基于Var的Creditmetric模型對(duì)我國保理業(yè)務(wù)風(fēng)險(xiǎn)度量研究

【摘要】隨著市場(chǎng)體制不斷完善，經(jīng)濟(jì)快速發(fā)展，保理業(yè)務(wù)在中國也逐漸發(fā)展；保理業(yè)務(wù)的出現(xiàn)緩解了融資渠道窮盡的大、中、小企業(yè)融資困難的問題，同時(shí)也給商業(yè)銀行帶來了很大的風(fēng)險(xiǎn)。文章通過基于Var的Creditmetric模型原理，結(jié)合中國的基本國情，以購貨商資產(chǎn)收益率為基本度量模擬信用轉(zhuǎn)移概率，采用數(shù)量方法計(jì)算得出應(yīng)收賬款的最大風(fēng)險(xiǎn)損失值（VaR值），為商業(yè)銀行判斷是否開展保理業(yè)務(wù)提供了較為有效的量化依據(jù)。

【關(guān)鍵詞】保理業(yè)務(wù) Var的Creditmetic模型 數(shù)據(jù)分析

一、保理業(yè)務(wù)風(fēng)險(xiǎn)度量的必要性

（一）保理業(yè)務(wù)概念

保理業(yè)務(wù)，也稱承購應(yīng)收賬款或應(yīng)收票據(jù)業(yè)務(wù)。在我國保理業(yè)務(wù)可分為國際保理業(yè)務(wù)和國內(nèi)保理業(yè)務(wù)，國際保理也可稱為國際保護(hù)代理，具有雙向的角色，可以作為出口保理商或者進(jìn)口保理商；都是購買融資方（出口商）對(duì)債務(wù)人（進(jìn)口商）的應(yīng)收賬款，向融資方提供融資，信用風(fēng)險(xiǎn)擔(dān)保、應(yīng)收賬款管理、進(jìn)口商信用額度調(diào)查、保理分戶賬戶管理和債權(quán)回收等業(yè)務(wù)。國內(nèi)保理業(yè)務(wù)主要是保理商（銀行）購買融資企業(yè)（銷售商）提供的向購貨商約定時(shí)期后索取債務(wù)的應(yīng)收賬款或票據(jù)，融資企業(yè)將其債權(quán)轉(zhuǎn)讓保理商，保理商為其提供一定比例融資的一種契約；也是一種短期的融資方式和工具，特別是為那些小規(guī)模、不符合銀行貸款融資要求的中小企業(yè)以及大規(guī)模，目前狀況不足以滿足貸款門檻，又急需資金正常發(fā)展的大中型企業(yè)及時(shí)有效地解決因融資渠道不暢而造成融資難的問題。

（二）風(fēng)險(xiǎn)度量的必要性

保理業(yè)務(wù)的出現(xiàn)為急需融資的企業(yè)擴(kuò)寬了有效的渠道，給保理雙方保理商（銀行）和融資方（銷售商）帶來了雙向利益，同時(shí)也伴隨風(fēng)險(xiǎn)的增加，尤其針對(duì)保理商（銀行）面臨的風(fēng)險(xiǎn)最大。在我國保理業(yè)務(wù)中，保理協(xié)議主要有三方當(dāng)事人共同合成：融資方（銷售商）、債務(wù)人（購貨方）、保理商（商業(yè)銀行），銷售商向購貨商賒銷發(fā)貨，得到與其簽訂一定時(shí)期的應(yīng)收賬款或票據(jù)，在票據(jù)到期前將應(yīng)收票據(jù)轉(zhuǎn)讓給商業(yè)銀行，商業(yè)銀行根據(jù)應(yīng)收賬款的質(zhì)量按一定的比例向銷售商融資，一般商業(yè)銀行以票面價(jià)值（60%～90%）付給融資方，應(yīng)收賬款到期時(shí)銀行直接向購貨商索取款額。在這里，相當(dāng)于銷售商直接把來自于購貨商的所有風(fēng)險(xiǎn)都轉(zhuǎn)嫁給銀行，包括應(yīng)收賬款到期是否回收的風(fēng)險(xiǎn)，債務(wù)方信用風(fēng)險(xiǎn)，債務(wù)方是否具有履約能力的風(fēng)險(xiǎn)，債務(wù)方其他方面造成是否無法支付債務(wù)款項(xiàng)的風(fēng)險(xiǎn)等等；而在目前的商業(yè)銀行信用風(fēng)險(xiǎn)管理中，大多數(shù)都僅靠經(jīng)驗(yàn)或者專家對(duì)對(duì)方的信用進(jìn)行評(píng)級(jí)，靠運(yùn)氣辦理業(yè)務(wù)，如果運(yùn)氣佳，銀行一年的保理業(yè)務(wù)贏面大于賠的可能，否則，銀行就處于虧損的局面；因此，對(duì)測(cè)試信用風(fēng)險(xiǎn)靠傳統(tǒng)的經(jīng)驗(yàn)方式在現(xiàn)在快速發(fā)展，經(jīng)濟(jì)形態(tài)多變的社會(huì)已經(jīng)行不通；而迫于國內(nèi)市場(chǎng)化保理業(yè)務(wù)規(guī)模不斷擴(kuò)大，對(duì)信用風(fēng)險(xiǎn)的控制變得越來越緊迫和必要，最終，隨著貸款信用風(fēng)險(xiǎn)的量化方法逐步形成，借鑒和探究適合我國保理業(yè)務(wù)信用風(fēng)險(xiǎn)度量方法是必然趨勢(shì)。

