文档介绍：商业银行信用风险量化管理体系研究
高山
[内容摘要] 信用风险量化管理体系以内部评级法为核心,充分考虑影响信用风险的各种因素,利用风险分析平台提供的分析度量服务在各业务子系统中进行风险识别和控制。我国商业银行应从自身实际情况出发,建立与本行客户、业务和战略相适应的信用风险量化模型,并随着环境的变化和经验的积累调整风险评价模型。信用风险量化管理体系的实施需要银行健全风险控制的组织架构,培育良好的信用文化,构建有效的风险报告流程和信贷组合管理,落实权责制度和激励约束机制,完善内部控制制度。
随着国内金融市场改革速度的逐步加快,国内银行业机构之间的竞争已进入白热化阶段,在银行压低价格、放宽条件进行贷款扩张、抢占份额的同时,风险监控技术的落后使得银行的经营风险日益加大,资产质量和风险控管成为国内银行业关注的焦点。同时,金融发展的路径依赖特性决定了银行利率市场化的渐进性。所以,国内商业银行在利率市场化的过程中,竞争的驱动迫使银行经营者着重以内部为重点,强化风险控制和定价管理,建立起现代的风险量化管理体系。
银行内部信用风险量化管理体系建立的关键是对信用风险进行合理测度,即运用有效模型对信用风险进行评估。信用风险控管流程、组织结构和与数量化风险管理相适应的信贷文化的建立对信用风险量化管理的实施至关重要,可以有效提高银行对经济资本分配、准备金提取、资本监管、资产组合分析、信贷分析、产品定价、资产质量报告、机构考核与利润分析决策的科学性。本文拟在分析现代商业银行信用风险量化模型的基础上,提出信用风险量化管理体系的基本框架,并探讨如何建立起信用风险量化管理所需的架构、文化、制度和流程问题。
一、信用风险量化管理方法的发展与启示
(一)信用风险量化管理方法的发展趋势
近年来,信用风险量化管理模型在国际金融界得到了很高的重视和长足的发展。J. Metrics后,1997年又推出了信用计量模型Credit Metrics,随后瑞士信贷银行又推出另一种类型的信用风险附加模型Credit Metrics +,都在银行业引起了很大反响。同样为银行业所重视的其他一些信用模型还有麦肯锡公司的信用组合观点模型Credit Portfolio View,KMV公司的以EDF(Expected Default Frequency,预期违约频率)为核心手段的KMV模型等。信用风险管理模型在金融领域的发展也引起了监管当局的高度重视,1999年4月,巴塞尔银行监管委员会提出了名为
“信用风险模型化:当前的实践和应用”的研究报告,开始研究这些信用风险管理模型的应用对国际金融领域风险管理的影响,以及这些模型在金融监管,尤其是在风险资本监管方面应用的可能性。
从最新的研究成果和趋势来看,基于经济日益全球化背景和宏观经济政策作用的强化,信用风险量化管理的研究在不断寻求新的路径和方法,以使信用评级更加精确,评估信用风险更准确,信用风险管理更主动有效。其特点体现为:一方面,信用风险量化管理的研究重点在于如何借助新的统计学、数学、计算机和其他新兴的工具和技术,以更精确地进行信用评级,更好地测度信用风险,包括利用信用衍生工具直接解决信用问题,最小化信用损失,优化信用管理;另一方面,微观经济主体和宏观经济政策的联系愈来愈强,