何宜強(qiáng)

（江西財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院，南昌 330013）

隨著經(jīng)濟(jì)全球化、金融一體化趨勢(shì)進(jìn)一步加強(qiáng)，傳統(tǒng)的信用風(fēng)險(xiǎn)分析技術(shù)和模型已經(jīng)很難適應(yīng)新情況和新問題。西方許多金融機(jī)構(gòu)開始探索運(yùn)用現(xiàn)代金融理論、統(tǒng)計(jì)理論來(lái)定量評(píng)估和管理信用風(fēng)險(xiǎn)，開發(fā)出了新的現(xiàn)代信用風(fēng)險(xiǎn)度量模型。這些模型多以市場(chǎng)信息為基礎(chǔ)，將市場(chǎng)對(duì)企業(yè)的評(píng)價(jià)引入模型之中。目前，在國(guó)際企業(yè)流行的信用風(fēng)險(xiǎn)管理模型主要有：J.P.摩根公司的信用計(jì)量模型（CreditMetrics）、KMV 公司的信用監(jiān)控模型 （KMV）、CSFP （Credit Suisse Financial Products）開發(fā)的信用風(fēng)險(xiǎn)附加模型（CreditRisk+）、麥肯錫公司的信貸組合模型（Credit Portfolio View）等等。通過分析比較信用風(fēng)險(xiǎn)管理模型，對(duì)我國(guó)企業(yè)進(jìn)行信用風(fēng)險(xiǎn)量化管理具有重要的借鑒意義。

1 傳統(tǒng)信用風(fēng)險(xiǎn)管理模型

傳統(tǒng)的信用風(fēng)險(xiǎn)管理模型主要有專家評(píng)價(jià)法、信用評(píng)分模型、貸款風(fēng)險(xiǎn)度法等。盡管傳統(tǒng)的信用風(fēng)險(xiǎn)度量管理方法在解決當(dāng)今社會(huì)的一些新情況、新問題時(shí)，存在一些缺陷，但是目前這些方法仍被許多金融機(jī)構(gòu)繼續(xù)使用，我國(guó)金融業(yè)普遍采用的是專家評(píng)價(jià)法和貸款評(píng)級(jí)法。

1.1 專家評(píng)價(jià)法

專家評(píng)價(jià)法是一種古典的信用風(fēng)險(xiǎn)分析方法，最大的特點(diǎn)是由信用評(píng)估專家進(jìn)行信用評(píng)價(jià)并做出最后決策。該方法包含：5C,5W,5P等分析方法。5C方法是金融業(yè)評(píng)價(jià)客戶信用時(shí)常用的一種專家分析方法，它主要是從借款人的道德品質(zhì)（Character）、還款能力（Capacity）、資本實(shí)力（Capital）、擔(dān)保品（Collateral）和經(jīng)營(yíng)環(huán)境條件（Condition）五個(gè)方面進(jìn)行定性分析以判別借款人的還款能力和意愿；有的將其歸納為5W，即借款人（Who）、借款用途（Why）、還款期限（When）、擔(dān)保物（What）和如何還款（How）；有的則歸納為 5P，即個(gè)人因素（Personal）、借款目的（Purpose）、償還（Payment）、保障（Protection）和前影Perspective）。這三種方法在內(nèi)容上基本一致，分別從不同角度使信用量化，從而作為發(fā)生信貸、信貸監(jiān)測(cè)和信用政策調(diào)整的依據(jù)。雖然專家評(píng)級(jí)法在信用分析中發(fā)揮著重要的作用，但它存在許多難以克服的缺點(diǎn)：需要相當(dāng)數(shù)量的專門信用分析人員，成本增加；而且該方法主要是定性分析，信貸決策主要依靠的是專家的經(jīng)驗(yàn)和判斷，主觀性很強(qiáng)，實(shí)施的效果不穩(wěn)定，只能作為信用分析的一種輔助性工具。

