李 宾 覃子岳 蓝勇平

防范化解重大风险是党的十九大确定的三大攻坚战之一。党的二十大报告指出,建设现代化产业体系，坚持把发展经济的着力点放在实体经济上。金融是现代经济的核心，也是推动实体经济发展的中坚力量，打好防范化解重大风险的攻坚战，重点是防控金融风险，尤其是防范系统性金融风险。近年来，通过集中整治，我国金融风险得到了有效遏制，防范化解重大金融风险攻坚战取得了重要的阶段性成果，守住了不发生系统性金融风险的安全底线。

但我们也应看到，防范化解重大金融风险是我国一项需要长期坚持的任务，必须居安思危。当下和今后一段时期，国际形势复杂多变，新冠疫情持续蔓延、气候环境问题频发，多国推出经济刺激计划使得通胀压力加大、资本流动加快，加之国内经济仍有下行压力，大量中小微企业经营困难，实体经济发展受限。在此背景下，我国金融风险防范仍面临巨大的挑战和压力，需要进一步深化金融供给侧改革，加大服务实体经济的力度。商业银行作为我国金融体系的主体，信用风险是其最大、最突出的风险。对我国商业银行的信用风险管理进行深入研究，既能让商业银行更好地进行内部管理从而服务实体经济，也能防止信用和支付体系的崩溃以及金融危机的发生从而遏制系统性风险。因此，对商业银行的信用风险进行有效度量评估及预警极为必要。

本文选取了8家上市全国性股份制商业银行为研究对象，主要基于以下原因。第一，股份制商业银行的产权结构清晰，股权结构较为分散，经营符合市场规律。第二,“全国性”则说明此类银行在国内网点较多，规模较大，影响范围较广，需兼顾全国各地的经济环境。第三,“上市”表明此类全国性股份制商业银行已经在证券交易所挂牌上市，而本文选取的8家股份制银行都在2011年之前上市，具有丰富的上市企业管理经验，对证券市场较为熟悉，其信息更透明，管理更规范，数据更能反映复杂多变的市场状况。因此，研究上市全国性股份制商业银行信用风险的度量和评价，对其他商业银行的信用风险管理具有较高的参考和借鉴价值。

(一)国外研究综述

国外学者研究的侧重点主要在信用风险度量模型的建立，以及多个模型的对比和选择上。20世纪90年代中期，J.P.摩根推出了CreditMetrics模型用于对信用风险的度量和管理。该模型是在VAR模型的理论基础上建立起来的，企业的信用等级是CreditMetrics模型中唯一的变量，数值呈离散型分布。CreditMetrics模型能够测算出企业信用等级转变的概率，并将其整理成信用等级迁移矩阵，从而预测企业的违约概率。瑞士信贷银行于1997年推出了CreditRisk+模型。与使用资产价值波动作为驱动因素的CreditMetrics模型不同，CreditRisk+模型只考虑违约风险，不对违约原因进行假设。1997年，美国旧金山KMV公司建立了KMV模型，用于评估借款企业的违约概率。该模型结合了期权定价理论，将企业股权当作一种看涨期权，以企业资产作为执行标的，以企业负债作为执行价格，计算出违约距离和违约概率，从而对企业信用风险进行评估。此后，巴塞尔银行监管委员会(1999)、Gordy(2000)、Derbali和Hallara(2012)先后对CreditMetrics、CreditRisk+、KMV等多个信用风险度量模型在其结果准确性、有效性、适用性、实践性等方面进行了深入的对比分析，提出KMV模型的评估结果与其他度量模型相似，且能够反映大多数国家的现实市场，具有客观性和动态性，能够较好地与监管相结合。

(二)国内研究综述

国内学者关于KMV理论的研究则主要从模型的适用性、模型的修正和模型在商业银行中的具体应用这三个方面入手。在模型适用性方面，张玲等(2004)将KMV模型的理论与其他信用风险评价模型进行了对比，认为使用KMV模型更能反映市场情况，用于评估上市企业的信用风险更为适用。在模型的修正方面，蒋书彬(2016)通过动态方法对最优违约距离进行了估计，并将其结果与原始KMV模型的测量结果相比较，最终发现经动态修正后的KMV模型更适用于度量商业银行信用风险。在商业银行中的具体应用方面，凌江怀和刘燕媚(2013)使用KMV模型对我国10家上市银行进行测算后发现，运用KMV模型计算得出的银行违约概率与信用评级机构对商业银行的信用评级相符合。李晟和张宇航(2016)将面板数据和KMV模型相结合，对违约距离的影响因素进行了回归分析，发现我国国有商业银行的抗风险能力相对较强，信用风险总体偏低。

