信贷风险管理模型研究

2022-03-21 09:54:46 | 浏览次数:

【摘要】信贷风险是我国商业银行面临的主要风险,它构成了我国商业银行风险管理的重点和难点,是银行风险管理的核心。文章主要从信贷风险量化控制方面,全面介绍了目前应用的信贷风险管理模型,并对其适用性进行了分析。就目前而言,基于定性的传统信贷管理模型满足不了信贷风险管理的要求,国外先进的信贷风险计量模型在国内尚不具备使用的基础条件。在这种情况下,国内商业银行应该采取定性与定量相结合的风险量化模型。为了克服现行信贷风险量化模型的不足,可以将层次分析法与模糊数学理论结合起来,在信贷风险计量方面建立模糊综合评价数学模型。

【关键词】信贷风险 风险管理 模糊综合评价模型

自新的巴塞尔协议允许银行自行开发信用风险模型,计算市场风险并相应确定资本准备金的具体数额以来,数学模型得到了迅速发展。相比之下,国内银行目前所采取的信用风险度量方法较为简单。为了迎接外资银行大量涌入所带来的竞争和压力,国内商业银行有必要了解信用风险度量的有关模型和方法。

一、信贷风险管理模型及适用性分析

他山之石,可以攻玉。西方发达国家在信贷风险量化上的技术己经日趋成熟。在信贷风险量化控制方面,我国商业银行可以借鉴它们先进的信贷风险管理的技术、理念和风险控制技术,提高我国商业银行信贷风险管理水平。总的来说,西方发达国家的信贷风险管理模型有以下几种。

1、专家系统模型

指金融机构依赖于主观分析或定性分析方法衡量企业贷款的信用风险。这种方法也称为“银行家专家系统(banker expert system)”法。其中5C、5P法是这类专家分析方法的代表。所谓5C是指借款人的5个相关方面的特性,即:借款人的品格(Character)、资本(Capital)、偿付能力(Capacity)、抵押品(Collateral)以及经济周期的形式(Cycle Condition)。信贷决策者根据这五大因素对借款人的还款意愿和还款能力做出全面的分析,以评定该借款人的信用状况,从而做出信贷决策。所谓SP也是指借款人的5个相关方面的特性,即:个人(People)、偿付(Payment),目的(Purpose)、保障(Protection)和前景(Prospects)。

尽管这仍然是目前我国许多银行在信贷决策过程中主要使用的方法。但在运用中面临着一个主要的问题就是:评定时对不同借款人所选择的影响因素是一致的,还是因人而异的;选定因素之后各因素的最优权重又该如何确定,这些都将依赖于专家的主观判断,不同的专家将会得出截然不同的分析结果,从而影响信贷决策的准确性和效率。即该种模型的缺陷是主观性太强,建议只作为一种辅助性信用分析工具。

2、贷款评级分级模型

即贷款内部评级分级模型,如OCC分级模型,是由美国通货监理署(U.S Office of the Comptroller of the Currency , OCC)开发的最早的贷款评级方法之一,它主要将贷款分为5个不同的等级(一个高质量级别和四个低质量级别)——正常、关注、次级、可疑、损失,对每一级别提取损失准备金的比例相应不同,再通过加权汇总计算,评估贷款损失准备金的充分性。

由于OCC评级系统中,高质量级别的贷款违约几率定为0,而现实生活中无论信用评级的级别有多高还是有发生违约的可能,所以国际上一些金融机构把贷款分级划分得更细,分为9级或10级。评级分级模型实际上是对资产组合的信用状况进行评价,并针对不同级别的贷款提取不同的损失准备。目前我国已开始推行贷款五级分类办法。

贷款五级分类并不能充分满足商业银行进行信贷风险管理的需要。因为该种方法重在贷款事后检查,如对借款人的合同执行情况、经营情况进行跟踪调查,提醒借款人及时筹备资金按时还本付息,对逾期贷款本息进行催收,但对贷款发放的事前控制很难发挥作用。商业银行无法利用五级分类决定是否发放贷款、贷款限额有多大、贷款的利息水平及对抵押担保的要求等。

3、信用评分模型

信用评分模型或评分系统(credit scoring models)是将反映借款人经济状况或影响借款人信用状况的若干指标,如借款人的收入、年龄、职业、资产状况、借款企业的财务比率等,赋予一定权重,通过某些特定方法得到能够反映信用状况的信用综合分值或违约概率值,并将其与基准值(benchmark)相比来决定是否给予贷款,并确定贷款定价。目前这种方法的应用仍然十分广泛。

4、基于金融理论与金融市场资料的新模型

近年来随着外部经济环境的变化与金融工程技术的不断发展,西方金融界在银行信贷风险测量技术方面取得了巨大的进展。比较典型的有:RAROC模型;把贷款看作为期权的KMV模型;在险值(VaR)方法;基于精算方法的Credit Risk +模型,宏观经济模拟(Credit PortfolioView)等。其中以J.P.摩根的Credit Metrics、KMV模型及Credit Suisse FinanciaI Products (CSFP)的Credit Risk+信用风险管理系统最为引入注目。这些模型在信贷资产管理上广为运用。

