论证券公司信用风险经济资本计量与配置

於勇成， 陈 超， 侯麟科

（1.中泰证券股份有限公司博士后科研工作站，济南 250002；2.清华大学五道口金融学院，北京 100083；3.山东大学经济研究院，济南 250100）

经过三十多年稳步发展，证券公司已成为我国金融市场的核心组成部分，证券公司的数量及其业务规模迅速增长。截至2017年12月31日，我国共有131家证券公司，托管证券市值40.33万亿元，总资产达到6.14万亿元，当期营业收入达到3113.28亿元。在巨大市场需求刺激下，证券公司不断向创新型、多元化方向发展。与此同时，证券公司面临的风险管理问题也层出不穷，迫使证券公司等金融机构以及金融监管部门加强了对风险管理技术的研发以及风险管理体系的构建工作。

证券公司风险是一种特殊金融风险，是指在市场波动、政策变更、自然灾害等各种不确定因素影响下，证券公司实际运营收益与预期收益发生偏差，因而遭受损失的可能性或不确定性。［1］2016年12月30日，中国证券业协会发布《证券公司全面风险管理规范》，将证券公司面临的风险分为公司经营过程中的流动性风险、市场风险、信用风险、操作风险、声誉风险等各类风险。作为证券公司面临的五大基本风险之一，信用风险因其内源性、系统性、难控性和非对称性等特征，一直是证券公司进行风险管理的重点和难点。

目前，国内外关于信用风险的研究多集中于信用风险计量模型的发展与创新，及其在商业银行领域的应用，关于证券公司信用风险的研究则相对较少。为此，本文将梳理我国证券公司信用风险管理的现状，在对信用风险计量模型对比分析的基础上，介绍三种信用风险经济资本配置方法，最后提出证券公司信用风险管理对策。本文的主要贡献在于对比分析了六种经典的信用风险计量模型的原理，融合汇总了各个模型在信用风险资本配置应用中的优缺点，为证券公司信用风险管理提供了依据，具有较为重要的实践意义。

一、我国证券公司信用风险管理现状

信用风险是金融市场的一种内在属性，证券公司信用风险通常由证券公司客户、交易对手、证券发行人及其他与证券公司有业务往来的机构违约导致。因此，可以将证券公司信用风险定义为与证券公司直接或间接签订合约的客户、交易对手、证券发行主体等因信用风险事件无法按时履行合约条款，导致证券公司遭受损失的可能性。［2］根据上述定义，可以将证券公司信用风险划分为交易对手信用风险和发行人信用风险两类。其中，涉及交易对手信用风险的业务主要包括融资融券业务、股票质押式回购业务、约定购回式证券交易业务、转融通业务、场外期权与互换业务、做市业务等，涉及发行人信用风险的业务主要有证券承销业务、固定收益类业务、信托等非标投资业务。

2007年4月，美国新世纪金融公司（The New Century Financial Corporation）的倒闭标志着“次贷危机”爆发。在随后一年多时间内，国际知名投资银行雷曼兄弟破产、贝尔斯登倒闭、美林证券被收购，整个华尔街一片狼藉。此次危机由信用风险积累所致，最终引发了席卷全球的金融海啸，给国际金融机构尤其是大型投资银行造成了巨大损失。［3］虽然我国证券公司在此次危机中所受影响较小，但是瞬息万化的国际环境和日益激烈的行业竞争格局，为我国证券公司的管理者、从业者和监管者敲响了警钟。

然而，我国证券公司对信用风险的重视情况却不容乐观。一方面，我国多数证券公司尤其是中小证券公司，仍然存在着忽视风险、盲目追求高收益的经营冲动，由此形成的粗放型扩张经营模式极易使证券公司内部控制机制失效，引发风险事件；另一方面，融资融券、股票质押式回购、场外衍生品等创新型业务的发展，使得证券公司原有的内控制度处于相对滞后状态，难以对新型信用风险进行有效识别与防范。