(三)现代信用风险度量模型在我国的适用性评价

经过众多学者的多年研究发现，修正后的KMV模型能够克服其他信用风险度量模型的应用障碍和劣势，也符合国情，因此，在我国具有较好的适用性。首先，我国应用CreditMetrics模型存在以下障碍：第一，国内的商业银行体系缺乏一个完备的历史违约数据库；
第二，国内目前仍没有类似穆迪公司和标准普尔公司的权威性评级机构提供具体的信用评级数据；
第三，国内还没有完全实现利率市场化，因此很难估计国内商业银行信贷资产的现值。由此可见，依赖银行内部评价系统的CreditMetrics模型在国内并不适用。其次，CreditRisk+模型在我国的应用也存在困难。CreditRisk+模型中的一个基本指标是债务人的违约概率，但我国的信用风险量化管理水平有待提高，难以计算违约概率的参数，因此，该模型在国内难以实践。

和其他模型相比，KMV模型的优势如下。第一，在我国股权交易制度逐渐完善的条件下，企业的股票价格能够较好地反映其运营状况。因此，我国基本具备KMV模型的实际应用条件。第二，KMV模型所需数据容易获得，模型操作简易，较为实用。第三，修正后KMV模型的评价结果符合国情，较为客观公正且准确。全国性股份制商业银行作为我国银行业的上市公司，结合以上三点优势不难看出KMV模型对全国性股份制商业银行的信用风险评价具有较好的适用性。

(一)KMV模型的原理

KMV模型的前提假设主要包括以下四点。第一，市场无摩擦，无风险利率不变动，股票无须支付股利，证券不存在套利的机会且证券交易具有连续性。第二，当债务人的资产市场价值高于债务价值时，不发生违约；
反之，则会发生违约。第三，企业的资本构成包括所有者权益、短期负债、长期负债和可转换优先股。第四，借款人的资产收益呈现正态分布规律，公司的市场价值服从布朗运动。

KMV模型的基本思路：首先，可根据上市银行的股票价格，计算股权价值和股权价值波动率；
其次，根据银行的流动性负债和非流动性负债设置违约点；
然后，通过期权定价公式，将股票价值和股权价值波动率进行反推得出上市银行所拥有的资产市场价值和波动率；
接着，根据所获得的银行资产市场价值、资产价值的波动率、违约点以及无风险利率计算银行的违约距离；
最后，根据正态分布累积函数，利用历史违约数据库来反映银行的违约概率。

(二)对我国上市全国性股份制商业银行信用风险的度量

1.样本数据的选取

本文选取的样本是在2011年之前上市的8家全国性股份制商业银行，具体包括浦发银行、民生银行、兴业银行、中信银行、华夏银行、平安银行、招商银行、光大银行，对其2011～2021年的信用风险状况进行分析。模型计算中所运用的数据均来源于Wind数据库以及各银行的官方年度报告。

2.模型参数的计算

依据KMV模型，我们需要获得的数据及其含义如表1所示。

表1 参数含义及状态

续表

(1)股权价值VE的计算。本文通过Wind数据库收集了8家银行2011～2021年每年最后一个交易日A股和H股的股票收盘价、A股和H股的总股本、企业的非流通股市场价值来计算商业银行每一年的股权价值。

(2)股权价值波动率σE的计算。本文通过Wind数据库收集了8家上市银行2011～2021年的每日股票价格，计算各商业银行的日对数收益率、日收益率的波动率，最终得到各商业银行每年的股权价值波动率。

(3)负债总额、无风险利率和债务期限。各银行的负债总额通过查询企业年报数据所得。选取中国人民银行公布的2011～2021年的一年期整存整取利率作为无风险利率rf。根据一个会计区间等于一年，将债务期限设定为T=1。

(4)资产价值VA及资产价值波动率σA。各银行的资产价值VA及资产价值波动率σA通过MATLAB程序求得。各银行的资产价值VA如表2所示，各银行的资产价值波动率σA如表3所示。

