全套金融优秀毕业论文《我国商业银行信贷风险研究 》(4)

2．信贷风险评估方法

2.1．国际信贷风险评估方法

国际信贷风险评估成就，主要包括Altman的Z模型和ZETA模型， 标准普尔和穆迪外部评级制度，KMV模型，CreditMetrics模型，CreditRisk模型，麦肯锡模型等。在这些模型中，Altman的Z 模型和ZETA模型， 标准普尔外部评级制度有较长的历史。KMV模型，CreditMetrics模型，CreditRisk模型和麦肯锡模型是现代信贷风险评估方法。在这些模型中，违约概率，损失率和贷款风险是关键变量。在公司信贷风险的评估中，这些模型都需要运用信贷风险评级。现代国际信贷风险评估模型可以分为两大类：结构信贷风险模型和降低信贷风险模型。期权定价模型由布莱克斯克尔斯（1973）年和莫顿（1974）年相继提出，后来拓展为Black-Cox模型（1976）和Longstaff-Schwartz模型（1995）。这些模型认为当它的市场价值低于一定的外部给定的阈值水平或其债务价值时，公司会欠债。KMV模型属于构造的的信贷风险模型。第二种模型为降低信贷风险模型时，采用该模型有Duffle-Sin模型（1994），Jarrow-Lando-Turnbull模型(1994)。Jarrow-Turnbull模型和 Madan-Unal模型（1995）和其他模型，这种模型不考虑违约事件和公司价值，这种价值作为一个决定或结构方式和处理拖欠没有考虑到违约之间的关系和企业价值，而不可预测的事件牵涉到在市场价值中的突然损失，因此，违约事件也就不会被期待的。CreditRisk模型属于减少信贷风险模型。

Altman的Z模型和ZETA模型

Z模型是由Altman（1969）提出的。构建Z模型包括4个阶段：首先，选择一些反映企业财务风险和信贷风险的会计指标。第二， 收集这些会计指数样本建立健全公司和违约公司。第三，在Z模型中确定每一个会计指标的比例，乘以各个会计给定值，加上结果并得到Z模型的分数。第四，分析样本的评分，获得安全成绩和默认评分。对一个公司来说，如果Z分数以上安全得分，公司正常发展，如果其Z分数在违约得分，公司就有有破产的危险。ZETA

模型 （Altman ，Haldeman，Narayaman，1977年）是修正的Z模型及其信贷风险测量精度显著提高。

Z模型和ZETA模型与穆迪的和标准普尔的外部评级制度有一定的联系。因此，许多外部评级数据可以用于Z模型和ZETA模型获得，这种优势使Z模型和ZETA模型在国外使用信贷风险评估。虽然Z模型和ZETA模型有许多优点，但这些模型还有些局限性：第一，这些模型只可分为非违约公司和违约公司，但不能衡量企业违约概率。第二，用会计指标作为输入变量，但是这些模型没有考虑宏观经济效益。第三，这些模型利用的是历史会计指标，因此，预测未来的信贷风险存在局限性。

穆迪和标准普尔的外部评级制度

穆迪和标准普尔的外部评级制度是成就国际评级的重要研究。最近有人指出使用外部等级数值方法对商业银行的信贷风险的度量存在一定的局限性。首先，反对外部评级和反对商业银行信贷风险评级不相同的，因此，外部评级结果不能充分使用于商业银行的信贷风险测量。第二，在几起财务危机事件中，外部评级会降低一些公司信用率，在这些公司已经拖欠债务的情况下，预测外部的能力可能是不被人肯定。

KMV模型

KMV模型（1995）使用期权定价理论来评估信贷风险。莫顿认为商业银行批准贷款等于出售一个看跌期权。这意味着公司取得贷款时，它的资产多于债务，公司股票业主将举行公司的剩余资产分配后，公司将会归还贷款。如果公司取得贷款，但是有更多的债务而不是比资产，公司将会还不起贷款，因此，公司更具有风险性，看跌期权有更大的价值和贷款违约概率较高。

