银行贷款信用风险的评估

银行贷款信用风险的评估银行面临的风险主要有：信用风险、市场风险、操作风险和法律风险。多年来信用风险始终是银行金融机构承担的主要风险之一。信用风险是指借款人未能如期偿还其债务进而为贷款人带来的风险。近年来，随着银行信用衍生产品的不断创新，全球范围内对投资组合的不断深化，信用风险管理模型的研究在国际上得到了高度的重视和提高，并获得迅速的发展。信用风险的量化管理和动态管理成为风险管理的主流方向。本文通过介绍当前比较成熟的风险管理方法—VaR方法，把J.P摩根的CreditMetrics模型引入到我国的信用风险管理中来，为我国信用风险管理提供一些启示。J.P.摩根的CreditMetrics模型VaR(value-at-risk)又名风险值或在险值，指在一定时期内，一定的概率水平下（置信度）某一金融资产或证券组合的最大可能损失。它最大的优点就在于把不同市场因素所导致的风险集中成一个数值反映出来，比较准确的测量出不同来源的风险及其相互作用所导致的潜在损失，适应了市场发展的动态性、复杂性以及全球统一性的趋势。因此获得了广泛的应用，成为金融市场测量风险的主要方法之一。1997年J.P.摩根同KMV等合作将VaR方法运用到银行贷款等不可交易资产的风险测量上来，创立了CreditMetrics模型。下面我们通过一个简单的投资组合的例子来了解CrediteMtrics模型是如何计算贷款的信用风险的。假设一投资组合仅含一笔贷款，金额是1亿元，信用评级机构对借款人的评级为BBB级，年利率为6%，期限是5年。使用CreditMetrics模型来计量该组合的信用风险，可以按以下步骤来进行。第一步,计算信用级别转移概率。借款人的信用级别有8种可能性即AAA,AA,A,BBB,BB,B,CCC，违约。AAA级是最高级别，降低到其他级别的可能性较小，这样的客户信用风险也很小。违约是指借款人无法按合同约定的价格偿还贷款，从而给贷款人造成一定的损失。利用信用评级机构的历史数据可以计算出不同信用级别借款人的信用转移概率。例如上面的例子中，BBB级的借款人达到这八种信用级别的概率由最高级别到最低级别依次为0.02%，0.33%，5.95%，86.93%，5.3%，1.17%，0.12%，0.18%（限于篇幅所限这里仅列出BBB级借款人的信用级别转移概率）。第二步，贷款市场价值的评估。虽然贷款的市场价值无法通过公开市场直接获得，但是可以由银行的历史数据间接估算出来。一年后，贷款的现值P为:其中P0是贷款的金额，E为年利息，n为贷款到期的年限，Rt为远期风险利率，由无风险利率（一般是短期国库券利率）加一定的风险价差求得。对于不同信用级别的借款人银行有不同的风险价差，可以由历史数据或经验来规定不同信用级别的风险价差。信用级别越低、期限越长，风险价差越大，相应的风险利率越高。例如BBB级的借款人在第一年末、第二年末、第三年末、第四年末的Rt为依次为4.10%、4.67%，5.25%、5.63%。有了远期风险利率我们就可以根据公式（2）计算出贷款在不同信用级别下第一年末的市场价值。上面的例子中贷款在BBB级时第一年末的现值为1.0755亿元。同理可以计算出贷款在其他信用级别AAA、AA、A、BB、B、CCC下第一年末的价值依次为1.0937、1.0919、1.0866、1.0202、0.981、0.8364亿元。该笔的贷款的最低价值是违约情况下的0.5113亿元，这是当借款人破产时贷款的残值，可以通过由1减去给定违约概率下的贷款损失率或贷款残值回收率计算得到。第三步，VaR值得计算。将计算出的贷款价值与相应的信用等级转移概率相乘，再将所有结果求和，就可求得贷款价值在第一年的均值μ=1.0709亿元，从而可以求出贷款价值的标准差=299万元。