1、電子科技大學(xué)管理學(xué)院 周宗放 教授 信用風(fēng)險評估與管理1主 要 內(nèi) 容第一部分 信用風(fēng)險管理的現(xiàn)狀與發(fā)展引 言信用在現(xiàn)代經(jīng)濟(jì)中的作用信用衍生工具的應(yīng)用第三方信用風(fēng)險傳統(tǒng)信用分析方法客戶的信用識別信用風(fēng)險指標(biāo)商業(yè)銀行的信貸風(fēng)險管理2第二部分信用風(fēng)險管理的模型與方法信用風(fēng)險模型概述 Altman的Z計分模型ZETA模型估計違約概率模型Logistic回歸模型因子分析模型判別式分析神經(jīng)網(wǎng)絡(luò)模型EDF（Expected Default Frequency，預(yù)期違約頻率）模型VaR（Value at risk方法)3第一部分信用風(fēng)險管理的現(xiàn)狀與發(fā)展4引 言經(jīng)濟(jì)活動中的信用是金融活動不斷衍生和發(fā)展的基礎(chǔ)。

2、在市場經(jīng)濟(jì)環(huán)境下，整個經(jīng)濟(jì)活動由信用聯(lián)結(jié)，信用經(jīng)濟(jì)是貨幣經(jīng)濟(jì)發(fā)展的最高階段。信用資本 成為市場經(jīng)濟(jì)的基礎(chǔ)。在信用資本積累初期，信用帶來的收益通常較低，隨著信用資本不斷的積累，信用產(chǎn)生的收益逐步提高。5借款是信用的應(yīng)用，同時存在信用風(fēng)險。特別對企業(yè)而言，每一次賒銷公司都要承受賒銷風(fēng)險。自中世紀(jì)歐洲商人銀行出現(xiàn)以來，銀行成為貨幣資本的存儲機(jī)構(gòu)。以后開始貸出短期貸款，獲得豐厚的利潤。為了吸引客戶，銀行開始向儲戶支付租用資金的費用利息，并賺取價差利潤。銀行信貸的起源6債務(wù)的觀念轉(zhuǎn)變現(xiàn)代企業(yè)不再擔(dān)心欠債，而視為運用財務(wù)杠桿；金融機(jī)構(gòu)競相為杠桿收購提供融資。股市投資者選擇負(fù)債水平合適公司的股票。曾經(jīng)被認(rèn)為

3、是丑聞的公司破產(chǎn)，也成為擺脫債務(wù)的戰(zhàn)略選擇。信用是維系借款人和貸款人之間相互支持和合作的關(guān)系，通常借款人會盡力維護(hù)自身的信用，歸還債務(wù)。7信用風(fēng)險管理的迫切性1、競爭加劇，全球破產(chǎn)現(xiàn)象大幅增加；2、隨著金融市場的擴(kuò)展，銀行客戶將逐漸趨于中下端。3、隨著金融機(jī)構(gòu)競爭加劇，銀行存貸款利差越來越簿。4、抵押品價值的波動與下降趨勢不減，特別是金融危機(jī)期間，銀行危機(jī)通常來至抵押品貶值。5、表外衍生信用風(fēng)險增加。8信用風(fēng)險管理的迫切性（續(xù)）6、計算信息技術(shù)的發(fā)展以及貸款歷史數(shù)據(jù)，給金融機(jī)構(gòu)提供了檢驗信用風(fēng)險評估模型所需的大量數(shù)據(jù)。7、巴塞爾資本協(xié)議對銀行資本準(zhǔn)備金的要求迫使銀行開發(fā)內(nèi)部模型。9信用風(fēng)險管理