证券公司信用风险形式复杂多样，一旦发生信用风险事项，不仅会给证券公司自身经营带来严重影响，还会给债权人、投资者带来各种损失。因此，构建适用于我国证券公司信用风险管理的模型系统，正确计量证券公司信用风险，优化信用风险经济资本配置，对于证券公司、投资者和监管部门都有着重要的理论和现实意义，有助于增强证券公司信用风险控制意识，及时掌握自身风险情况，合理配置风险资本，提高公司的核心竞争力；有助于投资者及时了解投资标的的信用等级和信用走势，降低决策失误的概率，维护投资者自身利益；有助于提高监管部门的监管水平，定期测度证券公司信用风险，及时掌握证券公司信用风险资本状况，并对存在严重风险事项的证券公司采取合适的措施，降低信用风险事项发生的概率，避免发生更大的系统性风险，实现资本市场健康有序发展。

二、关于信用风险计量模型的研究

信用风险的计量可以分为对单个交易对手或单笔资产的计量和对信用资产组合的计量两种类型。其中，前者主要计量单个交易对手或单笔资产的违约概率（Probability of Default，PD）、违约损失率（Loss Given Default，LGD）、违约风险暴露（Exposure at Default，EAD），后者主要计量信用资产组合的预期损失（Expected Loss，EL）、非预期损失（Unexpected Loss，UL）、经济资本（Economic Capital，EC）等。

（一）信用风险计量模型简介

早期的信用风险计量方法通常是以多元统计理论为基础发展而来，主要有Z－Score模型、Logistic模型。上世纪九十年代，金融工程领域的专家学者将建模技术和分析方法引进到风险管理实践中，使得信用风险管理计量方法取得突破性进展，主要有KMV模型、Credit Risk＋模型、Credit Metrics模型、Credit Portfolio View模型。2000年以后，信用风险计量模型开始向两个方向发展：一方面是主流信用风险模型在业务实践中不断得到完善；另一方面，为了克服1988年资本协议风险敏感性差的问题，巴塞尔银行监管委员会沿用Credit Metrics模型的思想，以单因子渐进模型为框架，提出内部评级法。

1.多元统计理论模型

Altman（1968）通过对22个财务指标进行统计分析，最终筛选确定资产收益率、收益稳定性、债务偿付能力、盈利能力、流动性5个财务指标，并对每一指标赋予不同权重，构建了著名的线性ZScore模型，以此判断企业破产的可能性。［4］Z值与企业发生财务危机的可能性成反比，即Z值越小，企业破产的概率越大。Z－Score模型在企业违约预警等信用风险研究领域引入数理统计分析方法，为日后采用更为专业的数理统计和概率分析方法进行计量信用分析开辟了道路。

Z－Score模型使用多元判别分析的方法，根据各财务指标对危机的警示作用赋予各指标不同的权重。Logistic模型是最早的离散选择模型，使用逻辑函数将Z－Score模型和违约概率联系起来，通过回归方法得到各变量的权重系数。由于其概率表达式的显性特点，以及对自变量进行证据权重转换后，回归结果可以直接转换为标准评分卡格式，所以Logistic模型求解速度非常快，在信用风险计量领域应用广泛。［5］

岭回归（Ridge Regression）模型是一种专用于共线性数据分析的有偏估计回归模型，该模型放弃了传统多元回归模型的无偏性假设，是通过损失部分信息、降低精度、使用平方偏差获得更为符合实际、更可靠的回归系数的回归方法，对病态数据的拟合效果优于传统的多元回归模型。与岭回归模型相比，Lasso（Least Absolute Shrinkage and Selection Operator）模型使用绝对值偏差作为正则化项，以达到约束参数、防止过拟合的目的。更重要的是Lasso模型通过非负绞除法（Non－negative Garrote）将一些作用比较小的变量的参数训练为0，以达到降维的目的，增强模型的解释性，该模型因良好的变量选择性而受到广泛关注。弹性网络回归（ElasticNet Regression）模型是岭回归模型和Lasso模型的技术混合体，通过混合比控制平方偏差和绝对值偏差。该模型对变量数量没有限制，鼓励高度相关变量的群体效应，允许Elastic－Net在循环的情况下继承岭回归的一些稳定性。

