導(dǎo)語：如何才能寫好一篇商業(yè)銀行信用風(fēng)險(xiǎn)分析，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

摘 要 從我國銀行業(yè)自身看，尚未從制度、機(jī)制上根本解決新的不良資產(chǎn)產(chǎn)生問題，信用風(fēng)險(xiǎn)依然很大。因此，提高我國商業(yè)銀行信用風(fēng)險(xiǎn)管理水平，是我國商業(yè)銀行要解決的重要課題。

關(guān)鍵詞 商業(yè)銀行 信用 風(fēng)險(xiǎn)

銀行的風(fēng)險(xiǎn)分類為信用風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)。而世界銀行在關(guān)于全球銀行危機(jī)的研究中指出，銀行破產(chǎn)最經(jīng)常的原因就是信 用風(fēng)險(xiǎn)。銀行的信用風(fēng)險(xiǎn)不僅在計(jì)量、管理上比操作風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)更復(fù)雜，通常是銀行經(jīng)營風(fēng)險(xiǎn)組合的最主要方面，同時(shí)也是金融體系系統(tǒng)風(fēng)險(xiǎn)重要的直接來源之一。因此，如何防范和化解銀行的信用風(fēng)險(xiǎn)，是理論和實(shí)踐都迫切需要解決的問題。加強(qiáng)信用風(fēng)險(xiǎn)管理無論是現(xiàn)在還是將來仍是關(guān)系到銀行長期健康發(fā)展的關(guān)鍵。

一、我國商業(yè)銀行信用風(fēng)險(xiǎn)管理的存在的問題

首先，我國資本市場目前還處于初創(chuàng)階段，市場運(yùn)行機(jī)制尚不規(guī)范，再加上多年制度缺陷的累積，致使我國商業(yè)銀行在信用風(fēng)險(xiǎn)管理方面存在較大的缺陷，比如：國外對企業(yè)授信一般采用信用評分技術(shù)，這是一項(xiàng)運(yùn)用現(xiàn)代數(shù)理統(tǒng)計(jì)模型和信息技術(shù)對客戶的信用記錄進(jìn)行計(jì)量分析從而做出決策的新技術(shù)。這種信貸管理手段對緩解銀企間信息不對稱有很大的幫助，但是該項(xiàng)技術(shù)比較復(fù)雜，對操作人員的技術(shù)要求很高，且要求有較為完整和全面的數(shù)據(jù)，實(shí)施上較為困難。中國很多商業(yè)銀行的評級系統(tǒng)使用簡單的打分模型，這種簡單的打分模型雖然同時(shí)包括定性和定量指標(biāo)，但其在指標(biāo)的選擇和權(quán)重比例的分配上往往比較落后（比如模型中經(jīng)常忽略對關(guān)聯(lián)交易的考慮、缺乏對資產(chǎn)質(zhì)量變化趨勢的考慮）。此外信用評級人員未能充分理解評估模型的內(nèi)涵，只是機(jī)械地對客戶進(jìn)行打分，并不能夠真正認(rèn)識到借款人的內(nèi)在信用風(fēng)險(xiǎn)，這樣評定出的信用等級不但缺乏準(zhǔn)確性，而且銀行的監(jiān)察和稽核部門也難以對客戶的信用等級進(jìn)行復(fù)審和跟蹤。

其次，導(dǎo)致銀行信用風(fēng)險(xiǎn)的另一個(gè)原因便是銀行缺乏識別借款人的還款能力和還款意愿的技術(shù)水平，正如所提到的，國內(nèi)尚無統(tǒng)一的、有效可行的對企業(yè)的評級技術(shù)和標(biāo)準(zhǔn)，因此，國內(nèi)銀行在發(fā)放貸款是主要依據(jù)企業(yè)的財(cái)務(wù)報(bào)表，考察企業(yè)的資本結(jié)構(gòu)，不重視非財(cái)務(wù)因素分析，在實(shí)際中是存在很大的缺陷的：首先，傳統(tǒng)的財(cái)務(wù)報(bào)表上通常過去的靜態(tài)的信息，隨著時(shí)間的推移，企業(yè)的內(nèi)外部環(huán)境都會發(fā)生很大的變化，所以企業(yè)在某一時(shí)點(diǎn)的數(shù)據(jù)對于需要準(zhǔn)確評估企業(yè)風(fēng)險(xiǎn)的商業(yè)銀行來說并沒有太大的現(xiàn)實(shí)意義。銀行應(yīng)該更加注重企業(yè)的長期信用品質(zhì)，這其中就包括管理策略、行業(yè)信息、環(huán)境風(fēng)險(xiǎn)等非財(cái)務(wù)因素。因此，銀行在分析不同行業(yè)的企業(yè)的時(shí)候往往缺乏相應(yīng)的指標(biāo)值進(jìn)行對比，導(dǎo)致銀行很難準(zhǔn)確把握企業(yè)所在行業(yè)的發(fā)展階段。同時(shí)，缺乏不同行業(yè)的數(shù)據(jù)進(jìn)行橫截面比較，容易忽視企業(yè)特定的行業(yè)風(fēng)險(xiǎn)。因此，單純的分析財(cái)務(wù)數(shù)據(jù)，缺乏準(zhǔn)確性和科學(xué)性。

二、解決我國商業(yè)銀行信用管理問題的對策

針對我國商業(yè)銀行信用風(fēng)險(xiǎn)管理存在的問題，應(yīng)從多方面人手加以解決，在這里僅就加強(qiáng)信用風(fēng)險(xiǎn)文化的建設(shè)這一途徑做一定探討，因良好的風(fēng)險(xiǎn)管理文化是風(fēng)險(xiǎn)管理的靈魂。在信用風(fēng)險(xiǎn)管理體系中，信用文化居于核心地位，是信用風(fēng)險(xiǎn)管理的基礎(chǔ)。

一個(gè)金融機(jī)構(gòu)的信用管理常常失敗，其原因并不是它缺少信用管理系統(tǒng)、政策及程序，而是因?yàn)樗F(xiàn)有的占據(jù)主導(dǎo)地位的企業(yè)文化不能使這些系統(tǒng)、政策、程序真正發(fā)揮作用。信用風(fēng)險(xiǎn)管理是一項(xiàng)復(fù)雜但對銀行極其重要的工作。國外銀行一般比較重視塑造銀行自身的信用文化，使銀行的信貸人員能夠準(zhǔn)確地識別借款人的風(fēng)險(xiǎn)和實(shí)力，在整個(gè)銀行范圍內(nèi)為客戶評定出統(tǒng)一的、準(zhǔn)確的信用等級。

銀行投入一定的費(fèi)用到員工的培訓(xùn)中，從而提高整體員工的素質(zhì)和塑造銀行信用文化，把不良貸款損失降到最低，而為銀行帶來的巨大經(jīng)濟(jì)效益將遠(yuǎn)遠(yuǎn)超出培訓(xùn)的投資，達(dá)到經(jīng)濟(jì)杠桿的效應(yīng)。我國商業(yè)銀行也應(yīng)樹立起這種理念，在發(fā)展中要保證資產(chǎn)質(zhì)量，也要建立起風(fēng)險(xiǎn)防范的文化，讓風(fēng)險(xiǎn)防范不僅停留在制度和技術(shù)的層面，而且要深入到每一位員工的心，使風(fēng)險(xiǎn)防范成為一種自覺的意識。要明確信用風(fēng)險(xiǎn)管理意識不止是某個(gè)管理層或者某個(gè)管理部門的事，必須貫徹到銀行的全體成員中。每一名員工在工作過程中都應(yīng)當(dāng)合理的兼顧效益、風(fēng)險(xiǎn)和成本，從風(fēng)險(xiǎn)管理中尋找收益點(diǎn)，應(yīng)當(dāng)明確提高風(fēng)險(xiǎn)管理水平是創(chuàng)造銀行核心價(jià)值的重要手段。

三、結(jié)束語：

總的來看，完善內(nèi)控制度、防范金融風(fēng)險(xiǎn)是商業(yè)銀行一項(xiàng)復(fù)雜和漫長的工作。商業(yè)銀行應(yīng)該從現(xiàn)實(shí)的基礎(chǔ)條件出發(fā)，善于學(xué)習(xí)他行的先進(jìn)經(jīng)驗(yàn)，始終堅(jiān)持“穩(wěn)健為本”的經(jīng)營原則，通過自身不懈努力，健全完善風(fēng)險(xiǎn)和內(nèi)控體制機(jī)制， 形成具有自身特點(diǎn)的風(fēng)險(xiǎn)管理與內(nèi)控文化，才能在市場競爭日趨激烈、金融風(fēng)險(xiǎn)日益加大的環(huán)境中立于不敗之地。

參考文獻(xiàn)

[1]吳建.我國商業(yè)銀行網(wǎng)上銀行操作風(fēng)險(xiǎn)管理研究.浙江金融. 2011 （10）.

篇2

對當(dāng)?shù)亟鹑谏鷳B(tài)環(huán)境特征的研究應(yīng)作為出發(fā)點(diǎn)

子曰：”與善人居，如入芝蘭之室，久而不聞其香……是以君子必慎其所與處者焉?！边@段話生動地闡明了環(huán)境對一個(gè)人的影響。對企業(yè)這個(gè)經(jīng)濟(jì)組織而言，環(huán)境的潛移默化作用同樣明顯：事實(shí)證明，有的企業(yè)即使原先很“本分”，但在周邊“成功事例”的示范效應(yīng)以及社會融資較易獲得的“有利環(huán)境”下，也會變得越來越激進(jìn)，將財(cái)務(wù)杠桿用到緊繃乃至斷裂的程度。因此，對一個(gè)地區(qū)金融生態(tài)環(huán)境特征的研究應(yīng)作為我們了解一個(gè)區(qū)域信用風(fēng)險(xiǎn)潛在大小或未來趨勢的首要出發(fā)點(diǎn)。

中國地大物博、幅員遼闊的國情，決定了不同區(qū)域的金融生態(tài)往往存在著較大的差異和鮮明的地域色彩，討論一個(gè)區(qū)域的金融生態(tài)特點(diǎn)可以嘗試從以下幾方面進(jìn)行：

（一）當(dāng)?shù)卣w融資環(huán)境的松緊度

一是觀察當(dāng)?shù)劂y行的數(shù)量、相互之間的競爭激烈程度。一般情況下，銀行越多、競爭越激烈，銀行對客戶的準(zhǔn)入門檻就可能降得越低，客戶獲得銀行融資乃至過度授信的可能性也會越大。而且很多時(shí)候，即使一家銀行自以為只給予客戶適當(dāng)?shù)氖谛蓬~度，但由于信息不對稱等多方原因，多家銀行“合理”的授信額度加總起來，也會使企業(yè)的真實(shí)杠桿率高到離譜的程度。這樣的過度授信帶來的最直接后果往往就是銀行貸款被挪用，而實(shí)踐證明，銀行多頭授信、過度授信是不良貸款發(fā)生的普遍特征之一。在經(jīng)濟(jì)上升期，這類風(fēng)險(xiǎn)還可能被投資品市場的繁榮與企業(yè)的盈利所掩蓋，而一旦經(jīng)濟(jì)步入蕭條期，那些本不應(yīng)獲得貸款或本不應(yīng)獲得大額授信的資質(zhì)較差的企業(yè)便會首當(dāng)其沖，成為對銀行資產(chǎn)質(zhì)量進(jìn)行沖擊的“排頭兵”。

這一方面可以參考的指標(biāo)為當(dāng)?shù)劂y行信貸與GDP 之比重。該指標(biāo)在一定程度上能夠直觀反映某一區(qū)域內(nèi)銀行業(yè)過度授信情況的嚴(yán)重性以及該區(qū)域的整體償債能力。如從2012年末全國各省市貸款余額/GDP的指標(biāo)情況可以看出，浙江省該指標(biāo)僅次于北京、上海，位于全國第三位；而從時(shí)間序列來看，福建、山東、內(nèi)蒙等幾個(gè)省份該指標(biāo)雖然一直低于全國平均水平，但近年來該指標(biāo)數(shù)值一直呈上升趨勢，即存在于經(jīng)濟(jì)下行期“加杠桿”的嫌疑。這些或都是造成當(dāng)?shù)亟阢y行信用風(fēng)險(xiǎn)集中發(fā)生的誘因之一。

其中，北京、上海情況較為特殊，部分原因可能是存在較多全國性企業(yè)集團(tuán)總部原因，造成貸款余額/GDP的比值相對偏高。

二是考察當(dāng)?shù)孛耖g借貸的活躍度。從理論上講，如果當(dāng)?shù)孛耖g借貸市場越活躍，則企業(yè)獲得民間資金的便利性也越強(qiáng)，銀行資金變相進(jìn)入民間融資領(lǐng)域的可能性也越大。在經(jīng)濟(jì)上行期，民間借貸可以成為當(dāng)?shù)仄髽I(yè)特別是小微企業(yè)除銀行體系之外的另一重要資金來源，具有一定的合理性和必然性。但民間借貸資金具有流向監(jiān)測困難、風(fēng)險(xiǎn)隱患難以掌控、容易發(fā)生債務(wù)糾紛等天然缺陷，在經(jīng)濟(jì)下行期，一旦資金鏈條發(fā)生斷裂，便會在“羊群效應(yīng)”驅(qū)使下引發(fā)一系列聯(lián)動效應(yīng)，造成大批企業(yè)資金周轉(zhuǎn)困難甚至破產(chǎn)倒閉。同時(shí)，部分民間借貸資金本身就可能間接來源于銀行貸款，這就會進(jìn)一步加大銀行資金面臨的系統(tǒng)性風(fēng)險(xiǎn)。比如，我國的浙江溫州、內(nèi)蒙古鄂爾多斯、陜西榆林等地區(qū)的民間借貸市場歷來均十分活躍，這些區(qū)域也成為近階段銀行信貸風(fēng)險(xiǎn)的高發(fā)地帶。

對于此類情況，可以參考當(dāng)?shù)厝嗣胥y行或其他機(jī)構(gòu)的監(jiān)測信息，重點(diǎn)關(guān)注民間借貸的資金價(jià)格、借貸期限、借貸用途等信息。

（二）當(dāng)?shù)劂y行信貸資金的外流程度

如果一個(gè)地區(qū)銀行信貸資金大量外流，說明當(dāng)?shù)卮嬖诋a(chǎn)業(yè)空心化趨勢，且較多情況下，流向異地的銀行資金會被挪用于投資或借貸用途，將進(jìn)一步加大銀行貸款所面臨的系統(tǒng)性風(fēng)險(xiǎn)。對此可觀察某一區(qū)域的貸存比指標(biāo)，若該地區(qū)貸款金額較大而存款金額相對較小，一定程度上即說明該區(qū)域資金存在漏出銀行體系或流向外地的可能性。

從2012年末全國各省市貸存比指標(biāo)情況可以看出，福建、浙江、內(nèi)蒙等省份的貸存比指標(biāo)都較高，一定程度上說明當(dāng)?shù)劂y行資金外流的可能性相對較大。

（三）當(dāng)?shù)厥欠窬哂休^為深厚的誠信文化

誠信文化也是考察區(qū)域信用風(fēng)險(xiǎn)潛在大小必不可少的一個(gè)重要因素。比如，有的區(qū)域存在重誠信、講信義的傳統(tǒng)，企業(yè)之間講究“勝則舉杯相慶、敗則拼死相救”的江湖文化，這對于銀行的資產(chǎn)安全自然是一個(gè)不可忽視的正面保障。而一些區(qū)域的部分企業(yè)，或在歷史上少數(shù)負(fù)面典型的示范作用下、存在對銀行貸款能賴則賴的僥幸心理，或?qū)ψ陨碚\信記錄重要性的認(rèn)識不夠，銀行介入時(shí)就需慎之又慎。

不過，文化因素只能作為軟約束，而且事實(shí)屢次證明，在真正的系統(tǒng)性風(fēng)險(xiǎn)到來之時(shí)，原先?？菔癄€的誓言和保證也會變得蒼白無力，在生存的壓力和誠信的尊嚴(yán)之間，企業(yè)的選擇往往是最現(xiàn)實(shí)的。比如，目前國內(nèi)部分區(qū)域出現(xiàn)不良貸款后，部分企業(yè)開始還愿意為被擔(dān)保企業(yè)代償，但當(dāng)越來越發(fā)現(xiàn)這是個(gè)無底洞時(shí)，便會明哲保身、甚至溜之大吉，造成擔(dān)保鏈風(fēng)險(xiǎn)的不斷蔓延。

因此，對文化因素的考察往往只能作為輔助手段，真正決定是否可介入授信的，還是客戶自身的第一還款來源是否充分和穩(wěn)定，以及抵押物是否足值等因素。

（四）政府在建立良好的金融生態(tài)環(huán)境方面有無作為

比如，政府是否準(zhǔn)備或已經(jīng)成立有專門的財(cái)政入股的擔(dān)保機(jī)構(gòu)，為當(dāng)?shù)刂行∑髽I(yè)貸款提供增信服務(wù)；在追討不良貸款過程中，政府是否能夠公平、公正地發(fā)揮應(yīng)有作用，法院能否及時(shí)、有效地維護(hù)銀行的合法權(quán)益等等。

對當(dāng)?shù)仄髽I(yè)經(jīng)營理念特色的考察應(yīng)作為落腳點(diǎn)

歷史上，我國在不同的地理區(qū)域曾形成了不同的商幫，到了近代，這種區(qū)域商業(yè)文化的區(qū)隔也非常明顯。這些迥異的經(jīng)營理念，造成了不同區(qū)域的企業(yè)家在面對風(fēng)險(xiǎn)或機(jī)遇時(shí)往往會做出不同的選擇。

