長期以來，信用風(fēng)險管理技術(shù)一直落后于市場風(fēng)險，這主要因為：首先，信用風(fēng)險比市場風(fēng)險復(fù)雜得多；第二，許多信用風(fēng)險模型起源于市場風(fēng)險領(lǐng)域研究，例如C-VaR技術(shù)；第三，許多銀行自認(rèn)為了解信用風(fēng)險，而把更多資源都投到了市場風(fēng)險領(lǐng)域。但歷史經(jīng)驗表明，信用風(fēng)險控制不好，最有可能導(dǎo)致銀行破產(chǎn)。本文基于國內(nèi)外銀行的實踐，著重討論針對信用風(fēng)險的經(jīng)濟(jì)資本計量方法、技術(shù)和經(jīng)驗，這將對國內(nèi)銀行目前正在推行但卻不夠扎實的經(jīng)濟(jì)資本管理提供一些有益的參考。
為信用風(fēng)險而配置的經(jīng)濟(jì)資本，應(yīng)該基于信用損失的概率密度函數(shù)。對“信用損失”的準(zhǔn)確定義，各銀行之間存在差異。但從某種意義上說，高風(fēng)險的資產(chǎn)組合說明概率密度函數(shù)有相對長的厚尾，即存在較大的可能性損失會高于預(yù)期損失。經(jīng)濟(jì)資本分配要達(dá)到的目標(biāo)是非預(yù)期損失耗盡經(jīng)濟(jì)資本的概率(即破產(chǎn)概率)低于目標(biāo)水平。在操作過程中，目標(biāo)破產(chǎn)概率的選取往往與銀行本身的信用評級一致。例如，銀行理想的信用評級是AA，那么非預(yù)期損失超過其經(jīng)濟(jì)資本的概率就等于AA級公司債券一年期違約率，約為O.03％。
配置經(jīng)濟(jì)資本的關(guān)鍵在于確定預(yù)期損失和非預(yù)期損失。配置體系通常假設(shè)準(zhǔn)備金涵蓋預(yù)期損失，而賬面資本涵蓋非預(yù)期損失。在此框架下，如果風(fēng)險敞口所要求的經(jīng)濟(jì)資本超過了實際可用資本，銀行就面臨資本不足。貸款損失準(zhǔn)備金一般分為專項準(zhǔn)備金和一般準(zhǔn)備金。專項準(zhǔn)備金是按照貸款預(yù)期損失，對貸款賬面價值的調(diào)整，專項準(zhǔn)備金不能吸收非預(yù)期損失，不作為權(quán)益或經(jīng)濟(jì)資本的一種形式。一般準(zhǔn)備金可用來吸收非預(yù)期損失，因此可以作為經(jīng)濟(jì)資本的供給。
大多數(shù)銀行分配經(jīng)濟(jì)資本不僅抵御整個資產(chǎn)組合損失，而且抵御專門活動的損失。理論上講，分配給一項交易的經(jīng)濟(jì)資本應(yīng)該被度量為考慮這項活動和銀行其他活動分散化效應(yīng)后，這項活動對整個資產(chǎn)組合經(jīng)濟(jì)資本要求的貢獻(xiàn)。在實際操作中，邊際貢獻(xiàn)為整個資產(chǎn)組合分配的經(jīng)濟(jì)資本減去排除這項業(yè)務(wù)以后資產(chǎn)組合分配的經(jīng)濟(jì)資本。
國外銀行經(jīng)濟(jì)資本配置體系的另一特征是，相互獨立的前提下對不同類別的風(fēng)險分配經(jīng)濟(jì)資本。也就是說，對每種風(fēng)險分別估計概率密度函數(shù)，銀行總經(jīng)濟(jì)資本分配是對每種風(fēng)險資本分配的加總，通常不考慮各種不同風(fēng)險之間的相關(guān)度問題。
經(jīng)濟(jì)資本計量的方法論和操作線路集中地反映在風(fēng)險計量的總體模式上。根據(jù)巴塞爾委員會的調(diào)查，國際先進(jìn)銀行在對信用風(fēng)險進(jìn)行經(jīng)濟(jì)資本計量時，通常分為兩種模式——集合模式(Aggregative Models)和結(jié)構(gòu)模式(Structural Models) 。
1．集合模式
