信用风险相关理论范文

导语：如何才能写好一篇信用风险相关理论，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词： 投资者情绪；市场流动性；信用风险传染；随机占优；复杂网络

中图分类号：F830.9；F832.5 文献标识码：A 文章编号：1001-8409（2014）02-0111-07

1 引言

一般而言，信用风险投资者①情绪是指金融市场上投资信用风险产品的投资者的投机倾向或对信用风险资产的乐观或者悲观态度，反映了信用风险资产的目前价格与内在价值的差别。在现实金融市场上，信用风险投资者易受到自己或他人的主观情绪（其信念的客观程度和认知的心理偏误）的影响，并呈现出系统的长期的一致性，引起市场流动性不足或过剩，而市场流动性的不足或过剩又会进一步提高信用风险投资者的非理性主观情绪程度，最终导致信用风险产品价格剧烈波动。投资者情绪和流动性是金融市场的两个重要特性，也是影响金融市场平稳健康运行的关键因素。2007年次贷危机就是市场投资者悲观情绪和流动性相互作用的结果[1]。

由于信用风险投资者的认知过程的偏误和情绪情感偏好等心理方面的原因会使其无法理性地做出正确的判断和理性的决策，对信用风险产品的定价、流动性、信用风险传染等方面均造成了重要影响。同时，流动性变化又会加深信用风险投资者的非理性程度和情绪变化。枫和梁丹[1]认为投资者情绪变化在一定程度上加深了资产价格的市场波动速度和幅度，给市场流动性造成了不容忽视的影响。Baker和Stein[2]认为如果市场参与者情绪程度较高，则市场流动性程度就会较高。同时，市场流动性随着非理性投资者情绪的增加而增加。Hong和Stein[3]认为投资者情绪与流动性具有显著的内在相关性。梁丽珍[4]认为投资者情绪显著影响了资产定价过程（即收益生成过程），而且与市场流动性具有正相关关系，随着投资者情绪的提高，交易对价格的边际冲击变小，市场流动性增加。Zouaoui等[5]认为投资者情绪增加了市场流动性和市场危机的发生概率。Lin和Huang[6]认为投资者情绪影响了人们的心理价格参考点水平，进而影响了人们决策行为。Baker等[7]认为投资者情绪可以在市场间进行传染，而且是通过流动性得以实现的。

行为金融学摒弃了投资者理性假说，认为投资者情绪对整个金融市场有着不可忽视的作用[8]。在信用风险产品交易过程中，投资者潜在地将银行系统的信用风险传播到二级市场，并实现在诸多投资者之间相互传染和扩散。而在这类信用风险传染过程中投资者情绪和流动性的影响是不可忽视的。这类以信用风险交易为特征的信用风险传染问题已经远远超出了传统信用风险传染模型所能够分析的范畴。近几年，随着复杂网络理论的快速发展和应用，国内外学者开始将复杂网络理论引入到金融风险传染的研究领域，也为解决信用风险交易为特征的信用风险传染问题提供了手段和工具。目前应用复杂网络分析信用风险传染主要集中于银行系统，通过分析网络结构特性及其演化对信用风险传染的影响机制[9～15]。林福永和孙凯[16]认为在社会科学研究中，如果把各类作用体抽象为网络节点，各种作用抽象为节点之间的连接线或边，那么，一切事物就都可以抽象为网络。在现实金融市场上，信用风险投资者之间具有非常复杂的网络关系，而且网络关系的变化会影响信用风险传染过程的复杂性，以及信用风险传染的速度和效率。因此，应用复杂网络理论研究信用风险传染具有一定的科学性和可行性。鉴于此，本文基于复杂网络视角，考虑到信用风险投资者情绪和流动性对信用风险传染的影响，通过构建信用风险传染的网络模型，研究信用风险投资者情绪和流动性的交互作用对信用风险传染行为及其演化的影响和作用机制。

2 信用风险传染的行为分析

2.1 信用风险传染的投资者情绪驱动机制

信用风险传染是金融系统中常见的复杂的社会现象，是一种典型的社会群体的心理行为。在这种社会现象中信用风险投资者的情绪和态度至关重要。从社会群体心理学角度来说，信用风险传染是信用风险的传染者和被传染者之间在信息、情绪、态度、行为等方面的双向互动交流和感染的过程。从传染的渠道来看，信用风险传染主要包括信用风险投资者之间的关系、个体持有信用风险资产的结构特征、信用风险的转移、宏观政策波动及新闻媒介传染等多种方式。从传染过程来看，主要包括信息甄别与筛选信息认同与强化市场信息同化市场剧烈震荡。从心理与行为角度来看，信用风险的传染主要包括对信息的关注与疑虑心理的认同与情绪激动情绪感染群体的趋同行为危机爆发。这种心理与行为过程主要包含四方面的原因。

（1）利益是信用风险传染的心理基础。在金融市场上，信用事件的发生往往会带来金融市场上信用风险资产价格的波动，会造成信用风险投资者巨大的利益损失。因此，一旦信用事件的发生引起金融市场波动超出了信用风险投资者的预期，危及到信用风险投资者的相关利益，他们就会产生心理恐慌和非理性的情绪和行为，并通过社会关系和各种媒介将非理和激动情绪向邻近或远程的个体传染，逐渐在市场上形成“心理群体”，加快信用风险的传染速度，加剧金融市场信用风险资产价格的剧烈波动，进一步扩大信用风险的传染范围。

（2）群体依赖性构成了信用风险传染的心理支撑。在金融市场信用事件发生前后，绝大多数信用风险投资者都极为关注市场信息的变化和市场的运行方向对自己是否有利。为了保护自己的利益，个体对群体的依赖情绪相对于金融市场平静时更为强烈，对群体情绪和行为的变化更加敏感。因此，对群体的依赖性在很大程度上为信用风险的传染提供了一种心理支撑作用，并不断加快信用风险的传染速度。

（3）信息的不完全性和不对称性是加快信用风险传染的现实条件。在金融市场上，信息的不完全性和不对称性是各类信息被扭曲或篡改、不利消息被快速传播或放大的症结所在，更是信用风险传染的沃土。因此，在市场信息不完全和不对称情况下，一旦金融市场上出现相关信用事件的发生，就可能会改变市场信息均衡状态，对不利于自己的信息总是以极其关注的态度和行为加以证实或否定，导致在市场信息不完全和个体间信息不对称下诸多真实信息在传播过程中被扭曲或篡改，经过多次反复的交互影响，信用风险投资者的信息不断被同化，其恐慌心理和非理不断得到强化，不断地提高了信用风险的传染速度和影响范围。

（4）情绪感染是信用风险传染的内在动力。在金融市场上，由于信用风险投资者极为关注自身的利益安全，一旦信用事件的发生威胁到了自身利益安全，他们就会产生一种恐惧情绪，并通过信用风险投资者之间的双向互动交流进行情绪传染，产生一系列非理性的行为，最终一步步加快信用风险传染的速度，扩大了信用风险传染的影响范围和力度。

2.2 信用风险传染的市场流动性驱动机制

在金融市场上，信用风险传染是投资者心理行为与流动互作用的结果，流动性也正成为影响金融系统稳定和各类金融风险传染的重要因素，它既可以通过金融机构、企业和家庭的资产负债表直接发挥作用，也可以通过资产价格间接地发挥作用。流动性对信用风险传染的驱动作用主要包括两个方面。

（1）流动性对银行系统信用风险传染的驱动。

银行系统中的信贷关系由银行同业风险分担或银行共同参与的支付清算系统所导致，即使银行“经济基础变量”之间是相互独立的银行之间的信贷关系也会使银行经营业绩之间有很强的相关性[17]。当银行系统受到不确定性流动性冲击时，贷出方银行会由于借入方银行的破产而发生资本损失，如果这个溢出效应超出自身的资本缓冲，信用风险就会由借入方银行向贷出方银行传染，严重时会导致银行系统崩溃[18]。因此，当一家或部分银行发生信用事件后，除了自身的流动性会受到冲击，与其相关联的银行的流动性也会立即受到扰动或冲击，一些资本缓冲能力弱的银行为了保证流动性稳定，一定会以低于“公平”价值的价格来售卖其长期资产或以更高的利率进行拆借，而银行资产价格的下降或同业拆借利率的上升又势必会反过来影响其他银行资产的价值，增加银行的系统性风险，最终导致一家或部分银行的信用风险会随着流动性通过银行资产市场传染给其他与之直接相关或者间接相关，甚至不相关的银行。而且，银行系统信用风险传染的速度和影响范围会随着流动性冲击的增加而增加。

（2）流动性对金融市场间信用风险传染的驱动。

在整个金融系统中，由于各个市场之间不可避免地存在着很大程度上的资产相关性和经济主体的相关性，其中任何一个或多个市场上的流动性问题也势必会导致其他市场的流动性问题。某一市场的信用风险会通过流动性的变化在多个市场间进行传染，并且呈现显著的流动性驱动效应。以2007年美国次贷危机为例。由于基准利率上升和房价下跌，导致了银行系统的信贷违约增加，银行系统的流动性受到冲击，引发银行系统内的信用风险传染。而银行系统内的信用风险传染又势必会致使基准利率持续上升和房价持续下跌，导致次级抵押贷款支持证券市场价值缩水，带动资本市场其他相关衍生产品价格下跌，引发资本市场流动性危机和信用风险传染。资本市场资产价格的下跌，又会引起货币市场流动性的紧缩，进而导致信用风险在货币市场上传染。因此，在流动性驱动下，在多个市场之间形成不利的“流动性螺旋”，驱动信用风险在多个市场之间反复交叉传染，在极端情况下会导致金融危机。

