導(dǎo)語：我國商行信用危機(jī)模型的國際對比及改進(jìn)一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、問題的提出

現(xiàn)代商業(yè)銀行信用風(fēng)險管理已由傳統(tǒng)的信用風(fēng)險識別和違約評估發(fā)展到現(xiàn)代信用風(fēng)險模型化階段，由國際活躍的銀行和金融機(jī)構(gòu)創(chuàng)建和廣泛應(yīng)用并被巴賽爾銀行業(yè)監(jiān)管委員會(下稱委員會)建議使用的現(xiàn)代信用風(fēng)險模型主要有JP.Morgan(1997)的CreditMetrics、KMV(1993)的EDF(creditmoni-tor)、CSFP(1997)的CreditRisk、Mckinsey(1998)的CreditPortfolioView等模型。2004年6月公布的巴塞爾新資本協(xié)議(下稱新協(xié)議)所推出的信用風(fēng)險內(nèi)部評級法(IRB)也是基于上述模型的適用性考慮后的折中產(chǎn)物。

國外對現(xiàn)代信用風(fēng)險模型的有效性驗證研究結(jié)果顯示，上述模型均是有效的信用風(fēng)險量化技術(shù)，并且在對不同的信用資產(chǎn)風(fēng)險度量中具有自己獨(dú)特的優(yōu)勢。委員會于2004年6月推出新協(xié)議提倡使用IRB管理信用風(fēng)險，并推薦使用上述模型進(jìn)行內(nèi)部評級，可見現(xiàn)代信用風(fēng)險模型已經(jīng)在國外得到了廣泛的認(rèn)可和使用。

目前，我國商業(yè)銀行信用風(fēng)險管理水平離新協(xié)議的要求還有相當(dāng)大的差距，仍停留在傳統(tǒng)的貸款風(fēng)險度衡量階段，但銀監(jiān)會表示，我國商業(yè)銀行應(yīng)積極過渡到以IRB為代表的現(xiàn)代信用風(fēng)險模型管理階段。國內(nèi)理論界和銀行業(yè)已對IRB和現(xiàn)代信用風(fēng)險模型進(jìn)行了理論研究，并探討了在我國的適用性和模型選擇，但存在的主要缺陷是沒能遵循路徑依賴的原則，忽視了在我國商業(yè)銀行現(xiàn)有信用風(fēng)險管理模型的基礎(chǔ)上的改進(jìn)路徑選擇，從而提高了改進(jìn)成本。本文將彌補(bǔ)既有研究的這一缺陷，在細(xì)致考察我國商業(yè)銀行現(xiàn)有的信用風(fēng)險管理模型的貸款風(fēng)險度方法存在的不足和缺陷的基礎(chǔ)上，將其與現(xiàn)代信用風(fēng)險管理模型進(jìn)行比較分析，從而尋找改進(jìn)和構(gòu)建我國商業(yè)銀行信用風(fēng)險管理模型的路徑選擇。

二、我國商業(yè)銀行信用

風(fēng)險管理模型：貸款風(fēng)險度方法

多年來，我國商業(yè)銀行的信用風(fēng)險管理方法主要以定性分析與經(jīng)驗分析為主，定量分析和各種財務(wù)工具的運(yùn)用處于次要位置。目前這種局面己經(jīng)有了改進(jìn)，我國商業(yè)銀行初步建立起由客戶信用評級法和貸款風(fēng)險分類法所構(gòu)成的兩維評級體系為基礎(chǔ)的貸款風(fēng)險度方法。

(一)貸款風(fēng)險度方法框架

目前，我國商業(yè)銀行的信用風(fēng)險評估管理主要采用貸款風(fēng)險度方法。所謂貸款風(fēng)險是指發(fā)生貸款本息損失的不確定性，其主要影響因素有：貸款對象、貸款方式、貸款期限和貸款形態(tài)。在實踐中，即將交易對手企業(yè)客戶劃分為不同的信用等級，確定相應(yīng)的風(fēng)險權(quán)數(shù)，即企業(yè)客戶信用等級風(fēng)險系數(shù)T；再給出貸款方式的風(fēng)險權(quán)數(shù)，得到貸款方式風(fēng)險系數(shù)S。于是，單筆貸款風(fēng)險度X可表示為：

