商业银行信用风险管理研究与分析
中图分类号：F830.33 文献标识码：A 文章编号：1001-828X（2014）08-00-01
一、前言
商业银行是经营风险的企业，自产生起风险就与之相伴、形影不离。随着商业银行业务的扩展，银行业风险也呈现出复杂多变的特征。具备全面风险管理能力和水平已经成为商业银行稳健经营、持续发展的基本要求。商业银行风险管理是指商业银行通过风险分析、风险预测、风险控制等方法，预测、回避、排除或者转移经营中的风险，从而减少或避免经济损失，保证经营资金乃至金融体系的安全。
二、信用风险管理的主要模型
近二十年来，由于商业银行贷款利润持续下降和表外业务风险不断加大，促使银行采用更经济的方法度量和控制信用风险，而现代金融理论的发展和新的信用工具的创新，给开发新的信用风险计量模型提供了可能。与过去的信用管理相对滞后和难以适应市场变化的特点相比，新一代金融工程专家将建模技术和分析方法应用到这一领域，在传统信用评级的基础上提出了一批信用风险模型。现代信用风险度量模型主要有KMV模型、CreditMetrics、麦肯锡模型和CSFP信用风险附加计量模型等四类。
KMV模型的优点在于其将违约与公司特征而不是公司的初始信用等级联系在一起，使其对债务人质量的变化更加敏感；同时，它通过股票价格来测算上市公司的预期违约概率，因而市场信息也能被反映在模型当中，使其具有一定的前瞻性，模型的预测能力较强。
CreditMetrics是由J.P.摩根公司等1997年开发出的模型，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。
麦肯锡模型则在CreditMetrics的基础上，对周期性因素进行了处理，将评级转移矩阵与经济增长率、失业率、利率、汇率、政府支出等宏观经济变量之间的关系模型化，并通过蒙地卡罗模拟技术模拟周期性因素的“冲击”来测定评级转移概率的变化。麦肯锡模型可以看成是对CreditMetrics的补充，它克服了CreditMetrics中不同时期的评级转移矩阵固定不变的缺点。
三、巴塞尔协议对于信用风险资本要求
信用风险资本要求用单个信用风险资本加总进行计算，通常银行可以选选择标准化方法、内部评级初级法、内部评级高级法三种方法。
标准化方法利用外部的信用评级机构提供的外部信用等级来对风险进行分类，新资本协议取消了衍生工具50%的风险权重上限。
内部评级高级法允许银行提供其他的输入变量，包括违约损失和违约风险暴露综合得出监管需要的风险权重。高级内部评级法只能应用于主权、银行和公司债务的风险暴露，不能用于零售组合。
《巴塞尔协议II》也考虑了信用风险缓释技术，如抵押物、第三方担保、信用衍生品及净值结算。即使抵押物能够精确的匹配，但违约时资产价值可能出现的波动也会造成信用风险。在最坏的情况下，风险暴露的价值不断上升而抵押物价值不断下降。这个波动性风险用折扣系数H来度量，它对于不同资产具有不同值，大约等于10天的99%VAR。经过风险缓释后的风险暴露价值为：
其中，E为未抵押风险暴露的价值，C为抵押物的当前市场价值，为风险暴露的折扣，为抵押物的折扣，为两者之间货币不匹配的折扣。
在现阶段，由于我国资本市场发育尚不成熟，不具有通过企业的股票价格来反映企业市场价值的条件。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，适应《巴塞尔协议》新框架的需要。
