时间：2023-11-02 15:51:54
序论：在您撰写信用风险管理模式时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
关键词：信用风险；资产组合管理；信用衍生工具；内部风险评级
中图分类号：F830文献标志码：A文章编号：1673-291X（2011）09-0060-04
引言
金融体系的重要作用与全球一体化进程的加快使得避免金融危机的出现、确保金融体系的稳定运行成为全球共同的目标。商业银行作为重要的金融中介机构，在金融体系中占有十分重要的地位,其稳健经营、健康发展对社会经济生活具有重要意义。现代商业银行在解决信息不对称、降低交易成本等方面发挥着不可替代的作用。由于不确定性的客观存在，在实际经营管理过程中，银行不可避免地要面对各种风险（主要包括市场风险、信用风险和操作风险），对风险的研究分析与采取科学、合理、有效的管理策略是商业银行保持稳健经营、实践“三性”经营原则的根本。从实质上讲，商业银行是“经营风险”的金融机构，以“经营”风险作为其盈利的根本手段；从现代管理学角度看，风险管理能力构成了商业银行最重要的核心竞争力。
近年来，随着经营环境的变化，风险管理成为商业银行越来越重要的经营管理内容 [1]。具体地讲，就是全球经济一体化进程的加快，使得企业间竞争加剧、竞争打破了地域界限，由此引发的破产现象呈永久性增加趋势，为了减少或避免资产的损失，商业银行对风险的精确分析在今天变得尤为重要；从世界范围看，随着金融市场的快速拓展以及商业银行“惜贷”与“贷款集中”现象的存在，中小企业逐步放弃难以达到预期融资效果的银行借贷融资方式，直接进入金融市场融资，“非中介化”对商业银行的资金运用带来了很大冲击；由于商业银行同业竞争加剧以及来自金融市场和其他金融机构的压力增大，使得利差越来越小，贷款的风险―收益平衡进一步恶化，商业银行只有向风险管理要效益这一条路可走； 抵押品价值波动性增大，加大了信贷融风险缓解技术的难度，直接影响风险缓解技术的实施绩效；从国际上看，商业银行表外业务中衍生产品迅速增长和显著膨胀，衍生产品或工具在为风险管理提供更多金融工具和手段的同时，也带来了更多的风险，控制风险变得更为艰难；技术进步直接影响和左右商业银行风险管理的内容和方法；监管的国际合作日趋广泛、国际标准逐步形成，银行经营管理将打上监管的烙印。因此，商业银行现代意义上的风险管理将是全面风险管理、全过程风险管理、全员风险管理、全球风险管理与创新风险管理。
西方商业银行在市场风险模型等理论方法上已逐步趋于完善，并在金融市场交易实践上得到广泛应用；但是，信用风险和操作风险等风险估价、资本需求的量化分析以及资产组合管理研究还处在积极探索阶段，不过“信用风险模型越来越受到重视”、“形成一致的模型也不是可望不可即的”[2]。同时，技术进步、信用衍生工具的大量开发、资产证券化进程的逐步加快，为信用风险分析与管理策略选择提供了更加广阔的天地，也使得商业银行信贷经营管理模式由传统的发放持有到期日的方式进化到组合管理安排期限的现代方式，现代信用风险管理模式将逐步形成。因此，探讨、研究现代信用风险管理模式将为银行实施现代风险管理提供可资借鉴的理论方法与技术支持；同时，研究中国银行业在当前历史背景下，构建现代信用风险管理模式的战略选择具有重要的现实意义。
一、现代信用风险管理模式
信用渗透到现代经济的每个角落，从本质上讲现代经济就是信用经济。随着信用的日益发展，信用风险管理的压力日益增大。对银行来说，信用风险的主要是信贷资产信用风险，其风险来源主要有两种：一是借款人的履约能力出现了问题；二是借款人的履约意愿出现了问题。一般情况下，贷款的偿还是通过经营收入、出售资产，或者通过其他的途径借入资金来实现。因此，借款人的履约能力主要是取决于其偿债资金的获得能力。履约意愿主要取决于借款人的品格，也就是借款人不仅要有偿还债务的意愿，而且具备在负债期间能够主动承担各种义务的责任感。这就要求借款人首先必须诚信，同时具有良好的职业操守，并能勤奋工作。从银行管理角度看，信用风险管理与其他风险管理一样，都存在风险识别、风险度量、风险控制与管理策略、风险策略实施以及风险管理绩效评价等重要阶段内容。我们认为，现代信用风险管理模式是以信息技术、定量分析技术以及衍生产品为主要工具支持，以现代资产组合管理理论为理论基础，形成现代信用风险管理的资产组合管理模型，实施组合信用风险管理，科学有效地度量、控制与管理信用风险。其中，现代信息技术的发展与定量分析技术的研究为风险度量提供了技术工具支持；信用衍生产品的出现为信用风险转移、分散等风险控制策略提供了创新工具支持[3] 。以发展的眼光看，现代信用风险管理模式建设可以分为以下几个阶段循序渐进[2]：数据与基础设施建设阶段，主要工作是建立数据仓库、数据收集与遴选以及设计内部评级系统等；内部评级管理阶段，主要工作是开发PD和LGD模型、早期预警与决策支持系统以及完善内部评级系统等；组合管理阶段，主要工作是计算法定资本要求、计算经济资本要求、实施组合管理模型、掌握组合分散与相关度概念以及建立资产组合策略；主动组合管理阶段，主要工作是实现风险定价以及综合运用资产与信用衍生产品交易进行资产组合管理；优化组合管理阶段，主要工作是进行“市场盯价”、夏普比率管理和资产组合优化管理等。
现代信用风险管理模式是以风险度量与定价的定量分析技术以及风险控制与管理的金融创新工具为主要特征的。从风险度量上看，信用风险管理主要经历了传统定性分析阶段、传统定量阶段和现代测量信用风险的内部方法和模型阶段；从信用风险控制角度看，主要经历了各国监管当局自行规定到国际监管标准实行两个阶段，国际监管标准也从1988年的《巴塞尔协议》对风险资产和最低资本限额的规定发展到《新巴塞尔资本协议》的风险资产计算与最低资本要求两个阶段；从风险控制策略看，传统的内部处理（如风险缓解技术的采用与单一核销机制的建立）阶段逐步向现代外部（市场）处理（证券化与信用衍生工具等）转化，逐步形成资产组合管理理念，期限管理成为现实；从现代银行金融创新和风险管理创新来看，信贷资产组合的期限管理实现和信用风险外部转移的实现依赖于信用衍生产品的出现和交易市场的形成[3]。现代组合信用风险管理模型可以用图1描述。
其中，在资产信用风险模型中，主要包括[4～5]：信用评级模型与动态信用评级模型，信用风险评级模型计算某种资产的当前信用风险，而动态信用风险评级模型则计算信用风险的变动情况，信用风险可以是违约率也可是评级的结果。信用风险的定价模型必须考虑两部分内容，一是信用评级，二是超过零风险回报的差价，即市场对于一个特定信用风险的要价。同时，以信用衍生工具为主要特征的现代信用风险管理具有明显的现代金融创新烙印。银行信用衍生产品主要是基于信贷资产特征（现金流结构、风险程度、期限等）采用远期合约、互换和期权这三种基本构建方法产生的进行信用风险管理的金融工具，主要包括信用违约掉期工具（CDS，Credit Default Swap）、全额利润掉期产品（TRS，Total Return Swap）、信用关联票据（CLNs，Credit-Linked Notes）和信用延展期权等。在信用风险度量、信用衍生工具应用于风险控制策略的基础上，引入现代资产管理理论是现代信用风险管理模式的重要内容。但是，这个过程必须解决的问题是尽量使其凸现更多的市场特征，并在此基础上，确定组合的收益、标准差、方差以及调整组合的流动性成本等参数，进而确定有效组合边界，为调整组合提供量化信息支持[6]。
二、中国银行业现代信用风险管理的战略选择
银行现代信用风险管理模式实现的先决条件主要包括：在宏观层面，银行监管的发展、信用环境以及金融创新的社会经济与法律环境改善等；在微观层面，完善的信息系统、先进科学的定量分析技术、信用衍生工具等风险管理的金融创新手段以及资产组合管理的理念等。但是，由于体制、管理和人才等诸多历史和现实原因，中国商业银行在风险管理方面比较薄弱。实行严格的“分业经营”、商业银行经营业务创新乏力、利率和汇率的非市场化以及政府信用支撑等因素的存在，中国商业银行的市场风险、流动性风险等在目前表现不充分，但由于社会信用环境、政府干预、内部管理问题等，造成了明显的信用风险和操作风险，导致银行资产质量低下、资产损失严重。同时，中国商业银行面临的外部环境对商业银行实施有效的风险管理具有很大的制约，主要表现在：一是市场机制与市场化程度的约束，中国的市场经济建设还有待进一步完善，商业银行还未完全摆脱旧体制的束缚；二是严格的“分业经营”对商业银行风险管理策略选择的限制；三是金融创新乏力、风险管理金融工具的贫乏都直接制约着商业银行风险管理策略的实施；四是外部信息对商业银行风险管理支持的相对弱化等。
因此，为了实施现代信用风险管理，中国银行业当前的战略选择主要包括：完善信息收集管理机制，实现信息保存的规范性、完整性、及时性、长期性和有效性；研究和发展信用风险管理的定量分析模型，构建包括信用风险度量模型、信用风险定价模型与信用风险组合资产管理模型在内的内部评级与现代资产组合管理技术体系；在与监管当局广泛交流的基础上，下大力量开展资产证券化、信用衍生产品研发等金融创新工作，为创造性地解决信用风险管理问题提品工具支持，并积极谋求建立统一、完善的信用衍生工具交易市场等；在日常经营管理中，逐步培养资产组合管理理念。具体地讲，主要包括：
一是完善信息系统和定量分析技术。《新巴塞尔资本协议》在最低资本规定中，考虑了信用风险、市场风险和操作风险，并为计量风险提供了备选方案。关于信用风险的计量，新协议提出了两种基本方法：标准法和内部评级法（IRB，Internal Rating-Based Approach）。在内部评级法中，又分为初级法（Primary IRB Approach）和高级法（Advanced IRB Approach），对违约率（PD，Probability of Default）、违约损失LGD（Loss at Given Default）、违约敞口ED（Exposure at Default）和期限M（Maturity）四个风险因素进行定量分析，并提供资本要求函数。新协议建议银行根据其风险管理水平选择采用标准法、初级内部评级法还是高级内部评级法来计量风险，作为银行资本充足率计算的基础。同时，新协议鼓励商业银行自行研制开发风险管理模型方法。内部评级法区别于基于外部评级的标准法，是《新巴塞尔资本协议》的核心，是指商业银行在满足监管当局规定的监管标准下（实施内部评级法的基础标准），利用银行内部信用评级体系确定信用风险最低资本要求，反映银行资本充足程度的银行风险度量方法。新协议将银行资产划分为公司、、银行同业、零售、项目融资和股权六个类别，风险加权资产（Risk Weight Asset，RWA）等于各类风险敞口（Exposure at Default，EAD）与风险权数的乘积之和。《新巴塞尔资本协议》的内部评级法是依据银行而不是外部评级机构对客户资产质量的评级结果，计算风险因素。在初级法中，银行只提供和使用违约概率的自我估计值，而其他风险因素则来源于监管部门的估计值；在高级法中，银行可提供并使用所有风险要素的自我估计值。相对于以往信用风险度量方法，内部评级法更能准确计量商业银行总体风险水平、科学估价资本充足性、有利于银行监管机构加强对商业银行的监管。内部评级法的定位应该是：科学、有效地揭示银行信用风险的整体水平；为资本充足性监管奠定了基础；为进一步的信用风险定价（pricing of Credit Risk Premium）提供了信息与模型支持，是贷款定价、衍生信用产品的设计和定价的基础性工作。因此，中国银行应以全面实施《新巴塞尔资本协议》为契机，在建设完善的信息系统基础上，研究、引进和开发适合中国银行的内部评级体系，并进一步完善风险定价模型，实现资本需求计算和风险定价双重职能。
二是深入开展以信用衍生产品为主的金融创新研究。以衍生金融为特征的现代金融创新为创造性地解决各类金融问题提供了市场化工具，丰富和发展了现代金融市场，也为相关金融问题的解决提供了理论、技术与实践支持。现代信用风险模式的实现依赖于信用衍生产品，这些创新金融工具不仅可以用来改善银行收益状况，更重要的是可以改变资产持有期限、实现流动性，管理者可针对资产组合管理要求、监管资本安排调整资产组合。中国金融市场经过多年发展，资本市场迅猛发展，衍生证券市场也将逐步推进。在这种外部环境下，银行必须抓住机遇，在理论研究基础上，开发适合自身信用风险管理和市场需求的信用衍生产品和资产证券化品种，逐步改变传统信贷资产管理模式。
三是资产组合管理理念的培养。资产组合管理的实质就是在风险收益及其相关性定量分析的基础上，通过资产选择与调整，实现组合的风险分散化，降低非系统风险，获取分散化收益。随着中国社会经济的迅速发展，可以通过交易监督，在授信环节强化行业、产业链、区域与品种的组合管理；也可以采用资产证券化与贷款回收等风险控制与管理环节工作调整存量，实行资产组合管理，为进一步实现现代信用风险组合的资产优化管理奠定基础。
结束语
在银行业面临激烈竞争、银行监管逐步强化的形势下，中国银行业必须逐步完善风险管理体系，其中最重要的一项工作内容就是促进现代信用风险管理模式的构建。商业银行现代信用风险管理模式以风险度量与定价的模型化、风险控制策略中信用衍生工具的使用以及经营管理中采用现代资产组合管理思想、理论方法为主要特征。而中国银行业由于历史原因使得构建现代信用风险管理模式还有很长的一段路要走，从目前看，主要的工作任务是：在战略层次上，确定风险战略、风险偏好与风险回报水平；从决策层次上，优化风险管理的决策程序；从具体分析技术上，建立和完善风险评级与风险定价的技术模型体系；从实施策略的工具选择层次上，加强信用衍生工具的创新研究；从管理方法上，逐步确立现代资产组合管理理念等。
参考文献：
[1]Jon Danielsson.Incentives for Effective Risk Management.Journal of Banking & Finance.2002.Vol.26:1407-1425.
