一、本文的主要内容与观点长期以来,信用风险是银行业乃至整个金融业中最重要的风险,它直接影响到现代社会经济生活的各个方面,也影响到一国宏观经济决策和经济发展。因此,在商业银行风险管理中,加强信用风险管理是非常重要的。在西方发达国家,商业银行的信用风险管理比较成熟,形成了相应的理论和实践体系,呈现出从定性分析到定量分析、从单个资产的信用风险度量到资产组合的信用风险度量的发展趋势。相比之下,我国的商业银行,信用风险的度量仍处于传统的定性分析以及专家经验判断阶段。国际银行监管法则巴塞尔银行监管委员会在借鉴了近十几年的银行实践经验和创新成果,于2004年6月27日公布了《巴塞尔新资本协议》。新资本协议反映了当今先进的风险管理技术和监管理念与实践,代表了资本监管的方向。新资本协议的核心内容是内部评级法。新巴塞尔协议对银行的资本要求允许各国银行可以采用内部模型来度量信用风险。对于我国商业银行来说,内部评级仅仅处于起步阶段,发展时间短且不规范,我国商业银行开发的内部评级系统更多的是用于客户的筛选和风险的预警,尚未向更深层次的风险量化管理方向发展。在开放化和竞争性的全球金融市场中,提高我国商业银行的信用风险管理水平迫在眉睫。传统意义上的信用风险是指借款人没有能力或没有意愿按期还本付息而给贷款人造成的损失。现代意义上的信用风险不仅包括传统意义上的贷款违约风险,也包括借款人违约可能性发生变化而给银行资产造成损失的风险。对于信用风险度量分传统的度量方法和现代的度量模型。传统的度量方法主要有:专家方法(如5C分析法)、信用评级法(OOC贷款评级法)、信用评分法(多元判别分析法、线性、Logit和Probit回归模型)、神经网络模型。传统的度量和管理信用风险的方法和手段已远远不能适应当今社会发生的新情况和新问题,更不能满足银行对信用风险进行科学量化度量和有效管理的需要。20世纪90年代,公司倒闭的结构性增加、脱媒效应的显现、竞争的白热化、担保能力的下降、金融衍生品的急剧膨胀、信息技术的飞速发展等因素促使人们加强对信用风险的研究,从而涌现出了现代信用风险度量模型。现代信用风险度量方法主要有:基于期权定价理论的KMV模型、基于VaR的Credit Metrics模型、麦肯锡开发的基于宏观经济变量的Credit Portfolio View模型以及基于保险精算的Credit Risk+模型等。企业建立科学合理的评级制度是Credit Metrics模型建模的基础,Credit Metrics模型在我国能否较好适用的关键在于我国企业的评级情况进展,由于我国企业外部和银行内部的评级体系均不成熟,所以Credit Metrics模型在我国目前还不适用;因为CPV模型是Credit Metrics模型补充,这两个模型的相似之处很多,而且CPV模型中宏观经济变量中元素的个数、元素的经济含义以及它们与计算结果的具体函数关系都难以确定和检验,所以在我国的应用中难以借鉴;Credit Risk+模型的一个重要前提是假定每一笔贷款是独立的,贷款组合违约概率的分布符合泊松分布,而我国银企关系甚密,而且企业之间互相担保现象普遍,所以这一重要假设前提在我国是不成立的,因此该模型在我国目前是不适用的;KMV模型计算起来相对容易,对财务指标的依赖程度较少;股权分置的解决使得股价能够反映上市公司股权价值,从而缓解了股权分置时代KMV模型因为股价不能直接计量非流通股股票市场价值而大打折扣的技术难题,所以KMV模型在我国目前是适用的。本文用实证的方法验证了KMV模型在中国市场的适用性。主要从两个角度进行了实证:一是,验证KMV模型在整体上区分ST类公司与非ST类公司的效果;二是,验证KMV模型对单个上市公司违约状况变化的指示性作用。最后,得出结论:第一、KMV模型在中国市场上具有一定的适用性。首先,违约距离能从整体上区分ST类公司与非ST类公司;然后,违约距离能较好地反映单一公司的信用状态的变化;第二、同时存在一定的问题,即计算出的违约概率值整体偏小。这可能是因为:⑴KMV假设公司资产价值服从对数正态分布在中国股市不一定成立;⑵中国股市的非有效性,在EDF模型中有一个关键性的假设,即对于确定违约风险的所有相关信息,它全部包含于资产的预期价值、违约点及资产的波动率等变量中。而资产的预期价值和资产的波动率又主要受股权市值及其波动率的影响。由于我国股市的退市机制尚未健全、高风险公司壳资源的稀缺性,资产重组等各种操作使得股票价格波动较大,导致反映出来的股权市值并不能体现其本身所拥有的内在价值;⑶违约点的选取不一定适合中国的市场。本文中,有关违约点的概念引用KMV公司的定义,认为当公司价值低于短期负债加长期负债的一半时公司违约,但是这是否合理,或者说美国的情况是否适合中国市场,需要做进一步的实证研究。在理论和实证分析的基础上,本文结合中国商业银行信用风险度量的实际情况,提出了三点建议:⑴建立全面、及时、统一的数据仓库,构建我国的违约距离DD与预期违约率EDF的映射关系;⑵积极发展和完善证券市场,提高市场信息的透明度以及信息效率,以平抑证券市场的过度投机,削减异常波动性,从而为银行信用风险管理提供良好的金融环境。加强证券市场的有效性,确保样本数据的可靠性和完整性,上市公司要及时、真实、可靠地进行信息公布,只有这样KMV模型才能真实地反映上市公司的信用状况;⑶加强KMV在我国应用的理论研究。二、本文的主要贡献1、选题方面。本文选择了中国商业银行急需解决的一个重要问题,具有很强的实用价值。2、文本通过查阅大量资料,全面介绍了历来度量信用风险的主要方法和模型;并分析了四大现代信用风险度量模型在中国市场上的适用性。3、本文采取了两个角度验证KMV模型在中国市场上的适用性,得出了有效的结论,进一步推进了国内学者在这一方面的研究。4、本文在理论和实证分析的基础上,结合中国商业银行信用风险度量的实际情况,提出了三点建议,为推进KMV模型在中国商业银行信用管理中的应用做出了贡献。