dú)立董事比例———Dudong）。同時(shí)，設(shè)置啞變量以控制行業(yè)和年度因素的影響。

2.3.4計(jì)量模型為了驗(yàn)證假設(shè)1，本文設(shè)定如下模型：式（2）中：SA×Xjrx、SA×Fzrx為用SA指數(shù)衡量的融資約束程度與財(cái)務(wù)柔性的交叉項(xiàng)。在進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)，將模型（2）中用SA指數(shù)衡量的融資約束程度替代為企業(yè)規(guī)模（Size）、是否支付股利（Guli）以及產(chǎn)權(quán)性質(zhì)（Nature）。其中：Size×Xjrx、Size×Fzrx為用企業(yè)規(guī)模表示的融資約束程度與財(cái)務(wù)柔性的交叉項(xiàng)；Guli×Xjrx、Guli×Fzrx為用“是否支付股利”表示的融資約束程度與財(cái)務(wù)柔性的交叉項(xiàng)；Nature×Xjrx、Nature×Fzrx為用產(chǎn)權(quán)性質(zhì)表示的融資約束程度與財(cái)務(wù)柔性的交叉項(xiàng)。如果融資約束程度與財(cái)務(wù)柔性的交叉項(xiàng)的系數(shù)為負(fù)值且其絕對(duì)值越大，表明企業(yè)受到的融資約束越強(qiáng)，財(cái)務(wù)柔性對(duì)企業(yè)信用風(fēng)險(xiǎn)的緩沖作用越大。

3實(shí)證結(jié)果分析

3.1描述性統(tǒng)計(jì)表2列示了各變量的描述性統(tǒng)計(jì)結(jié)果和差異性檢驗(yàn)結(jié)果。從全體樣本看：企業(yè)信用風(fēng)險(xiǎn)均值為0．25、標(biāo)準(zhǔn)差為0．07，說(shuō)明樣本企業(yè)間的信用風(fēng)險(xiǎn)水平差異較大；負(fù)債融資柔性均值為0．08、最低值為0，現(xiàn)金柔性均值為0．21、最高值為1，表明樣本企業(yè)間的財(cái)務(wù)柔性差異較大。從融資約束程度來(lái)看：融資約束程度強(qiáng)的企業(yè)的信用風(fēng)險(xiǎn)均值相對(duì)較高且差異顯著———這可能與企業(yè)的財(cái)務(wù)柔性水平不一致有關(guān)；融資約束程度弱的企業(yè)的負(fù)債融資柔性水平和現(xiàn)金柔性水平相對(duì)較高且差異顯著。

3.2相關(guān)性分析表2列示了變量間的相關(guān)系數(shù)。由表2可知：企業(yè)信用風(fēng)險(xiǎn)與負(fù)債融資柔性、現(xiàn)金柔性顯著負(fù)相關(guān)，表明提高財(cái)務(wù)柔性水平可以顯著減小企業(yè)信用風(fēng)險(xiǎn)。同時(shí)，不論是Pearson相關(guān)系數(shù)還是Spearman相關(guān)系數(shù)，企業(yè)信用風(fēng)險(xiǎn)與負(fù)債融資柔性、現(xiàn)金柔性均在1％的水平下顯著。

3.3回歸分析

3.3.1財(cái)務(wù)柔性對(duì)企業(yè)信用風(fēng)險(xiǎn)的緩沖作用表3列示了模型（1）的估計(jì)結(jié)果，分別使用了固定效應(yīng)模型和隨機(jī)效應(yīng)模型。結(jié)果顯示：無(wú)論是固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，負(fù)債融資柔性、現(xiàn)金柔性與企業(yè)信用風(fēng)險(xiǎn)的回歸系數(shù)基本一致。表3中，兩種模型中負(fù)債融資柔性和現(xiàn)金柔性的系數(shù)均顯著為負(fù)，表明財(cái)務(wù)柔性的變動(dòng)方向與企業(yè)信用風(fēng)險(xiǎn)的變動(dòng)方向相反。財(cái)務(wù)柔性與企業(yè)信用風(fēng)險(xiǎn)的波動(dòng)方向相反能否說(shuō)明財(cái)務(wù)柔性對(duì)信用風(fēng)險(xiǎn)起到緩沖作用呢？本文進(jìn)一步控制影響信用風(fēng)險(xiǎn)的其他因素，如盈利能力、成長(zhǎng)性、固定資產(chǎn)狀況、公司治理、行業(yè)和年度。加入控制變量后，財(cái)務(wù)柔性與企業(yè)信用風(fēng)險(xiǎn)的顯著負(fù)相關(guān)并未改變。可見(jiàn)，財(cái)務(wù)柔性水平的提高對(duì)企業(yè)信用風(fēng)險(xiǎn)的減小起到了明顯作用，即假設(shè)1得證。

3.3.2融資約束的調(diào)節(jié)效應(yīng)借鑒Hadlock和Pierce用SA指數(shù)衡量融資約束的做法，SA指數(shù)值越大說(shuō)明企業(yè)受到的融資約束越強(qiáng)。以SA指數(shù)均值為標(biāo)準(zhǔn)，融資約束程度小于該均值的企業(yè)為融資約束程度強(qiáng)的企業(yè)，融資約束程度大于該均值的企業(yè)為融資約束程度弱的企業(yè)。用虛擬變量表示融資約束程度：融資約束程度強(qiáng)，該虛擬變量取值為1；融資約束程度弱，該虛擬變量取值為0。SA×Fzrx為融資約束程度與負(fù)債融資柔性的交叉項(xiàng)；SA×Xjrx為融資約束程度與現(xiàn)金柔性的交叉項(xiàng)。表4列示了融資約束的調(diào)節(jié)效應(yīng)的檢驗(yàn)結(jié)果，分別使用了固定效應(yīng)模型和隨機(jī)效應(yīng)模型。由表4可知：利用兩種模型所得的檢驗(yàn)結(jié)果基本一致，從而加強(qiáng)了研究結(jié)論的說(shuō)服力。檢驗(yàn)結(jié)果顯示：負(fù)債融資柔性、現(xiàn)金柔性與公司的信用風(fēng)險(xiǎn)顯著負(fù)相關(guān)———這與前面的假設(shè)1一致；融資約束程度與負(fù)債融資柔性、現(xiàn)金柔性的交叉項(xiàng)的系數(shù)均顯著為負(fù)，表明企業(yè)受到的融資約束越強(qiáng)，財(cái)務(wù)柔性對(duì)信用風(fēng)險(xiǎn)的緩沖作用越大，故假設(shè)2成立。

