第四章信用风险管理学习目标1.信用风险的含义、特点2.违约概率、违约损失率和风险敞口的含义和计算3.信用风险度量方法第一节信用风险和信用风险管理一、信用风险的概念随着历史的演进，对信用风险的看法出现不同的观点。
传统观点认为，信用风险指的是交易对象无力履约的风险，即债务人未能如期偿还到期债务造成违约，而给经济主体经营带来的风险。
现代观点认为，当交易双方不愿意或不能全部履行它们的合约责任时，信用风险就会形成，既包括违约风险又包括市场风险。
随着风险环境的变化和风险管理技术的发展，传统的定义已经不能反映现代信用风险及管理的本质。
从组合投资的角度出发，信用资产组合不仅会因为交易对手(包括借款人﹑债券发行人等)的直接违约而发生损失，也会因交易对手履约可能性的变动而带来的风险。
一方面，一些影响交易对手信用概况事件的发生，如信用等级降低﹑盈利能力下降，造成所发行债券跌价，从而给银行带来风险；另一方面，在信用基础上发展起来的交易市场是贷款等流动性差的资产价值能够得到更恰当和及时的反应。
如信用衍生品市场上，信用产品的市场价格是随着借款人的还贷能力的变化而不断变动的，这样，借款人信用状况的变化也会随时影响银行资产的价值，而不仅仅在违约发生时出现。
正是从这两个方面来看，现代意义上的信用风险不仅包括违约风险，还应包括由于交易对手(债务人)信用状况和履约能力上的变化导致债权人资产价值发生变动遭受损失的风险。
二、信用风险的特征信用风险所注重的问题和市场风险有很大的区别：（1）信用风险要在考虑违约风险的同时，还要考虑因违约导致资产价值变化的市场风险；（2）市场风险的风险限额取决于交易组织（如业务单位﹑交易或投资组合），而信用风险的限额取决于总体的风险，即对每一个在法律上明确界定的交易方的总风险或者净风险；（3）市场风险通常以一个比较短的时间（天）作为时间尺度，但是对一潜在的违约等，通常以一个比较长的时期（年）作为时间尺度；(4）市场风险可以通过套期套汇等避险方法得到彻底的消除，而信用等县只能最大限度地缓解，但是无法根本消除，因此必须加以审慎的管理；(5）法律方面的规定在估测性用风险方面也非常重要，但是在测量市场风险方面却几乎不予考虑。
三、信用风险管理的重要性四、信用风险管理的特点金融机构的本质是风险的吸收者﹑调解人和咨询顾问，成功的金融机构应该具有卓越的平衡风险—收益的技能和实力，需要建立强有力的信用文化。
(1) 信用文化及对风险的态度对风险的管理至关重要(2) 随时监测公司所面临的一切风险并采取相应对策（3）在机构设置上更加有利于信用风险管理第二节信用风险的度量方法总而言之，定性和定量两类方法信用风险度量的参数巴塞尔资本协议中度量信用风险的参数：违约概率违约损失率风险敞口一、违约概率的(定量)度量方法风险价值(VaR)的概念来自市场风险，经过多年的发展，已经成为市场风险最重要的标准型的度量。
按照VaR的定义，其核心内容是勾画风险的分布。
按照分布类型，信用风险VaR模型可以分为损失(Loss)分布和盯市价值分布两类。
基于损失分布的信用风险VaR模型，如CSFP的Credit Risk+模型(Credit Suisse,1997)，是对于两维评级框架的进一步细化，参数PD和LGD本身都不再是常数，而是符合一定的分布，但是并没有考虑信用利差风险。
基于价值分布的信用风险VaR模型，典型代表是JP摩根的CreditMetrics模型(CreditMetrics,1997)的核心是信用风险评级的转移概率矩阵，McKinsey的CreditPortfolioView模型(Wilson, 1997a,1997b)建立宏观经济违约模型，得到信用风险评级的条件转移概率矩阵，而KMV模型(Crobie, 1997)则基于Merton模型框架，利用公司股票的市场价格时间序列推演信用风险分布。
