基于違約概率的貸款定價模型實證分析

1、<p>　　基于違約概率的貸款定價模型實證分析</p><p>　　作者：李春善 指導(dǎo)老師：李赟毅老師</p><p>　　摘 要：貸款定價是巴塞爾新資本協(xié)議規(guī)定的商業(yè)銀行資本金管理改革的實質(zhì)內(nèi)容。在一個完全競爭的市場中，要使銀行的貸款更加符合巴塞爾內(nèi)部評級法的要求，一個重要因素不能忽略——企業(yè)違約?，F(xiàn)今國內(nèi)銀行執(zhí)行的貸款利率屬于管理式利率，由中國人民銀行制定利率基準(zhǔn)利

2、率，各商業(yè)銀行規(guī)定浮動系數(shù)，貸款的利潤無法從根本上作為信用損失的緩沖劑，應(yīng)通過違約損失的加入，設(shè)定合理的貸款利率來彌補損失。本文引用由Repullo 和Suarez教授開發(fā)，引用資產(chǎn)定價模型的原理，建立在違約概率基礎(chǔ)上的貸款定價模型。彌補了現(xiàn)今國內(nèi)商業(yè)銀行在貸款定價方面忽視違約狀況的缺憾。這個模型雖有其存在的合理性，但是否適應(yīng)國內(nèi)商業(yè)銀行實際情況，本文引用了農(nóng)行的貸款客戶數(shù)據(jù)對銀行短期貸款進行重新定價，在考查銀行貸款定價合理性的同時，驗

3、證模型的實用性。</p><p>　　關(guān)鍵詞：貸款定價；違約概率；違約損失率 </p><p>　　Abstract: We analyze the loan pricing implications of the reform of bank capital regulation known as Basel II. We consider a perfectly competitive

4、 market for business loans where, as in the model underlying the internal ratings based (IRB) approach of Basel II; a single risk factor explains the correlation in defaults across firms. Now, our loan pricing belong to

5、regulation-rate, banks could increase or reduce the base rate that drawled up by People's Bank of China. The net interest income from </p><p>　　Key words: Loan pricing; probability of default; loss given

6、 default</p><p>　　貸款定價是當(dāng)今國際性金融銀行全面風(fēng)險管理的典型標(biāo)志之一。2004年定稿的巴塞爾新協(xié)議（以下簡稱巴塞爾Ⅱ）是國際銀行業(yè)監(jiān)管的基石。他改變了1988年原協(xié)議的以外部評級法為銀行風(fēng)險管理主體的方法，推出并建議銀行使用內(nèi)部評級法（IRB, Internal Ratings Based Approach），即允許銀行根據(jù)自己對違約概率（PD）以及違約損失率的（LGD）做出的估算來計算資

7、本要求。其中無論是初級法還是高級法，都要求銀行自行估計客戶的違約概率（PD），因此，違約概率是銀行信用風(fēng)險計量的基礎(chǔ)。同時，貸款是銀行資產(chǎn)中最大的風(fēng)險構(gòu)成部分，其貸款利率必須以可以彌補銀行損失為最低界限，若能將違約概率作為貸款利率的構(gòu)成因素之一，可是貸款的價格更加合理。</p><p>　　貸款是我國商業(yè)銀行的傳統(tǒng)核心業(yè)務(wù)之一，也是我國商業(yè)銀行最主要的盈利資產(chǎn)。隨著我國加入WTO，國內(nèi)金融市場逐步與國際金融市場接

8、軌，國家也逐漸放開對企業(yè)貸款利率上限的管理，商業(yè)銀行可以根據(jù)信貸市場需求確定合理的貸款價格，使貸款利率能充分補償銀行所承擔(dān)的信用風(fēng)險以確保安全性和盈利性。然而我國市場利率自身的調(diào)節(jié)作用弱，貸款利率仍以管理利率為主，結(jié)構(gòu)單一，信用風(fēng)險五級評級劃分簡單，違約等問題尚未作為單獨的因子在貸款利率中起作用。商業(yè)銀行的資產(chǎn)要想兼顧效率與安全，且適應(yīng)市場變化的要求，就需要建立和完善運作有效的貸款定價體系。</p><p>　　

9、Repullo和Suarez教授在2004年針對巴塞爾Ⅱ的資本要求，建立了違約概率和違約損失率的貸款定價模型，并在12國銀行進行論證，可以為其貸款定價提供依據(jù)。對于我國商業(yè)銀行，從理論上來看，這種模型可以保證商業(yè)貸款的高損失率不在排除在貸款利率之外，而不僅僅是國家通過宏觀經(jīng)濟發(fā)展來考慮定價問題；從實踐看，這種模型是否適用我國的銀行資產(chǎn)項目？違約概率是如何影響貸款的，對銀行發(fā)展新的貸款方向是否有提示？這篇論文的主要目的就是回答以上問題。&

10、lt;/p><p>　　傳統(tǒng)貸款定價理論分析</p><p>　　(一） 西方商業(yè)銀行貸款定價管理的主要模型：</p><p>　　在利率市場化程度較高的西方發(fā)達國家，商業(yè)銀行對貸款利率的管理相對比較成熟，其貸款定價的主要模式可歸納為以下幾種：</p><p>　　1.成本相加定價模式（Cost-plus loan Pricing）。該定價模式的

11、主要思想是貸款的價格必須能夠補償銀行籌集資金所付出的成本和相關(guān)管理費用，即籌資的直接成本和間接成本，同時價格還能夠補償貸款所面臨的風(fēng)險，并使銀行獲得一定的利潤。該方法確定的價格至少包括籌資成本、貸款費用、風(fēng)險補償和目標(biāo)利潤等部分。其基本計算公式：</p><p>　　貸款保本價格=資金成本+貸款費用+ 風(fēng)險補償費</p><p>　　貸款盈利價格=資金成本+貸款費用+風(fēng)險補償費+目標(biāo)利益&

12、lt;/p><p>　　這種定價方式直觀的表明了銀行貸款價格的結(jié)構(gòu)。但是，看起來簡單的計算公式對于成本的計算要求卻非常高，尤其是對單筆貸款費用和風(fēng)險補償費用的確定。若要準(zhǔn)確或較準(zhǔn)確的計算著兩種費用需要一個精心設(shè)計的成本核算體系，這正是我國金融體系目前所缺乏的。同時，這也是一種典型的成本導(dǎo)向性貸款方式，它忽略了銀行同業(yè)之間的競爭以及客戶的關(guān)系，這種方法僅適用于具有賣方特征的貸款市場。</p><p&

13、gt;　　2.價格領(lǐng)導(dǎo)模式（Price Leadership）。該模式是當(dāng)前國際銀行廣泛采用的一種定價模式。其具體方法是：首先選擇某種利率作為基準(zhǔn)利率，然后針對客戶貸款項目的違約風(fēng)險程度和貸款的期限風(fēng)險程度，確定不同的風(fēng)險溢價。有基準(zhǔn)利率加上風(fēng)險溢價“點數(shù)”或乘上風(fēng)險溢價“乘數(shù)”，便構(gòu)成了具體貸款項目的實際利率，因此這種方法被稱為基準(zhǔn)利率加點模式。其計算公式為：</p><p>　　貸款利率＝基準(zhǔn)利率＋違約風(fēng)險溢

14、價點數(shù)＋期限風(fēng)險溢價點數(shù)</p><p><b>　　或者也可以表示為：</b></p><p>　　貸款利率＝基準(zhǔn)利率×風(fēng)險溢價乘數(shù)</p><p>　　其中，選擇何種利率為基準(zhǔn)利率，一直是人們關(guān)注的焦點，早期西方商業(yè)銀行通常選擇對最優(yōu)質(zhì)客戶發(fā)放短期流動資金貸款時所征收的最低利率作為基準(zhǔn)利率。上世紀(jì)70年代以來商業(yè)銀行通常以倫敦同業(yè)