3.3.3穩(wěn)健性檢驗(yàn)為了確保結(jié)論的有效性，本了多項(xiàng)穩(wěn)健性檢驗(yàn)，分別使用企業(yè)規(guī)模、是否支付股利和產(chǎn)權(quán)性質(zhì)來(lái)衡量融資約束程度。其中，企業(yè)規(guī)模小于均值的企業(yè)為融資約束程度強(qiáng)的企業(yè)，企業(yè)規(guī)模大于均值的企業(yè)為融資約束程度弱的企業(yè)；未支付股利的企業(yè)為融資約束程度強(qiáng)的企業(yè)，支付股利的企業(yè)為融資約束程度弱的企業(yè)；民營(yíng)企業(yè)的融資約束程度強(qiáng)，國(guó)有企業(yè)的融資約束程度弱。融資約束程度強(qiáng)，變量值為1；融資約束程度弱，變量值為0。很顯然，財(cái)務(wù)柔性與企業(yè)信用風(fēng)險(xiǎn)顯著負(fù)相關(guān)的結(jié)論未改變，表明財(cái)務(wù)柔性對(duì)企業(yè)信用風(fēng)險(xiǎn)具有明顯的緩沖作用。用不同變量衡量的融資約束程度與財(cái)務(wù)柔性的交叉項(xiàng)的系數(shù)仍顯著為負(fù)，表明企業(yè)所受的融資約束越強(qiáng)，財(cái)務(wù)柔性對(duì)企業(yè)信用風(fēng)險(xiǎn)的緩沖作用越大；當(dāng)企業(yè)沒(méi)有融資約束時(shí)，財(cái)務(wù)柔性對(duì)企業(yè)信用風(fēng)險(xiǎn)的緩沖作用不明顯。

4結(jié)語(yǔ)

信用風(fēng)險(xiǎn)相關(guān)理論范文第3篇

關(guān)鍵詞：商業(yè)銀行；集成風(fēng)險(xiǎn)模型；經(jīng)濟(jì)資本計(jì)量

中圖分類號(hào)：F224.0 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9031（2014）04-0011-04

一、引言

巴塞爾協(xié)議Ⅱ（2006）明確提出了對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)的全面管理[1]。巴塞爾協(xié)議Ⅲ（2010）表明全面風(fēng)險(xiǎn)管理的有效途徑是經(jīng)濟(jì)資本管理[2]。經(jīng)濟(jì)資本管理的前提是經(jīng)濟(jì)資本計(jì)量。要有效地發(fā)揮經(jīng)濟(jì)資本對(duì)商業(yè)銀行資源配置功能，要科學(xué)地考核商業(yè)銀行各分行、各業(yè)務(wù)單位、各業(yè)務(wù)線的管理績(jī)效進(jìn)而實(shí)現(xiàn)商業(yè)銀行的經(jīng)營(yíng)目標(biāo)，就必須將資產(chǎn)組合中含有的不同類型風(fēng)險(xiǎn)整合在一起實(shí)施集成計(jì)量。這不僅要求研究包含一種類型風(fēng)險(xiǎn)的資產(chǎn)組合的經(jīng)濟(jì)資本計(jì)量，而且還要求研究包含多種類型風(fēng)險(xiǎn)的資產(chǎn)組合的經(jīng)濟(jì)資本計(jì)量。李豫（2011），梁凌等（2005），劉開(kāi)華（2011），豐吉闖等（2011），譚德俊等（2010）各自分別研究了信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)模型[3-7]。朱世武（2005），李建平等（2010）分別研究了信用違約相關(guān)性以及不同風(fēng)險(xiǎn)類型的相關(guān)性[8-9]。這些研究為商業(yè)銀行全面風(fēng)險(xiǎn)管理要求的集成風(fēng)險(xiǎn)模型與經(jīng)濟(jì)資本計(jì)量提供了很好的理論基礎(chǔ)，然而，各自使用的風(fēng)險(xiǎn)模型和經(jīng)濟(jì)資本計(jì)量方法不同，因此，必須整合不同風(fēng)險(xiǎn)模型以實(shí)現(xiàn)集成經(jīng)濟(jì)資本計(jì)量。

二、單一風(fēng)險(xiǎn)模型的理論分析

商業(yè)銀行的信用風(fēng)險(xiǎn)來(lái)源于客戶的可能違約，而客戶被商業(yè)銀行劃分成不同的信用等級(jí)，Lucas（1995）利用Moody投資者服務(wù)公司1970―1993年（巴塞爾協(xié)議實(shí)施前）共24年歷史數(shù)據(jù)，對(duì)信用等級(jí)B以上的貸款企業(yè)之間的違約相關(guān)系數(shù)進(jìn)行了研究（結(jié)果見(jiàn)表1），得到了同一信用等級(jí)企業(yè)貸款違約相關(guān)系數(shù)隨著信用等級(jí)的提高而降低，不同信用等級(jí)企業(yè)貸款違約相關(guān)系數(shù)普遍較低的結(jié)論[10]。信用等級(jí)在Baa及Baa以上的企業(yè)，其一年違約相關(guān)系數(shù)為0，這表明信用等級(jí)Baa及以上的企業(yè)一年期貸款的違約是完全不相關(guān)的，信用等級(jí)B及以上企業(yè)一年期貸款違約相關(guān)系數(shù)不超過(guò)0.07，這表明信用等級(jí)B及以上的客戶一年期貸款違約也幾乎是不相關(guān)的。標(biāo)準(zhǔn)普爾公司對(duì)1993―2010年亞洲評(píng)級(jí)公司違約情況的研究報(bào)告表明，評(píng)級(jí)BBB以上的公司的違約是完全不相關(guān)的。

Zhou（2001）， Sanjiv R.Das等（2003）分別從理論和實(shí)證角度研究得到了企業(yè)之間的違約相關(guān)系數(shù)和資產(chǎn)價(jià)值相關(guān)系數(shù)具有相同的符號(hào)[12-13]；資產(chǎn)價(jià)值相關(guān)性越高，違約相關(guān)性就越高；較高信用等級(jí)企業(yè)之間的貸款違約相關(guān)性較低。理論與實(shí)證研究表明：企業(yè)之間違約不相關(guān)意味著企業(yè)之間的資產(chǎn)價(jià)值也是不相關(guān)的。由此以及上面的分析可以知道，信用等級(jí)較高的企業(yè)（Baa及以上）之間的違約損失是完全不相關(guān)的。

