山东财经大学
本科毕业论文(设计)
题目：我国商业银行面临的信用风险问题及信用风险管理方法研究
——针对CreditMetrics模型分析信用风险
学 院 保险学院
专 业 保险精算
班 级 2009级保险精算一班
学 号 20090524135
姓 名 石 银 凤
指导教师 金 博 义
山东财经大学教务处制
二Ｏ一三年三月
山东财经大学学士学位论文原创性声明
本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在论文中作了明确的说明并表示了谢意。本声明的法律结果由本人承担。
学位论文作者签名：
年 月 日
山东财经大学关于论文使用授权的说明
本人完全了解山东财经大学有关保留、使用学士学位论文的规定，即：学校有权保留、送交论文的复印件，允许论文被查阅，学校可以公布论文的全部或部分内容，可以采用影印或其他复制手段保存论文。
指导教师签名： 论文作者签名：
年 月 日 年 月 日
我国商业银行面临的信用风险问题及信用风险管理方法研究
——针对CreditMetrics模型分析信用风险
摘 要
随着我国资金融体制改革步伐的加快和金融业开放程度的提高,国内银行业面临着参与国际竞争的严峻挑战。在金融全球化的新形式下，我国商业银行必须借鉴国际上先进的信用风险管理经验，强化信用风险管理，开发适用的信用风险管理模型。显然，在金融业日益全球化的新形势下，加强我国商业银行的内部评级体系和风险度量模型的研究，缩小与国外同行的差距，已成为刻不容缓的工作。因此，本文就目前商业银行的信用风险问题展开研究并就CreditMerit模型分析方法做了相关的分析，测量我国商业银行面临的信用风险。
关键词CreditMetricsm模型 信用风险 信用等级
一、我国商业银行面临的现状
2008年9月，以雷曼破产和两房被接管为标志，美国次贷危机进入了更为严重的时期，迅速冲击着全球的金融市场，使得全球金融市场产生了剧烈的动荡，各国央行纷纷降息和注资以稳定金融市场，重振投资者信心。我国也受到了次贷危机的巨大影响，主要表现为经济增长放缓，企业准备过冬，已影响实体经济，各企业纷纷出现了经营困难和流动性不足，尤其是出口企业，需要大量的融资。在目前情况下，向银行贷款融资是最好的选择。 在我国经济增长放缓的情况下，我国商业银行面临着很大的信用风险，主要表现在以下几点：(1)原有的贷款面临着日益增大的信用风险。由于次贷危机的冲击，经济增长放缓，很多企业出现了订单减少、存货增多、生产萎缩、资金周转困难等经营问题，甚至出现破产倒闭，尤其是中小企业，使得商业银行的已经贷出的款项无法按预期收回，这些贷款随着次贷危机对实体经济影响的加深信用风险日益增大。(2)新增贷款的信用风险大。由于金融危机导致的宏观经济的不景气，企业经营的困难会日益加大，其经营风险也会加大，当然，银行向其贷款的信用风险也就越大。一般情况下，发生金融危机期间，由于银行坚持贷款审批条件会出现惜贷的场面。但我国的商业银行基本上都属于国家所有或者集体所有，在国家政策面前，商业银行会降低贷款审批条件去支持企业发展和经济发展，如为不严格符合贷款条件的经营困难企业或者信用级别低中小企业贷款融资，甚至为了配合国家的产业政策，为风险很大的正进行产业转型的企业或新建企业进行贷款。(3)金融危机期间，社会资产价值缩水，这也会导致商业银行各类资产信用风险加大，一旦真的发生违约事件，银行资产难以保全，发生损失的程度加大。例如抵押贷款和质押贷款，如果贷款违约，由于抵押物或质押物资产缩水，不能够完全清偿银行的贷款，银行就会发生损失。
二 问题提出