15、銀行拆借利率(LIBOR)作為基準(zhǔn)利率。與成本向加模式相比較，價格領(lǐng)導(dǎo)模式屬于“市場導(dǎo)向型”的定價模式，其中的基準(zhǔn)利率通常為市場利率，該利率既反映了銀行資金成本和管理成本的平均水平，又反映了市場的競爭狀況，因而較容易為借貸雙方所接受。</p><p>　　3.客戶贏利性分析模式（Customer Profitability Analysis）。該定價模式也稱為帳戶盈利性分析方法，它是指銀行在綜合計算與客戶各種業(yè)務(wù)

16、往來的成本和收益的基礎(chǔ)上，根據(jù)銀行的目標(biāo)利潤及客戶風(fēng)險水平等給貸款定價，即合理的貸款定價必須保證銀行從某一特定客戶的所有業(yè)務(wù)往來中獲取的整體利益大于以貸款業(yè)務(wù)為主導(dǎo)的成本與銀行目標(biāo)利潤之和。該方法是以市場為導(dǎo)向，以客戶為中心的現(xiàn)代營銷理念在銀行經(jīng)營管理中的具體體現(xiàn)。這種定價方式在所有定價模型中是最復(fù)雜，成本最高的，對精確度要求也非常高，因為計算過程中很小的誤差也可能被放大的不可接受。因此，這種定價方法只能針對少數(shù)貢獻度大，信益度高，對銀

17、行至關(guān)重要的大型客戶而言才是切實可行的。</p><p>　?。ǘ┪覈虡I(yè)銀行貸款定價的現(xiàn)狀及存在的問題</p><p>　　在我國，雖然外幣貸款利率已經(jīng)于2000年9月實現(xiàn)市場化，但隨商業(yè)銀行來說，在其資產(chǎn)中占絕對統(tǒng)治地位的人民幣資產(chǎn)長期以來仍是由國家統(tǒng)一定價的商品，人民幣利率一直受到人民銀行的嚴(yán)格限制，法定利率仍然被人民銀行作為最重要的貨幣政策工具之一。對于貸款利率，商業(yè)銀行可以在法

18、定利率的基礎(chǔ)上實行有限度的浮動，人民銀行既規(guī)定了最高上浮幅度，又規(guī)定了最大下浮幅度。自1998年以來人民銀行已連續(xù)3次調(diào)高商業(yè)銀行對企業(yè)貸款利率的上浮幅度，目前各商業(yè)銀行對企業(yè)貸款利率最多可在法定貸款利率基礎(chǔ)上上 浮70%，但是該調(diào)整幅度直到2004年才開始實施。而在此之前，商業(yè)銀行對企業(yè)貸款利率上浮必須根據(jù)企業(yè)規(guī)模大小分別確定，其中對中小企業(yè)貸款利率最多可在法定貸款利率基礎(chǔ)上上 浮30%，對大型企業(yè)貸款最高僅可上浮10%，但是對于貸款

19、利率的下浮比例多年以來均未有突破，至今仍控制在10%的最大限度內(nèi)。到2006年4月份人民銀行重新調(diào)整了企業(yè)貸款利率（見下表1），農(nóng)行將中小企業(yè)的上浮利率調(diào)整到40%。正是由于長期的利率管制導(dǎo)致了我國商業(yè)銀行普遍缺乏貸款定價的實踐經(jīng)驗，貸款定價管理十分薄弱。</p><p>　　表1 人民銀行調(diào)整利率</p><p>　　1.許多商業(yè)銀行至今仍未將貸款定價機制納入信貸決策機制之中。<

20、;/p><p>　　2.商業(yè)銀行在貸款利率的實際制定過程中，往往主觀隨意性較大，對貸款利率是否進行浮動或浮動多少，商業(yè)銀行一般都缺乏規(guī)范、精細(xì)的定價標(biāo)準(zhǔn)。其利率浮動的幅度通常并不能反映借款人的信用水平及貸款項目的風(fēng)險程度，尤其在貸款需求旺盛時期，商業(yè)銀行通常不加區(qū)分的對所有貸款執(zhí)行統(tǒng)一利率；而在貸款需求不足時，或出于對優(yōu)質(zhì)客戶的競爭，一些銀行就簡單的按照期限檔次直接套用相應(yīng)的法定基準(zhǔn)利率，或直接對優(yōu)質(zhì)客戶執(zhí)行最大下浮

21、比例。</p><p>　　3.最為突出的問題是各商業(yè)銀行基本上都沒建立定量化的定價體系以靈活的適應(yīng)復(fù)雜多變的市場環(huán)境。從當(dāng)今國際銀行界普遍采用的定價模型來看，完善的貸款定價不僅需要對貸款業(yè)務(wù)管理的資金成本和非資金成本進行量化分?jǐn)?，而且還必須能夠?qū)J款項目的損失概率以及貸款客戶的信用狀況進行量化處理。但是由于銀行是復(fù)合型產(chǎn)品企業(yè)，往往很難準(zhǔn)確地將其經(jīng)營成本分?jǐn)偟饺粘＝?jīng)營的各項業(yè)務(wù)上。而我國商業(yè)銀行由于長期的粗放式

22、管理在這方面尤其顯得薄弱。在風(fēng)險量化上，我國商業(yè)銀行由于對客戶信用評級以及對貸款項目的風(fēng)險分來起步較晚，分類標(biāo)準(zhǔn)也不統(tǒng)一，因而在違約概率和違約損失方面的基礎(chǔ)數(shù)據(jù)嚴(yán)重不足，對風(fēng)險量化需要向西方學(xué)習(xí)。</p><p>　　綜上所述，從國際和國內(nèi)兩方面看，雖然二者在貸款定價的模式使用上各自有各自的特點，符合本國的金融發(fā)展特征。但是，二者都存在一個問題就是對于違約風(fēng)險的考慮不足。西方商業(yè)銀行雖然有完整的客戶數(shù)據(jù)信息系統(tǒng)，

23、但是對違約概率重視不足，一直至今仍無法達到以利率完全彌補損失的效果，所以將不良貸款率控制在2%以內(nèi)。而國內(nèi)則是根本沒考慮違約概率的問題，也未設(shè)定任何的不良貸款控制體系，將違約概率引入貸款定價刻不容緩。</p><p>　　二．貸款定價實例及數(shù)據(jù)分析——來自河北省某市農(nóng)支行的貸款實例</p><p><b>　?。ㄒ唬┵J款定價實例</b></p><

24、p>　　為方便說明我國銀行商業(yè)銀行存在的問題，同時服務(wù)于后文的貸款定價模型的實證分析。本文從河北省某市農(nóng)支行采集了十項貸款項目的數(shù)據(jù)。該十項貸款客戶涵蓋了十類貸款分類的各級別，具有該支行貸款的結(jié)構(gòu)特征，按五級分類標(biāo)準(zhǔn)，低風(fēng)險貸款占比70%，高風(fēng)險貸款占比30%。在該支行2006年2月份的公告中，統(tǒng)計共有貸款戶300余戶，貸款總額60000余萬元，其中正常貸款額度達21000余萬元，關(guān)注貸款額度18000余萬元，共占總額度近70%。