貸款風(fēng)險度X＝TS由上式，貸款風(fēng)險度的本質(zhì)是取值在0-1之間用概率表示的貸款風(fēng)險程度。上式表明，X是貸款風(fēng)險的量化指標(biāo)，X越大，表明此項貸款面臨的風(fēng)險越大。實際工作中往往通過統(tǒng)計結(jié)果來確定貸款最佳風(fēng)險度X(一般為0.4)和臨界風(fēng)險度X(一般為0.6)。X以下的貸款質(zhì)量處于良好狀態(tài)，超過X就視為高風(fēng)險區(qū)。

貸款發(fā)放后就參與了企業(yè)生產(chǎn)資金的周轉(zhuǎn)過程，也就具備了增值或虧損的可能性。人民銀行的《貸款通則》規(guī)定：銀行已發(fā)放的貸款資產(chǎn)可劃分為：正常、關(guān)注、次級、可疑和損失五類，據(jù)此可確定不同貸款形態(tài)的風(fēng)險系數(shù)P；再考慮不同期限貸款面臨不同的風(fēng)險損失，可確定貸款期限風(fēng)險轉(zhuǎn)換系數(shù)p，于是，在最終貸款審查和評估時，有：

貸款資產(chǎn)風(fēng)險度L＝單筆貸款風(fēng)險度貸款形態(tài)風(fēng)險系數(shù)貸款期限風(fēng)險轉(zhuǎn)換系數(shù)＝XPQ＝TSPQ單項貸款風(fēng)險權(quán)重資產(chǎn)=單項貸款金額該筆貸款資產(chǎn)風(fēng)險度，即：RWA＝AL＝ATSPQ全部貸款資產(chǎn)風(fēng)險度＝貸款風(fēng)險權(quán)重資產(chǎn)/貸款余額，即：

(二)我國銀行業(yè)貸款風(fēng)險度方法的總體判斷分析

通過與國際銀行業(yè)采用的現(xiàn)代信用風(fēng)險管理模型和新協(xié)議的1RB法比較，可得出以下判斷：

1、貸款風(fēng)險度方法實際上低估了信用風(fēng)險

貸款風(fēng)險度的計算公式是根據(jù)概率論中全概率法則建立的，該法則的假設(shè)前提是各因素都應(yīng)是獨(dú)立無關(guān)的；然而，貸款風(fēng)險度L的影響因素T,S、P均是與企業(yè)相關(guān)的內(nèi)部因素，三者的含義和評估標(biāo)準(zhǔn)有重復(fù)的地方。所以貸款風(fēng)險度方法并不符合嚴(yán)格的條件概率定義，在實際應(yīng)用中低估了信用風(fēng)險。因此，可以將S和P納入，評價中去，將信用等級風(fēng)險系數(shù)定義成嚴(yán)格意義下的條件違約概率。

2、評估方法簡單化，主觀性較強(qiáng)

貸款風(fēng)險度方法以信用評級為基礎(chǔ)。目前，我國商業(yè)銀行的內(nèi)部信用評級普遍采用打分法，這種方法的最大弊端是評級的基礎(chǔ)是過去的財務(wù)數(shù)據(jù)，與風(fēng)險預(yù)測的關(guān)聯(lián)度不大?？蛻粜庞玫燃夛L(fēng)險系數(shù)和貸款方式風(fēng)險系數(shù)指標(biāo)和權(quán)重的確定缺乏客觀依據(jù)，難以反映評級對象未來的真實償債能力。因此貸款風(fēng)險度方法實際上是建立在主觀因素過強(qiáng)的信用評級基礎(chǔ)上的經(jīng)驗公式，無嚴(yán)格的理論基礎(chǔ)和證明，很難有說服力。