集合模式是采用自上而下的方法使用聚類分析(peer analysis)或歷史現(xiàn)金流分析(historical cash flow analysis)推斷出業(yè)務(wù)或產(chǎn)品類別的總風(fēng)險。
歷史現(xiàn)金流分析是從歷史現(xiàn)金流的波動中估計一項活動總的風(fēng)險。歷史現(xiàn)金流的波動假設(shè)等于將來的波動。為了使銀行的實施成本最小化，基本現(xiàn)金流的估計通常從銀行管理信息系統(tǒng)的原始數(shù)據(jù)中產(chǎn)生，對這些原始數(shù)據(jù)進(jìn)行一些調(diào)整，以便一個期間的現(xiàn)金流可以近似解釋成為這項活動的經(jīng)濟(jì)收益，有時稱為“凈稅后運營利潤（NOPAT）”，給定歷史NOPAT時間序列，一項活動總風(fēng)險由NOPAT和名義規(guī)模的歷史比率的標(biāo)準(zhǔn)差來代表。
集合模式在操作風(fēng)險為主的非金融公司使用更普遍，但在受市場風(fēng)險和信用風(fēng)險影響更大的銀行并不普遍。在銀行中，集合模式主要用來評估業(yè)務(wù)或產(chǎn)品線的表現(xiàn)、高層次的戰(zhàn)略決策，或用來驗證結(jié)構(gòu)風(fēng)險模型，而不是用于日常的投資或風(fēng)險管理。
集合模式有兩個局限：第一，數(shù)據(jù)可獲得性使它在個別交易或客戶關(guān)系(如產(chǎn)品定價決策)上使用比較困難。第二，模型對分別分析的業(yè)務(wù)線內(nèi)資產(chǎn)組合構(gòu)成的變化相對不敏感。例如，如果銀行資產(chǎn)組合信貸質(zhì)量和競爭對手明顯不同，聚類分析會產(chǎn)生誤導(dǎo)。同樣，如果銀行資產(chǎn)組合當(dāng)前構(gòu)成與歷史構(gòu)成不一致，歷史現(xiàn)金流方法就不適當(dāng)。
2．結(jié)構(gòu)模式
結(jié)構(gòu)模式采用“自上而下”和“自下而上”相結(jié)合的方式，通過分別設(shè)立信用風(fēng)險、市場風(fēng)險和操作風(fēng)險模型估計總體風(fēng)險。關(guān)于信用風(fēng)險模型，大多數(shù)銀行使用多種建模方法。經(jīng)常是對某些產(chǎn)品線(如消費者或小型業(yè)務(wù)貸款)采用“自上而下法”，在其他產(chǎn)品(如大公司客戶)采用“自下而上法”（如圖2-1）。
圖2-1 信用風(fēng)險結(jié)構(gòu)模式
自上而下模型經(jīng)常用來估計消費者或零售業(yè)務(wù)貸款池的信用風(fēng)險。在一個廣泛的子資產(chǎn)組合內(nèi)(如信用卡)，所有貸款都被當(dāng)做同質(zhì)處理。銀行把估計的概率密度函數(shù)建立在子資產(chǎn)組合歷史損失的基礎(chǔ)之上。某些情況下，為了獲得更準(zhǔn)確的估計，銀行把自己的歷史損失經(jīng)驗和同業(yè)的損失經(jīng)驗組合在一起(通過公共財務(wù)報表等途徑)。
目前，美國的大銀行正在朝自下而上的信用風(fēng)險模型方法上發(fā)展。對大中型市場的客戶度量信用風(fēng)險的方法主要是自下而上的方法。自下而上方法明確地考慮信貸質(zhì)量和其他構(gòu)成效應(yīng)的變化。自下而上的建模過程根據(jù)客戶財務(wù)狀況和信用債項結(jié)構(gòu)的評估，在每一筆債項(貸款或授信)的層面上對信用風(fēng)險進(jìn)行量化。
“自下而上”的經(jīng)濟(jì)資本計量模式體現(xiàn)了現(xiàn)代銀行風(fēng)險管理的精細(xì)化要求，正在成為國際銀行的主流趨勢，它包括三個要素：(1)時間段(planning horizon)的選擇和“信用損失”的定義；(2)貸款估值方法；(3)與信用相關(guān)的選擇項處理(credit-related optionality)。
1．時間段和信用損失定義