在我国,全面应用VaR和KMV模型的信用风险度量模型的条件还不够成熟。首先是数据问题。我国目前尚未建立Credit Metrics模型计算所必需的违约率和转移矩阵数据库;其次是金融市场不完善,缺乏相应金融资信评估机构,缺乏企业信息数据库问题;再者,我国公司发行的证券非常有限,股票市场价格波动很难真实地反映企业资产的市场价值。

综上所述,就目前而言,基于定性的传统信贷管理模型满足不了信贷风险管理的要求,而国外先进的信贷风险计量模型在国内尚不具备使用的基础条件。在这种情况下,国内商业银行应该采取定性与定量相结合的风险量化模型——可将层次分析法与模糊数学理论结合起来,在信贷风险计量方面建立模糊综合评价数学模型。

二、模糊综合评价模型的建立

模糊综合评价法是以模糊数学为运算工具,在常规方法评估结果的基础上进行双权数的模糊综合评价。利用模糊综合评价方法进行信贷风险量化的实施步骤如下:

1、确定影响因素

即评价指标。评价指标设计的原则既要尽可能全面地反映出企业资信质量,又要尽量简单,便于操作。例如本文选取带有普遍性的评价指标,共有6个一级指标,也称为评价因素。即财务能力(A1)、领导者素质(A2)、经济实力(A3)、市场竞争力(A4)、行业特征(A5)和银企关系(A6)。有20个二级指标,也称为评价因子。即评价财务能力的二级指标——资产负债率(B1)、速动比率(B2)、经营活动现金净流量(B3)、总资产周转率(B4)、销售利润率(B5)、资本增值率(B6);评价领导者素质的二级指标——品质(B7)、经营管理能力(B8);评价经济实力——实有净资产(B9)、有形长期资产(B10);评价市场竞争力——无形资产(B11)、产品概况(B12)、市场占有率(B13)、销售收入(B14)、设备先进度(B15)、质量管理能力(B16);评价行业特征——行业发展阶段(B17)、行业竞争性(B18)、行业政策(B19);评价银企关系——从客户获利情况(B20)。

需要说明的是,在企业信用等级评价财务指标的选取上应考虑行业特点,根据行业类别的不同而选取适当的财务指标。不同的行业具有不同的特点,行业差别很大。有些指标对一些行业来说是反常,但对别的行业来说却很正常,财务指标只有在同行业中比较才更加具有意义。比如对批发商而言,它们需要出售大量的存货,应收账款较高是很正常的。而对零售商如超市来说,很多交易都是现金结算,应收账款较少。

2、确定各项指标(因素)的权值

若直接请专家给出各项指标的权值,结果可能受专家们的主观因素影响太大,从而影响科学性。为了弱化主观因素的影响,作者采用美国著名运筹学家A.L.Saaty在70年代初提出的层次分析法来确定指标权值。

该方法只需请专家给出指标两两之间的相对重要性比较,就可以计算出权值。即首先引入1-7比率标度来表示任意两指标之间的相对重要程度,并根据层次分析原理构造判断矩阵。判断矩阵标度及含义为:从1到7分别表示两个因素相比,一个因素比另一个因素同等重要、稍微重要、较重要、明显重要、重要、强烈重要、极端重要。然后采用方根方法近似求出各指标的权值,并作一致性检验。所求权值如果不符合一致性要求,就适当调整判断矩阵,直到符合要求为止。

假设确定的一级指标和二级指标的权值如表1与表2所示。

3、建立模糊综合评价模型,求出模糊评判结果集B

模糊综合评价方法的基本思想是:在确定评价因素、因子的评价等级标准和权值的基础上,运用模糊集合变换原理,以隶属度描述各因素及因子的模糊界线,构造模糊评判矩阵,通过多层的复合运算,最终确定评价对象所属等级。

设有n个评价等级,m个一级评价指标(因素),每个一级指标又包含多个二级指标(因子),并用U, V, Vi等符号表示,即:

实践评价工作中,评价者往往由多类人员组成,如专家类、领导类、同行类、注册会计师等,各类人员的评价结果的重要性不同,此时可以这样进行:先分别按上述方法求出各类评价人员的综合评价结果,最后作加权平均得出总评价结论。

设有K类评价人员,他们的综合评价结果分别为向量B1B2,…,Bk,权值分别为T1,T2,…,Tk。则总评价结论为:

B=(T1,T,…Tk)(B1,B2,…BkT

【参考文献】

[1]张淼:商业银行信贷风险管理-模型、方法与建议[M],上海财经大学出版社,2005.

[2]魏灿秋:统一的商业银行损失准备金、风险资本和存款保险制度风险管理模型研究[J],国际金融研究,2003(9).

[3]沈沛龙、任若思:现代信用风险管理模型和方法的比较研究[J],经济科学,2002(3).

[4]王煦逸:商业银行客户资信评价模糊综合判别模型[J],金融研究,2002(7).

[5]安东尼·桑德斯:信用风险度量[M],机械工业出版社,2001.

“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”

推荐访问: 信贷 风险管理 模型 研究