巴塞爾協(xié)議的實(shí)施在客觀上促使商業(yè)銀行加強(qiáng)了對(duì)于各種風(fēng)險(xiǎn)的管理。將金融資產(chǎn)投資分散于各種類型的風(fēng)險(xiǎn)較低的業(yè)務(wù)上，同時(shí)限制每一類型、每一筆投資規(guī)模是商業(yè)銀行風(fēng)險(xiǎn)管理的一貫措施。對(duì)于信用等級(jí)相對(duì)較低的企業(yè)，抵押、擔(dān)保、貸款承諾、貸款限制甚至拒絕貸款等比信用等級(jí)較高的企業(yè)更嚴(yán)格的貸款管理方式的采納，一方面降低了客戶違約的概率，另一方面即使客戶違約也降低了違約造成損失，使得信用等級(jí)較低的企業(yè)違約損失表現(xiàn)出與其它企業(yè)的違約損失的不相關(guān)性。因此，無(wú)論信用等級(jí)較高的企業(yè)還是信用等級(jí)較低的企業(yè)，銀行現(xiàn)有的評(píng)級(jí)標(biāo)準(zhǔn)和風(fēng)險(xiǎn)管理方式的有效結(jié)合，一方面各企業(yè)的違約表現(xiàn)為與其它企業(yè)的違約幾乎完全不相關(guān)，另一方面，它們中的每一個(gè)在違約條件下造成的損失相對(duì)銀行其它貸款客戶違約造成的損失表現(xiàn)出相對(duì)的獨(dú)立性。由此并根據(jù)中心極限定理可以知道， 銀行所有各信用等級(jí)的一年期貸款客戶違約損失Yn的規(guī)范值Zn=[Yn-E（Yn）]/■近似服從標(biāo)準(zhǔn)正態(tài)分布[14]。于是，商業(yè)銀行一年期貸款違約損失值之和Yn近似服從正態(tài)分布N（EYn），D（Yn））。

此外，在一個(gè)不斷完善的的資本市場(chǎng)，無(wú)論是利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、股票風(fēng)險(xiǎn)還是商品價(jià)格風(fēng)險(xiǎn)，它們本身都是由參與市場(chǎng)交易的投資者共同作用的結(jié)果，其中每一個(gè)參與交易的主體都不可能主導(dǎo)它的變化，并且每一個(gè)的影響相對(duì)于整個(gè)交易主體的影響是微不足道的。也就是說(shuō)，利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、股票風(fēng)險(xiǎn)和商品價(jià)格風(fēng)險(xiǎn)導(dǎo)致的損失是由許多種比較獨(dú)立的因素共同作用的結(jié)果，從統(tǒng)計(jì)的角度來(lái)看，每種因素對(duì)風(fēng)險(xiǎn)損益的大小并不具有明顯的影響，因此，根據(jù)中心極限定理可得：由市場(chǎng)風(fēng)險(xiǎn)導(dǎo)致的損益將服從正態(tài)分布。

由于操作風(fēng)險(xiǎn)是由于不完善或失效的內(nèi)部控制流程、人的因素、系統(tǒng)因素或其他外部事件等原因?qū)е驴赡艿膿p失。盡管不同因素造成的損失是相互獨(dú)立的，同一因素中，人的因素造成的損失是相互獨(dú)立的，不完善或失效的內(nèi)部控制程序、系統(tǒng)因素造成的損失幾乎是完全相關(guān)的，從理論上很難得出操作風(fēng)險(xiǎn)損失的分布類型，但大量的實(shí)證研究表明操作風(fēng)險(xiǎn)損失的對(duì)數(shù)服從正態(tài)分布[15-16]。

三、不同類型風(fēng)險(xiǎn)集成計(jì)量的理論分析

設(shè)商業(yè)銀行資產(chǎn)組合信用風(fēng)險(xiǎn)損失為Y1，市場(chǎng)風(fēng)險(xiǎn)損失為Y2，操作風(fēng)險(xiǎn)損失為Y3，由上面的分析可知：X1=Y1、X2=Y2、X3=lnY3都服從正態(tài)分布。記由X1、X2、X3構(gòu)成的向量為X=（X1、X2、X3）'，設(shè)X1與X2的相關(guān)系數(shù)為？籽12，X1與X3的相關(guān)系數(shù)為？籽13，X2與X3的相關(guān)系數(shù)為？籽23，則Y1、Y2、Y3之間的相關(guān)系數(shù)值都比較小。這是因?yàn)椋荷虡I(yè)銀行的信用風(fēng)險(xiǎn)是由于借款人不能或不愿按時(shí)還本付息給銀行造成損失的風(fēng)險(xiǎn)，它與借款人的償付能力以及償付意愿直接相關(guān)。在全面風(fēng)險(xiǎn)管理的金融環(huán)境下，隨著信用文化的普及以及貸款的抵押、擔(dān)保的采用，使得不愿還款的意愿大大降低，因此，信用風(fēng)險(xiǎn)損失主要取決于借款人的償付能力。而償付能力盡管受宏觀經(jīng)濟(jì)發(fā)展的影響，但由于貸款發(fā)放條件的約束使得這種影響被大大地弱化。商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)是由于利率、匯率、股票指數(shù)、商品價(jià)格等資產(chǎn)的市場(chǎng)價(jià)格變化或波動(dòng)而引起損失的風(fēng)險(xiǎn)。市場(chǎng)風(fēng)險(xiǎn)損失和參與市場(chǎng)交易的群體素質(zhì)直接相關(guān)，同時(shí)受宏觀經(jīng)濟(jì)發(fā)展影響?？梢?jiàn)，信用風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)具有一定的線性相關(guān)性，但由于影響它們的主體有很大相同，因此，它們的線性相關(guān)程度不高。商業(yè)銀行操作風(fēng)險(xiǎn)是由于銀行內(nèi)部不完善或失效的控制流程、人的因素、系統(tǒng)因素或其他外部事件等原因?qū)е聯(lián)p失的風(fēng)險(xiǎn)。在全面風(fēng)險(xiǎn)管理的金融環(huán)境下，操作風(fēng)險(xiǎn)損失受宏觀經(jīng)濟(jì)的影響很小，受制度、流程、交易系統(tǒng)以及人的意愿影響較大。由于信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)與操作風(fēng)險(xiǎn)損失的影響因素幾乎完全不同，因此，它們的線性相關(guān)程度很低。