3、無嚴(yán)格的理論基礎(chǔ)，其科學(xué)性和準(zhǔn)確性沒有很強(qiáng)的說服力

可見，貸款風(fēng)險度方法只是一個近似的加權(quán)平均，并不嚴(yán)格符合概率論的意義，從而，貸款風(fēng)險度的計算公式所依據(jù)原理的科學(xué)性值得懷疑，其評估的準(zhǔn)確性不能高。而國際高級信用風(fēng)險模型則大都使用了聯(lián)合概率分布和概率母函數(shù)的辦法解決單個債務(wù)人的違約與銀行整體客戶違約的概率關(guān)系問題，以嚴(yán)格的理論為基礎(chǔ)，其準(zhǔn)確程度明顯高于貸款風(fēng)險度方法，并且可以推導(dǎo)包括多項貸款或其他銀行業(yè)務(wù)的資產(chǎn)組合聯(lián)合違約概率分布及損失分布，便于商業(yè)銀行進(jìn)行組合多樣化管理。因而，我國在信用風(fēng)險的評估方法中應(yīng)引入嚴(yán)格的理論推導(dǎo)，以嚴(yán)格的理論為指導(dǎo)才能夠保證信用風(fēng)險度量及管理的準(zhǔn)確性和有效性。

4、缺乏貸款組合風(fēng)險管理功能

貸款風(fēng)險度方法中僅考慮單項貸款的風(fēng)險，沒有考慮貸款組合和貸款集中度，缺乏貸款組合風(fēng)險管理功能。事實上，集中于某一行業(yè)的貸款違約很有可能造成銀行破產(chǎn)，貸款組合可以降低單項貸款帶來的風(fēng)險；好的風(fēng)險評估模型應(yīng)該關(guān)注銀行現(xiàn)有客戶的分布和組合貸款風(fēng)險，便于商業(yè)銀行進(jìn)行組合多樣化管理；并且由于貸款風(fēng)險度方法不能推導(dǎo)出PD以及LGD分布，缺乏進(jìn)行組合風(fēng)險VaR分析的基礎(chǔ)，從而無法進(jìn)行VaR分析。

5、評估結(jié)果不全面，且呈現(xiàn)靜態(tài)性和波動性

貸款風(fēng)險度方法僅給出貸款風(fēng)險的PD測量，而沒有給出LGD估計值。而在實際工作中需要對LGD進(jìn)行估計。因此使得貸款風(fēng)險度評估結(jié)果不全面。而且由于貸款風(fēng)險度方法中所使用的指標(biāo)考察期均較長，評估結(jié)果時效性差，難于應(yīng)對瞬間變化的金融市場。

貸款風(fēng)險度作為信用風(fēng)險的評估標(biāo)準(zhǔn)本身具有波動性，即貸款風(fēng)險度對信用風(fēng)險的反應(yīng)不固定而時大時小，具體表現(xiàn)為：貸款風(fēng)險度對信用得分差距原本較大的貸款企業(yè)，其評估結(jié)果卻一視同仁；而有時信用得分差距微小的貸款企業(yè)，其評估結(jié)果卻差異很大。貸款風(fēng)險度指標(biāo)對信用風(fēng)險的度量只是一種粗略的度量，對于相差很大的貸款企業(yè)可能做出正確判斷，而對相差不大的方案，該指標(biāo)很有可能會掩蓋企業(yè)間的風(fēng)險差異，使銀行做出錯誤的決策。形成波動性的根源在于貸款風(fēng)險度自身的離散性與風(fēng)險的不確定性和隨機(jī)性之間的矛盾(于立勇，2002)。

三、現(xiàn)代信用風(fēng)險內(nèi)部模型的分類

銀行內(nèi)部信用風(fēng)險計量是通過對客戶和債項類型風(fēng)險特征的評估確定銀行可能遭受的損失，進(jìn)而估計經(jīng)濟(jì)資本(EC)。IRB法需要估計和確定的主要變量有違約概率(PD)、違約損失率(LGD)、風(fēng)險暴露(EAD)、期限(M)、預(yù)期損失(EL)、意外損失(UL)和風(fēng)險價值(VaR)。其中，PD、LGD、EAD、M是IRB的主要輸入數(shù)據(jù)，而EL、UL和VaR是主要輸出結(jié)果。新協(xié)議對信用風(fēng)險資本金的確定借鑒了市場風(fēng)險中計算資本金的VaR方法，而且定義VaR就是EL與UL之和。用VaR方法計算資本金時需要確定信貸資產(chǎn)未來價值或損失的概率密度函數(shù)(PDF)，從不同的角度考察信用風(fēng)險度量模型和用不同的方法計算相關(guān)參數(shù)，就會對模型產(chǎn)生不同的分類，通常有如下分類方式：