25、</p><p>　　該市屬商業(yè)中等城市，以皮革業(yè)為龍頭企業(yè)，所以其支行貸款戶多數(shù)皮革商業(yè)戶。該支行在貸款客戶授信管理采用一個完整的指標(biāo)體系進行評分，對客戶信用評級實行百分制，其中：定量指標(biāo)權(quán)重75%，評議指標(biāo)權(quán)重25%。在實際操作中，為計算方便，不同層次指標(biāo)權(quán)重均先分別按100確定，最后還原。然后根據(jù)評分結(jié)果的高低設(shè)定客戶的信用等級，并隨客戶每年的信用狀況調(diào)整評級（該行的客戶信用評級評分表見附錄）。其信用評級分

26、10級。經(jīng)營期限一年以上的新開戶企業(yè)，“信譽狀況”尚不評分，總分滿分為95分，分10級評級。兩種情況匯總見下表2：</p><p>　　表2 某市農(nóng)支行客戶信用等級評級分值設(shè)定</p><p>　　資料來源：農(nóng)行信貸管理規(guī)定</p><p>　　對信用等級調(diào)整的規(guī)定：應(yīng)付貸款利息余額超過半年應(yīng)計利息額的客戶，信用等級調(diào)降為BB級(含)以下;應(yīng)付貸款利息余額超過

27、1個季度應(yīng)計利息額的客戶，信用等級調(diào)降為BBB級(含)以下。應(yīng)付貸款利息余額是指在評級時點企業(yè)應(yīng)付未付銀行的全部貸款利息，即積欠銀行的利息總額，但不包括政策性掛帳的欠息。有不良記錄，或被人民銀行信貸登記系統(tǒng)公布為不良信用的客戶，信用等級調(diào)降為BB級(含)以下。如果客戶有呆滯、呆帳、可疑或損失類貸款，信用等級定為BB級(含)以下。發(fā)生客戶在其他商業(yè)銀行有呆滯、呆帳、可疑或損失類貸款，非政策性應(yīng)付貸款利息余額超過半年應(yīng)計利息額以上的，信用等

28、級調(diào)降為BB級(含)以下。連續(xù)三年虧損或已資不抵債的客戶，信用等級定為BB級(含)以下。</p><p>　　在本文中共引用10例貸款項目，均屬河北省的重點工業(yè)企業(yè)和商業(yè)企業(yè)，本身有一定的資金能力，貸款日期從2000年到2005年不等，屬一年期短期貸款。有的企業(yè)是連續(xù)幾年重復(fù)貸款，然在良好的資金狀況下，仍有已被歸入可疑賬戶中的貸款（由于涉及到商業(yè)機密，所以公司名稱隱藏）。這些企業(yè)的貸款利率均屬于和銀行簽訂的貸款合

29、同利率，實質(zhì)就是銀行在利率基點的基礎(chǔ)上運用客戶關(guān)系方法，擬定利率。到2006年3月止為5.58%乘以30%的上浮利率，4月后的新增貸款利率上調(diào)為5.85%乘以40%的上浮利率。</p><p>　　在10例貸款實例中以貸款規(guī)模最大的客戶——**鋼鐵有限公司（以下稱公司1）為例，其公司具體情況：私營企業(yè)，注冊資金4980萬元，經(jīng)營范圍：生產(chǎn)銷售鋼鐵，軋鋼。公司規(guī)模為大型，有較強的競爭力，2005年實現(xiàn)銷售收入210

30、000萬元，凈利潤23000萬元，納稅600萬元，能夠照章納稅，各項管理體系健全，管理水平高，經(jīng)營業(yè)績優(yōu)良，該公司2005年被評為AAA級信用企業(yè)，優(yōu)良客戶，授信額度7250萬元，能按時還本付息，按時交納保證金。該企業(yè)自2005年底擴建后，2006年預(yù)計生產(chǎn)能力為：年產(chǎn)鋼錠150萬噸，高速線材75萬 噸，帶鋼65萬噸，2006年計劃實現(xiàn)銷售收入41.3億元。流動資金需求量大。2006年預(yù)計貸款額的達15000萬元，貸款利率5.85%*1

31、.4。</p><p>　　**實業(yè)有限公司，私營，注冊資金2000萬元，員工98人，截至2006年2月，流動資金2026萬元，固定資產(chǎn)1363萬元，短期銀行貸款560萬元，無拖欠稅款，等級AA+。</p><p>　　**金屬制品有限公司，私營，注冊資金5000萬元，員工55人，截至2006年2月，流動資金5596萬元，固定資產(chǎn)占資549萬元，短期銀行貸款800萬元，未繳稅款23萬元，等

32、級AA。</p><p>　　**制衣公司，私營商業(yè)公司，股份制，注冊資金1000萬元，員工126人，2006年2月至，流動資金1123萬元，固定資產(chǎn)占資710萬元，無拖欠稅款。2005年貸款額度340萬元,等級AA-。</p><p>　　**皮革服飾有限責(zé)任公司，私企，注冊資金2000萬元，員工96人，截至2006年2月年利潤18萬元，流動資產(chǎn)2931萬元，固定資產(chǎn)占資1108萬元，短

33、期銀行貸款600萬元，等級A+。</p><p>　　**橡膠廠，屬國營改制后的企業(yè)，貸款金額120萬元，信用等級A。</p><p>　　**水果冷庫，屬果品加工行業(yè)，貸款金額170萬元，已進入逾期，信用等級A-；</p><p>　　**市東方紡織印染有限公司，屬紡織類行業(yè)，貸款金額180萬元，信用等級BBB；</p><p>　　**木

34、材廠，屬木材加工行業(yè)，貸款金額870萬元，信用等級BB。</p><p>　　第10項貸款屬財政任務(wù)類貸款，農(nóng)業(yè)開發(fā)項目，但項目至今仍未見回報，貸款金額200萬元，2006年信用等級降為C。</p><p><b>　　(二)數(shù)據(jù)預(yù)處理</b></p><p>　　一般來說，銀行信貸部門會在低風(fēng)險級別中尋找貸款項目，而我國的低風(fēng)險級別包含內(nèi)容太

35、廣，根據(jù)評分的分類方法，低風(fēng)險級別分類明顯多于高風(fēng)險分類。</p><p>　　十項貸款數(shù)據(jù)統(tǒng)計見下表3：</p><p>　　表3 貸款實例數(shù)據(jù)統(tǒng)計</p><p>　　從表中可以看出，國內(nèi)商業(yè)銀行都把重點放在經(jīng)營低風(fēng)險的貸款項目上（低風(fēng)險占比達80%以上）。這是由銀行自身的資本缺乏及經(jīng)營管理理念導(dǎo)致的，并非像西方商業(yè)銀行按高低風(fēng)險分類銀行。簡單的說就是，國內(nèi)

36、銀行經(jīng)營的貸款產(chǎn)品屬混合類產(chǎn)品，同時偏重低風(fēng)險。</p><p>　　三．Repullo和Suarez 的貸款定價模型描述</p><p>　　(一)貸款價格的分析框架</p><p>　　傳統(tǒng)貸款定價的原理是使成本=收益，或者是在基準(zhǔn)利率的基礎(chǔ)上考慮風(fēng)險因素進行調(diào)整。本文描述的模型的原型是資本市場的資產(chǎn)定價模型（The capital asset pricing

37、model, CAPM），是從銀行投資者的收益出發(fā)，遵循經(jīng)濟理性人的最大化盈利目標(biāo)。模型設(shè)計引入的因子有違約概率（PD）,違約損失率（LGD）。</p><p>　　1.違約損失率（LGD）和挽回率（Rr）</p><p>　　違約損失率（LGD）是指違約發(fā)生時無法回收的貸款占總貸款金額的比重。相應(yīng)的能夠回收的貸款占總金額的比重就被稱作挽回率（Recovery Rate）。因而研究違約損