4、的迫切性（續(xù)）由于早期獲取信息和信用風(fēng)險管理方法（主要是定性方法）的局限性，違約風(fēng)險難以控制。以后銀行又采用一些降低風(fēng)險方法來管理風(fēng)險，如擔(dān)保或收取預(yù)付款等。當(dāng)前銀行面對的信貸風(fēng)險快速增大，傳統(tǒng)的信用分析方法已不能適應(yīng)現(xiàn)狀。10客戶的信用識別 企業(yè)或個人到銀行貸款，銀行如何識別客戶的信用狀況？西方銀行通常應(yīng)用三種方法研究客戶信用。第一種方法 是以現(xiàn)金流量預(yù)測為主，銀行根據(jù)企業(yè)貸款期內(nèi)現(xiàn)金流量預(yù)測值是否明顯超過計劃還款債務(wù)，作出貸款決策。在我國，其一由于信用制度沒有建立；財務(wù)造假已成公害，難以通過財務(wù)狀況較精確的預(yù)測客戶現(xiàn)金流量。11客戶的信用識別（續(xù)）其二是銀行缺乏具有研究能力的高級信貸人員審

5、查財務(wù)報表，并能結(jié)合經(jīng)濟(jì)、人文和社會的信貸環(huán)境運用較為復(fù)雜的科學(xué)方法對客戶償債能力進(jìn)行預(yù)測。其三就國外商業(yè)銀行經(jīng)驗，聘用高級信貸人員的運營成本很高，會消耗一部分貸款利差收入，特別對貸款額度有限的中小企業(yè)。12客戶的信用識別（續(xù)）第二種方法 是由一些著名學(xué)術(shù)研究機(jī)構(gòu)發(fā)展起來，以違約概率度量客戶的信用風(fēng)險。如建立在BlackScholes 和Merton的期權(quán)理論基礎(chǔ)上。期權(quán)的觀點認(rèn)為企業(yè)的權(quán)益者持有看漲期權(quán)，如果企業(yè)債務(wù)到期時，其價值小于債務(wù)，違約事件將發(fā)生。建立在期權(quán)理論基礎(chǔ)上的KMV模型在西方銀行等金融機(jī)構(gòu)已得到廣泛應(yīng)用。 13客戶的信用識別（續(xù)）第三種方法 是建立社會信用評估制度，根據(jù)客戶

6、客觀現(xiàn)狀進(jìn)行評級，確定相應(yīng)信用風(fēng)險。就全球而言，主要有穆迪（Moody）、標(biāo)準(zhǔn)普爾（Standard & Poors）和菲奇（Fitch）等三家著名的信用評級機(jī)構(gòu)。根據(jù)照SEC規(guī)定，自1979年7月起，證券發(fā)行計劃書中必須記入評級結(jié)果，其中獲準(zhǔn)的評級機(jī)構(gòu)包括穆迪、S&P、菲奇、達(dá)夫及麥卡錫等五家。 14信用評級機(jī)構(gòu)全球最有影響的個人信用評級機(jī)構(gòu)有三家。Experian（益百利）公司，在美國和英國都是最大的個人信用評估機(jī)構(gòu)。Equifax公司 總部設(shè)在亞特蘭大。該公司始建于1899年，它是一家跨國征信公司，在北美、南美、英國、歐洲大陸和一些亞洲國家都有分支機(jī)構(gòu)。15信用評級機(jī)構(gòu)（續(xù)）Trans

7、Union公司 總部設(shè)在芝加哥。1988年， Trans Union開始提供全國消費者個人信用調(diào)查報告。到90年代，Trans Union公司已擁有45家地區(qū)性信用評級機(jī)構(gòu)以及220家代辦處，足以同其它兩家競爭。16信用評級機(jī)構(gòu)（續(xù)）Trans Union公司最先于1990年將信用報告服務(wù)推上聯(lián)機(jī)檢索服務(wù)和網(wǎng)絡(luò)服務(wù)，它為推動美國授信機(jī)構(gòu)的辦公自動化做出了貢獻(xiàn)。17總而言之，一個有效的信用評級和風(fēng)險管理系統(tǒng)應(yīng)包括具有較高預(yù)測性的信用評級指標(biāo)體系、客戶歷史信用數(shù)據(jù)、信用評級模型和風(fēng)險控制模型等等。一般的信用評級應(yīng)基于上述系統(tǒng)的評估結(jié)果，非標(biāo)準(zhǔn)案例可由高級信貸人員進(jìn)行專門評估。18信用風(fēng)險指標(biāo) 信用