信用風(fēng)險建模要考慮“信用損失”的定義和度量信用損失的“時間段”。為了分析方便，銀行通常選擇一年期，使用違約模式模型(Default Model,簡稱DM)或盯市模型(Mark-to-Market,簡稱MTM)來定義和度量信用損失。從概念上看，信用損失是在設(shè)定的時間段內(nèi)，資產(chǎn)組合的現(xiàn)值和未來值之間的差額。因此，銀行要估計資產(chǎn)組合現(xiàn)值和未來值的概率分布。在估計方法上，國外銀行形成了兩種不同的思路：DM模型表現(xiàn)為在時間段內(nèi)只有貸款違約，才發(fā)生信用損失。而MTM模型的視角更寬，除了違約外，經(jīng)濟(jì)價值的下降也產(chǎn)生信用損失。
(1)違約模型
銀行用來定義信用損失最普通的方法是DM方法。有時它也稱為兩階段模型：違約和不違約。如果貸款不違約就沒有信用損失，如果貸款違約，產(chǎn)生信用損失，它等于客戶合同規(guī)定的金額和貸款在償債期(workout period)內(nèi)實際凈現(xiàn)金流(回收額減成本)之間差額的現(xiàn)值。初始價值每一美元的損失率以LGD表示，它作為隨機(jī)變量，自時間段開始起價值就是不確定的。
如果所有的信用暴露有一年期限，DM模型至少在概念上考慮了資產(chǎn)組合所有的信用損失。對于有效期限超過一年的貸款，DM模型忽略了一年的時間段以外和違約相關(guān)的信用損失。
為解決上述問題，一些銀行通過貸款期限來調(diào)整信用工具的評級，也就是說同一客戶較長期貸款(違約概率高)比短期貸款級別低。實際上，這種調(diào)整往往是特定的，即除違約概率以外的關(guān)鍵參數(shù)，如貸款違約之間的相關(guān)性，通常不能根據(jù)期限進(jìn)行有效的調(diào)整，由此難以評估期限因素所產(chǎn)生的全面影響。
(2)盯市模型
MTM模型的基本思想是即便在時間段內(nèi)交易對手沒有正式違約，其經(jīng)濟(jì)價值也有可能下降。盡管當(dāng)前很少銀行在交易賬簿外使用MTM模型，許多模型的開發(fā)者認(rèn)為美國銀行在幾年內(nèi)將從銀行賬簿的DM風(fēng)險模型向更一般的MTM模型轉(zhuǎn)變。MTM模型是“多狀態(tài)”的，“違約”只是信用評級變化的幾種狀態(tài)之一。實際上，信用資產(chǎn)組合假設(shè)是盯市的，更準(zhǔn)確地說是盯住模型的。定期貸款的價值將使用折扣現(xiàn)金流法，此方法下貸款估值使用的折扣率反映的是該級別貸款市場決定的信用利差的期限結(jié)構(gòu)。
為了說明DM和MTM模型差別，考慮一筆內(nèi)部評級為BBB級的貸款。兩種方法下如果在時間段內(nèi)違約貸款喪失價值。DM模型下?lián)p失率由貸款的LGD表示。MTM模型下，在時間段內(nèi)如果貸款沒有違約情況下遭到降級，或在金融市場上信用風(fēng)險利差增加，也發(fā)生信用損失。相反如果信用評級提高或信用利差收窄，貸款價值增長。
2．貸款估值方法
在上述兩種模型下，建模者都需要準(zhǔn)確屆定每個信用工具在時間段的開始和結(jié)束期當(dāng)前價值和將來值，這也是自下而上方法的根本要求。
(1)MTM模型下貸款的當(dāng)前值。貸款當(dāng)前值是合約現(xiàn)金流目前的折扣值。用來對合約現(xiàn)金流進(jìn)行折扣的利率反映：由國債收益曲線表示的無風(fēng)險利率期限結(jié)構(gòu)；對每個信用評級，由市場決定的信用利差期限結(jié)構(gòu)。這種規(guī)定假設(shè)除了特殊的隨機(jī)效應(yīng)，信用風(fēng)險利差取決于特定工具的信用評級。在理論上，應(yīng)用于一筆貸款合約支付的信用利差不僅反映貸款的違約概率，而且應(yīng)反映LGD的均值和波動性，也就是說，金融市場對有同樣違約概率，但在違約時有明顯不同的預(yù)期損失率的貸款，不應(yīng)該采用相同的信用利差。
