商业银行信贷风险理论研究评述

骆丽霞

信贷风险是商业银行业面临的重大风险之一，但是我国对于信贷风险计量的研究尚不成熟。本文主要对信贷风险模型和KMV模型进行了理论评述，整理并总结了国内外的相关研究成果，对我国商业银行管理信贷风险提出了建议。

KMV模型 信贷风险 商业银行

引言

当今世界的发展趋势是经济全球化，随之而来的影响是使我国金融市场加快了改革步伐，人民币汇率及利率制度深化改革、资本市场直接融资比例增加、产业结构加速调整等都促进企业不断扩大规模，所需资金逐渐增加。技术的提高使得信贷风险管理水平进一步加强，对其计量的准确性也日益提高，定性与定量分析方法不断壮大信贷管理体系。目前度量银行信贷风险的方法不仅有定性的专家判断法等，还有愈发精准的定量模型，在定量模型中又以KMV模型应用最为广泛。理论体系的缺失使得我国的信贷风险度量方法比较落后，预测结果不够准确，不仅制约了商业银行的发展还给银行带来了极大的损失，解决问题的根本就是拥有成熟的方法来度量信贷风险。国内外学者越来越重视商业银行信贷风险问题，期望通过研究能形成完善的信贷风险管理体系并为信贷风险度量提供工具。本文通过对国内外专家的研究成果进行综述，有利于了解国内外的现状并进一步提高我国商业银行对信贷风险的管理和度量能力。

国外研究现状

国外学者对于信贷风险的研究日益成熟，度量方法不仅仅局限于定性研究，更多的学者已深入研究定量方法。

由于当时时代与经济的欠缺，银行信贷风险已对经济产生了影响。为此，亚当.斯密（1776）最早对有关方面进行了研究，旨在加强人们对贷款复杂性和存蓄相对稳定性的认识。进入20世纪60年代，主要利用定性分析的方式对信贷风险进行管理，即利用专家的经验对借款者的某些指标进行主观判断，进而决定是否给予贷款的主观分析法。在20世纪90年代，学者们对信贷风险的投人日益增加，为了解决遇到的问题，KMV公司最先提出了通过债务人的资产状况来度量商业银行的信贷风险的信用监测模型，即Credit Monitor Model模型。

KMV模型实践与改进，Ant 6 nioCamara等（2012）对Merton（1976）破产期权定价模型进行了修改，以估计股票和期权市场价格违约的隐含概率。为了检验这个模型，作者分析了所有在美国有交易选择的全球金融公司，并将重点放在次贷危机时期。通过构建累积精度配置文件（ CAP）和接收机操作特征（ROC）来比较基于穆迪KMV模型和评级机构信用等级的默认违约概率的表现，结果表示，作者模型的违约估计概率与基于CAP和ROC的其他信用风险度量值相等或更优；特别是在次贷危机期间，作者的模式超越了信用评级，并在预测危机的规模时达到或超过了KMV。

当然，学者也研究了其余模型与KMV模型的不同，Boris Koll ar等（2015）以KMV、Credit Metrics、CreditRisk+等模型为代表，从风险定义、风险来源、数据要求、信用风险事件特征、信用事件波动率、收益率、模型数值方法和危害分类进行比较，全面概述了这些模型的差异，并根据各模型的优缺点提供使用的基本建议。Boris Koll ar等主要从基本特征方面对Merton和KMV模型进行比较，主要关注计算过程中的差异、个人信用风险建模技术以及用于风险量化输人参数的可变性。分析结果全面概述了这些模型的差异以及根据各模型的优缺点给出了使用的基本建议；文章还将提供各种知名机构的测试结果，反映这些模型的准确性。

Allen等（2016）通过将行业因素纳入转换矩阵开发了四种信用模型：结构模型、转型模型、分位数回归模型以及作者独特的iTransition模型；根据实证表结果发现结构模型和分位数回归模型对市场变化比较敏感。

Maria-Daciana RODEAN等（2016）认为以往的信贷风险度量方法不是监督借款人的信用风险就是有预警作用的模型。他们提出了一种适用于法律实体的信用评分模型，该模型中使用的最相关指标被认为是银行业债务恢复的一项指标。