1、依據(jù)模型的演繹或歸納方法

演繹模型(TopdownModels)用單個統(tǒng)計數(shù)據(jù)對信用風(fēng)險進(jìn)行分組，也就是說將許多不同來源的風(fēng)險視做同質(zhì)風(fēng)險加總到組合的整體風(fēng)險中，不考慮個別交易特征。這種方法對于所含信用筆數(shù)很多的零售信用組合比較合適，但對于公司貸款或國家貸款組合而言，就不太合適了。即使零售資產(chǎn)組合，演繹模型也可能隱藏著來自行業(yè)的或地理位置的特別風(fēng)險。

歸納模型(Bottom-upModels)解釋了每一種資產(chǎn)/貸款的特征。此種方法非常類似于對具有市場VaR系統(tǒng)特征的頭寸進(jìn)行結(jié)構(gòu)分解。它適用于公司信用資產(chǎn)組合和資本市場組合。歸納模型對于采取糾正措施也是最有用的，因為可以按照其風(fēng)險結(jié)構(gòu)進(jìn)行反向操作來修正風(fēng)險曲線。

當(dāng)今的信用風(fēng)險模型中歸納方法占主導(dǎo)地位。只有CSFP的CreditRisk是對假設(shè)為同質(zhì)的資產(chǎn)在整個等級的層次進(jìn)行分析，可以被認(rèn)為是topdown方法。

2、依據(jù)建模原理與分析方法

對于PD、等級轉(zhuǎn)移矩陣和信用質(zhì)量相關(guān)性的計算，主要有三種方法。

其一是經(jīng)濟(jì)計量模型方法，該方法對PD計算的根據(jù)是，PD與當(dāng)前的宏觀經(jīng)濟(jì)狀況、行業(yè)和公司所處的地理位置等有關(guān)，環(huán)境的差異或宏觀經(jīng)濟(jì)因素的變化影響了公司的資產(chǎn)價值，因而影響了公司的信用質(zhì)量，進(jìn)而使公司之間的信用質(zhì)量表現(xiàn)出相關(guān)性。經(jīng)濟(jì)計量方法適用于簡化式模型；其二是基于精算的方法，其基本方法是只考慮KMV的預(yù)期違約概率(EDF)有關(guān)計算，假定違約遵從隨機(jī)泊松過程，應(yīng)用客戶的歷史違約率數(shù)據(jù)預(yù)測具有類似特征的客戶的EDF，在此基礎(chǔ)上再估計相關(guān)參數(shù)，比如等級轉(zhuǎn)移矩陣和相關(guān)系數(shù)?；诰惴椒ǖ膮?shù)估計具有后顧性(backwardlooking)；其三是基于Merton期權(quán)模型的方法，把公司違約或信用質(zhì)量的變化與公司資產(chǎn)的價值、股權(quán)、債務(wù)聯(lián)系起來進(jìn)行考慮。該方法利用可獲得的關(guān)于公司的債務(wù)、權(quán)益的歷史價值和當(dāng)前市場價值以及權(quán)益價值的歷史波動性估計公司資產(chǎn)價值的大小、變化率和波動性。進(jìn)而通過期權(quán)模型確定公司的EDF和違約相關(guān)性?；跈?quán)益的方法具有前瞻性(forward-looking)。

CreditMetrics依據(jù)評級的歷史數(shù)據(jù)統(tǒng)計和股權(quán)分析；KMV依據(jù)期權(quán)定價原理；CPV依據(jù)宏觀經(jīng)濟(jì)因素調(diào)整的模擬分析；CreditRisk則依據(jù)保險精算的壽險和財險思想。