(2)MTM模型下不違約貸款的將來值。不違約貸款(從時間段末開始)的將來價值是剩余合約現(xiàn)金流當(dāng)前的折扣價值。由于貸款的信用評級可能發(fā)生變化或由于已評級貸款信用利差的期限結(jié)構(gòu)發(fā)生變化，折扣率不同于在時間段開始時計算貸款價值的折扣率。
(3)MTM模型下已違約貸款的將來值。對在時間段內(nèi)發(fā)生 “違約”的貸款進(jìn)行現(xiàn)值建模，銀行不依靠合約現(xiàn)金流的折扣。通常情況下，已違約貸款經(jīng)濟(jì)價值的下降以LGD表示。通常，LGD依賴于工具的優(yōu)先性和抵押品類別加隨機(jī)的“風(fēng)險因子”。
(4)DM模型下貸款估值。該模型下，貸款的當(dāng)前值等于賬面值。在時間段末對貸款的估值只有兩種情景：違約和不違約。不違約貸款的將來值是賬面價值，違約貸款價值的下降是貸款賬面值乘以它的LGD。DM模型下信用風(fēng)險利差的變化和降級都不影響將來的貸款值。實踐中，DM模型下貸款估值很重要，該方法簡單易行，普遍適用于國內(nèi)的商業(yè)銀行。
3．信貸相關(guān)選擇項
與簡單的貸款相比，對多種信用工具而言，信用暴露不能清晰確定，而是依賴將來隨機(jī)事件的發(fā)生。一個“信貸相關(guān)的選擇項”的例子是額度授信，在固定的時間內(nèi)銀行同意根據(jù)客戶意愿預(yù)付資金。該限額的一般特征是客戶提取率隨客戶信用質(zhì)量惡化而增加。
在當(dāng)前的信用風(fēng)險模型下，與信貸限額相關(guān)的信貸相關(guān)選擇項把提取率作為客戶期間末信用評級的已知函數(shù)。在MTM模型下，計算限額的將來值時，通常把限額假定為一筆等于假設(shè)提取的貸款。DM模型下，未提取的信用債項被轉(zhuǎn)換為“貸款等價暴露”(Loan Equivalent Exposure)，使它可以和定期貸款比較。
總之，貸款的信用風(fēng)險損失取決于以下三個因素：(1)PD或客戶評級的遷移概率；(2)貸款LGD； (3)金融市場上信用利差的變化。
1．基本程序
簡單地說，信用風(fēng)險的經(jīng)濟(jì)資本計量大體上分為4個步驟：
（1）對每個風(fēng)險敞口和資產(chǎn)組合，計算給定時期內(nèi)的預(yù)期損失水平。
（2）計算每個風(fēng)險敞口預(yù)期損失的波動額，即非預(yù)期損失。
（3）計算資產(chǎn)組合預(yù)期損失的波動額。
（4）計算整個資產(chǎn)組合信用損失的概率分布，并測定對應(yīng)于每一個敞口，在給定置信度和時間范圍內(nèi)，需要多少經(jīng)濟(jì)資本來吸收風(fēng)險。
2．DM模型與MTM模型
經(jīng)濟(jì)資本建模之前，必須首先確定使用DM還是MTM。如前所述，DM模型假設(shè)信用控制體系很完善，銀行唯一關(guān)心的問題是貸款能否及時的償還，所以關(guān)于信用市場價值的任何改變都可以忽略不計。DM模型經(jīng)常用于計算到期還本付息貸款的利息。MTM模型則更加嚴(yán)謹(jǐn)。它不僅估計到期不能支付的風(fēng)險，還估計中期潛在的價值損失，主要用于不確定持有直到到期日的投資組合，如債券交易組合等。這需要流動性很好的債券市場，且債券有評級和公開交易。
如果假設(shè)一個單一的信貸演變過程為從“好”到“壞”，在這種情況下，MTM事實上就和DM模型一樣，兩者的原理是完全一樣的。DM模型較之于MTM使用更加普遍，使用的數(shù)學(xué)方法也更好理解。
3．無條件模型和有條件模型
