商業銀行信用集中風險管理策略研究

摘要：商業銀行作為金融交易的主要中介，其運營中承擔著各種類型的風險，而信用集中風險尤為突出。為此，本文針對我國部分商業銀行信用風險管理具體現狀及能力并根據集中風險的三個類別將信用集中風險的管理分成三個階段，即名稱集中風險、部門集中風險和傳染集中風險綜合考慮的積極信貸組合管理思想，為商業銀行信用集中風險管理提供有效策略。

關鍵詞：商業銀行 信用集中風險 信貸組合管理

一、引言

目前，我國商業銀行普遍存在著信用集中風險，尤其進入后金融危機時代，貸款總量增長過快、貸款結構的改變以及投資規模過大、過于集中使得商業銀行貸款集中度急劇上升，潛在的風險不斷加大。同時，新巴塞爾協議要求國有大型銀行于2010年，股份制銀行于2013年前，需采用內部評級法計量信貸組合信用風險的經濟資本，這使得商業銀行在應對信用集中風險顯得更為緊迫。

二、我國商業銀行信用集中風險現狀

后金融危機時代，我國各大商業銀行為了刺激業務的發展，紛紛加大信貸投資量，其高速增長以及過高的貸款集中度使得商業銀行的穩定與安全受到威脅，最終導致信用集中風險問題日益突出。

為此，相關法律對商業銀行貸款集中與否制定了相應的監管措施。 根據《商業銀行法》第 39 條規定，“單一最大客戶貸款比例”不得超過10%。同時，“最大十家客戶貸款比例”不得超過50%。如若不符合要求，必須進行貸款重組。

在我國現有的一些商業銀行中，其“單一最大客戶貸款比例”和“最大十家客戶貸款比例”兩個指標有著上揚的趨勢，凸現了我國商業銀行信用風險集中的特點。本文在研究中，選取了成都銀行、富滇銀行、徽商銀行、晉商銀行、天津銀行五家具有代表性的城市商業銀行2010和2011兩年的“單一最大客戶貸款比例”和“最大十家客戶貸款比例”作為研究對象，分別見圖1、圖2所示。

如圖中所示，上述五家商業銀行“單一最大客戶貸款比例”2011年較2010年均有所下降，但整體都在6%以上。尤其在2010年，成都銀行達到9.4%，直逼監管紅線10%。而2010和2011年的“最大十家客戶貸款比例”則凸顯了五家商業銀行的信用集中風險，均接近甚至超過了50%， 其中晉商銀行在2010和2011分別達到了87%和78%。然而，深究其最大十家客戶貸款集中度時，上述商業銀行大都集中于房地產、交通運輸業、能源行業或者某些大型企業，使得商業銀行的信貸投向并沒有風散，同質化情況嚴重，風險則應運而生。

針對上述商業銀行顯現出的信用集中風險，究其原因可初步歸納為四點：首先，信貸市場需求方融資的選擇傾向。信用質量較高且效益好的企業大都直接選擇在金融市場進行融資，使得商業銀行往往面臨的是信用不好的借款者；其次，商業銀行信貸部習慣性的客戶選擇行為。基于經驗、熟知程度以及國家產業政策的影響，信貸部傾向于在特定地區或行業開展業務，以提高其所謂的專業化服務；再者，銀行為了維護融洽的客戶關系，選擇無法盈利的項目，使其信用風險高度集中于特定的借款人；最后，信用風險監管體系的不完善，使商業銀行同業之間缺乏有序競爭，普遍存在對特定行業及集團客戶的“羊群效應，致使信貸監督形同虛設。

近年來，基于上述原因，我國商業銀行信用集中風險問題十分嚴重，其相應的有效管理也愈發重要。但是，多數商業銀行的信用集中風險管理工作剛剛起步，提高其管理水平是當務之急。

三、我國商業銀行信用集中風險三階段管理體系的建立

信用集中風險是銀行發生巨額信貸損失甚至破產的重要原因，可分為名稱集中風險、部門集中風險和傳染集中風險。名稱集中風險，指大量的信貸敞口集中于單一借款者，比較容易鑒別與測量；部門集中風險，指某一債務群體受到了除系統性風險以外的諸如行業、區域（國家）風險因素的影響；傳染集中風險，指一個公司違約會觸發其他相關公司違約，容易出現聚集。

目前，針對商業銀行信用集中風險的管理，大多數的分析往往缺乏對三者的綜合考慮，沒有形成識別信用集中風險的有效體系。本文則初步提出要將三類風險綜合考慮的積極信貸組合管理思想，為其有效管理提供相應策略。

第一階段：信用集中風險的初步識別————名稱集中風險

名稱集中風險，其大量的信貸敞口集中于單一的借款者，其風險主要依賴于單個借款者在組合中的比例，為此以上市公司ST與非ST的財務數據為基礎，運用分析模型等對貸款者的整體財務狀況進行初步的識別。對于財務質量差的貸款者，銀行不予以考慮；對于財務質量適中且所占比例較大的貸款者，銀行應進一步考慮該類企業的部門集中風險。

對于初步識別階段，名稱集中風險的分析模型，國際商業銀行目前大力推崇

的有經驗分析法（5C評價原則）、數學分析法（線性及非線性）、統計方法（Logistic回歸及分類數）以及各種定量的信用風險管理模式。

第二階段：信用集中風險的進一步識別———部門集中風險

部門集中風險，是由于特殊因素引起的，諸如行業、區域風險，小到企業的管理問題、上市公司的勞資問題等等。在本階段，目前國外比較流行的四種評級模型有CreditRisk+模型、CreditMetrics模型、基于宏觀因素模擬法的CPV模型以及KMV模型。通過對四種內部評級模型基本特點和適用條件的簡單分析以及相關文獻資料的整理研究，KMV模型在我國的應用更為廣泛。

在此階段，運用KMV模型的相關理論，得出特定行業的違約距離和預期違約率，再與第一階段中反映企業整體財務狀況的財務指標相結合，進行相應的統計分析，從而綜合評價上市公司特定行業的違約風險。

第三階段：信用集中風險的深入識別————傳染集中風險

傳染集中風險的忽視會給銀行帶來巨大的損失。在實踐中，很難實現對傳染集中風險的實證分析。一方面由于數學模型本身的復雜性，另一方面由于雙邊商業關系及依賴性數據的缺乏，因而造成了傳染集中風險實證研究的匱乏。然而，對其管理和分散，本研究提倡運用當前信用風險管理的一個熱點————信用違約互換，以期在分散商業銀行信用集中風險的同時能夠保證其收益。

四、結束語

本文針對我國商業銀行日益增加的信用集中風險，初步建立了三階段管理體系，為商業銀行識別信用集中風險提供了思路，以期提高其測量水平，構建與新巴塞爾協議相一致的經濟資本測度模型，從而增強其實踐指導意義。

參考文獻：

[1]楊繼光，劉海龍.商業銀行組合信用風險經濟資本測度方法研究[J].金融研究，2009，（4）：143——158

[2]徐少君，金雪軍.信用集中風險研究新進展[J].金融理論與實踐，2010，（7）

[3]戴勤勤.后金融危機時代商業銀行信用風險預警混合模型[J]，技術經濟，2011，30（10）：91——94

[4]水汝慶.完善信用風險分散分擔機制的路勁[J].中國金融，2010（22）：66———70