【摘 要】本文根據(jù)商業(yè)銀行經(jīng)營管理的概述，包括商業(yè)銀行信用風(fēng)險的內(nèi)涵和特征，以及現(xiàn)階段我國商業(yè)銀行信用風(fēng)險管理的現(xiàn)狀及存在問題，借鑒國內(nèi)外經(jīng)驗，運用上市公司包含股價信息的KMV模型進行了實證分析，此模型也包含了對未來的預(yù)期。KMV模型有效的解剖了其實質(zhì)問題，提出具有針對性的對策建議。這對于今后商業(yè)銀行發(fā)展將有重要意義。因此，商業(yè)銀行信用風(fēng)險的控制被大大提高。

【關(guān)鍵詞】商業(yè)銀行；信用風(fēng)險；KMV模型

一、商業(yè)銀行信用風(fēng)險概述

（一）商業(yè)銀行信用風(fēng)險內(nèi)涵

商業(yè)銀行的信用風(fēng)險是指銀行日常經(jīng)濟活動在信貸領(lǐng)域的風(fēng)險，是指受各種不確定因素的影響，銀行在信貸經(jīng)營與管理過程中，實際收益與預(yù)期收益目標(biāo)經(jīng)常發(fā)生偏離，有遭受信貸損失的潛在可能性。

（二）商業(yè)銀行信用風(fēng)險的特征

1、非系統(tǒng)性。信用風(fēng)險的非系統(tǒng)性特征表現(xiàn)的非常明顯。借款人的還款能力主要受與借款人有明確關(guān)系的關(guān)系非系統(tǒng)因素的重要影響，如貸款的投資領(lǐng)域和借款人經(jīng)營能力，還款意愿等。

2、信用風(fēng)險概率分布可偏性。信用風(fēng)險概率分布的偏離是由公司違約的小概率事件以及貸款收益和損失的不對稱造成的。市場的波動價格是以期望為核心的，主要圍繞期待值上下波動，一般市場風(fēng)險的收益分布是對稱的，可以用正態(tài)分布曲線表示。與之相比，信用風(fēng)險的分布并不非常對稱，而是有一定的偏離，收益分布的曲線有一端向左下方傾斜。

3、信用風(fēng)險數(shù)據(jù)獲取的困難性。相對于市場風(fēng)險，量化銀行信用風(fēng)險所需的觀察數(shù)據(jù)較少且不易獲取，其原因有四：一是貸款的流動性差，缺乏二級市場，貸款的交易并不是公開交易的；二是貸款的持有時間比較久，即使出現(xiàn)到期違約事件，它的頻率比市場風(fēng)險的觀察數(shù)據(jù)要明顯少；三是信用產(chǎn)品很難像市場風(fēng)險那樣采用盯市的方法，一般在貸款違約前運用賬面價值，所以其數(shù)據(jù)不足以反映信用風(fēng)險變化的過程；四是信息不對稱，直接考察信用風(fēng)險的變化是不容易的。

二、我國商業(yè)銀行信用風(fēng)險管理的現(xiàn)狀及實證分析

（一）我國商業(yè)銀行信用風(fēng)險管理的現(xiàn)狀

1、銀行業(yè)市場份額集中度分析 。在當(dāng)今的市場經(jīng)濟體制條件的推動下，股份制銀行和外資銀行得到了飛速的向前發(fā)展，在我國現(xiàn)有經(jīng)濟體制下， 國家政策性銀行和國有銀行占據(jù)了很大的市場份額，壟斷著我國的金融市場，占據(jù)主導(dǎo)地位。

2、銀行資產(chǎn)質(zhì)量分析。截至2016年12月末，商業(yè)銀行不良貸款余額5921億元，比年初增加993億元，不良貸款率為1.0%，比年初上升0.05個百分點。有人表示，雖然在對付危機時取得了不良貸款的比例和余額“雙下降” 的良好成績，但對信貸增長速度比較快的情況下隱藏的信貸資產(chǎn)質(zhì)量風(fēng)險依然要保持比較高的注意。銀監(jiān)會將會處理好信貸政策的靈活性、連續(xù)性、穩(wěn)定性的關(guān)系，在保持增長結(jié)構(gòu)的同時，始終將防范、化解信貸中產(chǎn)生的風(fēng)險放在重要位置。