这些模型都考虑了信用利差风险。
上述四个模型是信用风险VaR模型的典型代表，目前在实业界的应用都比较广泛，特别是CreditMetrics和KMV模型。
一个很有意义的现象：这四个模型都有咨询公司推出的，而且个咨询公司的模型白皮书都是在1997年首次发布的。
（一）判断分析1.专家评分略2.奥特曼Z-Score模型Edward Altman的Z得分公式（Z-Score Formula）是一个多变量财务公式，用以衡量一个公司的财务健康状况，并对公司在2年内破产的可能性进行诊断与预测。
研究表明该公式的预测准确率高达72% - 80%。
纽约大学斯特恩商学院教授、金融经济学家爱德华·阿特曼（Edward Altman）在1968年就对美国破产和非破产生产企业进行观察，采用了22个财务比率经过数理统计筛选建立了著名的5变量Z-score模型Z－score模型是以多变量的统计方法为基础，以破产企业为样本，通过大量的实验，对企业的运行状况、破产与否进行分析、判别的系统。
Z-score模型在美国、澳大利亚、巴西、加拿大、英国、法国、德国、爱尔兰、日本和荷兰得到了广泛的应用。
（1）Z-Score 模型概述Z—Score模型在经过大量的实证考察和分析研究的基础上，从上市公司财务报告中计算出一组反映公司财务危机程度的财务比率，然后根据这些比率对财务危机警示作用的大小给予不同的权重，最后进行加权计算得到一个公司的综合风险分，即z值．将其与临界值对比就可知公司财务危机的严重程度。
Z—Score模型判别函数为：Z = 0.012X1 + 0.014X2 + 0.033X3 + 0.006X4 + 0.999X5其中：X1=营运资金／资产总额，反映公司资产的变现能力和规模特征。
一个公司营运资本如果持续减少，往往预示着公司资金周转不灵或出现短期偿债危机。
X2=留存收益／资产总额，反映公司的累积获利能力。
对于上市公司，留存收益是指净利润减去全部股利的余额。
留存收益越多，表明公司支付股利的剩余能力越。
X3=息税前利润／资产总额。
即EBIT／资产总额。
可称为总资产息税前利润率，而通常所用的总资产息税前利润率为EBIT／平均资产总额，分母间的区别在于平均资产总额。
避免期末大量购进资产时使X3降低，不能客观反映一年中资产的获利能力，衡量上市公司运用全部资产获利的能。
X4=股东权益的市场价值总额／负债总额．测定的是财务结构，分母为流动负债和长期负债的账面价值之和．分子以股东权益的市场价值取代了账面价值，使分子能客观地反映公司价值的大。
X5=销售收入／资产总额，即总资产周转率，企业总资产的营运能力集中反映在总资产的经营水平上。
如果企业总资产周转率高．说明企业利用全部资产进行经营的成果好。
反之，如果总资产周转率低，则说明企业利用全部资产进行经营活动的成果差．最终将影响企业的获利能力。
Z--Score模型从企业的资产规模、变现能力、获利能力、财务结构、偿债能力、资产利用效率等方面综合反映了企业财务状况，进一步推动了财务预警系统的发展。
奥特曼通过对Z—Score模型的研究分析得出Z值与公司发生财务危机的可能性成反比，Z值越小。
公司发生财务危机的可能行就越大，Z值越大，公司发生财务危机的可能性就越小。
当Z<1.8时，企业属于破产之列当时；当1.8<Z<2.99时，企业属于“灰色区域”，很难简单得出企业是否肯定破产的结论；当Z>2.99时，公司财务状况良好，破产可能性极小。
但由于每个国家的经济环境不同，每个国家值的判断标准也各不相同，因而各国家公司值的临界值也各不相同。
(2) Z-Score模型的缺点仅考虑2个极端情况（违约与没有违约），对于负债重整、或是虽然发生违约但是回收率很高的情况就没有做另外较详细的分类。
权数未必一直是固定的，必须经常调整。
未考虑景气循环效应因子的影响。