8、評估指標(biāo)選擇和信用風(fēng)險監(jiān)控與動態(tài)分析是信用制度的核心。就美國商業(yè)銀行而言，在對客戶進(jìn)行信用評級時主要考慮五大因素：1，客戶的財務(wù)狀況分析 包括未來現(xiàn)金流量預(yù)測和償債能力分析等。2，客戶的行業(yè)特征 如行業(yè)的產(chǎn)品周期、行業(yè)的競爭程度、行業(yè)利潤水平等。19信用風(fēng)險指標(biāo)（續(xù)）3，客戶財務(wù)信息的質(zhì)量 相對而言，應(yīng)使用經(jīng)會計師事物所審計的財務(wù)報表。4，客戶的資產(chǎn)規(guī)模和變現(xiàn)能力 5，客戶（內(nèi)部）的管理水平20信貸風(fēng)險分類標(biāo)準(zhǔn) 以美國為代表的商業(yè)銀行對貸款風(fēng)險分類時，主要考慮五類因素：1，借款人的還款能力2，貸款本息償還情況3，擔(dān)保和抵押列為第三重要標(biāo)準(zhǔn)4，銀行內(nèi)部信貸管理水平5，抵押品的市場價值21我國商業(yè)

9、銀行的信貸風(fēng)險管理 過去計劃經(jīng)濟(jì)時期，沒有真正意義下的銀行和商業(yè)貸款，因此客觀上沒有信貸評估的需要。直到1998年信貸評估都是沿用“正常和一逾兩呆”的四級質(zhì)量劃分，2000年以后才采用信貸風(fēng)險的五級分類法：正常、關(guān)注、次級、可疑、損失等五級。22我國商業(yè)銀行的信貸風(fēng)險管理（續(xù)）國際清算銀行分析了中國四大資產(chǎn)管理公司的資金鏈困境，即四家公司的資金主要來源于負(fù)債，需支付巨額利息，而目前不良資產(chǎn)回收速度緩慢，回收的現(xiàn)金甚至連支付利息都存在困難。顯然，對四大國有商業(yè)銀行的現(xiàn)有不良資產(chǎn)或新產(chǎn)生的不良資產(chǎn)，不能再采用此種方式進(jìn)行剝離和消化。根本出路在于加強商業(yè)銀行的信用風(fēng)險管理，從源頭上盡可能減少不良資產(chǎn)

10、的產(chǎn)生。23我國商業(yè)銀行的信貸風(fēng)險管理（續(xù)）2003年4月29日公布的巴塞爾新資本協(xié)議的核心內(nèi)容是全面提高風(fēng)險管理，準(zhǔn)確地識別，計量和控制風(fēng)險，其中計算信用風(fēng)險的IRB法（Internal Ratings-Based，IRB）是新協(xié)議最主要的創(chuàng)新之一。IRB法將資本充足率與銀行面臨的各類風(fēng)險有機(jī)結(jié)合，反映了現(xiàn)代銀行業(yè)務(wù)的多樣性，系統(tǒng)性和精確性，代表國際銀行業(yè)風(fēng)險管理的發(fā)展趨勢。24我國商業(yè)銀行的信貸風(fēng)險管理（續(xù)）按照新巴塞爾資本協(xié)議和國外經(jīng)驗，銀行信貸風(fēng)險高低由其可能遭受的違約損失確定，因此信貸風(fēng)險應(yīng)與違約損失一致，被評價企業(yè)違約概率越大信用級別越低。根據(jù)違約概率對企業(yè)進(jìn)行信貸和債項評級目前被