[2]John B.Caouette.Edward I.Altman.Paul Narayanon.Manageing Credit Risk: the Nest Great Financial Chanlenge[M].John Wiley &Sons.1998.
[3]Dimitris N.Chorafas.Credit Drivatives&the Management of Risk:Including Models for Credit Risk[M].Prentice Hall，1999.
[4]Berkowitz.Jeremy.How Accurate Are Value-at-Risk Models at Commercial Banks? Journal of Finance.2002.Vol.57 (3):1093-1111.
[5]Basel Committee on Banking Supervision.Credit Risk Modeling:Curent Practices and Applications.1999.省略/press/ index.htm.
[6]Kildegaard.Arne.Banks，Systematic Risk,and Industrial Concentration: Theory and Evidence.Journal of Economic Behavior & Or-ganization.2002.Vol.47 Issue 4.p345-359.
Thinking About Construction of Chinese Banks’ Modern Credit Risk Management
AN Ying-hui1,2
（1.China Construction Bank，Beijing 100032，China；2.University of Electronic Science and Technology of China,Chengdu 610054，China）
关键词：信用风险；资产组合管理；信用衍生工具；内部风险评级
引言
金融体系的重要作用与全球一体化进程的加快使得避免金融危机的出现、确保金融体系的稳定运行成为全球共同的目标。商业银行作为重要的金融中介机构，在金融体系中占有十分重要的地位，其稳健经营、健康发展对社会经济生活具有重要意义。现代商业银行在解决信息不对称、降低交易成本等方面发挥着不可替代的作用。由于不确定性的客观存在，在实际经营管理过程中，银行不可避免地要面对各种风险（主要包括市场风险、信用风险和操作风险），对风险的研究分析与采取科学、合理、有效的管理策略是商业银行保持稳健经营、实践“三性”经营原则的根本。从实质上讲，商业银行是“经营风险”的金融机构，以“经营”风险作为其盈利的根本手段；从现代管理学角度看，风险管理能力构成了商业银行最重要的核心竞争力。
近年来，随着经营环境的变化，风险管理成为商业银行越来越重要的经营管理内容 [1]。具体地讲，就是全球经济一体化进程的加快，使得企业间竞争加剧、竞争打破了地域界限，由此引发的破产现象呈永久性增加趋势，为了减少或避免资产的损失，商业银行对风险的精确分析在今天变得尤为重要；从世界范围看，随着金融市场的快速拓展以及商业银行“惜贷”与“贷款集中”现象的存在，中小企业逐步放弃难以达到预期融资效果的银行借贷融资方式，直接进入金融市场融资，“非中介化”对商业银行的资金运用带来了很大冲击；由于商业银行同业竞争加剧以及来自金融市场和其他金融机构的压力增大，使得利差越来越小，贷款的风险—收益平衡进一步恶化，商业银行只有向风险管理要效益这一条路可走； 抵押品价值波动性增大，加大了信贷融风险缓解技术的难度，直接影响风险缓解技术的实施绩效；从国际上看，商业银行表外业务中衍生产品迅速增长和显著膨胀，衍生产品或工具在为风险管理提供更多金融工具和手段的同时，也带来了更多的风险，控制风险变得更为艰难；技术进步直接影响和左右商业银行风险管理的内容和方法；监管的国际合作日趋广泛、国际标准逐步形成，银行经营管理将打上监管的烙印。因此，商业银行现代意义上的风险管理将是全面风险管理、全过程风险管理、全员风险管理、全球风险管理与创新风险管理。
西方商业银行在市场风险模型等理论方法上已逐步趋于完善，并在金融市场交易实践上得到广泛应用；但是，信用风险和操作风险等风险估价、资本需求的量化分析以及资产组合管理研究还处在积极探索阶段，不过“信用风险模型越来越受到重视”、“形成一致的模型也不是可望不可即的”[2]。同时，技术进步、信用衍生工具的大量开发、资产证券化进程的逐步加快，为信用风险分析与管理策略选择提供了更加广阔的天地，也使得商业银行信贷经营管理模式由传统的发放持有到期日的方式进化到组合管理安排期限的现代方式，现代信用风险管理模式将逐步形成。因此，探讨、研究现代信用风险管理模式将为银行实施现代风险管理提供可资借鉴的理论方法与技术支持；同时，研究中国银行业在当前历史背景下，构建现代信用风险管理模式的战略选择具有重要的现实意义。
一、现代信用风险管理模式
信用渗透到现代经济的每个角落，从本质上讲现代经济就是信用经济。随着信用的日益发展，信用风险管理的压力日益增大。对银行来说，信用风险的主要是信贷资产信用风险，其风险来源主要有两种：一是借款人的履约能力出现了问题；二是借款人的履约意愿出现了问题。一般情况下，贷款的偿还是通过经营收入、出售资产，或者通过其他的途径借入资金来实现。因此，借款人的履约能力主要是取决于其偿债资金的获得能力。履约意愿主要取决于借款人的品格，也就是借款人不仅要有偿还债务的意愿，而且具备在负债期间能够主动承担各种义务的责任感。这就要求借款人首先必须诚信，同时具有良好的职业操守，并能勤奋工作。从银行管理角度看，信用风险管理与其他风险管理一样，都存在风险识别、风险度量、风险控制与管理策略、风险策略实施以及风险管理绩效评价等重要阶段内容。我们认为，现代信用风险管理模式是以信息技术、定量分析技术以及衍生产品为主要工具支持，以现代资产组合管理理论为理论基础，形成现代信用风险管理的资产组合管理模型，实施组合信用风险管理，科学有效地度量、控制与管理信用风险。其中，现代信息技术的发展与定量分析技术的研究为风险度量提供了技术工具支持；信用衍生产品的出现为信用风险转移、分散等风险控制策略提供了创新工具支持[3] 。以发展的眼光看，现代信用风险管理模式建设可以分为以下几个阶段循序渐进[2]：数据与基础设施建设阶段，主要工作是建立数据仓库、数据收集与遴选以及设计内部评级系统等；内部评级管理阶段，主要工作是开发PD和LGD模型、早期预警与决策支持系统以及完善内部评级系统等；组合管理阶段，主要工作是计算法定资本要求、计算经济资本要求、实施组合管理模型、掌握组合分散与相关度概念以及建立资产组合策略；主动组合管理阶段，主要工作是实现风险定价以及综合运用资产与信用衍生产品交易进行资产组合管理；优化组合管理阶段，主要工作是进行“市场盯价”、夏普比率管理和资产组合优化管理等。
现代信用风险管理模式是以风险度量与定价的定量分析技术以及风险控制与管理的金融创新工具为主要特征的。从风险度量上看，信用风险管理主要经历了传统定性分析阶段、传统定量阶段和现代测量信用风险的内部方法和模型阶段；从信用风险控制角度看，主要经历了各国监管当局自行规定到国际监管标准实行两个阶段，国际监管标准也从1988年的《巴塞尔协议》对风险资产和最低资本限额的规定发展到《新巴塞尔资本协议》的风险资产计算与最低资本要求两个阶段；从风险控制策略看，传统的内部处理（如风险缓解技术的采用与单一核销机制的建立）阶段逐步向现代外部（市场）处理（证券化与信用衍生工具等）转化，逐步形成资产组合管理理念，期限管理成为现实；从现代银行金融创新和风险管理创新来看，信贷资产组合的期限管理实现和信用风险外部转移的实现依赖于信用衍生产品的出现和交易市场的形成[3]。现代组合信用风险管理模型可以用图1描述。
其中，在资产信用风险模型中，主要包括[4～5]：信用评级模型与动态信用评级模型，信用风险评级模型计算某种资产的当前信用风险，而动态信用风险评级模型则计算信用风险的变动情况，信用风险可以是违约率也可是评级的结果。信用风险的定价模型必须考虑两部分内容，一是信用评级，二是超过零风险回报的差价，即市场对于一个特定信用风险的要价。同时，以信用衍生工具为主要特征的现代信用风险管理具有明显的现代金融创新烙印。银行信用衍生产品主要是基于信贷资产特征（现金流结构、风险程度、期限等）采用远期合约、互换和期权这三种基本构建方法产生的进行信用风险管理的金融工具，主要包括信用违约掉期工具（CDS，Credit Default Swap）、全额利润掉期产品（TRS，Total Return Swap）、信用关联票据（CLNs，Credit-Linked Notes）和信用延展期权等。在信用风险度量、信用衍生工具应用于风险控制策略的基础上，引入现代资产管理理论是现代信用风险管理模式的重要内容。但是，这个过程必须解决的问题是尽量使其凸现更多的市场特征，并在此基础上，确定组合的收益、标准差、方差以及调整组合的流动性成本等参数，进而确定有效组合边界，为调整组合提供量化信息支持[6]。
转贴于 二、中国银行业现代信用风险管理的战略选择
银行现代信用风险管理模式实现的先决条件主要包括：在宏观层面，银行监管的发展、信用环境以及金融创新的社会经济与法律环境改善等；在微观层面，完善的信息系统、先进科学的定量分析技术、信用衍生工具等风险管理的金融创新手段以及资产组合管理的理念等。但是，由于体制、管理和人才等诸多历史和现实原因，中国商业银行在风险管理方面比较薄弱。实行严格的“分业经营”、商业银行经营业务创新乏力、利率和汇率的非市场化以及政府信用支撑等因素的存在，中国商业银行的市场风险、流动性风险等在目前表现不充分，但由于社会信用环境、政府干预、内部管理问题等，造成了明显的信用风险和操作风险，导致银行资产质量低下、资产损失严重。同时，中国商业银行面临的外部环境对商业银行实施有效的风险管理具有很大的制约，主要表现在：一是市场机制与市场化程度的约束，中国的市场经济建设还有待进一步完善，商业银行还未完全摆脱旧体制的束缚；二是严格的“分业经营”对商业银行风险管理策略选择的限制；三是金融创新乏力、风险管理金融工具的贫乏都直接制约着商业银行风险管理策略的实施；四是外部信息对商业银行风险管理支持的相对弱化等。
