商業(yè)銀行信用風(fēng)險(xiǎn)與利率風(fēng)險(xiǎn)的聯(lián)合度量研究.pdf

1、自Merton(1974)提出有違約風(fēng)險(xiǎn)債券的定價(jià)模型以來(lái)，數(shù)以千計(jì)的理論與實(shí)證文獻(xiàn)集中于以企業(yè)資產(chǎn)價(jià)值的運(yùn)動(dòng)推導(dǎo)企業(yè)信用風(fēng)險(xiǎn)的演變這一課題。而以資產(chǎn)負(fù)債比率作為信用價(jià)差的代理變量，通過(guò)資產(chǎn)價(jià)值與無(wú)風(fēng)險(xiǎn)利率的相關(guān)度對(duì)債券或貸款的信用與利率風(fēng)險(xiǎn)進(jìn)行聯(lián)合度量，則是一個(gè)剛剛起步的研究領(lǐng)域。 商業(yè)銀行是經(jīng)營(yíng)風(fēng)險(xiǎn)的機(jī)構(gòu)，信用風(fēng)險(xiǎn)是商業(yè)銀行面臨的主要風(fēng)險(xiǎn)，利率風(fēng)險(xiǎn)是當(dāng)前利率市場(chǎng)化改革對(duì)我國(guó)商業(yè)銀行的重要挑戰(zhàn)，而且信用與利率風(fēng)險(xiǎn)具有內(nèi)在不可分

2、離的負(fù)相關(guān)關(guān)系。相關(guān)性是聯(lián)合度量的前提與關(guān)鍵所在。本研究區(qū)分了信用價(jià)差與無(wú)風(fēng)險(xiǎn)利率相關(guān)性以及作為信用價(jià)差中間變量的股市指數(shù)與無(wú)風(fēng)險(xiǎn)利率相關(guān)性之間的差異，提出股市指數(shù)與無(wú)風(fēng)險(xiǎn)利率的相關(guān)性具有兩種方向相反的傳導(dǎo)渠道，從而推進(jìn)了信用與利率風(fēng)險(xiǎn)相關(guān)性度量中的傳導(dǎo)機(jī)制研究。本文還深入分析了周期性行業(yè)與防御性行業(yè)在信用與利率風(fēng)險(xiǎn)相關(guān)性角度所體現(xiàn)的不同特征，揭示了行業(yè)因素對(duì)聯(lián)合風(fēng)險(xiǎn)度量的重要意義。 論文的主體部分通過(guò)在信用風(fēng)險(xiǎn)度量的結(jié)構(gòu)化方法

3、和約化方法中分別引入隨機(jī)利率來(lái)展開(kāi)，主要由理論模型和模擬分析兩部分組成。由于結(jié)構(gòu)化方法是企業(yè)資產(chǎn)價(jià)值運(yùn)動(dòng)服從連續(xù)時(shí)間擴(kuò)散過(guò)程的內(nèi)生違約機(jī)制，而約化方法是由隨機(jī)強(qiáng)度過(guò)程決定的外生違約過(guò)程，所以本研究在邏輯上全面涵蓋了企業(yè)信用變動(dòng)的幾種動(dòng)因。 本文的理論部分在基于結(jié)構(gòu)化方法和約化方法的信貸組合模型基礎(chǔ)上分別引入隨機(jī)利率，以即期利率和股市指數(shù)、股市行業(yè)指數(shù)為狀態(tài)變量，建立信用與利率風(fēng)險(xiǎn)的聯(lián)合度量模型，推導(dǎo)了信用價(jià)差與利率和股市指數(shù)等一

4、些重要經(jīng)濟(jì)變量的相關(guān)關(guān)系。在基于結(jié)構(gòu)化方法的模擬分析中，本文采用Vasicek模型模擬無(wú)風(fēng)險(xiǎn)利率，通過(guò)模擬股市指數(shù)和股市行業(yè)指數(shù)軌跡模擬信用過(guò)程，通過(guò)利率與股市行業(yè)指數(shù)的經(jīng)驗(yàn)相關(guān)矩陣進(jìn)行了風(fēng)險(xiǎn)聯(lián)合度量的MonteCalo模擬分析和壓力測(cè)試，并且在區(qū)分行業(yè)的基礎(chǔ)上考慮了違約損失率與違約概率的相關(guān)性。本研究生成了模擬評(píng)級(jí)轉(zhuǎn)移矩陣和期限結(jié)構(gòu)，以此計(jì)算不同信用等級(jí)和不同行業(yè)的單筆貸款和信貸組合的綜合VaR值，并得到初始評(píng)級(jí)、相關(guān)性、違約概率和違

