《[法律资料]定稿论文样本Sample Format.doc》由会员分享，可在线阅读，更多相关《[法律资料]定稿论文样本Sample Format.doc（40页珍藏版）》请在三一文库上搜索。
1、西南财经大学天府学院2012 届本科毕业论文（设计）论文题目：Credit Metrics模型在我国商业银行 信用风险管理中的应用研究 学生姓名： 所在学院： 西南财经大学天府学院 专 业： 金融学 学 号： 40801011 指导教师： 2012 年 3 月西南财经大学天府学院 Credit Metrics模型在我国商业银行信用风险管理中的应用研究西南财经大学天府学院本科毕业论文（设计）原创性及知识产权声明本人郑重声明：所呈交的毕业论文（设计）是本人在导师的指导下取得的成果。对本论文（设计）的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。因本毕业论文（设计）引起的法律结果完全由本人
2、承担。本毕业论文（设计）成果归西南财经大学天府学院所有。特此声明。毕业论文（设计）作者签名：作者专业：金融学作者学号：40801011 2012 年 3 月 18 日西南财经大学天府学院本科学生毕业论文（设计）开题报告表论文（设计）名称Credit Metrics模型在我国商业银行信用风险管理中的应用研究论文（设计）来源自拟论文（设计）类型A导 师刘继模学生姓名学 号40801011专 业金融学调研资料的准备：基于Credit Metrics模型的CDS定价研究2011年第12期信用计量技术及其在我国的应用分析2002年第6期浅述Credit Metrics模型2011年第5期Credit M
3、etrics模型计算信用风险的实例分析2005年第4期Credit Metrics模型下信用风险模型改进探讨2006年第11期Credit Metrics模型及其对我国银行风险量化管理的启示2006年第3期金融风险管理张金清著设计目的：如何构建起有效的企业贷款信用风险管理体系、降低不良贷款率，对国内商业银行来说已显得日益迫切。本文的研究目的在于对国际著名的Credit Metrics 模型在我国银行贷款信用风险管理中的应用进行介绍、分析，以期对国内的相关研究有所参考。要求：以所学相关知识和文献资料为基础，通过深入研究，用清楚明了的语言来阐述所要论证的问题，用图表、数据来证明论据的真实可行性。思
4、路：首先，浅析Credit Metrics模型的概念及其基本思想、特点以及Credit Metrics在我国商业银行信用风险管理中的应用及存在的主要问题。其次，分析该模型在我国应用不成熟的原因，并以我国某商业银行为实例进行模型的样本采集，模型参数估计与VaR计算，从而对计算结果进行分析，得出该模型要在我国成功运用的解决方案。预期成果：通过本文的研究，首先旨在提醒国内商业银行信用风险管理中风险量化模型的重要性；其次，能够给信用风险管理有待提高，信用风险管理体制不完善的国内商业银行提供一些理论上的建议与参考；最后，从理论上提高自己的专业知识水平，加强对商业银行管理中风险管理重要性的认识，同时掌握基
5、本的信用风险量化分析的模型及其演算方法。任务完成时间安排：11年11月05日11年11月15日撰写开题报告及论文的粗钢 11年11月20日11年12月20日撰写论文的文献综述 11年12月20日11年12月31日撰写论文的细刚 12年01月10日12年01月30日实地调研、整理数据、分析资料 12年02月10日12年03月10日撰写初稿，交给指导老师 12年03月15日12年04月05日修稿初稿，交给指导老师完成任务所预备的条件因素：信用风险决定银行经营的成败，信用风险越来越重要，但我国银行在贷款企业信用评级上没有系统化、规范化，和国外差距大，信用风险量化管理对于我国商业银行具有重大意义。 指
