新巴塞尔协议将商业银行面临的风险进行了明确分类,主要包括信用风险、市场风险、操作风险、流动性风险、清算风险、法律风险和信誉风险等七种类型,其中,信用风险占有特殊而重要的地位。世界银行对全球银行业危机的研究表明,导致银行破产的最常见原因就是信用风险。对信用风险的准确度量和有效管理,既是商业银行提高风险的识别、评估、预警、控制能力的前提,同时也是监管当局进行风险性监管的基础。因此,精确度量信用风险对实施有效风险管理尤为重要。近二十年来,经济一体化、金融全球化的趋势进一步加强,金融市场发生了许多大的变化,传统的信用风险管理方法和模型越来越不适应已经变化了的新情况、新问题,更不能满足人们对信用风险进行科学度量和有效管理的需要。西方发达国家的银行业己经采取了非常先进的内部信用风险度量模型,这些模型利用当前能够获得的所有信息对企业信用状况进行评估。与西方商业银行相比,我国商业银行在信用风险管理水平上还存在着很大的差距。在我国,金融体制改革和银行业改革起步较晚,内部评级尚处于起步阶段,商业银行开发的内部评级系统更多的是用于对客户的筛选和风险的预警,尚未向更深层次的风险量化管理方向发展,缺乏科学有效的手段来控制风险,信用风险管理长期以来以定性分析为主,缺乏量化分析,在风险识别、度量、监测等方面不够科学,国内对银行信用风险的量化研究也比较少。本文以商业银行信用风险度量为研究方向,展开对信用风险度量模型相关理论的研究,通过对当前国际主流信用风险计量模型的适用性分析以及KMV模型在我国应用的实证分析,试图找出适合我国实际的信用风险模型,进而对我国应用国外先进的信用风险管理模型并建立有效的信用风险管理体系提出建议,遵循这一思路,本文将运用理论联系实际和定性与定量相结合的研究方法,对信用风险进行较为全方位的考察和研究。全文在结构安排上共分为四个部分:第一部分是对商业银行信用风险的一般分析。这一部分主要阐述了信用风险的本质特征、影响因素以及信用风险对银行业的影响,介绍了《巴塞尔新资本协议》中计量信用风险的标准法和内部评级法,并分析了新协议下我国商业银行信用风险管理所面临的挑战及存在的问题。第二部分是对现代国际主流的信用风险度量模型的介绍和评价。自Edward.I.Altman在1968年开创性地建立了多变量的Z计分信用模型之后,信用风险管理就实现了从古典的定性分析向现代定量技术管理理念的飞跃,并由此掀起了对现代信用风险管理量化技术与方法研究的热潮,信用风险度量模型在金融领域的发展也引起了监管当局的高度重视,《巴塞尔协议》、《新巴塞尔资本协议》都给出了计量信用风险的方法。信用风险的度量在20世纪90年代取得了突破性进展,得到公认的模型有KMV模型、麦肯锡模型、Credit Metrics模型、Credit Risk+模型,这部分主要是对上述模型进行简要介绍,并从模型本身的风险界定、风险来源、信用事件的波动率、信用事件的相关性、回收率、风险因子的处理等方面比较四大模型的差异。第三部分首先以我国金融环境为研究背景,从信用评级、证券市场有效性、数据资料、利率市场化和模型假设前提五个方面,对上述四大模型的在我国的适用性进行探讨。经分析可知,我国金融市场环境、金融监管方式、信用制度、信用文化和技术条件都与西方发达国家有很大的差异,这在一定程度上难以完全满足模型的假设条件,因此国外的信用风险量化模型在我国的实际运用还受到制约,在现有的四大的模型中,本文认为当前最适合我国的就是KMV模型。Credit Metrics模型的应用缺乏信用评级转移矩阵,这个是需要长期的实践过程才能建立起来的,而且它要求的数据输入最多,我国还没有形成长期的企业评级数据库;Credit Risk+模型虽然对数据的要求较低,但该模型要求输入数据是债务人的违约概率,需要事先估计,在我国估计该参数是比较困难的,而且该模型假设贷款之间是相互独立的,这与我国当前的实际情况不符;CPV模型除了存在与Credit Metrics模型类似的困难外,对于宏观经济因素的数量、经济含义以及它们与信用评级转移的具体函数关系在我国都难以确定和检验,而且这种关系也缺乏稳定性;而KMV模型相对这三种模型来说,模型基于现代公司理财和期权理论,方法框架使用方便,模型所要使用的数据较易获取,主要是股票的历史交易数据和基本财务数据,KMV不要求有效市场假设条件,其使用条件更贴近我国现实状况。因此,本文提出了运用KMV模型对上市公司的信用风险进行度量,该模型认为,在现代股票市场中,公司股价的波动之中反映了有关宏观经济状况、行业以及公司内部经营成果的信息,因而蕴含着关于该公司信用风险变化的内在证据,同时又认为公司股票价值波动率与公司资产价值波动率之间存在某种函数关系。如果假设公司价值波动服从某一概率分布,那么根据与此概率分布相对应的期权定价公式,以及股票价格波动率与公司资产价值波动率之间的函数关系,即可求出公司未来某个时点的期望价值及其隐含波动率,并进一步计算出此时点公司违约的概率,由此便实现了对公司信用评级的目的。通过运用我国资本市场数据实证考察了KMV模型的核心指标—违约距离,最后得出结论:对违约距离的判断可以在一定程度上反映了公司的信用状况,违约距离越大,则偿债能力越强,信用风险小,反之,违约距离小,则偿债能力弱,信用风险大,该模型的运用可以积累大量的违约数据,我国商业银行应尽快建立自己的违约数据库。KMV模型在我国信用风险量化领域具有一定的应用价值,但由于我国实际状况的约束使它在我国的应用还有一定的局限,如有限售条件的流通股定价问题,无风险利率的选择问题,历史违约数据缺乏的问题,资本市场不完善的问题等等,本文对此都作了详尽的分析。第四部分是基于KMV模型的实证分析,对我国银行业借鉴国外信用风险量化模型及建设信用风险管理体系提出建设性意见,并从五个方面总结了本文的研究局限。当前我国商业银行可以考虑借鉴国外的KMV模型来进行信用风险管理,随着金融机制的改革和金融开放步伐的加快,麦肯锡模型、Credit Metrics模型、Credit Risk+模型也可以在信用评级等条件逐步完善后加以应用,我国还应在学习借鉴国外先进信用风险度量模型基本原理的基础上,对信用风险的度量和管理重新进行定位,完善资本市场,建立违约数据率,加强征信机构及信用评级体系建设,逐步开发具有中国特色的信用风险度量模型,进而建立起适合我国国情的信用风险管理系统。本文的创新之处体现在以下两个方面:1.本文从模型本身和我国实际条件的角度入手,全面分析了国外主流的信用风险度量模型在我国商业银行的适用性。2.对其适用性研究没有停留在理论阶段,本文利用了KMV模型做实证分析,在KMV模型的参数估计中,结合我国实际,把股票二级市场股价作为上市公司股权的市场价值,并尝试运用MATHCAD求解两个非线性方程组。