一、信用风险和信用风险计量的必要性
所谓信用风险是指借款人或债务人没有能力或没有意愿履行还款义务的可能性，或是由于信贷资产评级下调、信贷利差扩大导致资产的经济价值或市值下降的可能性[1].从定义上可以看出信用风险最大的特征就是内生性[2],即导致债权人资产全部损失或是部分损失的主要因素是债务人自身的还款能力和还款意愿。其两种不同的表现形式中前者关注的是贷款后是否违约； 后者关注的是在假设贷款不违约的前提下，信贷政策质量的潜在变化.
信用风险是商业银行面临的首要风险，商业银行作为联系资金供给者和需求者的金融中介机构，其资产大部分都是由债务契约构成的，信用问题无疑是契约行为成败的关键之一[4].
国际知名咨询企业麦肯锡的研究表明，以银行实际的风险资本配置为参考，信用风险占据商业银行总体风险暴露的 60%,而市场风险和操作风险则各仅占 20%[5].事实上不论从商业银行作为微观金融主体，处于改善贷款质量、增强自身定价能力和盈利能力、提高风险管理水平的自主行为需求，还是从宏观管理角度出发，以防止信用风险引致银行信用体系和支付体系崩溃、引发货币危机和金融危机的管理需求看，抑或是为实现与国际银行业接轨的全球化目标，我国商业银行都迫切需要提高自身信用风险管理水平。而这要迈出的第一步就是解决如何计量信用风险，因为只有在准确量化信用风险后才能够了解信用风险的分布情况、才能进一步去预测风险损失、才能有效地计提风险准备金、节约资本等等，因而信用风险的计量是极具研究价值和现实意义的。
二、现代信用风险计量的模型方法分析
在实际操作中信用风险的数量化一直是一项非常艰难的任务，因为信用风险并非简单地把信用事件作为惟一动因，而且信用事件本身也并非仅一种情况，它存在着彼此相关而外部表征各不相同的多种情况。因而信用风险计量的发展可谓是步履艰难且缓慢，它大致经历了从主观性到客观性，从艺术性到科学性的发展历程，具体有经验方法、经济计量方法以及利率期限结构比较法这三种主要的计量方法，其中前两种方法代表了当前国际业界信用风险计量模型的主流思路。
（一） 经验方法
所谓经验方法就是通过经验数据，即实际的违约记录，来推断不同信用等级的违约概率。其前提是必须拥有样本容量足够大且按时间进行分层处理的信用评级数据库[6].以国际知名信用评级公司标准普尔公司为例，看一看其数据的具体构造方式。
标准普尔的数据涵盖了该公司 1981 年以来的公司评级记录，包括债项评级、评级变化、债务违约、违约收回率以及信贷利差等。它将所有数据按年度建立数据库，该数据被称为"静态数据库".在静态数据库中每年评级在册的公司包括了所有债务未到期以及未退出评级的公司，同时它会将债务到期或是撤销评级的公司剔除在外，并添加新的首次参加评级的公司。在构造此静态数据库的基础上，就可以计算出每个信用等级的违约率，它可以是单个年度的违约率，即某一年内每一信用评级中发生违约的个数除以该评级的债项总数，也可以是累积违约率，即每一信用评级中以前年度发生的违约个数之和除以该评级的债项总数。
以标准普尔在 2013 年 1 月发布的评级分析报告中的数据为例，可以形象地看出其静态数据库的年违约率情况（见表 1） .此表是以债权为分析对象，因而以 15 年为限。
经验方法最大的特点就是在信用评级时可以全面地考虑所有可能引起企业信用风险发生的主客观因素，这些风险因子里当然包括了一些可量化的因素，如财务数据、财务比率等因子，同时它也包括了一些不能或者说很难准确量化的风险因子，如管理者素质、行业风险等[7],这一点是其他信用风险模型难以做到的。
经验方法的不足之处在于：
第一，它是依赖于以信用评级为基础建立起的数据库而形成的，因而需要大量的大样本数据，才能建立起有意义的静态数据库和转移矩阵。