5、約回收率等參數(shù)的敏感性分析結(jié)果。這一模擬方法的優(yōu)勢(shì)在于：第一，正確體現(xiàn)了結(jié)構(gòu)化方法中企業(yè)違約和信用降級(jí)的動(dòng)因來(lái)自資產(chǎn)價(jià)值的變動(dòng)。第二，通過(guò)對(duì)行業(yè)的區(qū)分，合理估計(jì)了信貸組合中的兩組相關(guān)性結(jié)構(gòu)。第三，可以通過(guò)模擬股票收益率的運(yùn)動(dòng)軌跡，生成模擬的評(píng)級(jí)轉(zhuǎn)移矩陣。模擬評(píng)級(jí)轉(zhuǎn)移矩陣一方面避免了歷史轉(zhuǎn)移矩陣在取均值過(guò)程中對(duì)經(jīng)濟(jì)周期性波動(dòng)的忽視，另一方面可應(yīng)用于商業(yè)銀行風(fēng)險(xiǎn)管理中的壓力測(cè)試目的。 本文的理論研究發(fā)現(xiàn)：(一)無(wú)風(fēng)險(xiǎn)利率與信用價(jià)差在

6、經(jīng)濟(jì)周期的各個(gè)階段通常呈現(xiàn)負(fù)相關(guān)關(guān)系(只有在發(fā)生嚴(yán)重金融危機(jī)時(shí)二者才可能出現(xiàn)同向變動(dòng)的擴(kuò)大效應(yīng))，這種負(fù)相關(guān)性不是簡(jiǎn)單的表面現(xiàn)象，而是由經(jīng)濟(jì)因素的驅(qū)動(dòng)所致。在風(fēng)險(xiǎn)中性的定價(jià)框架中，無(wú)風(fēng)險(xiǎn)利率就是資產(chǎn)價(jià)值運(yùn)動(dòng)的漂移項(xiàng)(均值)。(二)在信用與利率風(fēng)險(xiǎn)的聯(lián)合度量中對(duì)行業(yè)進(jìn)行區(qū)分是很重要的，因?yàn)楦鱾€(gè)行業(yè)對(duì)不同的宏觀經(jīng)濟(jì)變量具有不同的敏感度。即使信用評(píng)級(jí)相同的債券，如果屬于不同的行業(yè)，那么其信用價(jià)差也可能存在很大的差異。不同行業(yè)的信用價(jià)差差異，主

7、要是由于各行業(yè)與無(wú)風(fēng)險(xiǎn)利率的相關(guān)系數(shù)不同所引起的。這一相關(guān)系數(shù)的差異又是進(jìn)一步由于各行業(yè)的經(jīng)濟(jì)周期敏感度不同，進(jìn)而對(duì)經(jīng)濟(jì)周期不同階段利率變動(dòng)值的敏感度不同所致。 本文模擬研究的主要結(jié)論包括：在聯(lián)合風(fēng)險(xiǎn)度量的角度，首先，來(lái)自多個(gè)行業(yè)的20筆貸款可以達(dá)到很好的風(fēng)險(xiǎn)分散效果，在信貸組合中繼續(xù)增加貸款對(duì)風(fēng)險(xiǎn)的改善不明顯。由于利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)負(fù)的相關(guān)性，綜合VaR值小于信用VaR與利率VaR之和。其次，信貸組合的風(fēng)險(xiǎn)對(duì)信用與利率風(fēng)險(xiǎn)相關(guān)

8、系數(shù)、違約相關(guān)系數(shù)、債項(xiàng)初始評(píng)級(jí)等參數(shù)十分敏感，而單筆貸款則對(duì)初始評(píng)級(jí)、違約概率和違約回收率等參數(shù)更為敏感。投資級(jí)債務(wù)人的綜合風(fēng)險(xiǎn)中利率風(fēng)險(xiǎn)的比例較高，而投機(jī)級(jí)債務(wù)人的綜合風(fēng)險(xiǎn)以信用風(fēng)險(xiǎn)為主導(dǎo)。 最后，雖然本文的主要研究對(duì)象是商業(yè)銀行主要持有的固定利率風(fēng)險(xiǎn)貸款與債券的信用與利率風(fēng)險(xiǎn)聯(lián)合度量，但是本文用適當(dāng)?shù)钠鶖U(kuò)展至對(duì)商業(yè)銀行浮動(dòng)利率貸款和零售信貸的風(fēng)險(xiǎn)度量，研究了債務(wù)估價(jià)中的流動(dòng)性折價(jià)以及商業(yè)銀行內(nèi)部評(píng)級(jí)方法等專(zhuān)題，并且本文的