導語：公司信貸信用風險度量與管理一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:本文以公司信貸為出發點，在對公司經營信息、財務信息、歷史違約信息占有下，研究商業銀行如何對公司信貸的信用風險進行有效的度量與管理．它包括基于基本分析的信用風險定性分析、基于財務報表與統計分析的信用風險財務預警、基于模型的信用風險定量度量．最后當預計到風險事故將要發生時，利用金融工具對信用風險進行有效的分散與轉移．

關鍵詞:公司信貸;信用風險;基本分析;信用風險模型;風險分散與轉移

信用風險包括兩個方面，一是債務人到期沒有意愿或沒有能力還款導致的違約風險;二是信用水平的變動導致的債務市場價值的降低給銀行造成損失的可能性．從風險邏輯法的角度，銀行需要找出造成信用風險發生的原因，即還款意愿、還款能力和信用評級等．銀行與需要貸款的公司是博弈的雙方，銀行只有充分的占有信息，對信息進行充分的加工與度量，才能在貸前控制高信用風險的公司準入，貸中建立風險預警，及時采取措施，貸后分散與轉移信用風險，全面對信用風險進行管理，減少違約事故發生造成的損失．與信用風險有關的公司信息，包括公司外部的經濟環境，公司所處行業的發展狀況，公司道德與公司經營的信息，財務報表信息，歷史違約信息等．針對上述信息的占有，本文采用基于行業、基于經濟環境、基于公司經營的基本面分析法，與傳統的5c分析法相比更加強調宏觀性，行業對比性與動態性．對財務報表信息的占有上，在信息準確的前提下，本文不僅介紹了傳統的z評分法，而且從財務比率和統計分析的角度對信息進行加工，以增強預警性．對歷史違約信息的處理上，本文著重從模型的角度定量度量信用風險．由于主流的度量信用風險的四大模型各有其嚴苛的模型假設和使用條件，針對多變且復雜的經濟環境，本文重點闡述不同經濟背景與適用條件下模型的應用問題．信息的充分占有，數據的充分挖掘，信用風險的準確度量，是銀行管理信用風險成敗的關鍵．國內對信用風險的度量與管理研究大多從單一側面展開，缺乏系統性．例如張樂［1］從經驗方法、經濟計量方法的角度描述信用風險計量方法．胡心瀚等［2］從統計分析的角度描述信用風險分析中的變量選擇．李麗麗［3］從加強內部評級、建立預警系統、完善信息的角度對商業銀行信用風險管理提出建議，李子玉［4］強調了建立數據驅動型信用風險的必要性．彭建剛等［5］對creditrisk+模型的應用做了探討．曹道勝等［6］對四大信用風險模型做了比較．李永軍等［7］對信用衍生工具對緩釋信用風險的必要性和有利條件作了探討．本文由風險管理的系統性原則出發，分別從信息的充分占有，信用風險模型的有效選擇，信用風險的全過程管理三個角度對公司信貸信用風險的度量與管理進行研究．

