原创《CreditRisk模型其对我国商业银行信用风险管理适用性》：本论文主要论述了信用风险管理论文范文相关的参考文献,对您的论文写作有参考作用。
摘 要：随着我国经济的发展和新巴塞尔协议对各商业银行信用评估体系管理要求的增加,我国一直沿用的传统的质量分级评估方法日益展露出其落后性,不仅局限了商业银行自身的发展,也影响了我国金融业的进步.基于此问题,笔者在分析研究国际各个较为成熟的模型后,决定以Credit Risk+模型为主体,研究其信用风险评估原理和内容与其对我国商业银行的适用性,以期对解决我国现今的信用风险评估不够准确问题做出一定贡献.
关键词：商业银行；信用风险评估；Credit Risk+模型；适用性
一、研究背景
金融是我国经济发展的支柱,银行更是在其中扮演着关键的角色,而具有调节经济和信用创造等职能的商业银行更是其中不可或缺的重中之重.商业银行的活动受诸多风险因素的影响,信用风险是其中导致资金链断裂的首要风险因子.商业银行信用风险是指贷款人因各种原因不愿偿还或因意外导致其丧失偿款能力所导致的商业银行蒙受损失的可能性.因此,能够准确完整地衡量与评估商业银行信用风险是商业银行必须考虑的重要问题.然而,在我国商业银行信用风险评估体系中,仍然沿用最传统的质量等级划分方法,并不能有效地量化计算出贷款人的信用风险.当前,经济全球化浪潮不可逆转,且国际间商业银行竞争激烈,我国商业银行若想提高自身在国际市场上的竞争力,顺应国际商业银行发展潮流,有必要借鉴国际上较为成熟的信用风险评估管理方法来优化自身信用风险评估体系.在国内,使用违约模型方法评估信贷组合收益及风险的EDF模型和基于VAR方法Credit Metrics盯市模型已经得到广泛应用,但由瑞士信贷银行提出Credit Risk+模型还未在商业银行风险评估体系中得到实践.因此,本文着重介绍Credit Risk+模型以及探讨该模型是否适用我国商业银行的信用风险管理体系.
二、Credit Risk+模型内容--风险贡献
Credit Risk+模型是由瑞士信贷银行提出的比较成熟的评估信用风险价值的模型.
风险贡献是指每增加一单位债务人所造成的银行违约风险的增量.设EA为某一债务人A的风险暴露规模.
风险贡献公式如下所示：
由上述可知,因风险因子大致相同,故各债务人相关,所以,总体方差可表示为：
为求出A的风险贡献,我们设E（z,x）,Ux,σx分别为x条件下的违约概率函数,函数均值,函数方差.设f（x）,uf,σf为x的概率函数,函数均值,函数方差.F（x）,G（z）分别为违约概率函数,基于风险模型的概率函数.
在这里,k组的违约事件的预期损失和均值分别为εk和uk,即：G（z）等于F（P（z））
对z微分得违约事件分布的均值和方差.然后代人εk,再将各组相加,则实际违约损失的标准差为：
结合前式得出债务人A的风险贡献：
这样,我们就计算出债务人A的风险贡献公式.
三、Credit Risk+模型的评价
1.模型的劣势
（1）模型假定导致的局限
Credit Risk+模型实际上假设了信用风险同市场风险水平之间是没有关系的,这与我国现今金融情况不相符.如今,在我国金融行业中,银行业已经成为一大巨头,发展已经相对成熟,虽然信用风险是其主要风险,但是受利率市场化影响,市场风险的重要性越来越突出.而且信用风险和市场风险之间是相互影响的,信用风险的发生会使人们对市场产生怀疑,从而引发市场风险,而市场风险的增加又会反过来提高信用风险.
Credit Risk+模型只考虑了违约或不违约两种形式,同时假定了违约率是随机的,并且以此为前提计量预期损失和未预期损失及其未来变化,但没有涉及到信用资产组合的价值变动.其次该模型假定的各频段违约率以及每一个债务人的风险暴露是固定的,忽视了各个频段级的违约率的变动,例如国家宏观经济调控等因素对各频段违约率的影响.再者Credit Risk+模型固定了债务人的风险暴露,导致模型对所有债务人未来信用质量的变动敏感性降低,即模型对远期利率的变化不敏感.基于此种假设,该模型忽略了信用转移的风险.
（2）历史数据缺失导致的局限性
Credit Risk+模型是基于违约事件发生的随机性建立的.且违约事件是由于经济状况等其他经济因素影响导致的小概率事件.但用于计算违约相关性以及影响违约概率变化的国家和行业等宏观因素的历史数据资料的缺失,并且违约事件发生频率较低,所以违约风险模型的精确性无法得到充分证明.并且模型用资产价格间变化的相互关系替代了无法计算出的违约事件的相关性进行演算,即模型又依赖了资产价格间变化的相互关系与违约事件概率的相关关系是基本一致的假设,由此加大了模型的误差.
（3）该模型计算的关系存在不稳定性
首先,依据各种历史金融数据得出的关系就存在不稳定性,因为历史金融数据不能反映最新的金融情况.其次,违约比率的波动也是不稳定的.再次,该模型计算出的关系十分依赖时间区间,时间如果发生变化,不稳定也就会随之产生.最后,就算能算出一种把违约比率和某种变量联系在一起的关系,这种关系也存在不稳定的可能.
2.模型的優势
（1）数据简单、计算便捷
相较于Credit Metrics+需要应用转移矩阵、资产特征等较为难得的数据,以及KMV模型需应用只有授信水平较高的客户才能得到的长期过往违约率数据,该模型采用数据较少,仅需应用风险暴露数据和违约率数据,故此在模型的计算方面十分容易和便捷,模型的运用较为简单.
（2）对信用风险评估较为准确完整
该模型计算出的信用资产组合的违约概率和损失分布较为全面,它假设违约率是随机的,所以对市场风险的作用考虑全面,可以更为完整地评估信用风险.同时,该模型假定借款人之间相互分离,能够较为准确地管理各类消费者的信用风险.
信用风险管理论文参考资料：
结论：CreditRisk模型其对我国商业银行信用风险管理适用性为关于信用风险管理方面的论文题目、论文提纲、信用风险管理工具论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