Ward和Lee（2002）[17]，Dimakos和Aas（2003，2004，20

07）等分別實(shí)證研究了不同類型風(fēng)險(xiǎn)的線性相關(guān)程度（見(jiàn)表2）[18-20]。不過(guò)，由于研究的對(duì)象不同、期限不同、所使用的樣本數(shù)據(jù)不同、研究的方法不完全一樣，得到的關(guān)于信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)的線性相關(guān)系數(shù)差別也較大。從整體看，不同類型風(fēng)險(xiǎn)的線性相關(guān)系數(shù)值都比較低，信用風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)的相關(guān)系數(shù)最大值為0.30，信用風(fēng)險(xiǎn)與操作風(fēng)險(xiǎn)的相關(guān)系數(shù)的最大值為0.44，市場(chǎng)風(fēng)險(xiǎn)與操作風(fēng)險(xiǎn)的相關(guān)系數(shù)最大值為0.20。李建平等（2010）運(yùn)用copula函數(shù)方法對(duì)奧地利銀行的研究表明，市場(chǎng)風(fēng)險(xiǎn)損失與操作風(fēng)險(xiǎn)損失的對(duì)數(shù)之間的相關(guān)系數(shù)為0.30。如果Y1與lnY3的相關(guān)系數(shù)？籽13以及Y2與lnY3的相關(guān)系數(shù)？籽23都小于0.5，則向量X的相關(guān)系數(shù)矩陣為對(duì)角優(yōu)勢(shì)陣，它必定是正定矩陣。且向量X滿足服從三維正態(tài)分布的條件，因此，隨機(jī)向量X=（X1，X2，X3）'服從三維正態(tài)分布。

四、含多種類型風(fēng)險(xiǎn)的資產(chǎn)組合經(jīng)濟(jì)資本計(jì)量研究

假設(shè)向量X的概率密度函數(shù)為

本文通過(guò)收集到的我國(guó)某大型商業(yè)銀行2011年8月至2012年7月期間信用風(fēng)險(xiǎn)損失與市場(chǎng)風(fēng)險(xiǎn)損失相關(guān)數(shù)據(jù)（單位：百萬(wàn)元），運(yùn)用統(tǒng)計(jì)分析工具可以得到樣本數(shù)據(jù)的直方圖如圖1，可知該銀行信用風(fēng)險(xiǎn)日損益分布的偏度-0.192（比較接近于0），峰度3.852（相當(dāng)接近于3），Jarque-Bera統(tǒng)計(jì)量值為8.850（小于x20.005（2）=10.597），P{x2（2）>8.850}=0.012這些統(tǒng)計(jì)數(shù)據(jù)結(jié)果表明：在置信度99.5%下，不能拒絕日損益樣本數(shù)據(jù)近似服從正態(tài)分布。于是，接受組合信用風(fēng)險(xiǎn)日損益數(shù)近似地服從正態(tài)分布，即X1～N（4.909，135.7872）。

樣本銀行市場(chǎng)風(fēng)險(xiǎn)日損益的直方圖如圖2，可知分布的偏度0.185（比較接近于0），峰度3.886（比較接近于4），Jarque-Bera統(tǒng)計(jì)量值為9.342（小于x20.005（2）=10.597），P{x2（2）>9.342}=0.009，這些統(tǒng)計(jì)數(shù)據(jù)表明：在置信度99.5%下，不能拒絕市場(chǎng)風(fēng)險(xiǎn)日損益數(shù)據(jù)近似服從正態(tài)分布。于是，接受市場(chǎng)風(fēng)險(xiǎn)日損益數(shù)服從正態(tài)分布，即X2～N（9.605，117.5282）。

由于樣本商業(yè)銀行一年中操作風(fēng)險(xiǎn)損失發(fā)生的頻數(shù)較少，為分析方便起見(jiàn)，本文將收集到的我國(guó)商業(yè)銀行2011年前15年的操作風(fēng)險(xiǎn)損失數(shù)據(jù)作為其樣本，分析其分布。統(tǒng)計(jì)分析顯示這些數(shù)據(jù)的分布特征不明顯。為此將這些數(shù)據(jù)取對(duì)數(shù)，得到操作風(fēng)險(xiǎn)損失的對(duì)數(shù)值的直方圖如圖3，圖中可知，分布的偏度0.301，峰度為3.102，Jarque-Bera統(tǒng)計(jì)量值為5.092，P{x2（2）>5.341}=0.078，這表明：在置信度99.5%的條件下，不能拒絕數(shù)據(jù)服從正態(tài)分布，因此，接受樣本商業(yè)銀行操作風(fēng)險(xiǎn)損失數(shù)據(jù)對(duì)數(shù)值服從正態(tài)分布。即X3～N（-2.338，2.3982）

參考文獻(xiàn)：

[1]Basel Committee on Banking Supervision. International

Convergence of Capital Measurement and Capital Standards. A Revised Framework ―Comprehensive Version [M].Bank for International Settlements， Basel， Switzerland，2006.

[2]Basel Committee on Banking Supervision. Basel III： A

global regulatory framework for more resilient banks and banking systems. Bank for International Settlements Communications CH-4002 Basel， Switzerland，2010.

[3]李豫.中國(guó)金融市場(chǎng)信用風(fēng)險(xiǎn)模型研究與應(yīng)用[J].中國(guó)貨幣市場(chǎng)，2011（4）.

[4]梁凌，譚德俊，彭建剛.Cred itRisk+模型下商業(yè)銀行經(jīng)濟(jì)資本配置研究[J].經(jīng)濟(jì)數(shù)學(xué)，2005（3）.

[5]劉開(kāi)華.基于風(fēng)險(xiǎn)價(jià)值方法的商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)計(jì)量模型研究[J].財(cái)會(huì)研究，2011（12）：60-62.

[6]豐吉闖，李建平，高麗君.商業(yè)銀行操作風(fēng)險(xiǎn)度量模型選擇分析[J].國(guó)際金融研究，2011（8）.

[7]譚德俊，鄒敏燁.操作風(fēng)險(xiǎn)損失的廣義帕累托分布參數(shù)估計(jì)及其應(yīng)用[J].財(cái)經(jīng)理論與實(shí)踐，2010（31）.

[8]朱世武.基于Copula函數(shù)度量違約相關(guān)性[J].統(tǒng)計(jì)研究，2005（4）.

[9]李建平，豐吉闖，宋浩，蔡晨.風(fēng)險(xiǎn)相關(guān)性下的信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)集成度量[J].中國(guó)管理科學(xué)，2010（8）.

[10]Lucas， D. J. Default correlation and credit analysis[J].

Journal of Fixed Income，1995，11，76-87.

[11]Kealhofer， Stephen. Portfolio management of default risk Research Paper[M].san Francisco，1995.