6、导教师签名： 日期：论文（设计）类型：A理论研究；B应用研究；C软件设计等；摘要08年的信贷危机给商业银行信用风险量化管理敲响了警钟，Credit Metrics作为现代商业银行信贷风险量化分析的重要模型越来越受到商业银行的青睐。但我国商业银行的信用风险管理在定量分析方面与国际同领域差距较大。本文以我国某商业银行的金融资产数据为实例，进行Credit Metrics模型的假定与样本采集，模型参数估计与VaR计算，从而对计算结果进行分析，得出结论。以期给信用风险管理有待提高，信用风险管理体制不完善的国内商业银行提供一些理论上的建议与参考。关键词：Credit Metrics模型，信用风险量化，商
7、业银行AbstractThe financial crisis in 2008 had sounded the alarm bell to commercial banks management of their credit risk. Now more and more commercial banks attach great importance to credit metrics model, as a modern credit risk model for quantitative analysis of credit risk. Credit metrics model are
8、 widely used in banking industry. However, Chinas commercial banks are different from their overseas counterparts in credit risk management. This thesis takes some data of financial assets in a commercial bank as an example, to implement the model assumption and sample collection, to execute the mod
9、el parameter estimation and calculate the VaR. Finally, a conclusion is drawn on the basis of the calculated results. It is hoped to provide some theoretical proposals to domestic commercial banks who have inadequate credit risk management systems or whose credit risk management needs to be improved
10、.Key words: Credit Metrics Model, Credit risk quantification, commercial banksCredit Metrics模型在我国商业银行信用 风险管理中的应用研究目录一、绪论1（一）、研究背景1（二）、写作目的2（三）、术语的界定3 1、Credit Metrics模型的提出3 2、Credit Metrics模型的基本思想3二、Credit Metrics模型的应用现状及存在的问题5（一）、Credit Metrics模型在我国的应用现状5（二）、Credit Metrics模型在我国应用存在的问题6 1、Credit Met
11、rics模型的缺陷7 2、Credit Metrics模型在我国的应用面临现实性问题8三、建设银行某二级支行贷款数据的案例分析基于Credit Metrics模型9（一）、单笔贷款数据的案例分析9 1、信用等级转移矩阵的设定9 2、远期贴现率的设定10 3、单笔贷款的现值估计11 4、VaR计算12（二）、案例中该模型在我国应用不成熟的主客观原因13 1、信用矩阵模型中信用级别变动自相关与模型假设存在矛盾13 2、模型忽略了信用等级转换矩阵的关联性13 3、模型在数据选取时忽略了金融资产的即时变动14 4、国内银行尚未建立有关信用资产的历史数据库14 5、我国金融市场里利率市场化进程缓慢14