因此，流动性正成为信用风险在单个金融市场内部传染和多市场间传染的核心渠道和纽带，而且，对信用风险传染的速度和影响范围具有显著的驱动效应，并呈现出“DNA双螺旋链”特征。

3 信用风险传染模型

篇2

关键词：银行间市场；信用风险；风险管理

全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。

一、信用风险评估理论

银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：

(一)统计模型

利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。

1．违约概率(ProbabilityofDefauh，PD)理论

违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。

2．违约损失率(LossGivenDefault，LGD)理论

违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。

(二)CAMEL模型

CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。

(三)专家判断模型

银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。

二、信用风险评估的通常做法

(一)信用风险评估的基本思路

评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。

(二)信用风险评估模型的构造

数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性

(三)变量选择方法

1．层次分析法

层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。

2．主成分分析法

主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。

3．专家判断

关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。

篇3

关键词：供应链金融；信用风险；风险管理

一、供应链金融内容

1、供应链金融的涵义

现代意义上的供应链的定义是：供应链相当于在网站中购买商品的流程，之间有资金运转、物流传递、信息转换等环节，这些都在一定情况下得到控制。在网络中将产品送到消费者的手里，是一个整体的网上商务服务流程。在不断的风险中，发掘到不同的问题，解决问题的方法就是让出现的风险得到控制。这样也会对决策的失误起到缓解，企业自身的价值得到提高。对金融业务中各个环节都进行监督与控制。

2、供应链金融的特点

供应链金融在中小企业中发现需要融资的对象。这个企业能在供应链中发挥一定的作用同时又有很高的地位，那么就可以成为融资的对象。企业的财务状况与信用等级是作为次要评判标准。供应链的交易状况必须从内部和外部进行统计与记录。对于两者的变化要了如指掌。将所有信息在共享平台中让参与者都能够及时接受最新消息，了解供应链的运营状况。信息流越加的准确那么银行就能根据实况做出相对应的融资处理。

与传统的资产抵押相比，供应链金融主要突出的特点，授信活动会在融资过程中是停止的。资金也不能随便挪用。利用供应链产生的流动资产，将预收账款，应收账款以及存货进行融资。供应链金融最显著的特征，企业必须具有一定的信用等级，通过一定的评判标准才能获得银行的帮助。在整个融资流程中所得销售收入，用于授信还款。

二、供应链金融的理论基础和经济学分析

1、交易成本

科斯提出的交易成本理论认为，在市场交易中出现不同的情况，发现费用，通知交易者，谈判时的费用，一切与交易相关的费用都必须做到了解。供应链作为基础存在，有效的控制成本，让交易的效率得到提高。供应链产生的流动资产，将预收账款，应收账款以及存货进行融资。将企业的信用等级与能力作为供应链的评判标准。

2、信息不对称问题

信息不对称的影响有两种，在事前的选择并没有直接选择，在方向上是相反的，还有就是事后所要承担的道德风险。就逆向选择这种情况，可以采取一定的评级标准，审查中确保真实性。而第二种风险的控制是需要通过监管来控制的。在银行的内部建立一定的信息共享机制。

3、委托

在供应链金融中，有委托这一项。银行与各企业之间，在信贷业务上必须更加的谨慎，在业务交易中要妥善处理两者之间的关系。物流相关企业负责货物的运输，对于仓储等做好一定的监管。在银行与物流企业之间，避免出现委托问题。在两者相互进行交易时，进行监督并做好信息交流。在各大合作中，共同承担风险，互惠互利的，建立在共同利益基础上的。参与者的目标如果不一致，出现冲突时并没有合理的解决问题，导致双方利益受损，那么整体的供应链就没有办法顺利进行下去，造成信用风险。

三、风险管理的类型

银行业务中，风险时涉及到信用，市场以及内外部操作的。风险的控制主要表现在市场和信用风险上。银行在风险管理上，在投资中向多元化发展，贷款的出售也在其中等。最常用的是要进行信用等级的测定，利用信用衍生工具对出现的损失提供一定的保险。供应链作为基础存在，有效的控制成本，让交易的效率得到提高。

1、信用互换

信用互换在信用衍生品中是非常广泛使用的。可以将金融工具分离，在一定基础上提高信用风险管理的效率，在市场中的流通性也会增强。信息流越加的准确那么银行就能根据实况做出相对应的融资处理。促通过信息流的整合，信息系统的充分完善，银行可以对相关企业进行监控管理。避免这样的事情发生，合作者必须规范自己的信用行为，建立充分的信用体系，这样才能更好地降低风险，有效地促进供应链的发展。

在不同的供应链中，各大企业可以进行信贷业务。银行可以贷款给不同的企业。在企业，银行之间存在着第三者，那么就是中介机构。中介机构通过银行给企业的贷款提供一定的服务获得收益。银行会根据一定的评估标准，给予相关需要帮助的企业。在贷款过程中可以实行等价额度的业务，从中可以进行比例互换。获得利益的同时，在形式上有一定程度的互换。中介机构从中所获得的相当于服务费。签订相关的协议，一切建立在合理的信用基础上来实施，信用互换也是风险管理中出现很频繁的类型。

2、信用期权和信用利差期权

信用期权在供应链中出现的问题，信用期权在成熟的金融市场，发挥着不同的作用。发行债券需要建立在一定的条件之上，它需要满足一定的信用评估。供应链的交易状况必须从内部和外部进行统计与记录。对于两者的变化要了如指掌。将所有信息在共享平台中让参与者都能够及时接受最新消息，了解供应链的运营状况。信息流越加的准确那么银行就能根据实况做出相对应的融资处理。

信用期权和信用利差期权两者相比，建立供应链专有的金融风险应急管理系统是非常重要的，但是因为它的复杂性，突发状况会变的很多。那么在系统成立的同时我们就必须做到，成功的控制金融突发事件的风险。流动性债券的转换，需要更多流通性的抵押物。金融衍生品的使用可以转换成使用债券，这样不仅能够完善银行的信用风险，还能让整个金融系统的流通性更强也变得更加的安全。避免这样的事情发生，合作者必须规范自己的信用行为，建立充分的信用体系，这样才能更好地降低风险，有效地促进供应链金融信用风险管理的发展。

四、信用风险管理

1、信用风险管理的概念

市场越来越开放，相关法律法规的波动和创新产品的产生都会对企业造成一定的影响。这样也会对决策的失误起到缓解，企业自身的价值得到提高。保障整个流程的安全实施。信息流的整合，信息系统的充分完善，银行可以对相关企业进行监控管理。信用风险的及时关注，让供应链金融风险管理更加的标准化，理论与实践相结合，更好地为供应链金融做出非常专业的服务。

2、信用风险管理的目标

最终根据信息的搜集与整合来决定最终给企业的融资是多少。事后风险的处理就是，在遇到意外情况时，银行必须与企业共同来面对问题，将风险控制到最小。这样才能达到信用风险的管理目标。信用风险管理同时也要采取一定的措施控制风险的发生。银行必须对企业进行前期的了解，才决定是否进行融资，以及融资的标准。事前事后的双结合，可以让整个信用风险管理掌控在一定的范围内，可以在遇到问题的时候，采取相应的应急措施。

五、完善供应链金融信用风险管理的建议

1、加强信息流整合帮助控制风险

加强信息流的整合能够起到控制风险的作用。必须从信息的控制入手，信息要适时的更新并充分做到共享。信息管理系统的更新也要适应当下发展的需要。供应链的交易状况必须从内部和外部进行统计与记录。对于两者的变化要了如指掌。将所有信息在共享平台中让参与者都能够及时接受最新消息，了解供应链的运营状况。

信息流越加的准确那么银行就能根据实况做出相对应的融资处理。促进了各个企业在供应链中合作的发展。通过信息流的整合，信息系统的充分完善，银行可以对相关企业进行监控管理，同时各大企业也可以相互监督，可以有效的减少信用风险行为的产生。避免风险这样的事情发生，合作者必须规范自己的信用行为，建立充分的信用体系，这样才能更好地降低风险，有效地促进供应链的发展。

2、发挥金融衍生产品在供应链金融信用中的地位

关于供应链金融信用风险的研究还处在萌芽阶段，并没有做到深入的了解。随着社会主义市场经济的发展和完善，金融衍生产品在供应链金融中发挥的作用将会越来越重要。商业银行在信贷抵押资产实现证券化，合理的运用衍生产品能够最大限度的降低风险。流动性债券的转换，需要更多流通性的抵押物。金融衍生品的使用可以转换成使用债券，这样不仅能够完善银行的信用风险，还能让整个金融系统的流通性更强也变得更加的安全。

3、建立供应链金融风险应急管理系统

在市场经济发展过程中，风险的存在是不可避免的。如何让风险降低到最低，转被动为主动是非常重要的。供应链的管理运用涉及的范围非常的广，参与者也是非常的多，所以承担的风险也多。建立供应链专有的金融风险应急管理系统是非常重要的，但是因为它的复杂性，突发状况会变的很多。那么在系统成立的同时我们就必须做到，成功的控制金融突发事件的风险。适时对系统进行监督管理，发现问题的同时不断的改进。对于突发事件要给予非常完善的处理方案。将供应链金融风险中出现的危险最小化，避免更严重的事情发生。