[12]Zhou Chunsheng. An analysis of default correlation and multiple defaults[J].Review of Financial Studies，2001，14（2）.

[13]Sanjiv R. Das， Laurence Freed， Gary Geng，Nikunj Kapadia.Correlated default risk. EFA 2003 Annual Conference Paper No. 928； AFA 2003 Washington， DC Meetings.

[14]盛驟，謝式千，潘承毅.概率論與數(shù)理統(tǒng)計(jì)[M].北京：高等教育出版社，2013：122-122 .

[15]Hull， J.. Risk Management and Financial Institutions[M].Pearson Education， 2007.

[16]Feng， J， Chen， J. Li， J.. Operational risk measurement via the loss distribution approach[C].Proceedings of 2009 IEEE International Conference on Grey Systems and Intelligent Services， Nanjing， China，2009.

[17]Ward，L.S.，and D.H. Lee（2002），Practical Application of Risk-Adjusted Return on Capital Framework，CAS Forum Summer 2002（/pubs/forum/02sforum/02sftoc.pdf.

[18]Dimakos，X.K.，K.Aas（2003），Integrated Risk Modeling，Working Paper， Norwegian Computing Center，December，Oslo，Norway.

信用風(fēng)險(xiǎn)相關(guān)理論范文第4篇

關(guān)鍵詞：Copula方法；金融風(fēng)險(xiǎn)管理；應(yīng)用研究

中圖分類號(hào)：F832；F224 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2017）003-0-01

在貨幣資金借貸與經(jīng)營(yíng)中因各種因素影響而出現(xiàn)的預(yù)期收益低于實(shí)際收益的情況就是金融風(fēng)險(xiǎn)，基于金融風(fēng)險(xiǎn)出現(xiàn)的金融風(fēng)險(xiǎn)管理作為金融機(jī)構(gòu)管理的核心與基礎(chǔ)在扭轉(zhuǎn)并抵御金融風(fēng)險(xiǎn)中發(fā)揮了重要作用。Copula最早提出在1959年，是一種對(duì)隨機(jī)變量間關(guān)系進(jìn)行分析的工具，在信息技術(shù)與計(jì)算機(jī)技術(shù)不斷發(fā)展下，這一工具在金融風(fēng)險(xiǎn)管理中運(yùn)用取得了令人滿意的效果。

一、基于Copula方法組合信用風(fēng)險(xiǎn)度量模型

1.信用風(fēng)險(xiǎn)含義與管理

在金融領(lǐng)域，信用風(fēng)險(xiǎn)較為多見(jiàn)，也是金融風(fēng)險(xiǎn)的常見(jiàn)類型，如果貸款或者其他合約到期之后依然未能還清本息或者未能履行與銀行簽署的合同，將使銀行遭受到損傷。信用風(fēng)險(xiǎn)管理一方面需要對(duì)金融市場(chǎng)體制進(jìn)行完善，目的是使風(fēng)險(xiǎn)發(fā)生杜絕，另一方面是對(duì)信用風(fēng)險(xiǎn)管理進(jìn)行完善，信用風(fēng)險(xiǎn)的度量技術(shù)通過(guò)在近幾年的應(yīng)用顯現(xiàn)了其優(yōu)勢(shì)之處，使各國(guó)均意識(shí)到了解決信用風(fēng)險(xiǎn)量度問(wèn)題的必要性。我國(guó)當(dāng)前已經(jīng)有很多資產(chǎn)管理機(jī)構(gòu)管理銀行的不良資產(chǎn)，主要解決存量問(wèn)題與不良資產(chǎn)問(wèn)題[1]。

2.基于Copula方法組合信用風(fēng)險(xiǎn)度量

運(yùn)用違約概率對(duì)資產(chǎn)信用指標(biāo)進(jìn)行衡量，然后運(yùn)用Copula函數(shù)對(duì)度量違約與概率間關(guān)系進(jìn)行度量，可以將組合信用風(fēng)險(xiǎn)計(jì)算出來(lái)。首先，將變量生存時(shí)間T引入，可以對(duì)違約事件發(fā)生時(shí)間與長(zhǎng)度進(jìn)行表示，同時(shí)應(yīng)用到兩個(gè)函數(shù)，一個(gè)是F（t），另一個(gè)是S（t），已經(jīng)違約概率用前一個(gè)函數(shù)表示，而沒(méi)有違約概率則用后一個(gè)函數(shù)表示，由此可以得到：F（t）=P（T≤t），S（t）=1-F（t）=P（T>t）[2]?？梢酝ㄟ^(guò)以上函數(shù)得到危險(xiǎn)率函數(shù)與生存函數(shù)。

信用曲度是一種用危險(xiǎn)率函數(shù)表示的一種違約概率密度，通過(guò)使用信用曲線可以明確不同資產(chǎn)違約之間的相關(guān)性。獲得信用曲線的方法為：一種方法是從評(píng)級(jí)機(jī)構(gòu)的數(shù)據(jù)中得到，先找到債券在n年的違約概率，然后運(yùn)用n與每年條件違約概率間構(gòu)建出一種聯(lián)系，即，函數(shù)關(guān)系，再使用遞歸方法將每一年的條件約為概率得出來(lái)，從而將n期的違約概率得到，獲知到危險(xiǎn)率函數(shù)[3]。另一種是獲得公司不同期限債券到期收益率，然后將其與國(guó)債收益率結(jié)合起來(lái)，對(duì)兩者進(jìn)行比較，可以繪制出收益率評(píng)價(jià)曲線，從而將信用曲線推算出來(lái)。

3.基于Copula組合信用風(fēng)險(xiǎn)度量

在出現(xiàn)組合風(fēng)險(xiǎn)時(shí)，計(jì)算方法為：先對(duì)單一資產(chǎn)風(fēng)險(xiǎn)進(jìn)行計(jì)算，有很多方法可以得到單一資產(chǎn)風(fēng)險(xiǎn)總量，且VaR軟件的應(yīng)用可以使單一風(fēng)險(xiǎn)度量得到更加輕松。然后綜合組合中的單一風(fēng)險(xiǎn)，傳統(tǒng)方法是將資產(chǎn)減相關(guān)系數(shù)得出，然后利用方差關(guān)系對(duì)單一風(fēng)險(xiǎn)組合，但是有一定不足，即，不能將綜合相關(guān)性表示出來(lái)，當(dāng)前，應(yīng)用Copula函數(shù)則更加簡(jiǎn)單、容易，可以在綜合方式基礎(chǔ)上確定資產(chǎn)組合，可以對(duì)組合風(fēng)險(xiǎn)更好的度量。