3、依據(jù)模型對風(fēng)險的定義方式分類

違約模式(DefaultmodeModels，DM)與盯市模式(Market-toMarketModels，MM)是銀行業(yè)內(nèi)普遍使用的兩大類信用風(fēng)險模型，其分類原則是基于對資產(chǎn)價值和信用損失估計方式的不同考慮。所謂信用損失是指信貸資產(chǎn)組合當(dāng)前價值與某給定時期末的未來價值的差，當(dāng)前價值往往是已知的，而未來價值是不確定的但是有一概率分布。DM模型只考慮違約與不違約兩種信用狀態(tài)，即只把完全的違約視為信用事件。因此，資產(chǎn)組合的市場價值的任何變化或信用評級的任何變動都是無關(guān)的；而MM考慮資產(chǎn)組合市場價值的變化和包括違約在內(nèi)的信用等級的變化，公平市場價值為模型提供了對風(fēng)險更好的估計。在此意義下，MM模型是DM模型的一種推廣。

CreditMetrics屬于MM模型；CreditRisk和KMV本質(zhì)上屬于DM模型，但KMV公司目前正準(zhǔn)備提供MM版本；CPV既可被當(dāng)作MM使用，也可被用做DM。

4、依據(jù)違約事件的條件概率分類

條件概率模型(ConditionalModels)中包含了宏觀經(jīng)濟(jì)因素變動對PD的影響。即此類模型考慮了經(jīng)濟(jì)衰退期PD會上升。

無條件概率模型(UnconditionalModels)具有固定的PD，并且因此往往關(guān)注的是貸款者或特定因素信息。但某些環(huán)境因素的改變也允許用改變模型參數(shù)的方法來實現(xiàn)。

CreditMetrics是基于違約歷史資料統(tǒng)計的結(jié)果，沒有反映宏觀經(jīng)濟(jì)因素，因此屬于無條件測度；CPV、KMV以及CreditRisk分別融入了宏觀經(jīng)濟(jì)因素以及市場價格等信息，因此屬于條件測度。

5、依據(jù)違約事件的結(jié)構(gòu)化和簡化設(shè)定分類

這種劃分的根據(jù)主要是出于對違約相關(guān)或信用等級轉(zhuǎn)移相關(guān)性確定方法的考慮。在同一行業(yè)和地區(qū)的客戶之間，由于信用事件(違約、信用等級轉(zhuǎn)移、違約時的損失率、信用價差、風(fēng)險暴露等)的變化是非獨(dú)立的，即存在著相關(guān)性，在估計信用損失確定資本金時應(yīng)考慮相關(guān)性。但是，實際應(yīng)用中由于數(shù)據(jù)及模擬技術(shù)的限制，通常只考慮不同客戶之間違約或等級轉(zhuǎn)移的相關(guān)性，而其它信用事件之間的相關(guān)性不予考慮。對相關(guān)性的估計，委員會選擇了兩類模型，即結(jié)構(gòu)化模型(structuralmodel)與簡化式模型(reduced-formmodd)。結(jié)構(gòu)模型試圖通過假定金融產(chǎn)品或經(jīng)濟(jì)單位的微觀經(jīng)濟(jì)特征來解釋單個客戶的違約或信用質(zhì)量的變化，比如資產(chǎn)價值和負(fù)債之間的比例關(guān)系可能決定了客戶的信用質(zhì)量。那些用于決定客戶風(fēng)險等級變化(包含違約)的隨機(jī)變量稱為等級轉(zhuǎn)移風(fēng)險因素(Migrationriskfac-tor)，在結(jié)構(gòu)模型中，就是要估計或確定客戶問等級轉(zhuǎn)移風(fēng)險因素的相關(guān)性。而簡化模型則不同，它不是試圖解釋違約或信用等級的轉(zhuǎn)移，而是選擇一種統(tǒng)計方法并建立適當(dāng)?shù)囊蛩啬Ｐ蛠砜坍嬤`約或信用等級的轉(zhuǎn)移現(xiàn)象。在簡化模型中，特別假定了客戶的EDF或轉(zhuǎn)移矩陣與可以觀察到的宏觀經(jīng)濟(jì)活動指標(biāo)或不可以觀察到的隨機(jī)風(fēng)險因素之間存在一種函數(shù)關(guān)系，簡化模型認(rèn)為正是單個客戶的財務(wù)狀況對公共因素或相關(guān)背景因素的依賴才引起了客戶之間違約率的相關(guān)性和信用等級轉(zhuǎn)移之間的相關(guān)性。