公司违约与否与风险特性的关系实际上可能是非线性的。
缺乏经济的理论基础，也就是为什么就这几个财务变量值得考虑，难道其它因素(例如公司治理变量)就没有预测能力吗？对市场的变化不够灵敏（运用的会计资料更新太慢）。
无法计算投资组合的信用风险，因为Z-Score模型主要是针对个别资产的信用风险进行评估，对整个投资组合的信用风险无法衡量。
(3) Z-Score模型在制造业上市公司财务预警中的实证分析1．样本的选取。
以沪深两市A股市场2007年因财务状况异常被特别处理的企业作为研究样本。
由于A 股上市公司执行国内的会计准则和会计制度，其对外财务信息容易收集也较完整，上市公司被特别处理的特征较明显，2001年2月22日中国证监会根据《公司法》正式颁布了《亏损上市公司暂停上市和终止上市实施办法，建立了我国上市公司退市机制，使得这一研究对象具有很高的关注度。
对上市公司进行准确的预测和判断．对于规范证券市场的运作、降低投资风险和保护投资者利益等具有重要的现实意义。
从2007年ST公司中界定12家上市公司作为研究样本，再按照与之同时期、资产规模相当(相差不超过10％)的原则选取与其相对应的12个正常上市公司。
基于ST企业被“特别处理”的前3年的资料，即假设上市公司在第t年被实施ST．选取上市公司ST之前的第t一2、t一2、t一3年财务数据为样本建立模型。
样本数据来源于证券之星、深沪证券交易所网站以及上市公司的年度报告，采用Excel2003等软件进行数据处理。
2．指标的适应性设定。
鉴于我国股市非流通股无市场价格，在计算股权市价总值时采用的是每股股价与社会公众股股份数相乘的办法．又考虑到计算息税前利润时需要用到利息费用，因此对Z计分模型中的各项指标的设定作以下调整：X1=(流动资产-流动负债)／资产总额；X2=(未分配利润+盈余公积金)／资产总额；X3=(税前利润十财务费用)／资产总额；x4=(每股市价*流通股数+每股净资产*非流通股数)／负债总额；X5=主营业务收入／资产总额按照Z—Score模型的要求收集整理财务数据，利用Excel计算得到不同年份制造业上市公司的z值得分。
见下表。
Z值公司名称t-1年t-2年t-3年ST建机(600984) 1.48 2.041 2.147S*ST东方A(000725) -0.265 0.458 0.685ST自仪(600848) -0.076 -O.56l 0.133ST通科(600862) 0.963 1.872 1.764S*ST四环(000605) -0.864 0.387 1.087ST汇通(000920) 0.861 1.542 1.695ST中纺(600610) 0.87 1.695 1.793ST三元(600429) 2.882 1.819 1.78ST金马(000980) 0.58 1.676 2.76ST天宇(000723) -0.37 1.12 1.37 ST常柴(000570) -0.014 0.81 1.7 ST证星(600213) 0.52 0.5 1.8l 鼎盛天工(600335) 1.867 1.873 1.942 经纬纺机(000666) 2.246 1.919 1.959 江钻股份(000852) 3.22 2.682 1.994 青海华鼎(600340) 1.974 1.969 3.453 北人股份(600860) 1.275 1.879 2.262 全柴动力(600218) 2.992 1.747 3.03 国祥股份(600340) 3.67 3.78 4.14 北矿磁材(600980) 2.869 4.203 6.129 思达高科(000676) 3.05 1.85 2.55 长征电器(600儿2) 3.2l 3.03 2.68 江淮动力(000816) 1.7 2.92 2．73对ST公司的预测。