二、基于Copula方法的投資組合風(fēng)險(xiǎn)測(cè)量模型

1.Vap介紹

Vap是一種主流管理方法，在商業(yè)銀行與投資銀行中應(yīng)用較為普遍，作為風(fēng)險(xiǎn)測(cè)度的工具可以將分布函數(shù)充分利用起來(lái)，從而對(duì)金融資產(chǎn)潛在損失進(jìn)行計(jì)算，比如，將風(fēng)險(xiǎn)價(jià)值記為VaR，則特定時(shí)間內(nèi)的損失就可以表示為：

P（z≤VaR）=1-α

2.使用Copula變換相關(guān)系數(shù)的VaR分析方法

使用Copula變換相關(guān)系數(shù)的VaR分析方法重點(diǎn)在于對(duì)方差進(jìn)行求解，然后通過(guò)對(duì)方差的組合可以將VaR得出，從而明確定置信度[4]，描述出正態(tài)的分布函數(shù)與分位數(shù)。通過(guò)相關(guān)系數(shù)的組合方差可以了解到，使用Risk Metrics的方法實(shí)際上是一種假設(shè)的線性相關(guān)系數(shù)，可以對(duì)非正態(tài)的相關(guān)性進(jìn)行表示，基于此可以得出尾部的相關(guān)系數(shù)與秩相關(guān)系數(shù)，這兩種系數(shù)均可以用Copula表示出來(lái)。比如，給出一個(gè)組合信用風(fēng)險(xiǎn)度量，可以假定出兩種資產(chǎn)，將資產(chǎn)危險(xiǎn)率表示出來(lái)[5]，從而可以得到兩種資產(chǎn)生存時(shí)間概率密度，通過(guò)Copula函數(shù)將單一資產(chǎn)信用曲線繪制出來(lái)，從而得到聯(lián)合概率分布函數(shù)。

三、結(jié)語(yǔ)

本文主要描述了金融風(fēng)險(xiǎn)管理中Copula運(yùn)用方法，從金融風(fēng)險(xiǎn)管理中的信用風(fēng)險(xiǎn)管理層面上介紹了Copula方法的應(yīng)用，描述了基于Copula方法的組合信用風(fēng)險(xiǎn)度量模型與基于Copula方法的投資組合風(fēng)險(xiǎn)測(cè)量模型，從技術(shù)角度研究了資產(chǎn)組合的違約相關(guān)性，通過(guò)Copula建立函數(shù)關(guān)系，更好的表示出違約風(fēng)險(xiǎn)，體現(xiàn)了Copula可以應(yīng)用在信用風(fēng)險(xiǎn)管理中，可以將多元聯(lián)合分布生成。

參考文獻(xiàn)：

[1]韋艷華，張世英，孟利鋒，等.Copula理論在金融上的用[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010，3（5）：97-101.

[2]韋艷華.Copula理論及其在多變量金融時(shí)間序列分析上的應(yīng)用研究[D].天津大學(xué)，2010.DOI：10.7666/d.y707590.

[3]惠軍，季韜.Copula函數(shù)在金融市場(chǎng)上的應(yīng)用[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，33（11）：1745-1748.

信用風(fēng)險(xiǎn)相關(guān)理論范文第5篇

關(guān)鍵詞：銀行間市場(chǎng)；信用風(fēng)險(xiǎn)；風(fēng)險(xiǎn)管理

全球金融危機(jī)對(duì)金融機(jī)構(gòu)風(fēng)險(xiǎn)管理理念的最大影響之一就是對(duì)交易對(duì)手信用風(fēng)險(xiǎn)的重視。金融機(jī)構(gòu)評(píng)估對(duì)手方信用風(fēng)險(xiǎn)的方法、模型合理與否，關(guān)系到評(píng)估結(jié)果的優(yōu)劣。本文概要闡述了銀行信用風(fēng)險(xiǎn)計(jì)量方面的相關(guān)理論依據(jù)和基本做法。并對(duì)銀行間市場(chǎng)完善授信管理提出了具體建議。

一、信用風(fēng)險(xiǎn)評(píng)估理論

銀行等金融機(jī)構(gòu)信用風(fēng)險(xiǎn)評(píng)估方法大致有統(tǒng)計(jì)模型、CAMEL模型和專家判斷模型等三種理論依據(jù)：

(一)統(tǒng)計(jì)模型

利用統(tǒng)計(jì)模型進(jìn)行信用評(píng)估的前提條件是有足夠的數(shù)據(jù)積累，一般至少需要連續(xù)3年的相關(guān)數(shù)據(jù)。

1．違約概率(ProbabilityofDefauh，PD)理論

違約概率是預(yù)計(jì)債務(wù)人不能償還到期債務(wù)(違約)的可能性。評(píng)估結(jié)果與違約率的對(duì)應(yīng)關(guān)系是國(guó)際公認(rèn)的事后檢驗(yàn)評(píng)級(jí)機(jī)構(gòu)評(píng)估質(zhì)量標(biāo)準(zhǔn)的一項(xiàng)最重要的標(biāo)尺。在商業(yè)銀行信用風(fēng)險(xiǎn)管理中，違約概率是指借款人在未來(lái)一定時(shí)期內(nèi)不能按合同要求償還銀行貸款本息或履行相關(guān)義務(wù)的可能性。如何準(zhǔn)確、有效地計(jì)算違約概率對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)管理十分重要。不同評(píng)級(jí)機(jī)構(gòu)所設(shè)定的違約定義可能不同，所反映同一等級(jí)的質(zhì)量也因此而不同。只有違約定義相同的評(píng)級(jí)機(jī)構(gòu)，其評(píng)級(jí)結(jié)果才可以進(jìn)行比較。有了對(duì)應(yīng)違約率的資信等級(jí)才能真正成為決策的依據(jù)。商業(yè)銀行違約概率常用的測(cè)度方法主要有兩種：基于內(nèi)部信用評(píng)級(jí)歷史資料的測(cè)度方法；基于期權(quán)定價(jià)理論的測(cè)度方法。