第二，它对信用评级因子的选择有极高的要求。因为只有正确相对客观地对企业做出信用评级，准确地对研究对象做出归类，才能在此基础上正确估计企业的信用风险以及可能发生的变化情况，进而为其融资成本进行定价。而信用评级不可回避地就是存在一定比例的主管因素，这既是经验方法的优点所在，同时也是不利的地方，因为主观判断的准确性无疑与评定人员的个人判断能力和道德风险相关，因而也就存在着因评定人员素质的差异带来的信用评级的不准确性和不一致性。
第三，它是依赖于历史数据的，在假定"历史事件可以重演"[8]的前提下做出判断，因而预测结果必然受限于历史特定的体制条件、商业周期环境或是宏观经济环境。就像表 1 中1999 年、2005 年、2012 年的数据显示的，这些年份里每个信用等级的违约率都普遍较低，这有可能是得益于良好的宏观经济环境。因为在相对宽松的金融和商业环境中，企业普遍发展强劲、还款能力较强。而这类因素无疑是不具备可连续复制性的，无法将其完全复制到其他年份，就像 2000 年各信用等级的违约率普遍高于 1999 年，这就极有可能是由于当年的经济环境发生了某种不具备周期性的转变，正是外部环境的突变导致了 2000 年微观行为的恶性变化，且这种变化是历史数据显现的变化归类无法解释的。
（二） 经济计量方法
经济计量方法是建立在一个基本假设上，即借款人的违约风险全部反映在财务状况中。因此只要确定了借款人违约指标与其财务指标间的线性关系，就能够通过借款人的财务数据反过来估计借款人违约概率。可以选择在该类模型中比较有代表性的 Altman 的线性甄别模型（简称 Z 模型） 为例。Z 模型以通过信用评分模型计算出的债务人的整体信用状况指标作为因变量（Z） ; 自变量（X） 是选定的财务指标，双方通过建立一个线性模型联立起来。形式如下:
Z = O'1X1+ O'2X2+ O'3X3+ O'4X4+ O'5X5+ ε （1）其中： X1代表流动资金与资产的比率；X2代表保留盈余与全部资产的比率；X3代表息税前盈余与全部资产的比率；X4代表股本市值与长期债务面值的比率；X5代表销售额与全部资产的比率；ε 代表误差项。
Z 模型通过样本数据得出的回归模型为：Z = 1. 2X1+ 1. 4X2+ 3. 3X3+ 0. 6X4+ 1. 0X5（2）该模型确认的临界值为 1.64.那么将借款人的财物数据代入公式（2） ,计算出 Z 值，如果该值高于临界值1. 64,则属于低违约风险类别； 否则属于高违约风险类别。
经济计量方法简单直观、易理解，而且可以通过补充自变量不断完善模型，提高模型的拟合度。像 Zata 模型，就是将 Z 模型的 5 个因素扩展成 7 个因素，它包含了资产回报率，即息税前收益占全部资产的比率； 收益稳定性，即资产回报率 10 年期趋势值的标准差； 债务负担，即息税前收入占全部利息支付的比例；累积的营利性，即企业的保留盈余（表内） 占全部资产的比例； 流动比率，即流动资产占全部资产的比例； 资本化比率，即普通股占全部资本的比例； 以及用资产总值代表的企业规模。
但是经济计量方法缺乏理论基础的支撑，有两点无法克服的弊端：
第一，自变量和因变量的线性函数关系没有经过合理的论证，无法从理论上证明 Z 值和 Xi的线性关系是可靠的、有效的。
第二，经济计量方法中自变量的选择范围都在财务指标里，但实际上企业的信用风险不仅与其自身的财务状况有关，还会受到管理层的情况、行业表现、宏观环境的影响。目前这些因素只能作为虚拟变量加入到公式中，而虚拟变量的取值很难做到准确。
所以这些非财务风险因子如何加入到计量模型中，如何取值，如何确认函数关系是经济计量方法改进的突破口。就因为这些暂时无法克服的技术缺陷，使得经济计量方法在信用风险计量领域的运用受限较多。
（三） 利率期限结构比较法