比如，據(jù)國內(nèi)學(xué)者研究，浙江商人較為突出的特點(diǎn)之一是勇于開拓、思維解放，這促成了浙江地區(qū)民營經(jīng)濟(jì)的迅速崛起；但另一方面，在資本逐利性及急功近利心態(tài)的驅(qū)使下，也造成了近年來浙江特別是溫州地區(qū)民間資金大量外流、炒作房地產(chǎn)、農(nóng)產(chǎn)品等資產(chǎn)的現(xiàn)象，使得當(dāng)?shù)禺a(chǎn)業(yè)空心化問題日益嚴(yán)重。2012年以來，當(dāng)?shù)卦S多“熱錢”因投資品價(jià)格下跌被套，導(dǎo)致眾多企業(yè)鏈斷裂而引發(fā)擔(dān)保鏈風(fēng)險(xiǎn)，進(jìn)而形成較大的系統(tǒng)性風(fēng)險(xiǎn)。這也是造成此次溫州等區(qū)域風(fēng)險(xiǎn)集中發(fā)生的深層次原因之一。

又如，福建地區(qū)特別是閩南的民營企業(yè)主，有著“愛拼才會贏”的特性。許多企業(yè)具備一定規(guī)模后往往進(jìn)行大額投資，有的是增加生產(chǎn)線、有的把錢花在爭取上市用途，更多的則是將資金投向了房地產(chǎn)等風(fēng)險(xiǎn)較大的業(yè)務(wù)領(lǐng)域；還有一些資金則是想趁造船、航運(yùn)等周期性行業(yè)處于“低谷”時(shí)“抄底”，結(jié)果卻因踏錯節(jié)奏而被套牢。這些大額投資的資金主要來源于民間借貸和銀行融資，使得相關(guān)企業(yè)財(cái)務(wù)杠桿率居高不下。在經(jīng)濟(jì)下行期，企業(yè)資金鏈極易斷裂，最終引發(fā)一系列問題。

而珠三角此次之所以沒有爆發(fā)像長三角、福建地區(qū)那樣集中連片的風(fēng)險(xiǎn)事件，有觀點(diǎn)認(rèn)為，一是以前的亞洲金融危機(jī)等對珠三角造成的傷害遠(yuǎn)大于其他區(qū)域，使該區(qū)域企業(yè)主整體趨向更為務(wù)實(shí)、更加嫌惡風(fēng)險(xiǎn)，對大規(guī)模投資于不熟悉的領(lǐng)域變得相對謹(jǐn)慎。二是廣東地區(qū)盡管民間借貸也較為發(fā)達(dá)，但在相對審慎的經(jīng)營理念驅(qū)使下，區(qū)域內(nèi)民間借貸多用于銀行貸款到期時(shí)的“過橋”，期限通常較短且金額不大，風(fēng)險(xiǎn)擴(kuò)散性和危害性便也相對較弱；而溫州等地區(qū)的民間借貸多被用于企業(yè)日常經(jīng)營、擴(kuò)大規(guī)模甚至其他投資活動，即在表內(nèi)貸款之外又一次放大了財(cái)務(wù)杠桿，一旦發(fā)生風(fēng)險(xiǎn)，對企業(yè)持續(xù)經(jīng)營能力的打擊程度以及風(fēng)險(xiǎn)擴(kuò)散的“多米諾骨牌效應(yīng)”就會更為顯著。

對當(dāng)?shù)亟?jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)特點(diǎn)的分析應(yīng)作為根本點(diǎn)

（一）當(dāng)?shù)厝萎a(chǎn)業(yè)構(gòu)成及演變

從當(dāng)?shù)厝萎a(chǎn)業(yè)的增長速度、比例關(guān)系及演化歷史，可以看出其整體經(jīng)濟(jì)產(chǎn)業(yè)環(huán)境的特點(diǎn)及發(fā)展趨勢，從而為銀行對其整體信用風(fēng)險(xiǎn)環(huán)境的判斷提供依據(jù)。

如從歷年數(shù)據(jù)可以看出，溫州地區(qū)第二產(chǎn)業(yè)占GDP的比重在逐年下降，同時(shí)其工業(yè)總產(chǎn)值增速近年來也有明顯下滑，2011年甚至出現(xiàn)負(fù)值，說明本地制造業(yè)地位在不斷下降、制造業(yè)轉(zhuǎn)移乃至空心化現(xiàn)象在逐步加劇。但與此同時(shí)，銀行貸款增速卻未見明顯下降，由于當(dāng)?shù)劂y行貸款大部分投向仍為制造業(yè)，這說明要么銀行貸款的實(shí)際用途存在較大疑問，要么貸款投向與當(dāng)?shù)亟?jīng)濟(jì)結(jié)構(gòu)調(diào)整的趨勢及產(chǎn)業(yè)景氣度之間出現(xiàn)了背離，信用風(fēng)險(xiǎn)在不斷積累。

（二）當(dāng)?shù)氐漠a(chǎn)業(yè)結(jié)構(gòu)總體特征

這方面可參考的關(guān)鍵指標(biāo)包括當(dāng)?shù)仄髽I(yè)在產(chǎn)業(yè)鏈中所處的層次或地位、當(dāng)?shù)氐闹饕a(chǎn)業(yè)組織形態(tài)、當(dāng)?shù)氐钠髽I(yè)主體規(guī)模類型等。

比如，從產(chǎn)業(yè)層次看，我國浙江、福建部分地區(qū)的企業(yè)多以傳統(tǒng)制造業(yè)為主，本身存在與上下游相比話語權(quán)較小、產(chǎn)品附加價(jià)值偏低、技術(shù)創(chuàng)新能力不強(qiáng)、轉(zhuǎn)型升級困難、盈利能力不斷下降等問題。無疑，銀行給予這類企業(yè)貸款的信用風(fēng)險(xiǎn)也會隨著其競爭力的下降而持續(xù)上升。

又如，從產(chǎn)業(yè)組織形態(tài)看，浙江地區(qū)經(jīng)濟(jì)的條塊狀分布特征較為明顯，即相同產(chǎn)業(yè)往往集中分布，如溫州的制鞋、眼鏡、燈具等產(chǎn)業(yè)，海寧的皮革產(chǎn)業(yè)，樂清的低壓電器，義烏的小商品批發(fā)貿(mào)易，永康的小五金等均是典型的例證。這種產(chǎn)業(yè)分布形式易形成“集聚效應(yīng)”，利于上下游供應(yīng)鏈的完善和專業(yè)市場的迅速發(fā)展壯大；但從另一角度來講，由于區(qū)域和行業(yè)結(jié)構(gòu)相對集中，行業(yè)系統(tǒng)性風(fēng)險(xiǎn)不易分散；再加上銀行在此類地區(qū)的貸款往往會由同一行業(yè)或產(chǎn)業(yè)鏈上下游的企業(yè)互保、聯(lián)保作為緩釋手段，一旦發(fā)生風(fēng)險(xiǎn)，易出現(xiàn)“一榮俱榮、一損俱損”的情況。

再如，從企業(yè)規(guī)模來看，浙江地區(qū)民營經(jīng)濟(jì)發(fā)達(dá)，經(jīng)營主體也以中小企業(yè)為主，而中小企業(yè)本身即存在抗風(fēng)險(xiǎn)能力相對較弱、經(jīng)營失敗風(fēng)險(xiǎn)相對較大等先天缺陷，銀行貸款的風(fēng)險(xiǎn)也會隨之上升。

以上幾個(gè)產(chǎn)業(yè)結(jié)構(gòu)方面的突出特點(diǎn)，也是此次浙江等地區(qū)銀行貸款信用風(fēng)險(xiǎn)相對更為突出的重要原因。

（三）當(dāng)?shù)厥欠翊嬖谥档锰貏e關(guān)注的風(fēng)險(xiǎn)較大的產(chǎn)業(yè)領(lǐng)域

例如，近年以來，受到歐美經(jīng)濟(jì)下行、需求減弱的影響，國內(nèi)與外貿(mào)相關(guān)的行業(yè)普遍面臨了較大的經(jīng)營危機(jī)。從數(shù)據(jù)可以看出，此次信用風(fēng)險(xiǎn)較為突出的長三角和福建地區(qū)均屬于外貿(mào)依存度相對較高的區(qū)域。而廣東地區(qū)外貿(mào)依存度也很高，之所以未尚顯現(xiàn)大規(guī)模的信用風(fēng)險(xiǎn)，據(jù)公開報(bào)道是廣東很多中小企業(yè)主從2008年金融危機(jī)以來即已經(jīng)開始收縮戰(zhàn)線、按單定產(chǎn)，“沒有單就關(guān)廠，或停止生產(chǎn)，借錢上新項(xiàng)目和新生產(chǎn)線的比較少”。由于其較少使用銀行貸款和民間資金進(jìn)行高杠桿經(jīng)營，因而即使因經(jīng)營困難而倒閉，對金融領(lǐng)域造成的影響也相對有限。

篇3

【關(guān)鍵詞】kmv模型 信用風(fēng)險(xiǎn) 商業(yè)銀行

一、文獻(xiàn)綜述

KMV模型是1997年美國kmv公司開發(fā)的用于估計(jì)貸款企業(yè)違約概率的方法，國內(nèi)外許多學(xué)者都對其進(jìn)行了研究。Kurbat.e.t（2002）利用美國公司的數(shù)據(jù)證明了模型的有效性。Crodbie，e.t（2003）以金融類公司數(shù)據(jù)研究發(fā)現(xiàn)kmv模型很好地預(yù)測到公司信用的變化。易丹輝等（2004）以我國上市公司為樣本，發(fā)現(xiàn)利用kmv模型估計(jì)違約風(fēng)險(xiǎn)效果較好。綜上，大多數(shù)研究結(jié)果表明，KMV模型能夠反映信用風(fēng)險(xiǎn)的高低 ，而我國將出臺存款保險(xiǎn)制度，將打破我國商業(yè)銀行不破產(chǎn)的神話，所以本文利用kmv模型對三家商業(yè)銀行進(jìn)行信用風(fēng)險(xiǎn)的分析，并試對模型有效性進(jìn)行探究。

二、模型基本理論介紹

KMV模型是將B-S期權(quán)定價(jià)模型用于信用風(fēng)險(xiǎn)的管理中。一筆貸款相當(dāng)于一份期權(quán)，其行權(quán)價(jià)是貸款額、標(biāo)的是貸款人的資產(chǎn)，那么如果貸款到期時(shí)企業(yè)資產(chǎn)市場價(jià)值高于貸款，企業(yè)償還債務(wù)；小于，則企業(yè)選擇違約。

根據(jù)這一思路，先用B-S期權(quán)定價(jià)模型估計(jì)資產(chǎn)的市場價(jià)值V和波動率σV：

E=VN（d1）-DσE=■σE

d1=■

d2=d1-σV■

其中，E、V分別為企業(yè)股權(quán)、資產(chǎn)市場價(jià)值，σE、σV為對應(yīng)的波動率，r為無風(fēng)險(xiǎn)收益率，τ為債務(wù)償還期限，D（d）為標(biāo)準(zhǔn)正態(tài)分布積累函數(shù)。

另外，違約點(diǎn)DPT=公司短期債務(wù)+長期債務(wù)的一半；再根據(jù)以下公式可得出用于衡量公司信用風(fēng)險(xiǎn)的兩個(gè)指標(biāo)，

違約距離DD=（V-DPT）/（V*σV），DD越大，信用風(fēng)險(xiǎn)越小

預(yù)期違約率EDF = N[-DD] =[1 - N（DD）]*100 ，EDF越小，信用風(fēng)險(xiǎn)越小

三、商業(yè)銀行的信用風(fēng)險(xiǎn)實(shí)證分析

本文選擇工商銀行、建設(shè)銀行、中國銀行三家銀行2008年至2012年的年度數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)來源CSMAR以及各銀行年報(bào)。

根據(jù)公式計(jì)算得出信用風(fēng)險(xiǎn)兩個(gè)指標(biāo)結(jié)果如下：

表1 信用風(fēng)險(xiǎn)指標(biāo)

2008年 2009年 2010年 2011年 2012年

工商銀行 違約距離DD 1.70 2.90 3.12 3.77 4.21

預(yù)期違約率EDF（%） 4.45 0.186 0..0904 0.00816 0.00127

建設(shè)銀行 違約距離DD 1.05 2.64 3.98 4.32 4.91

預(yù)期違約率EDF（%） 14.73 0.4116 0.003494 0.00077 0.000046

中國銀行 違約距離DD 1.80 2.56 3.62 3.84 3.84

預(yù)期違約率EDF（%） 3.59 0.523 0.0147 0.00615 0.00615

從表1知，三家銀行自2008年以來，違約距離持續(xù)變大，違約率降低，表明信用風(fēng)險(xiǎn)是下降的，說明銀行經(jīng)營較穩(wěn)健，特別是2010年違約率有較大幅度降低，可能原因是2010年巴塞爾協(xié)議三頒布，我國大型商業(yè)銀行預(yù)期我國監(jiān)管機(jī)構(gòu)將出臺新的監(jiān)管政策，這種預(yù)期的改變強(qiáng)化其風(fēng)險(xiǎn)控制行為。

四、kmv模型的驗(yàn)證

前面的研究是基于kmv模型預(yù)估信用風(fēng)險(xiǎn)是可行的，下面將驗(yàn)證這一基礎(chǔ)，方法主要是選取能代表銀行實(shí)際風(fēng)險(xiǎn)的指標(biāo)與kmv模型的結(jié)果進(jìn)行對比。

本文選取核心資本充足率作為對比分析指標(biāo)，原因是核心資本反映銀行抵御兌付危機(jī)的能力，其值越大，信用風(fēng)險(xiǎn)越小。數(shù)據(jù)來源各銀行年報(bào)：

圖1 銀行核心資本充足率

從圖1可以看出，銀行抵御風(fēng)險(xiǎn)的能力大致上不斷增強(qiáng)的，這與kmv的結(jié)果基本一致，但2008到2009年核心資本充足率是降低的，與kmv模型的銀行信用風(fēng)險(xiǎn)降低不吻合，主要原因可能在于EDF是基于歷史數(shù)據(jù)來衡量公司的未來違約率，同時(shí)，KMV是基于B-S期權(quán)定價(jià)公式，而B-S公式的系列假設(shè)，往往在現(xiàn)實(shí)的金融市場中得不到滿足，因此，KMV模型自身存在一定的缺陷。

五、結(jié)論

本文將kmv模型用于商業(yè)銀行的信用風(fēng)險(xiǎn)衡量，發(fā)現(xiàn)該模型整體上能較好地預(yù)估出銀行的信用風(fēng)險(xiǎn)，且隨著現(xiàn)代銀行業(yè)體制的建立，監(jiān)管制度的完善，銀行業(yè)的風(fēng)險(xiǎn)水平在逐漸減低。

本文的不足之處在于，kmv模型的適用性還須利用更多的數(shù)據(jù)進(jìn)行更深入的研究，同時(shí)我們也要認(rèn)識銀行的風(fēng)險(xiǎn)暴露較滯后，對銀行的風(fēng)險(xiǎn)管理也不能僅依賴外部的模型測算、監(jiān)管，更多地還需要銀行自律，提高風(fēng)險(xiǎn)管理水平。

參考文獻(xiàn)：

[1]M Kurbat， I Korbalev，Methodology for testing the level of the EDF credit measure [J].Moody's KMV Technical Report， 2002.

[2]P Crodbie， J BOHN，Modeling default risk[J].Moody's KMV Revised， 2003.