38、失率的方法之一就是研究挽回率。挽回率通常介于0與1之間，根據(jù)定義，顯然違約損失率和挽回率之和為1，這意味著違約損失率在特定的情況下可能為負(fù)值。</p><p>　　大多數(shù)情況下違約損失的數(shù)據(jù)是相當(dāng)難獲得的，20世紀(jì)90年代以后，穆迪、標(biāo)準(zhǔn)普爾和美國保險精算協(xié)會等著名的評級機構(gòu)開始陸續(xù)公布挽回率數(shù)據(jù)。如今國內(nèi)很多研究機構(gòu)對我國銀行業(yè)的違約損失行業(yè)數(shù)據(jù)也在進行研究，有很多模型是專用于分析預(yù)期違約概率，得出各項目的違約

39、概率（屬一年期），如果要計算累積違約概率值，還需引入轉(zhuǎn)移矩陣，因為以上數(shù)據(jù)引用的均屬一年期短期貸款，所以不需轉(zhuǎn)移矩陣。得出的各項違約概率采用加權(quán)平均法，即用樣本中數(shù)據(jù)的全部挽回余額加總，除全部違約風(fēng)險暴露部分加總，所得即作為該行業(yè)的挽回率和違約損失率（見下表4）。</p><p>　　表4 中國銀行業(yè)抽樣數(shù)據(jù)部分行業(yè)風(fēng)險暴露的違約損失數(shù)據(jù)（%）</p><p>　　資料來源：中國人民銀行

40、貨幣政策執(zhí)行報告，2005.2</p><p>　　2.模型的核心——違約概率 （PD）</p><p>　　違約概率是商業(yè)銀行信用風(fēng)險量化的基礎(chǔ)，是計算監(jiān)管資本乃至整個銀行績效考核的前提，利用違約概率可以映射出客戶的信用評級，通過信用評級可以知道銀行貸款的授信管理，進而計算銀行貸款的合理定價。商業(yè)銀行信用風(fēng)險管理結(jié)構(gòu)圖（見圖1）可以看出違約概率在銀行資產(chǎn)中的重要性。</p>

41、<p>　　其中，EL表示預(yù)期損失；</p><p>　　EAD表示違約風(fēng)險暴露，即對某項貸款承諾而言，發(fā)生違約時可能被提取的貸款額度。在技術(shù)含量層面看計算預(yù)期損失EL,必須首先知道PD,LGD,EAD。</p><p>　　圖1 商業(yè)銀行信用風(fēng)險管理結(jié)構(gòu)圖</p><p>　　違約概率（Pj）指在99%的置信度的統(tǒng)計假設(shè)下，違約事件導(dǎo)致借款人實際違約的

42、可能性有多大。國際上，較為權(quán)威和綜合的違約概率統(tǒng)計數(shù)據(jù)是有一些大型信用評級公司給出的，根據(jù)經(jīng)驗，建立相關(guān)客戶違約概率至少需要1000以上的客戶樣本，例如標(biāo)準(zhǔn)普爾，穆迪等。標(biāo)準(zhǔn)普爾采用靜態(tài)池分析技術(shù)，穆迪采用群組分析技術(shù)。他們每年都會根據(jù)公司的債券等級給出各種關(guān)于違約概率詳盡的數(shù)據(jù)。貸款定價公司（Loan Pricing Corporation）關(guān)于貸款業(yè)務(wù)的違約概率測算最為著名，該公司采用20年的銀行貸款情況數(shù)據(jù)進行統(tǒng)計得出結(jié)論，而且不

43、斷修正，美聯(lián)銀行就是采用該公司的數(shù)據(jù)進行定價研究的。</p><p>　　在面對同樣的違約事件時，不同信用等級的借款人將有不同的行為模式和不同的風(fēng)險等級，代表著不同的違約概率和不同的經(jīng)濟資本。由于我國的數(shù)據(jù)不健全，所以還是引用西方比較成熟的統(tǒng)計數(shù)據(jù)。LPC提供了這樣一個關(guān)于信用評級，貸款五級分類，經(jīng)濟資本三者之間相互關(guān)系的計算樣本。 （見下表5）</p><p>　　表5

44、 評級與違約概率對照表</p><p>　　資料來源：LPC 2005年年度總結(jié)</p><p>　　3．該模型的原型——資本資產(chǎn)定價模型（CAPM）</p><p>　　資本資產(chǎn)定價模型是由威廉首先提出的，旨在揭示金融資產(chǎn)組合的風(fēng)險和收益之間的關(guān)系，建立在十條假設(shè)的基礎(chǔ)上，從收益的角度定價不同風(fēng)險的資產(chǎn)組合。</p><p>　　在金融市場

45、中理性的投資者總是持有有效的投資組合，這種有效的組合必須滿足如下條件：非系統(tǒng)風(fēng)險可以被消除；同等收益風(fēng)險最小，同等風(fēng)險收益最大。這就意味著足有相同風(fēng)險預(yù)期的投資應(yīng)該獲得相同的收益。資本資產(chǎn)定價模型就建立在這個基礎(chǔ)上。金融資產(chǎn)的價格的波動與調(diào)整總是是相同的風(fēng)險對應(yīng)相同的收益，即所謂的一價定律。</p><p>　　投資者對資產(chǎn)組合的風(fēng)險收益的權(quán)衡實際上是對系統(tǒng)風(fēng)險和預(yù)期收益的權(quán)衡，當(dāng)投資者持有的資產(chǎn)組合的風(fēng)險與全市

46、場資產(chǎn)組合一致時，β=1，預(yù)期收益及市場的平均收益；如果資產(chǎn)組合的β<1，如β=0，則他只能期望得到無風(fēng)險收益率（β表示系統(tǒng)風(fēng)險的指數(shù)）。</p><p>　　我們考慮如下的情況，如果某個投資人持有兩種類型的金融資產(chǎn)組合，一類為無風(fēng)險的資產(chǎn)組合，另一類為有風(fēng)險的資產(chǎn)組合。該投資者能夠很好的分散單項資產(chǎn)的風(fēng)險，故可以認(rèn)為有風(fēng)險的資產(chǎn)組合是一個“完全的市場組合”，β為1，所以整個投資組合的風(fēng)險系數(shù)βp是無風(fēng)險資

47、產(chǎn)組合(β=0)和市場資產(chǎn)組合（β=1）的加權(quán)平均數(shù)。假定x是投資于有風(fēng)險資產(chǎn)組合的比例，（1-x）為無風(fēng)險資產(chǎn)組合的比例。則βp為:</p><p>　　=(1-x)×0+x×1=x</p><p>　　相應(yīng)的，兩類投資組合的總的預(yù)期收益率為總資產(chǎn)組合預(yù)期收益率的加權(quán)平均：</p><p>　　=（1-x）×+x×E()&l

48、t;/p><p>　　其中，Rf為無風(fēng)險資產(chǎn)收益率，Rm是市場資產(chǎn)組合的預(yù)期收益率。</p><p>　　然后，令 股東凈收益=預(yù)期收益Eπ/（1+市場利率R）-權(quán)益資本K=0</p><p>　　即得出貸款利率的計算公式。</p><p><b>　?。ǘ┠Ｐ徒榻B</b></p><p><

49、b>　　1．模型描述</b></p><p>　　根據(jù)上文關(guān)于貸款定價模型的原理，假設(shè)在一個風(fēng)險中性的完全競爭經(jīng)濟中，存在大量銀行和公司，他們一共存活兩期（第1期和第2期）。第1期，銀行有1單位的資本（權(quán)益資本+儲蓄存款），公司需要1單位的資本投資某一風(fēng)險項目。銀行將1單位的資本貸款給企業(yè)，貸款沒有抵押擔(dān)保。第2期，公司獲得投資回報，如果項目獲得成功，則獲得收益，否則為1-λ（λ∈(0,1)）。