利率期限结构比较法是指通过具有相同到期日的公司债和国债之间的利率差额即信贷利率差来推算年违约率。一般来讲，国债是不存在信用风险的，因而国债利率可以看作是无风险利率； 而对于存在信用风险的资产，作为风险补偿它会提供给投资者一个高于无风险利率的收益率。因而反过来看信贷利差越大，说明其信用风险越大。
例如，对于 1 年期国债其利率为 k,一笔同样 1 年期的公司债其利率为 i.国债没有信用风险，而公司债有风险，假设其不违约的概率为 p,风险发生时收回率为 δ0.对于风险中性的投资者而言，两种体制方案的收益和风险相当时才会被纳入投资者的选择集。因而利用无套利原则可以得到：1 + k = （1 - p） δ（1 + i） + p（1 + i） （3）经过简单转变可得到：p =[1 + k - δ（1 + i） ]/ [（1 + i） （1 - δ） ] （4）对于多年期的情形，可以将其假设成连续投资行为，就是说先投资 1 年期的债券，在该年末的时候将本息继续投资于 1年期的债券，以此类推即可用简单方法解决多年期债券的情形。很显然利率期限结构比较法只适用于国债零息债券市场和公司债券市场等规模大、流动性强的市场环境。对于债券市场发展薄弱的我国而言，此方法很难适用，尤其是在解决信用评级对象是那些规模小的并不适宜发行公司债券的中小企业时更是难以使用。
三、我国商业银行信用风险计量方法与信用风险管理改良设计
（一） 我国商业银行信用风险计量现状
目前，我国商业银行普遍使用信用等级来计量客户的信用风险，主要是对借款人的信用等级进行评定从而判定违约风险大小，并在此基础上决定对借款人是否可以建立融资关系； 采取何种风险缓释方式，是保证还是抵押，以及其利率的高低。其最主要的手段是"打分",即通过选取一些财务指标和定性风险指标来反映企业的经验状况、偿债能力、发展前景以及经营者素质等，然后根据事先确定的分值表分别进行打分，最后简单加总得出评级分数，并依此确认该企业的信用等级。此方法的缺陷就是缺乏对历史数据进行统计分析，仅限于对评定时企业提供的财务数据进行财务分析，缺乏科学性和动态性。
也有部分商业银行开始采用经济计量模型方法来测算贷款客户的信用违约风险。例如工商银行通过比较分析 LOGIT 模型和 KMV 模型，选取能够体现公司盈利能力、营运能力、资本结构、偿债能力、成长能力和现金流量等指标，运用逐步回归方法建立 LOGIT（或 KMV） 模型，运用统计软件计算出目标企业的信用违约风险值，以图预测出贷款企业的违约情况。但结果是理论的测算结果与实际发生的企业贷款违约率数值常常大相径庭，这说明复杂、精密的经济计量模型在我国出现了严重的"水土不服",这主要是因为我国资本市场，特别是债券市场发展较晚，体系尚不成熟、不完善，大多数企业，尤其是民营中小企业缺乏公开、有效、透明的信息传递渠道，导致信息传递的不完全、不对称。即使是那些已经在股票市场或是债券市场融到资的知名上市公司，也会因为股票、债券市场的不健全、价格体系的扭曲，而无法准确地对外传递其真实的资产价值信息（或者是凭借其信息占有的优势地位做出有损于商业银行利益的逆向选择和道德风险行为） .因而在信息传递渠道尚不通畅的中国资本市场，规模化、正规化使用计量模型测算商业银行客户的信用风险还尚不成熟。
（二） 我国商业银行信用风险计量改良方法
首先从金融市场的发展趋势看，银行贷款结构中公司信贷的重要性正在逐渐下降。伴随着资本市场和货币市场的发展和成熟，越来越多的优质工商企业愿意通过发行股票、债券或者商业票据等融资工具直接从资本市场和货币市场筹集低成本资金，对银行贷款的主观和客观的依赖性都在下降。这样一来造成了两个结果； 一是公司贷款占银行信贷资产的比例逐步下降，利润贡献率也相应降低。二是企业贷款的客户构成，由透明度高、信息获得性强的大企业，逐渐向透明度低、信息传递渠道少的中小企业转移。而适用于中小企业的信用风险计量方法就是经验方法和经济计量方法。经济计量方法存在着技术上的障碍，一时难以逾越，因而经验方法是我国商业银行计量信用风险可采用的主流方法。所以当前我国商业银行要做的就是完善已经初步建立起来的信用风险管理方法，使之更加趋于先进化、科学化。
