精算方法在商業銀行信貸風險管理之中的應用研究

曹杰雯

商業銀行是金融機構體系的重要組成部分，不僅經營存貸款業務，承擔融資功能，同時還承擔著支付清算等多項功能。經濟的快速發展造成了我國經濟環境的日益復雜和經濟發展的不確定性，銀行作為最重要的金融中介機構，承受著國內經濟發展不平衡、金融市場不發達、利率還沒有市場化等很多的不利因素。再加上我國銀行業本身的管理系統和法律體系運行的時間還很短，很多地方不完善，導致信用風險在銀行內部不斷積累，成為我國商業銀行現在面臨的最大危機。

與發達國家銀行體系長達三四百年的發展相比，我國商業銀行各種控制系統的建立時間還很短。目前國內銀行業不良貸款問題的不斷凸現更有著與國際銀行業不同的特定背景因素，主要體現為國有商業銀行特定的制度性風險和結構性風險問題。

一、現行商業銀行信貸風險管理方法評析

當前國際上使用最多的幾個模型是 Credit Metries、KMV、Credit Risk+、Portfolio View模型等。但是由于信用風險自身存在著諸如分布不對稱以及數據匱乏等問題，各國銀行界對信貸風險量化方法也尚未達成共識。

KMV模型的優勢是計算預期違約概率。KMV模型并不是通過分析最初的信用評級得出違約概率的，而是以期權定價理論為基礎，通過分析企業自身的財務數據來預測貸款人的違約概率的。由于KMV模型僅僅通過貸款人的財務結構以及貸款人資產的當前現值來推導預期違約率，所以它沒有對信用評級以及未來信用評級變化情況作任何假設，這是KMV模型與其他模型的區別。

KMV模型也存在著一些缺陷：

（1）要對資產收益的分布用正態分布進行假設才能構造理論上的預期違約率；

（2）難以預測與度量資料不全的公司或個人；

（3）KMV模型不適用于動態的分析，因此不能用于分析正處于兼并重組過程中的企業。

Credit Metrics模型是通過使用貸款信用VaR作計量工具，其結果：市場行情不好的年代，銀行貸款會遭受巨大損失，因為貸款并不像股票和債券那樣可以在公共市場進行交易，所以我們沒有辦法直觀的看到他的市場波動性與市場價值，如果我們要計算貸款損失的可能性，只有通過了解貸款其本人的信用積分或者信用評級，從而在下一個時間段盡可能降低違約貸款的可能性，把違約貸款的損失率降到最低。

與其他模型相比，Credit Metrics的突出特點在于模型輸出的結果不是貸款人和交易對手的違約概率，而是確定置信度下的信用的風險價值VaR的值。

但是Credit Metrics模型仍存在一些不足之處：

（1）模型最大的不足在于假設信用風險和市場風險是相互獨立的，貸款唯一的不確定性就是貸款人的信用等級發生變化；

（2）模型做出了很多假定；

（3）該模型還假定，貸款信用風險的VaR在不同的行業周期里都是不變的。

Credit Risk+是CSFP公司開發出來并于1997年底公開的一個新型信貸風險評價模型。該模型的主導思想是：“損失取決于災難發生的頻率和災難發生時造成的破壞程度”，這是源于保險精算學的。貸款發生違約的頻率和嚴重程度是確定貸款組合的損失分布的重要因素，因此Credit Risk+模型就是根據這種思想計算來債券或貸款組合的損失分布，從而對貸款組合進行風險分析和度量。

Credit Risk+模型的計算過程和結果非常有效，是因為其使用泊松過程刻畫貸款違約，債務人的邊際風險分布等數據比較容易獲得，由于該模型給出的損失分布是一個表達式，所以所需要的估計數據很少，最后由于給出的是損失的分布函數，所以可以更加直觀的看到損失存在的各種特征，從而使得對風險管理更加直接。因此Credit Risk+模型最大的優點是簡單易用、結果容易理解。Credit Risk+系統可以根據成不同地區、不同部門、不同時限的個體得到不同的風險損失分布。

但該模型同樣存在不足：Credit Risk+模型在方法上和其他模型一樣沒有考慮市場風險，同時貸款人信用級別的變動情況也被忽略了，也就是說該模型假設了風險對于每個債務人是固定的，而且在評估期間他們的信用級別不會發生變動，只使用遠期利率變動來刻畫模型風險。甚至在很多情況下，將模型簡化，違約概率可以由幾種隨機背景因子計算直接得到，也就是說違約率是常數。這大大削弱了模型精度。

