论文部分内容阅读
摘要：随着我国各商业银行不同程度地暴露出住房抵押贷款违约风险，关于商业银行住房抵押贷款风险管理的研究逐渐成为热点论题。本文选用基于VaR的Credit Metrics模型来验证该模型在商业银行风险管理中的实用性。
关键词：商业银行；抵押贷款；风险管理； Credit Metrics模型
一、前言
在我国过去十几年的房地产市场高速增长的条件下，住房抵押贷款逐渐成为我国商业银行主要的信贷项目。但目前我国个人住房价格已经处于较高水平，居民购房和还贷压力较大，加之近年国家对房地产市场的宏观调控趋紧，商业银行住房抵押贷款风险管理逐渐成为行业银行和学者较为关注的问题。能否找到一种有效的工具来度量商业银行现存的住房抵押贷款违约风险，将决定商业银行能否有效进行住房抵押贷款风险管理。
下文选取基于VaR的Credit Metrics现代模型来验证该模型在商业银行住房抵押贷款风险管理中的有效性。
二、基于VaR的Credit Metrics模型
Credit Metrics模型是1997年由J. P. 摩根提出的用于量化风险的管理工具，核心思想是将VAR（Value at Risk）作为计量风险的方法。国外一些大型商业银行早在1997年之前就已经开始将VAR作为计量风险的工具。
贷款风险取决于债务人的信用状况，而信用状况由银行或者是专业的评级机构评定的信用级别表示。Credit Metrics模型基本方法，将债务人信用等级作为衡量银行贷款风险的依据，由信用转换矩阵提供债务人的信用等级转换概率，依据不同信用等级对应的贴现率计算出贷款在各信用等级的市值，再确定信用工具在不同信用等级下市值对应的概率分布。
三、Credit Metrics模型基本框架
（一）模型的假设前提
1.市场风险应该与信用风险无关；2.将债务人分成若干个信用等级；3.风险管理的期限假定为一年，这实际上也是因为评级机构的转移矩阵的期限为一年；4.确定回收率，即当债务人发生违约时，银行能回收的资产比率；5.违约时间应发生在债务即将到期时。
（二）模型的参数输入
1.债务人个人信用等级；2.标准的信用等级转移矩阵，即债务人信用从一个级别转移到另一个级别的概率变化矩阵；3.计算的时间周期；4.确定预期收益折现率；5.确定回收率；6.模型的基本计算。
四、该模型在商业银行住房抵押贷款中的实际应用
例如，某商业银行有一项5年期固定利率的个人贷款，贷款额度100万，规定年利率为6%，该债务人信用级别为BBB，不可提前还款。运用Credit Metrics模型基本原理，计算出在某一置信区间下其对应的VAR值。
确定模型的各输入参数。
容易看出，用正态分布计算时，可能会低估实际的VAR，因为，实际贷款价值分布图明显不是正态的。它展示了一种反向的偏斜。
五、Credit Metrics模型的评价
与传统信贷风险评估和管理方法相比，Credit Metrics模型给出在一定的置信水平下的风险VAR值。首先，通过VAR值可以清楚地表示信用风险的大小，银行经营者能够依据自身经营目标和风险承受能力在个人贷款申请时作出选择。同时，作为贷款的绩效评估，使银行在保证自身资产安全的基础上可以实现贷款人最大限度地融资。
该模型还能对金融监管起到促进作用，通过与银行达成协议，银行在一定的信用损失内经营，超过该损失值，银行将接受监管部门的处罚。一方面，能够把监管工作集中到风险管理上；另一方面，银行也能够作出合理的承诺，因为承诺过高容易受罚，过低会造成资源浪费。
该模型也有不足之处。我国个人住房抵押贷款的时间尚短，信用等级转移矩阵远不如国外的大机构准确，会在很大程度上影响结算结果的准确性。而且模型假设过多，在实际操作中使用范围会受到影响。
参考文献：
[1]Black E，Scholes M.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economics，1973（81）.
[2]Merton R.The Pricing of Rational Option Pricing[J].Bell Journal of Economics，1973（4）.
[3]穆洪华.基于GARCH模型的VaR方法的综述及其对汇率模型的研究分析[D].暨南大学，2007.