CreditMetrics、KMV屬于結(jié)構(gòu)模型；CreditRisk與CPV屬于簡化模型。

6、依據(jù)違約的驅(qū)動因素分類

CreditMetrics和KMV的違約驅(qū)動因素為企業(yè)資產(chǎn)價值及波動性；CPV的驅(qū)動因素為宏觀經(jīng)濟(jì)因素；CreditRisk的違約驅(qū)動因素則為違約風(fēng)險平均水平及其波動性。

7、依據(jù)違約概率測度的離散性與連續(xù)性

由于金融產(chǎn)品的價值要受到其信用質(zhì)量的影響，而對信用質(zhì)量的描述變量有連續(xù)與離散之分，因此依據(jù)對金融工具信用質(zhì)量變化方式的不同刻畫，對金融工具在給定期限末的價值或損失的估計就有了兩種可以選擇的方法：一是，信用質(zhì)量按離散的信用等級變化(信用評級)進(jìn)行刻畫，基于此的估值模型稱為離散估值模型；二是，信用質(zhì)量通過違約概率或違約概率密度函數(shù)按連續(xù)的方式進(jìn)行刻畫，基于此的估值模型稱為連續(xù)型估值模型。

在以上幾種模型中，CreditMetrics、CPV屬于離散測度，而KMV、CreditRisk則屬于連續(xù)變量測度。

四、貸款風(fēng)險度方法與

現(xiàn)代信用風(fēng)險模型的比較

從提高我國銀行業(yè)信用風(fēng)險管理的前瞻性角度思考問題，可行的方法是以現(xiàn)代信用風(fēng)險管理模型為參考，改進(jìn)我國現(xiàn)行的貸款風(fēng)險度方法。將其方法與CreditMetrics、KMV、CPV、CreditRisk進(jìn)行比較分析，主要特征比較如表1所示

。從比較中可以發(fā)現(xiàn)，與我國貸款奉獻(xiàn)度方法在諸多特征最為接近的是CreditMetrics模型，因此，我國銀行業(yè)在對此深入研究的基礎(chǔ)上對我國現(xiàn)行信用風(fēng)險管理模型做一改進(jìn)，使其逐步向現(xiàn)代信用風(fēng)險管理模型靠近，并滿足IRB要求。

五、我國銀行業(yè)現(xiàn)代信用風(fēng)險

管理模型的改進(jìn)方向及其選擇

現(xiàn)代信用風(fēng)險管理模型均具有不同的比較優(yōu)勢，從而也各具有不同的適用性，即：CreditMetrics和KMV適用于對公司和大的私人客戶的信用風(fēng)險度量；CreditRisk適用于對零售客戶的信用風(fēng)險度量，CPV適用于對宏觀經(jīng)濟(jì)因素變化敏感的投資級債務(wù)人或債項如房地產(chǎn)貸款的信用風(fēng)險度量。而我國銀行業(yè)具有不同的類型和業(yè)務(wù)范圍，可以選擇較為適合的模型來改進(jìn)自身的信用風(fēng)險管理。

KMV主要用于分析發(fā)債公司的信用狀況和資本市場的信用風(fēng)險，其中一個基本條件是需要大量的股票市場的有效數(shù)據(jù)，適用范圍受到了限制，特別適用于上市公司的信用風(fēng)險評估，對非上市公司的EDF進(jìn)行計算時，需要借助很多會計資料，同時還要通過對比分析手段最終得出企業(yè)的EDF，因而，計算過程復(fù)雜且結(jié)果未必準(zhǔn)確。但由于我國股票市場歷史較短，上市公司信息質(zhì)量不高，股權(quán)分割等因素導(dǎo)致上市公司的股票價格時常背離公司的實際，進(jìn)而影響對上市公司價值的準(zhǔn)確估計，即使通過上市公司股票價格來估價公司價值，其差異也非常大：模型假定借款企業(yè)資產(chǎn)價值呈正態(tài)分布是不合乎實際的；模型不能夠?qū)﹂L期債務(wù)的不同類型進(jìn)行分辨。但隨著我國資本市場的不斷完善，資本市場作為重要的資源配置場所作用的日益增大，KMV在我國的應(yīng)用條件會逐漸具備，而且隨著上市公司數(shù)量的不斷增加，其應(yīng)用范圍也會逐漸增加，并在未來的信用風(fēng)險管理中發(fā)揮重要作用。