二、對(duì)保理業(yè)務(wù)Var的Creditmetic模型研究

（一）Var的Credimetric模型概述

1.VaR的概念和意義。VaR的直譯是“在險(xiǎn)價(jià)值”，具體的含義是在一定的水平下處于風(fēng)險(xiǎn)中的價(jià)值，按照J(rèn)orion給出的權(quán)威說法，可以把VaR定義為“給定置信區(qū)間的一個(gè)持有期內(nèi)的最壞預(yù)期損失”，比較確切的含義是指，在一定概率水平（置信度）條件下的是指，某一金融資產(chǎn)或投資組合在未來特定的一段時(shí)間內(nèi)的最大可能損失。用公司可表示為：prob(Δp>VaR)=1-β其中，VaR表示為在置信水平β下處于風(fēng)險(xiǎn)中的價(jià)值，Δp表示為在持有期Δt內(nèi)某一金融資產(chǎn)或資產(chǎn)投資組合的價(jià)值損失額。

2.CrediMetric模型概述。為減少保理商（商業(yè)銀行）因?qū)鶆?wù)方信用風(fēng)險(xiǎn)評(píng)估失誤造成損失，對(duì)評(píng)估銷售方（應(yīng)收賬款）資產(chǎn)的真實(shí)價(jià)值、為應(yīng)收賬款等資產(chǎn)準(zhǔn)確定價(jià)變得尤為重要；CreditMetrics模型是以“企業(yè)資產(chǎn)價(jià)值模型”來描述企業(yè)的信用級(jí)別變化的影響，預(yù)計(jì)資產(chǎn)價(jià)值在一定置信水平下VaR值。

基于VaR的CreditMetrics模型的一些參數(shù)及整個(gè)構(gòu)思過程：首先需要得到實(shí)體公司信用評(píng)級(jí)轉(zhuǎn)移概率矩陣，這里CreditMetrics模型通過假定一個(gè)實(shí)體的信用評(píng)級(jí)是它的違約風(fēng)險(xiǎn)的基本度量，并且建立一種可以模擬給定實(shí)體的信用評(píng)級(jí)相關(guān)變化的框架，以實(shí)體資產(chǎn)收益率的變化作為基礎(chǔ)驅(qū)動(dòng)量模擬該公司的信用轉(zhuǎn)移頻率，和以預(yù)期違約頻率作為實(shí)際違約概率的一個(gè)度量，并以參照資產(chǎn)收益率的變化來體現(xiàn)信用級(jí)別的轉(zhuǎn)移。

由于我國保理業(yè)務(wù)發(fā)展時(shí)間期限比較短，沒有足量的數(shù)據(jù)支持，無法提取全面的數(shù)據(jù)準(zhǔn)確歸納出各個(gè)行業(yè)保理業(yè)務(wù)信用變化的普遍性；同時(shí)，保理業(yè)務(wù)是由國際普遍通用的模式引入我國，近年來我國保理業(yè)務(wù)發(fā)展模式基本情況與國際同步，因此這里引用穆迪，標(biāo)準(zhǔn)普爾，Altman等公司收集全世界數(shù)據(jù)，利用先進(jìn)的理論和度量技術(shù)模擬了一個(gè)不同級(jí)別企業(yè)信用轉(zhuǎn)移矩陣（見表2.1）來模擬我國的保理業(yè)務(wù)對(duì)象的債務(wù)方信用轉(zhuǎn)移概率具有一定的規(guī)律性。