目前我国商业银行使用的信用评级方法都是静态方法，而事实上违约过程不是一个静态的过程，它也并非完全是由突如其来的瞬间事件引发的。它通常伴随着导致企业信用质量降级、金融头寸及资产质量恶化的某种行为过程，就是说借款人在实际发生违约前，会经历从一个信用状态转移到另一个信用状态的过程，这种不同信用状态的转移或迁移即"信用迁移"在考评信用风险时是不容忽略的。因而这里提出两种旨在改良目前我国商业银行信用风险计量方法的动态调节方法。
第一，惯性调节法。因为违约以及信用漂移都会因时间效应而表现出具有某种规律性的波动，所以在信用评级时需要对信用评级的历史波动性进行考察。本方法的基础思想就是把企业历史信用评级结果的波动性作为一种经济行为惯性或是周期性表现融入最新一次的信用评级结果当中。以 B 企业为例，它从 2007 年开始一直与 A 银行保持信贷关系至 2013 年，假设从 2007 年开始 A 银行就对该企业进行信用风险管理，从 2007 年到 2013 年对该企业的信用评级分数依次是： 90,95,92. 3,87. 5,93,97,96.8.很显然企业的信用评级分数不是一成不变的，而是波动起伏的，从该企业信用评级变迁图（见图 1） 就可以看出此特点。
从图 1 可以清晰地看到信用评级变迁图并非一条直线，更不是一条水平的直线。它是一条起伏的折线，也就是说每年的信用评级结果较历史评级水平都存在一定的变动，这些变动可能来源于企业经营决策和经营环境的惯性或者说是周期性的表现。如果利用每年的评级数值和这 7 年来的平均值进行比较就可以看出该企业信用评级波动情况的具体表现了（见表 2和图 2） .
如果 B 企业的管理理念、经营行为以及经营环境没有发生巨大或是根本性的转变，其经营行为或是经营环境必然会保留一直都存在的某种惯性或是周期性因素在里面，那么该企业的经济表现会呈现出一种可测的波动，最简单的假设就是这种波动会保持在一定的幅度内。这样一来就可以判断出在 2013 年年初完成评级后到下一年的信用评级结果出来前的这一段时间内，B 企业的信用评级应该在[96. 8 - 标准差，96. 8 + 标准差]之间波动。那么在这一段时间内，若给 B 企业提供非低风险融资，融资期限在一年以内，且在该融资期限内企业经营状况以及经营环境不会发生可预见的大变化。在这种情况下，对该笔贷款的风险缓释技术和贷款利率的选择应该按照可能出现的最坏的信用情况去执行，也就是对 B 企业的风险分析参考"96. 8 - 标准差"去执行，这样的选择是借鉴了市场风险管理中压力测试的思想，为了控制融资风险，量化尾部风险以及设定风险限额，风险管理采用针对某些风险情景进行压力测试，就是假设各种不利因素组合发生。可以将压力测试的思想运用到信用风险管理上，在不确定的信用环境下，将风险因子沿不利的方向设想，选择信用评级结果下调，下调幅度为历史记录中该企业评级波动的标准差。
第二，产品期限调节法。目前商业银行为客户办理信贷业务时，以客户提供的上年末的财务报表及其他相关资料为依据评定的信用等级作为掌握贷款发放的依据。而追溯风险的定义可以看出风险是来源于在未来一段时间的潜在的不确定的变化。为了形象些，可以设想一下商业银行通过信用评级系统测算出企业年初的信用评级，假设为 A 级，所谓 A 级是指该企业对银行的业务发展具有一定的价值，属于银行的基本客户。但不难想象，在以后的营运过程中，该企业可能会面临许多的不确定性，例如市场环境的变化、管理决策的变动、宏观政策的调整甚至可以细到企业财务结构或是债务安排的改变。这种种的变化都可能影响到企业的信用状况和还款能力。