4、加强社会信用体系建设

信用评估部门的不专业，商业银行的专业评估也不达标，这样会很容易造成金融风险。信用质量必须从宏观和微观一起着手，两者结合更能作为非常有利的保障。供应链中的参与者都是有相关契约的，通过模型对信用进行评估从而规避较大的信用风险。在各大合作中，它们是共同承担风险，互惠互利的，建立在共同利益基础上的。参与者的目标如果不一致，出现冲突时并没有合理的解决问题，导致双方利益受损，那么整体的供应链就没有办法顺利进行下去，造成信用风险。为了避免这样的事情发生，合作者必须规范自己的信用行为，建立充分的信用体系，这样才能更好地降低风险，有效地促进供应链的发展。

六、结论

供应链金融信用风险管理，本文是根据以往的研究，对于供应链金融使用中如何规避风险进行了讨论与分析。结合供应链中出现的问题，提出了合理的建议。对于风险监管的处理与突发风险的产生都做了相应的分析，为以后的发展提供了非常有利的理论基础。让供应链金融风险管理更加的标准化，理论与实践相结合，更好的为供应链金融做出非常专业的服务。才能更好地降低风险，有效地促进供应链的发展。

参考文献

[1] 黄佑军.基于模糊综合评价法的供应链金融业务风险分析[J].2013.

[2] 白世贞，黎双.基于BP神经网络的供应链金融风险评估研究[J].商业研究，2013.

[3] 曹俊.供应链金融信用风险管理[J].2011.

篇4

与市场风险相比，信用风险管理存在着信用悖论现象。理论上讲，当银行管理存在信用风险时应将投资分散化，多样化，防止信用风险集中。然而在实践中由于客户信用关系，区域行业信息优势以及银行贷款业务的规模效应，使得银行信用风险很难分散化。

3.信用风险的非系统性

信用风险的非系统性风险特征明显。借款人的还款能力主要取决于与借款人相关的非系统因素，如借款人财务状况、经营能力、还款意愿等。基于资产组合理论的资本资产定价模型(capm)和基于组合套利原理的套利资产定价模型都只对系统风险因素定价，信用风险没有在这些资产定价模型中体现出来。

4.信用风险数据的获取困难

由于信用资产的流动性较差，贷款等信用交易存在明显的信息不对称性以及贷款持有期长、违约事件频率少等原因，信用风险不像市场风险那样具有数据的可得性，这也导致了信用风险定价模型有效性检验的困难。正是由于信用风险具有这些特点，因而信用风险的衡量比市场风险的衡量困难得多，也成为造成信用风险的定价研究滞后于市场风险量化研究原因。

二、信用风险模型及其发展

信用风险定价的突破性进展始于1974年，莫顿(merton)将期权定价理论运用于有风险的贷款，并将违约债务看作企业资产的或有权益，利用期权理论进行定价分析。模型基本假定某个企业在其资产价值降低到其债务价值以下时就发生违约。之后black和cox(1976)、geske(1977)、longstaff和schwarz(1995)、dsa(1995)以及zhou(1997)等一大批金融学家对其模型进行了更为深入的研究和推广，由于这些模型都是基于bsm(black scholes merton)的股票期权定价模型，因此也称为结构化模型。

根据基于期权理论的信用风险定价思想，企业违约与否决定于企业资产的市场价值，如果贷款到期时企业市场价值高于其债务（贷款），企业有动力还款；当企业市场价值小于其债务时，企业有违约的选择权，因此可将银行的贷款收益看作卖出一份借款企业资产的看跌期权。

为了易于理解，假设市场是无摩擦的，交易成本及税收为零，无红利分配，且企业只有一笔贷款，则企业的价值等于负债加所有者权益，贷款一旦转化为具有固定到期日t的无息债券，那么企业必须在t时偿付债券的本金f；如果公司市场价值v[,t]低于其债务价值f，一旦在到期日t发生违约，则资产即转让给债权人。如果企业到期能够支付本金，则企业市场价值超过债券本金的部分属于资产所有者。

债务支付形式为：

附图

则到期日t企业资产的价值为：

e(t)=max(v[,t]-f,0)

贷款的收益函数上部固定支付和底部的呈长尾形的风险，也与股票的看跌期权的出售者的收益函数相似。如果股票价格超过执行价格，则期权的卖方持有卖权费用；如果股票价格低于执行价，则期权的卖方会遭受重大损失。因此银行发放贷款的收益与卖出一份借款企业资产的看跌期权是同构的；因此违约的选择权价值如同bsm期权定价模型一样，均取决于5个相似的变量。

一份股票的看跌期权的价值＝f(s,x,r,σ[,s],t)

一项风险贷款的违约选择权的价值＝f(v,f,r,σ,t)

其中s为股票的价格；x为股票的执行价格；r为短期利率；σ[,s]为股票价值波动性；t为期权到期事件或贷款的时间限度；v为企业资产市场价值；f为债券的面值，即贷款值；σ为企业资产的市场价值波动性。如果可以得到企业资产的价值和波动性，则期权定价理论可以解决信用风险的定价问题。

企业资产的价值如bs模型中的brown运动dv[,t]/v[,t]=rdt+σdb[,t]

merton估值模型债务的市场价值为

e(v,f,r,σ,τ)=e[-rt][n(d[,2]-in(-d[,1])] (1)

其中τ为距贷款到期的剩余事件长度，即t-t，t为到期日，t为当前时间；i为衡量企业杠杆比率v/fe[,-tτ]；n(d)为标准正态分布的累计概率分布函数，发生偏差超过计算出的d值的概率。

附图

因此信用利差为credit spread，即违约风险＝风险债务利率－无风险债务利率

附图

merton模型依赖于基础资产；模型建立在bs模型基础上，并基于固定利率；模型假设违约是在贷款到期时资产市场价值低于债务的价值发生违约。longstaff和schwarz(1995)对其模型假设进行扩展的结果是：只要企业市场价值v低于为偿还债务价值f，债务在任一时刻当违约；

企业资产的价值服从dv[,t]/v[,t]=r[,t]dt+σ[,t]dw[,v](t),dr(t)=θ(v-r(t))dt+ηdw[,r](t),其中w[,v]和w[,r]相关度为(p)。longstaff和schwarz扩展了metron的假设，但没有给出信用风险价值的明确的公式。然而merton模型中的企业资产价值和波动性是不能直接观察的，这就给模型的应用带来困难。kmv公司在莫顿模型的基础上开发edf(expected defaultfrequency)模型，并可对信用风险定价。

三、kmv的信用风险定价模型及应用

kmv模型将有信用风险公司的权益视为以公司资产价值为标的的看涨期权，将违约视为公司不执行看涨期权；公司的资产价值下降愈多，违约风险越大，则卖权价值就愈高。

1.违约距离

kmv的信用风险定价模型主要分析预期违约概率edf，edf建立在违约距离(distance to default)的概念基础上。违约距离dd(distance to default)是企业资产的预期价值与违约点之间的标准差倍数。违约点dp(defauh point)，即企业资产价值与公司负债价值相等时的价值，也就是当公司资产价值低于此一违约点时，公司就会被视为违约。

附图

e(v)为企业资产的预期价值，σ[,f]为企业资产波动性。kmv方法的关键是确定相对违约风险的所有相关信息，这些信息包含于资产的预期价值、违约点及资产的波动性变量之中。

2.资产的波动性的计算

企业资产价值、企业资产价值波动性是不能直接观察到的，因此参数的估计是困难的。kmv利用企业的股权市场价值及股权的波动性来估计企业资产市值及企业资产的波动性。

要从企业股票的价值、股价的波动性、负债的账面价值估计企业市场价值及其波动性，就得依据bsm模型：

e=vn(d[,t]-fe[rt]n(d[,2]) (4)

其中e为股权的市场价值（看涨期权的价值）；f为负债的账面价值（执行价格）；v为企业资产的市场价值；t为时间范围，到期时间；r为无风险利率；n为正态分布累计概率函数，d1、d2分别为：

附图

其中σf为资产价值波动性（标准差）。

对等式(3)两边求导，再求期望得到：

附图

(3)、(4)已知的变量为股权的市场价值(e)，股权的价值波动性为σ[,e]（可由历史数据估计），通过负债的面值及时间范围，可解出资产的市场价值v和波动性σ[,f]。

3.资产的预期价值和违约点的确定

kmv利用历史数据来确定资产的预期利益，将它和资产的现时资产价值结合起来即得到资产的未来预期价值。违约点则发生在企业市场价值低于负债的面值时。kmv根据实证分析发现，违约发生最频繁的分界点在企业价值大约等于流动负债±50%的长期负债。根据已知企业未来预期价值、违约点及波动性，可由(3)求出违约距离。违约距离是标准化的信用风险度量方法，也可用于不同公司之间的比较。

kmv模型将股权视为企业资产的看涨期权，可以用于任何公开招股的公司。它以股票的市场数据为基础，指标数据不仅反映了企业历史和当前的发展状况，而且反映了市场中投资者对企业未来发展的综合预期。它将现有的价值和违约点及历史波动性联系起来，是用现有价值对未来价值的预测，因此模型具有前瞻性(forward-looking)。预测公开交易债券收益变化的结果表明，kmv模型比标准普尔的违约预测能力更强。

然而edf模型对企业违约的预测是基于资产收益正态分布的假设，数据信息依赖于股价信息和企业的汇集数据，因此在模型应用中受到限制，需要进一步修正。另外，kmv模型只分析单个受信企业在股票市场的价格变化，着重分析自身的信用状况，对企业信用变化的相关性没有充分考虑。

信用风险是金融风险中最为重要的风险之一。虽然信用风险管理还保持着传统的定性分析特性，然而，现代风险管理越来越重视定量分析，因为它能够体现出客观性和科学性。以kmv模型为代表的信用风险量化管理模型的推出与应用，使信用风险管理正发生着革命性的变革，使难以量化的信用风险管理模型获得了很大的发展。我国目前信用风险量化管理还很薄弱，还停留在资产负债指标管理和头寸匹配管理的水平上。随着我国加入wto，我国金融业对外开放将进入新的阶段，现代风险管理将直接关系到我国金融体系在开放条件下的风险水平，信用风险量化管理将成为我国金融管理领域一个重要的极具挑战性的课题。

【参考文献】

[1] 约翰·b·考埃特、爱德华·i·爱特曼.石晓军、张振霞译.演进着的信用风险管理[m].机械工业出版社，2001.