建模之前還需要做的一項工作，就是選擇無條件模型還是選擇有條件模型。無條件模型(有時候稱之為特定周期模型)明確考慮了在預(yù)期損失和意外損失估計下的現(xiàn)有經(jīng)濟(jì)狀況。在良好的經(jīng)濟(jì)狀況下，信用損失要比經(jīng)濟(jì)衰退時的損失低得多。雖然“有條件模型”(或稱周期中和模型)仍舊會在一定程度上反映當(dāng)前經(jīng)濟(jì)狀況，但在模型中已不考慮。信用評級通常用來確定違約可能性，它反映出借款者的當(dāng)前財務(wù)狀況，至少相應(yīng)地反映出經(jīng)濟(jì)境況。兩個模型間的最主要區(qū)別是有條件模型會根據(jù)經(jīng)濟(jì)周期改變的預(yù)期影響進(jìn)行調(diào)整，無條件模型則只能在經(jīng)濟(jì)周期變化的影響產(chǎn)生后將該影響反映出來。需要注意的是，有些銀行當(dāng)把信用風(fēng)險模型(即非預(yù)期損失模型)和信用評級工具(即預(yù)期損失模型)一起綜合考慮，這時由于信貸評級工具已經(jīng)包含了對經(jīng)濟(jì)狀況(例如一個行業(yè)或區(qū)域風(fēng)險等級)和借款者財務(wù)狀況的調(diào)整，所以可能導(dǎo)致對經(jīng)濟(jì)周期進(jìn)行雙重調(diào)整。
4．基礎(chǔ)管理平臺
有效的信用風(fēng)險計量體系必須建立在扎實可靠的風(fēng)險管理系統(tǒng)平臺上，該系統(tǒng)平臺至少要包括業(yè)務(wù)流程系統(tǒng)、管理信息系統(tǒng)和內(nèi)部評級系統(tǒng)。
（1）信貸業(yè)務(wù)流程系統(tǒng)
信貸業(yè)務(wù)流程系統(tǒng)是整個信用風(fēng)險管理平臺的基礎(chǔ)，也是經(jīng)濟(jì)資本計量的數(shù)據(jù)源。該系統(tǒng)是銀行從事信貸業(yè)務(wù)的載體，包括信貸申請、受理、評級、審批、發(fā)放、貸后管理以及不良貸款處置等各個環(huán)節(jié)，每個環(huán)節(jié)都設(shè)有操作控制機(jī)制，整個流程與全行信貸管理制度與政策相一致。該系統(tǒng)的運行可使銀行實現(xiàn)信貸業(yè)務(wù)的電子化、自動化和規(guī)范化。
(2)管理信息系統(tǒng)
所有采用結(jié)構(gòu)模型的銀行首先強(qiáng)調(diào)的是創(chuàng)建管理信息系統(tǒng)(MIS)。在早期階段，為了改善銀行的管理信息系統(tǒng)，不僅要增加投資，還要從行業(yè)、產(chǎn)品、區(qū)域和業(yè)務(wù)條線等各種維度，加強(qiáng)數(shù)據(jù)的收集、加工和發(fā)布，從而獲取經(jīng)濟(jì)資本計量的必要信息。改善后的MIS還有一個重要的收益，原來信息系統(tǒng)圍繞銀行的會計需要設(shè)計，而不是圍繞有效的風(fēng)險度量和管理系統(tǒng)需要設(shè)計的，改善管理信息系統(tǒng)后可以度量總的風(fēng)險暴露。
信貸管理信息系統(tǒng)建立在所有信貸記錄和客戶信息匯總而成的數(shù)據(jù)集合的基礎(chǔ)上，可以進(jìn)行多維度的組合分析，是總行進(jìn)行信貸統(tǒng)計分析、政策管理和非現(xiàn)場檢查的重要工具。從發(fā)展趨勢看，CMIS系統(tǒng)將逐步發(fā)展成為風(fēng)險報告系統(tǒng)，向董事會、高管層和各級管理人員提供最新的風(fēng)險分布視圖，起到?jīng)Q策支持作用。
(3)內(nèi)部評級系統(tǒng)
內(nèi)部評級系統(tǒng)建立在業(yè)務(wù)流程系統(tǒng)和信貸管理信息系統(tǒng)的基礎(chǔ)上，是信用風(fēng)險計量的基礎(chǔ)工具，能夠?qū)λ锌蛻暨M(jìn)行信用風(fēng)險的識別、計量和預(yù)警，準(zhǔn)確把握每一筆新發(fā)放貸款的風(fēng)險,實現(xiàn)全行信貸資產(chǎn)的組合分析，從整體上把握全行信貸風(fēng)險和收益,提供系統(tǒng)化、定量化、動態(tài)化的風(fēng)險政策指引，起到有效地提高新發(fā)放貸款的質(zhì)量，及時調(diào)整信貸投向結(jié)構(gòu)，優(yōu)化信貸資源配置的作用。