12、6、信用评级体系尚不成熟15四、Credit Metrics模型在我国成功应用的解决方案16（一）、Credit Metrics模型的修正16 1、信用等级转移矩阵的修正16 2、远期收益率的修正17（二）、对我国商业银行信用风险管理的建议18 1、建立起完善的数据库19 2、借鉴发达国家的先进经验，建立健全有关社会信用的体系.19 3、结合自身特点，“量体裁衣式”地开发新的信用风险度量模型.19五、结论19文献综述21参考文献30致谢32一、绪论（一）、研究背景20世纪90年代以来，经济、金融全球化势不可挡，金融创新层出不穷，各国银行业的监管措施、监管力度和商业银行本身的信用风险管理水平很难
13、再适应银行业所面临的日益复杂的风险环境。从1992年的英镑汇率危机到巴林银行的倒闭，从长期资本管理公司破产到亚洲金融危机等一系列重大金融危机事件，每一次危机的发生追根溯源无不与银行风险管理存在的纰漏有着直接或间接的关系。在这样的时代背景下，为了应对日益膨胀的信用风险，国际上出现了以JP摩根银行等金融机构为代表开发的新兴的信用风险量化度量模型。1997年JP摩根银行提出了Credit Metrics方法。它是在其1994年提出Risk Metrics方法之后的又一重要的风险管理系统。1999年4月，巴塞尔银行监督管理委员会提出了名为“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
14、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。以Credit Metrics模型为代表的信用风险量化模型在西方国家渐渐得到了广泛的发展并逐渐趋于成熟，度量方法也已由传统模型阶段发展成为创新模型阶段并成为商业银行风险管理中不可缺少的内容，在风险防范、贷款审核、组合管理及银行监管等方面发挥着越发重要的作用，同时，许多定量技术和支持工具、软件已付诸商业应用，近几年继传统的比例分析方法之后，统计方法，人工智能和神经网络等先进方法也被应用到商业银行的风险管理中。对于我国银行业来说，信用风险同样是最重要的风险，历来受到政府、银行界、和学术界的
15、高度重视。目前，我国银行业不良贷款的规模比较庞大，由于地方政府、房地产等领域潜在不良贷款的影响，瑞士信贷集团（Credit Suisse Group AG）上调今后几年中国银行业金融机构不良贷款率预期，由之前预测的4.5%-5%上调至8%-10%。今年6月，瑞信曾下调2012-2013年中国银行业信贷增幅和利润率预期，同时预计信贷成本将显著上涨。在这样的大环境下，为正确、有效的管理好商业银行的信用风险，以credit Metrics模型为代表的信用风险量化模型受到了国内银行业广泛的关注与重视。但由于中国银行业的发展与西方国家存在较大的差距，中国的监管环境和金融市场都不太成熟，这些都导致信用风险
16、度量技术在我国发展缓慢，因此，如何找到合理的方法将credit Metrics等模型与中国实际相结合，让该模型在中国发挥其优势，为我国经济和银行业服务是银行业所面临的，同时也是亟待解决的问题。新巴塞尔协议鼓励商业银行采用更为复杂、先进的风险管理模型，因为更为复杂、先进和有效的风险管理方法可以使银行更有效的使用经济资本。随着制度，技术的进一步完善，国内商业银行对Credit Metrics模型的研究也将更趋于现实。（二）、写作目的 通过本文的研究，首先旨在提醒国内商业银行信用风险管理中风险量化模型的重要性并指出Credit Metrics模型在我国的应用现状和存在的问题。其次，能够给信用风险管理
17、有待提高，信用风险管理体制不完善的国内商业银行提供一些理论上的建议与参考；再次，以期国内商业银行能够根据自身实际情况，在众多信用风险度量模型的基础上取其精华去其糟粕研究出适合自身发展的风险度量模型并不断完善我国金融市场，建立起适合模型运用的信息数据库；最后，从理论上提高自己的专业知识水平，加强对商业银行管理中风险管理重要性的认识，同时掌握基本的信用风险量化分析的模型及其演算方法。（三）、术语的界定 1、Credit Metrics模型的提出Credit Metrics是J.P.摩根在1997年推出的用于量化信用风险的风险管理产品。与1994年推出的Risk Metrics一样，该模型引起了金融
