基于公司信貸的信用風(fēng)險(xiǎn)度量與管理

摘要：本文以公司信貸為基礎(chǔ)，在占有公司歷史違約信息、財(cái)務(wù)信息及經(jīng)營(yíng)信息等，就商業(yè)銀行怎樣正確對(duì)公司信貸風(fēng)險(xiǎn)進(jìn)行度量和管理進(jìn)行研究，分析當(dāng)中存在的各項(xiàng)風(fēng)險(xiǎn)，以便于采取針對(duì)性較強(qiáng)的措施進(jìn)行處理，對(duì)風(fēng)險(xiǎn)進(jìn)行規(guī)避，減少損失。本文首先對(duì)信用風(fēng)險(xiǎn)度量進(jìn)行判斷，之后對(duì)財(cái)務(wù)報(bào)表信用風(fēng)險(xiǎn)的再計(jì)量進(jìn)行了分析，最后分析了以模型為基礎(chǔ)的信用風(fēng)險(xiǎn)定量。

關(guān)鍵詞：公司信貸;信用風(fēng)險(xiǎn);度量;管理

信用風(fēng)險(xiǎn)主要涵蓋著兩個(gè)方面的內(nèi)容：其一，債務(wù)人到期無(wú)法按時(shí)還款或者沒(méi)有意愿還款引發(fā)的違約風(fēng)險(xiǎn)：其二，信用水平的波動(dòng)，致使債務(wù)市場(chǎng)價(jià)值下滑，由此可能會(huì)導(dǎo)致銀行遭受損失。為了對(duì)信用風(fēng)險(xiǎn)進(jìn)行防范，銀行需將引發(fā)信用風(fēng)險(xiǎn)的相關(guān)因素進(jìn)行尋找和分析，包括信用評(píng)級(jí)、還款意愿及還款能力等。銀行與貸款公司是相互競(jìng)爭(zhēng)兩家公司，銀行只有對(duì)信息進(jìn)行充分占有，并有效加工和度量信息，以此才能在貸款前對(duì)高信用風(fēng)險(xiǎn)公司的準(zhǔn)入進(jìn)行把控，貸中進(jìn)行風(fēng)險(xiǎn)預(yù)警的創(chuàng)建，盡快對(duì)相應(yīng)措施進(jìn)行采用，對(duì)貸后的信用風(fēng)險(xiǎn)進(jìn)行分散和轉(zhuǎn)移，增強(qiáng)管理，使自身?yè)p失得到減輕。

一、初步判斷外部的、定性的及經(jīng)驗(yàn)的信用風(fēng)險(xiǎn)度量

信貸之前的資信審查是外部的、定性的信用風(fēng)險(xiǎn)度量的主要發(fā)生階段，對(duì)擁有的信息進(jìn)行有效利用，貸款前先初步篩查貸款公司。傳統(tǒng)的分析法主要是以公司經(jīng)營(yíng)的5C分析法為基礎(chǔ)，但是該方法缺陷性較大，難以達(dá)到理想的程度，因而本文對(duì)基本面分析法進(jìn)行采用，對(duì)貸款公司經(jīng)營(yíng)特性、行業(yè)發(fā)展情況、宏觀經(jīng)濟(jì)形勢(shì)等信用風(fēng)險(xiǎn)進(jìn)行度量和管理為主。宏觀經(jīng)濟(jì)形勢(shì)分析對(duì)整個(gè)大環(huán)境下的經(jīng)濟(jì)周期進(jìn)行囊括，經(jīng)濟(jì)上下行情況、發(fā)展快慢、國(guó)家出臺(tái)的相關(guān)政策、通貨膨脹率、利息率等變量，都是銀行需考量的，這些變量會(huì)對(duì)銀行信貸總量造成直接影響，從而使信貸個(gè)體的信貸額度遭受影響。行業(yè)發(fā)展分析，銀行對(duì)各個(gè)公司進(jìn)行貸前審查時(shí)，公司在行業(yè)中實(shí)際情況是需要重點(diǎn)考慮的因素，如果該類公司信貸數(shù)據(jù)有所欠缺，銀行可對(duì)同類公司的信貸數(shù)據(jù)進(jìn)行借鑒，而行業(yè)發(fā)展趨勢(shì)及國(guó)家對(duì)行業(yè)發(fā)展的支持程度則可用來(lái)對(duì)公司所處何種階段進(jìn)行判定。公司經(jīng)營(yíng)特性主要涵蓋如下6大方面：其一，資本，債權(quán)可由資金規(guī)模和存貨廠房保障。其二，能力，考察公司經(jīng)營(yíng)狀況、財(cái)務(wù)、資金周轉(zhuǎn)情況、生產(chǎn)能力等等方面，以對(duì)他們的貸款能力進(jìn)行把握。其三，品質(zhì)，涵蓋公司的聲譽(yù)及商業(yè)道德等內(nèi)容，可對(duì)這些方面進(jìn)行調(diào)查和分析。其四，公司管理，就管理層的實(shí)力對(duì)公司發(fā)展保障程度進(jìn)行考察。其五，保險(xiǎn)與抵押擔(dān)保，公司抵押的財(cái)物是否具備價(jià)值，是否已對(duì)其購(gòu)買(mǎi)保險(xiǎn)。其六，公司環(huán)境，對(duì)公司的地理、市場(chǎng)競(jìng)爭(zhēng)、占有率等進(jìn)行考察。