1.2 信用評(píng)分法

所謂信用評(píng)分法，就是指事先找出某些決定違約行為概率的關(guān)鍵因素，然后將其匯總考慮并以加權(quán)方式計(jì)算得出一個(gè)數(shù)量值?？梢詫⒃撝狄暈榻杩钊诉`約概率的預(yù)測(cè)值，也可以根據(jù)該值將借款人分為優(yōu)劣兩類以決定貸款與否。信用評(píng)分模型主要是Z值模型。Z值模型由美國(guó)阿爾特曼教授（Altman）于1968年提出，采用多變量分析法對(duì)66家美國(guó)制造企業(yè)的經(jīng)營(yíng)狀況進(jìn)行了判別研究，建立了由5個(gè)參數(shù)（財(cái)務(wù)指標(biāo)）組成的Z值模型。后來(lái)，Altman對(duì)Z評(píng)分模型進(jìn)行了修正和擴(kuò)展，提出了ZETA評(píng)分模型，新模型中的變量由原來(lái)的五個(gè)變?yōu)槠邆€(gè)，它的適用范圍更廣，對(duì)不良借款人的辨認(rèn)精度也大大提高，比Z評(píng)分模型能更早地預(yù)測(cè)到企業(yè)的破產(chǎn)風(fēng)險(xiǎn)。Z評(píng)分模型推出后，商業(yè)銀行紛紛采用其來(lái)度量信用風(fēng)險(xiǎn)，取得了一定的成效，基本的Z評(píng)分模型沿用至今，已經(jīng)拓展應(yīng)用于私人企業(yè)、非制造型企業(yè)，成為西方國(guó)家信用風(fēng)險(xiǎn)度量的重要模型之一。

Z評(píng)分模型和ZETA模型在中國(guó)的應(yīng)用也存在一定的問題。一是中國(guó)資本市場(chǎng)的波動(dòng)幅度過大，而二級(jí)市場(chǎng)的波動(dòng)對(duì)企業(yè)的經(jīng)營(yíng)管理影響不大，因此，對(duì)上市公司的測(cè)量會(huì)出現(xiàn)偏差；二是該模型假設(shè)在解釋變量中存在著線性關(guān)系，難以令人信服；三是兩個(gè)模型都無(wú)法計(jì)量企業(yè)的表外信用風(fēng)險(xiǎn)，對(duì)某些特定行業(yè)的企業(yè)如公用企業(yè)、財(cái)務(wù)公司、新公司以及資源企業(yè)不適用，使用范圍受到較大限制。

1.3 貸款風(fēng)險(xiǎn)度法

目前，我國(guó)商業(yè)銀行主要采用這一方法。該方法首先對(duì)貸款企業(yè)進(jìn)行信用等級(jí)評(píng)估，評(píng)估內(nèi)容包括借款人的領(lǐng)導(dǎo)素質(zhì)、履約情況、經(jīng)濟(jì)實(shí)力、資金結(jié)構(gòu)、經(jīng)濟(jì)效益和發(fā)展前景等，并對(duì)借款人進(jìn)行綜合評(píng)價(jià)，評(píng)定借款人的信用等級(jí)。信用等級(jí)依次為AAA,AA,A,BBB,BB,B六類，并相應(yīng)確定信用等級(jí)風(fēng)險(xiǎn)系數(shù)為 0.4、0.5、0.6、 0.7、 0.8、1.0。 其次，根據(jù)貸款方式的不同，如抵押貸款、保證貸款、信用貸款，分配不同的貸款方式風(fēng)險(xiǎn)系數(shù)。根據(jù)貸款形態(tài)的變化，如正常貸款、逾期貸款、呆滯貸款、呆賬貸款，分配相應(yīng)的貸款形態(tài)風(fēng)險(xiǎn)系數(shù)，風(fēng)險(xiǎn)系數(shù)一般在0.1～0.8之間。最后，計(jì)算貸款風(fēng)險(xiǎn)度，并根據(jù)其數(shù)值大小決定是否貸款。計(jì)算公式：本次貸款風(fēng)險(xiǎn)度=信用等級(jí)系數(shù)×貸款方式系數(shù)

一般情況下，對(duì)風(fēng)險(xiǎn)度大于0.6的企業(yè)不予貸款。但貸款風(fēng)險(xiǎn)度方法不足之處有：風(fēng)險(xiǎn)系數(shù)的確定具有很強(qiáng)的主觀性，在0與1之間取哪一個(gè)值尚缺乏足夠的依據(jù)；將貸款風(fēng)險(xiǎn)度定義為信用等級(jí)風(fēng)險(xiǎn)系數(shù)乘以貸款方式風(fēng)險(xiǎn)系數(shù)，使貸款風(fēng)險(xiǎn)度的實(shí)際意義較難解釋。