二、精算方法在風險管理中的優點

精算學之所以能夠度量銀行違約風險，主要以下兩大原因：首先是精算學之所以能為保險公司提供決策依據和管理方法，是因為它在現代數學和統計學為基礎上，量化分析和研究了保險經營中的各項損失風險。保險公司之所以能在激烈競爭的市場環境中得以生存并且發展離不開保險精算的重要支持。精算學最早是在人壽保險的費率厘定的時候使用的，現在精算學已不僅限于壽險，在非壽險、投資、銀行等金融領域也有著很廣泛的應用。其次，精算模型可用于研究銀行違約風險是因為銀行貸款也存在這未來隨機出現的違約所造成損失的可能。銀行之所以為面對貸款人的違約風險，是因為銀行在將資金貸出去時并不能確定借款人一定能夠還款，而這個違約風險將造成的損失也是一個隨機變量。銀行一方面需要度量違約損失，另一方面還要對貸款質量進行控制，降低違約風險發生的幾率，并且要提留準備金對風險進行防范。

精算方法還有一個比較獨特的優勢就在于它對目標值的統計、推斷和預測都是建立在過去自身的有效記錄上的，因此運用精算方法可以適合不同目標范圍和對象使得在進行信貸風險評估時可以根據不同的評估主體而得出不同的模型參數，從而使得精算方法的使用更加貼近實際，真實的反應評估主體各項特征。

總而言之，精算模型是比較適合于研究這類對風險計量與定價。

三、精算方法在信貸風險管理中的可行性

精算學是根據經濟學的基本理論，運用數學與統計學方法，結合經濟，金融，保險等理論，對各種經濟活動中的財務風險進行分析，估值和管理的綜合性應用科學。我們在對于銀行的信貸風險度量中主要使用了死亡率模型和復合泊松分布。

（一）死亡率模型的可行性

壽險精算中存在死亡和生存兩種狀態，相對應的，信用風險發生結果也可分為違約和不違約兩種情況。這些背景下，人的死亡與借款人的違約現象是相似的，換句話說，人的死亡率解析分布與信貸違約概率分布是相似的。因此，利用壽險精算中死亡率模型分析方法來定量研究商業銀行借款人的違約概率成為了可能，我們可以以此為依據就有可能測算出商業銀行貸款的違約損失，揭示商業銀行信用風險發生的數量規律。

（二）復合泊松分布的可行性

復合泊松過程是對于齊次的泊松過程的一個改進。泊松過程是一種典型的而又簡單的隨機過程，可以用來很好的對事件發生的次數和過程進行描述。而復合泊松過程又加入了時間發生強度的隨機變量，使得更加的貼近生活實際，讓信貸風險的度量更加的準確。

在實際中，我們必須為損失時間的發生選擇一個模型，因為銀行管理部門難以掌握大量的相關數據來確定損失時間的分布。為了描述“稀有事件”，最好的選擇是只含一個參數λ的泊松分布。如果用泊松分布描述違約次數，則稱貸款組合的違約損失總量S服從復合泊松分布。

使用復合泊松分布對于建立銀行貸款風險計量模型具有兩方面的意義。一、研究的整個銀行貸款違約損失總量需要考慮多個等級的貸款組合，一般來說，這些組合之間又是相互獨立的，每一個組合的違約損失都可以用復合泊松分布描述，所要研究的整個銀行貸款違約損失總量就可以用復合泊松分布來描述。二、研究跨年度的違約損失總量需要考慮同一等級的貸款在若干個年度中違約損失總量的分布情況，一般來說，這些個別年度的違約損失總量是相互獨立的，盡量它們可能具有不相同的分布，違約損失的總量也就會服從復合泊松分布。

四、建議

對銀行信貸管理存在的問題提出以下建議：

（1）強化貸款決策的程序，建全貸款的評估決策機制。貸款時要對企業資產和負債狀況、經營狀況以及償債能力等方面進行綜合評估，嚴格控制企業借款額度。這樣使得銀行貸款出現的違約率下降。

（2）轉變風險防范觀念，建立以風險控制為目標，防范風險與控制風險相結合的信貸風險管理制度。根據對貸款的安全進行定期評估，力爭使每一筆貸款都能在銀行的監督下。及早發現違約風險和采取損失控制措施，控制銀行信貸風險。使得銀行可以及早的發現損失并控制，降低出現違約時的損失。

（3）在進行貸款時，根據企業不同的經營環境，確定不同企業的貸款年限，這樣可以盡可能的控制由于貸款時間過長所出現的不確定性。同時需要考慮宏觀經濟環境，以應對利率，匯率等出現變動的突發情況。