篇5

[关键词]商业银行；信用风险度量；VaR

[DOI] 10.13939/ki.zgsc.2015.08.017

在现代金融体系中，商业银行作为金融和交易的主要金融中介，一个国家经济状况的晴雨表，在减少经济风险和不稳定因素，保证国民经济顺畅运行方面发挥着举足轻重的作用。商业银行在运营中本身承担着各种类型的风险，包括信用风险、利率风险、流动性风险、管理风险、资本风险和政策风险等。其中，信用风险是金融市场中最古老也是最重要的风险形式之一。它是现代社会经济实体、投资者和消费者所面临的重大问题。

1988年巴塞尔协议提出信用风险的权数管理方式。在该风险管理方式下，银行有效的定量信用风险定量管理技术有：专家系统，评分方法，评级方法。20世纪90年代以后，金融机构资产状况日益多样化，如信用衍生产品兴起，使信用风险管理更加复杂，金融机构迫切需要更有效的定量工具来辅助进行信用风险管理。此时，商业银行开始发展内部模型，采用VaR等方法对其资产市场风险进行管理。1996年巴塞尔协议修正案，正式许可金融机构可选择内部模型度量其面临的市场风险。在此推动下，用于信用风险度量的新方法也开始兴起。它们与以往的度量方法相比，更多应用现代金融理论和数理统计方法。

总的来讲，信用风险评价方法越来越体现出从定性到定量、从简单到复杂、从个别资产信用评价到资产组合信用风险评价的趋势。

1 传统信用风险度量模型

1.1 专家系统

专家系统最大特征是银行信贷的决策权是由该机构中具有丰富经验的信贷官掌握，主要依赖于他们的主观分析或定性分析方法衡量企业贷款的信用风险，并做出是否贷款的决定。在专家系统制度下，实施信用风险分析时，商业银行要遵循5C原则，即通过衡量借款人的品格（Character）、能力（Capacity）、资本（Capital）、担保（Collateral）、环境（Conditions），判断其信用风险程度并决定是否给予贷款。专家系统中，专门信用分析员随着机构的扩大越来越多，导致成本居高不下；另外，信贷官自身的偏好使其实施的效果很不稳定。因而，专家系统只能作为一种辅的信用风险度量分析方法。

1.2 Z评分模型和ZETA评分模型

Edward I. Altman于1968年提出了著名的Z评分模型（Z-score model），1997年他又提出了修正扩展后的第二代ZETA评分模型（ZETA credit risk model）。Altman的评分模型是一种多变量的分辨模型，根据数理统计中的辨别分析技术，对银行过去的贷款进行统计分析，将反映借款人经济状况或影响借款人信用状况的若干指标赋予一定权重，然后对所得Z（ZETA）值进行分析并将其与基准值相比来决定是否给予贷款以及贷款定价。Altman的评分模型本身存在一些缺陷，如只考虑了违约与不违约两种极端情况，而忽略中间各种可能情形；缺乏足够的经济理由解释赋予各变量的权重等。

1.3 非线性区别模型与神经网络分析系统

非线性区别模型与神经网络分析系统等的应用使信用评分模型得以拓展。Altman Marco和Varreto在对意大利公司财务危机预测中应用了神经网络分析法，Coats及Fant等采用神经网络分析法分别对美国公司和银行财务危机进行预测，取得了一定的效果。王春峰等也应用神经网络等方法对我国商业银行进行了信用风险评价。然而神经网络的最大缺点是其工作的随机性较强。因为要得到一个较好的神经网络结构，需要人为地去调试，非常耗费人力与时间，而并没有实质性的优于线性区别模型。

2 现代信用风险度量模型

2.1 期限结构模型

期限结构模型的基本思想是通过有风险企业债券与无风险债券之间的利差的分析推测借款人的信用风险。

2.2 死亡率模型

死亡率模型（Mortality Model）是通过分析某一信用级别的债券或贷款的历史违约情况来测度具有同一级别的金融工具的信用风险程度。这种方法以贷款或债券的组合以及它们在历史上的违约经历为基础，开发出一张表格，用该表来对信用资产的边际死亡率（Marginal Mortality Rate，MMR）和累计死亡率（Cumulative Mortality Rate，CMR）进行预测。将MMR、CMR与违约损失率结合起来，人们便可以获得预期损失的估计值。目前这类模型用来分析贷款违约情况的主要困难是缺乏必要的历史记录材料。

2.3 RAROC模型

RAROC（Risk-Adjusted Return On Capital）模型的主导思想是通过计算单位贷款风险的收益率并与基准相比来决定是否发放贷款以及贷款定价。其基本表达式为：RAROC = 贷款收益/风险资本

其中分子反映了某项贷款一年的预期收益，包括利差收益、手续费等并扣除预期损失及运营成本等。分母则是对不可预期的损失或风险资本的度量。如果计算得到某项贷款的RAROC大于临界风险收益率，则可以发放该项贷款，否则应拒绝。

2.4 基于VaR的现代新兴信用风险度量模型

VaR（Value at Risk）是在正常的市场条件和给定的置信水平（通常是95%或99%）上，某一投资组合预期可能发生的最大损失。

目前国际上基于VaR的信用风险评估模型主要有如下几种：（1）J. P. Morgan的CreditMetrics模型；（2）KMV公司的KMV模型；（3）CSFP（Credit Suisse Financial Products）的CreditRisk+模型。下面对这三种新兴信用风险度量和管理方法进行分析比较。

2.4.1 Credit Metrics模型

1997年，以J. P. Morgan代表的几家著名的金融机构联合推出了CreditMetrics模型，该模型将借款者的信用等级与风险资产的预期价值联系起来，对资产组合的信用风险进行量化和分析，目前已成为最具国际代表性的内部风险管理模型。

在CreditMetrics模型中，给定投资组合（已知组合中资产类别以及它们之间的组成比例），可以得出一定期限后（通常一年）的组合价值分布曲线，进而用该曲线计算投资组合VaR值。计算组合价值分布曲线有分析方法和模拟方法两种。以下用一个简单例子来说明分析方法计算组合价值分布的过程。这里假定债券投资组合中仅含有一种BBB等级债券。计算中需要的违约率和转移矩阵由信用评级机构提供，它们是通过对历史数据求平均值获得的。假定下一年BBB债券等级变动概率见表1（限于篇幅，该表仅取信用转移矩阵的一部分）。

从表1可以看出，债券下一年保持BBB等级概率为86.93%。信用等级变化后，债券价值将采用相应等级债券利率期限结构进行折现。如果信用等级下降（上升），信用利差高（低），债券价值将下降（上升）。本例中设BBB等级债券利率期限结构见表2。

同理，我们对债券期末变动到其他等级的情况，也分别进行估价，可得表3。

从数据中，可得出一年后债券价值分布曲线，然后可求出该投资组合在一定置信度下的VaR值。投资组合中只有一种债券的例子是最简单的，现实投资组合往往很复杂，含有多种债券（或其他有信用风险的金融工具），用分析方法将很难求解，常采用模拟方法。模拟方法首先根据信用转移矩阵确定信用等级发生变化的临界资产收益率；然后假定公司资产价值收益率服从正态分布，模拟产生相当数量的资产收益率，结合临界收益率决定每次模拟信用等级变动情况，分别计算投资组合价值；最后得到投资组合价值分布的模拟曲线，根据该曲线可以计算VaR值。