50、銀行的目標(biāo)是最大化股東的凈回報現(xiàn)值。銀行在第2期對股東的支付等于銀行的凈值（總貸款回報-總存款負(fù)債），如果凈值小于0，則股東一無所獲。</p><p>　　公司有兩種類型，用j 表示（j=l. h, l表示低風(fēng)險公司，h表示高風(fēng)險公司）。低風(fēng)險公司的違約概率Pl低于高風(fēng)險公司的違約概率Ph，即：0<Pl<Ph≤1。</p><p>　　銀行在第1期持有規(guī)模為1的貸款組合，其中γ

51、∈(0,1)為發(fā)放給低風(fēng)險公司的貸款比率，則發(fā)放給高風(fēng)險公司的貸款比率就為1-γ。銀行可以區(qū)分低風(fēng)險公司和高風(fēng)險公司，因而可以對他們實行差別定價。低風(fēng)險公司的貸款利率為rl，高分險公司的貸款利率為rh,滿足0<rl < rh<1。如果公司投資成功，則1單位貸款銀行獲得本息收益為1+rj(假定α>rj, j=l, h)；如果失敗，則1單位貸款的挽回率1-λ為（λ表示貸款的違約損失率，假定低風(fēng)險貸款和高風(fēng)險貸款的違約

52、損失率相同）。</p><p>　　用k表示銀行股東提供的權(quán)益資本，其要求的報酬率為δ。d表示儲戶提供的核心存款，利率為0。股東提供的資本和儲戶提供的貸款之和正好能夠發(fā)放1單位貸款，即，k+d=1。為了保證儲蓄的存款得到足額支付，我們假定銀行的資本金能夠完全彌補貸款的期望損失，用公式可以表示為k=λp。</p><p>　　(1)模型的建立及求解：</p><p>

53、　　由上圖1可以看出，預(yù)期損失EL = PD×LGD×EAD,計算預(yù)期損失必須首先知道違約概率，違約損失率和違約風(fēng)險暴露。這是從損失的角度計算，相對應(yīng)的從盈利的角度考慮，同樣需要三個因素，違約概率PD,違約挽回率Pr=1－LGD,利息率R。計算預(yù)期盈利的公式如下：</p><p>　　= (1-PD)(1+R)+PD×Pr = (1-PD)(1+R)+PD(1-LGD)</

54、p><p>　　結(jié)合上述假定，對應(yīng)CAPM模型，企業(yè)按時還款視為無風(fēng)險資產(chǎn)，投資比率為γ，違約情況視為有風(fēng)險資產(chǎn)，投資比率為1-γ。可以得出銀行在第2期時的期望利潤為：</p><p>　　=γ[(1- )(1+) + (1-λ)] + (1-γ)[(1- )(1+ ) + (1-λ)] - (1-k) （1）</p><p>　　上式中的第一項是銀行從低風(fēng)險公司獲得的

55、預(yù)期回報，第二項是從高風(fēng)險公司獲得的預(yù)期回報，第三項是儲戶持有的金額。銀行的目標(biāo)是最大化凈值，即最大化預(yù)期利潤的現(xiàn)值與權(quán)益資本之差。用公式可以表示為： </p><p>　　V= /(1+δ) – k （2）</p><p>　　(2)單一貸款產(chǎn)品的定價:</p><p>　　首先考慮

56、一種極端的情況，那就是銀行只發(fā)放一種信用等級的貸款，即要么全部發(fā)放低風(fēng)險貸款，要么全部發(fā)放高風(fēng)險貸款）。此時，對于公司而言，考慮風(fēng)險資本因素后的銀行預(yù)期收益可以表示為：</p><p>　　=γ[(1-)(1+) + (1-λ)] - (1-)= + - (λ+) (3) </p><p>　　綜合上面關(guān)于凈值的表達式，便可以得出一家銀行發(fā)放給j類公司貸款后的凈值：

57、</p><p>　　= [+ - (λ+)]-=[(1-) - λ-δλ] （4）</p><p>　　在完全競爭下，對于j類貸款的均衡利率由Vj=0決定。否則，j類貸款在市場無法出清，因為專門發(fā)放這類貸款的銀行要么無限擴大其貸款資產(chǎn)組合（如果Vj>0），要么根本就不發(fā)放貸款（如果Vj<0）。解出0凈值條件Vj=0中的貸款利率：</p>

58、<p>　　= (5)</p><p>　　由(5)式得到了商業(yè)銀行只發(fā)放同一類型的信用等級貸款時，用違約概率，違約損失率，以及資本報酬率表示的貸款定價模型。</p><p>　　(3) 混合貸款產(chǎn)品的定價:</p><p>　　將（1）式中的π改寫為π= + </p&

59、gt;<p>　　并且假定對于存款1-k，低風(fēng)險貸款和高風(fēng)險貸款所占比率同他們占資金來源的比率相同，分別為γ和1-γ。由(1)式，可得：</p><p>　　=γ[(1-)(1+) + (1-λ)] - γ(1-k) (6)</p><p>　　=(1-γ)[(1-)(1+) + (1-λ)] - (1-γ)(1

60、-k) (7)</p><p>　　進一步就可以得到低風(fēng)險和高風(fēng)險貸款的銀行股東凈值：</p><p>　　=-+/(1+δ) (8)</p><p>　　=-+/(1+δ)

61、 (9)</p><p>　　巴塞爾Ⅱ的內(nèi)部評級法將最低資本要求和每一筆銀行貸款聯(lián)系起來。對于一家將其資產(chǎn)的γ部分投資于的低風(fēng)險貸款而其余（1-γ）部分投資于高風(fēng)險貸款的銀行而言，內(nèi)部評級法對資本的要求可以用下式表示：</p><p>　　k(γ) =γ + (1-γ) (10)</p><p>　　將

62、kl=λ,kh=λ,以及（6）式帶入（8）式，并令Vl=0,就可得到低風(fēng)險貸款定價的表達式：</p><p>　　= [-(1-γ) ] (11) </p><p>　　同理可得高風(fēng)險貸款定價的表達式: </p><p>　　= [-γ×] (12) </p>

63、<p>　　2．違約概率的影響作用</p><p>　　（1）單一貸款產(chǎn)品的定價分析：</p><p>　　各個參數(shù)對于貸款定價的影響可以通過隊（5）式求 一階偏導(dǎo)獲得。</p><p><b>　　= >0</b></p><p>　　從一階偏導(dǎo)數(shù)我們可以發(fā)現(xiàn)，貸款利率同違約概率pj是正相關(guān)。貸

64、款利率隨著違約概率pj的增加而增加，銀行為了維持凈現(xiàn)值為0的目標(biāo)，必然要提高貸款利率。</p><p>　?。?）混合貸款產(chǎn)品的違約概率影響分析：</p><p>　?、賞j對低風(fēng)險貸款利率rl的影響作用：</p><p>　　= －λ <0 (1)</p><p>

65、<b>　　容易看出： </b></p><p>　　>1, (1-λ) <1,則 >0。</p><p>　　所以， = [ － (1-γ) ] >0 (2 ) </p><p>　　可見，低風(fēng)險利率對于高低風(fēng)險的違約概率的單調(diào)性不同，低風(fēng)險利率Rl是高風(fēng)險公司Ph的減函數(shù)，是低風(fēng)險公

66、司Pl的增函數(shù)。從直覺上看，隨著風(fēng)險的增加，銀行為了彌補損失必然會提高貸款利率，所以低風(fēng)險利率和低風(fēng)險Pl成正比。但低風(fēng)險利率和高風(fēng)險Ph的反比關(guān)系，從銀行選擇客戶的角度考慮，銀行高風(fēng)險違約概率提高，銀行需要準(zhǔn)備更多的資本金，銀行更愿意發(fā)展低風(fēng)險客戶，降低低風(fēng)險利率Pl可以減少資本金的占用。</p><p>　?、赑j對高風(fēng)險貸款利率的影響：</p><p>　　= （－γ） >0