2．違約損失率(LossGivenDefault，LGD)理論

違約損失率是指?jìng)鶆?wù)人一旦違約將給債權(quán)人造成的損失數(shù)額占風(fēng)險(xiǎn)暴露(債權(quán))的百分比，即損失的嚴(yán)重程度。在競(jìng)爭(zhēng)日益激烈、風(fēng)險(xiǎn)日益加大和創(chuàng)新日新月異的市場(chǎng)環(huán)境中，銀行對(duì)資產(chǎn)風(fēng)險(xiǎn)的量化和管理顯得越來(lái)越重要。傳統(tǒng)的信用風(fēng)險(xiǎn)評(píng)估方法因過(guò)于簡(jiǎn)單、缺乏現(xiàn)代金融理論基礎(chǔ)等原因已經(jīng)不能適應(yīng)金融市場(chǎng)和銀行監(jiān)管的需要。以獨(dú)立身份服務(wù)于全社會(huì)公眾投資者、以公開(kāi)上市債券為主的外部信用評(píng)級(jí)對(duì)銀行內(nèi)部以信貸資產(chǎn)為主、與銀行自身有著特定聯(lián)系的資產(chǎn)組合的適用性也越來(lái)越小。因此，銀行開(kāi)始開(kāi)發(fā)類似外部信用評(píng)級(jí)但又反映內(nèi)部管理需要的內(nèi)部信用評(píng)級(jí)系統(tǒng)，以適應(yīng)上述市場(chǎng)和內(nèi)部管理發(fā)展的需要。隨著銀行內(nèi)部評(píng)級(jí)體系的發(fā)展，越來(lái)越多的銀行認(rèn)識(shí)到LGD在全面衡量信用風(fēng)險(xiǎn)方面的重要作用，評(píng)級(jí)體系的結(jié)構(gòu)開(kāi)始由只注重評(píng)估違約率的單維評(píng)級(jí)體系向既重違約率又重違約損失率的多維評(píng)級(jí)體系發(fā)展。歷史數(shù)據(jù)平均值法是目前銀行業(yè)應(yīng)用最廣泛最傳統(tǒng)的方法，新巴塞爾資本協(xié)定的許多規(guī)定也采用這種方法，這種方法以其簡(jiǎn)單易操作而獲得歡迎。

(二)CAMEL模型

CAMEL評(píng)級(jí)體系是目前美國(guó)金融管理當(dāng)局對(duì)商業(yè)銀行及其他金融機(jī)構(gòu)的業(yè)務(wù)經(jīng)營(yíng)、信用狀況等進(jìn)行的一整套規(guī)范化、制度化和指標(biāo)化的綜合等級(jí)評(píng)定制度。其有五項(xiàng)考核指標(biāo)，即資本充足性(CapitalAde．quacy)、資產(chǎn)質(zhì)量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流動(dòng)性(Liquidity)。當(dāng)前國(guó)際上對(duì)商業(yè)銀行評(píng)級(jí)考察的主要內(nèi)容基本上未跳出美國(guó)“駱駝”評(píng)級(jí)的框架?！榜橊劇痹u(píng)級(jí)體系的特點(diǎn)是單項(xiàng)評(píng)分與整體評(píng)分相結(jié)合、定性分析與定量分析相結(jié)合，以評(píng)級(jí)風(fēng)險(xiǎn)管理能力為導(dǎo)向．充分考慮到銀行的規(guī)模、復(fù)雜程度和風(fēng)險(xiǎn)層次，是分析銀行運(yùn)作是否健康的最有效的基礎(chǔ)分析模型。在具體CAMEL模型的指標(biāo)及其權(quán)重選取及校驗(yàn)過(guò)程中，大多采用了回歸分析、主成分分析等統(tǒng)計(jì)方法。

(三)專家判斷模型

銀行信用評(píng)估的起點(diǎn)是對(duì)其財(cái)務(wù)實(shí)力的綜合判斷。應(yīng)從定量定性兩個(gè)角度綜合評(píng)估。經(jīng)營(yíng)戰(zhàn)略、管理能力、經(jīng)營(yíng)范圍、公司治理、監(jiān)管情況、經(jīng)營(yíng)環(huán)境、行業(yè)前景等要素，無(wú)法通過(guò)確切數(shù)量加以計(jì)算，而專家打分卡是一種更加偏向于定性的模型。在缺乏外在基準(zhǔn)值，如信用等級(jí)、違約和損失數(shù)據(jù)等的情況下，開(kāi)發(fā)專家判斷模型是一種較好的選擇。專家判斷模型的特點(diǎn)是：符合Basel要求．具有透明度和一致性：專家打分卡建模時(shí)間短，所需數(shù)據(jù)不需要特別的多：專家打分卡可充分利用評(píng)估人員的經(jīng)驗(yàn)。

二、信用風(fēng)險(xiǎn)評(píng)估的通常做法

(一)信用風(fēng)險(xiǎn)評(píng)估的基本思路

評(píng)估方法應(yīng)充分考慮風(fēng)險(xiǎn)元素的定量和定性兩個(gè)方面，引入大量的精確分析法，并盡可能地運(yùn)用統(tǒng)計(jì)技術(shù)。另一方面，不浪費(fèi)定性參數(shù)的判別能力，并用以優(yōu)化計(jì)量模型的預(yù)測(cè)效能。除CAMEL要素外，還需考慮更多更深入的風(fēng)險(xiǎn)因素。評(píng)估要素主要包括品牌價(jià)值、風(fēng)險(xiǎn)定位、監(jiān)管環(huán)境、營(yíng)運(yùn)環(huán)境、財(cái)務(wù)基本面。

(二)信用風(fēng)險(xiǎn)評(píng)估模型的構(gòu)造

數(shù)據(jù)準(zhǔn)備是模型開(kāi)發(fā)和驗(yàn)證的基礎(chǔ)，建模數(shù)據(jù)應(yīng)正確反映交易對(duì)手的風(fēng)險(xiǎn)特征以及評(píng)級(jí)框架。定義數(shù)據(jù)采集模板。收集、清洗和分析模型開(kāi)發(fā)和驗(yàn)證所需要的樣本數(shù)據(jù)集。影響交易對(duì)手違約風(fēng)險(xiǎn)要素主要有非系統(tǒng)性因素和系統(tǒng)性因素。非系統(tǒng)性因素是指與單個(gè)交易對(duì)手相關(guān)的特定風(fēng)險(xiǎn)因素，包括財(cái)務(wù)風(fēng)險(xiǎn)、資本充足率、資產(chǎn)質(zhì)量、管理能力、基本信息等。系統(tǒng)性因素是指與所有交易對(duì)手相關(guān)的共同風(fēng)險(xiǎn)因素．如宏觀經(jīng)濟(jì)政策、貨幣政策、商業(yè)周期等。既要考慮交易對(duì)手目前的風(fēng)險(xiǎn)特征，又要考慮經(jīng)濟(jì)衰退、行業(yè)發(fā)生不利變化對(duì)交易對(duì)手還款能力和還款意愿的影響．并通過(guò)壓力測(cè)試反映交易對(duì)手的風(fēng)險(xiǎn)敏感性