Credit Metrics模型还考虑了投资组合中不同债务人资产之间的相关性。为求不同债务人资产之间的相关度，该方法先构造不同国家产业之间的相关度模型，使用各个国家证券市场的综合指数和行业指数来进行分析。然后根据每个债务人在国家和产业中的参与程度，分配权重。运用指数相关度和权数一道就可以计算债务人之间的相关度了。Credit Metrics模型是第一个公开提供的用于投资组合信用风险度量的方法。J. P. Morgan还了基于此方法的Credit Manange模型工具来进行投资组合信用风险的管理，形成了一套非常完整的信用风险度量和管理框架。但该方法中有以下问题需要进一步讨论：第一，模型中违约率直接取自历史数据平均值，但实证研究表明，违约率与宏观经济状况有直接关系，不是固定不变的，在经济高速增长阶段，违约率较低；而在经济衰退时期，违约率则很高。第二，模型假定资产收益服从正态分布，它是进行模拟的基础，但资产收益的实际分布有待进一步研究。第三，模型中假定企业资产收益之间的相关度等于公司证券收益之间的相关度，该假设有待进一步验证，模型计算结果对于这一假定的敏感性很高。第四，模型中假定无风险利率是固定不变的，影响投资组合价值的只有各种信用事件，市场风险对于投资组合价值没有影响。以下两个模型也同样假设没有市场风险。

2.4.2 KMV模型

Credit Metrics模型中，认为同一信用等级公司违约概率相同，不同信用等级公司违约概率是历史数据平均值，这两个假设对于计算结果的精度影响较大。KMV公司提出的模型不使用信用评级机构提供的统计数据来确定违约概率。它对每一公司分别使用默顿的违约证券估价模型来确定其实际违约概率，模型中违约率是公司资本结构、资产收益波动率和公司当前资产价值的函数。该方法定义了期望违约频率EDF（Expected Default Frequency）概念，每一公司有自己独特的EDF。模型认为EDF值充分反映了公司信用利差、信用等级等市场信息。计算EDF分为三个阶段：首先估计公司资产价值和公司资产波动率；其次计算违约距离DD（Distance to Default），它是用指数形式表示的违约风险值；最后使用KMV违约数据库将DD转化为EDF。以下具体说明EDF计算过程。

PV为债券现值，LGD为违约时的损失，Ci为现金流，Qi是累积风险中性EDF，对EDF进行修正后得到。式中第一项为无风险部分现值，第二项为信用风险部分现值。KMV模型不对整个投资组合价值进行模拟计算，而是用分析方法求解投资组合价值分布。KMV模型假定充分分散化的投资组合，其损失分布是反正态分布，从而求得一定置信度下的损失值La。

与Credit Metrics模型相比，KMV模型度量方法包含更多市场信息，因而认为能更好预测未来。该模型需要进一步研究的问题有：（1）期权定价方法可求解公司资产价值和波动率，但缺乏有效方法对它们的精确性进行检验。（2）为了能使用期权定价公式，分析时假定公司债务结构是静态不变的。（3）模型离不开资产收益正态分布假设，否则就不能求出理论EDF值。

2.4.3 基于精算方法的Credit Risk+模型

CreditRisk+模型使用保险精算的计算框架来导出投资组合损失。该方法只对违约风险进行建模，而不考虑信用等级变化。

由于每一次违约损失额不一样，对于整个投资组合来说，损失分布将不再遵循泊松分布。为求得损失分布，CreditRisk+模型先将投资组合中每笔贷款风险暴露按大小分组，组内贷款暴露相同，因此，每组损失分布将遵循泊松分布，然后将各组损失汇总，就得到整个投资组合的损失分布。

CreditRisk+模型还分析了投资组合多期情形下的损失分布和违约率随机变化下的损失分布。该方法明显优点是数据需求少，主要输入数据仅为贷款违约率、违约率波动率和风险暴露，但主要不足有：第一，由于忽略了信用等级变化，因而每笔贷款信用风险暴露在计算期间内固定不变，这与实际情况不够符合。第二，分组时，对每笔贷款暴露进行近似，从而将高估投资组合损失的方差。第三，违约率波动率不能直接获得，需要用结构模型从其它市场数据中获得。

2.4.4 结 论

以上比较了当前国际金融界三种最知名的信用风险度量方法，分析了它们的基本原理和相应优缺点。归纳起来，CreditMetrics模型的信用风险基于一定时间内某一信用等级资产向其他信用等级资产转化的概率；KMV模型认为违约的过程是内生的，并且与其公司的资本结构有关；CreditRisk+模型认为对贷款或债券的违约是外生的泊松过程，3种对违约概率的不同估计，造成了模型的差别。近年来，信用风险度量方法发展很快，又有不少知名公司进入这一领域，引起业界注意。如1998年，麦肯锡公司提出Credit Portfolio View方法，它不使用历史数据，违约概率基于当前经济状况；2000年4月，穆迪公司提出Risk Calc方法，该模型也使用了默顿的期权理论，并用统计方法分析历史数据。将来，随着信用风险度量方法进一步成熟，它们在金融机构信用风险管理中将发挥越来越大的作用。

参考文献：

[1]李志辉.现代信用风险量化度量和管理研究[M].北京：中国金融出版社，2001.

[2]王曼怡.金融企业信用风险管理[M].北京：中国经济出版社，2003.

[3]王春峰.商业银行信用风险评估及其实证研究[J].管理科学学报，1998（1）：68-72.

[4]张瀛.信用风险管理的发展及主要新方法[J].系统工程理论方法应用，2004，13（4）：324-329.

[5]李毅敏.商业银行信用风险测量方法的演进及借鉴[J].华南金融研究，2002，17（5）：33-36.

篇6

论文关键词：银行间市场；信用风险；风险管理

全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。

一、信用风险评估理论

银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：

(一)统计模型

利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。

1．违约概率(ProbabilityofDefauh，PD)理论

违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。

2．违约损失率(LossGivenDefault，LGD)理论

违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。

(二)CAMEL模型

CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。

(三)专家判断模型

银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。

二、信用风险评估的通常做法

(一)信用风险评估的基本思路

评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。

(二)信用风险评估模型的构造

数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性

(三)变量选择方法

1．层次分析法

层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。

2．主成分分析法

主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。

3．专家判断

关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。

(四)模型校验修改

模型构造完成后．需要相应财务数据的不断校验修改。财务数据可直接向对应机构索取，也可通过第三方数据提供商获得。直接获取数据的方式准确性较高，但需对应机构积极配合．且需大量的人力物力用于数据录入、核对和计算。通过第三方数据提供商获取数据效率高，但需支付一定费用，且面临数据不全、数据转换计算等问题。在违约概率模型的开发过程中，通常遇到模型赖以建造的数据样本中的违约率不能完全反映出总的违约经历，需进行模型的压力测试，确保模型在各种情况下都能获得合理的结果．并对模型进行动态调整。

(五)引进或自主开发授信评估系统

根据完善授信评估模型，撰写授信评估系统业务需求书．引进或自主开发授信评估系统，提高授信评估效率。授信评估系统还应与会员历史数据库、限额管理系统、会员历史违约或逾期等信息库无缝连接，避免各个环节的操作风险。

三、对银行间市场完善授信评估的启示

(一)完善授信评估可积极推动银行间市场业务发展

银行间市场会员信用评估水平的提高。可有效防范银行间市场系统性风险。为防范交易对手信用风险，市场成员需及时、合理、有效地对相应会员银行或做市商进行信用评估，并根据会员或做市商资信状况的变化进行动态调整，为其设置信用限额。

(二)引进成熟的授信评估方法、模型和流程

根据巴塞尔协议的有关监管要求，国内大中型银行都已经或正在国际先进授信评估机构的帮助下，开发PD或LGD评估模型。银行间市场参与者应学习借鉴国内外先进的授信评估方法和模型。在消化吸收先进经验的基础上，选择国际先进咨询机构作为顾问，构建授信评估方法和模型。

(三)引进或自主开发授信评估系统

为防止操作风险，提高授信评估工作效率，实现授信评估与机构内部相关系统的连接，银行间市场参与者需根据授信评估方法、模型、授信资料清单、分析报告模板、建议授信计算公式等内容。撰写系统开发业务需求书，或引进先进的授信评估系统并进行客户化改造．或选择系统开发商进行自主开发授信管理系统。

篇7

【关键词】商业银行 信用风险转移 分析

一、信用风险转移理论的理论基础

信用风险转移理论客观上主要基于商业银行经营的三性原则(即安全性、流动性、赢利性)的相关管理理论(主要包括资产管理理论、负债管理理论以及资产负债综合管理理论等),随着非银行金融机构以及金融监管的日益强化而进一步发展起来。

资产管理理论在银行管理领域中占据着统治地位。该理论认为,银行资金的来源大多是吸收活期存款,提存的主动权在客户手中,银行管理起不了决定作用,但是银行掌握着资金运用的主动权,于是银行侧重于资产管理,争取在资产上协调流动性、安全性与赢利性问题。

负债管理理论在很大程度上缓解了商业银行流动性与赢利性的矛盾。理论认为,银行资金的流动性不仅可以通过强化资产管理获得,还可以通过灵活地调剂负债达到目的。商业银行保持资金的流动性无需经常保有大量的高流动性资产,通过发展主动型负债的形式,扩大筹集资金的渠道和途径,也能够满足多样化的资金需求。

负债管理理论意味着商业银行经营管理思想的创新,它变被动的存款观念为主动的借款观念,为银行找到了保持流动性的新方法。根据这一理论,商业银行的流动性不仅可以通过调整资产来保证,还可以通过调整负债来保证,变单一的资产调整为资产负债双向调整,从而减少银行持有的高流动性资产,最大限度地将资产投入到高赢利的贷款中去。另外商业银行根据资产的需要调整和组织负债,让负债适应和支持资产,也为银行扩大业务范围和规模提供了条件。