1外部的、經驗的、定性的信用風險度量初判

外部的、定性的信用風險的度量發生在信貸之前的資信審查階段，充分利用所掌握的信息，對要求貸款的公司進行初步的篩查，防范于未然．傳統的分析方法主要是基于公司經營的5c分析法，然此方法缺乏宏觀性與行業對比性．本文采用基本面分析法對信用風險進行度量與管理，它包括宏觀經濟形勢分析、行業發展分析、公司經營特性分析．宏觀經濟形勢分析包括整個經濟大環境所處的經濟周期，是經濟上行、快速發展還是經濟下行、發展緩慢，通貨膨脹率、利息率、失業率、宏觀經濟政策(包括財政政策和貨幣政策)，都是銀行需要考查的變量，它直接影響銀行信貸總量，進而影響信貸個體的信貸額度．同時經濟的波動周期與波動幅度直接影響歷史數據對未來預測的準確程度．行業發展分析．銀行對不同公司做貸前審查時，公司所處的行業發展狀況必須考慮在內．公司信用風險在同一行業因素的影響下具有較強的相似性，在所要求信貸的公司信貸數據不足的情況下，同行業相似的公司的信貸數據可以為銀行提供參考．公司所在行業的生命周期所處的階段，是創業階段、成長階段、成熟階段還是衰退階段，行業發展勢頭與國家對行業發展的支持程度都是重要的參考指標．公司經營特性分析，我們主要從六個方面來描述，包括:1)品質．主要包括公司的商業道德與公司聲譽，以往的信貸或信用銷售中的違約情況與不良記錄，主要負責人的品德，公司經營方針和資金運用是否健全．2)能力．從公司實力、財務狀況、經營狀況、生產能力、資金運轉能力來考察其是否具有償還貸款的能力．3)資本．存貨廠房、自有資金規模等資本對債權的保障程度．4)環境．公司在所處行業的競爭地位、地理區位、市場占有率、市場競爭情況，強調對比性．5)公司治理．考察管理層的實力對公司發展的保障程度，包括董事會的構成，成員與管理層成員的專業知識與決策管理能力，管理層的獨立性與穩定性，以及信息披露情況．6)抵押擔保與保險．公司所要提供的抵押品的質量與價值，公司是否對重要交易和資產進行投保．其中品質、環境、資本、能力是靜態指標，考察當前的資產狀況與還款的可能性;公司治理是一種動態指標，強調管理層對當前還款可能性的延續與發展;擔保與保險表示一旦資產惡化或即將發生違約，能多大程度地減少損失的額度．與傳統的5c法相比，基本分析法與5c分析法都依賴于專家的經驗與能力，具有很強的主觀性．不同之處是，基本分析法更加強調宏觀性、行業對比性與發展性．基本分析發生在資信審查階段，是銀行對貸款質量的提前預判，成本低操作性強．

2財務報表的信用風險再計量

假設不存在信息不對稱的情況，財務報表真實可信．我們有兩種方法來度量借款人的信用風險情況:一是財務指標與違約參數呈現線性關系，著名的有z評分模型與ZETA評分模型．以z評分模型為例，它通過統計方法，選取五個財務指標作自變量，五個財務比率分別為:X1=營運資本/總資產;X2=保留盈余/總資產;X3=息稅前利潤/總資產;X4=股權市值/總負債面值;X5=銷售額/總資產，則債務公司信用指標:z=1．2X1+1．4X2+3．3X3+0．6X4+0．999X5．根據Altman的研究結果，當z＜1．81時，借款公司會違約;當z≥2．99時，則借款公司會履約;當1．81≤z＜2．99時，為未知區域，判斷誤差大，需要輔以其他方法判斷．將X4中的股權市值用賬面價值替代，則可得到非上市公司的z評分模型z=0．717X1+0．847X2+3．107X3+0．420X4+0．998X5．線性模型具有較強的適應性與操作性，在預防信用風險事故發生的資信審查階段可以很好地應用，然而現實經濟的非線性性和其理論基礎的薄弱性，使其使用范圍有所限制．另一種是基于統計分析的非線性方法，主要有因子分析和logistic模型法．其主要思想是:1)對財務報表中的數據構造財務比率指標．主要從六個方面構造，分別為盈利能力、現金流量、償債能力、資金運作效率、成長能力、盈余能力．以償債能力為例，短期償債能力包括速動比率=(流動性資產—存貨)/流動性負債，流動比率=流動性資產/流動性負債，現金比率=現金及其現金等價物/流動性負債．長期償債能力包括資產負債率=負債總額/資產總額，利息保障倍數=息稅前利潤/利息費用［8］．2)對照變量的選取．為增加預測的準確度，違約組和非違約組要在相同行業、相近地理區域選取，以降低誤差．3)剔除非顯著性變量．由于財務指標較多，隨機選取等量的違約樣本和非違約樣本，對各個指標作顯著性檢驗，剔除非顯著性變量．4)對剩余變量做因子分析，并提取公因子，得出因子得分函數．5)對所選取的因子做logistic回歸分析，得危機預測模型．6)設定臨界點，把需要作出信貸決策的公司財務比率帶入模型作出判斷．此方法的關鍵是違約組與非違約組財務數據的采集．工作量大，適合銀行在公司所在行業已建立信貸數據庫且數據充分的前提下使用．然而要求信貸的公司提供給銀行的財務報表數據不一定準確，且銀行并沒有建立有效的數據庫，該方法并沒有得到很好的應用．