(三)變量選擇方法

1．層次分析法

層次分析法(Theanlaytichierarchyprocess)簡(jiǎn)稱AHP：它是一種定性和定量相結(jié)合、系統(tǒng)化、層次化的分析方法。層次分析法不僅適用于存在不確定性和主觀信息的情況，還允許以合乎邏輯的方式運(yùn)用經(jīng)驗(yàn)、洞察力和直覺(jué)。層次分析法的內(nèi)容包括：指標(biāo)體系構(gòu)建及層次劃分；構(gòu)造成對(duì)比較矩陣；相對(duì)優(yōu)勢(shì)排序；比較矩陣一致性檢驗(yàn)。

2．主成分分析法

主成分分析法也稱主分量分析，旨在利用降維的思想，通過(guò)原始變量的線性組合把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)。在保留原始變量主要信息的前提下起到降維與簡(jiǎn)化問(wèn)題的作用，使得在研究復(fù)雜問(wèn)題時(shí)更容易抓住主要矛盾。通過(guò)主成分分析可以從多個(gè)原始指標(biāo)的復(fù)雜關(guān)系中找出一些主要成分，揭示原始變量的內(nèi)在聯(lián)系，得出關(guān)鍵指標(biāo)(即主成分)。

3．專家判斷

關(guān)鍵指標(biāo)權(quán)重和取值標(biāo)準(zhǔn)設(shè)定是通過(guò)專家在定量分析的基礎(chǔ)上共同討論確定，取值標(biāo)準(zhǔn)是建立指標(biāo)業(yè)績(jī)表現(xiàn)同分?jǐn)?shù)之間的映射關(guān)系。取值標(biāo)準(zhǔn)的設(shè)定應(yīng)能夠正確區(qū)分風(fēng)險(xiǎn)，取值標(biāo)準(zhǔn)應(yīng)根據(jù)宏觀經(jīng)濟(jì)周期、行業(yè)特點(diǎn)和周期定期調(diào)整，從而反映風(fēng)險(xiǎn)的變化。

(四)模型校驗(yàn)修改

模型構(gòu)造完成后．需要相應(yīng)財(cái)務(wù)數(shù)據(jù)的不斷校驗(yàn)修改。財(cái)務(wù)數(shù)據(jù)可直接向?qū)?yīng)機(jī)構(gòu)索取，也可通過(guò)第三方數(shù)據(jù)提供商獲得。直接獲取數(shù)據(jù)的方式準(zhǔn)確性較高，但需對(duì)應(yīng)機(jī)構(gòu)積極配合．且需大量的人力物力用于數(shù)據(jù)錄入、核對(duì)和計(jì)算。通過(guò)第三方數(shù)據(jù)提供商獲取數(shù)據(jù)效率高，但需支付一定費(fèi)用，且面臨數(shù)據(jù)不全、數(shù)據(jù)轉(zhuǎn)換計(jì)算等問(wèn)題。在違約概率模型的開(kāi)發(fā)過(guò)程中，通常遇到模型賴以建造的數(shù)據(jù)樣本中的違約率不能完全反映出總的違約經(jīng)歷，需進(jìn)行模型的壓力測(cè)試，確保模型在各種情況下都能獲得合理的結(jié)果．并對(duì)模型進(jìn)行動(dòng)態(tài)調(diào)整。

(五)引進(jìn)或自主開(kāi)發(fā)授信評(píng)估系統(tǒng)

根據(jù)完善授信評(píng)估模型，撰寫授信評(píng)估系統(tǒng)業(yè)務(wù)需求書．引進(jìn)或自主開(kāi)發(fā)授信評(píng)估系統(tǒng)，提高授信評(píng)估效率。授信評(píng)估系統(tǒng)還應(yīng)與會(huì)員歷史數(shù)據(jù)庫(kù)、限額管理系統(tǒng)、會(huì)員歷史違約或逾期等信息庫(kù)無(wú)縫連接，避免各個(gè)環(huán)節(jié)的操作風(fēng)險(xiǎn)。

三、對(duì)銀行間市場(chǎng)完善授信評(píng)估的啟示

(一)完善授信評(píng)估可積極推動(dòng)銀行間市場(chǎng)業(yè)務(wù)發(fā)展

銀行間市場(chǎng)會(huì)員信用評(píng)估水平的提高?？捎行Х婪躲y行間市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)。為防范交易對(duì)手信用風(fēng)險(xiǎn)，市場(chǎng)成員需及時(shí)、合理、有效地對(duì)相應(yīng)會(huì)員銀行或做市商進(jìn)行信用評(píng)估，并根據(jù)會(huì)員或做市商資信狀況的變化進(jìn)行動(dòng)態(tài)調(diào)整，為其設(shè)置信用限額。

(二)引進(jìn)成熟的授信評(píng)估方法、模型和流程

根據(jù)巴塞爾協(xié)議的有關(guān)監(jiān)管要求，國(guó)內(nèi)大中型銀行都已經(jīng)或正在國(guó)際先進(jìn)授信評(píng)估機(jī)構(gòu)的幫助下，開(kāi)發(fā)PD或LGD評(píng)估模型。銀行間市場(chǎng)參與者應(yīng)學(xué)習(xí)借鑒國(guó)內(nèi)外先進(jìn)的授信評(píng)估方法和模型。在消化吸收先進(jìn)經(jīng)驗(yàn)的基礎(chǔ)上，選擇國(guó)際先進(jìn)咨詢機(jī)構(gòu)作為顧問(wèn)，構(gòu)建授信評(píng)估方法和模型。

(三)引進(jìn)或自主開(kāi)發(fā)授信評(píng)估系統(tǒng)

為防止操作風(fēng)險(xiǎn)，提高授信評(píng)估工作效率，實(shí)現(xiàn)授信評(píng)估與機(jī)構(gòu)內(nèi)部相關(guān)系統(tǒng)的連接，銀行間市場(chǎng)參與者需根據(jù)授信評(píng)估方法、模型、授信資料清單、分析報(bào)告模板、建議授信計(jì)算公式等內(nèi)容。撰寫系統(tǒng)開(kāi)發(fā)業(yè)務(wù)需求書，或引進(jìn)先進(jìn)的授信評(píng)估系統(tǒng)并進(jìn)行客戶化改造．或選擇系統(tǒng)開(kāi)發(fā)商進(jìn)行自主開(kāi)發(fā)授信管理系統(tǒng)。