信貸組合集中度風險計量模型綜述

摘要：次貸危機后，為彌補新資本協議的風險管理缺陷，信貸組合集中度在銀行實務中受到強烈關注，成為控制監管資本與經濟資本差異的關鍵因素。文章梳理了當今備受關注的三種信貸組合集中度風險計量模型，包括多因子調整模型、分散因子模型和二項式擴展技術，在詳細介紹它們各自的計算方法和特點的基礎上，給出了應用建議。

關鍵詞：集中度；因子調整；分散因子；二項式擴展技術

一、 引言

組合集中度風險的涵義是：銀行的信貸在某些區域或行業相對“集中”，未能實現有效分散（BCBS，2006），從而可能給銀行造成巨額損失，或威脅其健康經營。

歷史經驗顯示，信貸組合集中度高是造成銀行危機的主要原因之一。新資本協議在第二支柱中要求：銀行應具備有效的內部政策及系統，以識別、測量和控制貸款風險集中度。因此，信貸組合集中度風險的有效度量，不但對資本監管意義重大，而且受到學術界和銀行界的廣泛關注。

二、 信貸組合集中度風險計量的三種主要模型

目前，較為前沿的組合集中度風險計量模型有：多因子調整模型、分散因子模型和二項式擴展技術。

1. 多因子調整模型。擴展漸近多因子模型（ASRF） （Gordy，2003）中的單一系統性因素，使用多個部門的系統風險因子來刻畫不同部門的系統風險；并以組合損失分位數表征集中度風險。

三、 模型的比較和應用建議

1. 模型的優缺點比較。

2. 應用建議。適當的組合劃分，是計量組合集中度風險的關鍵前提（顏新秀、王睿， 2010）。若組合劃分不準確，算得的集中度風險便不能準確反映實際。組合劃分的理想狀態應是：組間相關系數較低；而組內相關系數較高。具體地，組間相關系數通常用代表組合信用特性的因素來計算，如股價指數走勢；組內相關系數通常用代表個體信用特征的因素來計算，如企業利潤、營業指標、負債比率等。另外，還需考慮能否獲取相關數據，以及是否存在穩定的相關系數。

本文就各模型的實際應用提出相關建議，見表2。

四、 小結

本文梳理了當今較前沿的三種組合集中度風險計量模型，包括多因子調整模型、分散因子模型和二項式擴展技術，并總結了其主要優缺點，據此給出具有針對性的應用建議。

參考文獻：

1. Studies on credit risk concentration： an o- verview of the issues and a synopsis of the results from the Research Task Force project， BCBS Working Papers No 15， November，2006.

2. Gordy， M.. A risk-factor model foundation for ratings-based bank capital rules， Journal of Financial Intermediation，2003，（12）：199-232.

3. Thomas Bondo Pedersen， Francesco Aquilante and Roland Lindh. Density fitting with auxiliary basis sets from Cholesky decompositions， Chemistry and Materials Science， 2009，124（1-2）：1-10.

4. 安強身，彭偉華．中國轉軌經濟中的金融低效與經濟高增長悖論解析——基于金融非正規漏損視角.現代經濟探討，2010，（10）．

基金項目：國家自然科學基金（71171032）；教育部博士點基金（項目號：20090041110009）；中央高校基本科研業務費專項資金（項目號：DUT11RW202，DUT10ZD107，DUT10RW1 07）。

作者簡介：秦學志，大連理工大學工商管理學院副院長、教授、博士生導師；魏強，大連理工大學管理與經濟學部工商管理學院博士生；胡友群，大連理工大學管理與經濟學部工商管理學院博士生。

收稿日期：2011-08-17。