2.KMV模型

二十世纪九十年代以后，金融行业出现了许多新的信用风险计量模型。1993年，美国KMV公司以期权定价理论为基础，结合资本市场数据，研发了KMV模型，用以计量上市公司的违约概率。该模型以上市公司为研究对象，认为上市公司的股票价格在一定程度上体现了公司的信用状况，通过期权定价理论将股价中隐含的公司信用情况转换成预期违约频率（Expected Default Frequency，EDF）。［6］EDF的具体计算过程可以分为三步：首先，将公司的股权视为以资产为标的、以债务面值为执行价格的看涨期权，通过公司股票市值及其波动率与资产价值及其波动率的关系，计算公司资产市场价值及其波动率；其次，根据公司的负债情况计算出公司的违约点（Default Point，DPT），根据当前市场情况计算公司资产在未来的预期市场价值，进而得到公司资产的预期市场价值距违约点的距离，用该差值偏离资产价值标准差的个数表示违约距离（Distance to Defaul，DD）；最后，利用历史数据构建从DD对应到EDF的映射关系，求得公司的违约概率。

3.Credit Risk＋模型

1997年，瑞士信贷银行运用保险精算学的模型框架，研究开发了信用风险附加（Credit Risk＋）模型。该模型是一个违约模型，只考虑贷款组合违约与否的情况，而不考虑信用评级的变化以及与之相关的信用价差的变化，其违约风险与债务人的资本结构无关。［7］在模型中，假定每项贷款的违约情况是小概率事件并且各项贷款违约与否是相互独立的，所以违约概率相同、损失程度相近的贷款组合的违约概率分布接近泊松分布。根据不同贷款的风险暴露将贷款组合划分成不同频段，通过泊松分布计算得到各个频段的违约概率和违约损失分布，进而可以得到整体的违约概率和违约损失分布。

4.Credit Metrics模型

1997年，J.P.摩根同其他合伙人最先提出信用计量模型（Credit Metrics）。与Credit Risk＋模型相似，该模型同样假定违约概率外生。不同之处在于，Credit Metrics模型属于盯市模型，不仅考虑了借款人违约导致的损失，还考虑了资产价值因债务人信用等级的变化可能造成的损失。其基本思想是，信贷资产的信用风险不仅来源于债务人违约，也来源于债务人信用等级的降低。［8］因为违约是已经发生了的风险事件，而信用等级的变化更能反映债务人的信用风险状况。

Credit Metrics模型通过信用转移矩阵（Transition Matrix）得到不同资产组合评级变化的概率分布，再根据每个信用评级对应的远期贴现率曲线，可以求得在特定风险期间内资产组合市场价值的概率分布，最终可以求得资产组合的VaR值。

5.Credit Portfolio View模型

1998年，麦肯锡公司提出信用组合观点模型（Credit Portfolio View），该模型假设债务人的信用评级对经济整体的信用周期更敏感，通过将信用转移概率与宏观经济变量之间的关系模型化，把经济周期和信用周期联系起来，是一个违约风险的宏观经济模拟系统，可以计算特定宏观变量下债务人的信用转移矩阵。

模型认为当宏观经济衰退时，各类主体的信用评级下降，违约概率增加。根据可观测的违约概率和信用转移矩阵，结合失业率、GDP增长率、财政收支、储蓄率、利率和汇率等宏观经济因素，通过蒙特卡洛模拟，模型可应用于所有国家的不同行业和各种类型的信用主体。［9］

6.内部评级法

目前，内部评级法主要用于银行业信用风险资本计量，该方法假定信贷类资产的损失具有组合不变性，即每笔贷款的损失仅由债务人自身因素决定，增加或减少一笔贷款不会对其他贷款产生影响。内部评级法分为初级法和高级法，采用初级法的银行可以自行确定违约概率，而违约损失率和期限采用协议的标准数值；采用高级法的银行必须自行确定违约概率、违约损失率和期限。［10］美联储委员会理事会前副主席 Roger指出，实施内部评级的目的是更加准确地度量风险，将风险与监管重点和资本要求联系起来，进而提高风险管理水平。