2 現(xiàn)代信用風(fēng)險(xiǎn)度量模型

2.1 CreditMetrics模型

CreditMetrics模型是1997年美國(guó)J.P摩根與美洲銀行、瑞士聯(lián)合銀行等數(shù)家國(guó)際著名金融機(jī)構(gòu)及KMV公司在Risk Metrics的基礎(chǔ)之上共同開發(fā)的信用風(fēng)險(xiǎn)度量模型，被稱為信用度量術(shù)模型。該模型構(gòu)建在資產(chǎn)組合、VaR等理論和方法基礎(chǔ)之上，運(yùn)用VaR框架，對(duì)貸款和非交易資產(chǎn)進(jìn)行估價(jià)和風(fēng)險(xiǎn)計(jì)算。它依據(jù)基本的數(shù)理統(tǒng)計(jì)公式，將借款者的信用等級(jí)與風(fēng)險(xiǎn)資產(chǎn)的預(yù)期價(jià)值聯(lián)系起來(lái)，對(duì)資產(chǎn)組合的信用風(fēng)險(xiǎn)進(jìn)行量化分析，不僅能夠識(shí)別傳統(tǒng)的信用風(fēng)險(xiǎn)，還可以應(yīng)用于掉期、互換等金融衍生工具的風(fēng)險(xiǎn)識(shí)別，是對(duì)金融市場(chǎng)影響較大的信用風(fēng)險(xiǎn)模型之一。該模型在度量信用風(fēng)險(xiǎn)時(shí)，不僅考慮了借款人的違約風(fēng)險(xiǎn)，還考慮了借款人的降級(jí)風(fēng)險(xiǎn)；不僅能評(píng)估預(yù)期損失，還能評(píng)估風(fēng)險(xiǎn)價(jià)值口；在對(duì)貸款進(jìn)行組合管理時(shí)，還考慮了貸款組合中借款人之間資信質(zhì)量變化的相關(guān)程度。因此，該模型可以全面地衡量信用風(fēng)險(xiǎn)變化對(duì)貸款價(jià)值的影響。另外，該模型還能夠估算出不能在二級(jí)市場(chǎng)上交易的貸款的市場(chǎng)價(jià)值，這為貸款定價(jià)機(jī)制的建立提供了一個(gè)良好的研究方向。西方發(fā)達(dá)國(guó)家很多金融機(jī)構(gòu)已經(jīng)將它應(yīng)用于信貸風(fēng)險(xiǎn)管理和控制，并得到金融監(jiān)管當(dāng)局相當(dāng)程度的認(rèn)可。

2.2 麥肯錫CPV信貸組合觀察模型

Credit Portfolio View模型是由麥肯錫公司的Wilson在1997年提出的一種離散化的多時(shí)期經(jīng)濟(jì)計(jì)量模型，是一個(gè)宏觀因素驅(qū)動(dòng)的多因子模型，主要用于信貸組合風(fēng)險(xiǎn)的分析。CPV模型在CreditMetrics的基礎(chǔ)上，對(duì)周期性因素進(jìn)行了處理，將評(píng)級(jí)轉(zhuǎn)移矩陣與經(jīng)濟(jì)增長(zhǎng)率、失業(yè)率、利率、匯率、政府支出等宏觀經(jīng)濟(jì)變量之間的關(guān)系模型化，并通過蒙地卡羅模擬技術(shù)（a Structured Monte Carlo Simulation Approach）模擬周期性因素的“沖擊”來(lái)測(cè)定評(píng)級(jí)轉(zhuǎn)移概率的變化。當(dāng)經(jīng)濟(jì)狀況惡化時(shí)，降級(jí)和違約概率增加；反之，當(dāng)經(jīng)濟(jì)狀況好轉(zhuǎn)時(shí)，降級(jí)和違約概率則降低。