篇4

商業(yè)銀行實(shí)質(zhì)是經(jīng)營風(fēng)險(xiǎn)并從風(fēng)險(xiǎn)中獲取收益的企業(yè)。隨著我國銀行業(yè)競爭的不斷加劇，以及商業(yè)銀行經(jīng)營規(guī)模的日趨擴(kuò)大，與之相伴的操作風(fēng)險(xiǎn)亦不斷增加，有效防范和化解操作風(fēng)險(xiǎn)已成為我國商業(yè)銀行必須面對的一項(xiàng)全新而艱巨的任務(wù)。把保險(xiǎn)運(yùn)用到我國商業(yè)銀行的操作風(fēng)險(xiǎn)管理中，以經(jīng)濟(jì)方式對商業(yè)銀行操作風(fēng)險(xiǎn)進(jìn)行損失事前轉(zhuǎn)移，事后補(bǔ)償，將有助于完善我國商業(yè)銀行的操作風(fēng)險(xiǎn)管理體系。

本文將從商業(yè)銀行操作風(fēng)險(xiǎn)的定義、分類、特征，商業(yè)銀行操作風(fēng)險(xiǎn)產(chǎn)生的根源，商業(yè)銀行操作風(fēng)險(xiǎn)保險(xiǎn)的作用以及發(fā)展我國操作風(fēng)險(xiǎn)保險(xiǎn)的構(gòu)想四個(gè)方面闡釋新巴塞爾協(xié)議下保險(xiǎn)對緩釋商業(yè)銀行操作風(fēng)險(xiǎn)的作用。

【關(guān)鍵詞】

保險(xiǎn)；操作風(fēng)險(xiǎn)；商業(yè)銀行；新巴塞爾協(xié)議

2004年6月26日，巴塞爾銀行監(jiān)管委員會正式公布了《巴塞爾新資本協(xié)議》，即新巴塞爾協(xié)議，新巴塞爾協(xié)議明確地將操作風(fēng)險(xiǎn)的衡量和管理納入金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理框架之中，并且要求金融機(jī)構(gòu)為操作風(fēng)險(xiǎn)配置相應(yīng)的資本金水平。這標(biāo)志著操作風(fēng)險(xiǎn)已成為國際銀行業(yè)全面風(fēng)險(xiǎn)管理框架的重要組成部分。同時(shí)，新巴塞爾協(xié)議肯定了保險(xiǎn)在商業(yè)銀行操作風(fēng)險(xiǎn)管理中的風(fēng)險(xiǎn)緩釋作用，保險(xiǎn)作為一種風(fēng)險(xiǎn)管理的工具已經(jīng)越來越多地被各國商業(yè)銀行用來覆蓋操作風(fēng)險(xiǎn)的暴露。

1 商業(yè)銀行操作風(fēng)險(xiǎn)概述

1.1操作風(fēng)險(xiǎn)的定義

新巴塞爾協(xié)議將操作風(fēng)險(xiǎn)定義為“由于不完善或有問題的內(nèi)部程序、人員和系統(tǒng)或因外部事件導(dǎo)致?lián)p失的風(fēng)險(xiǎn)”。新巴塞爾協(xié)議的定義有以下幾個(gè)特點(diǎn)：⑴關(guān)注內(nèi)部操作，主要是商業(yè)銀行及其員工的作為或不作為；⑵重視操作風(fēng)險(xiǎn)的過程導(dǎo)向；⑶用內(nèi)部控制系統(tǒng)具有重要的作用。

目前，新巴塞爾協(xié)議對操作風(fēng)險(xiǎn)的定義已經(jīng)為國際商業(yè)銀行廣泛接受，該定義有利于商業(yè)銀行操作風(fēng)險(xiǎn)的管理和度量。

1.2操作風(fēng)險(xiǎn)的分類

按照操作風(fēng)險(xiǎn)的成因分類，新巴塞爾協(xié)議按損失事件類型把操作風(fēng)險(xiǎn)劃分為七類：

①內(nèi)部欺詐：故意欺騙，盜用財(cái)產(chǎn)或違反規(guī)則法律公司政策的行為；

②外部欺詐：第三方故意欺騙，盜用財(cái)產(chǎn)或違反法律的行為；

③雇傭制度和工作場所安全：由于銀行不履行合同，或者不符合勞動健康或安全法規(guī)，或者由于人員傷亡索賠支付或差別待遇、歧視事件導(dǎo)致的損失；

④客戶、產(chǎn)品和業(yè)務(wù)活動：無意或由于疏忽沒能履行對特定客戶的專業(yè)職責(zé)，或者由于產(chǎn)品的性質(zhì)或設(shè)計(jì)產(chǎn)生類似結(jié)果；

⑤實(shí)物資產(chǎn)的損壞：自然災(zāi)害或其他事件造成的實(shí)物資產(chǎn)損失或損壞；

⑥業(yè)務(wù)中斷和系統(tǒng)錯誤：業(yè)務(wù)的意外中斷或系統(tǒng)出現(xiàn)錯誤；

⑦行政，交付和過程管理：由于與交易方的關(guān)系而產(chǎn)生的交易過程錯誤或過程管理不善。

1.3操作風(fēng)險(xiǎn)的特征

（1）操作風(fēng)險(xiǎn)的發(fā)生范圍廣，主要指發(fā)生時(shí)間廣、發(fā)生區(qū)域廣、發(fā)生部位廣、發(fā)生的業(yè)務(wù)廣、制造風(fēng)險(xiǎn)的人員廣和制造手段廣等。 （2）操作風(fēng)險(xiǎn)的表現(xiàn)形式多樣，主要為：內(nèi)部欺詐風(fēng)險(xiǎn)、外部欺詐風(fēng)險(xiǎn)、客戶、產(chǎn)品與經(jīng)營行為風(fēng)險(xiǎn)、執(zhí)行分割和流程管理風(fēng)險(xiǎn)。 （3）操作風(fēng)險(xiǎn)處于爆發(fā)期。 （4）操作風(fēng)險(xiǎn)以欺詐類的比例最高。

2 商業(yè)銀行操作風(fēng)險(xiǎn)產(chǎn)生的根源

2.1委托問題引發(fā)的操作風(fēng)險(xiǎn)

在商業(yè)銀行日常經(jīng)營活動中，委托關(guān)系是商業(yè)銀行操作風(fēng)險(xiǎn)產(chǎn)生的根源之一，包括商業(yè)銀行與監(jiān)管部門間的委托關(guān)系引發(fā)的操作風(fēng)險(xiǎn)和商業(yè)銀行內(nèi)部的委托關(guān)系引發(fā)的操作風(fēng)險(xiǎn)。

2.2有限理引發(fā)的操作風(fēng)險(xiǎn)

有限理是商業(yè)銀行操作風(fēng)險(xiǎn)的發(fā)生的客觀基礎(chǔ)，第一，信息的不完備促使操作風(fēng)險(xiǎn)的產(chǎn)生；第二，人的能力的局限性也會引發(fā)操作風(fēng)險(xiǎn)的產(chǎn)生，商業(yè)銀行從業(yè)人員對信息的判斷錯誤本身就是操作風(fēng)險(xiǎn)。

3 商業(yè)銀行操作風(fēng)險(xiǎn)保險(xiǎn)的作用

保險(xiǎn)對于商業(yè)銀行操作風(fēng)險(xiǎn)的緩釋作用主要體現(xiàn)在以下幾個(gè)方面：

3.1減少或彌補(bǔ)銀行因損失發(fā)生而造成的經(jīng)濟(jì)影響

保險(xiǎn)可以提供一種有效的手段來購買索賠處理和損失控制服務(wù)，同時(shí)保險(xiǎn)還可以降低財(cái)務(wù)損失的期望成本、可以降低新投資機(jī)會的融資成本、降低出現(xiàn)財(cái)務(wù)困境的可能性和減少期望納稅額。

3.2合理配置資源作用

由于風(fēng)險(xiǎn)控制措施具有邊際效應(yīng)遞減的特點(diǎn)，單純依靠傳統(tǒng)的風(fēng)險(xiǎn)管理方法，只能將風(fēng)險(xiǎn)控制在一定水平，此后繼續(xù)加強(qiáng)操作風(fēng)險(xiǎn)的控制措施將會使操作風(fēng)險(xiǎn)的管理成本快速增加，就是說，完全依靠自身的風(fēng)險(xiǎn)管理體系控制操作風(fēng)險(xiǎn)并不是最經(jīng)濟(jì)的手段。合理的風(fēng)險(xiǎn)管理方法應(yīng)該是將各種風(fēng)險(xiǎn)管理技術(shù)與保險(xiǎn)相結(jié)合，針對自身的技術(shù)水平和管理能力，商業(yè)銀行應(yīng)找到操作風(fēng)險(xiǎn)管理的“均衡點(diǎn)”，利用風(fēng)險(xiǎn)管理技術(shù)化解常規(guī)風(fēng)險(xiǎn)，而剩余風(fēng)險(xiǎn)則利用保險(xiǎn)方式加以轉(zhuǎn)移。依靠保險(xiǎn)工具，商業(yè)銀行能夠?qū)で笞罴训馁Y源配置效應(yīng)，以最低的成本尋求最有效的操作風(fēng)險(xiǎn)管理組合。

3.3平穩(wěn)現(xiàn)金流量

商業(yè)銀行現(xiàn)金流可能會因?yàn)榇蟮姆穷A(yù)期操作風(fēng)險(xiǎn)損失而產(chǎn)生劇烈波動，而現(xiàn)金流的波動會增加額外的成本，進(jìn)而影響商業(yè)銀行的收益狀況。商業(yè)銀行可以通過購買操作風(fēng)險(xiǎn)保險(xiǎn)來抑制因大量非預(yù)期操作風(fēng)險(xiǎn)損失所引發(fā)的現(xiàn)金流的隨機(jī)波動，從而將不確定的操作風(fēng)險(xiǎn)損失轉(zhuǎn)化為確定的保費(fèi)支出，使商業(yè)銀行的現(xiàn)金流更加穩(wěn)定，從而有助于改善商業(yè)銀行的收益狀況，提高商業(yè)銀行的市場價(jià)值。同時(shí)，商業(yè)銀行購買操作風(fēng)險(xiǎn)保險(xiǎn)后，可以釋放一部分資本金，用于更優(yōu)的運(yùn)用途徑，增強(qiáng)了商業(yè)銀行經(jīng)營的靈活性。

3.4獲得保險(xiǎn)人的風(fēng)險(xiǎn)管理服務(wù)

保險(xiǎn)人的核心業(yè)務(wù)是管理風(fēng)險(xiǎn)和為風(fēng)險(xiǎn)造成的損失融資。大的保險(xiǎn)人在獲取數(shù)據(jù)、經(jīng)驗(yàn)和規(guī)模效益方面往往比商業(yè)銀行有比較優(yōu)勢。因此，商業(yè)銀行若通過購買保險(xiǎn)將一部分操作風(fēng)險(xiǎn)管理工作轉(zhuǎn)移給保險(xiǎn)人，從成本的角度講將更加有效，且能獲得保險(xiǎn)人提供的風(fēng)險(xiǎn)管理服務(wù)。

4 發(fā)展我國操作風(fēng)險(xiǎn)保險(xiǎn)的構(gòu)想

發(fā)展我國的商業(yè)銀行操作風(fēng)險(xiǎn)保險(xiǎn)，應(yīng)該借鑒國外先進(jìn)經(jīng)驗(yàn)并結(jié)合我國商業(yè)銀行自身的特點(diǎn)，從以下幾個(gè)方面進(jìn)行努力：

4.1加強(qiáng)商業(yè)銀行操作風(fēng)險(xiǎn)損失數(shù)據(jù)庫建設(shè)，為保險(xiǎn)定價(jià)創(chuàng)造必要的數(shù)據(jù)基礎(chǔ)

保險(xiǎn)定價(jià)是操作風(fēng)險(xiǎn)保險(xiǎn)產(chǎn)品設(shè)計(jì)的基礎(chǔ)，而損失數(shù)據(jù)庫的建設(shè)和完善是保險(xiǎn)定價(jià)的前提。目前，我國商業(yè)銀行普遍沒有進(jìn)行操作風(fēng)險(xiǎn)損失數(shù)據(jù)的收集。因此，應(yīng)該根據(jù)新巴塞爾協(xié)議對商業(yè)銀行操作風(fēng)險(xiǎn)的分類體系，建立商業(yè)銀行的操作風(fēng)險(xiǎn)損失數(shù)據(jù)庫。

篇5

關(guān)鍵詞：信用風(fēng)險(xiǎn)管理；KMV模型；CreditMetrics模型；內(nèi)外部評級

中圖分類號：F832.2 文獻(xiàn)標(biāo)識碼：A doi：10.3969/j.issn.1672-3309（x）.2013.09.28 文章編號：1672-3309（2013）09-61-03

美國次貸危機(jī)的爆發(fā)，暴露出其金融監(jiān)管的弊端，世界各國都在極力地對金融風(fēng)險(xiǎn)進(jìn)行防范和控制。在現(xiàn)代商業(yè)銀行的風(fēng)險(xiǎn)管理中，信用風(fēng)險(xiǎn)管理是最重要的內(nèi)容。在我國，對商業(yè)銀行信用風(fēng)險(xiǎn)的管理滯后于西方發(fā)達(dá)國家。雖然我國商業(yè)銀行沒有像美國那樣出現(xiàn)銀行倒閉的情形，且2008年金融危機(jī)之后，不良貸款余額的比例也有所控制，但面對國際金融環(huán)境的沖擊和外資銀行的涌入，提高我國商業(yè)銀行信用風(fēng)險(xiǎn)管理水平仍是一項(xiàng)重要的課題。

一、商業(yè)銀行信用風(fēng)險(xiǎn)的內(nèi)涵及成因

（一）信用風(fēng)險(xiǎn)的內(nèi)涵。傳統(tǒng)的信用風(fēng)險(xiǎn)是指交易對象無力履約的風(fēng)險(xiǎn)，也是債務(wù)人未能如期償還其債務(wù)造成違約而給經(jīng)濟(jì)主體經(jīng)營帶來的風(fēng)險(xiǎn)。隨著現(xiàn)代金融業(yè)的不斷發(fā)展，傳統(tǒng)的定義已經(jīng)不能滿足新階段信用風(fēng)險(xiǎn)的特點(diǎn)，在現(xiàn)代的商業(yè)銀行信用管理中，信用風(fēng)險(xiǎn)不僅指債務(wù)人無法償還負(fù)債，而且還指由于債務(wù)人償還能力和信用水平的下降使投資組合中資產(chǎn)價(jià)格下降，從而造成損失的風(fēng)險(xiǎn)。對于我國商業(yè)銀行而言，信用風(fēng)險(xiǎn)體現(xiàn)在貸款的信用風(fēng)險(xiǎn)，即違約風(fēng)險(xiǎn)，一方面指貸款人因?yàn)榉N種原因無法償還全部的貸款本息而形成違約，使商業(yè)銀行造成資金上的損失；另一方面指貸款到期時(shí)不能按期收回，形成商業(yè)銀行的不良資產(chǎn)，從而影響到銀行資金的周轉(zhuǎn)，出現(xiàn)支付困難，使銀行的聲譽(yù)下降。

（二）信用風(fēng)險(xiǎn)的成因。我國商業(yè)銀行的信用風(fēng)險(xiǎn)主要體現(xiàn)為借貸雙方的信息不對稱所造成的道德風(fēng)險(xiǎn)。首先，在貸款之前的信息收集上，目前我國商業(yè)銀行實(shí)行的是“審貸分離”制度，信貸員職業(yè)素養(yǎng)的缺失，在審核貸款企業(yè)的貸款資格時(shí)，沒有足夠的知識背景來對企業(yè)各項(xiàng)指標(biāo)進(jìn)行考核，而貸款額度與自身的績效相關(guān)，導(dǎo)致違規(guī)經(jīng)營和造成不良資產(chǎn)的比例增加。其次，在貸款之后對企業(yè)經(jīng)營的跟蹤和風(fēng)險(xiǎn)控制上，由于商業(yè)銀行不能完全掌握貸款發(fā)出后企業(yè)的經(jīng)營發(fā)展?fàn)顩r、盈利狀況和資金利用渠道等信息，無法預(yù)測是否可以將貸出的款項(xiàng)按期本息收回，從而產(chǎn)生不可預(yù)知的風(fēng)險(xiǎn)。最后，由于我國正處于轉(zhuǎn)軌時(shí)期，整個(gè)經(jīng)濟(jì)的大環(huán)境、法律環(huán)境和制度環(huán)境對商業(yè)銀行的信用風(fēng)險(xiǎn)也產(chǎn)生一定的影響。

二、現(xiàn)代商業(yè)銀行信用風(fēng)險(xiǎn)的度量方法

（一）KMV模型。KMV模型是美國舊金山KMV公司基于期權(quán)定價(jià)理論對風(fēng)險(xiǎn)債券和貸款進(jìn)行估價(jià)以及對它們的信用風(fēng)險(xiǎn)進(jìn)行度量，是現(xiàn)代信用風(fēng)險(xiǎn)模型的重要特征。KMV的理論基礎(chǔ)是Black-Scholes （1973）， Merton（1974） 以及 Hull和white（1995） 的期權(quán)定價(jià)模型。該模型認(rèn)為企業(yè)違約概率主要取決于企業(yè)的資產(chǎn)市場價(jià)值、企業(yè)的資本結(jié)構(gòu)和資產(chǎn)回報(bào)率。該模型使用了兩種關(guān)系：第一種是企業(yè)股東市值與它的資產(chǎn)市值之間的結(jié)構(gòu)關(guān)系，即當(dāng)企業(yè)資產(chǎn)市值下降時(shí)，企業(yè)失去了還款動力，會將企業(yè)的資產(chǎn)交給銀行處置，而“有限責(zé)任”保護(hù)了股東們的損失不超過初始的投資量。第二種是企業(yè)資產(chǎn)價(jià)值的波動程度和企業(yè)股東市值變動程度之間的關(guān)系，這里引入用違約距離來表示企業(yè)資產(chǎn)未來市場價(jià)值的均值到違約點(diǎn)之間的距離，而用企業(yè)期望違約頻率（EDF）來表示企業(yè)未來某一特定時(shí)期的違約概率。當(dāng)企業(yè)的資產(chǎn)價(jià)值上升時(shí)，違約點(diǎn)也相應(yīng)的上升，EDF下降。KMV模型中既需要有市場交易的信息數(shù)據(jù)又要有相關(guān)的財(cái)務(wù)數(shù)據(jù)，可以全面迅速地反映上市公司的信用狀況，因此，它非常適用于對上市企業(yè)進(jìn)行信用風(fēng)險(xiǎn)的監(jiān)測。

（二）CreditMetrics模型。1997年，J.P.摩根銀行、美洲銀行、KMV公司和瑞士聯(lián)合銀行等機(jī)構(gòu)合作，共同推出了度量信用風(fēng)險(xiǎn)的新模型——CreditMetrics（信用度量制）模型。該模型的基礎(chǔ)是在給定的時(shí)間內(nèi)估計(jì)貸款及債券產(chǎn)品資產(chǎn)組合將來價(jià)值變化的分布情況，價(jià)值變化與債務(wù)人信用質(zhì)量（信用評級是上升、下降、違約）的轉(zhuǎn)移相關(guān)。該模型克服了VaR模型中資產(chǎn)組合分散化效應(yīng)難以分散的困難，并且可以較為準(zhǔn)確地反映不同信用等級和不同時(shí)期貸款在未來發(fā)生損失的可能性，可以較好地應(yīng)用于我國商業(yè)銀行對信用風(fēng)險(xiǎn)進(jìn)行量化和管理。

三、我國商業(yè)銀行信用風(fēng)險(xiǎn)管理存在的問題

（一）信用風(fēng)險(xiǎn)內(nèi)外部評級系統(tǒng)不完善。巴塞爾委員會提出，允許銀行在計(jì)算信用風(fēng)險(xiǎn)的資本要求時(shí)，從兩種方法中任擇一種。第一種方法是根據(jù)銀行外部評級的結(jié)果，以標(biāo)準(zhǔn)化的處理方式計(jì)量信用風(fēng)險(xiǎn)，稱為標(biāo)準(zhǔn)法；第二種方法是內(nèi)部評級法（Internal Ratings-based， IRB），經(jīng)過監(jiān)管當(dāng)局的批準(zhǔn)，根據(jù)巴塞爾協(xié)議規(guī)定的內(nèi)部評級要求及相關(guān)的風(fēng)險(xiǎn)權(quán)重函數(shù)計(jì)算公式，最終得到風(fēng)險(xiǎn)加權(quán)資產(chǎn)。