18、机构和监管当局的高度重视，是当今风险管理领域在信用风险量化管理方面迈出的重要一步。信用风险取决于债务人的信用状况，而企业的信用状况有被评定的信用等级。因此，信用计量模型认为信用风险可以说直接源自企业信用等级的变化，并假定信用评级体系是有效的，即企业投资失败、利润下降、融资渠道枯竭等信用事件对其还款履约能力的影响都能及时恰当地通过其信用等级的变化而表现出来。 2、Credit Metrics模型的基本思想Credit Metrics模型有几个重要的基本思想，它认为信用工具（包括债券和贷款等）的市场价值取决于债务发行企业的信用等级，即不同信用等级的信用工具有不同的市场价值，因此，信用等级的变化会带
19、来信用工具价值的相应变化。根据转换矩阵所提供的信用工具信用等级变化的概率分布，同时根据不同信用等级下给定的贴现率就可以计算出该信用工具在各信用等级上的市场价值（价格），从而得到该信用工具市场价值在不同信用风险状态下的概率分布。这样就达到了用传统的期望和标准差来衡量资产信用风险的目的，也可以在确定的置信水平上找到该信用资产的信用值，从而将VaR的方法引入到信用风险管理中来。信用计量模型的一个基本特点就是从资产组合而并不是单一资产的角度来看待信用风险。根据马柯威茨资产组合管理理论，多样化的组合投资具有降低非系统性风险的作用，信用风险很大程度上是一种非系统性风险，因此，在很大程度上能被多样性的组合投
20、资所降低。另一方面，由于经济体系中共同的因素（系统性因素）的作用，不同信用工具的信用状况之间存在相互联系，由此而产生的系统性风险是不能被分散掉的。由于信用计量模型将单一的信用工具放入资产组合中衡量其对整个组合风险状况的作用，而不是孤立地衡量某一信用工具自身的风险，因而，该模型使用了信用工具边际风险贡献这样的概念来反映单一信用工具对整个组合风险状况的作用。边际风险贡献是指在组合中因增加某一信用工具的一定持有量而增加的整个组合的风险（以组合的标准差表示）。通过对比组合中各信用工具的边际风险贡献，进而分析每种信用工具的信用等级、与其他资产的相关系数以及其风险暴露程度等各方面因素，可以很清楚地看出各种
21、信用工具在整个组合的信用风险中的作用，最终为投资者的信贷决策提供科学的量化依据。二、Credit Metrics模型的应用现状及存在的问题现代信用风险定义的变化直接决定了信用风险衡量方法的转变。从严格意义上来讲现代信用风险管理包括由交易对手直接违约及交易对手违约可能性变化给投资组合造成损失的风险。另外，由于信用衍生产品市场的发展，信用资产的价值采用盯市的方法，这样借款人还款能力和信用状况的变化将随时影响贷款人的资产价值。因此，Credit Metrics模型是适应现代信用风险管理的模型。同时，随着我国金融市场和信用风险管理方式的国际化，Credit Metrics模型在我国也得到了较为广泛的应
22、用。（一）、Credit Metrics模型在我国的应用现状21世纪初期，随着我国加入WTO，我国金融市场更加开放，金融体制也逐渐与国际接轨。但与西方国家相比，我国对信用风险的研究主要基于财务报表。且金融市场发展还不成熟，我国证券市场特别是债券市场刚刚起步，缺乏大量的企业贷款及债券信用记录的样本数据，我国多位专家学者对信用风险生成机制和评价体系进行了分析研究，对主流模型进行了比较分析，同时也进行了定量和实证分析。虽然，Credit Metrics等量化模型也被我国商业银行接受，并运用到实际中，但是我国商业银行在信用风险管理中注重风险的定性分析，如在信用风险管理中，重视贷款投向的政策性、合法性以
23、及贷款运行的安全性等。目前商业银行正在考虑如何将适用于西方的Credit Metrics等量化管理模型进行“中国化”并将其更好的运用到中国。同时商业银行也需要做一些基础性准备工作，不断改进国内金融市场大环境以适应Credit Metrics模型在我国的应用。（二）、Credit Metrics模型在我国应用存在的问题评判一个模型的好坏，是否适合该银行应用，应该从以下几个方面来考虑：可靠性、可行性、可解性、可验证性及成本的高低。第一，可靠性是指所建模型要能够迅速、准确、有效地反映现实情况。建立的信用风险度量模型需符合我国的实际经济状况，如宏观微观经济状况、各行的实际信用风险特征、适合各行的授信、