實施“自下而上”信用風(fēng)險計量模式，關(guān)鍵是建立可靠的內(nèi)部評級體系（IRS）。美國大銀行都對大中客戶進(jìn)行評級，而且對表內(nèi)、表外暴露也都進(jìn)行了評級。內(nèi)部評級體系比五級分類更好地區(qū)分借款人的信貸質(zhì)量，通常銀行正常貸款至少在6個級次以上。通常評級過程包括主觀判斷、購買外部產(chǎn)品和內(nèi)部開發(fā)信用打分模型。無論哪種方式，所有銀行都要求獨立于業(yè)務(wù)單位的內(nèi)審部門進(jìn)行復(fù)議。
根據(jù)資本監(jiān)管和風(fēng)險管理的實際需要，巴塞爾新資本協(xié)議對信用風(fēng)險的資本計量提出了三個方面的原則性要求：
1．邏輯合理性
(1)時間段選擇。銀行使用一年時間段用于建立信用風(fēng)險的經(jīng)濟(jì)資本模型。其原因是銀行在考慮提高二級市場流動性和信用工具有效期限的同時，便于轉(zhuǎn)移信用暴露，況且市場上大部分信用限額是設(shè)定為一年的。另外，由于缺乏歷史數(shù)據(jù)，許多的現(xiàn)有模型不支持超過一年期的的參數(shù)估計。
由于DM模型忽略了違約以外的信用惡化，模型產(chǎn)生的經(jīng)濟(jì)資本配置對于一年時間段非常敏感。那么對于三年的定期貸款，該假設(shè)意味著三分之二以上的貸款信用風(fēng)險被忽略了。比較而言，MTM模型考慮了在時間段內(nèi)資產(chǎn)組合經(jīng)濟(jì)價值的變化，不管違約還是不違約。MTM模型的經(jīng)濟(jì)資本分配比DM模型對一年期假設(shè)的敏感性低。
(2)LGD估計。不同債項LGD估計的復(fù)雜性差異較大，特別是那些支持證券化的金融工具。例如，一旦發(fā)生違約，支持5億證券化資產(chǎn)的3000萬附屬貸款，比相同資產(chǎn)抵押的3000萬高級公司貸款具有更大的損失波動性，LGD估計時需要考慮更多因素。目前，隨著證券化業(yè)務(wù)不斷增加，對許多銀行來說，這類風(fēng)險暴露在決定資本充足度方面顯得更加重要。
(3)信用相關(guān)選擇項的處理。從國際銀行業(yè)看，信用相關(guān)選擇項的處理方法還處在不斷發(fā)展的過程中。對于同樣的信用限額，信用風(fēng)險估計值可能相差十倍以上。調(diào)查顯示，這種差異往往源于銀行對模型的基本假設(shè)不一致。例如，關(guān)于承諾的信用額度，一些銀行假定未來的提取率獨立于客戶信用評級的變化，實際上這種假設(shè)可能大大地低估了實際風(fēng)險敞口。因此，在使用內(nèi)部信用風(fēng)險模型確定經(jīng)濟(jì)資本需求之前，銀行對信用相關(guān)選擇項的處理方法需要具備更嚴(yán)格的一致性。
確定信用風(fēng)險的經(jīng)濟(jì)資本，關(guān)鍵在于估計相關(guān)風(fēng)險因素聯(lián)合概率分布的參數(shù)。由于許多貸款池的歷史數(shù)據(jù)跨度不足以準(zhǔn)確估計這一分布，一些參數(shù)必須通過經(jīng)驗判斷才能得以確定。一般而言，銀行需要根據(jù)自己的實際情況和業(yè)務(wù)需要，事先作出一些關(guān)鍵性的假設(shè)，主要包括：
①信用評級轉(zhuǎn)移的驅(qū)動因素符合聯(lián)合正態(tài)分布，或在均值/方差DM模型下，資產(chǎn)組合的信用損失符合正態(tài)分布或beta分布。
②影響信用評級變化、信用利差變化和LGD變化的風(fēng)險因素之間獨立；
③不同借款人之間的LGD獨立；
④模型參數(shù)具有穩(wěn)定性。
2．返回檢測
實踐中，數(shù)據(jù)的局限性使參數(shù)確認(rèn)變得更加困難。衡量信用風(fēng)險模型優(yōu)劣的客觀方法是將模型事前的概率密度函數(shù)估計與事后的損失分布進(jìn)行對比。相對于模型預(yù)測而言，實際發(fā)生的極端信用損失為矯正模型缺陷提供了一個客觀的統(tǒng)計依據(jù)。由于樣本外檢測數(shù)據(jù)經(jīng)常是不充分的，返回檢測在實踐中往往遇到困難。因此，國外銀行通常不對信用風(fēng)險的經(jīng)濟(jì)資本模型做統(tǒng)計上的返回檢驗。