我國目前的信用風(fēng)險(xiǎn)外部評級的企業(yè)數(shù)目很少，由政府發(fā)全牌照的資信評級單位主要是大公國際、中誠信國際和聯(lián)合信用等。評級的企業(yè)主要是針對發(fā)行長期或短期債券的企業(yè)，服務(wù)對象單一、運(yùn)作不規(guī)范，評級方法一般采用比較傳統(tǒng)的靜態(tài)分析法，業(yè)務(wù)的穩(wěn)定性差，此方法只能對銀行貸出的小部分資產(chǎn)進(jìn)行評級，計(jì)算出來的資本金不能真實(shí)地反映銀行資產(chǎn)的信用風(fēng)險(xiǎn)。

為了加強(qiáng)對信用風(fēng)險(xiǎn)的管理，我國商業(yè)銀行普遍建立起了自己的內(nèi)部信用評級系統(tǒng)。自2004年起，我國銀行貸款風(fēng)險(xiǎn)實(shí)行五級分類制度，包括正常、關(guān)注、次級、可疑和損失。雖然這五級劃分能幫助商業(yè)銀行較為準(zhǔn)確地認(rèn)識和管理資產(chǎn)風(fēng)險(xiǎn)，但它并沒有達(dá)到巴塞爾協(xié)議利用VaR（風(fēng)險(xiǎn)價(jià)值）的思想要求。貸款的五級分類并不能全面地反映銀行所有的信用風(fēng)險(xiǎn)，在評估的過程中主要還是依靠分析財(cái)務(wù)數(shù)據(jù)以及企業(yè)自身所處的經(jīng)營發(fā)展環(huán)境，在貸款決策的過程中方法陳舊，偏于定量化，風(fēng)險(xiǎn)揭示不足，組織決策鏈較長，很大程度上依賴于信貸人員的主觀判斷，受其知識背景、業(yè)務(wù)素質(zhì)等因素的影響比較大。

（二）缺乏專業(yè)的風(fēng)險(xiǎn)管理人才。金融風(fēng)險(xiǎn)管理的技術(shù)性強(qiáng)、分析復(fù)雜，對從事風(fēng)險(xiǎn)管理的人員有相當(dāng)高的要求。信用風(fēng)險(xiǎn)是銀行面臨各種風(fēng)險(xiǎn)中，最難測量和預(yù)測，但影響卻最大，這就要求從事風(fēng)險(xiǎn)管理的人員不僅要具有經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和金融學(xué)的知識，而且還要有數(shù)學(xué)、管理學(xué)等學(xué)科素養(yǎng)。目前，國外已經(jīng)建立了專門從事金融風(fēng)險(xiǎn)管理的儲備人才庫，也成立了專門從事風(fēng)險(xiǎn)管理的公司、網(wǎng)站和協(xié)會，如美國的GARP（全球風(fēng)險(xiǎn)管理者協(xié)會）、路透風(fēng)險(xiǎn)網(wǎng)和J.P.摩根風(fēng)險(xiǎn)網(wǎng)站等等。相比之下，我國商業(yè)銀行在風(fēng)險(xiǎn)管理方面所儲備的人才明顯不足，而一般的信貸人員又不具備風(fēng)險(xiǎn)管理業(yè)務(wù)的素質(zhì)，在人才結(jié)構(gòu)上表現(xiàn)出一般性人才和專業(yè)人才缺乏，進(jìn)而在對信用風(fēng)險(xiǎn)管理上只能靠傳統(tǒng)的方法來衡量，缺少現(xiàn)代風(fēng)險(xiǎn)管理的先進(jìn)技術(shù)。

（三）銀行內(nèi)部缺少信用風(fēng)險(xiǎn)管理文化。在商業(yè)銀行的經(jīng)營發(fā)展中，風(fēng)險(xiǎn)管理文化作為商業(yè)銀行企業(yè)文化的重要組成部分，是銀行風(fēng)險(xiǎn)管理體系的靈魂。它像是一面旗幟，體現(xiàn)著銀行內(nèi)部的凝聚力和向心力。我國商業(yè)銀行在信用風(fēng)險(xiǎn)管理文化建設(shè)方面滯后于西方發(fā)達(dá)國家，一方面，信貸人員缺乏信用風(fēng)險(xiǎn)管理意識，一味追逐目標(biāo)效益最大化。銀行通常會將績效指標(biāo)分派到每個(gè)信貸人員，并與其自身的業(yè)績相關(guān)，這就形成了一個(gè)“重?cái)?shù)量，輕質(zhì)量”的誤區(qū)，大多數(shù)員工只盲目地去完成任務(wù)，甚至?xí)圃煲恍┻`規(guī)操作，使一些不具備貸款資格得到貸款或信貸額度低的企業(yè)得到高貸款額，為貸后的風(fēng)險(xiǎn)瞞下隱患；另一方面，商業(yè)銀行對風(fēng)險(xiǎn)管理文化的認(rèn)識還處于概念模糊、制度落后的初級階段。無論是銀行的高層領(lǐng)導(dǎo)還是普通員工對信用風(fēng)險(xiǎn)管理的了解局限于兩種極端的情況：要么盲目放貸，擴(kuò)大業(yè)務(wù)；要么過分管理和控制貸款來規(guī)避風(fēng)險(xiǎn)。

四、對我國商業(yè)銀行信用風(fēng)險(xiǎn)管理的建議

（一）完善內(nèi)外部信用評級系統(tǒng)。雖然目前我國的資信評級發(fā)展還處于初級階段，人們對于企業(yè)信用評級的觀念不強(qiáng)，但是隨著我國市場經(jīng)濟(jì)的逐步建立，信用評級的重要性日趨明顯。發(fā)展和規(guī)范資信評級機(jī)構(gòu)，有利于我國資本市場的進(jìn)一步健康發(fā)展，增強(qiáng)國際競爭力。對于我國的資信機(jī)構(gòu)而言，可以吸收西方發(fā)達(dá)國家已有的各種信用評級方法，結(jié)合我國具體的國情和企業(yè)自身的發(fā)展?fàn)顩r，建立科學(xué)的評級體系，提高評級機(jī)構(gòu)員工的素質(zhì)和學(xué)習(xí)能力，完善評級制度，提高資信評級的質(zhì)量，從而降低我國商業(yè)銀行的信用風(fēng)險(xiǎn)。

完善我國商業(yè)銀行內(nèi)部信用評級：第一，在五級分類制度的基礎(chǔ)上，結(jié)合國外已經(jīng)相對成熟的信用評價(jià)模型，參考巴塞爾協(xié)議中對商業(yè)銀行內(nèi)部評級方法的規(guī)定，從數(shù)據(jù)庫的建設(shè)到風(fēng)險(xiǎn)計(jì)量模型的開發(fā)，逐步建立風(fēng)險(xiǎn)管理組織體系和對評估流程的整合；第二，商業(yè)銀行要建立專門的貸后風(fēng)險(xiǎn)監(jiān)測部門、設(shè)置專門人員對貸款企業(yè)貸后的財(cái)務(wù)狀況、經(jīng)營情況和盈利情況以及貸款資金的用途等指標(biāo)做定期的跟蹤調(diào)查。設(shè)立的風(fēng)險(xiǎn)監(jiān)測專員不僅要對貸款企業(yè)內(nèi)部的各類數(shù)據(jù)上進(jìn)行統(tǒng)計(jì)分析，更要時(shí)刻關(guān)注貸款企業(yè)在本行業(yè)中發(fā)展的相對情況和在該行業(yè)的發(fā)展前景。這樣做不僅使銀行貸后掌握了貸款企業(yè)的一定信息，而且為整個(gè)銀行業(yè)提供了數(shù)據(jù)和參考，為以后貸款的發(fā)放與否提供一定的歷史依據(jù)。

（二）培養(yǎng)和引進(jìn)從事風(fēng)險(xiǎn)管理的專門人才。對商業(yè)銀行信用風(fēng)險(xiǎn)的有效管理，保持商業(yè)銀行資產(chǎn)的流動性，使其能健康持續(xù)地發(fā)展是我國商業(yè)銀行亟待解決的問題。重中之重就是銀行的信用風(fēng)險(xiǎn)管理部門有專門從事風(fēng)險(xiǎn)分析、監(jiān)測和評估的人員。對銀行來說，可以從兩個(gè)方面來改變現(xiàn)有的人員結(jié)構(gòu)，提高自己的信用管理結(jié)構(gòu)和水平。一方面，對銀行內(nèi)部現(xiàn)有的信用風(fēng)險(xiǎn)管理人員進(jìn)行選拔、擇優(yōu)參加信用風(fēng)險(xiǎn)管理培訓(xùn)。銀行可以出資，引進(jìn)一些國外現(xiàn)行的信用管理培訓(xùn)課程，請一些在信用風(fēng)險(xiǎn)管理領(lǐng)域有豐富經(jīng)驗(yàn)的金融風(fēng)險(xiǎn)管理師對員工進(jìn)行培訓(xùn)，以此來提高內(nèi)部員工的素質(zhì)和從事專業(yè)的能力；另一方面，銀行可以從外部招聘一些具有風(fēng)險(xiǎn)管理師資格并有豐富經(jīng)驗(yàn)的專門人才，組建一支能勝任信用風(fēng)險(xiǎn)分析、數(shù)據(jù)處理和建模的專業(yè)化人才隊(duì)伍。

（三）加強(qiáng)商業(yè)銀行內(nèi)部風(fēng)險(xiǎn)管理文化建設(shè)。第一，建立科學(xué)的信用風(fēng)險(xiǎn)管理框架，從思想上、規(guī)章制度上體現(xiàn)出對信用風(fēng)險(xiǎn)管理的決心。使銀行內(nèi)部的全體員工形成正確的風(fēng)險(xiǎn)管理意識，了解到風(fēng)險(xiǎn)是客觀存在的、不可避免的，但是卻可以通過預(yù)警、防范和控制等手段將損失降到一定范圍內(nèi)。在企業(yè)文化的建設(shè)上，激勵員工的工作熱情，將銀行的整個(gè)利益同員工的利益結(jié)合起來，培養(yǎng)每一位信貸人員的主人翁意識和責(zé)任感，真正把銀行的發(fā)展同自身發(fā)展聯(lián)系在一起。第二，商業(yè)銀行可以借鑒國外一些著名銀行在企業(yè)信用風(fēng)險(xiǎn)管理文化方面的經(jīng)驗(yàn)。比如美國俄亥俄州的BANC ONE 銀行，在從事小額的風(fēng)險(xiǎn)貸款業(yè)務(wù)時(shí)，堅(jiān)持要求信貸員對所放的每一筆款項(xiàng)都了如指掌，否則絕不予以貸款，并且將貸款的風(fēng)險(xiǎn)與利率掛鉤，始終對信貸業(yè)務(wù)進(jìn)行差別定價(jià)。還有美國摩根的企業(yè)風(fēng)險(xiǎn)文化的建設(shè)上，也值得我們借鑒和學(xué)習(xí)。他們在招聘員工時(shí)，需要被全體員工所接受，招聘標(biāo)準(zhǔn)既要看業(yè)務(wù)素質(zhì)還要看人品，在發(fā)生不良貸款時(shí)，全行通報(bào)等等。

參考文獻(xiàn)：

[1] 喬埃爾·貝希斯.商業(yè)銀行風(fēng)險(xiǎn)管理——現(xiàn)論與方法[M]. 深圳：海天出版社， 2001.

[2] 嚴(yán)太華、戰(zhàn)勇.商業(yè)銀行銀企信用風(fēng)險(xiǎn)新論[M] . 北京：經(jīng)濟(jì)管理出版社，2007.

[3] 馬海英.商業(yè)銀行信用風(fēng)險(xiǎn)分析與管理[M]. 上海：上海財(cái)經(jīng)大學(xué)出版社，2007.

[4] 鐘吉金.對我國商業(yè)銀行信用風(fēng)險(xiǎn)問題的探討[D]. 成都：西南財(cái)經(jīng)大學(xué)， 2009.

[5] 孫繪.我國商業(yè)銀行信用風(fēng)險(xiǎn)管理研究[D].天津：天津財(cái)經(jīng)大學(xué)，2009.

[6] 鄧佳琪.新時(shí)期我國商業(yè)銀行信用風(fēng)險(xiǎn)管理問題研究[D].大連：東北財(cái)經(jīng)大學(xué)，2010.

[7] 顧建忠.我國商業(yè)銀行信用風(fēng)險(xiǎn)管理框架與完善建議研究[D].上海：復(fù)旦大學(xué)，2009.

[8] 閆彪.我國商業(yè)銀行信用風(fēng)險(xiǎn)管理研究[D].北京：中國地質(zhì)大學(xué)，2010.

[9] 劉艷娟.商業(yè)銀行信用風(fēng)險(xiǎn)管理[J].阜新：遼寧工程技術(shù)大學(xué)學(xué)報(bào)，2012，（03）.

[10] 杜曉梅、李圓. 我國商業(yè)銀行信用風(fēng)險(xiǎn)管理存在的問題及對策[J].現(xiàn)代商業(yè)，2011，（29）.

[11] 張銘.淺談我國商業(yè)銀行風(fēng)險(xiǎn)管理文化[J]. 經(jīng)濟(jì)師，2010，（02）.

[12] 楊丹、吳云偉.提高我國商業(yè)銀行風(fēng)險(xiǎn)管理水平的新思路[J].金融經(jīng)濟(jì)，2009，（06）.

[13] 沈悠、柳靜.我國商業(yè)銀行風(fēng)險(xiǎn)管理問題及對策探究[J].現(xiàn)代商貿(mào)工業(yè)， 2011，（03）.

篇6

【關(guān)鍵詞】商業(yè)銀行；信用風(fēng)險(xiǎn)；風(fēng)險(xiǎn)管理

近年來，經(jīng)濟(jì)全球化使得風(fēng)險(xiǎn)管理的問題日益凸現(xiàn)。隨著世界經(jīng)濟(jì)的不斷發(fā)展，金融業(yè)在各國經(jīng)濟(jì)發(fā)展中所發(fā)揮的作用越來越重要。但由于金融監(jiān)管的放松，金融市場的波動性也在不斷加劇，特別是進(jìn)入20世紀(jì)90年代后，在世界范圍內(nèi)發(fā)生了三次大的金融危機(jī)——?dú)W洲貨幣危機(jī)、墨西哥金融危機(jī)和亞洲金融危機(jī)。這三次大的金融危機(jī)給全球經(jīng)濟(jì)帶來了巨大的影響和損失，引起了國際金融界對金融風(fēng)險(xiǎn)管理的高度重視，商業(yè)銀行的風(fēng)險(xiǎn)管理更成為國際、國內(nèi)金融界關(guān)注的焦點(diǎn)。信用風(fēng)險(xiǎn)是商業(yè)銀行主要的風(fēng)險(xiǎn)形式。信用風(fēng)險(xiǎn)的管理也成為當(dāng)今風(fēng)險(xiǎn)管理領(lǐng)域中極具挑戰(zhàn)性的課題。因此，如何防范與降低信用風(fēng)險(xiǎn)已是當(dāng)前我國商業(yè)銀行管理的迫切要求。

一、商業(yè)銀行信用風(fēng)險(xiǎn)的經(jīng)濟(jì)學(xué)解釋

商業(yè)銀行在經(jīng)營中會遇到很多中風(fēng)險(xiǎn)，其中信用風(fēng)險(xiǎn)是金融市場中最古老的也是最重要的金融風(fēng)險(xiǎn)形式之一，它是金融機(jī)構(gòu)、投資者和消費(fèi)者所面臨的重大問題。社會的進(jìn)步和歷史的發(fā)展影響著人們對信用風(fēng)險(xiǎn)概念的理解。

傳統(tǒng)觀點(diǎn)認(rèn)為，信用風(fēng)險(xiǎn)是指交易對手（受信方）拒絕或無力按時(shí)、全額支付所欠債務(wù)時(shí)，給授信方（信用提供方）帶來的潛在損失。授信方可能是提供貸款的銀行，或是以信用方式銷售商品或提供服務(wù)的公司。授信方總是會更多地考慮信用風(fēng)險(xiǎn)問題，比如發(fā)放貸款的銀行，其風(fēng)險(xiǎn)是顯而易見的。在商業(yè)銀行的早期業(yè)務(wù)中，常常將信貸風(fēng)險(xiǎn)等同于信用風(fēng)險(xiǎn)。隨著商業(yè)銀行業(yè)務(wù)的演變和發(fā)展，信用風(fēng)險(xiǎn)出現(xiàn)了廣義和狹義兩種概念：

從廣義上說，信用風(fēng)險(xiǎn)還包括由于各種不確定因素對銀行信用的影響，使銀行經(jīng)營實(shí)際結(jié)果與預(yù)期目標(biāo)發(fā)生背離，從而導(dǎo)致銀行造成潛在損失的可能性；

從狹義上說，信用風(fēng)險(xiǎn)一般是指借款人到期不能或不愿意履行借款協(xié)議、償還本息而使銀行遭受損失的可能性。

信用風(fēng)險(xiǎn)可以分為兩種情況：一是借款人或債務(wù)人沒有能力或者沒有意愿履行還款義務(wù)而給債權(quán)人造成損失的可能性；另一個(gè)是指由于債務(wù)人信用等級或信貸資產(chǎn)評級的下調(diào)、信貸利差的擴(kuò)大導(dǎo)致資產(chǎn)的經(jīng)濟(jì)價(jià)值或者市值下降的可能性。前者主要著眼于貸款是否違約，成為違約風(fēng)險(xiǎn)；后者則強(qiáng)調(diào)信貸資產(chǎn)質(zhì)量價(jià)值的潛在變化，所以通常稱為信貸利差風(fēng)險(xiǎn)。