巴塞尔银行监管委员会将银行的损失分为预期损失（EL）和非预期损失（UL），预期损失是违约概率（PD）、违约损失率（LGD）、违约暴露（EAD）三者的乘积，非预期损失的计算公式为：；根据资产组合的损失概率密度函数和置信水平，确定信用风险经济资本乘数（Capital Multiple，CM）；通过CM与UL相乘即可得到信用风险经济资本。［11］目前，我国已有商业银行使用新巴塞尔协议标准法的监管风险权重作为基准，根据经验对不同信用等级资产的风险权重进行调整，最终确定违约概率。

（二）信用风险计量模型在风险资本配置中的应用

资本的风险价值由其承担的风险决定，通过信用风险计量配置风险资本是证券公司风险管理的重要目标。［12］在对信用风险计量模型简介的基础上，本文汇总了各模型在风险资本配置中的优缺点，见表1。多元统计理论模型通过统计回归分析可以计算得到违约概率，经过不断完善和发展，已成为部分现代信用风险计量模型的一部分。

KMV模型、Credit Risk＋模型、Credit Metrics模型、Credit Portfolio View模型等现代信用风险计量模型均建立于上世纪九十年代，均可以求得PD和LGD等用于计量经济资本的重要变量，但是上述模型在基本原理、数据需求、适用范围等方面各有优劣（见表1）。KMV模型以期权定价理论为依据，利用公司股票交易数据和财务数据，适用于上市公司的风险计量。KMV模型更侧重于对违约概率的计算，违约损失率的计算精度略有不足，因此在风险经济资本计量和配置方面的应用稍显逊色。Credit Risk＋模型、Credit Metrics模型分别基于泊松分布和信用转移矩阵，将VaR方法应用于信用风险计量，为计量经济资本创造了条件。Credit Portfolio View模型从宏观经济视角研究了信用转移矩阵和违约概率与宏观经济因素的关 系，可以看作是对Credit Metrics模型的补充。

表1 信用风险计量模型在风险资本配置中的优劣

三、对证券公司信用风险经济资本配置的研究

随着信用风险计量技术的快速发展，经济资本管理越来越受到金融机构的关注，如何对经济资本进行高效配置成为证券公司风险管理的重要课题。理想的资本配置方法应当具备一致性、对称性和无风险性。［13］一致性是指对于各个业务而言，以业务整体和以产品组合为单位进行资本配置所分配的资本应当一致；对称性是指从整体业务中剔除任意两个业务后，如果将这两个业务分别加入剩余组合的任意真子集所配置的资本相同，那么在原有业务系统中，这两个业务也应当分配同样的资本；无风险性是指无风险业务作为对冲风险的工具，不需要配置资本。

目前，关于资本配置的方法主要有三种，分别是基于决策理论的配置、基于风险测度的配置和基于最优化目标的配置。

（一）基于决策理论的配置方法

根据不同的决策理论，可以分为比例配置法和边际配置法。比例配置法是按照一定比例将该经济资本配置到各个业务条线。

其中，Xi表示不同的业务条线，EC表示总经济资本，ECi表示相应业务可分配的经济资本，VaR表示相应业务的在险价值。这种简单的比例分配方法没有考虑各个业务线条之间的相关关系，为解决这一问题，可以采用协方差法确定分配比例。

其中，CoV（Xi，Z）表示单个业务收益与整体业务收益的协方差；Var（Z）表示相关业务收益的方差。通过协方差与方差确定分配比例，考虑了单个业务与整体业务的相关性，相关性越大，分配的经济资本越多。需要注意的是，由于业务的在险价值计算方法不满足次可加性，可能导致按照上式的比例配置给各个业务条线的经济资本大于单独计量该业务线所需要的经济资本。［14］