資料來源：SP Credit Week April.15

其次以市場(chǎng)利率的變化，遠(yuǎn)期定價(jià)模型估計(jì)債務(wù)人應(yīng)收賬款的預(yù)期價(jià)值；然后在一定置信水平β下，假定市場(chǎng)利率R符合正態(tài)分布，求得標(biāo)準(zhǔn)正態(tài)分布上的一個(gè)上分位點(diǎn)，最后求出VaR的值；具體計(jì)算過程如下：

D表示固定利息，表示票面面值；表示信用轉(zhuǎn)移概率，表示資產(chǎn)或資產(chǎn)組合預(yù)期估算價(jià)值；表示資產(chǎn)或資產(chǎn)組合價(jià)值可能分散程度；R*為在置信度β下最低收益率，即=(1+ R*)資產(chǎn)最低價(jià)值; 由于，則服從標(biāo)準(zhǔn)正態(tài)分布，其概率密度函數(shù)為，在標(biāo)準(zhǔn)正態(tài)分布函數(shù)找到一個(gè)上分位點(diǎn)C（C>0），得然后由求得置信度β下帶入公式(4)得到： (5) 在正態(tài)分布下：置信水平95%的VaR對(duì)應(yīng)的C值為1.65；置信水平98%的VaR對(duì)應(yīng)的C值為2.06；置信水平99%的VaR對(duì)應(yīng)的C值為2.33。

（二）Credimetric模型假定

a.實(shí)際利息率R服從正態(tài)分布。

b.信用分析與市場(chǎng)風(fēng)險(xiǎn)無關(guān)。在估計(jì)未來的價(jià)值風(fēng)險(xiǎn)由遠(yuǎn)期分布曲線設(shè)定，模型中主要度量基礎(chǔ)是信用轉(zhuǎn)移情況。

c.這里的應(yīng)收賬款假設(shè)為貸款形式估計(jì)未來價(jià)值，因?yàn)閼?yīng)收賬款與貸款相同市場(chǎng)體制下。

d.風(fēng)險(xiǎn)期限一般以一年為固定期限，這里設(shè)置固定期限為一個(gè)季度。

e.每個(gè)信用級(jí)別與一條零息收益曲線相對(duì)應(yīng)，可以估計(jì)對(duì)應(yīng)的貼現(xiàn)率，如表2.2所示。

資料來源：SP Credit Week April.15

三、模型度量數(shù)據(jù)驗(yàn)證分析

（一）對(duì)保理業(yè)務(wù)風(fēng)險(xiǎn)的VaR值的計(jì)算

我國某市一銷售商A向其他市的購貨商B采取賒銷方式，銷售給購貨商B價(jià)值100萬元的貨物，并取得100萬元的應(yīng)收賬款票據(jù)，規(guī)定期限為9個(gè)月；在第2個(gè)月時(shí)，銷售商因?yàn)橥话l(fā)事件全公司面臨財(cái)務(wù)危機(jī)，面對(duì)日常經(jīng)營的財(cái)務(wù)開銷，銷售商與保理商（該市商業(yè)銀行C）協(xié)定將應(yīng)收賬款債權(quán)轉(zhuǎn)讓，保理商給予銷售商一定比例的現(xiàn)金，并收取一定的服務(wù)費(fèi)，保理費(fèi)等；銀行作為風(fēng)險(xiǎn)的承載者，在審查該應(yīng)收賬款的雙方當(dāng)事人時(shí)，采用度量的方法：

（本年銀行利率為8%，債務(wù)人（購貨商）的信用級(jí)別目前為A級(jí)）

由于我國該市地區(qū)保理業(yè)務(wù)發(fā)展采取國際保理業(yè)務(wù)模式，歷史性數(shù)據(jù)匱乏，在模擬融資方（銷售商A）為銀行提供的應(yīng)收賬款，其債務(wù)人（購貨商B）的信用轉(zhuǎn)移情況，本例采用國際上權(quán)威公布的數(shù)據(jù)結(jié)合，上述所列的步驟和公式(1)(2)(3)(4）計(jì)算得出：表2.1和表2.2代入數(shù)據(jù)可得；在級(jí)別(AAA，AA，A，BBB，BB，B，CCC)得出VaR的值分別為5.12；5.17；5.32；5.63；7.27；8.52；13.52.