3基于模型的信用風險定量分析

無論是信貸發生前對要求信貸的公司的資格審查還是信貸發生后對信用風險事故發生的有效預警，都離不開對信用風險的定量分析．然模型具有嚴苛的假設條件和使用條件，現實經濟環境是復雜多變的．本文以信用風險度量的主流模型為例，說明特定環境下的主流信用風險模型的使用問題．現在主流的度量信用風險的模型有CreditMet-rics模型、CreditRisk+模型、KMV模型和CreditPortfolioView模型．我們根據這四個模型的不同假設條件，結合多變的經濟環境，探討基于公司信貸的信用風險的模型應用問題．3．1CreditMetrics模型應用CreditMetrics模型的關鍵性假設，一是信用風險與市場風險無關．如果在所截取時間區間內，市場變量穩定，或市場變量沒有顯著的波動，即環境變量不是造成同行業內公司與公司違約與否顯著性差異的變量，這時我們可以假設信用風險與市場風險無關，只與公司經營與公司道德有關;二是違約，不僅指沒有按時完全償還債務，還包括信用等級下降導致的債務市值的下降，這里的關鍵是信用等級轉移矩陣的獲得．假設銀行對公司所在行業有充分的交易數據與信用數據記錄，則銀行可以根據歷史數據得到信用等級轉換概率與違約概率，即有信用等級轉移矩陣，如果知道公司的信用評級情況，那么就可以求出所求債務的經濟資本．具體運算過程如下:設債券到期期限為T，債券等級為m，Mjk表示信用等級為j時第k年的凈現金流，rjk表示信用等級為j時第k年的零利率收益率，cj表示信用等級為j時債務的現值．則cj=∑Tk=1Mjke－rjkk．設由當前信用等級轉移為j等級的概率為pj，則E(c)=∑mj=1pjcj．σ2=∑mj=1pj(cj－E(c))2．采用蒙特卡洛模擬方法，累加該債務項最差的信用等級遷移概率使其等于1－σ，此時對應的債務價值與均值之差即為VAR值．3．2CreditRisk+模型應用CreditRisk+模型的核心假設是每筆債務違約概率小且相互獨立．這一點可以在特定經濟背景下實現，例如經濟整體繁榮且穩定，社會秩序好，市場化充分，我們可以假設每筆債務違約率小．當銀行面向全體經濟實體實施信貸，且信貸充分分散化時，可以假設每筆債務相互獨立．采用CreditRisk+模型，則貸款組合的違約次數服從泊松分布:p(n)=μne－μn!．將貸款損失按其嚴重性程度進行分組，并將各組損失匯總，可得到貸款組合的損失分布．CreditRisk+模型對單筆貸款并沒有詳細闡述，而單筆貸款的違約概率與損失額度卻是模型的輸入量．因此，CreditRisk+模型是在已知單筆貸款的違約概率、違約波動率與損失額度，在每筆債務違約概率小且相互獨立的前提下，處理不同地區、不同部門、不同時限的貸款組合的風險暴露，是銀行對貸款組合整體信用風險的度量．3．3KMV模型的應用KMV模型的核心假設，一是公司股票價格滿足BS模型的基本假設，公司價值變化過程服從ito-process，針對的是上市公司;二是資產價值大于債務價值則不違約，反之則違約，即不存在公司資金充足惡意欠款的可能．把公司的股權看成一種期權，由期權定價公式和對期權定價公式等式兩邊求微分所得式，可得以下方程組VE=VAN(d1)－e－r(T－t)XN(d2);σE=N(d1)VAVEσA{．(1)其中d1=ln(VA/X)+(R+σ2A)(T－t)σAT－槡t;d2=d1－σAT－槡t;N(d)=∫－∞d12槡πe－x2/2dx;VE表示公司股權的市場價值，σE表示公司股權市值波動率，VA表示公司資產的市場價值，σA表示公司資產市場價值波動率，X為違約邊界，T為到期日，R為無風險利率．如果知道股權市值及其波動率，由方程組(1)就可以求出資產價值及其波動率．違約距離為DD=VA－DPTVAσA，其中DPT是違約點，它的取值為流動性負債加上50%的長期負債．由違約距離與違約概率的映射關系，求出違約概率．如果知道違約損失率的分布情況，那么就可以求出債務損失．在KMV模型的實際應用中，上市公司違約距離與違約概率的映射關系可由歷史的違約數據與股票數據建立．通過實時更新的上市公司股票信息求出違約距離，進而求出實時的違約概率與資產損失，以便貸后對上市公司信貸的信用風險狀況及時監控與預警．也可以在貸前對上市公司違約情況進行度量，通過拒貸信用風險高的公司來減少違約事件的發生對銀行造成的損失．3．4CreditPortfolioView模型應用當宏觀經濟變量，例如經濟周期、長期利率水平、GDP增速、政府支出等對信用等級遷移的改變不可忽略時，可以采用CreditPortfolioView模型．設t時刻的條件遷移概率為pt，Pt=f(yt)，yt=g(Xit，Vt)，i=1，…，n，Vt～N(0，σ)．其中Xit是t時刻的一組宏觀經濟變量，Vt是隨機變量．由于宏觀經濟變量的經濟含義與數量及其對條件遷移概率函數的影響難以確定與檢驗，目前在我國應用的可能性較小．