资产负债管理理论总结了资产管理和负债管理的优缺点,通过资产与负债结构的全面调整实现商业银行流动性、安全性和赢利性管理目标的均衡发展。这一理论的产生是银行管理理论的一大突破,为银行乃至整个金融业带来了稳定和发展,对完善和推动商业银行的现代化管理具有积极的意义。流动性问题是该理论首要解决的核心问题,要求从资产和负债两个方面去预测流动性问题,同时又要从这两个方面去寻找满足流动性需要的途径、风险控制问题。在控制经营风险方面,明确规定自有资本比例,根据不同的经营环境制定各类资产的风险度标准和控制风险的方法,以资产收益率和资本收益率作为考察银行收益性的主要评估标准。通过调整各类资产和负债的搭配,使资产规模与负债规模、资产结构与负债结构、资产与负债的偿还期限相互对称和统一平衡,保持原则和方向上的对称,而不是要求银行资产与负债逐笔对应。

二、信用风险转移的市场主体

随着资产负债管理理论的不断完善和丰富,银行和其他金融机构可以自如的运用资产负债管理理论将承担的信用风险转移出去,来降低资本金充足性水平、增强资产的安全性和流动性。因为金融环境的差异,各国非银行金融机构的发展具有不同的特征。从整体发展趋势看,出现较早的是保险公司,以后相继出现了信托公司、证券公司、养老基金等机构,近年来发展迅速的有资产管理公司、对冲基金和共同基金等机构。现在,很多国家的非银行金融机构的规模已经接近或超过了商业银行。非银行金融机构资产规模的迅速扩大使其在金融体系中的地位也越来越重要。但与商业银行相比,融资来源不同,导致在金融中介与投资者之间风险分担不同,行为机制也不同,这就为信用风险转移市场创造了市场基础。在国外的信用风险转移市场中,保险公司因为与商业银行的资金来源和金融监管要求不同,已经成为商业银行信用风险转出的主要对象,而投资银行和各种机构投资者也成为积极的市场参与者。

金融监管当局对商业银行监管的首要目的就是为了保证银行运行的安全可靠,并保障公众的利益和金融体系的稳定。在各种监管措施中,资本充足率是衡量商业银行稳健性最重要的指标。对商业银行的这种资本要求会促使没有达到规定的银行产生将贷款及其风险转移出去的意愿,从而满足监管要求。是保险公司、证券公司等非银行金融中介机构也可以通过购买信用风险的手段进入本来无法进入的贷款市场,这就推动了贷款出售和资产证券化市场的发展,而后来出现的各种信用衍生产品给银行规避金融监管提供了更大的空间。

三、信用风险转移的主要方式

1、融资型信用风险转移

融资型信用风险转移是指在向金融市场或金融机构转移信用风险的同时,实现资金的融通。工商企业可以通过办理保理业务或者福费庭业务,将应收账款无法收回所带来的信用风险转移给专业性的金融机构。保理业务是为以赊销方式进行销售的企业设计的一种综合性金融业务,企业通过将应收账款的票据卖给专门办理保理业务的金融机构而实现资金融通。福费庭业务是指在延期付款的大型设备贸易中,出口商把经进口商所在地银行担保的远期汇票或本票,无追索权地售给出口商所在地的金融机构,以取得现款。商业银行利用外部市场转移资产业务信用风险的融资型手段有贷款出售和贷款资产证券化两种。贷款出售指商业银行将贷款视为可销售的资产,将其出售给其他机构。贷款资产证券化是贷款出售的更高发展形式,是资产证券化的主要内容之一。

在资产证券化中,发起人将资产出售给一个特殊的机构,并转化成以资产产生的现金流为担保的证券,通过证券的发售而实现资产的流动变现。商业银行利用资产证券化,在将资产转移出去达到融资目的的同时,也转移了资产的信用风险。

2、非融资型信用风险转移

与融资相分离的信用风险转移手段有信用担保、信用保险和信用衍生产品。信用担保是灵活的信用风险转移工具,通过双边合约,担保人作为信用风险的承担者当第三方(债务方)不能履行其义务时,承担相应的补偿或代为支付的义务,金额限于潜在信用风险暴露的损失。信用保险就是企业通过和保险机构签订保险合同,支付一定的保费,从而在指定信用风险范围内蒙受损失时获得的补偿。信用衍生产品指的是一种双边的金融合约安排,在这种安排下,合约双方同意互换事先商定的或者是根据公式确定的现金流,现金流的确定依赖于预先设定的在未来一段时间内信用事件的发生。信用事件通常与违约、破产登记、信用等级下降或市场价格出现较大的下跌等情形相联系。

四、信用风险转移的道德风险

信用风险转移市场的产生完善了信用风险市场,通过允许市场的参与者将信用风险从其他风险中分离出来使得信用风险与利率风险,汇率风险一样变成可以独立交易的金融标产品。

信息不对称是在市场交易中,交易的一方对另一方缺乏信息,进而影响其作出正确决策,导致交易效率降低的现象。根据信息经济学理论,信息不对称(Information Asymmetry)分为事前的逆向选择(Adverse Selection)和事后的道德风险(Moral Hazard)两种情况。逆向选择是交易事前的信息不对称。

篇8

信用风险是商业银行出现流动性危机的主要根源，对信用风险的管理是商业银行进行风险管理的主要内容。不良贷款率反映了商业银行贷款的质量，不良贷款率的上升意味着贷款质量有所下降，显示着信用风险增大。我国商业银行近几年的不良贷款率逐步上升，引发了社会各界的关注，但我们不应盲目夸大银行所面临的信用风险，而应理性看待不良贷款率上升问题，并进一步寻找其中的原因及管理的对策。

一、我国商业银行不良贷款风险的现状

贷款业务是商业银行资产业务的重要组成部分，也是我国商业银行利润的主要来源。据统计，2015年上半年我国上市商业银行的利润增速为2.58%，较上年10.66%的增速有明显下滑。从贷款业务的角度看，利润代表了商业银行抵御风险的能力，而不良贷款则代表了银行面临的风险。从表1可以看出，现阶段我国商业银行所面临的不良贷款风险现状。

从表1中可以看出，我国商业银行的不良贷款余额不断提高，拨备覆盖率不断下降，这暗示了商业银行所面临的信用风险在上升，商业银行抵御风险的能力降低。

二、我国商业银行不良贷款率上升的原因分析

（一）GDP增速放缓

明斯基认为由于私人信用创造理论，机构的内在特性使得他们经常面临周期性危机和破产浪潮，并认为借款企业的结构变化与经济周期有密切的关系。经济繁荣时，套期保值企业增加并且借款增多，银行往往存在代际遗忘的特征，金融脆弱性随之增强；在经济不济时，庞兹企业增多，银行的信用风险凸显。明斯基的金融脆弱性理论与GDP增速和市场违约率负相关的理论不谋而合。当经济衰退时，总需求下降造成企业的盈利能力下降，最终导致违约率上升。而违约率与不良贷款率成正相关，我国不良贷款率也与GDP增速负相关。

（二）房地产市场的低迷

房地产对于我国GDP的贡献率在60%左右，房地产的发展状况对我国经济影响巨大。通过我国的房地产开发投资增速可以看出，房地产投资速度不断降低，这从侧面反映出我国房地产市场发展速度趋缓，这与前几年我国出台控制房价、调整住房供应结构、加强土地控制、信贷控制等一系列宏观调控政策有着不可分割的关系，当然也与房地产行业盲目扩张，造成市场供过于求的状况密不可分。据《2015年上半年金融机构贷款投向统计报告》，2015年6月末，我国人民币房地产贷款余额高达19.3万亿元。现阶段房地产业发展的黄金阶段已过，营业利润有所下滑，势必提升商业银行的不良贷款率，提高商业银行面临的信用风险。

（三）小微企业贷款增加

我国的小微企业数量在政策的春风下明显增加，保持稳步增长的态势。但我们需要认识到小微企业生存能力较弱，银行贷款给小微企业通常会增加信用风险。从亏损的角度看，我国小微企业的经营能力相对较弱，与其他类型企业相比，亏损的数量仍居首位。从表2可以看出，我国工业亏损企业中小型工业类企业亏损的数量最多。由此，我们可以简单地推测出规模较小企业的盈利能力、适应市场的能力相对较弱，其亏损的数量大于规模较大的企业。而同时，我国银行业金融机构对小微企业贷款的数额在增加，这无疑会提高商业银行的不良贷款率，加大商业银行的信用风险。

（四）P2P等互联网贷款平台发展的冲击

近年来我国互联网金融发展迅速，《2015中国网贷运营模式调研报告》显示，在2010-2015年短短数年中，全国正常运营的P2P网贷数量已经发展到了2520家，行业累计交易规模也已突破万亿元。P2P的迅速发展对我商业银行业务产生了不小的影响，一方面使得中小型贷款流向P2P平台，造成银行的客户源减少；另一方面，竞争也使得贷款行业的利息水平下降，降低了商业银行贷款业务的利润率。总体来看，P2P网络贷款行业的发展会对商业银行的贷款业务和营业利润造成冲击。面对P2P网络贷款的发展和营业利润的下滑，商业银行为了追求利润，可能会降低对贷款客户的信用审核标准、减少审核的程序。这样将导致商业银行贷款客户质量下降，不良贷款率上升。