另外，商業(yè)銀行信用風(fēng)險(xiǎn)的主要特征有以下幾點(diǎn)：（1）道德風(fēng)險(xiǎn)與信息不對稱是形成信用風(fēng)險(xiǎn)的重要因素。（2）非系統(tǒng)性與系統(tǒng)性。（3）風(fēng)險(xiǎn)和收益的非對稱性。信用風(fēng)險(xiǎn)的收益分布具有典型的非對稱性。（4）信用風(fēng)險(xiǎn)的歷史交易數(shù)據(jù)難以獲取。

二、國內(nèi)外商業(yè)銀行信用風(fēng)險(xiǎn)監(jiān)管的現(xiàn)狀分析

隨著現(xiàn)代經(jīng)濟(jì)中信用活動的不斷發(fā)展和創(chuàng)新，信用風(fēng)險(xiǎn)所涉及領(lǐng)域和規(guī)模迅速擴(kuò)大，因此，各個(gè)國家對商業(yè)銀行信用風(fēng)險(xiǎn)的管理都是非常重視的。

（一）國外先進(jìn)商業(yè)銀行對信用風(fēng)險(xiǎn)管理的現(xiàn)狀

1、風(fēng)險(xiǎn)管理上升到銀行發(fā)展戰(zhàn)略高度，董事會直接負(fù)責(zé)風(fēng)險(xiǎn)管理政策的制定。近些年來，一些大銀行由于風(fēng)險(xiǎn)管理失敗而遭受了巨額損失，甚至破產(chǎn)倒閉，使得銀行股東、經(jīng)理們以及金融監(jiān)管當(dāng)局領(lǐng)略和感受到銀行風(fēng)險(xiǎn)的嚴(yán)重后果，深刻地認(rèn)識到現(xiàn)代風(fēng)險(xiǎn)管理對于銀行生存和發(fā)展的重要性。目前，國際上一些大銀行的最高決策層已把風(fēng)險(xiǎn)管理納入其發(fā)展戰(zhàn)略計(jì)劃，將之作為銀行內(nèi)部管理的一個(gè)組成部分，風(fēng)險(xiǎn)管理在整個(gè)管理體系中的地位已經(jīng)上升到銀行發(fā)展戰(zhàn)略的高度。

2、獨(dú)立的風(fēng)險(xiǎn)管理部門開始出現(xiàn)，風(fēng)險(xiǎn)管理趨于日常化和制度化。與風(fēng)險(xiǎn)管理上升到銀行發(fā)展戰(zhàn)略高度相適應(yīng)，現(xiàn)代銀行風(fēng)險(xiǎn)管理在組織制度上形成了由董事會、風(fēng)險(xiǎn)管理委員會直接領(lǐng)導(dǎo)的，以獨(dú)立風(fēng)險(xiǎn)管理部門為中心，與各個(gè)業(yè)務(wù)部緊密聯(lián)系的風(fēng)險(xiǎn)內(nèi)部管理體系。風(fēng)險(xiǎn)管理決策與業(yè)務(wù)決策的適度分離，改變了風(fēng)險(xiǎn)管理決策從屬于以盈利為首要目標(biāo)的業(yè)務(wù)決策的傳統(tǒng)管理體制。同時(shí)，以獨(dú)立風(fēng)險(xiǎn)管理部門為中心的風(fēng)險(xiǎn)管理體系的運(yùn)行是建立在管理日?；椭贫然幕A(chǔ)上的，這就進(jìn)一步加強(qiáng)了商業(yè)銀行在復(fù)雜的風(fēng)險(xiǎn)環(huán)境中及時(shí)、有效地管理風(fēng)險(xiǎn)的能力。

3、更加重視全面風(fēng)險(xiǎn)管理。與主要重視信用風(fēng)險(xiǎn)的傳統(tǒng)風(fēng)險(xiǎn)管理不同，現(xiàn)代銀行風(fēng)險(xiǎn)管理還非常重視市場風(fēng)險(xiǎn)、流動性風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)等更全面的風(fēng)險(xiǎn)因素。而且不僅將可能的資金損失視為風(fēng)險(xiǎn)，還將銀行自身的聲譽(yù)和人才的損失也視為風(fēng)險(xiǎn)，提出了聲譽(yù)風(fēng)險(xiǎn)和人才風(fēng)險(xiǎn)的概念。

4、市場風(fēng)險(xiǎn)日益突出，市場風(fēng)險(xiǎn)管理技術(shù)得到迅速發(fā)展。二十世紀(jì)70年代以來，市場風(fēng)險(xiǎn)成為銀行風(fēng)險(xiǎn)環(huán)境中的重要因素。同時(shí)，金融自由化和銀行綜合化經(jīng)營的發(fā)展，使得商業(yè)銀行傳統(tǒng)的以信用風(fēng)險(xiǎn)為主的模式發(fā)生變化。信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)兩者，無論是在管理技術(shù)手段上，還是在管理理論上，都構(gòu)成了現(xiàn)代金融風(fēng)險(xiǎn)管理的兩個(gè)基本內(nèi)容。

5、風(fēng)險(xiǎn)管理技術(shù)趨于計(jì)量化和模型化，各種風(fēng)險(xiǎn)管理計(jì)量模型發(fā)展迅速，銀行風(fēng)險(xiǎn)管理的科學(xué)性日益增強(qiáng)。與傳統(tǒng)風(fēng)險(xiǎn)管理的特征不同，現(xiàn)代商業(yè)銀行風(fēng)險(xiǎn)管理越來越重視定量分析，大量運(yùn)用數(shù)理統(tǒng)計(jì)模型來識別、衡量和監(jiān)測風(fēng)險(xiǎn)，使得風(fēng)險(xiǎn)管理越來越多地體現(xiàn)出客觀性和科學(xué)性的特征。

（二）我國商業(yè)銀行信用風(fēng)險(xiǎn)管理現(xiàn)狀

1、我國商業(yè)銀行尚未形成正確的信用風(fēng)險(xiǎn)管理理念。目前我國商業(yè)銀行多數(shù)工作人員對信用風(fēng)險(xiǎn)管理的認(rèn)識不夠充分、信用風(fēng)險(xiǎn)管理理念比較陳舊。不能適應(yīng)新時(shí)期業(yè)務(wù)高速發(fā)展及風(fēng)險(xiǎn)環(huán)境復(fù)雜的需要。

2、信用風(fēng)險(xiǎn)管理的組織機(jī)構(gòu)不健全。在我國商業(yè)銀行中，負(fù)責(zé)信用風(fēng)險(xiǎn)管理的主要是貸款部門的信貸員，這遠(yuǎn)遠(yuǎn)不能滿足實(shí)際信用風(fēng)險(xiǎn)管理的需要。

3、不良貸款比例高，貸款資金趨向長期化、集中化。我國銀行業(yè)的貸款人多集中在房地產(chǎn)或其它人型資產(chǎn)投資項(xiàng)目上，且數(shù)額巨大。而貸款資金長期化將導(dǎo)致銀行資產(chǎn)的流動性降低，信貸資金周轉(zhuǎn)速度減慢。一旦累積的信用風(fēng)險(xiǎn)暴露出來，勢必會造成嚴(yán)重的信貸損失，對銀行的長遠(yuǎn)發(fā)展是極為不利的。

4、內(nèi)部評級不完善，風(fēng)險(xiǎn)揭示不充分。與先進(jìn)的國際性銀行相比，我國大多數(shù)商業(yè)銀行內(nèi)部評級無論是在評級方法、評級結(jié)果的檢驗(yàn)，還是在評級組織結(jié)構(gòu)、基礎(chǔ)數(shù)據(jù)庫等方而都存在著相當(dāng)大的差距，從而極大地限制了內(nèi)部評級在揭示和控制風(fēng)險(xiǎn)方而的作用。另外，由于會計(jì)信息不完備和真實(shí)性有待提高，以及缺乏衡量風(fēng)險(xiǎn)的技術(shù)方法，銀行信息披露的質(zhì)量和數(shù)量方而都遠(yuǎn)不能適應(yīng)市場的要求。

三、針對我國現(xiàn)狀提出完善商業(yè)銀行信用風(fēng)險(xiǎn)監(jiān)管的建議

第一，提高商業(yè)銀行信用風(fēng)險(xiǎn)度量和管理技術(shù)水平。根據(jù)當(dāng)前我國商業(yè)銀行信用風(fēng)險(xiǎn)管理的現(xiàn)狀，要盡快提高我國商業(yè)銀行信用風(fēng)險(xiǎn)管理水平。首先，各商業(yè)銀行應(yīng)積極開發(fā)以計(jì)算機(jī)為平臺的客戶信息系統(tǒng)，廣泛收集充分的客戶信息，建立起完善的數(shù)據(jù)庫。其次，我國商業(yè)銀行應(yīng)根據(jù)我國的國情，堅(jiān)持定性分析與定量分析相結(jié)合的原則，積極開發(fā)出適合自身?xiàng)l件的信用風(fēng)險(xiǎn)度量模型。

第二，確立完善的商業(yè)銀行內(nèi)部控制體系。完善的內(nèi)部控制體系可以保證商業(yè)銀行的風(fēng)險(xiǎn)管理策略得以落實(shí)。商業(yè)銀行要建立完善的內(nèi)部控制體系，應(yīng)根據(jù)中國銀監(jiān)會的《商業(yè)銀行內(nèi)部控制指引》在對各類業(yè)務(wù)的各環(huán)節(jié)風(fēng)險(xiǎn)進(jìn)行識別的基礎(chǔ)上，對現(xiàn)有的內(nèi)部控制制度、程序、方法進(jìn)行整合、梳理和優(yōu)化。首先，通過授權(quán)管理、崗位制衡等手段防止操作風(fēng)險(xiǎn)在業(yè)務(wù)環(huán)節(jié)中的出現(xiàn)。其次，通過標(biāo)準(zhǔn)化的內(nèi)部控制管理實(shí)現(xiàn)內(nèi)部控制的連續(xù)性和系統(tǒng)化，從而嚴(yán)格控制銀行內(nèi)的各項(xiàng)業(yè)務(wù)和管理活動。最后，通過不間斷的調(diào)整和改進(jìn)，不斷提高商業(yè)銀行的風(fēng)險(xiǎn)管理水平，確保其經(jīng)營目標(biāo)的實(shí)現(xiàn)。

第三，強(qiáng)化風(fēng)險(xiǎn)外部監(jiān)管，完善宏觀外部環(huán)境。強(qiáng)化風(fēng)險(xiǎn)外部監(jiān)管是完善風(fēng)險(xiǎn)控制體系的必然要求。首先是市場約束的要求，巴塞爾新資本協(xié)議規(guī)定最低資本要求、監(jiān)管當(dāng)局的監(jiān)督檢查、市場約束為金融監(jiān)管的三大支柱，強(qiáng)調(diào)銀行應(yīng)及時(shí)、準(zhǔn)確地向市場披露銀行財(cái)務(wù)狀況、經(jīng)營業(yè)績、風(fēng)險(xiǎn)管理戰(zhàn)略和措施、風(fēng)險(xiǎn)敞口、會計(jì)政策以及業(yè)務(wù)、管理和公司治理6個(gè)方面的信息；其次，監(jiān)管當(dāng)局必須在強(qiáng)化合規(guī)性監(jiān)管的同時(shí)重視安全性監(jiān)管，逐步強(qiáng)化對商業(yè)銀行資本充足率的約束。同時(shí)要對銀行風(fēng)險(xiǎn)評估體系的合理性、準(zhǔn)確性及信息披露的可信性進(jìn)行監(jiān)督，嚴(yán)格監(jiān)管紀(jì)律，推動商業(yè)銀行風(fēng)險(xiǎn)管理的科學(xué)化，實(shí)現(xiàn)從注重合規(guī)性監(jiān)管向注重風(fēng)險(xiǎn)性監(jiān)管的轉(zhuǎn)變，健全非現(xiàn)場監(jiān)督體系，并保持監(jiān)督的持續(xù)性。再次，要進(jìn)一步建立健全銀行金融法律法規(guī)體系，形成有法必依，違法必究，執(zhí)法必嚴(yán)的金融法制環(huán)境。落實(shí)《物權(quán)法》，修訂完善《破產(chǎn)法》和《擔(dān)保法》等，在完善商業(yè)銀行的立法基礎(chǔ)上加大執(zhí)法力度，維護(hù)金融秩序。

第四，規(guī)范社會信用關(guān)系，推動社會信用文化建設(shè)。要建立健全有關(guān)社會信用的法律體系，推進(jìn)信用文化建設(shè)。據(jù)有關(guān)機(jī)構(gòu)分析，社會信用指數(shù)每提高一個(gè)百分點(diǎn)，可以促進(jìn)GDP增長0.9%，促進(jìn)生產(chǎn)率提高0.7%。

參考文獻(xiàn)

[1]馬歇爾.經(jīng)濟(jì)學(xué)原理(下)[M].北京:商務(wù)出版社，1983，255-256.

[2]P.Jorion.Value at Risk[M].New York:McGraw Hill.1997，128.

[3]王春峰.金融市場風(fēng)險(xiǎn)管理[M].天津:天津大學(xué)出版社，2001，6-7.

[4]陽.金融風(fēng)險(xiǎn)分析與管理研究——市場和機(jī)構(gòu)的理論、模型與技術(shù)[M].北京:中國人民出版社，2001.

篇7

一、長沙銀行信用風(fēng)險(xiǎn)評估現(xiàn)狀分析

長沙銀行成立于1997年5月，是湖南省首家區(qū)域性股份制商業(yè)銀行。成立12年來，長沙銀行取得了喜人的發(fā)展成績。緊緊圍繞“政務(wù)銀行、中小企業(yè)銀行、市民銀行”的特色定位，以及“四個(gè)三”的客戶發(fā)展計(jì)劃，初步形成了自身的經(jīng)營特色和核心競爭能力。由于信用評價(jià)制度是一個(gè)復(fù)雜的系統(tǒng)工程，涉及到各方面的因素，同時(shí)我國信用評價(jià)研究起步較晚，目前我國尚未建立一套全國性的客戶信用評價(jià)制度與體系。長沙銀行對貸款企業(yè)進(jìn)行信用評級的主要做法是：根據(jù)評估的需要設(shè)置若干組評估指標(biāo)，對每一指標(biāo)規(guī)定一個(gè)參照值。如果這一指標(biāo)、達(dá)到參考值的要求就給滿分，否則扣減該指標(biāo)的得分。最后將各指標(biāo)的得分匯總，并按總分的高低給貸款企業(yè)劃定信用等級，作為貸款決策的依據(jù)。該種方法的不足之處在于：（1）評級指標(biāo)、體系的構(gòu)成是通過內(nèi)部信貸專家確定的，缺乏定量化，具有不確定因索，有待進(jìn)一步深入研究。（2）指標(biāo)、權(quán)重的設(shè)置主要依靠專家對其重要性的相對認(rèn)志來設(shè)定，缺乏科學(xué)性及客觀性。（3）缺少對貸款企業(yè)各方面能力的量化分析，在對償債能力等重要指標(biāo)上只采用直接觀察法，憑經(jīng)驗(yàn)據(jù)報(bào)表估計(jì)其能力，有很大的主觀性。（4）缺少對非財(cái)務(wù)因素的分析和現(xiàn)金流量的量化預(yù)測。

二、加強(qiáng)長沙銀行信用風(fēng)險(xiǎn)評估建設(shè)

（一）完善信用評價(jià)指標(biāo)體系和評價(jià)方法

長沙銀行要建立內(nèi)部評級體系，既要學(xué)習(xí)借鑒國外模型的理論基礎(chǔ)、方法論和設(shè)計(jì)結(jié)構(gòu)，又要緊密結(jié)合本國銀行系統(tǒng)的業(yè)務(wù)特點(diǎn)和管理現(xiàn)狀，研究設(shè)計(jì)自己的模型框架和參數(shù)體系。要充分考慮諸如利率市場化進(jìn)程、企業(yè)財(cái)務(wù)欺詐現(xiàn)象、數(shù)據(jù)積累量不足、金融產(chǎn)品發(fā)展不充分、區(qū)域風(fēng)險(xiǎn)差別顯著、道德風(fēng)險(xiǎn)異常嚴(yán)重等國內(nèi)特有因素。只有深刻理解中國的金融風(fēng)險(xiǎn)，才能建立起有效的風(fēng)險(xiǎn)評級模型，這需要信用風(fēng)險(xiǎn)系統(tǒng)設(shè)計(jì)師不僅掌握先進(jìn)理論方法，還能夠?qū)﹂L沙銀行的現(xiàn)實(shí)問題提出技術(shù)對策。

（二）加強(qiáng)培訓(xùn)，提高銀行評級人員的素質(zhì)

長沙銀行應(yīng)加強(qiáng)與國際專業(yè)評級機(jī)構(gòu)如穆迪公司、標(biāo)準(zhǔn)普爾公司合作，加快培養(yǎng)、建立評級專業(yè)人才隊(duì)伍，負(fù)責(zé)內(nèi)部評級實(shí)施和維護(hù)工作。同時(shí)聘請國外銀行和評級公司的專家，對這些人員進(jìn)行集中培訓(xùn)，或派往國外培訓(xùn)，使之成為風(fēng)險(xiǎn)量化專家和未來的金融工程專家，為國內(nèi)商業(yè)銀行新型評級系統(tǒng)的建立健全出謀劃策。

在評級過程不可避免的會存在部分道德層面上的問題從而引發(fā)操作風(fēng)險(xiǎn)。對此，要從思想意志上對相關(guān)人員進(jìn)行教育，增強(qiáng)其主人翁責(zé)任感；要將政治素質(zhì)好、業(yè)務(wù)能力強(qiáng)的工作人員優(yōu)先充實(shí)到信貸崗位。