事實上，銀行經(jīng)常通過各種以市場為基礎(chǔ)的“現(xiàn)實”觀測來間接地檢驗經(jīng)濟(jì)資本模型的有效性。聚類分析(peer group analysis)被用來度量信用風(fēng)險模型的合理性和內(nèi)部資本配置過程。
另一種以市場為基礎(chǔ)的檢驗技術(shù)是將資本市場對銀行的目標(biāo)收益率與內(nèi)部模型算出RAROC水平進(jìn)行比較，如果內(nèi)部RAROC低于外部對銀行的目標(biāo)收益率，則認(rèn)為是模型計算出的經(jīng)濟(jì)資本需求太高，由此對模型參數(shù)進(jìn)行重新調(diào)整。這一技術(shù)的隱含假設(shè)是資本市場關(guān)于銀行經(jīng)濟(jì)資本和信用利差的判斷是大體正確的。銀行可以使用這樣的市場信息，對其內(nèi)部的經(jīng)濟(jì)資本模型進(jìn)行定期校驗。
理論上講，壓力測試可以在一定程度上彌補(bǔ)數(shù)據(jù)局限性和返回檢測難題。信用風(fēng)險經(jīng)濟(jì)資本模型中，大部分不確定性和風(fēng)險因素聯(lián)合概率分布的估計有關(guān)。壓力測試是評級機(jī)構(gòu)的常見做法，評級機(jī)構(gòu)根據(jù)公司的風(fēng)險抗壓能力來確定其信用評級。針對銀行的交易活動，壓力測試采用假設(shè)的市場震蕩來對VAR模型確定的經(jīng)濟(jì)資本進(jìn)行檢查。
3．決策支持度
巴塞爾委員會要求，資本計量模型應(yīng)該在銀行的實際業(yè)務(wù)和管理中發(fā)揮足夠的作用。信用風(fēng)險模型在實際決策中的應(yīng)用程度，取決于管理層對模型的信心。實際上，各銀行對信用風(fēng)險模型的依賴程度差別很大。這種差異主要源于銀行的風(fēng)險計量水平以及資本配置體系運作的時間長短。通常，這種體系應(yīng)用的時間越長，內(nèi)部對其信任度就越高，決策支持功能就越顯著。
在信用風(fēng)險計量過程中，難度最大的三項工作是確定損失聯(lián)合分布、評級轉(zhuǎn)移矩陣以及信用利差變化。即使模型參數(shù)是穩(wěn)定的，銀行也需要用跨經(jīng)濟(jì)周期數(shù)據(jù)來估計違約概率、相關(guān)性和其他關(guān)鍵變量。在美國，許多大型銀行是在實施資本配置體系后才開始積累貸款業(yè)績的歷史數(shù)據(jù)，這樣模型就需要進(jìn)行強(qiáng)限制性假設(shè)以及必要的主觀判斷。
1．各風(fēng)險因素間的相關(guān)性
根據(jù)資產(chǎn)組合理論，資產(chǎn)組合收益率的整體不確定性取決于系統(tǒng)性風(fēng)險。在MTM模型內(nèi)，系統(tǒng)性風(fēng)險反映了風(fēng)險因素之間四種相關(guān)性：(1)影響信用評級轉(zhuǎn)移的風(fēng)險因素之間的相關(guān)性，特別是在一個相關(guān)市場運作的借款人，如同一區(qū)域或行業(yè)；(2)決定LGD風(fēng)險因素之間的相關(guān)性；(3)影響信用風(fēng)險利差的風(fēng)險因素之間的相關(guān)性；(4)影響評級轉(zhuǎn)移、信用利差、LGD各風(fēng)險因素之間的交叉相關(guān)性。在DM模型下，只與三類相關(guān)性有關(guān)：客戶違約相關(guān)性、LGD之間的相關(guān)性、違約和LGD之間的交叉相關(guān)性。
隨機(jī)變量之間的相關(guān)性用非常短的歷史數(shù)據(jù)難以可靠地估計，銀行必須對風(fēng)險相關(guān)性進(jìn)行較強(qiáng)的限制性假設(shè)，特別是信用風(fēng)險模型假設(shè)不同類別風(fēng)險因素之間零相關(guān)。也就是說，影響信用評級變化的風(fēng)險因素假設(shè)獨立于信用利差變化的因素，同時也獨立于影響LGD的因素。在這些假設(shè)下，銀行規(guī)定各種風(fēng)險因素的概率分布。