在贷款价值服从正态分布的假设条件下，1-α=5%，β=1.65，VaR=1.65×299=493万元；1-α=1%，β=2.33，VaR=2.33×299=697万元。该笔贷款以95%的可能性最大损失为493万元，以99%的可能性最大损失为697万元，这样我们就可以很直观的看出一笔贷款的风险有多大，从而在实际的管理实践中加强对金融资产的风险管理。通过以上分析给我们的启示以上计算的结果与实际还有一定差别，但仍旧能够在信用风险管理方面给我们很多启示，尤其是对于当前处于市场经济初期的我国，金融市场还不是很发达，可供金融机构投资的金融产品不是很多，我国的商业银行，其金融业务主要集中于存贷款业务，因此其风险主要以信用风险为主。加上银行等金融机构在风险管理上还很不规范，所以借鉴国外先进风险管理方法，必将极大的降低我国银行等金融机构资产的风险，从而推动我国金融业的健康快速发展，提高我国金融机构的国际竞争力。为了借鉴国外的先进风险管理经验，加强风险的量化管理，需要我们着重做好以下工作。1、金融机构应重视数量模型的建立CreditMetrics模型将抽象的信用风险定量化，直观化，通过具体的数字综合反映出了多个因素所导致的信用风险，使得银行在管理风险时就更加容易，更能够有的放矢。我国的银行对风险的管理，定性分析多，定量分析少，不能够完全衡量出银行面临的风险。随着我国金融领域对外资的逐渐开放金融业将面临更加激烈的竞争，因此国内的商业银行在借鉴国外已有的先进模型的基础上要加快发展适合自身实际的风险管理模型，以便提高自身的实力。2、金融机构应建立面向风险的信息管理系统信用风险的量化管理，需要有力的信息技术的支持，这正是我国银行利用VaR进行风险管理的制约因素。使用VaR方法进行风险管理，需要做好多方面的工作，包括风险管理技术、计量统计技术和信用风险数据库的建设等。我国当前正处于市场经济的初级阶段，随着改革的不断深入，政府对银行的干预逐渐减少，可是银行自身对于风险管理并未跟上时代发展的步伐，各个银行虽然都建立了自己的风险管理信息系统，但同国外同行相比还有很大的差距。各银行应及早建立起面向风险的信息管理系统，充分利用电子信息技术，实现日常交易的电子化以及对风险的实时监控。同时中央银行行还要在过去管理经验的基础上，加强对各商业银行风险的量化管理，充分利用风险量化的结果进行监管。3、重视历史数据的整理和收集从前面的应用CreditMetrics模型的例子中可以看出数据的收集和整理对于利用模型进行风险管理十分重要。只有在充分数据的基础上建立的模型才可能比较准确预测出银行面临的风险。模型的建立也需要数据的支持和检验，有了充分的数据支持，才能建立适合我国实际的风险管理模型。因此银行应重视对历史数据的收集和整理。这样使用模型计算出的数据才能够准确可信，才能作为管理层进行决策的科学依据。另外数据库的建立不仅对于风险管理有帮助，对于管理的其他方面，例如金融产品的定价、金融衍生产品的创新等方面也具有积极的促进作用。4、尽快建立起公正、独立的专业信用评级机构由独立的信用评级机构对借款人进行评级，不仅可以降低金融机构的管理成本，而且也有利于优良的融资者在融资时降低融资成本，促进资本市场的优胜劣汰。独立的评级机构公布的评级结果也更加专业、准确，更加令人信服。信用评级不仅包括对借款人的评级，还包括对股票、债券的评级。有了公正、独立的专业信用评级机构对以上进行评级，不仅利于银行等金融机构采用CreditMetrics模型进行信用风险管理，评级机构还可以将测评的结果向社会投资者出售，方便投资者的投资。另外有了专业的评级机构，有利于评级结果的统一，使得公众能够将评级结果进行比较，有利于他们做出合理的决策。总之，银行等金融机构对风险的管理还有很长的路要走，它需要政府、银行、企业以及研究机构各个方面的通力合作，需要银行的重视和不断的在风险管理方面进行投入才能够取得成效。