（三）加強(qiáng)行業(yè)研究，建立和完善信用風(fēng)險(xiǎn)管理基礎(chǔ)數(shù)據(jù)庫

沒有高質(zhì)量的數(shù)據(jù)積累，信用評級的模型及各項(xiàng)指標(biāo)則無用武之地。長沙商業(yè)銀行要完善數(shù)據(jù)積累，必須在確?？蛻粜畔⒌耐暾院蜏?zhǔn)確性前提下，加快信用評級所需數(shù)據(jù)的收集，同時(shí)完善不良客戶信息的收集。另外，長沙銀行應(yīng)根據(jù)客戶的資產(chǎn)負(fù)債狀況、市場環(huán)境等情況及時(shí)更新客戶信息，以便做出準(zhǔn)確的風(fēng)險(xiǎn)分析。在充分獲取數(shù)據(jù)的同時(shí)，商業(yè)銀行要加強(qiáng)信息技術(shù)系統(tǒng)的建設(shè)，并且要保證信息技術(shù)系統(tǒng)的可信度和穩(wěn)健性。同時(shí)，必須按照行業(yè)進(jìn)行適當(dāng)分工，通過對不同行業(yè)的長期、深入研究，了解和把握不同行業(yè)的基本特點(diǎn)、發(fā)展趨勢和主要風(fēng)險(xiǎn)因素，可以為受管理對象在同一行業(yè)內(nèi)部和不同行業(yè)之間的風(fēng)險(xiǎn)比較創(chuàng)造必要條件，從而為信用級別的決定提供參照。

篇8

〔關(guān)鍵詞〕商業(yè)銀行;信用風(fēng)險(xiǎn);信用風(fēng)險(xiǎn)管理

商業(yè)銀行在經(jīng)營和發(fā)展的過程中，存在著多方面的風(fēng)險(xiǎn)，其中信用風(fēng)險(xiǎn)對商業(yè)銀行發(fā)展影響最大。信用風(fēng)險(xiǎn)對經(jīng)濟(jì)的影響是巨大的，宏觀經(jīng)濟(jì)和微觀經(jīng)濟(jì)都受到其重大的影響。從宏觀的角度來看，信用風(fēng)險(xiǎn)影響以下三個(gè)方面：宏觀金融體系的運(yùn)行、社會資源配置的效率以及國際貿(mào)易的發(fā)展。從微觀的角度去看，信用風(fēng)險(xiǎn)影響以下兩個(gè)方面：商業(yè)銀行經(jīng)濟(jì)實(shí)體的沖擊和資金利用效率。因此，如何降低和分散商業(yè)銀行在運(yùn)營過程中的信用風(fēng)險(xiǎn)，對于我國經(jīng)濟(jì)的發(fā)展具有十分深遠(yuǎn)的意義。

一、信用風(fēng)險(xiǎn)的含義與特征

（一）信用風(fēng)險(xiǎn)的含義

信用風(fēng)險(xiǎn)指的是借款人由于種種原因，沒有意愿或者沒有能力去按照規(guī)定及時(shí)地償付所借貸款造成的違約，這種違約將給金融機(jī)構(gòu)帶來損失，而這種損失發(fā)生的可能性即是信用風(fēng)險(xiǎn)。

（二）信用風(fēng)險(xiǎn)的特征

1.不確定性。世界萬事萬物都是處于不斷變化之中的，我們很難對未發(fā)生的事情做完全精確的預(yù)測。不確定性是風(fēng)險(xiǎn)所具有的一個(gè)最基本的特征，是風(fēng)險(xiǎn)存在的必要條件。同樣，銀行在作出借款決策中，也會因?yàn)槲磥淼牟淮_定性，存在違約風(fēng)險(xiǎn)。即便該企業(yè)在過去的信用狀況超級優(yōu)秀，也不能保證其在未來履行還款義務(wù)時(shí)，有意外的狀況發(fā)生。2.客觀性。即是不以人的意志為轉(zhuǎn)移。信用風(fēng)險(xiǎn)的存在是客觀的，無論是銀行還是整個(gè)市場，都不可能有力量將其完全消除，只能在一定程度上將其降到一個(gè)可以接受的范圍。3.相關(guān)性。一個(gè)或少數(shù)幾個(gè)企業(yè)發(fā)生經(jīng)營困難，可能會導(dǎo)致一連串不良事件的產(chǎn)生，而這些都將影響信用風(fēng)險(xiǎn)。在當(dāng)今市場經(jīng)濟(jì)中，各個(gè)企業(yè)之間存在著密切的聯(lián)系，少數(shù)個(gè)體的經(jīng)濟(jì)狀況有可能對其他個(gè)體的狀況產(chǎn)生影響。4.可控性。雖然信用風(fēng)險(xiǎn)難以徹底消除，但通過一系列的措施和管理手段，可以將其降低到一個(gè)可以接受的范圍。而信用風(fēng)險(xiǎn)的可控性，也使信用風(fēng)險(xiǎn)管理具有了存在的價(jià)值。

二、我國商業(yè)銀行信用風(fēng)險(xiǎn)管理存在的問題

（一）信用評級體系不完善

我國的信用評級體系由于起步較晚，且沒有大型的信用評級機(jī)構(gòu)，整個(gè)行業(yè)的運(yùn)作不夠規(guī)范，一些小的信用評級機(jī)構(gòu)也不夠權(quán)威，因此所作出的信用評級結(jié)果并不能使人信服。國外的信用評級體系完善，機(jī)構(gòu)也比較健全，但是由于信息獲取的成本太高，也只有極少數(shù)大型企業(yè)才會聘請國外人員。盡管我國商業(yè)銀行的內(nèi)部評級體系相比較之下信息成本較低，實(shí)施起來也更為方便，但是這要求有較高的管理水平，我國商業(yè)銀行在這方面起步晚，還存在許多不足的地方。信用評級不夠科學(xué)客觀，將導(dǎo)致后續(xù)的決策產(chǎn)生嚴(yán)重偏差，從而影響整個(gè)信用風(fēng)險(xiǎn)管理的水平。

（二）信用風(fēng)險(xiǎn)信息系統(tǒng)不完善

對于任何一個(gè)管理系統(tǒng)來講，數(shù)據(jù)是最基本也是保證管理系統(tǒng)良好運(yùn)作的關(guān)鍵。數(shù)據(jù)收集的質(zhì)量以及數(shù)據(jù)處理的優(yōu)劣，直接影響著整個(gè)系統(tǒng)的正常運(yùn)行。我國的數(shù)據(jù)收集質(zhì)量較低、準(zhǔn)確性較差且可比性較低，不能統(tǒng)一，這使得以此為基礎(chǔ)的數(shù)據(jù)分析和信息處理結(jié)果缺乏可信度，影響了整個(gè)風(fēng)險(xiǎn)管理系統(tǒng)。數(shù)據(jù)質(zhì)量較差，究其原因有兩方面：一是我國商業(yè)銀行在此方面不夠完善。由于高質(zhì)量的數(shù)據(jù)和信息對成本和技術(shù)要求較高，這對于一直追求規(guī)模和速度的我國商業(yè)銀行來講，無疑是難以做到的。二是我國中小企業(yè)的管理體系不夠完善。這使得信息收集的困難加大，信息失真的情況也就在所難免了。

（三）信用風(fēng)險(xiǎn)處理手段不足

信用風(fēng)險(xiǎn)管理的作用就在于盡量將信用風(fēng)險(xiǎn)轉(zhuǎn)移和降低，而我國商業(yè)銀行的信用風(fēng)險(xiǎn)轉(zhuǎn)移與分散的手段不足，當(dāng)貸款發(fā)放之后，大多只能寄期望于企業(yè)能夠及時(shí)償還，這相當(dāng)于被動地承擔(dān)信用風(fēng)險(xiǎn)帶來的后果。如何規(guī)避風(fēng)險(xiǎn)、如何分散風(fēng)險(xiǎn)、如何在信用風(fēng)險(xiǎn)的出現(xiàn)過程中掌握主動權(quán)，就成為我國商業(yè)銀行必須重視的事情。否則，當(dāng)經(jīng)濟(jì)環(huán)境發(fā)生較大的變化時(shí)，我國商業(yè)銀行將產(chǎn)生動蕩，損失不可估量。因此，我國商業(yè)銀行應(yīng)當(dāng)學(xué)習(xí)國外一些先進(jìn)的信用風(fēng)險(xiǎn)處理方法，以避免產(chǎn)生更大的損失。

（四）對信用風(fēng)險(xiǎn)重視度不夠

我國商業(yè)銀行的關(guān)注點(diǎn)全部放在了如何發(fā)放貸款，如何尋找到大客戶。貸款越多，意味著經(jīng)營狀況越好，卻忽視了在此過程中信用風(fēng)險(xiǎn)的存在。我國的商業(yè)銀行沒有形成一種良好的企業(yè)文化和風(fēng)險(xiǎn)管理理念，在運(yùn)營過程中，片面地追求業(yè)績而忽視貸款的質(zhì)量。一旦發(fā)生大規(guī)模違約，賬面上的資產(chǎn)不能兌現(xiàn)，貸款不能及時(shí)收回，損失將是巨大的。此外，我國商業(yè)銀行大多追求短期的目標(biāo)而缺乏長遠(yuǎn)的考慮，為了眼前的利益，沒有對客戶做進(jìn)一步的考察。雖然短期內(nèi)確實(shí)會有一種發(fā)展繁榮的景象，但在繁榮景象的背后，隱藏的卻是巨大的風(fēng)險(xiǎn)。與此同時(shí)，我國商業(yè)銀行的管理人員，對于信用風(fēng)險(xiǎn)的認(rèn)識不夠充分，很多的措施并沒有落到實(shí)處。

三、完善我國商業(yè)銀行信用風(fēng)險(xiǎn)管理的建議與對策

（一）構(gòu)建良好的信用評級體系

構(gòu)建良好的信用評級體系對于我國商業(yè)銀行完善信用風(fēng)險(xiǎn)管理起著至關(guān)重要的作用。目前，我國還沒有形成一套完備的信用評級體系，外部信用評級機(jī)構(gòu)的不完善，無疑加大了內(nèi)部信用評級機(jī)構(gòu)運(yùn)行難度。我國應(yīng)當(dāng)加快信用評級體系的建設(shè)與健全，形成一套完善的信用評級體系，這對于我國商業(yè)銀行信用風(fēng)險(xiǎn)管理有著積極的促進(jìn)作用。

（二）完善信用風(fēng)險(xiǎn)管理信息系統(tǒng)

完善信用風(fēng)險(xiǎn)管理信息系統(tǒng)，提高信息的質(zhì)量。要進(jìn)行信用風(fēng)險(xiǎn)分析，數(shù)據(jù)的真實(shí)性和可靠性尤為重要，這直接決定了整個(gè)系統(tǒng)的質(zhì)量。提高信息的可靠性，首先要提高信息技術(shù)，從信息的采集到信息的處理，都采用科學(xué)先進(jìn)的技術(shù)，這樣才能為信用風(fēng)險(xiǎn)管理提供更為堅(jiān)實(shí)的保障。與此同時(shí)，一個(gè)科學(xué)合理的組織體系是信用風(fēng)險(xiǎn)管理得以良好運(yùn)行的基礎(chǔ)，是我國商業(yè)銀行完善風(fēng)險(xiǎn)管理體系首要任務(wù)。我國商業(yè)銀行必須盡快改善公司的治理結(jié)構(gòu)，減少公司結(jié)構(gòu)冗余，加強(qiáng)對風(fēng)險(xiǎn)管理的重視，并將其落到實(shí)處。要加強(qiáng)信用風(fēng)險(xiǎn)管理，使其獨(dú)立于管理層，令其能夠更好地發(fā)揮實(shí)際的作用。

（三）豐富信用風(fēng)險(xiǎn)處理的手段

商業(yè)銀行在良好的信息處理的基礎(chǔ)上，如何應(yīng)對信用風(fēng)險(xiǎn)，分散與轉(zhuǎn)移信用風(fēng)險(xiǎn)，使商業(yè)銀行的經(jīng)濟(jì)損失降到最低，是信用風(fēng)險(xiǎn)管理系統(tǒng)的核心與最終目的。當(dāng)發(fā)放貸款之后，商業(yè)銀行并不是消極被動地等待信用風(fēng)險(xiǎn)的發(fā)生，而是主動地去分散和轉(zhuǎn)移信用風(fēng)險(xiǎn)，使其降到最低。

（四）形成良好的企業(yè)文化

篇9

關(guān)鍵詞：商業(yè)銀行；信用風(fēng)險(xiǎn)評估；定性方法；定量方法

中圖分類號：F2

文獻(xiàn)標(biāo)識碼：A

文章編號：1672-3198（2013）09-0027-02

企業(yè)信用評估和企業(yè)財(cái)務(wù)預(yù)警是企業(yè)財(cái)務(wù)管理研究的重要課題。諸多學(xué)者將兩個(gè)問題一起進(jìn)行研究，這兩者之間還是有本質(zhì)區(qū)別的。財(cái)務(wù)預(yù)警即財(cái)務(wù)失敗預(yù)警，是指借助企業(yè)提供的財(cái)務(wù)報(bào)表、經(jīng)營計(jì)劃及其他相關(guān)會計(jì)資料，利用財(cái)會、統(tǒng)計(jì)、金融、企業(yè)管理、市場營銷理論，采用比率分析、比較分析、因素分析及多種分析方法，對企業(yè)的經(jīng)營活動、財(cái)務(wù)活動等進(jìn)行分析預(yù)測，以發(fā)現(xiàn)企業(yè)在經(jīng)營管理活動中潛在的經(jīng)營風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)，并在危機(jī)發(fā)生之前向企業(yè)經(jīng)營者發(fā)出警告。信用評估本質(zhì)上是對企業(yè)履約各種承諾能力和信用程度進(jìn)行全面評估，預(yù)測未來償債可能性來辨識不同企業(yè)的方法。服務(wù)的對象有商業(yè)銀行、金融監(jiān)管機(jī)構(gòu)、與受評對象有業(yè)務(wù)往來的商業(yè)客戶以及社會公眾和投資者。

（1）定性評估方法：人工專家分析法，又被稱為古典信用分析方法，包括5C、5P、5W法，5C法指貸款申請企業(yè)或個(gè)人的道德狀況，償債能力，貸款申請企業(yè)或個(gè)人的財(cái)產(chǎn)狀況，可用于進(jìn)行貸款申請時(shí)抵押擔(dān)保的資產(chǎn)價(jià)值，宏觀經(jīng)濟(jì)狀況。 5W法指貸款申請人、申請貸款的使用、貸款的時(shí)間長度、擔(dān)保資產(chǎn)價(jià)值及還款方式。目前我國商業(yè)銀行實(shí)務(wù)中仍主要采用的信用評估分析方法。

（2）定量評估方法。

①統(tǒng)計(jì)方法：多元判別分析法（Multi-linear Discriminate Analysis）是較早應(yīng)用于企業(yè)信用評估的多元統(tǒng)計(jì)方法。Altman（1968）最早提出Z-score模型對企業(yè)運(yùn)營財(cái)務(wù)危機(jī)預(yù)警、企業(yè)違約預(yù)測問題進(jìn)行研究，使用較少的財(cái)務(wù)比率迅速進(jìn)行判斷分析，使用年度報(bào)表的數(shù)據(jù)運(yùn)用財(cái)務(wù)比率進(jìn)行分析：企業(yè)運(yùn)營成本/平均總資產(chǎn)、留存收益/平均總資產(chǎn)、息稅前利潤總額/平均總資產(chǎn)、普通股股東權(quán)益合計(jì)/平均總負(fù)債、營業(yè)收入/平均總資產(chǎn)，并且對三十多家樣本公司進(jìn)行分析，得到準(zhǔn)確率較高的分析結(jié)果，該模型屬于貝葉斯判別，用樣本修正已有的先驗(yàn)概率分布得到后驗(yàn)概率分布。這篇經(jīng)典論文開創(chuàng)了企業(yè)破產(chǎn)預(yù)測，財(cái)務(wù)危機(jī)預(yù)警，信用評估分析的先河。Altman（1977）在前述論文的基礎(chǔ)上進(jìn)行了完善，又加入幾個(gè)財(cái)務(wù)比率建立ZETA模型，使用總資產(chǎn)收益率（利潤總額/平均總資產(chǎn)）、利潤增長率（利潤總額/上一年利潤總額）、利息保障倍數(shù)（息稅前利潤總額/利息費(fèi)用）、留存收益/平均總資產(chǎn)、流動比率（流動資產(chǎn)/流動負(fù)債）、平均總資產(chǎn)、公司股票市價(jià)等財(cái)務(wù)比率，得到比簽署模型更好的分析結(jié)果。Logistic模型分析。Martin（1977）使用財(cái)務(wù)比率進(jìn)行企業(yè)經(jīng)營財(cái)務(wù)預(yù)警及企業(yè)貸款違約分析，使用多元統(tǒng)計(jì)學(xué)中的Logistic回歸方法，使用1970至1971年的報(bào)表數(shù)據(jù)從的美聯(lián)儲成員銀行5600多家中選取58家屬于財(cái)務(wù)困境，違約樣本的銀行進(jìn)行分析測算，使用資產(chǎn)凈利率（利潤總額/平均總資產(chǎn)）等8個(gè)財(cái)務(wù)比率，進(jìn)行分析測算，并且分析不同的信息使用者的風(fēng)險(xiǎn)偏好差異，如投資人和債權(quán)人，測算不同的風(fēng)險(xiǎn)預(yù)警系數(shù)，便于信息使用者更好地作出分析決策，得到較好的分析結(jié)果，并且使用該多元回歸模型與前述的Z-Score模型，ZETA模型測算的結(jié)果進(jìn)行對比分析，得到優(yōu)于前述模型的預(yù)測數(shù)據(jù)。吳世農(nóng)（2001）收集我國上市公司1998至2002年A股市場的ST公司共計(jì)七十多家，收集樣本數(shù)據(jù)的時(shí)間是公司轉(zhuǎn)化成ST的年度，并且選取相關(guān)行業(yè)的七十多家作為對照組樣本，進(jìn)行橫截面數(shù)據(jù)分析，選用不同的計(jì)量模型進(jìn)行對比研究，主要有線性概率模型（LPM），F(xiàn)isher二類線性判定，Logistic模型等多元統(tǒng)計(jì)方法對企業(yè)財(cái)務(wù)進(jìn)行預(yù)警研究，最終結(jié)果是Logistic模型的預(yù)測準(zhǔn)確率均高于Fisher判別分析法和LPM的準(zhǔn)確率。于立勇、詹捷輝（2004）也使用Logistic模型，選取商業(yè)銀行的貸款企業(yè)客戶的財(cái)務(wù)數(shù)據(jù)進(jìn)行信用違約的分析，得到較好的測算概率。方洪全、曾勇（2004）在銀行信用風(fēng)險(xiǎn)評估方法實(shí)證研究及比較分析中運(yùn)用Logit模型分析。李志輝、李萌（2005）選取了195家上市公司為樣本，Logistic模型的準(zhǔn)確率高于線性判別模型神經(jīng)網(wǎng)絡(luò)模型。Junni L. Zhang（2010）運(yùn)用貝葉斯加分類樹法對德國公司財(cái)務(wù)報(bào)表數(shù)據(jù)進(jìn)行償債能力進(jìn)行有效得分類。

