1、信用風(fēng)險是指由于借款人或市場交易對手不愿或無力履行合同條件而構(gòu)成違約，導(dǎo)致銀行、投資者或交易對方遭受損失的可能性，它包括由于借款人的信用評級的變動和履約能力的變化導(dǎo)致其資產(chǎn)的市場價值變動而引起損失的可能性。本文圍繞2001年《巴塞爾協(xié)議》對商業(yè)銀行信用風(fēng)險管理的總體方針，在借鑒發(fā)達國家信用風(fēng)險管理技術(shù)和方法的基礎(chǔ)上，從財務(wù)預(yù)警切入，運用古典的多元判別分析(MDA)和現(xiàn)代的期望違約率(EDF)技術(shù)來研究信用風(fēng)險度量及管理中的三個核心問題，

2、即：企業(yè)的信用評級、評級轉(zhuǎn)移概率和基于違約損失度量的商業(yè)銀行內(nèi)部經(jīng)濟資本配置。研究內(nèi)容共分8章。 第一章介紹了研究的選題來源、學(xué)術(shù)背景、意義及國內(nèi)外的研究動態(tài)。提出了本文的研究框架及技術(shù)路線。 第二章概述了信用風(fēng)險的基本概念、管理理論和《巴塞爾協(xié)議》對信用風(fēng)險管理的主要內(nèi)容，并從商業(yè)銀行的角度對信用風(fēng)險管理的內(nèi)部系統(tǒng)進行了設(shè)計。同時概述了專家分析方法(5C、5W)、基于財務(wù)數(shù)據(jù)的信用評分系統(tǒng)(Zeta模型、LPM、Log

3、it、Probit)、神經(jīng)網(wǎng)絡(luò)方法、期限結(jié)構(gòu)模型、死亡率模型、信用度量術(shù)(CreditMetricsTM)、KMV模型、信用風(fēng)險附加值(CreditRisk+)、信貸組合觀點(CreditPortfolioView)、風(fēng)險敞口等值法(REE)等信用風(fēng)險度量方法及應(yīng)用現(xiàn)狀。 第三章介紹了信用評級的基本內(nèi)容與方法，分析了信用評級在信用風(fēng)險管理中的作用以及中國信用評級存在的主要問題。 第四章從財務(wù)預(yù)警切入，運用古典的多元判別分

4、析技術(shù)(MDA)，采用中國上市公司的財務(wù)數(shù)據(jù)構(gòu)建了4-變量和7-變量Z值判別模型并應(yīng)用于上市公司的信用評級。結(jié)果顯示，模型均具有超前4年的預(yù)測能力，能有效地識別企業(yè)的信用風(fēng)險及其變化。中國上市公司的整體資信較好，但波動性較大，且呈下降趨勢。論文通過觀察5年(1998-2002)Z值評級的變化，構(gòu)建出中國上市公司信用等級轉(zhuǎn)移概率矩陣，發(fā)現(xiàn)某一信用等級維持原級別不變的概率最大；較高的信用級別轉(zhuǎn)移為違約級的概率極??；當評級分類變得越來越大時，

5、轉(zhuǎn)移概率將變得越來越小。與國外的信用等級轉(zhuǎn)移矩陣相比，本文構(gòu)建的中國上市公司信用等級轉(zhuǎn)移概率矩陣表現(xiàn)出波動性大、不太穩(wěn)定的特點。特別是信用級別處于兩端的企業(yè)，其信用評級維持原級別不變的比例較小。 第五章根據(jù)中國的實際情況，對期望違約率模型(KMV模型)的股權(quán)價值、違約點(DPT)等參數(shù)進行了修訂，并應(yīng)用參數(shù)調(diào)整后的KMV模型于中國上市公司信用評級。結(jié)果顯示模型可以提前4年識別上市公司信用風(fēng)險整體上的變化趨勢；可以提前2年識別出上

6、市公司個體上的信用風(fēng)險差異。在三種不同違約點(DPT)的方案下，ST公司與非ST公司的違約距離(DD)均值差距，隨著ST年份的臨近逐漸擴大。ROC曲線檢驗表明：上市公司在被ST的前2年，KMV模型便可明顯地分辨出其信用風(fēng)險差異，在上市公司被ST的前1年模型分辨的能力達到最強。 第六章對Z值判別模型和KMV模型在信用風(fēng)險識別應(yīng)用中進行了比較研究。結(jié)果發(fā)現(xiàn)：(1)兩種模型對上市公司信用風(fēng)險的評估具有較大的一致性，但兩極公司的評級分歧

7、較大。(2)理論期望違約概率(TEDF)與Z值之間存在顯著的負相關(guān)關(guān)系，即：Z值大的公司，財務(wù)越健康，其TEDF越小，信用風(fēng)險就越小。(3)公司Z值與新華遠東資信評級有明顯的線性正相關(guān)關(guān)系，二者的相關(guān)系數(shù)達66％，(4)參數(shù)調(diào)整后的KMV模型輸出的違約距離(DD)與新華遠東資信評級結(jié)果之間也呈現(xiàn)出明顯的正相關(guān)性。 第七章將第4、5、6章的研究成果應(yīng)用于麻業(yè)銀行貸款的信用風(fēng)險損失度量及經(jīng)濟資本的配置。論文以湖南岳陽工行為研究案例，

8、對其104筆貸款從債務(wù)人及債項的信用評級、違約概率估算、損失度量直至銀行內(nèi)部的風(fēng)險資本配置進行了系統(tǒng)的實證研究。 論文的創(chuàng)新性體現(xiàn)在：(1)論文從財務(wù)預(yù)警切入，運用上市公司財務(wù)數(shù)據(jù)及股票交易信息，將自主開發(fā)的Z值判別模型和修正的期望違約率模型(KMV模型)對企業(yè)進行了資信評級。(2)通過觀察5年(1998-2002)Z值評級的變化，構(gòu)建出基于Z值的中國上市公司信用等級轉(zhuǎn)移概率矩陣并應(yīng)用于貸款信用風(fēng)險損失度量。(3)在應(yīng)用KMV模

9、型計算公司價值中，結(jié)合中國實際情況對非流通國有股的價值計算和違約點(DPT)等參數(shù)作了調(diào)整并應(yīng)用于企業(yè)評級和信用風(fēng)險評價中。(4)以真實銀行為研究案例，對其104筆貸款從債務(wù)人及債項的信用評級、違約概率估算、損失度量直至銀行內(nèi)部的風(fēng)險資本配置進行了系統(tǒng)的實證研究。 研究成果對商業(yè)銀行等金融機構(gòu)、投資者、證券發(fā)行者、證券市場及金融市場監(jiān)管部門在度量和管理信用風(fēng)險方面提供了重要的思路和方法。其應(yīng)用價值具體體現(xiàn)在：(1)銀行機構(gòu)可應(yīng)用

10、開發(fā)的模型對貸款客戶進行資信評級、貸款定價、貸款跟蹤和監(jiān)督管理。(2)金融機構(gòu)管理高層可依據(jù)VaR重新評價風(fēng)險價值變動絕對量最大的債務(wù)人，重新評價那些敞口大且風(fēng)險度高的“雙高”債務(wù)人，建立起責(zé)、權(quán)、利相聯(lián)系的信貸政策、貸款定價、投資決策機制。(3)有利于確定信用風(fēng)險基本限額標準，有效的配置銀行經(jīng)濟資本，滿足監(jiān)管部門的要求。(4)企業(yè)或投資者通過觀察Z值或違約距離(DD)的變化趨勢，進行財務(wù)預(yù)警，及早采取有效的前瞻性措施，防范危機。(5)