Credit Metrics模型与KMV模型比较一览表
分析：
1.风险的定义。

根据对风险的不同理解，信用风险量化模型可分为
盯市模型（MTM和违约模型（DM。

Credit Metrics 模型是盯
市模型，KMV模型是违约模型。

2.风险驱动因素。

根据风险驱动因素的不同可将信用风险量化模型
分为条件模型和无条件模型。

Credit Metrics 模型是无条件模型，驱动因素是与信用等级密切相关的借款人资产价值变化。

KMV 模型是条件模型，因素为受宏观因素影响的借款人资产价值变化。

3.违约概率的波动性。

在KMV模型中，违约概率随借款人股票市价的变
化而变化；在Credit Metrics 模型中，违约概率是基于历史数据统计出来的固定离散值。

4.资产价值。

按照人们对信用等级刻画方式不同，把信用风险量化模
型分为离散型估值模型（如Credit Metrics 模型）和连续估值模型（如KMV模型）。

5.回收率。

损失的分布和VAR的计算不仅取决于违约概率，还取决于损
失的严重程度或违约下的损失率。

Credit Metrics 模型的回收率是随机变化的，而KMV模型的回收率是相对不变或随机变化的。

6.组合分析方法。

单个债券或贷款的损失测度相对而言是比较容易解决
的，但是对资产组合的处理就没有那么简单了，并且随着组合数量的增加变得十分复杂。

Credit Metrics 模型需要使用“蒙特卡罗模拟技术” 产生一个组合贷款价值的近似总体分布，并由此得出一个VAR勺值，KM\模型则可以得到逻辑分析解。