比如市场环境的变化会引起企业成本上升或是销售价格下降，这可能会导致企业亏损； 又比如债务安排的变动，可能增加企业的财务压力。这些变化都不可避免地影响到企业的现金流状况和资本实力，进而影响到企业的信用状况和还款能力。而商业银行对于贷款期限的考虑主要还是局限于按照信贷产品期限的长短划分不同的利率。我们认为这样的区分还不够细化，并没有充分考虑到时间效应对信用风险的影响，而且不同的信用等级在对信用风险时间效应上的反应是不同的，统而论之显然是不合适的。因而在提供信贷产品时，应该把经历与产品相同期限的时间效应考虑到企业的信用风险计量上。具体而言，就是商业银行在考虑是否应该提供给企业某种期限较长的信贷产品时或是给该产品定价时，应该将与产品相同期限的企业所在信用等级的信用转移概率考虑进去。
产品期限调节法的构思就是贯彻了这种思想。首先就是要根据历史数据库，建立起评级转移矩阵，它是由每个信用等级的信用变化概率构成的。该评级转移矩阵按年限划分，比如有 1年期评级转移矩阵、3 年期评级转移矩阵等。假设 2013 年 C 企业向 B 银行申请一笔 1 年期的流动资金贷款，B 银行首先要对 C企业进行信用评级，假设评级结果为 AAA 级。紧接着 B 银行需要在历史数据库中调出前一年统计的 1 年期评级转移矩阵，为了简便，此处直接借用标准普尔 1998 年静态数据库中 1 年期评级转移矩阵，以此作为 B 银行 2012 年 1 年期评级转移矩阵（见表 3） .
评级转移矩阵显示出对于 AAA 类企业一年内其信用等级保持不变的概率为0. 9241,而不是100%.因而需要对 C 企业按照评级转移概率将其信用评级做出调整，调整公式是：C'= ΣCi× pi（5）其中 Ci代表 i 信用等级所属分值区间的中位数； pi代表企业由原属信用等级转移到信用等级 i 的概率； C'代表调整后的信用评级结果。至于是否对该 C 企业发放 1 年期的贷款，贷款利率如何确定就应该视调整后的信用等级而定了。
四、结语
信用风险管理永远是商业银行经营管理中不变的话题，因而没有一劳永逸、放之四海而皆准的万能管理方法，任何精深的风险模型都无法安全、绝对准确地计量信用风险。诚如历史呈现的，任何原始数据都不会像计量方法要求的那样连续平滑地分布； 计量方法和计量理念也不会永远停滞不前。所以不断调试、修正风险计量模型使之与我国商业银行的实际情况相结合，是我国商业银行风险管理质量不断提高的必要保障。千里之行，始于足下，我国商业银行的信用风险管理已经启程，其前景必定会越来越好，必定会为我国的实体经济发展贡献出更大的正能量。
参考文献：
[1]Markowitz. H. M. Portfolio selection[J]. Journa Finance,1952,7（1） :77 -91.
[2]Grossman,Stiglitz . Informational and Competitive Price System[J]. Amer-ican Economic Review,1976,66: 246 - 254.
[3]Black Fischer,Noise[J]. The Journal of Finance,1986（3） : 529 -543.
[4]李勤。 信用风险对冲技术与我国商业银行的信用风险管理[J]. 金融论坛，2012（7） .
[5]马晓军。 信用衍生产品市场的发展及展望[J]. 国际金融研究，2010（11） .
[6]王哲。 比较与借鉴-我国商业银行的信用风险管理[J]. 经营与管理，2013（9） .
[7]孙雪梅。 关于完善我国商业银行信用风险管理的初步设想[J]. 新金融，2013（8） .
[8]吴冲锋。 信用风险度量与我国商业银行信用风险管理[J]. 上海金融，2010（8） .