因此，为了实施现代信用风险管理，中国银行业当前的战略选择主要包括：完善信息收集管理机制，实现信息保存的规范性、完整性、及时性、长期性和有效性；研究和发展信用风险管理的定量分析模型，构建包括信用风险度量模型、信用风险定价模型与信用风险组合资产管理模型在内的内部评级与现代资产组合管理技术体系；在与监管当局广泛交流的基础上，下大力量开展资产证券化、信用衍生产品研发等金融创新工作，为创造性地解决信用风险管理问题提品工具支持，并积极谋求建立统一、完善的信用衍生工具交易市场等；在日常经营管理中，逐步培养资产组合管理理念。具体地讲，主要包括：
一是完善信息系统和定量分析技术。《新巴塞尔资本协议》在最低资本规定中，考虑了信用风险、市场风险和操作风险，并为计量风险提供了备选方案。关于信用风险的计量，新协议提出了两种基本方法：标准法和内部评级法（IRB，Internal Rating-Based Approach）。在内部评级法中，又分为初级法（Primary IRB Approach）和高级法（Advanced IRB Approach），对违约率（PD，Probability of Default）、违约损失LGD（Loss at Given Default）、违约敞口ED（Exposure at Default）和期限M（Maturity）四个风险因素进行定量分析，并提供资本要求函数。新协议建议银行根据其风险管理水平选择采用标准法、初级内部评级法还是高级内部评级法来计量风险，作为银行资本充足率计算的基础。同时，新协议鼓励商业银行自行研制开发风险管理模型方法。内部评级法区别于基于外部评级的标准法，是《新巴塞尔资本协议》的核心，是指商业银行在满足监管当局规定的监管标准下（实施内部评级法的基础标准），利用银行内部信用评级体系确定信用风险最低资本要求，反映银行资本充足程度的银行风险度量方法。新协议将银行资产划分为公司、主权、银行同业、零售、项目融资和股权六个类别，风险加权资产（Risk Weight Asset，RWA）等于各类风险敞口（Exposure at Default，EAD）与风险权数的乘积之和。《新巴塞尔资本协议》的内部评级法是依据银行而不是外部评级机构对客户资产质量的评级结果，计算风险因素。在初级法中，银行只提供和使用违约概率的自我估计值，而其他风险因素则来源于监管部门的估计值；在高级法中，银行可提供并使用所有风险要素的自我估计值。相对于以往信用风险度量方法，内部评级法更能准确计量商业银行总体风险水平、科学估价资本充足性、有利于银行监管机构加强对商业银行的监管。内部评级法的定位应该是：科学、有效地揭示银行信用风险的整体水平；为资本充足性监管奠定了基础；为进一步的信用风险定价（pricing of Credit Risk Premium）提供了信息与模型支持，是贷款定价、衍生信用产品的设计和定价的基础性工作。因此，中国银行应以全面实施《新巴塞尔资本协议》为契机，在建设完善的信息系统基础上，研究、引进和开发适合中国银行的内部评级体系，并进一步完善风险定价模型，实现资本需求计算和风险定价双重职能。
二是深入开展以信用衍生产品为主的金融创新研究。以衍生金融为特征的现代金融创新为创造性地解决各类金融问题提供了市场化工具，丰富和发展了现代金融市场，也为相关金融问题的解决提供了理论、技术与实践支持。现代信用风险模式的实现依赖于信用衍生产品，这些创新金融工具不仅可以用来改善银行收益状况，更重要的是可以改变资产持有期限、实现流动性，管理者可针对资产组合管理要求、监管资本安排调整资产组合。中国金融市场经过多年发展，资本市场迅猛发展，衍生证券市场也将逐步推进。在这种外部环境下，银行必须抓住机遇，在理论研究基础上，开发适合自身信用风险管理和市场需求的信用衍生产品和资产证券化品种，逐步改变传统信贷资产管理模式。
三是资产组合管理理念的培养。资产组合管理的实质就是在风险收益及其相关性定量分析的基础上，通过资产选择与调整，实现组合的风险分散化，降低非系统风险，获取分散化收益。随着中国社会经济的迅速发展，可以通过交易监督，在授信环节强化行业、产业链、区域与品种的组合管理；也可以采用资产证券化与贷款回收等风险控制与管理环节工作调整存量，实行资产组合管理，为进一步实现现代信用风险组合的资产优化管理奠定基础。
一、贷款利率市场化对商业银行信用风险的影响
由于贷款利率的全面放开，商业银行贷款定价自主，但由于多年来的管制，其贷款定价能力较差，容易盲目定价，增大商业银行的信贷风险。贷款利率市场化将会使商业银行存贷利差收窄，银行利润下降，不得不拓展新领域，增加商业银行的投资风险。贷款利率市场化导致银行间以及银行与非银行金融机构的竞争加剧，商业银行产生逆向选择行为，增加道德风险。
二、商业银行信用风险管理模式的改进
1.模型选择
本文运用RAROC模型对商业银行信用风险管理现状进行实证研究。RAROC模型是将未来可预计的风险损失量化为当期成本，对当期收益进行调整，衡量经过风险调整后的收益大小。模型明确了风险控制对商业银行经营效率的重大影响，强调以经过风险调整的收益来判断经营管理效率，已成为当今银行业用于绩效评价、资本配置和贷款风险定价的核心技术手段。[1]其计算公式如下：
RAROC=（净收益-预期损失）/经济资本
=（净收益-风险敞口*不良资产率*违约损失率）/经济资本
当RAROC值越大，说明商业银行信用风险越低，收益率越高；反之亦然。
（1）净收益的测量。选取指标为净利润，根据年报中财务报表所列的收入、成本及利润进行计算。
（2）预期损失的测量。由于信用风险主要为信贷风险，本文研究数据均用信贷风险数据为指标。风险敞口指标为信贷风险敞口，不良资产率指标为不良贷款率，违约损失率为贷款违约处置不良资产后的损失比率。
（3）经济资本的测量。经济资本指在一定的置信水平内，商业银行用于抵御非预期损失的资本，本文选取指标为信用风险加权金额。
2.数据处理
本文选取已上市的商业银行作为样本进行研究，数据来源于商业银行各年年报。由于部分银行数据搜集不全，则将其从样本中剔除。将数据进行处理，计算RAROC值，数据依次从2010-2013年，结果如下：
农业银行：0.215969，0.191375，0.135156，0.124066；
工商银行：0.275836，0.285988，0.251593，0.231782；
中国银行：0.143051，0.162317，0.145473，0.124659；
民生银行：0.128504，0.105838，0.095464，0.088001；
南京银行：0.036363，0.050407，0.039774，0.040522；
宁波银行：0.142506，0.15695，0.144817，0.1337；
光大银行：0.077787，0.073622，0.070422，0.063838；
上海银行：0.147901，0.139808，0.123703，0.103723
3.结果分析
（1）不良贷款增加，贷款质量下降。通过对以上八家商业银行2010年―2013年数据分析，发现除农业银行和上海银行外，其它银行在2013年前不良贷款率均呈逐年下降趋势，却在2013年上升。如中国银行2010-2013年不良贷款率分别为1.27%、1.17%、1.13%、1.16%，工商银行2010-2013年不良贷款率分别为1.08%、0.94%、0.85%、0.94%。这说明2013年贷款利率市场化的完全放开对商业银行贷款质量有所影响，使得不良贷款普遍增加，贷款质量下降。
（2）信贷风险加大。从以上RAROC数值计算结果可以看出，民生银行和上海银行的RAROC数值逐年上升，其余六家RAROC数值在逐年上升的基础上，在2013年有所下降或者上升减缓。这说明2013年贷款利率市场化的完全放开使得商业银行信贷风险有所增加，导致商业银行经营效率降低。
4.改进建议
本文基于RAROC模型，选取已上市的部分商业银行作为样本进行实证研究。结果分析，在近年来商业银行利率市场化对商业银行信用风险产生一定影响，尤其是2013年7月商业银行贷款利率市场化的完全放开，在一定程度上使商业银行的信贷风险增加，贷款质量下降。因此，面对金融市场改革，商业银行应对现有信用风险管理模式进行改进，以确保其稳定发展。
关键词：商业银行；信用风险管理；风险定价系统
作者简介：王玉芝（1964-），女，河南平顶山人，经济师。
中图分类号：F830.159文献标识码：A文章编号：1672-3309（2008）0203-0047-03
一、西方商业银行的矩阵式风险管理组织结构
西方商业银行信用风险管理组织体系一般由信用风险管理决策机构、信用管理专业部门、相关业务部门组成。
（一）董事会
防范、控制和处理银行所面临的所有风险是董事会的一项重要职能。20世纪90年代以来，国外大银行的董事会已纷纷将风险管理纳入发展战略计划，并将风险管理在整个管理体系中的地位提升到了银行发展的战略高度。
（二）风险管理委员会
风险管理委员会隶属于董事会，由银行内部和外部的经济金融专家组成，其中包括两名以上的银行决策层成员。风险管理委员会独立于日常业务管理，而且要有充分的制度保障确保其管理活动免受来自业务部门管理层的干扰。风险管理委员会一般负责制定并适时修改银行的风险管理政策，以指导银行的各项业务活动和所有员工的行为。作为全行系统风险的管理者和责任承担者，风险管理委员会必须对那些能够量化的风险颁布量化风险标准（比如限额、风险资本衡量方法等），对内部评估不易量化的风险，建立相应的操作规程。
（三）风险管理职能部门
风险管理职能部门隶属于风险管理委员会，根据风险管理委员会确定的风险管理概率，集中管理全行信用风险和交易性市场风险，统一指导全行的操作风险管理工作；对各类业务的规章制度进行归口管理，对各类业务的风险管理进行监督和评价；负责客户风险评级体系、市场风险管理模型以及操作风险管理模型的研究工作；负责风险管理委员会的秘书工作。
（四）稽核委员会
稽核委员会通过内部稽核人员来保证已获批准的风险管理政策和规章得到执行。内部稽核人员应当定期稽核、测试风险管理程序和内部控制，一旦发现问题，及时向稽核委员会报告。同时，稽核委员会向董事会和执行委员会报告，以便执行委员会及时采取措施对存在的问题加以解决。为了确保风险管理与控制的有效性，内部稽核人员一般在金融产品和金融工程的创新时就开始介入。外部稽核人员主要是定期复查风险管理职能部门的完整性、独立性，评价风险政策和程序的合规情况，并及时向稽核委员会和执行委员会报告。
（五）风险经理
风险经理是风险管理与控制的一线人员，在风险管理职能部门与业务部门之间发挥纽带作用。其职责是确保业务部门贯彻风险管理政策，并向风险管理职能部门提供日常报告，使风险管理职能部门与各个业务部门之间保持联系。尽管风险经理负责本业务部门的风险管理与控制，但部门最终的风险责任由部门主管承担，并在维护银行风险管理政策方面发挥主导作用。
二、我国商业银行信用风险管理的特点
与外资银行相比，我国商业银行风险管理有如下特点：
（一）风险管理流程不全，风险辨别能力偏弱