24、风险评估体系，应体现各行信贷风险特色。第二，可行性是指模型所需的条件如各种数据银行能够提供。第三，可解性是指模型必须能够在可以承受的范围内用适当的算法求解出来，并且得到比较精确的结果。第四，可验证性是指在模型的可靠性和可解性得到保证的前提下，把搜集到的数据，求解出模型，然后将在模型求解过程中未使用的其他数据代入验证，并符合我们的预期。最后，成本的高低也是我们考查一个模型好坏的标准。包括：求解模型的软硬件成本，搜集数据的成本，验证结果的成本等等。Credit Metrics模型是符合以上特性的，但是其在我国的应用还存在以下问题。 1、Credit Metrics模型的缺陷任何模型的成功应用都要经
25、过一个漫长的过程，从模型的初创，试验，修正，再试验，成功运用要经历一个又一个山峰，攻克一个接一个的难题。同样，Credit Metrics模型在应用过程中也出现了各种缺陷亟待解决。（1）、Credit Metrics模型在数据选取的过程中没有考虑金融资产数据的即时变动给模型带来的影响，如在该模型的计算中我们将信用等级转移矩阵的衡量期限设定为一年，这样的设定使得资产的在险价值不能根据贷款和债券的即时变化作出相应的调整，影响了模型计算结果的准确性。（2）、Credit Metrics模型忽略了信用等级转换的关联性并简单的假设单个企业信用等级的转换是独立的，然而在现实中，一个企业信用等级的变化是与其
26、所在的经济环境、行业、地区相关联的，如在经济繁荣时期，企业总体情况良好，贷款信用价值变大，信用等级变高，不同企业贷款的变化情况呈现出基本一致的状况。（3）、在Credit Metrics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直接相关，不是固定不变的，在经济繁荣阶段，违约率较低；在经济萧条阶段，违约率较高。（4）、大量证据表明，信用等级迁移概率并不遵循马尔科夫过程，而是跨时期相关的，模型假定，只要处于同一等级，所有企业的违约率都一样，实际违约率就等于历史平均违约率。这个假定在很多情况下都并不成立或不完全成立，因此限制了模型的实际应用。 2、Credit Metr
27、ics模型在我国的应用面临现实性问题 （1）、模型中参数的估计是以历史经验数据为基础的，而国内商业银行未建立起有关信用资产的历史数据库，不能提供此类数据，且外部评级机构提供的数据也不具体不完善。 （2）、我国金融市场上由于利率市场化进程缓慢，缺少一个准确的基准贴现率，给信用资产的现值估计造成了困难。 （3）、我国评级体系尚不成熟。在专业评级机构方面缺少像标普、穆迪这样的权威评级机构;商业银行的内部评级机构也与Credit Metrics模型的要求相去甚远。（4）、我国股市运作机制尚不完善。我国股票发行采取的是“总量控制，限报家数”的管理办法。这种额度管理制度存在着诸多的弊端，从而使中国股市自始
28、至终都是在一种低效率的基础上运转。事实早已证明，传统体制下由政府来替代市场进行资源配置的做法是一种无效率的制度安排，显然不利于股票发挥其合理配置资源的功能，再加上二级市场缺乏有效的退出机制，直接造成其资源配置效率的低下。另外，国内股票市场存在着独特的股权结构，这就是国家股、法人股和个人股的分别设立，其中国家股和法人股不能上市流通转让，可交易的部分仅仅是向社会公众募集的个人股部分。这种人为分割股权的做法不仅严重违反了股票市场上同股同权的基本准则，而且带来市场上价格信息失真，市场风险增大。中国股票市场的监管体制的典型特点是政出多门，多头管理。这种监管体制决定了监管在职能和地区上处于分割状态，而且鉴
