基于KMV模型的商业银行信贷风险度量与管理研究
一、KMV模型原理
KMV公司在Merton期权定价模型以及风险是中性的思想基础上创立了信用监控模型即KMV模型，该模型运用期权定价的思想通过公司的股市价值来推导其资产价值以及收益的波动性等，并由此来估计其违约概率。该模型的基本思想是债务人资产价值的变动是导致信贷风险产生的一个本质因素，因此当确定了其变动遵循的规律或模型，那么就能够估计其违约概率。KMV模型的优点主要表现在：第一，该模型是以股票市场数据为基础的，因此能够反映市场对企业的认识信息，具有准确的预测能力；第二，该模型是在现代公司财务理论和期权理论基础上创建的结构性模型，因此该模型得出的EDF具有很强的说服率；第三，该模型既能够用于发达的股票市场，也能够用于不够发达的新兴市场。用KMV方法计算预期违约率的步骤是：第一步，对商业银行资产价值及其收益率波动性的估计；第二步，计算违约距离；第三步，根据违约距离导出预期违约率。
商业银行股权市场价值日波动率和年波动率：
σE=（ri-r）2 σ1E=
σE是股权市场价值日波动率，r为收益率均值，σ1E为年波动率，T=240。
KMV模型定义的违约距离为：
DD=
其中E（V1）、σA分别表示商业银行的资产期望价值和方差，DPT表示违约点，而违约点是短期债务与50%长期债务之和。
违约概率计算：假定公司的资产服从正态分布，则理论EDF公式有：
DEF=N（-DD）=ρ（-≤ε）
三、实证分析
（一）样本数据的选择
本文从Wind数据库选取了2012年我国10家上市商业银行的公司财务报表数据以及其股票市场的交易数据，然后运用KMV模型对这些上市银行的信贷风险状况进行了实证分析。
（二）KMV模型的参数及其计算
在KMV模型进行估计预期违约率时，总共需要6个变量：公司股权的市场价值E、股权市场价值的波动率σA、负债的账面价值（包括短期负债STD和长期负债LTD）、无风险利率Rf、公司资产的市场价值V以及资产价值的波动率σv。
（二）实证结果分析
本文在巴塞尔新资本协议Ⅲ的特点以及给我国商业银行信贷风险管理带来的挑战的基础上，构建了商业银行信贷风险管理机制。并运用现代信贷风险管理模型中的KMV模型对2012年我国10家上市商业银行的信贷风险进行了实证分析，得出了10家商业银行的违约概率较高。然后与2012年各银行的资本充足率和代表银行规模的自有资本（取对数）进行最小二乘的相关性检验，得出违约率与资本充足率负相关关系。最后根据分析结果，针对如何提高中国商业银行信贷风险管理提出了一些改进性政策建议：加快风险管理信息系统的建设、建立完善的信贷风险内部信用评级系统、逐步实现国内信贷风险量化管理、完善商业银行内部控制系统以及逐步建立信贷风险预警机制等关于我国信贷风险管理的意见。
四、商业银行信贷风险管理
我国商业银行当前的情况，从风险管理信息系统、信贷风险识别及内部信用评级、信贷风险量化、内控和外部防范以及信贷风险预警等方面来提出对我国商业银行信贷风险管理的对策及建议。一是，加快风险管理系统的建设。并要建立与风险数据库有关的查询以及预警等相关技术与分析工具。唯有这样才能完善风险管理信息系统，为进一步的风险管理提供数据支持。二是，建立完善的信贷风险内部信用评级系统。建立信贷风险内部信用评级的组织管理委员会，完善商业银行内部信用评级方法。三是，逐步实现国内信贷风险量化管理。由于作为现代商业银行信贷风险管理的核心的风险量化模型是由西方发达国家所建立的，因此主要是立足于发达国家商业银行发展水平的基础上，而我国是发展中国家，我国的商业银行也正在发展中，还达不到发达国家水平，因此在运用信贷风险管理模型时应当结合中国的相关国情，对模型进行修正，以求达到相对准确的结果。四是，完善商业银行内部控制系统。对国有商业银行而言要限制政府的控制权，完善风险管理系统。对银行董事会、监事会以及高级管理层要按照“三会分设、三权分开”的原则来进行设立，要在这三会之间形成分权制衡、互相合作的工作模式，实行董事会制约高级管理层政策，对商业银行风险进行较好的事中监督。建立有效的激励约束机制。五是，逐步建立信贷风险预警机制。信贷风险预警机制是信贷风险管理中最为关键性的一步，它是以控制及降低信贷风险为目标，根据能够获得的影响借款人宏观经济状况以及微观主体的财务及非财务状况，通过相关计量方法的应用以及合理的分析，尽早就信贷风险带来的损失长度进行综合评价的系统。
