中國商業(yè)銀行信用風險量化管理研究——基于金融危機的視角.pdf

1、本文以金融危機為視角,對后危機時代我國商業(yè)銀行的信用風險管理進行了實證研究,并提出了政策建議。
　　 現(xiàn)代金融危機是由實物經(jīng)濟層面的個體企業(yè)財務風險、行業(yè)財務風險放大成系統(tǒng)性財務風險,經(jīng)由商業(yè)銀行信貸渠道、以信用風險形式,傳導到金融層面的過程。系統(tǒng)風險是由無數(shù)個個體風險匯聚而成的,而公司財務層面的風險分析是系統(tǒng)性風險控制的微觀基礎。
　　 金融危機天然就與商業(yè)銀行存在關系,從人類第一次記載的郁金香危機,到2007年的次貸

2、危機,商業(yè)銀行總是首當其沖。金融危機經(jīng)歷了從實物資產(chǎn)的危機、傳統(tǒng)金融資產(chǎn)的危機、貨幣的危機,到信用資產(chǎn)的危機這一演變過程。如果說1997年的亞洲金融危機尚且屬于貨幣和匯率危機,那么新時代的金融危機則是一個徹頭徹尾的信用危機。
　　 在國內(nèi)外的研究中,學者對商業(yè)銀行的信用風險管理和金融危機的探討主要集中在違約相關度和違約損失的計量方法上。對金融危機的研究則主要包括金融危機的過程描述、傳導機制、經(jīng)濟層次上的金融危機產(chǎn)生原因等等。但并

3、沒有對信用風險管理的金融危機視角進行論述,并且著重將注意力放到了技術和數(shù)量的分析,而忽略了現(xiàn)象背后的隱含邏輯。在國內(nèi)的實證研究中,廣大學者也是比較機械的使用了計量模型套用國外的方法和國內(nèi)的數(shù)據(jù)進行演算,沒有從國內(nèi)實際情況出發(fā),尋找適合我國國情的好方法。因而作為信用風險管理的最前沿,也是信用風險的第一承擔者——商業(yè)銀行,他們的信用風險管理手段與模式,無疑成為當前世界范圍內(nèi)風險管理領域一個最為重要的研究問題。
　　 信用風險是指投資

4、者的借款人無法按照約定按時付款的風險,又被稱作違約風險。商業(yè)銀行的信用風險則是指借款人無法按照約定合約及時向銀行付款的風險。商業(yè)銀行的信用風險是信用風險研究領域的核心內(nèi)容。信用風險管理理論的演化過程經(jīng)歷了由資產(chǎn)風險管理模式,到負債管理模式,到資產(chǎn)負債管理模式,再到全面風險管理模型的演化過程。信用風險管理的一般手段包括基于風險的定價、合同約束、使用信用保險和信用衍生產(chǎn)品、信用收緊、分散化及存款保險。商業(yè)銀行信用風險管理的量化模型則包括信用

5、評級法、專家要素分析法、信用風險得分法、結(jié)構(gòu)模型、簡化模型等。
　　 在回顧了金融危機的發(fā)展軌跡之后,本文探討了金融危機傳導機制的邏輯內(nèi)涵,即歷史上任何一種金融危機,都經(jīng)歷著從“個體風險到系統(tǒng)風險,再到金融危機”的邏輯演變過程。任何一種系統(tǒng)風險都是從個體風險積累得到的,個體與個體的風險是系統(tǒng)風險之內(nèi)的有機組成部分。如果個體風險累積到一定程度時,就面臨著全社會范圍的系統(tǒng)風險的增加。而隨著系統(tǒng)風險的增加,個體經(jīng)濟環(huán)境也愈發(fā)惡化,系統(tǒng)

6、風險積累到一定程度時,就發(fā)展為金融危機。金融危機傳導機制的理論模型則包括債務蕭條理論、國際貿(mào)易傳導理論、流動性溢出傳導理論和心理預期傳導理論。
　　 本文隨后對2007年次貸危機進行了介紹,描述了它的產(chǎn)生原因、經(jīng)過、對市場的沖擊及深遠的影響,比較了1997年亞洲金融危機與2007年次貸危機的區(qū)別和共同點,分析了美國、歐洲金融危機對中國經(jīng)濟的影響,并揭示了信用風險與金融危機的關系。本文認為,信用風險越來越成為導致金融風險的原因之一

7、。
　　 在實證研究的部分,本文選取1994年4月28日至2010年11月30日的310個ST公司作為基礎研究樣本,同時選取它們同行業(yè)且總資產(chǎn)最為相似的310家正常公司作為對照公司,使用公司的股價市場數(shù)據(jù)和財務數(shù)據(jù)對公司陷入財務狀況與否進行了樣本內(nèi)檢驗和樣本外預測。分別使用KMV模型、Logistic模型、聚類方法、分步回歸方法、SVM模型和決策樹模型,對公司的信用風險進行了甄別,并創(chuàng)造性的引入了臨界值的優(yōu)化求解問題,使得估計準