29、于部门利益和地区利益的考虑，各家监管部门很难进行有效的协调进而达成合作，这不仅影响了政府政策的效率性，而且会导致政策间缺乏连续性和协调性。三、建设银行某二级支行贷款数据的案例分析基于Credit Metrics模型（一）、单笔贷款数据的案例分析 现以中国建设银行某二级支行单笔贷款数据为实例模拟Credit Metrics模型在我国商业银行单笔贷款风险度量中的应用。例：该二级支行某借款企业当前信用等级为AA级，担保方式为质押，贷款金额500万元，贷款期限两年，年固定贷款利率5.76%,还款形式每年固定付息，到期一次还本。 1、信用等级转移矩阵的设定首先通过查阅相关资料得到案例银行该贷款企业一年期
30、信用等级转移矩阵：表3.1 信用等级转移矩阵（%）年末评级初始评级AAA AA A BBB BB B CCC DAAA90.818.330.680.060.12000AA0.790.657.790.640.060.140.020A0.092.2791.055.520.740.260.010.06BBB0.020.335.9586.935.31.171.120.18BB0.030.140.677.7380.538.8411.06B00.110.240.436.4883.464.075.2CCC0.2200.221.32.3811.2464.8619.78资料来源：中诚信国际信用评级有限公司网站
31、表3.1左边为债务人当前信用等级，右边为1年内企业可能的信用等级迁移，D表示违约（default），例如，一个AA级企业在一年内有7.79%的机会下降到A级，同时我们注意到，一年中信用等级维持原状的概率是概率中最大的，第二大的可能性是上升或者下降一个等级。 2、远期贴现率的设定远期定价模型信贷资产的估计可以从与贷款发行方评级对应的信贷资产得出。又在国外贷款的评级通常与该企业的债券评级相仿。故贷款的估值可从与债券评级对应的零曲线得出。各信用级别企业债券的一年远期收益率见表3.2。表3.2 各信用等级企业债券的一年远期收益率信用等级第一年第二年第三年第四年AAA1.9032.0942.6052.7
32、06AA1.9042.0982.6062.707A1.9072.1322.6082.709BBB1.9082.1652.6112.713BB1.9622.2512.6642.765B1.9792.2722.6812.784CCC2.0202.2842.7222.824资料来源：中国债券信息网 3、单笔贷款的现值估计再次进行贷款的现值估计，在模型中可以通过贷款现值直接反映出未来贷款等级变化的结果。公式为：P=D+D/(1+R+S)+D/(1+R2+S2)2+.+（A+D）/(1+Ri-1+Si-1)i-1式中，i表示年限，i=1,2,3.n, A是本金，D是利息，R是无风险利率，Si-1是年度信
33、用风险价差3 若年末评为AAA级，则根据以上公式得出单笔贷款的年末现值 VAAA=28.8+528.8/（1+1.903%）=547.7249同理，若该贷款年末评级为AA、A、BBB、BB、B、CCC、违约，得到相应现值。表3.3借款企业贷款年末现值年末信用等级转移概率新贷款现值（万元）AAA0.7547.7249AA90.65547.7198A7.79547.7045BBB0.64547.6994BB0.06547.4246B0.14547.3381CCC0.02547.1297违约00再根据以下公式算出均值和标准差：均值=i=18pixi =0.7%547.7249+90.65%547.7
34、198+7.79%547.7045+ 0.64%547.6994+0.06%547.4246+0.14%547.3381+0.02%547.1297+0%0=547.7177标准差=i=18pixi-2 =0.7%547.7249-547.71772+90.65%(547.7198-547.7177)2+0.02%(547.1297-547.7177)2=18.5202 4、VaR计算由此可知，在正态分布下该笔贷款的信用风险估值为：95%VaR=1.65*18.5202=30.558399%VaR=2.33*18.5202=43.1521计算结果表明，在贷款分布为正态分布的假设条件下，该笔贷款