11、認(rèn)為是較好的信用評價方法。我國商業(yè)銀行紛紛開始在信貸風(fēng)險管理中引入違約概率。25新巴塞爾資本協(xié)議的影響新巴塞爾協(xié)議規(guī)定了初級和高級內(nèi)部評級法，選擇高級評級法將獲得更大自主權(quán)。但對零散的大額貸款，要求必須選擇高級評級法進(jìn)行組合評級。IRB要求銀行按照特征相似的貸款資產(chǎn)、優(yōu)先級或抵押品類型、貸款年限并結(jié)合內(nèi)部評級結(jié)果進(jìn)行分欄。26新巴塞爾資本協(xié)議的影響（續(xù)）新巴塞爾資本協(xié)議吸收了VaR的思想，提出風(fēng)險調(diào)整資本收益RAROC（Risk adjusted return on capital）方法：RAROC（收益經(jīng)營成本預(yù)期損失) / 經(jīng)濟(jì)資本。其中經(jīng)濟(jì)資本根據(jù)信用風(fēng)險、操作風(fēng)險和市場風(fēng)險綜合計算的意

12、外損失。27總而言之，內(nèi)部評級系統(tǒng)將實現(xiàn)對銀行的全部信用風(fēng)險進(jìn)行多維度計量分析，制定完整的信貸政策組合，以及確定一段時期內(nèi)重點支持和退出的業(yè)務(wù)領(lǐng)域。特別是亞洲金融危機(jī)后，許多國際化銀行在內(nèi)部評級系統(tǒng)中引入了基于運籌學(xué)的模型分析技術(shù)，通過對國家、區(qū)域、行業(yè)、產(chǎn)品、客戶和債項等方面的自由組合與交叉分析，使風(fēng)險計算精度達(dá)到了一個嶄新水平。 28當(dāng)前困擾國內(nèi)商業(yè)銀行信用風(fēng)險的主要問題是風(fēng)險度量技術(shù)和數(shù)據(jù)缺乏。違約率 是整個IRB法及全面風(fēng)險管理的核心，因為違約率是劃分企業(yè)信用等級的重要依據(jù)，國際性評級公司對企業(yè)的評級也是參照不同違約率。銀行采用違約率計算信用風(fēng)險和對貸款評級，便于將內(nèi)部信用風(fēng)險評級和外

13、部評級進(jìn)行匹配和對比，以保證評級結(jié)果的準(zhǔn)確性。29實行IRB法是中國銀行業(yè)與國際接軌，改變當(dāng)前落后的風(fēng)險管理模式，逐步融入全球金融體系的重要步驟。國內(nèi)四大商業(yè)銀行必須實行IRB法。目前，國內(nèi)商業(yè)銀行正在進(jìn)行數(shù)據(jù)清洗和補錄工作，以及內(nèi)部評級系統(tǒng)的開發(fā)，以全面提高國內(nèi)商業(yè)銀行風(fēng)險管理水平。 30評級為企業(yè)帶來的經(jīng)濟(jì)效益某企業(yè)如果擬發(fā)行債券，發(fā)行額為5000萬美元（期限為7年，利率14），其發(fā)行總成本為99萬美元，其中發(fā)行人支付兩個評級機(jī)構(gòu)評級的費用為3萬美元。通常評級費用在發(fā)行成本中所占比例微不足道。如果該企業(yè)取得較好的評級而使支付的利率降低了1，則資金成本將減少350萬美元（7年期間），給企業(yè)帶

14、來極大的經(jīng)濟(jì)效益。 31第二部分信用風(fēng)險管理的模型與方法32信用風(fēng)險模型當(dāng)前的世界各大商業(yè)銀行已認(rèn)識到現(xiàn)有信用風(fēng)險管理方法存在很大缺陷，開始積極探索管理信用風(fēng)險的新技術(shù)。如大通銀行、美國國家銀行、花旗銀行等已經(jīng)開發(fā)出能夠不斷更新的信用風(fēng)險分析的全球系統(tǒng)。蒙特利爾銀行將組合理論應(yīng)用到其信貸管理中。這些新技術(shù)的引入與開發(fā)使銀行實施動態(tài)的信貸風(fēng)險監(jiān)控與信貸定價成為可能，其決策結(jié)果具有相當(dāng)程度的客觀性，給使用者帶來競爭優(yōu)勢。33信用風(fēng)險模型（續(xù)）由于信用風(fēng)險是貸款承諾、資金使用以及貸款償還等各個環(huán)節(jié)所面臨的風(fēng)險與市場風(fēng)險相結(jié)合的結(jié)果，因此信用風(fēng)險是一種難以對沖的小概率大影響事件，對其各方面的學(xué)術(shù)研究具