二、再計(jì)量財(cái)務(wù)報(bào)表信用風(fēng)險(xiǎn)

設(shè)定信息對(duì)稱，財(cái)務(wù)報(bào)表真實(shí)性較強(qiáng)，可運(yùn)用2中方法對(duì)借款人的信用風(fēng)險(xiǎn)情況進(jìn)行度量。

其一，財(cái)務(wù)指標(biāo)同違約參數(shù)之間的關(guān)系，可對(duì)z評(píng)分模型進(jìn)行選用，確定5個(gè)財(cái)務(wù)指作為作自變量。

Xl=保留盈余÷總資產(chǎn)

X2=營(yíng)運(yùn)資本÷總資產(chǎn)

X3=銷售額÷總資產(chǎn)

X4=息稅前利潤(rùn)÷總資產(chǎn)

X5=股權(quán)市值÷總負(fù)債面值

依據(jù)Altman的研究得知，當(dāng)z小于1.80時(shí)，貸款公司則存在違約，當(dāng)z大于3.00，貸款公司則會(huì)自動(dòng)支付違約金，當(dāng)z介于1.80～ 3.00之間，未知性較大，判斷出現(xiàn)的差錯(cuò)較大，需要與其他方法進(jìn)行聯(lián)用。該種線性模型操作性和適應(yīng)性都較強(qiáng)，在對(duì)信用風(fēng)險(xiǎn)事故發(fā)生的審查資信階段的預(yù)防中應(yīng)用效果較好，但是現(xiàn)實(shí)經(jīng)濟(jì)的理論基礎(chǔ)和非線性并不強(qiáng)，受到的制約較大。

其二，以分析統(tǒng)計(jì)為基礎(chǔ)的非線性法，涵蓋logistic模型法和因子分析，如下幾個(gè)方面。

（1）構(gòu)造財(cái)務(wù)報(bào)表中的數(shù)據(jù)財(cái)務(wù)比率指標(biāo)涵蓋資金運(yùn)作能力、盈余能力、盈利能力、償債能力及現(xiàn)金流量等等方面，通過(guò)計(jì)算得出這些指標(biāo)的比率。

（2）參照組變量的選用，為對(duì)預(yù)測(cè)的準(zhǔn)確度進(jìn)行提升，選取非違約組和違約組要在地理區(qū)域近和同行業(yè)中進(jìn)行，以對(duì)誤差進(jìn)行降低。

（3）對(duì)變化不明顯的變量進(jìn)行剔除，因財(cái)務(wù)指標(biāo)眾多，隨機(jī)對(duì)等量的非違約及違約樣本進(jìn)行選取，檢驗(yàn)這些指標(biāo)，從中即可對(duì)變化不明顯的變量進(jìn)行剔除。

（4）用因子分析剩余變量，對(duì)公因子進(jìn)行提取，因子得分函數(shù)由此得出。

（5）對(duì)臨界點(diǎn)進(jìn)行設(shè)定，在模型中判斷需要進(jìn)行信貸決策的公司財(cái)務(wù)比率。此方法目前應(yīng)用較為狹窄。三、以模型基礎(chǔ)分析風(fēng)險(xiǎn)定量

（一）應(yīng)用Credit Metrics模型

Credit Metrics模型包括違約和信用風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)相關(guān)性不大兩種假設(shè)。違約，不但指?jìng)鶆?wù)未完全償還，同時(shí)還涵蓋信用等級(jí)降低致使債務(wù)市值降低。設(shè)定公司所在行業(yè)的信用數(shù)據(jù)和交易數(shù)據(jù)有被銀行記錄，則公司違約概率及信用等級(jí)轉(zhuǎn)換概率可由此得出。若信用評(píng)級(jí)情況知曉，那么債務(wù)經(jīng)濟(jì)資本即可算出。信用風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)相關(guān)性不大，假設(shè)截取時(shí)間區(qū)間中，有穩(wěn)定的市場(chǎng)變量亦或是市場(chǎng)變量波動(dòng)不明顯，此時(shí)就可對(duì)信用風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)相關(guān)性不大做出假設(shè)。