2．參數(shù)估計
(1)影響信用評級轉(zhuǎn)移的風(fēng)險因素。大多數(shù)信用風(fēng)險模型中，時間段末每個客戶的信用評級根據(jù)轉(zhuǎn)移風(fēng)險因素未來的表現(xiàn)加以表示?？蛻籼赜械霓D(zhuǎn)移風(fēng)險因素決定了時間段內(nèi)客戶信用評級的變化。出于分析方便，轉(zhuǎn)移風(fēng)險因素通常被假設(shè)成聯(lián)合正態(tài)分布。
(2)影響LGD的風(fēng)險因素。除了消費者和小額貸款，多數(shù)銀行能夠用來估計LGD的歷史數(shù)據(jù)非常有限。對中型和大型公司貸款，銀行歷史數(shù)據(jù)庫中已違約貸款的數(shù)目太少，以致于不能準(zhǔn)確估計某些特定類別貸款LGD的概率分布。而且LGD依賴于貸款的優(yōu)先性和抵押品以及借款人的特征，如行業(yè)、區(qū)域、國別等。也就是說，針對優(yōu)先性和抵押品的條件組合，再按照不同行業(yè)、區(qū)域和國家分別估計 LGD的概率分布。
(3)影響信用風(fēng)險利差變化的風(fēng)險因素。由于缺乏對低級別貸款和債券二級市場的數(shù)據(jù)積累，該領(lǐng)域現(xiàn)仍處于初級階段。那些已經(jīng)收集了一定歷史數(shù)據(jù)的銀行，可以采用非參數(shù)方法來估計信用風(fēng)險利差變化的概率分布。該方法需要對每個信用評級都設(shè)立一個信用風(fēng)險利差期限結(jié)構(gòu)的數(shù)據(jù)庫。將來的信用利差聯(lián)合概率分布可以采用蒙特卡羅模擬估計得出。
(4)轉(zhuǎn)移風(fēng)險因素之間的相關(guān)性。對于影響不同客戶的轉(zhuǎn)移風(fēng)險因素之間的相關(guān)性，不同銀行的估計方法差異很大。各種方法都有嚴(yán)格且簡單化的假設(shè)，由于估計具有相當(dāng)大的不確定性，銀行需要把這些估計匯集起來進(jìn)行主觀判斷，以便最終確定模型中的相關(guān)性參數(shù)。
3．概率密度函數(shù)
在確定模型參數(shù)以后，資產(chǎn)組合概率密度函數(shù)有兩種方法可以得出，一是蒙特卡羅模擬法，另一是均值/方差法。目前，很少銀行使用蒙特卡羅法，大多數(shù)使用均值/方差法，因為這種方法的計算負(fù)荷比較小。對均值/方差法而言，概率密度函數(shù)的一般形狀是實現(xiàn)假設(shè)的，而不是從信用風(fēng)險模型中推導(dǎo)出來的，也不是用蒙特卡羅法模擬出來的。
4．經(jīng)濟(jì)資本分配規(guī)則
一旦信用風(fēng)險的概率密度函數(shù)被估計出來，銀行就必須采用一個規(guī)則來決定配置多少經(jīng)濟(jì)資本來抵御特定的風(fēng)險。大多數(shù)銀行的資本分配規(guī)則是在時間段內(nèi)資本必須達(dá)到目標(biāo)容忍度，調(diào)查結(jié)果是目標(biāo)容忍度往往選擇為0．03％，等于AA級債券的歷史違約率。在其他條件相等的前提下，目標(biāo)容忍度越高，需要配置的資本越低。
如果用蒙特卡羅模擬直接估計資產(chǎn)組合的概率密度函數(shù)，則經(jīng)濟(jì)資本配置直接由估計的概率密度函數(shù)確定。對于使用均值/方差法的銀行，經(jīng)濟(jì)資本是信用損失估計標(biāo)準(zhǔn)差的乘數(shù)，而這個乘數(shù)的變化范圍非常大，它取決于目標(biāo)容忍度和假設(shè)概率密度函數(shù)的形狀(如正態(tài)或beta分布)?？傊?，由于擁有各自的資本配置規(guī)則，不同銀行的經(jīng)濟(jì)資本配置情況差異很大。