15、有十分重要的現(xiàn)實意義。企業(yè)破產(chǎn)是信用風(fēng)險極端情景，這種二元情景：要么破產(chǎn)；要么不破產(chǎn)，已有較長歷史研究。34信用風(fēng)險模型（續(xù)）以后為了更精確地預(yù)測違約率，在模型中又加入了其他參數(shù)，例如債務(wù)人的現(xiàn)金流量或可支配收入與債務(wù)的比（即收入比率），該比率越大，違約的可能性越小。其他一些不利的生活事件都會影響違約率，如家庭變故、失業(yè)、疾病和死亡等。35信用風(fēng)險模型（續(xù)）信用風(fēng)險的定量化模型可應(yīng)用于以下情況：1）信用等級評定2）信用定價 3）財務(wù)預(yù)警4）信用保障 5）收賬策略36信用風(fēng)險模型（續(xù)）最早的信用風(fēng)險模型之一是單變量判定模型（威廉比弗,William Beaver），通過對同等資產(chǎn)規(guī)模的79個失敗

16、企業(yè)和成功企業(yè)進(jìn)行對比分析后提出，即通過個別財務(wù)比率走勢來預(yù)測企業(yè)的信用風(fēng)險。由于采用不同的財務(wù)比率預(yù)測同一家公司可能會得出不同的結(jié)果。于是產(chǎn)生多變量判別模型。37信用風(fēng)險模型（續(xù)）目前這類模型被國際金融業(yè)和學(xué)術(shù)界視為主流方法，常用的有線性概率模型、Logit、Probit 模型和判別分析模型等等。其中最具代表性的是美國Altman 在1968年對美國破產(chǎn)和非破產(chǎn)生產(chǎn)企業(yè)進(jìn)行觀察后，采用了22個財務(wù)比率經(jīng)過數(shù)理統(tǒng)計篩選建立了著名的5變量Z-score模型和在此基礎(chǔ)上改進(jìn)的“ZETA”判別分析模型。 38Altman的Z計分模型 主要依賴于財務(wù)指標(biāo)，根據(jù)大量的數(shù)據(jù)樣本，從22個原始財務(wù)指標(biāo)中通過

17、其相關(guān)性的評估篩選，選出5個獨立變量以及各變量的相對貢獻(xiàn)，構(gòu)造出一個線性評價函數(shù): Z=1.21x1+1.4x2+3.3x3+0.6x4+1.0 x5 計算客戶的違約的可能性。 39Altman的Z計分模型（續(xù)） x1=運營資本/總資產(chǎn) x2=留存贏余/總資產(chǎn) x3=稅前收益/總資產(chǎn) x4=股利和稅前公司的市場價值/總負(fù)債 x5=銷售額/總資產(chǎn) 40Altman的Z計分模型（續(xù)）當(dāng)Z1.81時，銀行將拒絕貸款。Altman對33個破產(chǎn)樣本進(jìn)行實證檢驗。破產(chǎn)前一年識別的準(zhǔn)確率達(dá)94%，對33個非破產(chǎn)樣本識別的錯誤率為1%；破產(chǎn)前第二年，對破產(chǎn)樣本識別的準(zhǔn)確率為72%，非破產(chǎn)樣本識別的錯誤率為6%