目前，我国商业银行在贷前客户风险评级方面与国际大型银行相比仍有较大差距，对具有不同风险特性的企业未设计特定的评级指标体系，评级指标预警功能不强，导致了较大误差。尽职调查、贷后检查和报告路线等流程多被忽视。
（二）组织机构设置不科学，运作效率偏低
各部门职责边界不清，有些风险点未纳入管理部门的职责范围，有些风险则多个部门共管，造成了决策效率低下。风险管理部门独立性不强，容易受到业务部门的压力，不能独立发表意见。
（三）贷款操作集中于抵押贷款
外资商业银行抵押贷款在所有的贷款中占比很低，而且风险管理水平越高的银行，其抵押、担保贷款比例越小。只要能精确、科学地把握客户的偿债能力和相应风险，然后根据其偿债能力确定贷款额度，就可防范风险。抵押贷款操作流程复杂且成本较高，只有对客户风险缺乏认识的银行才倚重这一方式。
（四）风险管理水平和方式不能有效支持贷款定价
目前，多数中资银行的贷款价格大多根据与客户关系而定，没有实现风险定价。同时，相对于承受的风险而言，定价较低。
（五）风险管理上的粗放模式导致信贷管理的成本和效率大打折扣
在信贷风险管理方面所花费的成本和资产组合的潜在损失相比不一致。由于缺乏支持搜索和精确定位风险的风险管理模式和技术平台，因而不能根据风险源来确定风险管理的重心，在信贷管理上以面代点，成本高。并且，不良贷款率居高不下，新增不良率时有反弹。
三、如何借鉴西方商业银行信用风险的管理模式
（一）在内控制度的建设中应充分体现风险管理的要求
1.在授权批准控制中突出对外签约和使用资金两大环节。对外签约是各项业务活动的重要基础，对外签约得当与否，直接关系到该项业务的风险程度，而资金付出事项中有很大一部分，如预付定金、预付贷款、交纳信用证开立保证金等业务本身就存在着风险，因此，必须实行严格的分级管理原则。其中，风险较大的签约或付款必须经过银行的经营管理决策层批准。
2．在职务分离控制中突出信用部门的制约作用。目前，许多银行存在着某项业务处理的全过程由某一些业务人包办的现象，这就使本来属于银行财富的客户和订单大量被个人所拥有，一旦这些业务人员恶性跳槽，不仅可能使银行的订单和客户流失，而且会严重影响由其经办但尚未了结交易的正常进行，从而给银行带来巨大的信用风险。针对这一情况，银行应高度重视发挥信用管理部门在职务分离控制中的制约作用。其要点包括：业务部门或人员所涉及的客户应由信用风险管理部门统一管理，建立统一的信用档案；未经信用风险管理部门的审查确认，业务部门不得对外签约。
3．在业务程序控制中强化信用风险控制环节。业务处理程序因企业而异，但从信用风险管理的角度看，以下几个环节应作为业务处理程序中必不可少的环节加以规定：信用管理部门对客户资信情况及与客户相关的情况进行调查、分析，对交易的信用风险进行识别、分析、评估；财会部门对交易事项的成本进行核算；信用管理部门对企业拟与客户签订的合同进行审查确认；高风险的交易事项、重大风险事项的处理方案应经过企业信用风险管理决策机构审查批准；信用证项下的交易，应由业务、财务、信用管理部门对国外来证加以审查；由信用管理部门、财务部门对应收账款情况进行跟踪、监控；信用管理部门对应收账款采用恰当的方式追讨。
4．在管理制度控制中充实信用风险管理制度。应在机构管理制度体系中充实与信用风险管理相关的内容，包括：客户资信调查分析制度；客户信用档案管理制度；风险交易决策制度；合同管理制度；信用贷款方式管理制度；限额管理制度；不良贷款管理制度等等。
（二）加快建立和完善信用风险评级和风险定价系统的步伐
1．建立和完善客户价值指标(Customer Value Index) 。客户价值指标用来测定每一个客户的资本使用回报率，在业务层面和风险管理层面管理客户的价值贡献。具体而言，客户价值指标由客户对银行利润贡献和相应的资本金占有成本两部分组成。客户账户贡献要全面衡量账户收入和费用，其中账户收入由流动性准备收入（贷款承诺收入）、利息收入、手续费收入等构成；费用主要是资金成本、法定准备金成本、损失准备和账户管理费用。
2.提升风险度量技术的精确性和可操作性。可以通过客户违约风险和风险敞口（贷款余额和授信额度）来评定贷款的质量。以此来了解每个客户风险评级的平均余额、客户风险评级的变化、审批额度的实际使用情况等指标。
（三）加大内部对信用风险责任考核的力度
1．有效设定和合理分布信用风险的防范责任机构。应明确规定信用管理决策人员、信用管理专职人员、营销人员、财会人员等相关的信用风险责任人在信用风险管理中的职责，并采用必要的行政和经济手段来促使这些人员认真履行职责。
2．合理确定对业务部门或业务人员的考核指标，如逾期贷款控制比例等。
3．在债项管理中引进利率杠杆。在考核业务部门或人员的经济指标时，对规定的信用期限内的贷款占用，可不计息或实行优惠利率；逾期时间越长，利率越高。
4．试行内部信用风险准备金制度。对信用风险承担者收入中超过机构人均平均收入（亦可另行确定一个适当的基数）以上的部分，按超率累进的办法，提取一定比例的风险准备金，其所有权不变。在银行规定的一定期限内（如3 年或5 年），如发生属于个人责任造成的坏账净损失，则以风险准备金抵补；如未发生损失，期满后，将风险准备金退还个人，并按银行同期同档次居民储蓄存款利率计付利息。
（四）健全信用风险管理的组织体系
通过借鉴国际银行业风险管理的先进经验，我国商业银行宜采用从商业银行董事会和高层风险管理部门到风险管理职能部门或由上而下的风险管理程序。另外，还要健全和完善由审计委员会、执行管理委员会、风险监视委员会、风险政策小组、业务单位、公司风险管理委员会及公司各种管制委员会等组成的集中化风险管理组织结构，从宏观、微观两方面较好地把握与管理银行风险。
参考文献：
［1］ 任兆璋.金融风险防范与控制［M］.社会科学文献出版社，2001.
［2］ 李志辉.现代信用风险量化度量和管理研究［M］.中国金融出版社，2001.
【关键词】信用风险；KMV模型；经营管理模式
1.引言
此次金融危机的发生给世界的经济带来的巨大影响，让人们渐渐从中思考得出教训，那就是高速发展的金融创新是把双刃剑，人们从中尝到甜头的同时也在面临着风险，那如何规避这些风险就是后金融危机的人们应该关心的。
2.文献综述
2.1 国外研究现状
1972年布莱克（Black）和斯科尔斯（Scholes）关于期权定价理论的研究为KMV模型的建立创造了理论基础。默顿提出了将期权定价理论运用于风险贷款和证券估价的思想，这就提供了一种可以用于衡量公司违约风险的实用高效的分析方法。随着默顿理论向各个方面的扩展，开始有学者尝试在信用风险度量领域应用默顿的结构化模型，KMV模型就是其中一个成功的例子.2000年，Seane.Keenan，RogerM.stein和Jorge R.Sobehart首次公布了一套技术方法，用以验证KMV模型有效性，证明了KMV模型是具有最高的风险预测准确性的方法。2002年，Matthew Kurbat和Irina Korablev对KMV模型的影响因素进行了研究，他们使用水平确认和校准方法进行验证，证实KMV模型的预测结果EDF值是呈偏态分布的，而样本规模情况，样本公司资产相关性的大小和自身的偏态分布对EDF的预测结果有很大影响。2007年，Dwyer和woo运用KMV模型对210家公开交易的房地产信托和抵押贷款机构进行研究，表明有一部分机构在未来的违约概率超过了10%，由此表明KMV模型能够有效甄别出有问题的次级贷款机构。国外学术界的研究结果显示KMV模型是有效的信用风险量化技术
2.2 国内研究现状
2003年，薛峰、关伟和乔卓将KMV与标普公司对安然的信用评级相比较，指出可以根据我国资本市场的情况建立起KMV信用风险计量模型和历史违约数据库。2004年杨星、张义强以KMV模型为基础，研究了我国上市公司的信用情况。结果表明，上市公司的股票价格波动与其预期违约率EDF显著负相关，并且EDF值与其信用水平实际变化相吻合，能够为公司未来的信用前景提供预警信号。2005年，郑茂将样本进行分类，探讨了KMV模型的有效性，结果表明对于业绩好的公司，EDF值虽然偏低，但能够正确反映出其信用状况。由于我国资本市场机制不够完善，企业的资产价值被假设围绕企业资产的预期值呈正态分布，导致上市公司的股权市值和公司资产市值在计算中存在着高估的情况。2008年，谢邦昌运用KMV模型20家深交所上市公司的信用风险水平进行度量。结果表明KMV模型可以较为有效地甄别出不同行业的信用风险，可以在我国上市公司信用风险度量中做出有效的评估分析。
我国学者对KMV模型的另一类研究思路是对KMV模型进行修正改进，使用国内的样本数据进行实证分析，来检验模型在我国是否具备适用性。2005年以来，国内对于KMV模型的研究重心大多集中在对模型的修正上，这种修正主要围绕在预期公司资产价值、违约点的设定和公司股权波动率三个参数上面，通过设定不同的参数获得不同的预测效果。李任和朱卫兵在2009年指出应该在行业上加以区分，根据不同行业具有差异化的参数设置，建立起符合该行业特征的行业KMV模型。2010年，唐振鹏在基于EGARCH一M波动模型的基础上，计算了所选择的上市公司三年间每半年的EDF，基于EGARCH一M波动模型的KMV模型所得的结果，能够更为有效地进行信用风险的识别。
3.上市公司信用风险成因及其影响
公司的信用风险是指债务人由于各种原因未能按时、足额地偿还债务而发生违约，从而导致债权人经济受到损失的风险。信用风险的产生主要来自于两方面原因。
一方面，公司受到经济运行的周期性影响。当经济处于上升时期，企业具备较强的盈利能力和偿债能力，违约的可能性较低，风险比较小。当经济处于衰退时期，公司受大环境的影响导致经营情况恶化，信用状况较差，风险较大。
另一方面，受到公司自身经营状况及特殊事件的影响。当企业自身的生产经营状况出现问题，或者发生影响企业盈利的特殊事件时，都会使企业面临债务危机从而导致违约。
信用风险造成了银行产生大量的呆账、坏账，容易引起银行的周转不灵，使银行蒙受损失，更有甚者，造成银行的破产。
4.实证分析
4.1 KMV模型的说明
KMV模型是由KMV公司开发出来的计算预期违约率的方法，模型以经典的默顿结构化模型为理论依托，融合了Black--Scholes的标准欧式期权定价方法和企业的财务报表信息来进行计算。KMV公司利用长期历史违约数据库，建立了企业违约距离和经验违约率EDF之间的函数关系，被广泛应用于对能够得到市场价格信息的上市公司进行评级。
4.2 样本的选取
考虑到我国股票市场的特殊性，选42家上市公司进行分析，其中21家为ST类公司，21家为非ST类公司。
4.3 参数设定
（l）假设债务到期期限T=l，计算一年期的违约距离和违约概率。无风险利率采用人民银行2009年公布的一年期定期存款平均利率，r=2.25%.