表2 2011～2021年8家上市全国性股份制商业银行的资产价值 单位：亿元

表3 2011～2021年8家上市全国性股份制商业银行的资产价值波动率

续表

从表2可知，各银行的资产价值都在逐年增加，其中招商银行的增幅最大。根据表3得知，2011～2021年，8家银行的资产价值波动率都有所增减，且不完全同步。

3.度量结果

(1)违约点的确定。本文选取企业债务总额作为违约点，即DTP=D。

(2)违约距离和违约概率的计算。通过Excel函数进行求解，得到各个银行每年的违约距离(DD)和违约概率(EDF)，如表4和表5所示。

表4 2011～2021年8家上市全国性股份制商业银行的违约距离

表5 2011～2021年8家上市全国性股份制商业银行的违约概率

4.实证检验

本部分主要针对上文运用KMV模型对我国股份制商业银行进行信用风险度量的结果进行实证检验。首先，确定被解释变量、核心解释变量和控制变量，并对上文分析的8家股份制商业银行2011～2021年的各项变量进行描述性统计，并讨论其经济意义。其次，考虑到不同股权价值波动率对信用风险影响的异质性，将样本进行分组回归并做异质性检验。最后，采用补充变量法、分样本回归法、一阶滞后处理，进行稳健性检验。主要变量如表6所示。

表6 主要变量及符号

(1)变量的描述性统计。本文选取了8家股份制商业银行2011～2021年的数据，合计88条样本量。主要变量的描述性统计如表7所示。测算结果表明，这8家银行2011～2021年的资产价值、股权价值、负债总额波动较大，说明上述指标对外界风险影响因素变化较为敏感，从而影响了商业银行信用风险的稳定性。但违约概率则相对稳定，说明商业银行信用风险的波动仍在可控范围内。

表7 变量的描述性统计

(2)相关性分析。如表8所示，违约概率与违约距离的相关系数为-0.9992，呈负相关关系，绝对值接近1，除此之外，其他变量之间对应相关系数的绝对值均小于1。从实证分析的结果看，这对模型的检验并无影响，可以保留。

表8 变量的相关性分析

(3)基本回归。在模型有效的基础上，本文通过Stata对面板固定效应模型进行回归分析，结果如表9所示。我们可从回归结果看出，股权价值波动率对于违约概率的结果在1%的水平上显著，且回归系数为0.44766346，这就表明股权价值波动率对于违约概率存在着正向的显著影响。股权价值波动率每增加1个单位，对违约概率产生的总效用为0.10589612。上市商业银行的股权价值波动率越高，违约概率就越大，信用风险越高。接下来，可以把股权价值波动率作为变量，进行分组的异质性检验。

表9 基本回归分析

(4)异质性检验。(1)因篇幅所限，异质性分析结果未能展示。若有需要，可联系作者索取。为了防止构建的线性模型在全样本条件下出现伪回归的情况，我们对模型进行了异质性检验。结合上文，根据股权价值波动率进行分组，设置了虚拟变量hrs，以σE=0.2为界，将样本分为两组(即hrs=1，股权价值波动率σE在0～0.2之间；
hrs=2，股权价值波动率σE在0.2～1之间)，并对这两组样本进行分组回归。

从分组回归结果来看，在股权价值波动率为0～0.2的情况下，股权价值波动率对于违约概率的影响依旧是正向显著的；
在股权价值为波动率为0.2～1的情况下，股权价值波动率对于违约概率的影响也是在1%的水平上高度显著的，且为正向效用。由此可知，模型的异质性检验通过。

(5)稳健性检验。(2)因篇幅所限，稳健性检验结果未能展示。若有需要，可联系作者索取。为了防止模型存在遗漏变量，我们在模型中加入了负债总额D、资产价值波动率σA两个控制变量，分别进行了混合、分样本回归。为了防止模型存在内生性问题，再对核心解释变量进行一阶滞后处理并做回归。结果表明，采用补充变量法、分样本回归法、一阶滞后处理，核心解释变量对于被解释变量均显著，稳健性检验通过。说明本文采用的KMV模型对股份制商业银行进行信用风险度量，其结果稳定可靠。

(三)基于样本对我国上市全国性股份制商业银行信用风险的分析

1.无风险利率与商业银行信用风险呈正相关关系

2011～2021年，中国人民银行的定期存款率呈逐年下调趋势。如果将无风险利率从1.5%替换为3%进行计算，与原来相比，商业银行的违约距离相对缩小，违约概率相对变大。这表明，我国无风险利率的降低，可以有效地降低商业银行信用风险。

2.不同时期的违约距离呈阶段性波动

2011～2021年，各银行的违约距离仍有一定幅度的波动(见表4)。这说明商业银行的不良贷款会阶段性地出现一些增减，信用风险也会阶段性出现波动，这与外部经济环境变化有关，但只要把它控制在一个合理的范围内，市场就不用过分担心。

3.股份制商业银行间的违约距离存在差距

根据表4中的数据，可求出每年所有股份制商业银行违约距离的平均值，结果如表10所示。

表10 2011～2021年违约距离的平均值

通过对比表4和表10，发现招商银行、光大银行、民生银行和中信银行基本每年的违约距离都大于当年的平均违约距离，表明招商银行、光大银行、民生银行和中信银行的信用风险处于全国性股份制商业银行的平均水平之下，银行的内部风险管理工作较为出色；
而平安银行和浦发银行基本每年的违约距离都小于当年的平均违约距离，说明这些银行的信用风险大于全国性股份制商业银行的平均水平，银行的风险管理工作有待改进。