35、有1%的可能性在第二年的损失超过43.15万元，有5%的可能性在第二年的损失超过30.56万元。反之，该笔贷款在第二年的损失保证不超过43.15万元的可能性是99%，不超过30.56万元的可能性是95%。通过对某商业银行该项贷款的后续调查，该项贷款出现了远远超过43.15万元的损失，由此可见使用Credit Metrics模型计算出的在险价值与实际存在偏差。因此，Credit Metrics模型在我国信用风险度量方面还存在严重的问题，并不能准确判定我国商业银行贷款等金融资产存在的信用风险，也不能为我国商业银行的贷款风险情况提供准确的参考。究其原因，作者认为Credit Metrics模型在我国
36、的应用还存在以下主客观原因。（二） 、案例中该模型在我国应用不成熟的主客观原因 1、信用矩阵模型中信用级别变动自相关与模型假设存在矛盾Credit Metrics模型在计算前首先假设信用等级转换过程符合稳定马尔科夫过程，该过程认为在给定当前知识或信息的情况下，只用当前的状态预测未来，当前以前的历史状态对于预测未来是无关的。但实证表明，信用等级变动是自相关的，一个企业信用等级的变动与其前一期等级情况基本呈正相关，前一期升级则本期升级可能性较大。 2、模型忽略了信用等级转换矩阵的关联性模型假设同一评级内所有债务人都具有相同的评级转移概率，并用历史平均转移概率近似未来评级转移概率，并简单的认为单个企
37、业信用等级的转换是独立的，然而在现实中，一个企业信用等级的变化是与其所在的经济环境、行业、地区相关联的，如在经济繁荣时期，企业总体情况良好，贷款信用价值变大，信用等级变高，不同企业贷款的变化情况呈现出基本一致的状况。 3、 模型在数据选取时忽略了金融资产的即时变动Credit Metrics模型在数据选取的过程中没有考虑金融资产数据的即时变动给模型带来的影响，如在该模型的计算中我们将信用等级转移矩阵的衡量期限设定为一年，这样的设定使得资产的在险价值不能根据贷款和债券的即时变化作出相应的调整，影响了模型计算结果的准确性。 4、国内银行尚未建立有关信用资产的历史数据库 如前文所述，Credit M
38、etrics模型的关键就是建立信用转移矩阵，而矩阵的建立需要借款人信息的完备，统一的历史数据库。前文中信用等级转移矩阵的设立完全基于我国评级机构的数据，该数据对于我国商业银行来说缺少实证意义。 5、我国金融市场里利率市场化进程缓慢 利率水平是一种金融工具按照其内在价值确定的市场价格。既然金融工具（包括贷款）是一种商品，其价格理所当然地应该由市场供求来决定，而非简单地由政府行政干预来调整。在利率尚未完全市场化的情况下，利率水平无法反映真实的市场供求关系，无法反映人民币这种货币资金的市场价值或真实价格。而Credit Metrics模型在计算贷款价值时是将未来发生的现金流对不同的信用级别取不同贴现
39、率进行贴现得到的，而我国没有成形的远期利率市场，没有各级别的贴现率，所以计算出的贴现率不一定是市场的真实反映，所以，利用该贴现率计算的贷款在险价值和现值也不是完全准确的，这样的在险价值和现值不一定是市场的实际表现。因此，使得Credit Metrics模型在我国的应用受到了一定的限制。 6、信用评级体系尚不成熟中国现行的信用评级体系肯定不能充分揭示信用风险，承担不了国家经济和社会发展赋予的责任，影响国家金融和经济的可持续发展。评级不能真实揭示风险，还有可能引发类似美国的金融危机。在体制方面，中国评级机构过多；评级标准建设缺乏制度保障；评级监管多头负责。如何建立体现信用经济本质要求和适合国情的评
40、级体制一直没有提上政府的工作日程。在机制方面，竞争机制使信用级别买卖公开化、合法化，且有愈演愈烈之势。评级收费模式把评级机构与受评对象利益结合起来，增加了评级风险。我国在专业评级机构方面缺少像标普、穆迪这样的权威评级机构;商业银行的内部评级机构也与Credit Metrics模型的要求相去甚远，所以要达到模型的标准，以期计算结果更加精确，在我国还需要一个漫长的过程。四、Credit Metrics模型在我国成功应用的解决方案（一）、Credit Metrics模型的修正 上文详细分析了Credit Metrics在单笔贷款信用风险度量中的应用，并且探究了模型在我国应用不成熟的主客观原因。由于C