（2）根据KMV模型的设定，我们将违约点定位为：DP二短期负债+l/2长期负债。
4.6 实证检验结果及结论
在理论上，违约距离应该是度量公司违约可能性较好的指标。违约距离值越大，公司违约的可能性越低，信用状况越好，反之，公司的信用风险越大。大部分ST类公司的违约距离比较小，而非ST类公司的违约距离比较大，计算其平均违约距离，ST类公司为9.52，非ST类公司为10.20，二者表现出一定的差异。由于违约距离越小，公司产生信用风险的可能性越高，实际上，ST类公司由于业绩下滑，有可能出现拖欠账款、资不抵债等情况而产生信用风险。因此，根据实证结果得出的违约距离能够提示出ST类公司的信用能力较低，存在较大的信用风险，这个结果与公司的实际情况是相符的。
5.完善我国商业银行信用风险管理的政策建议
拥有一套先进的信用风险管理技术对商业银行提高信用风险管理水平至关重要，但仅依靠信用风险管理模型是不可能完全有效地控制和降低信用风险的。商业银行本身在制度等方面的一些缺陷和不足也会制约商业银行在信用风险方面的管理。因此商业银行自身还需要在培育信用风险文化、完善银行的内部评级体系以及健全商业银行的内控制度等方面做出努力。只有这样，才能从整体上提高我国商业银行信用风险管理水平。
（1）在信用风险管理体系中，信用文化处于核心的地位，是信用风险管理的基础。培育信用风险管理文化，就是倡导和强化信用风险意识，树立涉及到各部门、各项业务的全方位的风险管理理念，从而拓展信用风险管理文化。只有全体人员树立信用风险文化意识，以风险管理为最高准则，商业银行才能真正实现稳健经营和可持续发展。
（2）完善的内部评级体系是商业银行对信用风险实施有效管理的基础。目前我国商业银行虽然普遍实行了贷款五级分类法，初步建立了内部评级体系。但与国际银行相比，我国商业银行的内部评级体系在评级方法、评级结果的检验以及评级工作的组织等方面还存在着一定的差距。因此，我国商业银行有必要对内部评级体系进行完善，实现与国际银行的接轨。
（3）内部控制是银行风险控制和量化管理的基础。一个规范有效的信用风险内部控制体系应包括控制环境、风险评估、控制活动、信息与交流以及监督管理五个相互关联的因素。而我国商业银行在这五个方面都不是很完善，需要建立一个全面性、可操作性、权威性和监督独立性的内部控制机制。
参考文献
[1]KMV.KMV and CreditMetrics.San Francisco，KMV Corporation，1977.
[2]Merton R.C.On the Pricing of corporate debt：The risk structure of interest rates[J].Journal of Finance，1974.
[3]安东尼.桑得斯著.刘宇飞译.信用风险度量——风险估值的新方法与其他范式[M].机械工业出版社，2001.
[4]于研.信用风险的测定与管理[M]上海：上海财经大学出版社，2003.
[5]张亦春，郑振龙.金融市场学（第二版）[M].北京：高等教育出版社，2003.
[6]杨星，张义强.中国上市公司信用风险管理实证研究——EDF模型在信用评估中的应用[J].中国软科学，2004（1）.
[7]都红雯，杨威.我国对KMV模型实证研究中存在的若干问题及对策思考[J].国际金融研究2004（l）.
【关键词】信用风险 金融融资系统 供应链融资 管理研究
引言
随着我国经济的发展，中小企业也在日益的发展，并且成为了市场上的主导，但是中小企业的实力目前状况来说还比较弱，信用体系还没有建立，造成了中小企业融资难的困境。商业银行提出了供应链这一创新的新型融资服务，这对商业银行的业务拓展上升了一个很大的空间，将单一的中小企业变为整体企业的授信体。本文针对中小企业融资问题的研究来说明供应链融资对金融融资的作用与风险，丛而改善信用风险在金融融资中所出现的问题。
一、研究的意义
20世纪90年代以来，目前中小企业已经占全国企业总数的99%，创造了75%的城镇就业率，从而成为区域发展的主力军，在我国经济建设中发挥着巨大的作用，然而中小企业所获得的融资和国有大中型企业相比还是有非常大的差距。根据国家社科基金资助项目《我国中小企业转型升级问题研究》，对2000多家中小企业问卷调查，发现53.8%的企业选择资金投资不足成为企业最不利的问题所在[1]。融资困难制约着中小企业的发展。
目前，针对中小企业融资问题的研究主要有三方面。第一方面主要从供求关系来进行研究，银行与中小企业的供求关系不对称从而造成逆向选择和道德风险问题。大银行对企业来说有很多的选择，但是相对于中小企业范围就更广。中小金融机构又因自身的劣势从而难以满足对中小企业的贷款需求[2]。第二方面主要从信用担保、资信评估来进行研究，信用担保提高了中小企业边际信用度，增强了中小企业融资讨价还价的资本，减少了企业间的地位差距。但是目前我国的信用担保机构市场信用还不算完善。信用担保对企业的帮助比较小。但是随着经济的发展，我国对中小企业的发展越来越重视，金融融资系统将会成为人们关注的焦点。第三方面主要从信用体系上来分析，我国当前的信用体系还不够完善，信用意识太过于薄弱，从而引起中小企业受到金融融资的排挤，中小企业要受到金融融资系统的支持是非常困难的一件事情。这样引起的后果就是中小企业的融资困难难以得到解决。本文从供应链的角度来研究信用风险在金融融资系统中的管理中的问题，结合上述的问题，使供应链金融为中国小企业提供全面的服务。从而使中小企业受到限制，缓解银行信息不对称的程度，有利于降低银行的交易成本，这样就会刺激中小企业发放贷款的积极性，从而提高银行对中小企业的信贷支持，有效的缓解我国中小企业发展的局势，缓解中小企业融资的困难。目前为止国内对于这方面的问题还做得不全面。
二、供应链融资的定义
在我们传统的观念来理解供应链融资是指银行通过审查整条供应链，基于对供应链的管理和核心企业的信用实力的掌握，对核心企业和上下游多企业提供的金融产品和服务的一种融资模式，由于供应链中除了核心企业之外，基本上都是中小企业，因此，在某种意义上说，供应链融资是面向中小企业的服务。随着科学技术的不断发展，企业所面临的竞争越来越激烈。企业为了求得发展，外资提供是最为关键的因素，这样促进了企业之间的互相合作关系，从而供应链融资的作用由自身发展改变为连接作用，进行组织之间的合作。供应融资解决了上下游企业融资难、担保难的问题，而且通过打通上下游资金瓶颈，还可降低供应链金融的资金成本，提高核心企业及配套企业的竞争力[2]。
三、供应链在信用上的风险
信用风险是在企业中达成默契中所形成的，而契约关系是引起风险性的前提，信用风险在金融融资系统中普遍存在，供应链金融融资系统是在供应链中建立的，所以信用的要求是属于双方的，但是如果一方发生信用风险就会造成整个供应商的影响。主要分为主观信用风险，中小企业推迟还款或者拒绝还款，从而达到骗取贷款和其他利益的风险。由于企业不良的诚信造成名誉的损坏，道德的沦丧。还有就是客观性的风险，如政治动荡、自然灾害、企业内部原因造成经营不合理化，而没正常履行承诺的风险，主要分为自然风险、社会风险、政策风险和市场上的风险[3]。
四、信用风险在金融融资系统供应链中的管理
供应链金融服务的对象是由中小企业组成的供应链整体，将这些整体进行统一管理，供应链融资企业的参与者十分多、信贷担保样式多元化、资金流动难以掌控、所以说供应链面临的风险比较复杂化，控制风险也比较难，每个企业都有可能面临着信用风险，这就需要一个供应链对整体的管理模式，从而减少风险性。
（一）对企业担保物权的管理
担保物权是企业在向银行申请获得供应链金融服务和融资系统，从而获得银行的贷款，但是要向银行提供具有经济价值的担保物，如房子、车子等。这样担保物与融资系统建立了桥梁作用，企业会通过担保物来通过银行的授信。从中获得贷款，对于银行来说无疑是减少风险的一大保障，如果企业发生信用风险，银行可以通过担保物权的变现而弥补因为企业违约所造成的经济损失[4]。由于现在供应链的多样化，从而使得银行对担保物的安全性和变化性难以做出精确的判断，为了使信用风险在金融融资管理中更完善，银行一定要做到对于企业的担保物管理进行严格的审核把关。确保担保物的知识产权的清晰、经济价值稳定可靠、变现灵活。从而确保银行与中小企业之间的风险担保。这为维持金融系统中供应链的管理提供了可靠性的保障。
（二）对供应链企业核心的管理
核心企业是供应链运行的主要动力，银行对中小企业开展授信时必须要对核心企业进行综合性的调查，核心企业的信用度对于供应链金融系统的管理有直接性的关系，也是致命的关键性因素。如果在供应过程中其他企业违约，就会导致供应链的影响，银行这时可以利用核心企业来维持生产经营，这样就不会造成整个供应链的失败。但是一旦供应链与核心企业出现违约风险，将会对整个供应商产生影响，会导致银行和中心企业的金融关系破裂还会产生对供应链的所有企业的授信与信贷产生威胁。因此在这样的情况下，就要要求银行在供应链金融业务开展的过程中，一定要做好对核心企业的风险管理。对该企业经营绩效、发展能力、竞争能力做出细致的考察。其次要供应链中上下游的企业迅速的做出控制与分析评估能力。做到对供应商的细致掌握，确保企业信誉合格，防止对核心企业和供应链的过高授信，最后要对核心企业与银行的合作进行维护与考察，使企业与银行共同的管理供应链中金融系统的风险和控制。
（三）对供应链参与企业的管理
虽然核心企业在供应链中起到核心作用，但是中小企业对于供应链也是整体的组成部分，重要的核心企业虽然起到关键作用，但是作为整体的一部分与其他中小企业的连接有着十分重要的作用。核心企业离不开其他中小企业的经营业务对接，只有这样才可实现供应链的运转。将中小企业与核心企业进行一个整体式管理，大企业帮助小企业，小企业辅助大企业在银行的连接作用，银行起到带动运行的作用，中心企业起到聚集资产作用，而中小企业就是众多资产的组成部分，所以三者是互相连接的。核心企业信用风险会对供应链金融产生致命的关键，其他参与企业对供应链的金融企业也起到十分重要的作用，如果核心企业违约那么供应链就无法进行，从而影响整个供应链的经营。
五、总结
对于信用风险在金融融资系统中的管理是十分重要的，合理的管理可以使中小企业得到新的发展，减小了中小企业与银行的差距，做好对应连其他参与企业的风险管理是预防和避免供应链金融系统信用风险的重要手段之一，做好供应链对金融企业的经营，经营绩效的考核，确保企业组成信誉的高效性。科学合理的做好对企业的信誉评估作用，共同构建供应链中的信誉度，从而更好地为供应链的正常运行做好保障。对企业参与担保物的经济进行严格的评估，从而确保银行在提供信贷服务的同时保证经济价值的稳定性，从而避免银行因信誉所造成的损失，从而提高商业服务的能力。信用风险在金融融资系统的有效管理中有助于解决中小企业融资困难，提高商业银行的收益，从而为物流企业发展带来一定的实惠，最终为我国中小企业融资困难提供了帮助。
参考文献
[1]黄贤超.中小企业融资问题的再思考——基于中美中小企业融资问题的比较研究[J].经济师，2013（01）.
