信用风险的经济资本计量方法

确定信用风险的经济资本，关键在于估计相关风险因素联合概率分布的参数。由于许多贷款池的历史数据跨度不足以准确估计这一分布，一些参数必须通过经验判断才能得以确定。一般而言，银行需要根据自己的实际情况和业务需要，事先作出一些关键性的假设，主要包括：

①信用评级转移的驱动因素符合联合正态分布，或在均值/方差DM模型下，资产组合的信用损失符合正态分布或beta分布。 ②影响信用评级变化、信用利差变化和LGD变化的风险因素之间独立；

③不同借款人之间的LGD独立； ④模型参数具有稳定性。 2．返回检测

实践中，数据的局限性使参数确认变得更加困难。衡量信用风险模型优劣的客观方法是将模型事前的概率密度函数估计与事后的损失分布进行对比。相对于模型预测而言，实际发生的极端信用损失为矫正模型缺陷提供了一个客观的统计依据。由于样本外检测数据经常是不充分的，返回检测在实践中往往遇到困难。因此，国外银行通常不对信用风险的经济资本模型做统计上的返回检验。

事实上，银行经常通过各种以市场为基础的“现实”观测来间接地检验经济资本模型的有效性。聚类分析(peer group analysis)被用来度量信用风险模型的合理性和内部资本配臵过程。

另一种以市场为基础的检验技术是将资本市场对银行的目标收益率与内部模型算出RAROC水平进行比较，如果内部RAROC低于外部对银行的目标收益率，则认为是模型计算出的经济资本需求太高，由此对模型参数进行重新调整。这一技术的隐含假设是资本市场关于银行经济资本和信用利差的判断是大体正确的。银行可以使用这样的市场信息，对其内部的经济资本模型进行定期校验。

理论上讲，压力测试可以在一定程度上弥补数据局限性和返回检测难题。信用风险经济资本模型中，大部分不确定性和风险因素联合概率分布的估计有关。压力测试是评级机构的常见做法，评级机构根据公司的风险抗压能力来确定其信用评级。针对银行的交易活动，压力测试采用假设的市场震荡来对VAR模型确定的经济资本进行检查。

3．决策支持度

巴塞尔委员会要求，资本计量模型应该在银行的实际业务和管理中发挥足够的作用。信用风险模型在实际决策中的应用程度，取决于管理层对模型的信心。实际上，各银行对信用风险模型的依赖程度差别很大。这种差异主要源于银行的风险计量水平以及资本配臵体系运作的时间长短。通常，这种体系应用的时间越长，内部对其信任度就越高，决策支持功能就越显著。

六、技术难点

在信用风险计量过程中，难度最大的三项工作是确定损失联合分布、评级转移矩阵以及信用利差变化。即使模型参数是稳定的，银行也需要用跨经济周期数据来估计违约概率、相关性和其他关键变量。

在美国，许多大型银行是在实施资本配臵体系后才开始积累贷款业绩的历史数据，这样模型就需要进行强限制性假设以及必要的主观判断。

1．各风险因素间的相关性

根据资产组合理论，资产组合收益率的整体不确定性取决于系统性风险。在MTM模型内，系统性风险反映了风险因素之间四种相关性：(1)影响信用评级转移的风险因素之间的相关性，特别是在一个相关市场运作的借款人，如同一区域或行业；(2)决定LGD风险因素之间的相关性；(3)影响信用风险利差的风险因素之间的相关性；(4)影响评级转移、信用利差、LGD各风险因素之间的交叉相关性。在DM模型下，只与三类相关性有关：客户违约相关性、LGD之间的相关性、违约和LGD之间的交叉相关性。

随机变量之间的相关性用非常短的历史数据难以可靠地估计，银行必须对风险相关性进行较强的限制性假设，特别是信用风险模型假设不同类别风险因素之间零相关。也就是说，影响信用评级变化的风险因素假设独立于信用利差变化的因素，同时也独立于影响LGD的因素。在这些假设下，银行规定各种风险因素的概率分布。

2．参数估计

(1)影响信用评级转移的风险因素。大多数信用风险模型中，时间段末每个客户的信用评级根据转移风险因素未来的表现加以表示。客户特有的转移风险因素决定了时间段内客户信用评级的变化。出于分析方便，转移风险因素通常被假设成联合正态分布。

(2)影响LGD的风险因素。除了消费者和小额贷款，多数银行能够用来估计LGD的历史数据非常有限。对中型和大型公司贷款，银行历史数据库中已违约贷款的数目太少，以致于不能准确估计某些特定类别贷款LGD的概率分布。而且LGD依赖于贷款的优先性和抵押品以及借款人的特征，如行业、区域、国别等。也就是说，针对优先性和抵押品的条件组合，再按照不同行业、区域和国家分别估计 LGD的概率分布。

(3)影响信用风险利差变化的风险因素。由于缺乏对低级别贷款和债券二级市场的数据积累，该领域现仍处于初级阶段。那些已经收集了一定历史数据的银行，可以采用非参数方法来估计信用风险利差变化的概率分布。该方法需要对每个信用评级都设立一个信用风险利差期限结构的数据库。将来的信用利差联合概率分布可以采用蒙特卡罗模拟估计得出。

(4)转移风险因素之间的相关性。对于影响不同客户的转移风险因素之间的相关性，不同银行的估计方法差异很大。各种方法都有严格且简单化的假设，由于估计具有相当大的不确定性，银行需要把这些估计汇集起来进行主观判断，以便最终确定模型中的相关性参数。

3．概率密度函数

在确定模型参数以后，资产组合概率密度函数有两种方法可以得出，一是蒙特卡罗模拟法，另一是均值/方差法。目前，很少银行使用蒙特卡罗法，大多数使用均值/方差法，因为这种方法的计算负荷比较小。对均值/方差法而言，概率密度函数的一般形状是实现假设

的，而不是从信用风险模型中推导出来的，也不是用蒙特卡罗法模拟出来的。

4．经济资本分配规则

一旦信用风险的概率密度函数被估计出来，银行就必须采用一个规则来决定配臵多少经济资本来抵御特定的风险。大多数银行的资本分配规则是在时间段内资本必须达到目标容忍度，调查结果是目标容忍度往往选择为0．03％，等于AA级债券的历史违约率。在其他条件相等的前提下，目标容忍度越高，需要配臵的资本越低。

如果用蒙特卡罗模拟直接估计资产组合的概率密度函数，则经济资本配臵直接由估计的概率密度函数确定。对于使用均值/方差法的银行，经济资本是信用损失估计标准差的乘数，而这个乘数的变化范围非常大，它取决于目标容忍度和假设概率密度函数的形状(如正态或beta分布)。总之，由于拥有各自的资本配臵规则，不同银行的经济资本配臵情况差异很大。