4.股份制商业银行信用风险高于国有商业银行

下面将参照标准普尔公司公布的信用评级与违约概率对应关系，对2011～2021年8家股份制商业银行进行信用评级。由于标准普尔公司是根据美国的历史数据计算得出的结果，年份过早，且与我国现状有较大差异。因此，本文对标准普尔公司信用评级与KMV的EDF值映射关系进行了调整，使其区间范围更广，评级结果适用性更高。调整后如表11所示。

表11 调整后的信用评级与EDF值的映射关系

续表

结合表11，对8家股份制商业银行从2011年至2021年进行信用评级，结果如表12所示。

表12 2011～2021年8家上市全国性股份制商业银行的信用评级

从表12可以看出，2016～2021年8家股份制商业银行的信用等级与2011～2015年相比总体提高，说明商业银行的信用风险水平整体下降，这与前文分析商业银行的违约距离时所得出的结论相同。现实中，标准普尔公司仅对浦发银行和民生银行做出了2015～2021年的信用评级，结果发现，本文中对浦发银行和民生银行的信用评级大体上与标准普尔公司的评级一致，这也从侧面体现了KMV模型的有效性。

表13是标准普尔公司对中国四大国有商业银行2015～2021年的信用评级数据。

表13 2015～2021年四大国有商业银行的信用评级

通过对比表12和表13，可明显看出我国四大国有商业银行的信用评级要高于8家股份制商业银行。这也说明，国有大型商业银行的信用风险整体要低于股份制商业银行，且更加稳定。

(一)研究结论

1.多因素叠加导致股份制商业银行信用风险阶段性波动

2011～2021年，股份制商业银行信用风险呈阶段性波动，造成这一现象的原因可能与外部经济环境、我国经济新常态和供给侧结构性改革、新冠疫情暴发等风险有关。在2008年的金融危机波及全球时，中国采取了积极的财政政策，实现了国内经济的快速复苏。由此，我国商业银行的信用风险呈下降趋势。但经济刺激政策的不良影响开始显现，国内一些高污染、高能耗产业出现产能过剩的情况，由于行业不景气，许多企业难以按时偿还银行贷款，导致银行不良贷款率迅速攀高，银行的信用风险也持续增加。2015年末，我国政府提出实行供给侧结构性改革，控制产能过剩，推进国有企业从“量”高转变为“质”好。随着改革的持续推进，2016年，我国商业银行的不良贷款率持续下降，违约距离也在变大，这表明商业银行的信用风险在逐步变小。但在经济换挡期内，银行业不良贷款的压力还将持续数年，各银行的违约距离仍有一定幅度的波动，且每家银行对风险因素的敏感度不同，易导致波动幅度各异。但只要把它控制在一个合理的范围内，市场就不用过分担心。2020年新冠肺炎疫情暴发之后，银行业整体违约距离都有缩小的趋势，意味着信用风险加大。疫情之下，餐饮住宿、旅游业等多个行业均受到重创。大企业抗风险的能力较强，但对于中小微企业来说，他们并没有足够的资金来填补疫情带来的经济损失，面临着收入锐减，资金难以周转的情况，进而导致它们的经营性贷款不良率在短期内明显提高。同时，为支持小微企业的发展，2020年中国人民银行会同相关部门出台了针对小微企业的贷款延期还本付息政策和信用贷款支持政策，客观上加大了各商业银行的不良贷款率控制压力。进入2021年，在全球经济减速，新冠疫情不断反复、外围证券市场下跌、国际安全形势复杂、国内经济下行压力加大等多重负面因素的影响下，我国商业银行信用风险进一步加剧。

2.不同的股份制商业银行信用风险和稳定性存在差异

从上文的信用风险度量结果可知，信用风险相对偏高的是平安银行和浦发银行；
信用风险稳定性较差的主要是兴业银行。其原因主要是各个股份制商业银行对外界风险因素的敏感度有所不同，加之其内部风险管理工作的成效各异，容易导致在同一经济环境下出现差异较大的风险水平。