18、。 41Altman的Z計分模型（續(xù)）隨著世界經(jīng)濟(jì)復(fù)雜程度和競爭環(huán)境的變化，目前 Z計分模型的預(yù)測能力受到了質(zhì)疑。例如，20世紀(jì)70年代中期，巴西成功應(yīng)用該模型，甚至在企業(yè)破產(chǎn)前23年就可預(yù)測到該企業(yè)將違約。隨著巴西經(jīng)濟(jì)的開放、通貨膨脹被有效抑制，經(jīng)濟(jì)狀況趨于穩(wěn)定，以后模型預(yù)測準(zhǔn)確率降低。42非上市公司Z計分模型（續(xù)） 1995年Altman針對非上市公司對Z計分模型中變量x4進(jìn)行了修正。用公司的賬面價值取代市場價值，得到 Z=0.717x1+0.847x2+3.107x3+0.420 x4+0.998x5特別對具有多種融資渠道且不進(jìn)行資本租賃活動的非制造性行業(yè)，可刪除銷售的影響，得到 Z=6

19、.56x1+3.267x2+6.72x3+1.05x443ZETA模型 隨著破產(chǎn)公司的平均規(guī)模不斷增大，1977年Altman等將Z計分模型進(jìn)行擴(kuò)展應(yīng)用于破產(chǎn)前2年資產(chǎn)規(guī)模在1億美元的大型公司上，建立ZETA模型，在公司破產(chǎn)前5年即可作出預(yù)警。選擇最近破產(chǎn)的50家大型公司（制造業(yè)和零售業(yè)）為樣本進(jìn)行實證，破產(chǎn)前1年預(yù)警準(zhǔn)確率為90%，破產(chǎn)前5年的準(zhǔn)確率為70%。44估計違約概率模型西方商業(yè)銀行通常通過測算信貸客戶的違約率來估計信貸風(fēng)險，運用較廣的模型有：Logistic回歸模型 該模型擬合了貸款金額與違約率之間的關(guān)系，如果判定貸款金額對違約率有顯著影響，即可運用該模型估計新貸款的違約概率。45

20、因子分析（factor analysis）或主成分分析（principal components analysis） 將具有復(fù)雜關(guān)系的影響因子歸結(jié)為少數(shù)綜合影響因子的一種多變量統(tǒng)計分析方法。思想是根據(jù)相關(guān)性大小將影響因子分組，每組因子表示一個基本結(jié)構(gòu)。例如在分析違約概率時，影響企業(yè)違約的因子很多，一些影響因子之間存在依賴關(guān)系。進(jìn)行分析時需從諸多影響因子中篩選出主要影響因子。46主成分分析（續(xù)）在現(xiàn)實經(jīng)濟(jì)生活中，影響違約因素很多，如企業(yè)經(jīng)營、財務(wù)狀況、還款意愿、擔(dān)保品價值、政府干預(yù)等，這些因素對違約發(fā)生有不同貢獻(xiàn)。由于對違約概率估計不需考慮所有影響因素，因此，運用主成分分析可從變量相互影響關(guān)系中

21、提取主要變量，并根據(jù)其所含信息量確定權(quán)重。47判別式分析 （discriminant analysis） 一種度量因子重要程度的分類方法。例如按照我國現(xiàn)行貸款五級分類制度，將信貸客戶劃分為正常、關(guān)注、次級、可疑、損失五組，在錯判率最小的條件下建立一個準(zhǔn)則，對任意樣本，依據(jù)該準(zhǔn)則均可判別該樣本歸屬哪組，如Probit 模型。好的判別準(zhǔn)則可使以上五組的分布（就違約率而言）重迭較少。48判別式分析（續(xù)）目前，國際通行的統(tǒng)計工具軟件，如SAS、SPSS、Statistics 等都能夠提供判別分析功能，可以根據(jù)用戶需要定制界面，以便直接地進(jìn)行違約概率的計算和判別。49神經(jīng)網(wǎng)絡(luò)模型 神經(jīng)網(wǎng)絡(luò)應(yīng)包括模型類型