（五）商业银行信用评估的方法不完善

1997年，克瑞格从银行角度研究了信贷市场的脆弱性，提出了“安全边界”概念。“安全边界”是银行在贷款中收取的风险报酬，当由于不测事件使得未来没有重复过去的良好记录时，为银行提供一种安全保护。克瑞格认为银行不恰当的评估方法是导致信贷市场脆弱的主要原因。我国商业银行的信用评估起步较晚，评估方法存在较多问题。首先，数据来源不准确。授信企业的财务数据不准确、不全面，往往不能真实反映企业的真实经营状况。其次，评级数据更新不及时。企业的信用评级一般都是一年更新一次，但银行并没有每年进行及时地分析调整，企业内外部的变化没有反映在评级结果上。最后，五级分类的信用评估方法存在一次主观性。分类标准没有真正意义上的量化，往往存在不同工作人员主观上的差异，导致信用评估的结果差异较大。我国商业银行信用评估方法的不完善，在一定程度上造成银行对贷款客户的信用风险认识不足，无法有针对性地对不同客户制定不同水平的贷款利率，也无法准确识别有信用风险的客户。

三、降低商业银行不良贷款率的对策分析

加强商业银行内部控制。有效的内部控制有助于信贷及风险信息在银行内部不受阻滞地分享和交流，防止出现隐瞒、欺诈等犯罪行为，增强对贷款风险的评估和控制的及时性。建立相关的制度、企业文化，如：稽核制度、报告制度和强有力的信用文化；强调团体合作的重要性并创造相应的激励制度，如鼓励团队合作来提高贷款项目的透明度，以贷款质量作为考核制度减少不良贷款发生的可能性。

篇9

市场经济是用脚投票的经济，民营企业是市场经济的天然主体，能够迅速发现市场机会、抓住机会，更能充分利用机会，民营经济将成为中国经济的主要增长动力和活力源泉。与此同时，信用缺失也随着民营企业的蓬勃发展暴露出来，银广夏虚构利润、蓝田股份欺诈上市、新疆德隆违规担保融资、科龙虚假注资和会计造假等失信事件频发。民营企业信用缺失导致外部投资者对出借资金的各种限制更加严格，加剧了企业的融资困境，信用不仅影响了民营企业自身的发展，也影响了国民经济整体素质的提升。在我国信用评级体系不完善阶段，信用风险成为企业外部融资的“硬约束”，如何有效提升民营企业的信用，增强企业的外部融资能力，是企业健康发展的关键。

二、理论分析及研究假设

Diamond（1991）认为企业的债务期限结构是企业在借入短期债务时提高信用等级所带来的好处和短期债务所带来的流动性风险之间的权衡。由于投资者是理性的，他们预期到信用质量低的企业存在着严重的道德风险和逆向选择问题，因此信用质量低的企业最终会被驱逐出长期债务市场，而只能发行短期债务。Guedes、Opler（1996）用两个变量作为企业信用质量的变量：一个是描述企业发行的债务是否为投资级别的虚拟变量，另一个是企业收益的波动性，实证结果表明，在包含所有债务的样本中，发行长期债务往往是投机级别的企业，收入变动越大的行业中企业越倾向于发行短期债务。Leland（1998）在权衡理论的基础上，认为在有信用风险成本存在的情况下，企业价值随债务比例的增加存在一个最大值，超过这个比例，负债融资带来的信用风险等坏处将超过其带来的诸如避税、增加股东收益等好处，公司价值下降。

国内雷锟（2005）依据权衡理论和成本理论，分别建立了引入信用风险的股东财富最大的资本结构决策模型和成本下引入信用风险的上市公司资本结构决策模型，模型均得出信用风险大的企业应该降低负债在总资本中的比例。同时作者利用张玲（2003）构建的信用评级指标Z值判别模型实证检验得出信用风险与负债比率呈反向变动。陈晓红等（2006）以中小企业为样本实证检验认为尽管债务融资会帮助中小企业快速成长，但也会给企业带来信用风险，如果企业忽视信用风险隐性成本对企业的影响，过多的信用风险将使企业出现“成长幻象”。刘建勇、朱学义（2008）以家族企业为样本，综合考虑信用风险与控制权基础，构建了家族企业利益最大化的融资模型，认为债务融资达到最佳点后，信用风险过大有可能危机到家族企业的生存和发展。

根据权衡理论和成本理论假说及国内外学者理论分析和实证研究均发现，信用风险是负债融资的单调递减函数，或者说负债比率是信用风险的单调递增函数，企业当年的信用风险对下一个年度的负债融资起关键作用，信用风险低的企业信用质量高，银行等金融机构乐意向这样的企业放贷，反之，银行等将控制放贷比例，甚至拒绝提供贷款。由于我国资本市场存在严重的信息不对称及民营企业特殊的治理结构，信用风险低（信用质量高）的企业愿意将自己与其他企业区别开来，向市场提供企业发展前景良好的信号，信用风险高的企业，控股股东有动机采用高的负债比率侵害中小股东利益，以达到实质性操纵企业的目的，在破产清算机制不完善情况下，由于现金流量权较低，承担的破产风险也较小。由此提出以下假设：

假设1：信用风险与负债比率呈“U”型变动，即信用风险高和低的企业负债融资比例较高，而信用风险居中的企业负债比例较低。

Diamond（1991）基于信息不对称理论建立的流动风险与债务期限模型，认为与长期债务相比，使用短期债务会产生较高的成本，如发行成本、频繁发行债务的管理成本以及流动性风险成本等。信用质量高（流动性风险低）的企业在项目实施过程中被清算的可能性较低，并且在再融资时有机会显示自己的信用质量，从而可以继续支付较低甚至更低的利率，相反，信用质量低（流动性风险高）的企业很有可能在项目实施途中被迫清算，并且在再融资时不得不披露自己的高风险而支付相对较高的利率甚至被拒绝融资。因此，信用质量高的企业倾向于使用短期债务，而信用质量低的企业倾向于借入长期债务。Scherr and Hulbert（2001）在中小企业样本中同样发现了支持债务期限结构与企业风险等级之间非单调关系的经验证据。但袁卫秋（2008）、何靖（2008）研究均表明，信号传递理论对国内的上市公司是不适用的，上市公司并不利用债务期限的选择来向市场传递其质量。可以看出，信用风险对企业负债融资期限有显著影响，且呈非单调变动，但不同环境及不同性质的企业所受影响程度不同。

假设2：信用风险与负债期限非单调相关。

三、多元线性回归分析

本文选择沪深股市2004～2007年176家民营上市公司为研究样本，以资产负债率和长期负债率为被解释变量，信用风险为解释变量，控制企业规模和产业的基础上，建立如下两个模型：

ADR=α0+α1QUA+α2QUA2+α3SIZE+α4CYi+?着1 （1）

LDR=?茁0+?茁1QUA+?茁2QUA2+?茁3SIZE+?茁4CYi+?着2（2）

其中：资产负债率ADR=总负债/总资产；长期负债率LDR=长期负债/总资产；QUA为主成分分析法构建的信用风险替代变量；SIZE=总资产的自然对数；CY 为产业虚拟变量。多元线性回归结果见表1和表2：

通过表1和表2可以看出，信用风险与资产负债率和长期负债率均呈现“U”型关系，其中模型1中信用风险指标均在99%置信水平上通过显著性检验，模型2中信用风险指标在95%水平上通过检验，表明转型经济时期，信用风险高和低的企业均使用了较多的负债，信用风险对企业选择外部融资没有形成“硬约束”。究其原因，一方面与最近几年国民经济保持较快平稳发展有关，良好的外部环境为企业融资创造了条件；另一方面，由于我国的信贷市场仍受管制，利息率非市场化，由中央银行决定，而不是由诸如借款者偿还能力、资信等市场力量决定。同时也说明中国的破产机制不健全，破产程序不合理，上市公司的退出机制和企业破产法没有起到应有的作用，资产的替代效应较明显，债权人的利益得不到应有的保护（肖作平，2005）。从两张表显示的回归结果不难发现，规模在99%水平上均通过了显著性检验，产业变量的影响不显著，说明在我国信用评级不完善阶段，规模在一定程度上起了信号传递的作用，金融机构对大企业的信任程度较高。

综上所述，本文通过主成分分析法构建信用风险替代变量，实证研究发现：第一，信用风险与负债融资呈“U”型变动，信用风险高和低的企业负债比率均较高，而信用风险居中的企业负债比率则较低，且信用风险对负债融资影响表现不稳定，进一步说明了其负债融资能力较弱。第二，信用风险与长期负债比率并非呈倒“U”型变动，否定了Diamond（1991）的理论，即信用风险高和低的企业并没有选择短期债务，说明信息不对称理论对我国民营企业并不适用。第三，在我国负债融资以银行为主导的特殊背景下，规模在一定程度上起了信号传递的作用，对企业负债融资有正向影响，金融机构对大企业的信任程度较高。第四，产业对负债融资影响不显著。民营企业在各行业的分布差异较大，加之各行业整体抗风险能力较弱，弱化了行业的影响程度。

转型经济时期信用风险对企业负债融资并没有形成“硬约束”，二者均呈现“U”型变动。因此，提升民营企业信用、优化负债融资对促进民营企业及市场经济的健康发展至关重要。基于此，笔者认为可以从以下几个方面改善：一是量化民营企业信用评级标准，完善民营企业信用担保体系；二是拓宽民营企业融资渠道，构筑合理的融资结构：三是加快资本市场发展，增强资本市场的信息透明度。