該模型與CreditMetrics模型應(yīng)用的轉(zhuǎn)移概率和違約率不同，它不是以歷史等級(jí)轉(zhuǎn)移和違約的數(shù)據(jù)來(lái)估計(jì)，而是以當(dāng)期的經(jīng)濟(jì)狀態(tài)為條件來(lái)計(jì)算債務(wù)人的等級(jí)轉(zhuǎn)移概率和違約概率。為了得到轉(zhuǎn)移矩陣，模型對(duì)經(jīng)濟(jì)衰退和擴(kuò)張時(shí)期的違約概率進(jìn)行了調(diào)整，是唯一用經(jīng)濟(jì)狀態(tài)來(lái)模擬違約事件的信用風(fēng)險(xiǎn)模型，用多因素、多時(shí)期離散時(shí)間序列模型來(lái)模擬不同國(guó)家各個(gè)信用級(jí)別產(chǎn)品的違約概率和信用等級(jí)轉(zhuǎn)換概率的聯(lián)合條件分布。如果能夠獲得有關(guān)的數(shù)據(jù)，這個(gè)模型就可以在每個(gè)國(guó)家應(yīng)用于不同的群體和各種類型的債務(wù)人，這些債務(wù)人可以來(lái)自不同行業(yè)，如金融機(jī)構(gòu)、農(nóng)業(yè)、建筑業(yè)、服務(wù)業(yè)等等。

2.3 信用監(jiān)控模型（KMV模型）

KMV模型是美國(guó)KMV公司于1997年利用期權(quán)定價(jià)理論創(chuàng)立的違約預(yù)測(cè)模型——信用監(jiān)測(cè)模型 （Credit Monitor Model）來(lái)計(jì)算信用風(fēng)險(xiǎn)。該模式從企業(yè)股票市場(chǎng)價(jià)格變化的角度分析該企業(yè)的信用狀況的信用風(fēng)險(xiǎn)計(jì)量方法，并通過企業(yè)的財(cái)務(wù)結(jié)構(gòu)、企業(yè)資產(chǎn)回報(bào)波動(dòng)率以及企業(yè)資產(chǎn)的當(dāng)前市值來(lái)推導(dǎo)與其違約率，全面反映上市公司的信用狀況。一個(gè)公司的資產(chǎn)價(jià)值低于其債務(wù)總額時(shí)，只能表明其在理論上處于違約狀態(tài)，而并不一定會(huì)真正發(fā)生違約行為。當(dāng)公司資產(chǎn)價(jià)值低于某個(gè)水平時(shí)，違約才會(huì)發(fā)生，在這個(gè)水平上的公司資產(chǎn)價(jià)值被定義為違約點(diǎn)（Default Point）。該模型認(rèn)為是否違約與企業(yè)的信用等級(jí)無(wú)關(guān)，是將公司權(quán)益和債務(wù)作為期權(quán)，把公司資本作為標(biāo)的資產(chǎn)，把公司所有者權(quán)益作為看漲期權(quán)，把債務(wù)作為看跌期權(quán)。KMV快速、及時(shí)且節(jié)約成本，可以用于改進(jìn)傳統(tǒng)的信貸管理，并用作金融機(jī)構(gòu)計(jì)算備付、貸款定價(jià)以及業(yè)績(jī)?cè)u(píng)估的關(guān)鍵參數(shù)。KMV模型在計(jì)算違約距離時(shí)主要使用的數(shù)據(jù)是公司股票的歷史交易數(shù)據(jù)和基本財(cái)務(wù)數(shù)據(jù)。目前，我國(guó)股票市場(chǎng)正朝著有效率的市場(chǎng)發(fā)展，股票價(jià)格反應(yīng)的信息也將更真實(shí)，為KMV模型的應(yīng)用提供了基礎(chǔ)。與依賴大量財(cái)務(wù)指標(biāo)的模型相比，KMV模型對(duì)財(cái)務(wù)指標(biāo)的依賴僅限于債務(wù)的賬面價(jià)值，從而在一定程度上緩解了我國(guó)普遍存在的會(huì)計(jì)信息失真的影響，能較好地反映企業(yè)目前的信用狀況，其預(yù)測(cè)能力較強(qiáng)。因此，KMV模型在我國(guó)現(xiàn)階段及未來(lái)具有一定的適用性。