[2]毕晓韵，彭芳春.金融危机下供应链金融融资问题与机制创新[J].湖北工业大学学报，2010（03）.
关 键 词：信用风险；压力测试；系统性风险；宏观审慎监管
中图分类号： F830.1 文献标识码：A 文章编号：1006-3544（2013）05-0011-07
引言
信用风险压力测试已成为金融机构风险管理的重要组成部分，在极端事件风险管理、资本规划、业务发展战略等方面得到广泛应用 [1] 。然而，2008年爆发的金融危机使得全球大型金融机构遭受重创，信用风险压力测试并没有使金融行业很好地应对金融危机。巴塞尔委员会认为，此前进行的压力测试， 宏观压力情景假设要比现实宏观经济衰退程度更弱、持续时间更短，而且忽视了经济体系间的相互影响及反馈效应。由此，如何将系统性风险与金融监管、银行压力测试有效结合起来成为新课题。近年来，宏观审慎金融监管体系逐步形成， 信用风险宏观压力测试在全球得到较快推广，用以评价系统性风险可能对银行业造成的影响，有利于监管部门提早制定应对措施，提高银行业经营稳健性。然而，信用风险宏观压力测试发展较晚，相关建模技术方法仍处于探索和研究当中， 全球范围内尚没有形成统一规范或者最佳实践，世界主要经济组织、各国央行以及全球主要金融机构都在不断完善信用风险宏观压力测试建模技术方法。 本文力图通过对全球信用风险宏观压力测试建模技术方法及实践的分析，为我国金融监管部门及金融机构有效评估系统性风险影响提供借鉴。
一、 信用风险宏观压力测试流程及实践分析
信用风险宏观压力测试主要包括环境分析与制定压力测试目标、设定压力情景、构建压力测试模型、重新评估压力情景、压力测试结果分析和报告等5个步骤。信用风险宏观压力测试需要根据银行经营环境以及业务结构确定压力测试目标，做到具体问题具体分析； 银行根据已设定的压力测试目标制定压力测试情景； 压力测试建模部分包括宏观经济模型构建和信用风险模型构建，压力测试建模非常关键，直接关系到压力测试评估有效性；根据压力测试情景以及模型进行压力测试和评估； 银行需要深入分析压力测试结果， 并向监管部门、 经营管理层汇报，以制定相关应对措施 [2] 。 从信用风险宏观压力测试实施方式看，可以分为自上而下和自下而上两种形式。自上而下的信用风险宏观压力测试主要是由监管部门利用银行业整体数据实施的压力测试。该模式能够对压力测试实施统一的前提假设和建模技术，保持了统一性，有利于行业间或国家间的相互比较，而且实施起来简便、节省资源，但是该模式忽略了金融机构间的差异性，无法判断各金融机构压力情景下的表现 [3] 。该模式适用于金融机构微观数据不足的情况。自下而上的信用风险宏观压力测试是由各金融机构自行开展信用风险宏观压力测试，然后将压力测试结果上报汇总至监管部门。该模式的优势在于能够充分体现各金融机构的差异性，更真实地反映金融行业存在的脆弱性；能够充分利用金融机构内部良好的信用风险管理工具，取得更好的压力测试效果，有利于金融机构为极端事件做好充分准备。然而，该模式由金融机构自行设计压力测试情景及建模，导致压力测试的可比性较差，透明性降低，而且该模式实施起来也较为繁琐，需要金融机构的密切配合 [3] 。自上而下和自下而上的两种信用风险宏观压力测试实施方法并不相互排斥，而是相互验证、相互补充的。在条件允许下，部分国家监管部门会同时进行两种模式的压力测试，以提高信用风险宏观压力测试质量和可信度。
国际货币基金组织（IMF）上世纪90年代末已开展了基于系统性风险视角的信用风险压力测试，目前已成为金融部门评估项目（FSAP）、全球金融稳定性评估报告（GFSRs）的重要组成部分，进而评价各国金融体系的稳定性 [4] 。2009年，美国针对大型控股银行公司进行了前瞻性评估，确定银行面临宏观经济压力下的资本充足性。2010年、2011年， 欧盟也针对成员国的主要银行进行了宏观压力测试，评价银行体系在欧债危机背景下受宏观经济冲击的脆弱性和资本充足性。2010年， 我国针对房地产市场泡沫可能引发的信用风险，亦开展了相关压力测试，主要评价房价下降可能对银行信贷质量的影响。信用风险宏观压力测试在全球主要国家得到应用和广泛开展，信用风险宏观压力测试建模方法得到不断完善和创新，并获得较多的研究和实践成果，进而支持宏观审慎监管理念的落实。
信用风险宏观压力测试理念和相关应用已取得较多成果，然而作为信用风险宏观压力测试的核心部分——压力测试建模还存在很多不成熟、 不完善的地方，这也是各国监管部门加强研究和推进的重要方面。 信用风险宏观压力测试建模包括宏观经济建模和信用风险建模两个部分。宏观经济建模方面，监管部门需要事先将制定的压力情景转变为具体的宏观经济指标波动，即首先预测未来一段时间内的宏观经济走势，即基准情景，然后在基准情景基础上根据压力测试情景需求对宏观经济施加压力，得到压力状态下的相关宏观经济指标，这部分建模技术相对成熟。信用风险建模方面，信用风险建模主要解决宏观经济压力情景向微观金融机构传导的机制问题，即将金融机构信用风险因子与宏观经济指标建立起关联关系， 这部分建模技术方法发展相对不是很成熟。 下文将一一介绍宏观经济建模和信用风险建模技术方法和实证研究成果。
二、宏观经济情景建模技术方法分析
信用风险宏观压力测试首先需要解决宏观经济情景建模问题，其建模方法主要包括结构性计量模型、向量自相关回归模型（VAR）以及统计方法 [5] 。从实践看，很多监管部门主要使用已有的经济预测模型构建宏观压力情景，在部分情况下， 现有宏观经济模型无法包括所有压力测试情景指标，这就需要扩展已有模型。
（一）结构性计量模型
结构性计量模型是比较理想的宏观经济压力情景模型，结构性模型是根据经济理论和现实经济关系，建立起宏观经济主要变量和因素之间的关系。结构性计量模型能够囊括实体经济部门、 政府部门以及金融部门， 进而能够进行政策分析，有利于提升宏观经济模型的完整性和现实性。同时，结构性计量模型所得到的经济指标预测结果具有内在一致性。结构性模型最主要的形式就是动态随机一般均衡模型（dynamic stochastic general equilibrium，简称DSGE），DSGE模型通常假定家庭或企业部门存在一个代表性个体、 理性预期和无摩擦的完全竞争市场，随着研究的深入，模型假设逐步放松，逐步引入交易成本、粘性价格、垄断竞争、信息不对称、有限理性预期、劳动力市场摩擦、金融市场摩擦等假设，模型更加贴近现实经济运行状态。但是，结构性计量模型本身也存在一定局限，主要是涉及众多方程式，模型本身求解难度较大；由于多数用于分析货币政策的结构性宏观经济模型都是线性模型，该类模型可能无法捕捉压力情景下各经济变量间的非线性关系，而且也很难给出特定宏观压力情景出现的概率 [5-6] 。
一个简单的结构化计量模型可以表示为生产部门、居民部门以及政府部门的三部门方程组，即：
其中，（1）-（6）式分别为生产函数、技术增长、资本累积、资源约束、效用函数、居民部门支出约束、政府支出约束。Y为产出量，K为资本，N为劳动力投入，？啄为折旧率，I为投资，C为消费，G为政府消费，？准t 为偏好系数，W为实际工资，rt 为资本税前报酬率，？子n为劳动收入税率，？子k为资本收入税率，？追为定额税。代表性居民通过选择资本、消费和劳动使效用最大化，而政府部门支出资金主要来自于劳动和资本收入税以及定额税。
从实践看，瑞典、捷克、匈牙利、加拿大、罗马尼亚、美国、法国等国央行的宏观经济预测模型都是结构性计量模型，而且大部分为DSGE模型。
（二）VAR模型
VAR模型也是使用非常普遍的宏观经济模型， 具有简便、灵活的特点，该模型不再区分内生变量和外生变量，而是将所有变量视为内生变量，对于所有宏观经济指标的预测具有内在一致性 [5-6] 。当VAR模型受到外部初始冲击的时候，向量可以用来预测冲击对于整个经济指标的影响程度。如果需要加入类似于结构性计量模型的经济结构关系，还可以将基于经济、 金融理论的变量之间的结构性关系引入VAR模型，构造结构向量自回归模型（Structural Vector Autoregression，简称SVAR），由此可以捕捉模型系统内各变量之间的即时结构关系。
型设置宏观经济压力情景。日本央行所使用的VAR模型包含五个宏观经济变量，分别为GDP、通货膨胀率、银行信贷余额、有效汇率、隔夜拆借利率，数据期限为1978年第一季度至2008年第一季度，基于AIC准则确定模型滞后阶数为4阶 [7] 。由于VAR模型脉冲效应对于变量的排序敏感性很高，日本央行通过对模型变量排序施加递归约束，以此确定模型的新息影响。除此之外，VAR模型还可以用于跨国压力测试。Castren et al.（2008） 基于26个VAR模型建立了GVAR（global VAR） 模型，GVAR模型中国内和国外宏观经济变量同时相互作用，以分析欧元区的信用风险 [8] 。该模型使用的主要宏观经济变量包括实际产出、通货膨胀率、实际有效汇率、长短期利率、石油价格。英国宏观经济模型使用的是两个国家的GAVR模型，两个国家为英国和美国，其中英国表示为一个小型开放国家， 而美国被看作是其他世界经济部分。该模型宏观经济变量包括产出缺口、名义短期利率、实际汇率、通货膨胀率。
（三）统计模型
Oesterreichische Nationalbank（OeNB）使用多元t-Copula模型为宏观经济变量和金融变量建模，该模型的好处在于一方面边缘分布不同于联合分布，另一方面宏观、金融变量之间呈现尾部相依性，有利于模拟极端压力情景 [10] 。统计模型预测准确度较高，然而，统计模型并不利于政策分析，无法获知政策传导渠道。从实践看，该类模型在各国央行的实际应用中并不常见，更适合对于计量精度要求更高的金融机构使用。
三种宏观经济模型构建技术方法各有优势和不足，各国央行及金融机构根据自身实际情况进行选择，主要还是根据已有数据序列长度、 模型预测准确性和稳健性综合进行考量， 最终选取更为合适的模型构建宏观经济压力测试情景。从实践看，前两种模型应用范围较广，统计模型应用范围较小。宏观经济模型之前就已开始应用于政策分析，建模技术已相对成熟。
三、信用风险建模技术方法分析
设定好宏观经济压力情景后，还需要建立宏观-信用风险因子传导机制，即建立信用风险模型。这涉及三个主要方面，第一是选取合适的因变量，第二是选择恰当的自变量，第三是选择恰当的模型和传导机制。
（一）信用风险模型变量选取分析
1. 信用风险因子选取分析
因变量方面，因变量主要是用来反映金融机构信用风险变化情况的指标，即信用风险因子。从实证研究看，不良贷款率、信贷损失准备金率、违约率、信用转移概率等都经常用来作为信用风险因子。 然而不同指标仍有其自身的局限性，不良贷款率属于滞后指标，一般要慢于经济周期变化；而信贷准备率虽然也具有一定顺周期性，但是其人为调整的因素更大；违约率相对更为理想，但是由于数据累积受到很大限制，尤其是发展中国家， 银行违约率数据序列累计相对较短，经常不能满足建模需求； 信用转移概率数据累计也相对不足，在实证研究中较少得到应用 [5-6] 。当然，因变量的选择还是要根据具体情况来看，例如在我国，由于银行业经历过不良资产剥离的情况，因而不良率并不适合构建模型需要。因变量的选择还涉及数据层次的选择，因变量选取涉及行业层次和微观层次两个方面。 如果相关信用风险因子数据较少， 一般使用行业整体数据建模；如果信用风险因子微观数据较丰富而且可得，那么信用风险建模就会使用银行机构微观层次数据。奥地利、加拿大使用了行业违约率作为因变量，匈牙利、捷克使用不同资产组合作为因变量，而保加利亚、斯洛伐克则根据企业部门和居民部门的违约率数据分别构建信用风险模型 [6] 。
上述提及的信用风险因子都是基于历史数据，具有后向性质，无法很好地预测未来。预期违约概率（Expected default frequencies，EDF）具有前向性质，能够预测未来企业违约的可能性。EDF是根据KMV模型计算得到的，KMV模型是基于默顿模型演变而来的， 默顿模型最早由默顿于1974年提出，将期权定价理论运用于贷款定价，并将违约债务看成是企业资产的或有权益，认为某个企业的资产价值低于债务价值时将发生违约。 默顿结构模型的核心在于公司价值的波动性是公司违约的主要来源，当公司价值下降到一定边界值时，就会违约。基于默顿模型和B-S模型，KMV公司成功开发了基于市场信息的KMV模型， 广泛应用于银行和其他金融机构对于违约概率（PD）的预测 [11] 。KMV模型根据B-S模型可得等式：