（二）應(yīng)用Credit Risk+模型

每筆債務(wù)違約性小且是獨(dú)立存在的是Credit Risk+模型的核心假設(shè)，放置于特定的經(jīng)濟(jì)背景下，比如，市場(chǎng)狀況和形勢(shì)較好，可將每筆債務(wù)違約性較低作為假設(shè)，并且損失額度、違約波動(dòng)及違約概率都是已知條件，對(duì)Credit Risk+模型進(jìn)行采用，可針對(duì)地區(qū)、部門(mén)、時(shí)限等的不同，對(duì)當(dāng)中的風(fēng)險(xiǎn)進(jìn)行處理。

（三）應(yīng)用KMV模型

資產(chǎn)價(jià)值高于債務(wù)價(jià)值視為不違約和公司股票價(jià)格與BS模型的基本假設(shè)相符合是KMV模型的核心假設(shè)。前者換而言之，即公司資金較充裕，欠款現(xiàn)象不存在，假設(shè)公司股權(quán)作為期權(quán)的一種，利用相關(guān)公式，加之股權(quán)市值及波動(dòng)率知曉，即可將當(dāng)中的波動(dòng)率及資產(chǎn)價(jià)值算出。后者，就上市公司而言，價(jià)值變化過(guò)程要對(duì)itoprocess進(jìn)行服從。四、規(guī)避和分散公司信貸信用風(fēng)險(xiǎn)

（一）對(duì)分散的貸款組合進(jìn)行把持

風(fēng)險(xiǎn)分散，銀行可采用對(duì)各種類型的貸款及相關(guān)性不明顯的貸款等方式進(jìn)行操作。利用搭配貸款種類授信方式對(duì)科學(xué)、有效的資產(chǎn)組合進(jìn)行確立，對(duì)貸款在地區(qū)及行業(yè)中的集中度進(jìn)行管控，以此使其風(fēng)險(xiǎn)損失得以降低。

（二）進(jìn)行資信審查，采用風(fēng)險(xiǎn)抵押和建立風(fēng)險(xiǎn)預(yù)警

信貸公司的信用風(fēng)險(xiǎn)評(píng)估，可利用公司經(jīng)營(yíng)信息、財(cái)務(wù)信息或者行業(yè)發(fā)展信息等方面進(jìn)行，以對(duì)高風(fēng)險(xiǎn)公司的信貸準(zhǔn)入進(jìn)行限制。風(fēng)險(xiǎn)預(yù)警系統(tǒng)的建立可對(duì)模型定量計(jì)算方法和金融統(tǒng)計(jì)分析進(jìn)行利用，對(duì)當(dāng)中風(fēng)險(xiǎn)及時(shí)發(fā)現(xiàn)，并規(guī)避。定時(shí)更新?lián)p益表中的信用違約導(dǎo)致的數(shù)據(jù)損失，信用違約遭受的損失的降低可對(duì)貸款損失準(zhǔn)備金進(jìn)行提取，以此彌補(bǔ)。另外當(dāng)發(fā)生違約時(shí)，價(jià)值較高和有效用的抵押物和擔(dān)保可對(duì)銀行損失數(shù)額進(jìn)行降低。

（三）使用衍生品工具和核銷轉(zhuǎn)讓不良貸款

傳統(tǒng)處理不良貸款即對(duì)其進(jìn)行轉(zhuǎn)讓核銷。髓核經(jīng)濟(jì)的發(fā)展及市場(chǎng)的繁榮，信用衍生產(chǎn)品工具由此誕生，涵蓋債務(wù)擔(dān)保憑證、信用聯(lián)結(jié)票據(jù)、信用違約互換、總收益互換等，在對(duì)信用風(fēng)險(xiǎn)進(jìn)行轉(zhuǎn)移過(guò)程，起到的作用非常明顯，它可針對(duì)風(fēng)險(xiǎn)偏好不同的公司進(jìn)行轉(zhuǎn)移，擴(kuò)大了銀行不良貸款處理的路徑。

五、結(jié)束語(yǔ)

綜上所述，銀行對(duì)貸款公司進(jìn)行信用風(fēng)險(xiǎn)度量與管理意義重大，基于此銀行可對(duì)相關(guān)模型定量進(jìn)行利用，并對(duì)風(fēng)險(xiǎn)預(yù)警系統(tǒng)進(jìn)行創(chuàng)建，并利用衍生品工具，對(duì)不良貸款進(jìn)行轉(zhuǎn)讓，使銀行損失得以降低。

參考文獻(xiàn)：

[1]楊雁雁.基于公司信貸的信用風(fēng)險(xiǎn)度量與管理[N].洛陽(yáng)師范學(xué)院學(xué)報(bào)，2017，36（11）：70-74.

[2]張崇宇.基于KMV模型的我國(guó)房地產(chǎn)公司信用風(fēng)險(xiǎn)度量研究[D].中國(guó)地質(zhì)大學(xué)（北京），2018，13（28）：123 -124.

[3]曾嶸欣.基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)度量模型研究[J].金融發(fā)展研究，2018，438（6）：69-74.

作者簡(jiǎn)介：

郭毅瑋，富滇銀行股份有限公司，云南昆明。