VAR表示為購貨商B從信用級(jí)別A級(jí)轉(zhuǎn)移為其他級(jí)Ti時(shí)，所得的購貨商B應(yīng)收賬款的預(yù)計(jì)價(jià)值。結(jié)合公式(2)，(3)得出：μ=102.49，σ=12.71，在置信水平95%下，VaR=M0cσ=

1.65*12.71*100=20.96；置信水平98%下，VaR=M0cσ=26.1；置信水平99%下，VaR=M0cσ=29.61。

（二）VaR值的進(jìn)一步分析

對(duì)于以上的數(shù)據(jù)結(jié)果，我們從置信水平開始分析，這里的置信水平取值主要指保理商（商業(yè)銀行或金融機(jī)構(gòu)）對(duì)風(fēng)險(xiǎn)偏好的選擇，不同的置信區(qū)間反應(yīng)了對(duì)風(fēng)險(xiǎn)偏好的不同。例如花旗銀行對(duì)置信區(qū)間的選擇為95.4%，美洲銀行為95%，J.P.Morgan為95%；而金融監(jiān)督管理部門的巴塞爾委員會(huì)，對(duì)風(fēng)險(xiǎn)要求比較嚴(yán)謹(jǐn)，選取99%的置信區(qū)間。本例中，在不同置信水平下，得到不同的VaR值，在β=95%，VaR=20.96表示在購貨商B的應(yīng)收賬款價(jià)值在正態(tài)分布假設(shè)，商業(yè)銀行C取置信水平95%的條件下，購買的這筆應(yīng)收賬款有5%的可能在第二季度損失超過20.96萬元；β=99%時(shí)，該筆賬款有1%的可能損失超過29.1萬元；結(jié)合該市商業(yè)銀行C對(duì)風(fēng)險(xiǎn)的偏好進(jìn)行分析判斷。

保理商（商業(yè)銀行C）通過自身對(duì)風(fēng)險(xiǎn)偏好情況，預(yù)測(cè)估計(jì)應(yīng)收賬款到期前可能發(fā)生的最大損失，為應(yīng)收賬款定價(jià)；值得注意的是，雖然VaR值能更清晰的度量應(yīng)收賬款的風(fēng)險(xiǎn)，但同時(shí)也要結(jié)合我國國情及外觀因素加以分析，比如市場(chǎng)變化狀況，政策變化，市場(chǎng)供需情況等因素；在我國堅(jiān)持一個(gè)政策指導(dǎo)方針，所以在政策大環(huán)境下，其變動(dòng)因素較少，這里主要的外部環(huán)境市場(chǎng)變化狀況（市場(chǎng)經(jīng)濟(jì)波動(dòng)）及市場(chǎng)保理業(yè)務(wù)供需情況等兩個(gè)因素。

因素一：本例中，保理商（商業(yè)銀行C）對(duì)市場(chǎng)經(jīng)濟(jì)波動(dòng)的反應(yīng)主要表現(xiàn)在對(duì)置信水平的選取中如：該年我國市場(chǎng)經(jīng)濟(jì)波動(dòng)正常，市場(chǎng)呈現(xiàn)良好的發(fā)展?fàn)顟B(tài)，根據(jù)經(jīng)驗(yàn)判斷商業(yè)銀行C對(duì)信用風(fēng)險(xiǎn)的謹(jǐn)慎度比較放松，呈樂觀心態(tài)；此時(shí)，選取的置信水平可能為（90%～95%）或低于90%或等，相應(yīng)的得到不同的VaR值，以擴(kuò)大保理業(yè)務(wù)的業(yè)務(wù)量；反之，市場(chǎng)經(jīng)濟(jì)波動(dòng)異常，比如通貨膨脹，自然災(zāi)害等等，市場(chǎng)呈現(xiàn)衰慢的狀態(tài)，商業(yè)銀行C自然會(huì)對(duì)信用風(fēng)險(xiǎn)呈現(xiàn)高度謹(jǐn)慎，則選取置信水平會(huì)在區(qū)間（95%～99%），得到相應(yīng)的VaR值，以規(guī)避保理業(yè)務(wù)風(fēng)險(xiǎn)。