②信用風(fēng)險(xiǎn)評估模型。Credit Metrics（信用計(jì)量模型）是摩根大通等美國知名金融機(jī)構(gòu)采用用VaR（在險(xiǎn)價(jià)值模型）的思路，對個(gè)人和企業(yè)的貸款以及其他金融資產(chǎn)進(jìn)行價(jià)值估計(jì)和風(fēng)險(xiǎn)預(yù)測的計(jì)算方法。麥肯錫公司提出的Credit Portfolio View模型（信貸組合審查模型），是改造Credit Metrics模型，考慮到周期性宏觀經(jīng)濟(jì)因素，結(jié)合信用風(fēng)險(xiǎn)評級轉(zhuǎn)移和宏觀經(jīng)濟(jì)變量如年度經(jīng)濟(jì)增長率、市場利率、政府支出等建立關(guān)聯(lián)模型，使用蒙特卡羅技術(shù)模擬宏觀經(jīng)濟(jì)周期性因素的計(jì)算得到評級轉(zhuǎn)移概率。KMV模型（Credit Monitor模型）（是美國KMV公司提出后被穆迪公司收購），該模型是可以對上市公司的信貸違約概率進(jìn)行預(yù)測分析。張玲等（2004）運(yùn)用KMV模型評估我國上市公司ST公司和非ST公司的信用風(fēng)險(xiǎn)后得到，改變KMV模型的相關(guān)變量可以至少提前2年預(yù)警我國上市公司的信用違約風(fēng)險(xiǎn)，并且可以提前4年進(jìn)行上市公司的信用風(fēng)險(xiǎn)變化趨勢的預(yù)測。戴志鋒等（2005） 運(yùn)用KMV對我國上市公司數(shù)據(jù)和某國有商業(yè)銀行非上市公司的信貸數(shù)據(jù)進(jìn)行驗(yàn)證，實(shí)證結(jié)果表明非上市公司模型在中國具有一定的預(yù)測能力，但預(yù)測準(zhǔn)確率低于歐美國家。Credit Risk+模型（信用風(fēng)險(xiǎn)附加模型）是由瑞士信貸銀行金融產(chǎn)品部（CSFP）開發(fā)的，它是一個(gè)違約模型（Default Model）。

③人工智能方法：神經(jīng)網(wǎng)絡(luò)。陳雄華等（2002）采用人工神經(jīng)網(wǎng)絡(luò)模型研究企業(yè)信用等級的評估問題，按照企業(yè)樣本分為制造業(yè)和非制造業(yè)兩大類，利用偏相關(guān)分析方法建立了企業(yè)信用評級的指標(biāo)體系，實(shí)驗(yàn)結(jié)果表明神經(jīng)網(wǎng)絡(luò)模型具有更好的預(yù)測準(zhǔn)確性。于立勇（2003）收集一百多個(gè)企業(yè)作為訓(xùn)練樣本，運(yùn)用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行信用違約風(fēng)險(xiǎn)分析，得到有效的預(yù)測結(jié)果。章忠志、符林、唐換文（2003）使用神經(jīng)網(wǎng)絡(luò)模型，選取28個(gè)企業(yè)數(shù)據(jù)做為樣本進(jìn)行分析，預(yù)測結(jié)果準(zhǔn)確率達(dá)到90%以上。徐佳娜、西寶（2004）使用人工神經(jīng)網(wǎng)絡(luò)模型與層次分析法（AHP）相結(jié)合建立模型對企業(yè)信用風(fēng)險(xiǎn)進(jìn)行評估，預(yù)測結(jié)果說明該模型比已有的其他模型準(zhǔn)確更高。張衛(wèi)東等（2006）建立模型結(jié)合前饋型神經(jīng)網(wǎng)絡(luò)、遺傳算法和模糊數(shù)學(xué)方法來，評估商業(yè)銀行企業(yè)客戶的信用風(fēng)險(xiǎn)，使用Matlab軟件對選取的商業(yè)銀行企業(yè)客戶數(shù)據(jù)進(jìn)行測算，得到的結(jié)果表明準(zhǔn)確率比以前的模型方法有所提高，模型更具魯棒性。夏紅芳（2007）通過與上海某商業(yè)銀行的合作，對其1999-2005年的貸款明細(xì)和公司財(cái)務(wù)數(shù)據(jù)進(jìn)行了系統(tǒng)研究，運(yùn)用粗糙集理論的約簡功能，從中選出最能反映企業(yè)信用狀況的8項(xiàng)財(cái)務(wù)指標(biāo)，再應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)方法進(jìn)行信用評估，實(shí)證研究表明所提方法具有較高精度。但是使用人工神經(jīng)網(wǎng)絡(luò)模型需要根據(jù)實(shí)際的樣本數(shù)據(jù)不斷調(diào)整系數(shù)，相對而言模型的魯棒性不夠強(qiáng)。戴芬（2009）根據(jù)中小企業(yè)信用評估指標(biāo)體系，提出了一種基于蟻群神經(jīng)網(wǎng)絡(luò)的評估模型。結(jié)果表明蟻群神經(jīng)網(wǎng)絡(luò)的預(yù)測方法與傳統(tǒng)的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測方法相比，具有較強(qiáng)的泛化能力，應(yīng)用在中小企業(yè)信用評估系統(tǒng)中具有很高的評估準(zhǔn)確率。

整數(shù)規(guī)劃法。薛鋒（2006）選取上市公司數(shù)據(jù)，使用混合整數(shù)規(guī)劃法，建立企業(yè)信用風(fēng)險(xiǎn)評估模型進(jìn)行信用風(fēng)險(xiǎn)評估，模型可以滿足非參數(shù)檢驗(yàn)，也不需要樣本數(shù)據(jù)服從正態(tài)分布，可以較為廣泛的應(yīng)用，經(jīng)數(shù)據(jù)實(shí)際測算的結(jié)果說明，該模型魯棒性較好，預(yù)測效果較好，準(zhǔn)確率較高。遺傳算法。薛惠鋒（2006）利用人工智能方法——GA-PSO混合規(guī)劃算法構(gòu)建企業(yè)信用風(fēng)險(xiǎn)評估模型。并利用上證50若干企業(yè)的實(shí)際數(shù)據(jù)對模型進(jìn)行了實(shí)證檢驗(yàn)。實(shí)證結(jié)果顯示該模型能有效預(yù)測上市企業(yè)的信用風(fēng)險(xiǎn)狀況。該模型在收斂性能及預(yù)測準(zhǔn)確率等方面優(yōu)于基于傳統(tǒng)的多元回歸方法及GP方法的信用風(fēng)險(xiǎn)評估模型。Jonathan N. Crook（2007） 參考諸多文獻(xiàn)比較線形回歸（LDA），Logistic回歸，決策樹，數(shù)學(xué)規(guī)劃法，神經(jīng)網(wǎng)絡(luò)法，遺傳算法，遺傳編程，K近鄰法，支持向量機(jī)幾種方法，認(rèn)為支持向量機(jī)法的準(zhǔn)確率相對較高。

從以上對國內(nèi)外研究現(xiàn)狀的分析可知，盡管國內(nèi)外已有許多專家學(xué)者對商業(yè)銀行客戶信用評估進(jìn)行大量的研究，但在實(shí)際應(yīng)用中涉及中小企業(yè)的研究較少，未考慮我國企業(yè)普遍存在的內(nèi)部人控制的企業(yè)中管理者個(gè)人因素對企業(yè)信用的影響，限制了模型的適用范圍。

參考文獻(xiàn)

[1]Altman，E.I.，F(xiàn)inancial ratio discriminant analysis and the prediction of corporate bankruptcy[J].Journal of Finance，1968，23（4）：189-209.

[2]Altman，E.I.，R.Haldeman & P.Narayanan，ZETA analysis：A new model to identify bankruptcy risk of corporations[J].Journal of Banking and Finance，1977，（l）：29-54.

[3]D.Martin.Early warning of bank failure： A Logit regression approach[J].Journal of banking and finance，1977，（1）：249-276.

[4]吳世農(nóng)，黃世忠.我國上市公司財(cái)務(wù)困境的預(yù)測模型研究[J].經(jīng)濟(jì)研究，2001，（6）：46-55.

[5]于立勇，詹捷輝.基于Logistic回歸分析的違約概率預(yù)測研究[J].財(cái)經(jīng)研究，2004，（9）：15-23.

[6]方洪全，曾勇.銀行信用風(fēng)險(xiǎn)評估方法實(shí)證研究及比較分析[J].金融研究，2004，（1）：62-69.

[7]李志輝，李萌.我國商業(yè)銀行信用風(fēng)險(xiǎn)識別模型及其實(shí)證研究[J].經(jīng)濟(jì)科學(xué)，2005，（5）：61-71.

[8]Junni L. Zhang，Wolfgang K. Hrdle The Bayesian Additive Classification Tree applied to credit risk modeling Computational[J].Statistics and Data Analysis 54 （2010） 1197_1205.

[9]張玲，楊貞柿，陳收.KMV模型在上市公司信用風(fēng)險(xiǎn)評估中的應(yīng)用研究[J].系統(tǒng)工程，2004，（11）.

[10]戴志鋒，張宗益，陳銀忠.基于期權(quán)定價(jià)理論的中國非上市公司信用風(fēng)險(xiǎn)度量研究[J].管理科學(xué)，2005，（6）.

[11]陳雄華，林成德，葉武.基于神經(jīng)網(wǎng)絡(luò)的企業(yè)信用等級評估系統(tǒng)[J].工程學(xué)報(bào)，2002，（6）：570-575.

[12]于立勇.商業(yè)銀行信用風(fēng)險(xiǎn)評估預(yù)測模型研究[J].管理科學(xué)學(xué)報(bào)，2003，（5）：46-52.

[13]章忠志，符林，唐換文.基于人工神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)[J].模型經(jīng)濟(jì)數(shù)學(xué)，2003，（3）：42-47.

[14]徐佳娜，西寶.基于AHP-ANN模型的商業(yè)銀行信用風(fēng)險(xiǎn)評估[J].哈爾濱理工大學(xué)學(xué)報(bào)，2004，（3）：94-98.

[15]張衛(wèi)東，韓云昊，米陽于.GA-BP模糊神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)評估[J].工業(yè)工程與管理，2006，（5）：81-84.

[16]夏紅芳.商業(yè)銀行信用風(fēng)險(xiǎn)度量與管理研究[D].南京：南京航空航天大學(xué)，2007，（8）.

[17]戴芬，劉希玉，王曉敏.蟻群神經(jīng)網(wǎng)絡(luò)在中小企業(yè)信用評估中的應(yīng)用[J].計(jì)算機(jī)技術(shù)與發(fā)展，2009，（10）：218-221.

[18]薛鋒，柯孔林.基于混合整數(shù)規(guī)劃法的企業(yè)信用風(fēng)險(xiǎn)評估研究[J].中國管理科學(xué)，2006，（2）：39-44.

篇10

信用風(fēng)險(xiǎn)，指的是在商業(yè)交易中由于交易一方的違約，使交易另一方應(yīng)得的預(yù)期現(xiàn)金流量的現(xiàn)值減少而遭受損失的風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)是商業(yè)銀行面臨的主要風(fēng)險(xiǎn)之一，信用風(fēng)險(xiǎn)的度量是商業(yè)銀行進(jìn)行信用管理的核心問題, 對信用風(fēng)險(xiǎn)的準(zhǔn)確度量和有效管理, 有利于商業(yè)銀行經(jīng)營的安全性, 也有利于金融體系整體的穩(wěn)定和國民經(jīng)濟(jì)的持續(xù)健康發(fā)展。違約率、賠付率和違約相關(guān)性是衡量信用風(fēng)險(xiǎn)大小的主要參數(shù)，其中違約率是度量和管理信用風(fēng)險(xiǎn)的出發(fā)點(diǎn)和關(guān)鍵。

信用風(fēng)險(xiǎn)度量模型又可以稱為企業(yè)財(cái)務(wù)困境研究，二者的本質(zhì)相同，只是出發(fā)點(diǎn)不同。由于企業(yè)在銀行的債務(wù)和履約情況的數(shù)據(jù)很難得到，以往大多數(shù)研究集中于企業(yè)財(cái)務(wù)困境研究。對企業(yè)財(cái)務(wù)困境研究最早的是Fitzpatrick(1932)，他發(fā)現(xiàn)破產(chǎn)企業(yè)的財(cái)務(wù)比率一般較差，Beaver(1966)、Altman(1968)分別采用單變量分析法和多變量分析法對企業(yè)的財(cái)務(wù)比率進(jìn)行了研究，后者還建立了由五個(gè)參數(shù)組成的Z-Score 模型。除了傳統(tǒng)的判別分析外，Martin (1977)建立了logistic模型用來預(yù)測企業(yè)的破產(chǎn)和違約概率，Ohlson(1980)建立了Logit模型，Zmijewski (1984) 使用Probit分析模型，Libby（1975）第一次將主成分分析方法引入了判別分析模型以克服自相關(guān)問題。而且近年來基于市場價(jià)值的現(xiàn)代信用風(fēng)險(xiǎn)度量模型在國際金融界得到很高的重視和相當(dāng)大的發(fā)展，包括KMV推出的期望違約概率模型，JP摩根銀行推出的以VAR為基礎(chǔ)的credit metics模型等。

隨著商業(yè)銀行信用風(fēng)險(xiǎn)管理在國內(nèi)商業(yè)銀行風(fēng)險(xiǎn)管理中重要性的日益顯現(xiàn)，國內(nèi)關(guān)于商業(yè)銀行信用風(fēng)險(xiǎn)管理的文獻(xiàn)大量涌現(xiàn)，王春峰等(1998)將判別分析法應(yīng)用于我國商業(yè)銀行信用風(fēng)險(xiǎn)評估，通過與Logit方法相比較,研究了判別分析法的有效性。梁琪（2005）結(jié)合主成分分析法構(gòu)造了logistic回歸分析模型，發(fā)現(xiàn)該方法優(yōu)于簡單的logistic模型。吳世農(nóng)、盧賢義（2001）利用1998-200年A股市場ST公司數(shù)據(jù)，比較了多元判別分析、線性概率模型和Logistic模型的預(yù)測效果，發(fā)現(xiàn)logsitic模型的預(yù)測能力最強(qiáng)。此外，還有陳靜（1999）、張玲（2000）、梁琪（2003）、柯孔林和薛鋒（2004）、李志輝和李萌（2005）等，均從不同側(cè)面使用判別模型或擴(kuò)展后的判別模型對我國的商業(yè)銀行信用作了實(shí)證分析。馬九杰，郭宇輝，朱勇（2004）通過問卷調(diào)查方式，利用所得資料采用logit模型對我國縣域中小企業(yè)貸款違約情況進(jìn)行實(shí)證分析，但是存在樣本過小的問題。

總體而言，由于搜集非上市公司的財(cái)務(wù)數(shù)據(jù)異常困難，以往的研究主要從上市公司中選取樣本; 且因受數(shù)據(jù)來源所限(上市公司的履約情況和債項(xiàng)特征屬于內(nèi)部機(jī)密, 一般研究人員很難獲得) , 幾乎所有研究都是以上市公司被宣布特別處理（ST）作為財(cái)務(wù)困境標(biāo)志，建立的評估模型以線性判別分析為主。由于樣本地選擇缺乏代表性，由模型估計(jì)所得到的結(jié)果很大程度上不能真實(shí)反映影響商業(yè)銀行預(yù)期違約概率的主要指標(biāo)，從而得出的結(jié)論缺乏應(yīng)用性。而本文以甘肅某城市商業(yè)銀行2005年誠信企業(yè)和違約企業(yè)財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)，并對指標(biāo)進(jìn)行嚴(yán)格篩選，以貸款企業(yè)違約與否作為信用風(fēng)險(xiǎn)高低的衡量標(biāo)準(zhǔn),運(yùn)用判別分析和logistic 回歸分析，得出影響我國城市商業(yè)銀行貸款企業(yè)預(yù)期違約概率的的最具解釋能力的財(cái)務(wù)指標(biāo)，從而對城市商業(yè)銀行有效地識別和評估信用風(fēng)險(xiǎn)以及做出合理的貸款決策具有重要的應(yīng)用價(jià)值。

本文即是從貸款企業(yè)的財(cái)務(wù)指標(biāo)入手，通過判別分析和logistic 回歸分析，構(gòu)建衡量企業(yè)信用狀況的模型，并通過實(shí)征研究考察模型的適用性。本文的結(jié)構(gòu)安排如下：第二部分樣本選取與建模變量篩選；第三部分運(yùn)用判別分析和logistic回歸分析方法進(jìn)行實(shí)證分析；第四部分對實(shí)證結(jié)果給出進(jìn)一步的分析；第五部分給出結(jié)論并總結(jié)全文。