4公司信貸信用風險的分散與規避

無論是基于基本分析的定性分析，還是基于公司財務報表和信用風險模型的定量計量，都是為了對公司信貸信用風險進行有效度量，以便貸前對要求貸款的公司進行審查，控制風險高的公司的信貸準入，防范于未然，貸中對風險及時監控，建立有效的風險預警．當預測到信貸資產惡化，違約事件將要發生時，及時采取措施，對信用風險進行有效的規避與轉移．研究表明，信用風險暴露前180天采取措施，平均損失為1%～2%;信用風險暴露前30天采取措施，平均損失為10%～20%;不采取任何預防措施，風險損失可達50%以上［3］．1)持有分散的貸款組合．銀行通過發放不同種類且相關性低的貸款以分散風險，通過貸款種類授信方式的搭配以建立有效的資產組合，控制貸款在行業、地區等方面的集中度來減少風險損失．2)資信審查，風險預警與抵押．通過行業發展信息與公司經營信息以及財務信息的分析，對要求信貸的公司的信用風險進行評估，以限制高風險的公司的信貸準入．利用金融統計分析和模型定量計量的方法建立風險預警系統，及時發現風險暴露，采取相關措施，防范于未然．把信用違約造成的損失數據及時在損益表中更新，通過貸款損失準備金的提取來降低信用違約造成的損失．當違約發生時，有效的擔保和抵押物可以減少損失的數額．3)不良貸款的核銷轉讓與衍生產品工具的使用．不良貸款的核銷轉讓是傳統的處理不良貸款的方式．隨著中國金融市場的進步與衍生產品市場的不斷發展，信用衍生產品工具，包括總收益互換、信用違約互換、信用聯結票據、債務擔保憑證等，在轉移信用風險中發揮著越來越重要的作用．金融衍生工具通過信用風險從不同風險偏好的投資者之間的轉移，為銀行解決不良貸款提供出路．信用衍生產品工具的使用，可以有效轉移中小公司信貸的信用風險，擴大其融資規模，為解決中小公司融資難提供出路．

作者:楊雁雁 單位:武夷學院數學與計算機學院