[4]丛培帅.VaR在商业银行信用风险管理中的量化研究[D].西南大学，2008.
（作者单位：四川文理学院管理系）
关键词：商业银行；抵押贷款；风险管理； Credit Metrics模型
一、前言
在我国过去十几年的房地产市场高速增长的条件下，住房抵押贷款逐渐成为我国商业银行主要的信贷项目。但目前我国个人住房价格已经处于较高水平，居民购房和还贷压力较大，加之近年国家对房地产市场的宏观调控趋紧，商业银行住房抵押贷款风险管理逐渐成为行业银行和学者较为关注的问题。能否找到一种有效的工具来度量商业银行现存的住房抵押贷款违约风险，将决定商业银行能否有效进行住房抵押贷款风险管理。
下文选取基于VaR的Credit Metrics现代模型来验证该模型在商业银行住房抵押贷款风险管理中的有效性。
二、基于VaR的Credit Metrics模型
Credit Metrics模型是1997年由J. P. 摩根提出的用于量化风险的管理工具，核心思想是将VAR（Value at Risk）作为计量风险的方法。国外一些大型商业银行早在1997年之前就已经开始将VAR作为计量风险的工具。
贷款风险取决于债务人的信用状况，而信用状况由银行或者是专业的评级机构评定的信用级别表示。Credit Metrics模型基本方法，将债务人信用等级作为衡量银行贷款风险的依据，由信用转换矩阵提供债务人的信用等级转换概率，依据不同信用等级对应的贴现率计算出贷款在各信用等级的市值，再确定信用工具在不同信用等级下市值对应的概率分布。
三、Credit Metrics模型基本框架
（一）模型的假设前提
1.市场风险应该与信用风险无关；2.将债务人分成若干个信用等级；3.风险管理的期限假定为一年，这实际上也是因为评级机构的转移矩阵的期限为一年；4.确定回收率，即当债务人发生违约时，银行能回收的资产比率；5.违约时间应发生在债务即将到期时。
（二）模型的参数输入
1.债务人个人信用等级；2.标准的信用等级转移矩阵，即债务人信用从一个级别转移到另一个级别的概率变化矩阵；3.计算的时间周期；4.确定预期收益折现率；5.确定回收率；6.模型的基本计算。
四、该模型在商业银行住房抵押贷款中的实际应用
例如，某商业银行有一项5年期固定利率的个人贷款，贷款额度100万，规定年利率为6%，该债务人信用级别为BBB，不可提前还款。运用Credit Metrics模型基本原理，计算出在某一置信区间下其对应的VAR值。
确定模型的各输入参数。
容易看出，用正态分布计算时，可能会低估实际的VAR，因为，实际贷款价值分布图明显不是正态的。它展示了一种反向的偏斜。
五、Credit Metrics模型的评价
与传统信贷风险评估和管理方法相比，Credit Metrics模型给出在一定的置信水平下的风险VAR值。首先，通过VAR值可以清楚地表示信用风险的大小，银行经营者能够依据自身经营目标和风险承受能力在个人贷款申请时作出选择。同时，作为贷款的绩效评估，使银行在保证自身资产安全的基础上可以实现贷款人最大限度地融资。
该模型还能对金融监管起到促进作用，通过与银行达成协议，银行在一定的信用损失内经营，超过该损失值，银行将接受监管部门的处罚。一方面，能够把监管工作集中到风险管理上；另一方面，银行也能够作出合理的承诺，因为承诺过高容易受罚，过低会造成资源浪费。
该模型也有不足之处。我国个人住房抵押贷款的时间尚短，信用等级转移矩阵远不如国外的大机构准确，会在很大程度上影响结算结果的准确性。而且模型假设过多，在实际操作中使用范围会受到影响。
参考文献：
[1]Black E，Scholes M.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economics，1973（81）.
[2]Merton R.The Pricing of Rational Option Pricing[J].Bell Journal of Economics，1973（4）.
[3]穆洪华.基于GARCH模型的VaR方法的综述及其对汇率模型的研究分析[D].暨南大学，2007.
[4]丛培帅.VaR在商业银行信用风险管理中的量化研究[D].西南大学，2008.
（作者单位：四川文理学院管理系）