二、樣本選取與建模變量篩選

（一）指標(biāo)的選取

研究選擇的財(cái)務(wù)數(shù)據(jù)全部來自于貸款企業(yè)的財(cái)務(wù)報(bào)表，在參考了已有文獻(xiàn)以及考慮到實(shí)際數(shù)據(jù)可得性的基礎(chǔ)上，本文選取了21個(gè)能夠反映企業(yè)景氣、流動性、盈利性、清償性、成長性以及其他初始指標(biāo)，指標(biāo)名稱、財(cái)務(wù)比率名稱以及符號具體見表一。

由于X19股東權(quán)益比率，X20負(fù)債合計(jì)/資本和X13資產(chǎn)負(fù)債率存在多重共線性，因此剔除X19，X20，同時(shí)由于數(shù)據(jù)存在較多缺失，剔除X17財(cái)務(wù)杠桿效應(yīng)，X18企業(yè)留存/總資產(chǎn)，X21流通股股本的市場價(jià)值/總負(fù)債。因此，模型最初選取了景氣指標(biāo)、流動性指標(biāo)、盈利性指標(biāo)、清償性指標(biāo)、增長型指標(biāo)等五大類共計(jì)16個(gè)指標(biāo)。

（二）樣本的選取

鑒于數(shù)據(jù)的可得性，本文從我國某城市商業(yè)銀行信貸信息管理系統(tǒng)中選取2005年在該行有貸款且財(cái)務(wù)數(shù)據(jù)較為齊全的186家企業(yè)作為研究樣本。

我們將186家企業(yè)分為誠信企業(yè)和違約企業(yè)兩組，其中誠信企業(yè)92家，違約企業(yè)94家。剔除資產(chǎn)負(fù)債率大于1，速動比率大于流動比率以及具有特殊異常值的企業(yè)，剩下總樣本122家，誠信企業(yè)58家，違約企業(yè)64家。如果樣本中存在缺失值，則由該樣本前三年的平均值替代，若歷史數(shù)據(jù)也缺失，則以所在組企業(yè)的平均值替代，最后選擇的有效樣本數(shù)為122家。

三、實(shí)證檢驗(yàn)

本文將分別使用線性判別模型和logistic模型進(jìn)行實(shí)證分析，采用逐步選擇方法選擇最優(yōu)解釋變量，以對影響我國城市商業(yè)銀行信用風(fēng)險(xiǎn)的因素做出判斷，同時(shí)對兩種模型下得到的實(shí)證結(jié)果作進(jìn)一步的比較分析，并將結(jié)果置于中國銀行業(yè)改革的背景下做出進(jìn)一步的揭示。本文將采用逐步選擇法，一方面利于節(jié)約資源，另一方面易于對結(jié)果進(jìn)行分析。

（一）線性判別模型

考慮到通常各變量在判別式中的判別能力不同，本文選取逐步判別法作為判別分析方法，這一方法的優(yōu)點(diǎn)是將判別能力較差的變量從判別式剔除，僅保留具有顯著性的解釋變量。

首先我們將誠信企業(yè)定義為1，將違約企業(yè)定義為0，運(yùn)用SPSS13.0進(jìn)行逐步判別法，經(jīng)過三步篩選最終得到最具解釋力的財(cái)務(wù)指標(biāo)：應(yīng)收帳款周轉(zhuǎn)率（X1）、主營業(yè)務(wù)利潤率（X8）、資產(chǎn)負(fù)債率（X13），得到的結(jié)果見表二 。由表二可知，Wilks'Lambda 達(dá)到了0.868，Wilks’Lambda對應(yīng)的Chi-square統(tǒng)計(jì)量為16.647，自由度為3，顯著性為0.001。顯著性

其次，利用已入選的變量建立Fisher線性判別函數(shù)。建立的判別函數(shù)為：

Y1=-3.576+0.021X1+2.716X8+11.100X13 （1）

Y2=-4.815+0.039X1+0.845X8+13.425X13 （2）

判別函數(shù)（1）和（2）中，應(yīng)收帳款周轉(zhuǎn)率（X1）、主營業(yè)務(wù)利潤率（X8）、資產(chǎn)負(fù)債率（X13）這三個(gè)指標(biāo)分別從景氣、盈利性和清償性三個(gè)方面揭示了影響我國城市商業(yè)銀行貸款企業(yè)信用風(fēng)險(xiǎn)的大小。應(yīng)收帳款反映了企業(yè)管理者對企業(yè)擁有的應(yīng)收帳款資產(chǎn)的有效利用程度，應(yīng)收帳款周轉(zhuǎn)速度越快表明企業(yè)資產(chǎn)發(fā)揮的效率越大。主營業(yè)務(wù)利潤率是衡量企業(yè)主營業(yè)務(wù)創(chuàng)造利潤的能力的指標(biāo)，該指標(biāo)越大說明利潤來源更穩(wěn)定可靠，企業(yè)經(jīng)營越穩(wěn)健。資產(chǎn)負(fù)債率是衡量企業(yè)資本結(jié)構(gòu)的指標(biāo)，該指標(biāo)并非越大越好，提高在獲得稅盾優(yōu)勢的同時(shí)也加大了企業(yè)經(jīng)營的風(fēng)險(xiǎn)

最后，根據(jù)判別函數(shù)（1）、（2）得到模型的判別效果如下：

由表三可知，根據(jù)普通方法對判別函數(shù)的判別效果進(jìn)行驗(yàn)證，模型的準(zhǔn)確率為65.6%，其中對誠信企業(yè)的準(zhǔn)確率64.1%，對違約企業(yè)判別的準(zhǔn)確率為67.2%，可見模型對于違約企業(yè)判定的準(zhǔn)確率要高于誠信企業(yè)。使用交叉驗(yàn)證（Cross valadation）方法對判別模型的判定效果進(jìn)行檢驗(yàn)，模型的準(zhǔn)確率略低于普通方法的判別效果，總準(zhǔn)確率為64.8%，誠信企業(yè)為62.5%，違約企業(yè)為67.2%，模型對于違約企業(yè)判定的判別率仍然高于誠信企業(yè)。

在信用風(fēng)險(xiǎn)識別模型中，存在著兩類錯誤，即：將高風(fēng)險(xiǎn)企業(yè)誤認(rèn)為低風(fēng)險(xiǎn)企業(yè)與將低風(fēng)險(xiǎn)企業(yè)誤認(rèn)為高風(fēng)險(xiǎn)企業(yè)。顯然，第一類錯誤會給銀行帶來更大的風(fēng)險(xiǎn)，后者最多只會降低銀行的潛在收益。從逐步回歸法得到的判別函數(shù)給出的判別效果中可以看出，商業(yè)銀行對違約企業(yè)判定的準(zhǔn)確率要大于誠信企業(yè)，可見判別分析給出的結(jié)果還是比較理想的，這與李志輝（2005）得到的結(jié)論相左，后者運(yùn)用在某銀行有貸款的上市公司財(cái)務(wù)數(shù)據(jù)進(jìn)行的判別分析所得到的結(jié)果中，第一類錯誤率要大于第二類錯誤率。

（二）Logitistic模型

利用線性判別模型計(jì)算得到的Z值只是一個(gè)抽象的概念，無法從直覺上進(jìn)行解釋，Logistic回歸分析解決了這個(gè)問題，且其前提假設(shè)符合經(jīng)濟(jì)現(xiàn)實(shí)和金融數(shù)據(jù)的分布規(guī)律，殘差項(xiàng)不要求服從正態(tài)分布?？紤]到一般情況下各個(gè)變量的判別能力不同，本文運(yùn)用向后逐步選擇技術(shù)篩選變量以提高模型的判別性能，從全變量模型開始，逐步提出對殘差平方和貢獻(xiàn)最小的變量，直到不需要提出變量，具體的回歸結(jié)果見表三。根據(jù)SPSS計(jì)算結(jié)果中的參數(shù)表，模型logistics模型的判別方程：

從表三可以看出，與線性判別模型得到的結(jié)果類似的是，logistic模型得到的三個(gè)最具解釋力的變量同樣是應(yīng)收帳款周轉(zhuǎn)率（X1）、主營業(yè)務(wù)利潤率（X8）、資產(chǎn)負(fù)債率（X13），方程顯示應(yīng)收帳款周轉(zhuǎn)率（X1）和資產(chǎn)負(fù)債率（X13）與信用風(fēng)險(xiǎn)呈正相關(guān)的關(guān)系，與主營業(yè)務(wù)利潤率（X8）負(fù)相關(guān)。這在一定程度上證實(shí)了這三個(gè)變量確實(shí)決定商業(yè)銀行信用風(fēng)險(xiǎn)的大小，從而證明了結(jié)論的穩(wěn)健性。常數(shù)項(xiàng)、應(yīng)收帳款周轉(zhuǎn)率（X1）、資產(chǎn)負(fù)債率（X13）在5%的水平上顯著，但是值得注意的是，主營業(yè)務(wù)利潤率（X8）這個(gè)指標(biāo)只在10%的水平上顯著，但是在5%的水平上并不顯著。

由表五可以看出，-2Loglikehood為149.121，此值偏大，說明擬合效果一般.同時(shí)Cox &Snell R2為0.140，Nagelkerke R2 為0.187，二者都偏小，也說明模型的擬合優(yōu)度比較低。我們選定0.5作為臨界值，根據(jù)公式（3），計(jì)算上市公司破產(chǎn)概率，如果超過0.5則判定為違約企業(yè)，小于0.5則判定為誠信企業(yè)，可以得到方程對于估計(jì)樣本的總分類正確率為65.3%，其中第一類錯誤為70.3%，第二類錯誤為59.6%，具體數(shù)據(jù)見表六，表明使用logistic模型所得到的總分類正確率比使用線性判別模型得到的結(jié)果略好，而且在第一類錯誤與第二類錯誤的比例上，兩個(gè)模型所得到的結(jié)論是一致的，即模型所選用的三個(gè)指標(biāo)對于違約企業(yè)判定的準(zhǔn)確率要大于誠信企業(yè)，進(jìn)而可知模型所選取的指標(biāo)對于商業(yè)銀行的穩(wěn)健經(jīng)營具有正面的意義。

四、進(jìn)一步分析

由以上數(shù)據(jù)可知，采用線性判別模型和logistic模型所得到的總樣本判別率相近，僅為65%左右，與已有成果相比判別效果較差。而且，logistic模型中主營業(yè)務(wù)利潤率（X8）的系數(shù)在5%的水平上并不顯著，同時(shí)模型中的Cox &Snell R2與Nagelkerke R2較低，說明模型的擬合優(yōu)度較低，以上實(shí)證數(shù)據(jù)表明模型在城市商業(yè)銀行信用風(fēng)險(xiǎn)管理方面的應(yīng)用受到一定的限制。具體原因可以從以下幾方面進(jìn)行解釋。

第一．在研究樣本和時(shí)期的選取上，由于受數(shù)據(jù)來源的限制，本文僅考察了2005年一年貸款企業(yè)的財(cái)務(wù)數(shù)據(jù)，包含的企業(yè)數(shù)目較少，所涵蓋的企業(yè)范圍較窄，同時(shí)在對指標(biāo)進(jìn)行處理時(shí)，由于數(shù)據(jù)原因、共線性原因等因素有些指標(biāo)被剔除，存在缺失的財(cái)務(wù)數(shù)據(jù)進(jìn)行了相應(yīng)處理，這樣在模型計(jì)算之前已經(jīng)損失了一部分信息，因此在此基礎(chǔ)上回歸分析得到的模型的適用性受到一定的影響。其次，城市商業(yè)銀行之間的差異性遠(yuǎn)遠(yuǎn)大于它們的相似性，城市商業(yè)銀行無論是在跨地域，還是政府介入程度、經(jīng)營效益、風(fēng)險(xiǎn)管理水平，差異都非常大，模型在不同城市商業(yè)銀行之間的引用受到相應(yīng)的限制，從而導(dǎo)致模型結(jié)論的應(yīng)用具有一定的局限性。

第二、在處理方法上，實(shí)際貸款數(shù)據(jù)很難滿足判別分析和logistic模型的假設(shè)條件。判別分析要求等協(xié)方差陣和變量服從多元正態(tài)分布，這在實(shí)際分析中很難滿足；而logistic回歸會導(dǎo)致原始數(shù)據(jù)的大量丟失和估計(jì)過程中出現(xiàn)共線性問題，從而使得估計(jì)參數(shù)的標(biāo)準(zhǔn)差增加，雖然理論上可以采用主成分分析與判別分析和logistic回歸相結(jié)合的方法來降維，但是由于各個(gè)指標(biāo)間相關(guān)性較低導(dǎo)致不適合運(yùn)用主成分分析方法，因此本文并未采納這兩種分析方法進(jìn)行分析，因此數(shù)據(jù)處理方法選擇的不同，導(dǎo)致模型結(jié)論的應(yīng)用具有一定的局限性。

第三，從客觀背景上，我國商業(yè)銀行的經(jīng)營目標(biāo)多元化，還未成為真正的商業(yè)化運(yùn)營主體，不良貸款的產(chǎn)生具有內(nèi)生性（施華強(qiáng)，2004）。2001年-2002年中央銀行的抽樣調(diào)查統(tǒng)計(jì)發(fā)現(xiàn)，中國歷史上不良資產(chǎn)由內(nèi)部管理原因造成的不良貸款比例僅占全部不良貸款的19.3%，由銀行客戶、宏觀經(jīng)濟(jì)體制變化等外部原因所形成的不良貸款占全部貸款的80.7%。后者包括國有企業(yè)貸款比例高，發(fā)放特定貸款，國企重組，社會信用差等原因。具體到城市商業(yè)銀行，特別是中西部地區(qū)的城市商業(yè)銀行，大多數(shù)是地方政府控制和主導(dǎo)的，其經(jīng)營行為具有明顯的政府干預(yù)的痕跡，城市商業(yè)銀行很大程度上充當(dāng)了第二財(cái)政的職能。盡管從2006年開始城市商業(yè)銀行已通過股份制改制、引入境外戰(zhàn)略投資者、民營資本等措施已經(jīng)加速重組，此前政府干預(yù)城市商業(yè)銀行的經(jīng)營決策在很大程度上決定了城市商業(yè)銀行信用風(fēng)險(xiǎn)度量模型不可能具有很好的判別能力。

以上結(jié)論是與以往國內(nèi)商業(yè)銀行信用風(fēng)險(xiǎn)研究的結(jié)論不同，以往研究所建立的判別模型識別和預(yù)測準(zhǔn)確率一般都達(dá)到80%以上。這是由于以往研究的樣本取自上市公司的財(cái)務(wù)數(shù)據(jù)，一方面，由于上市公司有信息披露的義務(wù)以及較為嚴(yán)格的監(jiān)管，上市公司的數(shù)據(jù)全面準(zhǔn)確，同時(shí)還有流通股股本市值/總負(fù)債等能夠反映投資者預(yù)期的財(cái)務(wù)指標(biāo)，且公司治理結(jié)構(gòu)相對比較完善，政府干預(yù)較少，因而所用的模型穩(wěn)定性較好，推廣能力較強(qiáng)。然而，上市公司占城市商業(yè)銀行貸款企業(yè)的比例很小，當(dāng)前我國城市商業(yè)銀行的主要客戶仍然為非上市公司，所以以往研究的結(jié)論適用性很低，現(xiàn)實(shí)中商業(yè)銀行信用風(fēng)險(xiǎn)判別模型所選擇的最具解釋力的指標(biāo)并非如以往研究所揭示的那樣。

五、結(jié)論

本文根據(jù)2005年某城市商業(yè)銀行貸款企業(yè)的財(cái)務(wù)數(shù)據(jù)和履約情況，運(yùn)用線性判別模型和logistic模型對影響我國城市商業(yè)銀行信用風(fēng)險(xiǎn)的財(cái)務(wù)指標(biāo)進(jìn)行選擇，并通過對模型結(jié)果進(jìn)行分析比較，對模型判別的準(zhǔn)確率進(jìn)行進(jìn)一步的分析，研究的主要結(jié)論如下：

第一，通過運(yùn)用逐步判別法和向后判別法篩選最具解釋力的變量，發(fā)現(xiàn)在借款企業(yè)的財(cái)務(wù)指標(biāo)中，景氣指標(biāo)、盈利性指標(biāo)和清償性指標(biāo)對信用風(fēng)險(xiǎn)影響最大。兩種模型所選取的最優(yōu)財(cái)務(wù)比率相指標(biāo)均為應(yīng)收帳款周轉(zhuǎn)率（X1）、主營業(yè)務(wù)利潤率（X8）、資產(chǎn)負(fù)債率（X13），因此上述三個(gè)財(cái)務(wù)比例指標(biāo)能在很大程度上可以決定貸款企業(yè)信用風(fēng)險(xiǎn)的大小，說明判別結(jié)果具有一定的可信度。

第二，logsitic模型在估計(jì)樣本的總分類正確率方面要略優(yōu)于線性判別模型，而且模型對樣本的估計(jì)結(jié)果中，第一類錯誤率都是大于第二類錯誤率，表明模型具有較高的適用性。

第三，通過分析模型的總分類正確率，本文對總分類準(zhǔn)確率相對較低這一現(xiàn)象背后的原因進(jìn)行了進(jìn)一步的揭示。受數(shù)據(jù)來源和數(shù)據(jù)質(zhì)量的影響，樣本的選擇本身存在一定的先天缺陷；判別模型和logistic模型本身的假設(shè)條件較嚴(yán)，現(xiàn)實(shí)中財(cái)務(wù)數(shù)據(jù)的高維性和多重性特征決定了數(shù)據(jù)很難滿足假設(shè)條件；由于歷史原因，我國城市商業(yè)銀行未成為真正的商業(yè)化主體，很大程度上成為政府主導(dǎo)的工具，以上三點(diǎn)決定了模型本身所得到的結(jié)果不是很理想。