8、確性進一步提高。
　　 KMV模型的思想源于1974年Merton等人提出的實物期權定價理論,是一種違約度預測模型,它將公司的債權看成是以公司資產(chǎn)為基礎資產(chǎn)的歐式看漲期權,由此可以得到隱含的公司資產(chǎn)的總值、公司價值波動率,并求出公司的違約距離。KMV模型結(jié)果顯示,當計算負債時的長期負債系數(shù)取0.2或0.3,且EDF臨界值取0.0031或0.0032時,使用KMV模型計算的公司潛在違約概率無論在樣本內(nèi)還是樣本外都有一個良好的預測。

9、樣本內(nèi)預測準確度67.28％,樣本外預測準確度則為57.95％。
　　 本文隨后使用聚類分析的方法對備選的32種公司財務的指標進行了降維處理,根據(jù)經(jīng)濟和統(tǒng)計結(jié)果將樣本分為7組,并選取了7個變量作為最具代表性的解釋指標,用于后續(xù)研究。
　　 在Logistic模型中,本文以公司是否破產(chǎn)作為被解釋變量,上述7種變量作為備選解釋變量進行Logistics回歸,樣本內(nèi)預測準確度49.77％,樣本外預測準確度51.08％；Logi

10、stic分步回歸樣本內(nèi)預測準確度50％,樣本外預測準確度41.94％,準確性都不夠理想。
　　 在分步回歸模型中,本文分別按照選取解釋變量數(shù)從1到5的順序分別估計了5個分步回歸模型。隨后沿用KMV模型和Logistic模型中提到的臨界值選取方法,在樣本內(nèi)進行了優(yōu)化求解,分別得到了預測比例最大的情況下的各模型臨界值。隨后利用該臨界值,對樣本外公司財務狀況進行了預測。樣本內(nèi)和樣本外模型預測準確度分別為92.63％和86.02％。

11、r>　　 在SVM模型中,本文延續(xù)前文分步回歸得到的變量篩選結(jié)果,分別構(gòu)建了包含變量個數(shù)為1-5的5個模型,并使用SVM模型對樣本內(nèi)觀測進行了參數(shù)估計和預測,其解釋準確度高達94.01％。本文進一步使用估計樣本對樣本外數(shù)據(jù)進行預測,其解釋準確度也非常高,可達80.65％。這也表明,該模型對我國上市公司財務狀況是否陷入困境的解釋和預測問題上表現(xiàn)出眾。
　　 本文最后使用了決策樹方法。作為一種數(shù)據(jù)挖掘的非參數(shù)方法,本文分別選取了每

12、股未分配利潤、總資產(chǎn)利潤率、股東權益比率、速動比率、凈資產(chǎn)增長率作為決策樹的備選分類變量。本文發(fā)現(xiàn),只有每股未分配利潤和總資產(chǎn)利潤率在分類中具有決定性意義。單純使用每股未分配利潤作為分類變量的模型,其樣本內(nèi)解釋準確度為92.86％,樣本外解釋準確度為82.26％；使用每股未分配利潤加總資產(chǎn)利潤率作為分類變量的樣本內(nèi)解釋準確率93.78％,樣本外解釋準確度81.72％。兩個模型均具有很好的經(jīng)濟意義和解釋力度。
　　 綜合上述方法,

13、本文認為分步回歸、SVM模型和決策樹模型在諸多信用風險模型中表現(xiàn)優(yōu)異,又以每股未分配利潤和總資產(chǎn)利潤率作為公司陷入財務困境的解釋指標最為有效。隨著公司每股未分配利潤下降、總資產(chǎn)利潤率下降,公司更有可能陷入財務困境,或者說,這兩個變量可以作為公司信用風險預警的重要指標。
　　 本文也創(chuàng)造性的提出和使用了多種新的方法。包括在KMV模型中對放寬對長期負債系數(shù)的限制,使其成為模型的待估參數(shù)；并使用了迭代的方法計算公司價值收益率的波動率。

14、同時本文在KMV模型、Logistics模型、分步回歸模型中引入了臨界值的優(yōu)化求解問題,計算了樣本內(nèi)和樣本外的估計精確度,而不是像傳統(tǒng)研究那樣,僅計算出了模型預測值,然后用T檢驗判定模型的估計準確度。在各模型的研究中,本文發(fā)現(xiàn)通過臨界值預測的模型估計準確度可能與T檢驗結(jié)果相去甚遠。這說明T檢驗只是一個比較弱的統(tǒng)計方法,通過臨界值進行的檢驗和預測則更能保證模型的真實有效。
　　 本文的理論創(chuàng)新與學術貢獻主要包括以下四點:其一,在研