67、 (1 ) </p><p>　　= <0 (2 )</p><p>　　綜上所述，無論是低風(fēng)險貸款還是高風(fēng)險貸款的定價，都要受到Pl和Ph的共同影響，也就是說，銀行在給低（高）風(fēng)險客戶貸款定價時，不僅要考慮低（高）風(fēng)險貸款的違約概率，還要考慮高（低）風(fēng)險貸款的違約概率

68、。同時，低（高）風(fēng)險貸款的利率同高（低）風(fēng)險貸款的違約概率呈負(fù)相關(guān)。也就是說，對于某類風(fēng)險貸款而言，同它相對的另一類風(fēng)險貸款違約概率上升（下降）能有效的降低（提高）自身的定價。</p><p>　　根據(jù)，模型的推導(dǎo)過程可以看出，該模型在單一貸款產(chǎn)品和混合貸款產(chǎn)品的定價方面有明顯的區(qū)別：</p><p>　　1．單一貸款產(chǎn)品定價可以針對各項貸款進行定價，每一個貸款客戶根據(jù)自身特點不同有相應(yīng)的

69、貸款利率；</p><p>　　2．混合貸款產(chǎn)品則是針對風(fēng)險的不同進行定價，僅就高風(fēng)險和低風(fēng)險制訂兩種貸款利率，而不是針對客戶。</p><p><b>　　四.模型實證分析</b></p><p>　　模型所需數(shù)據(jù)的條件：</p><p>　　對違約概率（PD）采用加權(quán)平均，得到高低風(fēng)險的代表均值。</p>

70、<p>　　由于該模型假設(shè)高風(fēng)險和低風(fēng)險的違約損失率相同，故在實證分析中采用加權(quán)均值表示。</p><p>　　3． 將十項資料看作銀行貸款的整體，即為單位1，可以分別計算高低貸款的比例，鑒于比例對高低貸款的定價有影響，這里引用的例子基本上是由銀行的貸款結(jié)構(gòu)選擇而來，符合所選銀行的貸款偏好情況——偏重低風(fēng)險貸款。</p><p><b>　　（一）數(shù)據(jù)標(biāo)準(zhǔn)化<

71、/b></p><p>　　本文希望通過實際數(shù)據(jù)檢驗?zāi)Ｐ偷膶嵱眯约坝嬎憬Y(jié)果的合理性,模型最重要的兩個輸入——違約概率（PD）和違約損失率（LGD）的統(tǒng)計數(shù)據(jù)不易獲得。前文表4指出了中國銀行業(yè)的違約損失率的行業(yè)損失率的估計數(shù)值，由于本文引用的數(shù)據(jù)來自農(nóng)支行，不具備統(tǒng)計違約損失率的能力，這里就采用表4的總體估計數(shù)據(jù)進行計算。而違約概率的統(tǒng)計在我國是剛剛起步，沒有可信度高的成果，所以在本文采用國際標(biāo)準(zhǔn)對違約概率進

72、行估計。</p><p>　　利用外部映射法進行違約概率統(tǒng)計</p><p>　　巴塞爾新協(xié)議規(guī)定銀行可以采用三種方法估計違約概率：內(nèi)部違約經(jīng)驗，映射外部數(shù)據(jù)和統(tǒng)計違約模型。由于國內(nèi)在2000年建立的客戶違約統(tǒng)計體系，不可能達到巴塞爾協(xié)議的標(biāo)準(zhǔn)（一般要采用20年的數(shù)據(jù)），所以第一種方法不具備使用條件。所以本文采用剩余的兩種方法進行違約概率估計，從不同的結(jié)果中找到規(guī)律。</p>

73、<p>　　具體做法：將自己的評級與外部信用評級機構(gòu)或類似機構(gòu)的評級體系進行映射，然后將外部評級的違約概率統(tǒng)計運用于內(nèi)部測定。本文采用新華遠(yuǎn)東信用評級機構(gòu)的評級等級。因為從上市公司的等級分布特征看，該公司公布的結(jié)果基本與穆迪和標(biāo)準(zhǔn)普爾等國際權(quán)威評級公司的評級結(jié)果的特征一致。如果將農(nóng)行的內(nèi)部評級和新華遠(yuǎn)東的信用評級結(jié)合在一起，就可以得出本文引用貸款實例的違約概率。由于新華遠(yuǎn)東的總樣本容量小，導(dǎo)致個別級別的樣本容量明顯過小，因此

74、調(diào)整為AAA、AA(包含AA+、AA、AA-)、A(包含A+、A、A-)、BBB(包含BBB+、BBB、BBB-)、BB(包含BB+、BB、BB-)、B(包含B+、B、B-)、C(包含CCC、CC、C)級別和D級別，與農(nóng)行的信用等級映射見下表6：</p><p>　　表6 信用評級的映射</p><p>　　用Logit模型預(yù)測銀行客戶的違約概率</p><p

75、>　　巴塞爾新資本協(xié)議積極倡導(dǎo)的IRB法提倡使用準(zhǔn)確性較高的統(tǒng)計違約模型，常用的統(tǒng)計模型一般是Logit模型或Probit模型，兩者相比較前者較易操作。在本文中，難以滿足Probit模型要求的一系列數(shù)據(jù)，比如違約距離。但銀行有充足的公司財務(wù)數(shù)據(jù)，所以本文采用前者進行違約概率（PD）估計。</p><p>　　Logit模型的具體形式為： </p><p>　　該模型以銀行

76、內(nèi)部數(shù)據(jù)為基礎(chǔ)建立，一般要采用1000個數(shù)據(jù)以上的樣本，本文統(tǒng)計資料有限，無法建立精確度高的Logit等式，所以利用已建立的和實例結(jié)構(gòu)相似的等式:</p><p>　　其中, 納入方程的財務(wù)指標(biāo)有：凈資產(chǎn)利潤率x1=凈利潤× 總資產(chǎn)，x2=應(yīng)收賬款× 流動資產(chǎn)，x3=待攤費用× 流動資產(chǎn),x4=其他應(yīng)收賬款×流動資產(chǎn)。其他指標(biāo)由于顯著性水平過低而被剔除。這幾個財務(wù)指標(biāo)均可從

77、各公司的2006年2月份的財務(wù)報表數(shù)據(jù)計算得出，將個財務(wù)指標(biāo)帶入模型，即可得個公司的預(yù)期違約概率（EPD）。計算結(jié)果見下表7：</p><p>　　表 7 違約概率預(yù)測結(jié)果</p><p>　　以上預(yù)測結(jié)果顯示：信用等級比較高的客戶通常具有較低的違約概率預(yù)測值，而信用等級較低的客戶則具有較高的違約概率預(yù)測值。</p><p>　　將所得數(shù)據(jù)進行加權(quán)平均，違

78、約損失率、預(yù)期損失和高低風(fēng)險貸款的比例不變。違約概率=6.75%，=97.04 %。</p><p><b>　?。ǘ嵶C分析</b></p><p>　　實際上，國內(nèi)商業(yè)銀行在定價分析時，沒有將貸款按高低風(fēng)險進行劃分，由于國內(nèi)銀行的風(fēng)險管理尚在建設(shè)之中，所以也不存在專門經(jīng)營高低風(fēng)險的銀行類別劃分。但如果，采用單一貸款定價等式分析，不符合銀行實際的貸款情況。根據(jù)貸款