CPV和CreditRisk都涉及到宏觀和行業(yè)因素。CPV是從宏觀經(jīng)濟(jì)的角度來分析借款人的信用等級的遷移，而信用登記遷移概率在不同時期受到GDP增長率、經(jīng)濟(jì)周期、失業(yè)率、匯率、產(chǎn)業(yè)等多因素的影響。該模型的應(yīng)用是以上述數(shù)據(jù)均正確為前提。由于此類數(shù)據(jù)的完整獲取和精確計量在我國尚有一定的難度，再加上從方法論上看，從宏觀因素的個數(shù)及其經(jīng)濟(jì)含意與信用等級遷移的具體函數(shù)關(guān)系尚缺乏穩(wěn)定性和風(fēng)險性，我國的信用風(fēng)險量化處于起步階段，還沒有建立完善的數(shù)據(jù)庫，因此在使用上述模型時缺乏基礎(chǔ)條件，但隨著我國宏觀經(jīng)濟(jì)數(shù)據(jù)的不斷完善，可以成為我國銀行業(yè)信用風(fēng)險管理的重要參考模型。

CreditMetrics適合于對各類貸款資產(chǎn)信用風(fēng)險的分析和預(yù)測，其適用的基本條件是金融機(jī)構(gòu)的內(nèi)部評級體系或外部評級機(jī)構(gòu)的評級結(jié)果。但由于我國信用評級制度不健全，銀行內(nèi)部評級制度尚處于發(fā)展階段，外部評級機(jī)構(gòu)的信用評級也是剛開始，還沒有形成長期的企業(yè)評級數(shù)據(jù)庫，在此情況下，該模型的應(yīng)用空間受到很大限制。但我國的信用體系建設(shè)已經(jīng)得到政府的高度重視，企業(yè)信用信息征集、評價機(jī)制正在不斷完善，銀行內(nèi)部評級和外部評級機(jī)構(gòu)也在不斷發(fā)展，隨著各項條件的具備，該模型在我國的應(yīng)用前景廣闊，可以作為一種基礎(chǔ)性的信用風(fēng)險管理模型

相比之下，CreditMetrics具有兩個優(yōu)點(diǎn)：一是所計算出的Vail可以較為準(zhǔn)確地反映不同信用等級和不同時期的貸款在未來可能發(fā)生的價值損失；二是以VaR來確定最低的風(fēng)險資本量可以有效地保證銀行在遭受信用風(fēng)險損失的情況下能夠繼續(xù)生存下來。因此，CreditMetrics可較好地用于我國商業(yè)銀行對信用風(fēng)險進(jìn)行量化和管理。

國外在應(yīng)用CreditMetrics評估貸款的VaR時，關(guān)于借款人信用評級的轉(zhuǎn)移概率可以從外部信用評級公司中獲取。但是，在我國，現(xiàn)在還沒有信用評級比較客觀、真實的外部信用評級公司，因此商業(yè)銀行在應(yīng)用CreditMetrics時遇到了困難：比如沒有現(xiàn)成的企業(yè)信用等級轉(zhuǎn)換概率和不同信用等級企業(yè)RR數(shù)據(jù)資料。

因此，現(xiàn)代信用風(fēng)險度量技術(shù)對我國都有一定的借鑒意義，尤其是。KMV和CreditMetrics。由于我國目前的現(xiàn)實性，它們的直接應(yīng)用還存在一定的局限性，但隨著我國經(jīng)濟(jì)體制改革和市場化進(jìn)程的不斷發(fā)展，上述模型在提高我國銀行業(yè)信用風(fēng)險管理水平和增強(qiáng)核心競爭力方面必將發(fā)揮積極作用。因此，在今后的一段時間內(nèi)，努力創(chuàng)新各種條件，為各類信用風(fēng)險量化分析技術(shù)奠定應(yīng)用的基礎(chǔ)，是我國信用體系建設(shè)的當(dāng)務(wù)之急和重要方向。