商业银行信用风险论文范文

1KMV模型相对于其他模型的优势

传统的信用风险度量模型主要有专家系统分析法（又称古典系统分析法），贷款评级分类模型，信用评分模型，神经网络法。这些传统的模型由于其侧重于定性分析，而已不能适用于现代复杂多变的金融市场。现代信用风险度量方法主要有CreditMetrics模型、麦肯锡模型、CSFP信用风险附加模型、KMV模型等。CreditMetrics模型是不仅考虑到了违约与不违约两种可能，而且也考虑到了债务人降级引起的潜在信用风险，刻画出的是非连续的变量,利用在险价值VAR值来衡量一年期限内的信用风险。此种模型基本步骤第一步是获取债务人信用等级转换的概率，第二步骤估算信用等级改变后的贷款市值，最后计算风险价值量。麦肯锡模型是在CreditMetrics模型的基础上，将金融市场的周期性因素纳入考虑范围，将评级转移矩阵与经济增长率、汇率、政府支出、经济周期等宏观经济变量之间的关系数据化和模型化，并通过蒙地卡罗模拟技术模拟周期性因素的“冲击”来测定评级转移概率的变化。麦肯锡模型可视为是对CreditMetrics模型的补充。CSFP信用风险附加模型不同于盯市模式的CreditMetrics模型，它是一种违约模型，只考虑了违约和不违约这两种情况而忽略债务人的降级风险，而且认为违约风险与资本结构无关。它巧妙地仿照保险学框架推导出贷款组合的损失分布。其计算步骤是将贷款组合中具有相近风险敞口水平的单笔贷款划分为一个频段。再求出各频段的违约概率分布。然后计算各频段的损失分布。最后将各频段的损失分布加总得到总损失分布。KMV模型是将期权定价理论应用于贷款预测而开发出的一种信用监控模型，它通过分析公司股价变化来估计公司资产价值和债务孰高孰低以此来预测公司发生违约的可能性。该模型的第一步骤是估计企业的资产价值和资产价值的波动性程度。第二步骤是估计违约点和违约距离。第三步骤估计预期违约率。根据四种模型的基本原理和思路可看出KMV模型和其他模型相比有以下优点：（1）运用了权威的莫顿模型和股价定位理论，所以得出的预测违约频率分值也就更具说服力。（2)运用的数据不是基于会计账簿上的历史数据，而是通过股市分析得出受信企业的资产市值，所以市场风险因素也在考虑之中，进而KMV模型是种“向前看”的模型，而不是简单地认为历史总是在周而复始地重演。（3）KMV模型对股票市场的有效性不作要求。由于股票市场监管不力，常会发生实力雄厚掌握有效信息的机构投资者利用内部信息进行股票大宗交易，引起股市的强烈波动，但这也暴露了这些公司发展前景的大量信息。所以KMV模型很适合运用于生存在股票市场还不是很成熟的江苏的江苏省农村商业银行。当然KMV模型也存在很多缺点，比如它对长期债务的类型没有区分，假设利率是确定的，假设企业资产价值呈正态分布等这就要求江苏省农村商业银行在运用此模型时需要结合自身实际情况变通。

2KMV模型的应用

KMV由于需要使用股市数据，所以更适合运用于上市公司。KMV模型应用步骤：（1）估计企业的资产价值（VA）和资产价值的波动性程度（σA）企业的资产价值不是指会计账簿上的历史价值，而是可以在股市中表现出来的市场价值。资产价值的波动率也不是表面可以看出来的，而是通过股价的波动情况来反映的。（2）估计违约点（DPT）和违约距离（DD）。根据公司的现有价值确定出公司的预期价值，并根据负债计算出公司的违约点DPT以及违约距离DD。在违约点，公司资产价值等于负债。KMV模型资产价值的未来变化服从正态分布，用违约距离DD表示表示公司的预期价值与违约点之间的距离是标准差的几倍，DD是用来衡量违约风险的指标。（3）估计预期违约率（EDF），即确定违约距离与违约率之间的映射。由于Merton期权定价理论计算出的违约概率与实际违约概率会有一定出入，所以KMV公司利用其掌握的大规模历史违约数据将违约距离转化为每一个公司的经验期望违约率，从而得出来了以经验期望违约率为基础的信用分值来评价企业的信用风险。大量实证分析也表明，经验EDF确实能够反映债务人的信用状况。但是目前对于江苏省农村商业银行来说，运用此模型最大的障碍就是缺少系统的数据资料。这也要求金融市场监管部门能够加强监管信用工具等金融产品，建立完善的数据库信息。

作者：宋玉琳王海荣单位：南京航空航天大学金城学院