篇10

【关键词】互联网金融；金融机构；信用风险；影响；实证研究

一、引言

互联网金融与传统的金融活动相比，其最大的特点就是具有网络虚拟性，互联网金融是结合了互联网技术、金融理论知识与金融实务与操作管理知识于一身，然后通过互联网平台来进行一系列的金融活动，是当今时展的必然产物，也是一种比较高效的现代化金融运行模式。目前，在银行、证券、保险等多个金融领域已经被广泛应用。同时由于其具有信息化、创新性、方便性、高效性、安全性等多个优点，而被人们认可和推崇。截止到2016年底，在我国的网民中，使用互联网银行以及支付宝等用户已经超过三分之一。

互联网金融这一模式的产生，为金融市场的发展注入了新鲜血液，使其焕发了勃勃生机。但是与此同时它也让金融这一领域变得更加脆弱不堪，让金融机构的稳定性受到威胁，影响到了传统的利差盈利模式的使用。目前，我国的互联网金融相比于欧美等西方国家还比较落后，很多方面都存在漏洞，尤其是对风险的防控机制研究的相对比较少。可以说与发达国家相比，我国的互联网金融存在的问题比较严重，极其容易导致相应的金融机构出现风险问题。除了传统的金融活动中所需要面临的市场环境变化风险、流动性风险、操作风险以及信用风险之外，互联网金融还面临着技术风险与经济风险。而我国本身就是一个商业信用缺乏、银行信用不完善、社会信用混乱的国家，因此如何在互联网金融模式下，减少我国金融机构所承担的信用风险，成为我国互联网金融急需要去解决的一个问题。

二、互联网金融信用风险成因分析

（一）信用风险概念

信用风险是指债务人无法在双方所规定的期限内按照合同的相关条款履行约定而导致金融资产丧失偿付能力所引起的风险。

（二）成因分析

在互联网金融中，金融机构所面临的对象是虚拟的，因此相比于传统的金融机构而言，更加容易产生信用风险。下面我们探讨一下互联网金融信用风险的成因

1.外部因素。

在一定的外部环境下，互联网金融机构必须要按照相关的规定和策略进行运营和管理，在这样的环境下，所产生的一系列金融活动必然会反映出这一时期的社会、政治和经济状况。而外部因素主要是由我国的政治法律因素、经济因素和社会因素组成。因此，互联网金融的机构的信用风险受到外部因素的影响。

2.内部因素。

通过调查、研究、分析，我们发现在一定时间内互联网金融所面对的外部因素是能够保证其稳定不变的。因此，内部因素才是导致互联网金融机构产生金融信用风险的主要因素。具体如下：

（1）我国的担保体系不完善

目前，我国大多数互联网金融产品的交易程序都比较简单，并且交易所产生的费用十分低，如“陆金所”、“余额宝”等互联网产品发展前景十分良好，它们能够通过互联网与顾客很快建立合作关系，构建交易平台。虽然这些互联网金融产品能够融合融合大量资金 但是却缺乏与其相匹配的风险防控能力，也无法为巨额的资金链条建立相应的担保体系，毫无疑问这就提高了互联网金融产品的交易风险。

（2）内控机制不健全，抗风险能力弱

目前，互联网金融运行体系与我国传统的金融运行体系下相比，在很多的环节上抵抗风险的能力都比较弱，例如互联网金融产品的研发以及运行环节，缺乏健全的内控机制，容易产生较大的金融信用L险。还有例如陆金所、余额宝等互联网金融产品，它们虽然属于金融理财产品的一种，但是他们也具有转账、支付等功能。在实际的使用过程当中，这些互联网金融产品缺乏安全的、健全的风险内控机制，长期实施操作的话，极其容易发生风险，进而对互联网金融的长期发展产生十分不利的影响，

（3）投资者受到互联网思维影响，对互联网金融产品认识不足

随着互联网技术的发展，我国已经进入了新媒体时代，微信、微博、各种网站在互联网金融运行中起到了关键性作用。很多的互联网金融平台通过新媒体手段将各种高收益的理财投资理财信息进行和渲染，让广大的人民群众错误地认为互联网金融产品高回报零风险。这种意识，让互联网金融平台在发展的背后隐藏着巨大的风险和危机。

（4）监管理念和机制落后，导致风险频发

从我国互联网金融市场发展这一角度来看，作为一种新的金融运行模式，互联网金融具有重要的意义。但是从风险角度来看，落后的监管理念和机制造成了这一行业的高风险性。

目前，我国实行的仍旧是“一行三会”的监管体制，这种监管体制虽然能有效控制其风险，但是随着金融市场环境的变化，其监管理念和机制必须要进行创新和改革，否则其风险将会极其严重。首先各个监管部门为了避免承担风险责任，采取了严准入管制，这种管制方法能够抑制民间资本进入金融业。目前，我国只有微商、网商等五家民营银行业机构开业，而正规的注册制改革还并未实行，其监管还比较混乱。其次，存在严重的监管失控问题，我国的监管部门将互联网金融产品及业务当其归纳为不属于自己的监管范围，让其自由发展，这导致其民间理财、线上投融资以及地下钱庄等资产交易平台蜂拥而起，这种非法集资的信息广告宣传属于无人监管的状态。

三、互联网金融对我国金融机构信用风险影响的实证研究分析

1.两个解释变量和结构变化点的选择。

在这一部分内容中，主要是为了分析互联网金融对我国金融机构信用风险影响的作用。一方面，金融机构的信用风险来源的最主要因素是企业。在企业的运行过程当中，贷款利率是其运用成本的主要构成部分，而企业只有在创造高效的收益之后，也就是收益率高于贷款利率时，企业才能够有能力去偿还贷款。在较高的贷款利率影响下，企业对于收益率的要求会更高，因为一旦企业无法相应的高收益率，就没有办法去偿还贷款，那么金融机构所面临的损失贷款的风险就会变大。相反，如果金融机构提供的贷款利率比较低，企业比较容易能够完成目标收益率，企业就会有能力去偿还金融机构的贷款，那么金融机构所面临的损失贷款的风险就会比较小。因此，我们将利率作为衡量其金融机构风险影响的一个解释变量。另一方面，在互联网金融中，还出现了第三方支付的形式，第三方支付是指并不属于金融机构，但是通过互联网进行网络支付、银行卡收单、微信支付等付业务。在互联网金融的快速发展中，第三方支付其发展前景十分良好，不论是通过支付宝所衍生出来的余额宝，还是微信理财，都意味着互联网金融产业的发展。因此，我们将代表互联网金融发展状况的第三方互联网支付市场交易规模作为模型的另一个解释变量。而对于结构变化点的选择，通过研究数据我们可以发现在2005年以前，互联网与金融的结合主要依托于互联网所提供的技术支持，银行只是拓展了其互联网办公业务，还没有真正做到互联网金融。而在2005年以后，第三方支付机构出现，网络借贷开始发展，在这以后互联网与金融开始紧密结合。因此，我们可以将2005年作为结构变化点。

2.实证研究方法。

本文主要采取了两种方法来探讨互联网金融对我国金融机构信用风险影响的实证研究。第一种方法是Chow检验分析法，因为互联网金融将互联网技术引入到传统的金融活动当中来，让客户获取信息的渠道变得虚拟化，这种虚拟化导致道德风险更容易发生，也增加了金融机构发生风险的可能性。而使用Chow检验分析法能够哦按段金融机构信用风险状况发生的结构性变化。第二种方法是虚拟变量检验分析法，通过Chow检验分析法，能够对金融机构信用风险发生的结构性变化进行预测，而为了进一步的证明其信用风险的增大还是减小，可以通过虚拟变量检验法进行检验。

3.实证研究结论。

通过Chow检验分析法，能够预测出我国在2005年之后互联网金融机构信用风险发生了显著地结构性变化。而通过虚拟变量检验分析法则证明信用风险由于互联网金融的出现而增大了。由此表明，加强我国的互联网金融机构信用风险防范对策研究问题不可忽视。

四、加强我国互联网金融信用风险的对策

1.加强互联网金融的外部监督，完善内控机制建设。

互联网金融对人民群众的生活产生了重要的影响。第一要加强互联网金融的外部监督，我国的相关部门要针对互联网金融的特点，根据其实际情况来设计监管机制，同时相关部门还要范互联网金融企业的运行机制，保证其资金链的运转，进而形成规范化地担保体系，以此来降低互联网金融的信用风险。第二 要完善内控机制建设，在互联网金融实际的运营过程当中，相关部门要做好互联网金融的引导工作，规范互联网金融产品的运营机制，并做好大额资金的流动性管理。同时还要做好风险预警工作，避免资金链断裂情况的发生。

2.健全企业及个人的信用评估体系。

在互联网金融的运用发展中，由于个人以及企业的信用问题，容易对互联网金融产生不利的影响，因此，作为互联网金融机构首先要对企业和个人的信用进行严格的把控，并健全其信用评估体系。其次金融机构还要与银行进行合作，通过银行这一平台能够及时对个人、企业的信用数据库进行查找，确保企业及个人的信用等级，以此来降低互联网金融风险。

参考文献：

[1]李明选，孟赞. 互联网金融对我国金融机构信用风险影响的实证研究[J]. 企业经济，2014，11：165-170.