2.4 Credit Risk+模型

Credit Risk+模型是由瑞士信貸金融產(chǎn)品公司（Credit Suisse FinancialProduct，簡(jiǎn)稱CSFP）1997年借助保險(xiǎn)精算技術(shù)，推導(dǎo)出債券或貸款資產(chǎn)組合的損失分布，是一種違約風(fēng)險(xiǎn)的統(tǒng)計(jì)模型。該模型將信用組合分解成不同的小板塊，每個(gè)板塊的債務(wù)人都被假設(shè)為受相同的系統(tǒng)風(fēng)險(xiǎn)因素的影響，同一個(gè)債務(wù)人可以被分解到多個(gè)板塊中，通過這種分塊方法來(lái)計(jì)算兩兩之間的違約相關(guān)性。Credit Risk+模型將違約率作為一個(gè)連續(xù)的隨機(jī)變量，并認(rèn)為違約頻率的不確定性和損失嚴(yán)重性的不確定性都會(huì)影響損失的分布，不需要實(shí)證數(shù)據(jù)支持及考慮違約的具體原因，只考慮違約風(fēng)險(xiǎn)，不考慮降級(jí)風(fēng)險(xiǎn)。但由于違約率本身可能隨時(shí)間而變化，損失的嚴(yán)重程度也會(huì)出現(xiàn)不確定性，所以，實(shí)際的損失函數(shù)要比模型所描述的表現(xiàn)出更厚實(shí)的尾部。該模型只考慮債券或貸款是否違約，并假定這種違約遵從泊松過程，與公司的資本結(jié)構(gòu)無(wú)關(guān)，其目的也是為了評(píng)估信用風(fēng)險(xiǎn)敞口虧損分布以及計(jì)算彌補(bǔ)風(fēng)險(xiǎn)所需的資本，在信用評(píng)級(jí)框架下計(jì)算每一級(jí)別或分?jǐn)?shù)下的平均違約率及違約波動(dòng)，然后將這些因素與風(fēng)險(xiǎn)敞口綜合考慮，從而算出虧損分布與所需資本預(yù)測(cè)數(shù)。不同于信用風(fēng)險(xiǎn)計(jì)量觀念的是，Credit Risk+將價(jià)差風(fēng)險(xiǎn)看作是市場(chǎng)風(fēng)險(xiǎn)而非信用風(fēng)險(xiǎn)的一部分。

3 分析比較

3.1 傳統(tǒng)信用風(fēng)險(xiǎn)方法分析比較

傳統(tǒng)的信用風(fēng)險(xiǎn)分析方法都是假定企業(yè)的信用狀態(tài)是兩狀態(tài)（違約/不違約），并且認(rèn)為影響企業(yè)信用風(fēng)險(xiǎn)狀態(tài)的因素主要為企業(yè)的經(jīng)營(yíng)情況以及資產(chǎn)狀況，對(duì)企業(yè)是否違約得到一個(gè)定性的分析模型。傳統(tǒng)定性分析方法模型簡(jiǎn)單，應(yīng)用方便，在實(shí)踐上也得到了廣泛的應(yīng)用，取得了很大的經(jīng)濟(jì)效益。但是，傳統(tǒng)的定性評(píng)估信用風(fēng)險(xiǎn)的方法主要分析借款人的財(cái)務(wù)杠桿比率，獲利能力，流動(dòng)性，以及運(yùn)營(yíng)能力等幾個(gè)方面的指標(biāo)。由于這些方法主觀性比較強(qiáng)，并且各個(gè)國(guó)家的銀行會(huì)計(jì)體系與信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的差異性，所以，存在著某些較大的局限性。第一，以“5C”法為代表的評(píng)估方法都屬于經(jīng)驗(yàn)評(píng)估方法，學(xué)習(xí)成本高，人為因素較大；對(duì)評(píng)估對(duì)象狀況的變化缺乏適應(yīng)性，而且無(wú)法對(duì)信用分析人員進(jìn)行培訓(xùn)；缺少對(duì)風(fēng)險(xiǎn)的定量測(cè)量，在精確性方面存在著一定缺陷；第二，停留在信用風(fēng)險(xiǎn)管理的第一層次上，模型常常被稱為違約模型，對(duì)信用風(fēng)險(xiǎn)的描述主要體現(xiàn)在企業(yè)是否違約的層次上，對(duì)企業(yè)信用質(zhì)量的變化不能做詳細(xì)的解釋；第三，信用風(fēng)險(xiǎn)的大小不能用數(shù)字精確的表明，第四，僅僅描述單項(xiàng)資產(chǎn)的信用風(fēng)險(xiǎn)，對(duì)資產(chǎn)組合的信用風(fēng)險(xiǎn)缺乏描述，不能精確確定組合信用風(fēng)險(xiǎn)損失分布情況。