由次贷危机我们分析，金融危机期间，我国商业银行的信用风险加大，为了银行的稳健经营，势必要加强银行的信用风险管理， 这是因为：首先，存贷利差还是我国商业银行当前经营收入的主要利润来源，信用风险的加大会减少银行的盈利，恶化银行的资产质量，增加银行的坏账呆账，使得银行经营发生困难；其次，在次贷危机的发展蔓延下，我国的经济受到影响，企业经营环境恶化，利润下降，使得企业的财务状况堪忧和信用质量下降，加大了我国商业银行的信用风险。因此，在目前情况下，关注次贷危机的进一步影响，监视银行的资产质量，防止银行呆账坏账的大量出现，加强银行的信用风险管理至关重要。
同时，我国作为世界上最大的发展中国家，在今后很长一段时期内，银行融资将仍是企业筹措资金的主要方式，银行体系面临的风险将是我国金融风险的主要构成要素。深入研究我国商业银行的信用风险管理问题，不仅是商业银行作为微观金融主体进行内部管理的自主行为，从全局上看也是防范商业银行的信用风险导致银行信用体系和支付体系崩溃、引发货币危机、股市暴跌和金融危机的需要。
三 信用风险
信用风险又称违约风险，是指借款人、证券发行人或交易对方因种种原因，不愿或无力履行合同条件而构成违约，致使银行、投资者或交易对方遭受损失的可能性，是借款人因各种原因未能及时、足额偿还债务或银行贷款而违约的可能性。发生违约时，债权人或者银行必将因为未能得到预期的收益而承担财务上的损失。信用风险是由两方面的原因造成的。
（1）经济运行的周期性；在处于经济扩张期时，信用风险降低，因为较强的赢利能力使总体违约率降低。在处于经济紧缩期时，信用风险增加，因为赢利情况总体恶化，借款人因各种原因不能及时足额还款的可能性增加。
（2）对于公司经营有影响的特殊事件发生，这种特殊事件发生与经济运行周期无关，并且与公司经营有重要的影响。例如：产品发生的质量诉讼。信用风险管理，指的是针对交易对手、借款人或债券发行人具有违约“可能性”所产生的风险，进行管理。本文将分析贷款人违约而对商业银行带来的信用风险。
四 信用等级
信用评级(Credit Rating)，又称资信评级，是一种社会中介服务为社会提供资信信息，或为单位自身提供决策参考。主要包括三方面：
首先，信用评级的根本目的在于揭示受评对象违约风险的大小，其次，信用评级所评价的目标是经济主体按合同约定如期履行债务或其他义务的能力和意愿，而不是企业本身的价值或业绩。第三，信用评级是独立的第三方利用其自身的技术优势和专业经验，就各经济主体和金融工具信用风险大小所发表的一种专家意见，它不能代替资本市场投资者本身做出投资选择。
信用评级是商业银行确定贷款风险程度的依据和信贷资产风险管理的基础。企业作为经济活动的主体单位，与银行有着密切的信用往来关系，银行信贷是其生产发展的重要资金来源之一，其生产经营活动状况的好坏，行为的规范与否，直接关系到银行信贷资金使用好坏和效益高低。这就要求银行对企业的经营活动。经营成果。获利能力、偿债能力等给予科学的评价，以确定信贷资产损失的不确定程度，最大限度地防范贷款风险。现阶段，随着国有银行向商业银的转化，对信贷资产的安全性、效益性的要求日高，资信评级对银行信贷的积极作用也将日趋明显。
五 利用CreditMetrics模型衡量信用风险
（一）Creditmetrics模型的历史
CreditMetrics是由.摩根公司等1997年推出的用于量化信用风险的风险管理模型，运用VAR框架，对贷款和非交易资产进行估价和风险计算。该方法是基于借款人的信用评级、次年评级发生变化的概率（评级转移矩阵）、违约贷款的回收率、债券市场上的信用风险价差计算出贷款的市场价值及其波动性，进而得出个别贷款和贷款组合的VAR值。该模型的推出引起了金融机构和监管当局的高度重视，是当今风险管理领域在信用风险量化管理方面迈出的重要一步。
（二）Creditmetrics模型的基本思想