因素二：保理商對(duì)市場(chǎng)保理業(yè)務(wù)供需情況的反應(yīng)主要表現(xiàn)在一定置信水平下得到應(yīng)收賬款最大損失的VaR值，對(duì)融資商確定融資額提供了參考。本例，我國現(xiàn)市場(chǎng)對(duì)保理業(yè)務(wù)供求關(guān)系表現(xiàn)為供過于求，意思是融資方采用保理業(yè)務(wù)融資方式需求不多，或少于銀行C對(duì)保理業(yè)務(wù)的擴(kuò)展；這樣環(huán)境下，假設(shè)商業(yè)銀行C選取置信水平β=98%，對(duì)應(yīng)的在2%融資方（銷售商A）提供的應(yīng)收賬款最大損失額VaR=26.18，由于供求關(guān)系的不平衡，商業(yè)銀行A為擴(kuò)大業(yè)務(wù)量的需求，在判定對(duì)銷售B融資額度時(shí)，可參考區(qū)間（73.82～100），表明商業(yè)銀行A向銷售商B融資額可取73.82為下限；相反的環(huán)境下，供不應(yīng)求，意思是融資方選取保理業(yè)務(wù)融資方式需求增多，或多于銀行C對(duì)保理業(yè)務(wù)的擴(kuò)展供應(yīng)；此時(shí)，商業(yè)銀行C會(huì)持風(fēng)險(xiǎn)謹(jǐn)慎規(guī)避損失，來對(duì)沖業(yè)務(wù)量的過多帶來的收益，可參考融資區(qū)間（0～73.82），表明商業(yè)銀行A向銷售商B融資額最多可取73.82，但由于實(shí)際生活中，由于各種因素導(dǎo)致實(shí)際VaR值較大，因此銷售商B可融資一般小于73.82。

總之，為CrediMetric模型通過購貨方的資產(chǎn)情況，對(duì)應(yīng)收賬款進(jìn)行定量化研究得出的風(fēng)險(xiǎn)值，作為銀行判斷融資方融資條件和測(cè)試購貨方應(yīng)收賬款信用價(jià)值提供了有效的量化依據(jù)。同時(shí)考慮市場(chǎng)等外部因素，在市場(chǎng)經(jīng)濟(jì)波動(dòng)因素下，我國保理商（商業(yè)銀行）可根據(jù)市場(chǎng)經(jīng)濟(jì)波動(dòng)狀況選取置信水平βi同時(shí)得到對(duì)應(yīng)在1-βi下最大損失VaRi值；在保理業(yè)務(wù)市場(chǎng)供需情況因素下，我國保理商（商業(yè)銀行）在參照一定置信水平βi得到最大損失VaRi值下，對(duì)融資方（銷售商）融資額的確定（（票面面值-VaRi），M0）或者（0，（票面面值-VaRi））。

三、總結(jié)

本文通過介紹保理業(yè)務(wù)概念，揭露了保理業(yè)務(wù)活動(dòng)過程中存在的潛在風(fēng)險(xiǎn)，主要側(cè)重介紹了保理商（商業(yè)銀行）所面臨的風(fēng)險(xiǎn)困境，提出解決分散風(fēng)險(xiǎn)的必要性；利用基于Var的Creditmetric模型原理結(jié)合我國的基本國情，采用以購貨商資產(chǎn)收益率為基本度量模擬信用轉(zhuǎn)移概率，并通過數(shù)量方法在一定的置信條件下求得最大風(fēng)險(xiǎn)損失值（VaR值），有效的幫助了保理商開展保理業(yè)務(wù)分散風(fēng)險(xiǎn)達(dá)到贏利的目的。同時(shí)，本文也存在的一些不足，Var的Creditmetric模型雖然量化了應(yīng)收賬款的風(fēng)險(xiǎn)值，但是在一定的假設(shè)條件下，也揭露出我國保理業(yè)務(wù)發(fā)展緩慢，歷史數(shù)據(jù)證據(jù)不足等問題，所以，在對(duì)保理業(yè)務(wù)風(fēng)險(xiǎn)度量研究，我們需要再接再厲，加強(qiáng)規(guī)范和收集我國保理數(shù)據(jù)，結(jié)合我國實(shí)際國情更有效，準(zhǔn)確，全面地度量風(fēng)險(xiǎn)并分散風(fēng)險(xiǎn)。

作者簡介：鄒紅霞（1988-），女，成都市成華區(qū)二仙橋成都理工大學(xué)，管理科學(xué)學(xué)院碩士研究生，研究方向：金融與財(cái)務(wù)；張霞(1956-)， 女，四川，成都理工大學(xué)管理科學(xué)學(xué)院副院長，教授，研究方向：金融與財(cái)務(wù)；謝芳(1983-)， 女，成都理工大學(xué)管理科學(xué)學(xué)院，碩士， 研究方向：金融與財(cái)務(wù)。

（責(zé)任編輯：劉影）