由下面的公式（3）可知，边际配置法认为，某业务需要的经济资本应当等于存在与不存在该业务时所需经济资本的差值。

（二）基于风险测度的配置方法

基于风险测度的配置方法认为，在一定置信水平下，分配给每个业务的经济资本应当使各个业务的损失量超过预期损失与非预期损失之和的概率等于该置信水平，即对任意的业务i，下式均成立。

其中，L表示业务损失，E（L）表示期望损失，p表示概率。上式的VaR可以通过传统的Credit Metrics方法计算，也可以通过考虑尾部风险的TVaR方法或者其他可以表示成条件期望的风险测度方法计算。［15］

（三）基于最优化目标的配置方法

Grudl&Schmeiser（2007）认为，传统的资本配置方法具有较大的随意性，选择不当会导致严重的决策失误。［16］理想的配置方法应当满足一定的最优规划解，即分配给各个业务的经济资本是在一定约束条件下，满足目标函数的最优解。基于最优化目标的配置方法主要有最小成本法、最小剩余风险法。

最小成本法是在经济资本一定的条件下，通过博弈论优化求解，使得每个业务成本最小的配置方法。最小剩余风险法是在经济资本配置中，引入风险残余，即在配置经济资本后剩余的风险，通过风险残余与经济资本机会成本的最优化求解，找到一组配置方案使剩余风险之和最小，实现经济资本最优配置。

四、中国证券公司信用风险管理对策

良好风险管理能力是证券公司在资本市场中持续生存与发展的前提。随着证券行业不断创新，其所面临的信用风险也越来越突出。因此，信用风险经济资本计量与配置必将成为证券公司全面风险管理的核心组成部分。我国证券市场成立时间较短，市场违约数据不足、市场信息不对称、数据不透明等客观因素严重阻碍了证券公司信用风险计量模型的研究与使用。

为提高证券公司信用风险管理能力，监管部门应当持续改善外部环境、不断强化市场约束，为证券公司信用风险经济资本计量与配置提供有效引导和有力支撑；证券公司应当围绕《证券公司全面风险管理规范》，以不断深入的金融体制改革为依托，在全面风险管理战略下不断提高信用风险经济资本计量与配置的能力与水平。

（一）完善证券公司信用风险外部监管体制

信用风险经济资本的计量是资本管理的前提，监管部门应当携手证券公司等金融机构建立和完善违约信息数据库，在此基础上构建适合我国国情的现代信用风险计量模型，逐步实现信用风险量化管理。与发达国家相比，我国证券公司的信用风险经济资本管理水平相对落后。在监管体系投建过程中，可以借鉴发达国家的经验，构建适合我国国情的经济资本监管体系。一方面，监管部门和自律组织可以通过行政命令或者行业指引的方式确定先进的信用风险计量模型，要求证券公司使用模型衡量信用风险情况；另一方面，证券公司管理层应当加强对风险管理的重视程度，积极研究国际先进计量模型，探讨适用于我国证券市场的信用风险计量模型，提高证券公司在国际市场中的核心竞争力。

（二）健全证券公司信用风险内部管理机制

证券公司信用风险管理是一个复杂的专业化过程，与公司的风险管理理念、信息系统建设等息息相关。为了建立和完善信用风险管理体系，证券公司应当履行尽职调查机制，根据最新客户适当性管理的相关规定，深入了解客户的资产状况、收入水平、信用记录、投资经验、风险偏好和风险承受能力等，明确信用风险相关业务属性以及客户适当性匹配要求，建立和完善内部评级体系，为信用风险资本计量提供充足的数据支撑。证券公司应当实行风险量化评估管理，构建一个包含经济资本配置系统的信用风险监管平台，将信用风险经济资本计量与资本配置明确化、规范化、制度化。证券公司应当实行项目分级审批制度，明确信用风险相关业务的操作流程，通过逐级分解风险责任，完善资本配置流程，推动落实风险分级控制，提高各业务部门对经济资本计量和经济资本使用效率的重视程度，提高公司的风险防范能力，完善信用风险经济资本管理体系。