1、信用风险取决于债务人的信用状况，而企业的信用状况由被评定的信用等示。因此，信用计量模型认为信用风险可以说直接源自企业信用等级的变化，并假定信用评级体系是有效的，即企业投资失败、利润下降、融资渠道枯竭等信用事件对其还款履约能力的影响都能及时恰当地通过其信用等级的变化而表现出来。信用计量模型的基本方法就是信用等级变化分析。转换矩阵（Transition Matrix一般由信用评级公司提供），即所有不同信用等级的信用工具在一定期限内变化（转换）到其他信用等级或维持原级别的概率矩阵，成为该模型重要的输入数据。
2、信用工具（包括债券和贷款等）的市场价值取决于债务发行企业的信用等级，即不同信用等级的信用工具有不同的市场价值，因此，信用等级的变化会带来信用工具价值的相应变化。根据转换矩阵所提供的信用工具信用等级变化的概率分布，同时根据不同信用等级下给定的贴现率就可以计算出该信用工具在各信用等级上的市场价值（价格），从而得到该信用工具市场价值在不同信用风险状态下的概率分布。这样就达到了用传统的期望和标准差来衡量资产信用风险的目的，也可以在确定的置信水平上找到该信用资产的信用值，从而将Var的方法引入到信用风险中来。
3、信用计量模型的一个基本特点就是从资产组合而并不是单一资产的角度来看待信用风险。根据马柯威茨资产组合管理理论，多样化的组合投资具有降低非系统性风险的作用，信用风险很大程度上是一种非系统性风险，因此，在很大程度上能被多样性的组合投资所降低。另一方面，由于经济体系中共同的因素（系统性因素）的作用，不同信用工具的信用状况之间存在相互联系，由此而产生的系统性风险是不能被分散掉的。这种相互联系由其市场价值变化的相关系数（这种相关系数矩阵一般也由信用评级公司提供）表示。由单一的信用工具市场价值的概率分布推导出整个投资组合的市场价值的概率分布可以采取马柯威茨资产组合管理分析法。
4、由于信用计量模型将单一的信用工具放入资产组合中衡量其对整个组合风险状况的作用，而不是孤立地衡量某一信用工具自身的风险，因而，该模型使用了信用工具边际风险贡献这样的概念来反映单一信用工具对整个组合风险状况的作用。边际风险贡献是指在组合中因增加某一信用工具的一定持有量而增加的整个组合的风险（以组合的标准差表示）。通过对比组合中各信用工具的边际风险贡献，进而分析每种信用工具的信用等级、与其他资产的相关系数以及其风险暴露程度等各方面因素，可以很清楚地看出各种信用工具在整个组合的信用风险中的作用，最终为投资者的信贷决策提供科学的量化依据。
（三）Creditmetrics模型的步骤及其原理分析
（1）Creditmetrics模型步骤：
第一：确定评级体系及借款人从一个信用级别转移到另一个信用级别的概率，即转移矩阵
第二：确立时间段，利用贴现法计算贷款的现值
第三；算出将来信用转移后资产组合价值的变化分布，确立远期定价模型
第四：得出将来组合价值变化的分布，计算一定置信度下的VaR值
（2）Creditmetrics模型相关原理分析
CreditMetrics模型信用度量方法是以信用评级为基础，通过求单项贷款价值概率分布来确定单项贷款的风险。这个概率分布的特点在于它完全基于信用转移分析，即在既定时间内（一般取一年）一种信用质量变为另一种信用质量的概率，用它来度量将来（比如说一年以后）贷款资产组合的价值分布，模型强调资产组合价值变化与信用评级转移相关。假设一笔固定利率、不可提前偿还的中长期贷款。该笔贷款是等额偿还，直到最后一次偿还时结清贷款本息。在不可提前偿还假定条件下，根据普通年金现值一般公式，可推导出偿还贷款额现值计算的基本模型：
其中：V——债券价值；
C——每年的利息；
M——到期的本金；
r——贴现率（报酬率）；
n——债券到期前的年数。
CreditMetrics模型的基础是在给定的时间段内估计贷款或债券产品将来价值变化的分布状况，价值变化与债务人信用质量转移（信用评级是上升，是下降，还是违约）相关。设信贷资产或债券价值6的均值为μ，方差为σ，则：
（四）基于CreditMetrics模型的计算实例
——单一债券贷款情况的信贷资产风险值
Creditmetrics模型所需的掌握借款企业的资料如下:
（1）借款人的信用等级资料
（2）下一年度该信用级别水平转换为其它信用级别的概率
（3）违约贷款的收复率
下面以一笔年利率为6%，金额为10000元，期限为5年，高级未担保的BBB级不可提前偿还的中长期贷款为例来计算CreditMetrics模型的信贷资产风险值。计算出非交易性的贷款和债券的市值P和市值变动率σ，从而利用在险价值方法对单笔贷款或贷款组合的在险价值量进行度量的方法。
第一步，确定评级体系及借款人从一个信用级别转移到另一个信用级别的概率，即转移矩阵。
转移矩阵意味着一年内从一个信用等级转变为另一个信用等级的概率，穆迪和标准普尔等级均有这样的数据积累（见表1）。
表1 不同级别客户一年期信用转移矩阵(%)
始评级
一年期年末的信用等级
AAA
AA
A
BBB
BB
B
CCC
违约
AAA
AA
A
BBB
B+
B
CCC
与一年期转移矩阵相对应，还有多年期累计平均违约率统计数据（见表2）
表2 不同级别客户多年累计平均违约率(%)
期限
1
2
3
4
5
7
10
15
AAA
AA
A
BBB
BB
B
CCC
第二步，确立时间段，利用贴现法计算贷款的现值。CreditMetrics模型中时间选取通常定为一年，这是出于会计数据和财务报告得到的频率而定的。
第三步，算出将来信用转移后资产组合价值的变化分布，确立远期定价模型。信贷资产的估计可以从与贷款发行方评级对应的信贷资产得出。每个信用级别一年远期零曲线见表3。
表3 每个信用等级的一年远期零曲线(%)
范畴
一年
二年
三年
四年
AAA
AA
A
BBB
BB
B
CCC
如果一年后借款人仍是BBB级，一年后的信贷资产价格为：
(元)。
如果对每一级别重复同样计算，可以得到一年后不同级别贷款的价值，见表4。
表4 各信用级别的一年远期价值
年末评级
价值
AAA
AA
A
BBB
BB
B
CCC
违约
5113
第四步，得出将来组合价值变化的分布，计算一定置信度下的VaR值。如果发生违约，根据优先偿还程度，投资者可以得到部分清偿，本例题中，高级末担保贷款的清偿率约为%，10000元的清偿额为5113美元。信贷资产质量变化产生的一年期的债券价值变化的分布（见表5）。
表5 一年后该笔贷款的价值及变化
年末评级
评级变化的概率p（%）
贷款价值（元）
价值变化ΔV
AAA
AA
A
BBB
0
BB
B
CCC
违约
5113
假设该笔BBB级贷款价值V服从正态分布，设贷款价值的均值为\mu，标准差为σ,则:
%*+%*+*+%*+%*+%*+%*+%*5113=（元）
=%*()^2+%*()^2+%*()^2+%*()^2+%*()^2+%*()^2=（元）
(元)
可得出BBB贷款的价值表，见表6。
表6 该笔贷款的信用风险估值计算表
第一年末信用评级
信用评级概率（%）
贷款价值（元）
概率、加权价值（元）
价值与均值的偏离（元）
概率加权的偏离的平方
AAA
2
AA
36
A
646
BBB
9348
BB
541
B
115
CCC
10
违约
5113
9
因此，在正态分布下，该笔BBB级贷款的信用风险估值如下：
99%置信度的VaR=\times299=697(元)
95%置信度的VaR=\times299=493(元)
计算结果表明，在贷款价值为正态分布的假设条件下，该笔贷款有1%的可能性在第二年的损失超过697元，有5%的可能性在第二年的损失超过493元。反过来说，该笔贷款在第二年的损失有99%的可能性保证不超过697元，有95%的可能性保证不超过493元。
六 参考文献
[1] 李兴法,王庆石.基于CreditMetrics模型的商业银行信用风险应用研究[J].财经问题研究,2006,(12)
[2] 财政金融政策研究中心 龚明华
[3]《金融学》（第二版），曹龙祺主编，高等教育出版社
[4]
