商业银行对信用风险识别策略与规避模式研究.docVIP

商业银行对信用风险识别策略与规避模式研究 　　当前,我国银行业已经几乎完全置身于国际金融体系之中,由于我国商业银行长久以来一直被不良资产问题所掣肘,从而承受着不容忽视的信用风险。所以目前的重中之重是大力提高银行的信用风险管理水平与能力,积极应对。 　　商业银行是一个时刻面临着种种风险的机构,信用风险、利率风险、资本风险和政策风险等等,都是在运营中评估和预测的重要指标。而这其中尤以信用风险最值得关注。如何评估和预测信用风险,并使其量化,是国际金融界的重点课题之一,对我国商业银行进行信用风险管理体系的构建,具有十分深远的现实意义和可行性。 　　一、我国商业银行信用风险管理现状 　　信用风险是我国商业银行所面临的最大风险,为了进一步降低风险程度,银行系统需要做出很大的努力。下面列举出信用风险的具体表现: 　　(一)过高的不良贷款率 　　不良贷款率是信用风险最显著地表现。我国的商业银行由于种种原因,不良贷款率一直居高不下,而在这其中尤以可疑类贷款和损失类贷款居多,形成比较大的风险和隐患,为银行的发展壮大造成潜在的桎梏。 　　(二)落后的风险管理方法 　　目前,国际金融界存在着多种金融衍生工具与创新业务, 随之而来的则是市场的未知性与金融风险的不确定性,这都给银行风险管理带来了很大的挑战。我国商业银行领域仍然保持着传统的定性分析思想,对量化的风险值缺乏把握和运用,这就大大削弱了风险评估的客观性和准确性。 　　(三)较低的资本充足率 　　银行业进行监管工作的指标之一是银行的资本充足率,这项指标用以反映银行发展的平稳性和抗风险潜力。然而当前,我国商业银行的资本充足率却不容乐观,虽然在缓慢上升,整体水平却一直较低。对于城市商业银行来讲更是如此,资本充足率通常高不过3%的水平,因此所面临的风险更为显著。 　　(四)匮乏的风险管理人才 　　现代银行的人力资源是商业银行健康快速发展的重要引擎。相关人员应该拥有扎实的理论功底和丰富的风险管理与操作经验才能胜任这一工作。而现实的情况是:风险管理人员在我国商业银行中很缺乏,数量低、专业功底差,对相关的理论难以??通。 　　(五)单一的信贷结构 　　信贷结构的单一化,使得银行的贷款大量向少数几个行业和产业流动。对于我国的商业银行,贷款占用了其资产的一大部分,中长期贷款的投放比重一直偏高,如此长的贷款期限显然已经形成了新的风险。而且,贷款的快速增长往往是因为地方政府投资过热,一旦难以收回贷款,银行将独自承担不良资产的恶果。贷款的集中也使风险扩大化,因为风险缺乏分散的通路,这些对银行的信用风险起到了推波助澜的作用。 　　(六)滞后的风险信息 　　完善的风险管理信息系统能够使商业银行的风险管理科学化,而信息系统所需要的风险数据则是实时性的。但是我国商业银行普遍缺乏这样的意识,信息与数据的搜集没有形成一个标准化的管理机制和流程,造成数据的滞后和信息的不准确,这些不合格的数据,难以真切地反映出具备可信度的风险参数。 　　二、商业银行对信用风险的识别策略 　　(一) KMV模型的引入 　　KMV 模型较我国当前普遍使用的贷款风险度法更具有优势,它具有坚实的理论依据、评估结果具有客观性和时效性、还能够在一定程度避免我国当前会计数据失真的现象等优点,可以作为我国商业银行信用风险度量模型的未来选择。此模型按照违约和不违约两种状态来划分企业,显然在违约时会产生信用风险。 　　KMV中计算预期违约率的步骤为: 　　1、计算资产价值VA和资产回报的波动性?A。 　　2、计算违约点DP违约距离DD,公司资产价值小于违约点的几率即为违约的可能性。公司的违约距离DD用资产波动率的标准差及标准化公司资产价值与违约点之间的差得出,数字愈大则代表公司违约的几率越小。表示为: 　　DD=(VA- DP )/VA×?A 　　3、估计预期违约概率FDF。 　　EDF=(年初资产价值离DP有2?之远而在一年内违约的企业数)与(年初资产价值距离DP有2?之远的企业数)之商。 　　三个参数:DP, VA和?A在利用KMV模型计算FDF时必须先求得,DP=短期负债+长期负债50%,数据可从上市公司的财务报表获得。 　　(二)KMV模型的应用 　　KMV模型把违约债务看作企业的或有权益,把所有者权益视为看涨期权,将负债视为看跌期权,把公司资产作为标的资产。模型把企业资产市场价值、波动率以及负债账面价值作为企业信用风险的决定性因素。如果发现企业资产未来的市场价值低于企业所需清偿的负债面值时,就将企业视为违约企业。定义变量――违约距离DD(Distance to Default)为未来市场价值的期望值到违约点之间的距离。此距离的衡量方式为资产市场价值标准差的倍数,距离值的大小和公司发生违约的可能性成反比。