79、五級分類標(biāo)準(zhǔn)，中國人民銀行定義低風(fēng)險類別中包含“正?！焙汀瓣P(guān)注”，而高風(fēng)險類別則包括“次級”，“可疑” 和“損失”。</p><p><b>　　1．第一種情況</b></p><p>　　根據(jù)表中關(guān)于信用等級的映射，可以推出貸款實例的估計違約概率值，雖然估計存在</p><p>　　一定的誤差，但本文的主要目的是考察該模型的實用性，并非在于準(zhǔn)

80、確的定價貸款，如果的這些估計值可以使貸款利率在合理的范圍內(nèi)，就可以說這種模型有利用價值和進一步分析的必要，否則該模型不適合國內(nèi)實際情況，若要開發(fā)，需要加入符合實際條件的因子和標(biāo)準(zhǔn)的數(shù)據(jù)庫。</p><p>　　根據(jù)貸款實例的資料和外部評級映射對應(yīng)表，可以得出各項目的估計違約概率，統(tǒng)計數(shù)據(jù)見下表8：</p><p>　　表 8 模型內(nèi)的各因素和實際資料的對應(yīng)表：</p>

81、<p>　　由以上的統(tǒng)計得出模型的各因子值：</p><p>　　低風(fēng)險貸款總額占總金額的88.7%，貸款利率執(zhí)行合同利率5.58%*1.3。平均違約損失率%，平均違約概率0.3%。</p><p>　　高風(fēng)險貸款總額占總金額的11.3%，貸款利率執(zhí)行合同利率加罰息5.58*1.3*1.5，共三項計入分析，平均違約損失率 63.3% ，平均違約概率32.7%。</p>

82、<p>　　總貸款項目的平均違約損失率為63.5%；平均預(yù)期收益為5.58%。</p><p>　　即用模型因素分析為：</p><p>　　=0.3%；=32.7%；違約損失率λ=63.5%；預(yù)期收益δ=5.58% ；低風(fēng)險貸款占比γ=88.7%，高風(fēng)險貸款占比1-γ=11.3% 。</p><p>　　將統(tǒng)計結(jié)果帶入模型等式，得到：</p&g

83、t;<p>　　63.5% 1+5.58%+88.7%+63.5%×88.7%</p><p>　　= ———— [——————————————×0.3% -（1-88.7%）×32.7%]= 1.88%</p><p>　　1- 0.3% 1- 88.7%</p><p><b>　　同

84、時，</b></p><p>　　63.5% 1+5.58%+88.7%+63.5%× 88.7%</p><p>　　= ———— [——————————————×32.7% - 88.7%×0.3%] ≥ 100%</p><p>　　1- 32.7% 1- 88.7% </p>

85、<p>　　由于，高風(fēng)險的預(yù)期違約概率過高，導(dǎo)致高風(fēng)險貸款利率高于100%，這在實際中是不會存在的情況，為了得到合理的利率，這里將數(shù)據(jù)進行調(diào)整，調(diào)整第十項全額損失類貸款。該項貸款是在2000年發(fā)放的，在貸款發(fā)放的期初，該支行對貸款的評級為CC級，在2006年歸入損失貸款類。由于這里引用預(yù)期違約損失概率，所以將第十項貸款的評級劃分為CC級，按映射法對應(yīng)預(yù)期違約損失率為20%，則重新得到高風(fēng)險的違約損失為20%。</p&

86、gt;<p>　　得到新的高風(fēng)險貸款利率為：</p><p>　　63.5% 1+5.58%+88.7%+63.5%×88.7%</p><p>　　= ———— [——————————————×0.3% -（1-88.7%）×20%]= 2.8%</p><p>　　1- 0.3% 1- 88.7

87、%</p><p>　　63.5% 1+5.58%+88.7%+63.5%× 88.7%</p><p>　　= ———— [——————————————×20% - 88.7%×0.3%] ≥ 100%</p><p>　　1- 20% 1- 88.7% </p><p><

88、b>　　2．第二種情況</b></p><p>　　其它數(shù)據(jù)不變，僅違約概率的預(yù)測值發(fā)生變化，將Logit模型得出的違約概率引入模型，得到：</p><p>　　63.5% 1+5.58%+88.7%+63.5%× 88.7%</p><p>　　= ———— [——————————————×6.75% - 11.3%&#

89、215;97.04%] =94.2%</p><p>　　1- 6.75% 1- 88.7% </p><p>　　63.5% 1+5.58%+88.7%+63.5%× 88.7%</p><p>　　= ———— [——————————————×97.04% - 88.7%×6.75%] ≥ 100%&l

90、t;/p><p>　　1- 97.04% 1- 88.7% </p><p>　　通過模型法得出的違約概率遠(yuǎn)高于映射法得出的違約概率，過高的高風(fēng)險違約損失概率，使得低風(fēng)險貸款定價受到影響，而且低風(fēng)險平均違約概率前乘的因子過大，使得低風(fēng)險違約概率要在合理的范圍內(nèi)，要小于1%，這需要更加詳細(xì)的違約計算和高低風(fēng)險分類。</p><p>　　3．極端情況

91、——視低風(fēng)險貸款為單一貸款產(chǎn)品</p><p>　　具體實質(zhì)，鑒于以上計算，僅在低風(fēng)險貸款區(qū)域計算出了可以接受的貸款定價，這里將銀行的貸款業(yè)務(wù)單純的視作單一貸款產(chǎn)品。補充一點，之所以這樣假設(shè)，是因為國內(nèi)銀行由于其自身的資金和經(jīng)營理念，極為偏好于低風(fēng)險貸款，幾乎將貸款的70%以上發(fā)放給了風(fēng)險小的項目。</p><p>　　若將貸款是為單一的等級，則引用單一貸款定價模型，不需要高低風(fēng)險貸款的比

92、例和權(quán)重，仍引用加權(quán)平均計算的違約損失率λ=63.5%，預(yù)期收益δ=5.58%，根據(jù)不同的貸款項目進行詳細(xì)到每個公司的貸款定價。將表8中的各公司違約概率和以上的數(shù)據(jù)帶入等式，則有：</p><p>　　λ(1+δ) 63.5%×105.58%×</p><p>　　= —————— =———————————</p><p>　　1-

93、 1- </p><p><b>　　結(jié)果匯總，見表9:</b></p><p>　　表9 違約概率和利率對應(yīng)表</p><p>　　模型法得出的違約概率遠(yuǎn)高于映射法得出的違約概率，同時，同一家公司在高的違約概率的情況下要付出高的貸款利率。</p><p><b>　　理論結(jié)論分析

94、</b></p><p>　　1．由模型和資料決定的銀行貸款定價特征</p><p>　　前文模型的因素影響分析得出：低風(fēng)險利率和高低風(fēng)險的違約概率的影響關(guān)系為：</p><p>　　θ θ</p><p>　　—— <0 ； ——>0 ；所以在低風(fēng)險區(qū)域貸款利率隨違約概率先單調(diào)

95、 </p><p>　　θ θ 減后單調(diào)增。</p><p>　　高風(fēng)險利率和高低風(fēng)險的違約概率的影響關(guān)系為：</p><p>　　θ θ</p><p>　　—— >0 ； —— <0 ；在高風(fēng)險區(qū)域貸款利率隨違約概率先增后減。</p><

96、p>　　θ θ</p><p>　　即，貸款利率的表示曲線在低風(fēng)險和高風(fēng)險兩個區(qū)域形成倒s型，而按照估計違約概率計算的貸款利率，分別代表了特定違約概率的情況下的最低利率（Rl)和最高點利率（Rh)，銀行的貸款定價就根據(jù)自身的面臨的風(fēng)險情況在二者之間浮動。</p><p><b>　　2．結(jié)果分析：</b></p><p&