3.股份制商业银行信用风险高于国有商业银行的原因分析

第一，国有大型商业银行较早实施了放款审批集中化制度，通过上收基层分支行的贷款权限，集中审核落实，显著减少了违规放贷。第二，国有大型商业银行业务系统相对完善，高效的贷款审批系统、信息查询系统和风险预警系统，防止了越权审批，前瞻性地进行风险管理，提高了放款效率。第三，国有大型商业银行较股份制银行规模更大，抗风险能力更强，业务经验更为丰富，管理更完善。在施行宽松货币政策的条件下，国有商业银行能够合理地判断形势，适度控制信贷额度。但股份制商业银行为了在短期内增加盈利，更倾向于大幅度扩张信贷，导致信用风险难以控制，银行资产价值下降。

(二)相关建议

根据以上结论，本文从外部和内部两个方面来提出相应建议。

1.外部政策建议

第一,完善信用评级体系。一方面要设立类似标准普尔和穆迪公司的本土权威性信用评级机构，能够提供符合国情的具体信用评级数据。另一方面要构建一个庞大的历史违约数据库，能够正确反映出KMV模型中的违约距离与违约概率之间的函数映射关系。此外，还要完善证券市场信息披露制度，确保上市公司股票信息和财务信息的真实准确及时，提高资本市场有效性。上述举措能为KMV模型在我国的推广应用奠定坚实的基础。

第二,健全金融监管体制。一方面，对违约概率较大的商业银行进行力度更大的流动性监管，可通过压力测试评估信贷资产质量，协助银行建立风险预警系统。另一方面，加强对商业银行日常运营情况的监管，尤其是要重点关注违约概率较大的股份制商业银行及其分支机构，谨防其在政策宽松的背景下为了追求业绩增加盈利而降低贷款质量和下调贷款标准，盲目扩大贷款规模，造成信用风险的增加。

第三,建立逆周期调节机制和差异化管理机制。在当前经济下行压力加大的阶段，结合各个股份制商业银行对外界风险因素敏感度各异的情况，有序调降拨备覆盖率，适度提高贷款容忍度，缓解股份制商业银行的揽储压力。

2.内部管理建议

第一,优化业务结构。股份制商业银行应适时进行业务转型，将表外业务作为新的利润增长点。以内生增长和轻资本为目标，重点拓展表外业务，增加非利息收入，减少对传统存贷业务的依赖性，从而降低由贷款业务带来的信用风险。

第二,完善业务流程。股份制商业银行应参考国有大型商业银行的经验做法，坚持实施贷款审批集中化制度，减少违规放贷；
将贷前预控、贷中审核、贷后跟踪的流程进一步细化并落实，对信用风险进行分阶段精准防控。

第三,健全风控机制。一方面要加强风险文化建设。转变业绩考核方式，注重对资产质量和信用风险指标的考核，实施贷后责任制，避免出现为了稀释不良贷款率而盲目扩大贷款规模的行为。进行全员风险管理培训，顺畅风控部门和其他各部门之间的沟通渠道，树立风险管理的企业文化。另一方面要建立风险预警机制。加大金融科技投入，运用大数据、区块链、云计算、人工智能等科技赋能手段建立风险预警机制。挖掘信用风险数据，将贷款流程进行数字化管理，尤其是对不良贷款占比较高的地区和行业进行重点精准防控，提前发现风险因素，及时发布预警信号，快速采取管控措施。

第四,组建专业团队。信用风险管理包含着大量复杂的理论知识和操作技能，关于信用风险的识别、度量、分析、预警、处置等一系列工作都需要由专业人士来完成。但目前我国此类人才较为稀缺。股份制商业银行的基层信贷员工中有不少都是新人，经验缺乏，专业性弱、风险意识差。为此，应当在加强基层专业培训的同时，借鉴大型国有商业银行的经验，组建一个贯穿基层员工、风控部门、高层管理的由下至上的专业信用风险管理团队，结合内部培训和外部引进，借助风险收益人事薪酬制度，提升股份制商业银行信用风险管理的内在动力和工作效率。

猜你喜欢 股份制信用风险波动 油气贸易企业信用风险管理研究化工管理(2022年13期)2022-12-022021年麦市大幅波动概率不大今日农业(2021年5期)2021-05-22大数据背景下的电子商务信用风险预警方法现代电子技术(2021年3期)2021-02-02供需略微宽松 价格波动缩窄今日农业(2020年20期)2020-12-15羊肉价回稳 后期不会大幅波动今日农业(2019年12期)2019-08-1311月汇市：波动率降低 缺乏方向中国外汇(2019年23期)2019-05-25员工持股计划对股票价格的影响商(2016年33期)2016-11-24建立财务治理机制 推进地方中小型国企股份制改革中国市场(2016年33期)2016-10-18京东商城电子商务信用风险防范策略当代经济(2016年26期)2016-06-15股份制企业如何做好思想政治工作现代企业(2015年9期)2015-02-28