KMV模型使用证券市场数据，因此它能够反映企业的信贷风险，期权定价理论作出的分析结果更合理。但是该模型仍有一些局限性如下：第一，该模型适用于正当发行公开股票公司的金融市场中， 如果公司无公开发售股票，模型必定调整，调整方法太复杂而不能准确地信贷度量风险。第二，该模型假设公司价值分配应是正态分布，但实际分布不可能正态分布。第三，该模型考虑那家公司的金融结构是静态的，但是这个假设并不成立。

CreditRisk模型

CreditRisk模型将默认为泊松分布规律，每一笔贷款是独立的。CreditRisk模型利用的是保险精算学。该模型设公司违约为泊松分布规律和贷款拖欠是独立的，这个假设是不成立的。

CreditMetrics模型

摩根（1997）提出了CreditMetrics模型，构建该模型包括四步：首先构建企业信贷评级迁移概率矩阵。第二，计算在不同的信贷评级得贷款价值。第三，计算均值和标准偏差贷款的价值。第四，把VAR分布应用于计算贷款价值。VAR意味着价值在一定期限有一些风险水平。CreditMetrics模型属于“market-to-market”模式，从而反映公司信贷风险，但它仍然存在一定的局限性。首先，CreditMetrics模型的基础是企业信贷评级迁移矩阵，模型假设公司应该信贷评级的迁徙过程为正太分布，假设还不成立。第二，该模型考虑企业的信贷迁移矩阵是静态的，但是实际上经济繁荣时期和衰退时期时，矩阵存在很大的差异。上述限制影响信贷风险测量的准确性。

麦肯锡模型

麦肯锡模型使用新公司信贷评级迁移矩阵。与CreditMetrics模型相比，麦肯锡模型认为信贷评级迁移矩阵不是一成不变的，在衰退期间，公司违约概率较高，更多的公司的利率迁移到较低的信贷率，在繁荣时期，公司违约概率比较低，更多的公司的利率转移到更高的信贷等级。麦肯锡模型常常用一个结构蒙特卡洛模拟方法模拟不一样的信贷率迁移矩阵下的不同经济形势，然后预算公司信贷风险。

2.2．中国的信贷风险评估研究

中国研究者的信贷风险评估成就主要包括：信贷评分方法（龚春刚，1997），综合评估方法（杜齐宽，1997， 邹新月，2001），判别分析方法（刘传哲，1997，唐宥雨，2002），人工神经网络方法（徐鼎，1999年，韩平，2000年，李有永 ，2002）。这些研究成果中存在如下局限性：第一，信贷风险估计中，许多研究人员使用金融市场的数据而不是商业银行贷款数据信贷风险估计，它会影响这些研究成果的准确性。第二，在这些成就的模型使用会计指数不存在高度相关性，为了使信贷风险评估更加准确，但在这个过程中，那些能够反映信贷风险的有用的会计指标有效地被排除在模式外，因为它们的存在很高的相关性，结果，这些模型不能准确地衡量信贷风险。第三，这些成就只可以划分非违约公司和违约公司，但不能准确测量公司的违约概率。第四， 在使用这些成就的模型作为输入变量指数的会计指标，但没有考虑到宏观经济的影响，这也影响了这些模型的准确性。第五，在这些成就的模型利用历史会计指标，因此，在预测未来的信贷风险存在限制。在一些文献中，中国学者介绍了国际上的信贷风险模型，并指出某些模型在中国的金融市场是否有一定的适用性。例如，CreditMetrics模型作为输入变量需要债券市场的数据，但中国企业债券市场不发达。因此，中国研究人员需要为自己的商业银行和金融业建立信贷风险评估方法。

3．估计组合贷款信贷风险的方法

3.1．国际估计组合贷款信贷风险的方法

国际估计组合贷款信贷风险成就，主要包括CreditMetrics组合模型和Altman模型。 CreditMetrics组合模型

CreditMetrics组合模型是可以衡量信贷风险贷款的投资组合。第一，该模型分析了贷款组合投资的信贷风险，其中包括两个贷款，然后通过扩展的方法来衡量信贷贷款组合的风险，其中包括许多贷款的风险。构建CreditMetrics组合模型包括四步：第一，分析其与资产价值 …… 此处隐藏：2923字，全部文档内容请下载后查看。喜欢就下载吧 ……