3、銀行產(chǎn)權(quán)制度分析。我國商業(yè)銀行產(chǎn)權(quán)屬性屬于國有產(chǎn)權(quán)制度（少數(shù)股份制銀行，絕大方控股，一股獨大），很久以來商業(yè)銀行雖然實施了內(nèi)部體制改革，但是沒有提到體制的重大轉(zhuǎn)換以及產(chǎn)權(quán)屬性的變化。由于欠缺完全經(jīng)營和處置財產(chǎn)的因素，我國的商業(yè)銀行中會體現(xiàn)各級政府的一些意愿。欠缺產(chǎn)權(quán)的清晰，我國企業(yè)、政府，國有商業(yè)銀行實際上是“產(chǎn)權(quán)主體同屬于國家”。所以國有企業(yè)和國有商業(yè)銀行并無實貸款，像是“內(nèi)源融資”，出現(xiàn)了“國有企業(yè)經(jīng)營再差，銀行也為其提供貸款”的現(xiàn)象。

4、銀行內(nèi)部經(jīng)營管理分析。商業(yè)銀行內(nèi)部的風(fēng)險管理經(jīng)過五個階段的進化，即風(fēng)險控制、風(fēng)險分散、風(fēng)險規(guī)避、風(fēng)險經(jīng)營和風(fēng)險管理。這五個時段循序漸進、趨于完善和走向成熟。我國銀行業(yè)起步晚、發(fā)展慢，到現(xiàn)在為止，銀行內(nèi)部經(jīng)營管理沒有形成一個比較完整的系統(tǒng)，管理相對松懈，特別是在信用風(fēng)險管理方面，依然停在風(fēng)險控制向風(fēng)險管理過渡的時期，也沒有形成信用文化，在風(fēng)險的測量、識別等方面，方法還是不先進、手段比較簡化。

（三）基于KMV模型的中國商業(yè)銀行信用風(fēng)險的實證分析

1、KMV模型。KMV模型是基于期權(quán)定價理論對風(fēng)險債券、貸款進行估價以及對信用風(fēng)險進行的度量，是信用風(fēng)險模型的典型特征。該模型認為企業(yè)違約概率主要取決于企業(yè)的資產(chǎn)市場價值、資產(chǎn)回報率和企業(yè)的資本結(jié)構(gòu)。該模型使用了兩種關(guān)系：第一種是企業(yè)股東市值與它的資產(chǎn)市值之間的結(jié)構(gòu)關(guān)系，即當(dāng)企業(yè)資產(chǎn)市值下降時，企業(yè)失去了還款動力，會將企業(yè)的資產(chǎn)交給銀行處置，而“有限責(zé)任”保護了股東們的損失不超過初始的投資量。第二種是企業(yè)資產(chǎn)價值的波動程度和企業(yè)股東市值變動程度之間的關(guān)系，這里引入用違約距離來表示企業(yè)資產(chǎn)未來市場價值的均值到違約點之間的距離，而用企業(yè)期望違約頻率（EDF）來表示企業(yè)未來某一特定時期的違約概率。當(dāng)企業(yè)的資產(chǎn)價值上升時，違約點也相應(yīng)的上升，EDF下降。KMV模型中既需要有市場交易的信息數(shù)據(jù)又要有相關(guān)的財務(wù)數(shù)據(jù)，可以全面迅速地反映上市公司的信用狀況，因此，它非常適用于對上市企業(yè)進行信用風(fēng)險的監(jiān)測。

2、樣本選取。本文選取在滬深兩市上市的2016年4家國有商業(yè)銀行作為實證研究的對象，分別為中國工商銀行、中國銀行、中國建設(shè)銀行、中國農(nóng)業(yè)銀行。

求解方程組即可得到四大國有商業(yè)資產(chǎn)價值、其波動程度及違約距離。

（四）KMV模型的結(jié)論分析

第一，四大國有銀行中，總股數(shù)、總負債、基本日收盤價以及股票市值最高的都是商業(yè)銀行是商業(yè)銀行，它們之間的關(guān)注是正相關(guān)。第二，四大國有商業(yè)銀行日收益波動率與年收益波動率最高的是中國建設(shè)銀行，依次是中國工商銀行，中國農(nóng)業(yè)銀行和中國銀行，說明商業(yè)銀行日收益波動率與年收益波動率成正比。第三，中國工商銀行與中國建設(shè)銀行資產(chǎn)價值波動率基本持平，而中國農(nóng)業(yè)銀行最差。第四，四大國有商業(yè)銀行違約距離最高的是中國銀行，而中國工商銀行最低，但四大國有商業(yè)銀行違約距離與預(yù)期違約率并非呈現(xiàn)正相關(guān)，而是有一定的負相關(guān)性，可以看出，違約距離越大，發(fā)生違約的可能性就越小。