41、redit Metrics模型是在西方成熟的市场条件下发展起来的，而我国银行业面临资本市场不发达，金融管制的现实。所以，要想在中国使用Credit Metrics模型，首先必须结合中国实际对Credit Metrics的某些条件进行修正。 1、信用等级转移矩阵的修正Credit Metrics以企业信用等级转换矩阵为基础，进行信用风险的测定。我国企业信用等级体系最为普通的是实行四等十级制，将企业按信用质量由高到低划分为AAA到D，共十个信用等级。我国商业银行可以参考专业资信评估机构对企业信用等级评估的结果，同时综合参考多家银行多年对企业信用评级的历史记录，来确定我国企业的信用等级转换矩阵。在应
42、用Credit Metrics模型时，可以首先以较为连续完整历史记录的企业为样本，根据这部分企业的信用等级在一定历史时期内的转变情况，确定历史信用等级转移矩阵。不同国家、不同行业具有不同的历史信用等级转换矩阵。我国可以以具备一定历史时期内信用等级变化的较为连续完整记录的一个行业的企业为样本，根据它们信用等级变化的原始记录统计得到每一年信用等级变化的企业数量。如计算t年从BB级转化为A级的概率，可以首先将T年按记录的各个时点划分，设t(0tT)为其中任一时点，可以根据统计得到t年末从BB级转变为A级信用等级的数目占t年初BB级企业数目的比重，即为BB到A级信用等级的数目占t年初BB级企业数目的比
43、重，即为BB到A的转换概率。同时作者认为我国商业银行可以利用自身已有的数据库，仿照Credit Metrics模型建立起基于五级分类的多年期累计平均违约率、各级别回收率等，得出评级变化概率和未来价值分布。表4.1 一年内的信用转移矩阵级别分类正常关注次级可疑损失正常0.840.110.0500关注0.030.870.070.030次级0.010.020.810.090.07可疑00.010.080.760.15损失0000.030.97资料来源：中国建设银行某二级支行2008年统计数据 2、远期收益率的修正我们已经知道Credit Metrics 模型计算贷款估值的方法是将未来发生的现金流对不
44、同的信用级别取不同贴现率进行贴现得到，而我国没有市场形成的远期利率市场，没有各个级别的贴现率，因此要寻找替代的方法。考虑到利息的偿还和本金的偿还没有直接的联系（如很多企业利息一直正常，但本金违约，我们将本金和利息分开考虑），计算公式如下：一年后某个级别贷款价值=贷款到期的本金回收额的贴现值+所有期的期望的利息偿还额的贴现值由于中国没有市场的信用加息率作为贴现率，因此我国商业银行对未来的现金流根据违约状况作一定的折扣然后用资金的机会成本贴现。假设本金在一年后还要经过时间 t 到期，则到期后期望回收的本金=（1- Dt本金+本金DtRR 其中Dt为目前估计这笔贷款在一年后再经过时间t 后本金的违约
45、率；RR 为对应的这笔贷款的清偿率。第t期期望利息的期望偿还额=利息C t +利息（1- C t ）r 其中Ct第t期利息对应的偿还比例，同样由信贷历史资料中进行统计确定，如A级别贷款6个月应计利息的偿还比例，可由如下统计得到：归集在第6个月有付息的所有A级别贷款，统计出其不能正常付息的贷款余额占总贷款余额的比例。本金和各期利息期望偿还贴现率由对应时期的银行同业拆借利率计算，对于超过6个月贴现率统一用6个月的拆借利率套算：it=(1+i6个月)i/6个月1模型的修正与完善只是我国商业银行针对模型本身而采取的措施，为了让Credit Metrics模型在我国得到更好地运用，我国还需要从金融市场大环境和内部制度方面着手进行改进与完善，以适应模型的要求，让模型在我国发挥其应有的优势。（二）、对我国商业银行信用风险管理的建议通过对某商业银行的了解，得知我国大多数商业银行在信用风险的管理上多采用定性分析，主要参考因素包括公司基本情况如成立时间、职工数、客户规模，公司信用情况以及公司财务情况等。并通过财务比率