国内研究现状

与西方国家相比，我国关注信贷风险的时间较短，其防范工作也不到位。随着我国经济的发展，国内学者开始通过学习西方先进文化，创建属于我国的度量模型。

陈静是中国最早研究违约风险的学者，她利用判别分析法度量信贷风险的大小。由于信贷风险严重影响了金融体系的稳定，赵丽敏（2012）主要是从CreditMetrics模型模型的理论框架、敞口或内部头寸、模型技术环节、计算步骤四大方面进行了说明，作者为了更好的解释技术问题，从8个方面进行了阐述；最后结合将模型与我国实际情况相结合，提出模型在我国运用的优缺点，对我国引用Credit Metrics模型提出了相关的政策建议。

度量信贷风险的模型日渐增多，郭玉敏和刘阳（2013）对度量方法进行了简单的介绍，着重对Credit Metric模型详细说明。作者利用基于该模型的两种不同的资产组合来研究信用风险的来源，结论表明：置信水平在非常高的情况下，信贷风险来自资产集中度；根据实证结论对我国运用该模型进行信贷风险的量化管理提出建议。

由于中小企业在经济市场中的作用日益增加，张金贵和侯宇（2014）对我国的中小企业信贷风险进行研究，在眾多方法中，他们使用因子分析方法进行研究。他们利用2013年数据对14个指标进行了验证；借助SPSS软件构建了回归模型，实证结果证明了Logit回归方法对于信贷风险评估是可行的。

信贷风险在宏观环境的影响下会出现新的特征，杨阳（2015）介绍了新常态下信贷风险的表现，指出了银行信贷风险管理的突出问题，这种变化会给商业银行带来不可预计的影响，同时也会造成金融市场的不稳定，给国家和商业银行的管理工作带来严峻挑战，因此作者给出了相关建议。

为了找到更适用于度量我国商业银行信贷风险的方法，杨秀云，蒋同同与段珍珍（2016）对四种度量模型进行了简单的比较，认为KMV模型更加符合我国实际情况。作者利用2013年和2014年两年的数据，从横向竖向全面进行了实证研究，证明了KMV模型既能度量不同类型企业的信贷风险，也能度量不同行业，不同区域企业的信贷风险；最后，对能更好的利用KMV模型提出了改进意见。

为了更好的控制信贷风险，郭林海（2016）阐述了商业银行信贷风险的内涵，并从主要表现形式和对银行的危害介绍了信贷风险的特点；从内部和外部共同分析了产生信贷风险的原因，最后对控制商业银行信贷风险提出建议：加快民营化改革、加强内部审计、完善内部环境、采用科学度量方法。

黄玉（2017）对商业银行面临的风险进行了详细叙述，提出信贷风险是银行需要迫切解决的问题。作者将不良贷款率作为衡量信贷风险的重要指标，利用银监会统计的2005～2016年商業银行贷款数据进行了对比，对我国商业银行的不良贷款率进行现状分析，最后从管理体制、文化培育以及资源配置三个方面提出减少不良贷款率的对策。

结论与启示

国内国外对商业银行信贷风险的研究成果还存在较大差距，尤其是对于信贷风险的度量体系。国内外学者都经历了从主观判断到用数据预测的改变，度量方法也从利用经验性进行判断的主观分析过渡到客观的数据计算，随着经济形势的改变，定量分析逐渐被学者提出，对信贷风险的衡量方法和控制手段也更加成熟。但是定量方法存在一定的局限性，并不适用于任何情况，还需要进一步发展。

目前我国商业银行信贷风险研究都是基于理论的定性研究，仅仅是参照西方学者的成就，对于定量分析的技术还没有深入研究，如何选择最适用于我国的模型成为关键。从总体来看，学者们在一定程度上承认了KMV模型在我国商业银行信贷风险量化上的作用，但是该模型与我国的实际情况还存在不适用性，为了提高度量的准确度，应该对KMV模型进一步分析，提高商业银行信贷风险管理与度量的水平。

[1]张金贵，侯宇.基于Logit模型的中小企业信贷风险实证分析[J].会计之友.2014，（30）：40-45.

[2]郭林海.我国商业银行信贷风险的度量及控制研究[J].金融经济.2016，（16）：61-63.

[3] Boris Kollar， Barbora Gondzarova.Comparison of Current Credit RiskModels[J].Procedia Economics andFinance.2015， 23： 341-347.

[4] Allen， Powell， Singh.Take it to thelimit： Innovative CVaR applicationsto extreme credit risk measurement[J] .European Joumal ofOperational Research.2016， 249（2）：465-475.