由上述公式可以看出，资产价值、资产风险、杠杆是决定公司违约的三大主要因素，而上述模型参数可由公司的股票价格、 其波动性和账面债务求得。Asberg and Shahnazarian（2008），Castr′en，Fitzpatrick and Sydow（2008）均使用EDF作为银行信用风险因子 [12-13] 。Asberg and Shahnazarian（2008）分析了瑞典非金融上市企业的EDF，并将所有企业EDF中位数与工业生产指数、 消费者价格指数、短期利率建立相关关系， 利用VECM模型检验了信用风险与宏观经济的关系。实证研究表明，利率对EDF的影响最大，工业生产指数下降或者通货膨胀上升会导致EDF上升。Castr′en，Fitzpatrick and Sydow（2008）用欧元区公司EDF的中位数衡量信用风险，并根据8个行业部门分别计算EDF。其模型将EDF的解释变量确定为股价、GDP等5个宏观经济变量。KMV模型具有一定前瞻性，相比利用历史数据构建的信用风险建模，具有一定优势，不过EDF数据需要企业公开上市，这样才能获得其股价变动的信息， 然而现实中银行客户中有很大一部分，尤其是很多中小企业，均为非上市公司，这部分企业是无法应用KMV模型的。
2. 宏观经济指标分析
自变量方面，自变量主要是宏观经济指标，由于各个国家经济环境、银行业业务结构不同，所使用的宏观经济指标并不相同。一般而言，GDP、通货膨胀率、汇率、利率指标都是各国常用的，还有一部分则是个别国家使用的，诸如房价、居民收入等。一般而言，当宏观经济处于繁荣时期，公司违约率较低，但公司倾向于过度承担风险；当宏观经济处于衰退期时，公司前期所承担的风险无法消化，违约率会大幅上升。违约率与GDP的变化并不是同步，存在一定时滞。实证研究都对GDP做了处理，多数使用GDP增长率，也有实证研究使用GDP一阶方差。 实证研究结果表明，GDP确实与违约率存在显著的负相关关系，这种影响具有普遍性。现实中所能使用的利率形式有很多，诸如银行间借贷利率、市场利率、基准利率、实际利率等，实证研究中并没有统一的形式。然而，实证研究的结论具有一致性，认为利率与违约率存在显著的正相关，而且Diana Bonfim（2007）研究认为建设部门与利率的相关性最为显著 [14] 。利率对违约率影响的机制在于，利率上升时，公司债务负担将增加，更容易出现违约行为。通货膨胀与违约率为正相关，表现为通货膨胀高时，货币政策会收紧，经济景气度将下降，企业债务偿付能力将下降；通货膨胀较低时，货币政策将放松，企业经营景气度将逐步提升，债务偿付能力会进一步上升，违约率会下降。
（二）信用风险建模技术方法分析
模型选择方面，宏观压力情景传导模型一般包括线性回归分析、 非线性回归模型、VAR模型以及综合性模型等等。目前，宏观经济与信用风险因子的内在关系研究尚不充分，这为构建信用风险模型增加了难度。
1. 线性回归分析
最小二乘法（OLS）是最基本的线性回归模型，Deventer（2005）通过线性回归分析对澳大利亚银行、日本三菱银行及韩国、美国多家大型银行的研究表明，宏观因素影响着信贷利差，从而意味着它影响银行信用风险 [15] 。但是，线性回归并不能很好捕捉两个变量之间的关系，在现实研究中线性回归应用较少。
为了改进简单OLS回归可能产生的模型误差，金融机构数据充足的国家可以使用面板数据分析模型，用以对主要金融机构建立信用风险模型。希腊中央银行利用经济增速、失业率、实际信贷利率等宏观经济变量，以及总资产、市场势力、存贷比等银行特征变量，对不良贷款率进行面板数据分析。波兰中央银行利用面板数据预测各个银行的信贷损失准备金率，该模型所使用的宏观解释变量为3个月银行间拆借利率、GDP增速、 实际工资变动率， 还包括银行特定解释变量。Lehmann and Manz（2006）使用信贷准备金率衡量各个银行的信贷质量， 基于静态或者动态面板数据模型进行建模，模型以各银行特征变量作为控制变量，反映各银行对于宏观经济变动的敏感性 [16] 。
2. 非线性回归模型
Wilson（1997）、Boss（2003）设定宏观经济因素和贷款违约率之间的非线性关系， 使用Logit模型将贷款违约率转化为宏观综合指标Y，以指标Y作为因变量与宏观经济因素进行多元线性回归分析，以更好地利用各宏观经济指标所提供的信息[17-18] 。该模型可以表示为：
其中，pt为贷款的平均违约率，yt是pt经过logistic函数转换得到，xt为主要宏观经济变量，？琢为解释变量的系数。（18）式各宏观经济变量的时间序列模型，考虑各宏观经济变量可能存在滞后性，因而对其进行P阶自回归分析。模型中假定？滋t和？着t序列不相关。该模型一是考虑了宏观经济变量对信用风险的滞后效应；二是考虑了金融体系对宏观经济的反馈效应。
Wilson（1997）用各工业部门违约概率与一系列宏观经济变量的敏感度直接建模， 通过模拟将来违约概率分布的路径，得到了资产组合的预期损失，进而模拟出在宏观经济波动冲击下的违约概率值。Boss M（2004）利用Wilson提出的模型，根据加总的企业违约概率估计出宏观经济信贷模型来分析澳大利亚和芬兰银行部门的压力情景。目前，基于Wilson模型的宏观压力传导机制得到广泛应用。 国外方面，IMF对各国银行体系稳健性评估、各国央行自身风险评估以及部分学术研究都使用该模型；国内方面，华晓龙（2009）、沈阳、马望舒（2010）对我国商业银行信用风险宏观压力测试也都运用了该模型 [19-20] 。
3. VAR模型
VAR模型除了用于前述的宏观压力情景设定外，也逐步应用于信用风险模型，并且取得了较好的效果。 Alessandri et al.（2007），Marcucci and Quagliariello（2008）使用违约率基于VAR模型分别构建了住户部门和工商部门的信用风险模型 [21-22] 。其中，公司部门模型的变量包括违约率、产出缺口、通货膨胀、短期利率和实际汇率5个指标。在结构设置方面，两个模型认为违约率滞后于宏观变量。 其研究通过脉冲响应发现，除了通货膨胀其他宏观经济指标均对违约率具有非常重要的影响。Glenn Hoggarth et al.（2005） 通过VAR模型建立了英国银行信贷核销率与产出缺口、通货膨胀率、名义短期利率的内在联系。实证研究认为，信贷核销率与产出缺口、通货膨胀率成反向关系，与名义短期利率成正向关系。而且，不同经济部门信贷核销率受到的宏观经济变量的影响是不同的， 非金融企业部门的信贷核销率对产出缺口变化非常敏感，而居民部门信贷核销率对于收入的变化更为敏感。匈牙利中央银行使用VAR模型分别对公司部门贷款和商业房地产贷款进行建模，其中公司部门模型的解释变量为GDP增速、通货膨胀率、名义有效汇率、同业拆借利率。相比回归分析，VAR模型是近年来才刚刚开始应用于信用风险建模的，因而应用范围有限， 不过随着VAR模型在信用分析建模方面的优势逐步得到显现和认可，未来该模型应用范围有望得到不断扩展和延伸。
4. 综合性信用风险模型
上述信用风险模型仅是研究了信用风险因子与宏观经济的关系， 而没有考虑到金融机构之间的风险传染效应，也忽视了金融体系对于宏观经济形成的反馈效应。因此，近年来，更多的学术研究从经济金融理论出发，致力于构建更加综合化的信用风险模型， 使信用风险模型更加接近现实状态。金融危机发生后，金融监管部门逐渐认识到，评估系统性风险还需要进一步考虑不同风险因子之间的关联关系以及金融体系内的传染风险。 传统的信用风险宏观压力测试并不包含这些系统性效应，诸如同业拆借市场或者批发性融资市场的崩溃、 市场流动性和银行资金流动性风险之间的反馈效应等等。 最早出现的综合性压力测试模型是Oesterreichische Nationalbank的系统性风险管理系统（Systemic Risk Monitor，简称SRM），该系统通过统一信用风险和市场风险的网络模型，评估银行违约概率 [23] 。外部冲击对信用风险和市场风险敞口的冲击可能诱发银行违约，在一个网络模型中会导致银行间风险的传染。 另一个相类似的模型是英格兰银行的RAMSI模型 [21] 。RAMSI包括一个用贝叶斯VAR模型制定宏观经济情景、信用风险、市场风险与净利息收入的银行间网络模型， 以及一个模拟资产迅速出售的价格函数。SRM和RAMSI模型均没有包含银行对实体经济的反馈效应，RAMSI模型包含了来自流动性风险的反馈效应。 在加拿大央行的模型中， 资金流动性风险是市场流动性、 违约风险以及银行资金结构之间相互作用的结果。
Daniel Buncic and Martin Melecky（2012）根据全球金融危机的教训，提出了一个新的、实用的宏观审慎压力测试模型。该模型包括6个组成部分，一是根据一国特定统计模型和跨国危机经验制定宏观压力情景；二是因外汇敞口而产生的间接信用风险；三是各银行不同的授信标准； 四是压力时期违约概率和违约损失之间较高的相关性； 五是信贷集中性以及剩余期限对于未预期损失产生的负面影响； 六是使用资本充足率作为衡量银行抵御系统性风险的指标。
除了上述模型和研究，金融部门与实体经济之间的反馈效应也得到更多关注，金融体系对实体经济的反馈效应主要通过需求和供给因素实现 [25] 。从需求端看，居民和企业金融条件的恶化将会冲击到消费和投资需求；从供给端看，借款者信用水平的降低将会促使银行提高授信标准，增加融资成本。Von Peter（2009）建立起一个有效解释宏观经济与金融间稳定关系的框架 [26] 。他尤其分析了由于宏观经济冲击导致信贷损失后， 银行为了满足资本充足性会限制信贷供给，这将如何影响宏观经济。Goodhart，Sunirand and Tsomocos（2003） 也提出了研究金融部门与实体经济之间反馈效应的框架 [27] 。他们将金融脆弱性视作一种均衡问题，即银行需要权衡信贷、投资机会的成本收益。在此框架下，金融部门遭受冲击进而会通过信贷收缩影响到实体经济。不过，整体看，当前综合性信用风险模型仍没有很好地包含金融体系与实体经济之间的反馈效应。
综合性信用风险宏观压力测试模型的不足在于，模型结构的复杂性使得因果关系以及最终的结果透明性不高。因此， 该类模型可能会违背宏观压力测试的一些基本原则，诸如模型需要足够简洁、透明，具有弹性便于政策制定者和公众进行沟通。另一方面，综合性模型包含了多种传导机制以及反馈效应，能够更加完整地反映违约事件的可能影响。
信用风险建模从简单到复杂，各有优势和劣势，简单模型假设较少，压力测试所含有的误差较低，但是可能无法达到更为深刻的研究目的；而复杂模型能够更好地刻画信用风险和宏观经济变量之间的关系，但是复杂模型本身已包含了一定前提假设，因而模型结果可能存在一定误差。不管怎样，各种模型之间并不是完全排斥的，而是可以相互印证和补充的。
四、信用风险宏观压力测试建模方法所面临的难题
实际上，信用风险宏观压力测试实践不长，尤其是在金融危机后，监管部门加强了宏观审慎监管，同时新巴塞尔协议也强调金融机构要通过压力测试确保资本充足性。 因而，现在信用风险压力测试备受监管部门、金融机构重视，不断有创新方法涌现。然而，当前信用风险宏观压力测试建模还存在一定缺憾和不足之处，这也为未来信用风险宏观压力测试建模研究指明了方向。
1. 信用风险宏观压力测试建模方法尚不完善。（1） 当前信用风险压力测试模型缺少反馈效应。当前信用风险压力测试建模中仅考虑了宏观压力情景对金融体系的影响， 但是没有考虑到金融机构所进行的自我调整，从而反过来影响宏观经济，进而形成反馈效应。诸如，宏观经济下滑，金融机构风险增大，面临收入、资本充足率下降等难题，势必会提高授信标准，降低信贷增速，这会反作用于宏观经济，有可能导致经济进一步衰退， 进而再一次将宏观经济压力传导到金融体系。现有信用风险压力测试缺乏对反馈效应的考虑，或者对于反馈效应的构建过于简单，这也使得当前信用风险压力测试表现为静态测试，而非动态测试。（2）当前信用风险压力测试缺乏传染效应。当前信用风险压力测试过程中， 单个金融机构仅考虑自身情况，或者将整个行业作为一个互不相关的整体，然而从现实情况可以看出，金融机构信用风险具有一定传染性，尤其是挤兑风险。同时，随着全球经济一体化进程的加快，各国经济、金融联系日益紧密，信用风险传导的渠道更加多样化， 尤其是不同国家之间的传导渠道也更为通畅，这对于金融行业较为开放的国家尤其如此。当前，信用风险压力测试并没有考虑上述传染效应，这显然并不符合现实情况，因而压力测试缺乏可信性和实用性，对于危机的考虑不够充分。