97、gt;　　有兩種方法計算得出的違約概率存在較大差別，因此建立在二者基礎(chǔ)之上的貸款利率相差甚遠(yuǎn)，將兩個不同違約概率下的貸款利率進行比較，可以看出低違約風(fēng)險對應(yīng)低利率，從這方面可以看出，其結(jié)果遵循銀行的經(jīng)營準(zhǔn)則：低風(fēng)險低收益，高風(fēng)險高收益。</p><p>　　兩種違約概率計算方法還存在一個共同點，即，銀行的高風(fēng)險定價過高，已超過100%，這是不符合實際和經(jīng)濟學(xué)原理的，雖然高風(fēng)險貸款存在較大的違約損失，需要銀行大額的

98、資金彌補損失，但是若銀行將所有的損失都算在客戶的頭上，則銀行經(jīng)營風(fēng)險的準(zhǔn)則就會變質(zhì)。如果通過100%的利率保護銀行損失，如此穩(wěn)妥的經(jīng)營，所有商人將涌進銀行業(yè)。</p><p>　　巴塞爾新的資本協(xié)議對銀行的合理貸款定價進行了統(tǒng)計，針對不同的違約概率下提出了不同的參照利率。這些利率是經(jīng)過20年以上的數(shù)據(jù)統(tǒng)計的來，有一定的指導(dǎo)意義。</p><p>　　這里將巴塞爾協(xié)議的參照利率和兩種方法計算

99、的貸款利率統(tǒng)計在一起，由于理論計算得出的數(shù)據(jù)僅在低風(fēng)險區(qū)域比較合理，所以就低風(fēng)險利率進行比較，便于區(qū)別(見下表10)：</p><p>　　表10 Standardized of Basel Ⅱ、理論利率和實際利率的對比（%）</p><p>　　資料來源：巴塞爾新資本協(xié)議——2004 </p><p>　　由表中分析可以看出，各種形式下的貸款定價都存在出入，以

100、巴塞爾協(xié)議的參照利率為標(biāo)準(zhǔn)，單一產(chǎn)品定價結(jié)果，外部映射得出的違約概率對應(yīng)的貸款產(chǎn)品定價比較優(yōu)惠，利于銀行參與市場競爭；模型法得出的違約概率對應(yīng)的貸款產(chǎn)品定價較高，利于銀行進行風(fēng)險監(jiān)管；混合貸款產(chǎn)品定價中的低風(fēng)險定價，利用模型法得出的利率過高，后者則為較為優(yōu)惠的利率，相對于參照利率和理論利率而言，實際利率偏高，對一些效益好的企業(yè)來說，考慮銀行借款成本過高，可能會選擇一些較為優(yōu)惠的民間借款或者股市融資等方法。</p><

101、p>　　為了更為直觀地做出比較，本文將協(xié)議參照利率，單一產(chǎn)品貸款利率（映射法）和混合貸款利率（映射法）三者繪成折線圖（見下圖2）：</p><p><b>　　五．結(jié)論</b></p><p>　　由以上的分析可以得出以下結(jié)論：</p><p>　　違約概率是影響貸款定價的因素；</p><p>　　模型的可取之處

102、：從以上的分析和數(shù)據(jù)對比可以得出這樣的結(jié)論，該模型在低風(fēng)險貸款產(chǎn)品定價中有意義，它使得銀行對于效益較好的企業(yè)提供更為優(yōu)惠的利率，吸引質(zhì)量優(yōu)良的資產(chǎn)。而且，同時還可以根據(jù)違約狀況的變動制定動態(tài)利率（在合同中限定一定的浮動范圍，不能無限制浮動），隨時準(zhǔn)備彌補損失，提高銀行的能動性。</p><p>　　銀行是經(jīng)營風(fēng)險的特殊企業(yè)，對于國內(nèi)商業(yè)銀行來說，其資本金額度尚未提供專門經(jīng)營高風(fēng)險貸款產(chǎn)品的條件，其資產(chǎn)情況仍以低風(fēng)

103、險的信用管理為主。但是企業(yè)的經(jīng)營狀況在不斷的發(fā)生變化，每月向銀行遞交的財務(wù)報表不應(yīng)該只是銀行向上匯報的數(shù)據(jù)資料來源，要發(fā)揮其真正的效力，就應(yīng)該根據(jù)這些財務(wù)數(shù)據(jù)，定時分析企業(yè)的違約概率變化情況，對企業(yè)貸款的定價逐漸采取動態(tài)的利率管理，就可以避免銀行單純的損失。</p><p>　　3.不足之處：該模型在高風(fēng)險定價的方面尚待優(yōu)化。高風(fēng)險的違約概率越大，模型越不適用，造成實證分析中貸款利率超過100%。</p&g

104、t;<p>　　出現(xiàn)這種情況有兩個原因：第一是本文的實證分析屬于小樣本分析，代表性差。本文僅是想通過驗證，了解該模型是否有應(yīng)用的價值，重點不在精確定價，所以以小樣本進行論證。第二點是該模型在建立時，要求的條件較理想化，比如假設(shè)中間成本為0，銀行的經(jīng)營分為2期。在贏利方面也考慮得比較簡單，如果將存款利率，企業(yè)的盈利水平等因子引入模型，可以使模型的面貌煥然一新。</p><p>　　4.根據(jù)巴塞爾協(xié)議的

105、規(guī)定和自身的特點，進行違約概率的分析將是國內(nèi)各商業(yè)銀行風(fēng)險管理工作未來很長一段時間的重點。雖然該模型并不是完全適用于中國商業(yè)銀行的特點，但提出了一種思路，缺乏的是我國銀行自身分析特點的因子。只有對資產(chǎn)數(shù)據(jù)進行深入細(xì)致的結(jié)構(gòu)分析，才能有效地測度，最終科學(xué)的定價貸款。向現(xiàn)代信用風(fēng)險管理轉(zhuǎn)變的起點是加強數(shù)據(jù)集中管理，從而建立適用的模型。</p><p><b>　　參考文獻</b></p&g

106、t;<p>　　張海寧 ，《銀行反對銀行——巴塞爾新協(xié)議與中國信用風(fēng)險》，清華大學(xué)出版社，2004.8</p><p>　　中國人民銀行貨幣政策小組.《中國貨幣政策執(zhí)行報告》（增刊）-穩(wěn)步推進利率市場化報告[N]，金融時報，2005.2.1</p><p>　　《巴塞爾新資本協(xié)議：主要問題取得重大進展》，中國銀監(jiān)會官方網(wǎng)站www.cbrc.gov.cn.</p>

107、<p>　　姚長輝，《貨幣銀行學(xué)》，第三版，北京大學(xué)出版社，2005.2 </p><p>　　關(guān)大宇，我國商業(yè)銀行貸款定價模型的最優(yōu)化設(shè)計，金融論壇，2006年第3期. </p><p>　　周瑋，楊兵兵，陳宏，徐曉肆，商業(yè)銀行違約概率測算相關(guān)問題研究，國際金融研究，2005.7</p><p>　　李蕊，殷仲民，我國商業(yè)銀行貸款定價方法探討，金融理論

108、與實踐，2006.2</p><p>　　戴國強，吳許均，基于違約概率和違約損失率的貸款定價模型，國際金融研究，2005.10</p><p>　　徐寶林，丁建平，貸款定價：從信用評級到經(jīng)濟資本，銀行家（The Bank），2005.12</p><p>　　唐吉平，陳潔，陳德行，信貸資產(chǎn)組合保險策略定價研究，數(shù)量經(jīng)濟與技術(shù)經(jīng)濟研究，2006.4</p>