22、、隱層數(shù)量、各層神經(jīng)元個數(shù)、更改權(quán)重的學(xué)習(xí)規(guī)則等等。神經(jīng)網(wǎng)絡(luò)模型有三層神經(jīng)元，分別為輸入層、隱層以及輸出層，隱層將權(quán)重與輸入值結(jié)合進(jìn)行非線性轉(zhuǎn)換產(chǎn)生輸出信號，不斷反復(fù)訓(xùn)練直到達(dá)到預(yù)定的誤差界，最后輸出信號即是信用評級結(jié)果。簡言之，該方法將一組信用數(shù)據(jù)輸入，通過轉(zhuǎn)換，產(chǎn)生出信用評價輸出，在學(xué)習(xí)和訓(xùn)練過程中，權(quán)重被不斷調(diào)整，使理想輸出與實際輸出之間偏差最小。50神經(jīng)網(wǎng)絡(luò)模型（續(xù)）神經(jīng)網(wǎng)絡(luò)模型是近年發(fā)展起來的一種信用分析模型。它與非線性判別分析十分相似，不需要變量之間相互獨立的假設(shè)。神經(jīng)網(wǎng)絡(luò)模型能挖掘變量之間“隱藏”關(guān)系。51神經(jīng)網(wǎng)絡(luò)模型（續(xù)）1993年，Coats和Fant將神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于美國

23、公司的危機(jī)預(yù)警；94年，Altman和Marco等用于意大利公司；96年以后，CASA(Center for Adaptive Systems Applications，適應(yīng)系統(tǒng)應(yīng)用中心，位于New Mexico新墨西哥州)應(yīng)用198595年間的數(shù)據(jù)作為樣本開發(fā)出應(yīng)用于大型公司信用風(fēng)險管理的神經(jīng)網(wǎng)絡(luò)模型。 52預(yù)期違約頻率Expected Default FrequencyBlack-Scholes-Merton 系列期權(quán)定價模型 表明一家公司的破產(chǎn)概率取決于公司資產(chǎn)相對于其短期負(fù)債的價值和資產(chǎn)(股票)市價的波動。當(dāng)公司資產(chǎn)的市場(清算)價值低于其短期負(fù)債價值時，該公司可能發(fā)生違約。53預(yù)期違

24、約頻率（續(xù)）債券違約率模型是按穆迪和標(biāo)準(zhǔn)普爾的信用等級，采用債券違約歷史數(shù)據(jù)建立起來的違約概率經(jīng)驗值，對各類信用等級和期限債券的違約風(fēng)險進(jìn)行度量。穆迪(1990)和標(biāo)準(zhǔn)普爾(1991)修正了該模型并作為其常規(guī)金融分析工具。目前該方法應(yīng)用的障礙是：銀行沒能收集到足夠多的貸款違約歷史數(shù)據(jù)，還無法建立穩(wěn)定的違約概率數(shù)據(jù)庫。54預(yù)期違約頻率（續(xù)）KMV公司（一家向金融機(jī)構(gòu)出售信用分析軟件及信息產(chǎn)品的公司，位于舊金山）以創(chuàng)建預(yù)期違約頻率模型起家，現(xiàn)已擴(kuò)展至組合信用風(fēng)險管理領(lǐng)域。 由于股權(quán)可視為一種以公司資產(chǎn)為標(biāo)的的看漲期權(quán)，因此可以根據(jù)標(biāo)的公司債務(wù)面值、期限以及公司市場價值和波動性，應(yīng)用期權(quán)定價方法確定公司股權(quán)價值。 55預(yù)期違約頻率（續(xù)）長期以來，由于銀行忽略了股票市場價格在放貸決策中的作用，KMV在模型中融入了股票市場價格，認(rèn)為當(dāng)公司市場價值下降到某一水平之后，公司就會對其債務(wù)違約，由此將股權(quán)價值與信用風(fēng)險有機(jī)聯(lián)系起來。 1995年KMV建立了計算預(yù)期違約頻率的 EDF （Expected Default Frequency）模型。56VaR（Value at Risk）方法 為保證銀行的穩(wěn)健