2. 压力测试模型尚没有正确的考虑到危机时期非线性或者结构性断裂关系。当前信用风险压力测试建模多为非线性回归或者VAR模型。然而，实证研究发现，当危机来临或者市场处于压力情境下，宏观经济变量与金融风险指标通常是非线性的，甚至会发生一定跳跃或者结构性断裂，这种特殊关系是现有模型并没有充分考虑到的。
3. 宏观经济变量与金融风险指标关系仍有待探索。从现有的模型看，多数模型都是解决违约率、不良贷款率与宏观经济指标的关系，而对于LGD、EAD等风险指标，因受到数据限制，相关研究很少，在压力测试中的应用也不多，很多时候都是采用常数数值，这种简便方法可能会低估风险的存在。
4. 信用风险压力测试模型缺乏完善的校正。除了上述模型不完整、不完全等情况，更为关键的是，当前的信用风险压力测试模型缺乏有效的评估和回测检验。由于当前金融风险与宏观经济变量建模时间短、 相关数据累积较少， 甚至尚无法覆盖完整的经济周期，这使得所构建的模型可能有所偏颇，甚至存在较大的模型风险。因而，不能为了计算结果而建模，而是要使建模具有真正的现实意义， 其结果经得起推敲和现实检验，否则建模的意义就不大了。
五、政策建议
我国信用风险宏观压力测试刚刚起步，尤其是在建模技术方法方面发展相对滞后， 未来还需要加强此方面的工作，政策建议如下：
第一，重视信用风险宏观压力测试。一方面，信用风险宏观压力测试是新巴塞尔协议对于使用内部评级法的金融机构的重要要求，以此确保金融机构资本保有的充足性；另一方面，信用风险宏观压力测试也是监管部门落实宏观审慎监管的重要切入点和抓手。目前，基于宏观审慎监管的信用风险压力测试在我国开展仍处于起步阶段，监管部门要加强信用风险压力测试的常规性推进，做到每年、每季度定期性有效开展，以此确保我国银行业有效应对外部系统性风险的冲击和稳健经营。
第二，加强信用风险宏观压力测试理论研究。信用风险宏观压力测试建模需要进一步深入结合我国实际情况，加强相关理论、实证研究，推进对于相关领域研究，进而不断探索出适应我国国情的信用风险宏观压力测试模型。同时，还需要加强与IMF等国际金融组织及各国央行的合作和交流，充分了解国际相关领域研究进展。
第三，注重专业人才的培养。信用风险宏观压力测试专业性较强，需要具有数据挖掘、金融理论、计量方法等多种理论背景的专业人才， 因而需要加强此方面专业人才的培养，为信用风险宏观压力测试发展奠定人才基础和保障。
第四，加强相关数据累积。信用风险宏观压力测试建模涉及大量的基础数据，包括宏观经济数据、行业数据、金融系统的相关数据、金融机构经营数据等等，而且建模对于数据的质量和累积长度也有很高要求，因而需要注重数据累积，确保信用风险宏观压力测试的有效进行。
参考文献：
[1]the Committee on the Global Financial System. Stress testing at major financial institutions： survey results and practice[R]. ，January 2005.
[2]Andreas A. Jobst，Li Lian Ong and Christian Schmieder. A Framework for Macroprudential Bank Solvency Stress Testing： Application to S-25 and Other G-20 Country FSAPs[R]. IMF Working Paper NO. 68，2013.
[3]José Vi？觡als. Macrofinancial Stress Testing—Principles and Practices[R]. IMF，.
[4]Marina Moretti，Stéphanie Stolz，andMark Swinburne. Stress Testing at the IMF[R]. IMF Working Paper NO. 206，.
[5]Foglia，A.. Stress Testing Credit Risk： A survey of Authorities’ Approaches[J]. International Journal of Central Banking，vol.6，No. 2， 2009.
[6]Martin Melecky and Anca Maria Podpiera. Macroprudential Stress-Testing Practices of Central Banks in Central and South Eastern Europe[R]. The World Bank Policy Research Working Paper，No. 5434. September 2010.
[7]Akira Otani，Shigenori Shiratsuka. Macro Stress-Testing on the Loan Portfolio of Japanese Banks[R]. Bank of Japan Working Paper Series，No.09-E-1，March 2009.
[8]Castren，O.，Dees，S.，Zaher，F.. Global Macro-financial Shocks and Expected Default Frequencies in the Euro Area，ECB Working Paper No. 875，2008.
[9]Sklar，A. .Fonctions de repartition ？滋a n dimensions et leurs marges[J]. Publications de l'Institut de Statistique de l'Universit？e de Paris，8，229-231，1959.
[10]Seidner，M.. The Systemic Risk Monitor and the Macro Stress Testing at the OeNB： Status Quo and Future Developments[R]. Workshop “Advances in Stress Testing in Central and South Eastern Europe”，Thessaloniki，19-20 May 2010.
[11]Peter J. Crosbie，Jeffrey R. Bohn. Modeling Default Risk[R]，2002.
[12]Asberg，P.，and H. Shahnazarian. Macroeconomic Impact on Expected Default Frequency[R]. Sveriges Riksbank Working Paper No. 219 ，January 2009.
[13]Castr'en，O.，S. D？ees，and F. Zaher. Global Macro-financial Shocks and Expected Default Frequencies in the Euro Area[R].ECB Working Paper， No. 875，February 2008.
[14]Diana Bonfim. CREDIT RISK DRIVERS： EVALUATING THE CONTRIBUTION OF FIRM LEVEL INFORMATION AND OF MACROECONOMIC DYNAMICS[R]. Working {aper，2007.
[15]Deventer DV ，Kenji I1 Credi t risk models and the B asel A ccords[M]. Beijing ： RENMIN University of China Press，2005.
[16]Lehmann，H.，and M. Manz. The Exposure of Swiss Banks to Macroeconomic Shocks—An Empirical Investigation[R]. Swiss National Bank Working Paper No. 4.2006.
[17]Wilson TC. Portfolio credit risk[J]. Risk，1997，9（10）：111-1701.
[18]Boss M，Krenn G，Schwaiger M，et al. Stress Testing the Austrian banking system[J]. Financial Stability Report，2004，（11）：841-8521
[19]华晓龙. 基于宏观压力测试方法的商业银行体系信用风险评估[J]. 数量经济技术经济研究，2009（4）.
[20]沈阳，冯舒望. 宏观经济变量与银行信用风险的实证研究[J]. 会计之友，2010（8）.
[21]Alessandri，P.，P. Gai，S. Kapadia，N. Mora，and C. Puhr. 2007.“A Framework for Quantifying Systemic Stability.”（December）. Preliminary paper presented at the workshop “Stress Testing of Credit Risk Portfolios： The Link between Macro and Micro，”hosted by the BCBS and the DNB，Amsterdam，March 7，2008.
[22]Marcucci，J.，and M. Quagliariello. Is Bank Portfolio Riskiness Procyclical？ Evidence from Italy using a Vector Autoregression[J].Journal of International Financial Markets，Institutions and Money，2008（1）.
[23]Boss，M.，T. Breuer，H. Elsinger，G. Krenn，A. Lehar，C. Puhr，and M. Summer. Systemic Risk Monitor： A Model for Systemic Risk Analysis and Stress Testing of Banking Systems[R]. Internal Technical Document，Oesterreichische Nationalbank，2006.
[24]Daniel Buncic and Martin Melecky. Macroprudential Stress Testing of Credit Risk： A Practical Approach for Policy Makers[R]. University of St. Gallen Discussion Paper， No. 2011-39，September 2011.
[25]Marco Sorge .Stress-testing financial systems： an overview of current methodologies[R]. BIS Working Papers No 165，December 2004.