3.2 現(xiàn)代信用風(fēng)險(xiǎn)方法分析比較

同傳統(tǒng)的描述信用風(fēng)險(xiǎn)的模型相比，現(xiàn)代風(fēng)險(xiǎn)度量模型最大的改進(jìn)之處是：（1）從過去的定性分析轉(zhuǎn)化為定量分析；（2）從指標(biāo)化形式向模型化形式的轉(zhuǎn)化，或二者的結(jié)合；（3）從對(duì)單個(gè)資產(chǎn)（或貸款）的分析轉(zhuǎn)化為從組合角度進(jìn)行的分析；（4）傳統(tǒng)的信用風(fēng)險(xiǎn)分析方法主要是以會(huì)計(jì)賬面數(shù)據(jù)為基礎(chǔ)，現(xiàn)代的信用風(fēng)險(xiǎn)分析方法主要是以市場(chǎng)的信息為基礎(chǔ)；（5）既考慮單個(gè)借款人、單個(gè)貸款人的微觀特征，也考慮整個(gè)宏觀經(jīng)濟(jì)環(huán)境的影響；（6）從單一的風(fēng)險(xiǎn)度量模式向多樣化的、定制的風(fēng)險(xiǎn)度量模式的轉(zhuǎn)化，比如在新巴塞爾協(xié)議中對(duì)每種風(fēng)險(xiǎn)類型都給出了可供選擇的多種度量方法；（7）運(yùn)用了現(xiàn)代金融理論的最新研究成果，比如期權(quán)定價(jià)理論，資本資產(chǎn)定價(jià)理論，資產(chǎn)組合理論。

表1 現(xiàn)在信用風(fēng)險(xiǎn)管理模型比較

從風(fēng)險(xiǎn)界定的角度分析，Credit Metrics和Credit Portfolio View模型屬于盯市模型，Credit Risk+模型屬于違約模型，而KMV模型既可被當(dāng)作盯市模型，也可被當(dāng)作違約模型。從風(fēng)險(xiǎn)驅(qū)動(dòng)因素的角度分析，在KMV和Credit Metrics模型中，風(fēng)險(xiǎn)驅(qū)動(dòng)因素是企業(yè)資產(chǎn)價(jià)值及其波動(dòng)性；在Credit Portfolio View模型中，風(fēng)險(xiǎn)驅(qū)動(dòng)因素是失業(yè)率等宏觀經(jīng)濟(jì)變量；而在Credit Risk+模型中，關(guān)鍵的風(fēng)險(xiǎn)驅(qū)動(dòng)因素是經(jīng)濟(jì)中可變的違約率均值。從信用事件波動(dòng)性角度分析，在Credit Metrics模型中，違約概率被模型化為基于歷史數(shù)據(jù)的固定的或離散的值；而在其他的三個(gè)模型中，違約概率是可變的，但服從于不同的概率分布。從回收率的角度分析，在Credit Risk+模型中，損失的嚴(yán)重程度被劃分為不同的頻段，在頻段內(nèi)回收率是不變的；在Credit Metrics和Credit Portfolio View模型中，回收率是隨機(jī)的；在KMV模型的簡(jiǎn)單形式中，回收率是不變的常數(shù)，在KMV模型的最新版中，回收率也是隨機(jī)的。從計(jì)量方法角度分析，Credit Metrics模型對(duì)個(gè)別貸款或貸款組合采用分析方法進(jìn)行計(jì)量，對(duì)大規(guī)模貸款組合則采用蒙特卡羅模擬技術(shù)進(jìn)行計(jì)量；KMV模型和Credit Risk+模型采用分析方法進(jìn)行計(jì)量；Credit Portfolio View模型是采用模擬技術(shù)求解（見表 1）。

[1]宋清華，李志輝.金融風(fēng)險(xiǎn)管理[M].北京：中國(guó)金融出版社，2003

[2]菲利普.喬瑞.VAR—金融風(fēng)險(xiǎn)管理新標(biāo)準(zhǔn)[M].北京：中信出版社，2000

[3]于研.信用風(fēng)險(xiǎn)的測(cè)定與管理[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2003.

[4]楊軍.銀行信用風(fēng)險(xiǎn)理論、模型和實(shí)證分析[M].北京：中國(guó)則政經(jīng)濟(jì)出版社，2004.6

[5]詹原瑞.銀行信用風(fēng)險(xiǎn)的現(xiàn)代度量與管理[M].北京：經(jīng)濟(jì)科學(xué)出版社，2004.