綜上所述，我國商業(yè)銀行的債務(wù)面值占資產(chǎn)市場價值的比例都高于90%，這也是導(dǎo)致我國商業(yè)銀行的違約距離處于較低的位置，根據(jù)某一時期違約距離和預(yù)期違約率制度的映射關(guān)系，違約距離越小，預(yù)期違約率就越高。

三、完善商業(yè)銀行信用風(fēng)險管理的對策建議

（一）健全信用風(fēng)險管理組織機構(gòu)

一方面，加強政企分開，政府的只能跟市場職能充分結(jié)合。不要過分依賴政府。另一方面，銀行的信用風(fēng)險管理組織的不健全，大大增加了銀行的信用風(fēng)險，減緩了銀行發(fā)展的腳步，銀行應(yīng)該健全信用風(fēng)險管制的組織機構(gòu)。

（二）增強員工的信用風(fēng)險管理文化素質(zhì)

銀行應(yīng)當(dāng)積極選配一些高素質(zhì)的人才，從多方面考核這些應(yīng)聘人員，考核這些人的專業(yè)素質(zhì)與道德素質(zhì)，看是否適合銀行的工作，能否給銀行帶來績效，為了給銀行帶來更大的利益，提高銀行的應(yīng)聘標(biāo)準(zhǔn)，讓一些高素質(zhì)人員通過競爭上崗。通過增強員工的業(yè)務(wù)積極性和專業(yè)業(yè)務(wù)素質(zhì)，可以有效的減少信用風(fēng)險的問題。

（三）強化信用風(fēng)險管理的外部市場環(huán)境

加快完善金融市場和金融體系以及社會信用體系，鼓勵金融創(chuàng)新，以豐富銀行管理信用風(fēng)險的思路，為銀行提供多樣化的信用風(fēng)險管理工具和管理手段。盡快構(gòu)建高效的國家征信體系，鼓勵民間征信機構(gòu)合法運營，強化企業(yè)信息披露制度，建立和完善社會信用數(shù)據(jù)庫，為信用風(fēng)險管理技術(shù)與方法的應(yīng)用創(chuàng)造前提條件。加快完善銀行法律法規(guī)體系，鼓勵行業(yè)自律，加強監(jiān)管力度，盡快建立嚴(yán)厲高效的失信懲罰機制，促進建立良好的社會信用環(huán)境，優(yōu)化銀行信用風(fēng)險管理的基礎(chǔ)。

（湖北大學(xué)知行學(xué)院，湖北 武漢430011）

參考文獻：

[1]劉繪.中國商業(yè)銀行信用風(fēng)險管理研究[D].天津：天津財經(jīng)大學(xué)，2011（5）.

[2]陳國輝.KMV模型在商業(yè)銀行信用風(fēng)險管理中的應(yīng)用研究[D].中央財經(jīng)大學(xué)，2007.

[3]鄧佳琪.新時期我國商業(yè)銀行信用風(fēng)險管理問題研究[D].大連：東北財經(jīng)大學(xué)，2010.

[4]李棟.中國商業(yè)銀行信用風(fēng)險存在的問題及成因[J]商業(yè)經(jīng)濟，2010（1）.

[5]李樂.我國商業(yè)銀行信用風(fēng)險管理的現(xiàn)狀、問題及原因分析[J].金融經(jīng)濟，2009（1）.

[6]時坤.P2P網(wǎng)絡(luò)借貸的風(fēng)險研究[J].時代經(jīng)貿(mào)，2016（33）.

[7]劉嘉穎.商業(yè)銀行應(yīng)用AR技術(shù)前景探討[J].時代經(jīng)貿(mào)，2017（7）.

作者簡介：汪天倩（1989—），女，安徽安慶人，博士，湖北大學(xué)知行學(xué)院經(jīng)濟與管理系金融教研室教師。