商业银行信用风险度量实证分析:商业银行信用风险度量与风险管理

　　一、文献回顾　　商业银行的信用风险主要是指债权人因借款人由于各种原因不能还款或者不愿意还款而发生违约所产生损失的可能性。随着金融业与金融市场的不断创新和发展，金融市场的竞争日趋激烈，促使国内外的金融市场对信用风险的测量成为众多学者研究的重点内容。

　　信用风险度量模型包括传统测量和现代测量两种。而常见的度量模型主要有以下几种：ZETA模型、MDA模型、Z计分模型、Logit模型以及神经网络模型属于传统测量模型；而目前最流行的也是研究最多Credit Metric模型、Credit Risk+模型、KMV模型、Credit Portfolio View模型、KPM模型等模型被归类于现代测量模型。在西方，2000年就开始运用模拟的方式对信用风险的测量模型进行相关的研究和总结，Gordy和Crouhy（2000）等对相同时点即静态的资产组合进行了相应的评估测量认为，通过不同模型对数据分析结果是接近的。同时，Nickell（2004）根据对风险测量模型进行了比较分析研究，主要针对实际资产的组合数据进行实证分析，但是结果验证了模型对风险的评估的可能性不够准确。与此相同的是，张宗益（2009）等针对重庆市的1000多家家贷款企业的信用风险对传统模型和现代模型进行了相关的比较分析，数据来自重庆市的四家国有商业银行。通过对数据进行分析，张宗益得出与Nickell（2004）相接近 ……此处隐藏2568个字…… 违约的可能性，其应用对象是上市公司，上市公司的数据较容易取得。

　　根据KMV模型，对相关指标进行定义：公司的总价值为企业的股权价值（所有者权益）加上债务价值，根据资产负债表显示，当公司总价值大于该企业的负债时，这部分债务债权人会得到全额的偿还，而股东将得到剩余部分的价值；当公司总价值低于债务价值时，即资不抵债时，公司就无法偿还债务，即会出现违约现象，此时，股东价值为零甚至负数。所以，如果公司总资产低于一定数值，则会存在对股东、债权人违约的风险。这时，对应的公司总价值被设为公司违约点，也就是公司资产价值与负债价值相等时的点。

　　模型假设在某一特定的时期内，公司资产总价值服从的分布特征，通过企业总资产的期望值（E）与标准差（波动率）来描述。企业未来资产价值的均值与企业负债的账面价值之间的差额设定为违约距离（Distance to Default）。确定预期违约率与违约距离之间的对应线性关系，即用违约距离来表示违约率，建立函数关系，估计相应的违约率。预期违约率表示在一定时期内，在正常市场环境下企业可能发生违约行为的概率。KMV模型的假设条件是，当企业未来资产价值的均值低于企业所要偿付负债的账面价值时，就会发生违约。由于无法精确判断贷款企业是否会发生违约现象，只能估计违约的风险，即违约可能性的大小。

　　第二，KMV模型中参数的估计。具体如下：

　　一是公司股票价值的估计。本文采用的是上市银行为研究对象，并假设这16家上市银行的资产价格在一定时间内是不变的。Merton的模型中，假设持有公司的股权与持有一份公司的看涨期权是等价的，那么公司债务的价值也就是最终该期权的执行价格。