商业银行信用风险预警支持模型及其系统

一､引言　　
　　商业银行是经营风险的组织,能否很好地管理信用风险将关系到商业银行的生存和｡现有对信用风险管理的研究,不论是5C法､Z-Score还是KVM模型等,都倾向判断信用风险的大小｡这些研究的方向沿着“逐步求精”的思想,从判别信用风险的相对大小到判别信用风险的绝对大小｡然而,信用风险的大小是内外部环境不断变化的,具有易变性;同时它也随时间而不断变化,具有时变性｡虽然,对单一时间点信用风险的研究在信用风险研究中,可以度量及比较信用风险的大小,但在商业银行信用风险管理的实务中,还需要解决什么时间､由什么依据决定需要对信用风险进行度量,以及对度量结果采取怎样避险措施的问题｡
　　对预警(Early-Warning)的研究最早来源于军事,指通过预警飞机､预警雷达等工具提前发现､分析和判断敌人的进攻信号,并把这种信号的威胁程度传递给指挥部门,以提前采取应对措施｡在领域,穆尔首先采用多种指标综合方法构建美国宏观经济预警系统｡在信用风险管理方面,首先将信用风险预警和将预警系统(EWS)的概念应用到信用风险管理的是Fisk,预警被认为是对风险的提前预测｡将预警理论应用到信用风险预警,现有的研究大多集中在对单一时间点､信用风险大小转化成预警级别的研究,如基于人工神经的信用风险预警､基于灰色模型的信用风险预警等等｡这些研究从本质上看都是对信用风险度量方法的应用和延伸,缺乏对信用风险整个生命周期内预警的研究｡
　　本文通过对商业银行信用风险生命周期的研究,结合预警理论,研究商业银行信用风险预警的三个阶段,在分析商业银行信用风险预警各个阶段的目标和实现步骤的基础上,研究信用风险预警的概念模型,最后运用系统分析的方法,研究商业银行信用风险预警支持系统的系统结构｡
　　
　　二､信用风险的生命周期和信用风险预警的过程
　　
　　传统的信用风险定义为包括借款人､债券发行人或交易对方在内的交易对手由于各种原因不能完全履约致使金融机构､投资人或交易对方遭受损失的可能性｡从狭义上讲,信用风险就指信贷风险｡通过对风险概念的梳理,从风险承担者(即商业银行)的角度来看,信用风险即由于交易对手是否违约的最终结果和商业银行认为交易对手是否违约之间的偏差,这种差异可能对商业银行造成损失｡
　　信贷交易是产生信用风险的一种交易,商业银行的交易对手即贷款人｡根据贷款人借贷的实际情况,对一个贷款人信用风险产生到结束的时间阶段可以用图1表示｡该过程一直持续到借贷合同到期,贷款人做出是否违约的决策为止,即信贷交易信用风险的生命周期｡在生命周期内,商业银行如果始终认为贷款人一定不会违约的话,贷款人是否违约的事实和商业银行对贷款人是否违约的预期存在差距,这种差距可能导致商业银行的损失,即信用风险｡因此信用风险管理应该覆盖信用风险的生命周期(T)｡
　　
　　企业预警管理理论的基本方法,即通过监测并预控造成各种经营风险和管理失误的致错环境,通过对致错环境中各种内部和外部主要致错因素(行为)进行有效的测评,进而控制错误的发生或发展,把失误控制在早期,把各种经营风险降到最低限度｡对于商业银行信用风险的预警,也需要在信息的时效性范围之内,及时地从作为信用风险的表现和影响因素的外部环境中获取信息,根据获取到的信息,筛选到可能影响商业银行交易对手或是交易对手信用风险大小变更的信息以及这些信息所对应的交易对手;针对所发现的交易对手,重新度量其信用风险,得到交易对手的信用风险大小;根据评估出的交易对手和他们的信用风险大小,从众多应对策略中选取合适的应对策略并实施｡因此,将信用风险预警分解成如下三个预警阶段:环境的监视和信用风险的发现阶段(P_d)､信用风险度量阶段(P_e)､制定应对策略阶段(P_s)｡
　　
　　其中:P_d阶段在整个信用风险的生命周期中持续工作,仅当P_d阶段发现交易对手信用风险变化的信号或可能影响信用风险预警的交易对手信息和环境信息时,才触发信用风险度量阶段通过获取交易对手的财务数据或金融市场数据使用专家系统､记分模型或定量模型等信用风险度量模型来度量其信用风险的大小;仅当P_e阶段度量出的信用风险值大于某一个阈值,才进入P_s阶段｡这样商业银行就完成了一次信用风险预警的全部过程｡在T内,可能重复着一个或多个这样的信用风险预警过程｡
　　
　　三､信用风险预警的概念模型
　　
　　商业银行信用风险包括两个确定的直接参与者,即商业银行(L)和交易对手(B)｡若把的选择(N)当成一个间接的参与人,则商业银行信用风险预警中的参与人(P)可以表示如下:
　　P=(L,B,N) (1)
　　
　　(一)信用风险预警各阶段目标和子过程
　　从L的视角,分析在信用风险各个阶段的需求和信息交互｡
　　(1)环境的监视和信用风险的发现阶段(P_d)
　　该阶段的任务是从N和B中发现可能导致信用风险变化的信息以及这些信息所影响的B｡为了实现这个目的,L要在整个信用风险的生命周期中持续从B和L获取信息｡由于信息量非常巨大,而且所获取的信息可能由于不具备有用性､时效性和真实性等等要求,需要对获取的信息进行筛选｡并且,当单独的信息并不能直接发现信用风险,需要通过信息组合起来才能发现信用风险｡如发现某个B｀的贷款在时间t｀内到期并不能发现其信用风险变更,发现它在其他商业银行的贷款在时间t｀内到期也不能说明其信用风险变更,然而这两条信息组合则意味着由于B｀要同时偿还多笔贷款而可能产生现金的不足｡筛选､组合后的信息转换成知识,和L的所有B进行匹配,得到其信用风险可能受影响的一部分交易对手B+(B+∈B)｡该阶段中,信息主要从N和B向L流动,由于在B和L之间的博弈中,信息不对称对B有利,因此N是主要的信息来源｡该阶段向下一阶段输出B+和相关的知识｡
　(2)信用风险度量阶段(P_e)
　　该阶段的任务是根据P_d输出的B+和相关的知识,选择满足合理性和准确性的信用风险度量模型和方法度量其信用风险的大小｡该阶段的核心任务是选择并运行信用风险的度量模型｡该阶段通过度量模型的选择､输入数据的获取､模型运行和度量结果的输出四个子过程来实现其核心任务｡该阶段中,信息主要从N和B流动,和上一阶段不同的是,由于直接获取用于度量信用风险的财务和数据,该阶段主要的信息来源是B｡该阶段的输出为B+的信用风险度量结果｡
　　(3)制定应对策略阶段(P_s)
　　该阶段的任务是根据P_e输出的B+的信用风险度量结果,判定是否超过阈值,并选择或制定L的应对策略并加以实施,以避免由于信用风险的变更而引起的损失｡该阶段的核心任务是选择并实施信用风险应对策略｡该阶段的子过程有:判断是否超过阈值､风险应对策略的选择､策略的实施｡
　　
　　(二)信用风险预警的概念模型
　　综合前面提出的信用风险预警的逻辑过程分析､参与者分析和信用风险影响因素分析,三阶段信用风险预警的概念模型如图3所示｡
　　
　　四､信用风险预警支持系统
　　
　　(一)信用风险预警系统需求分析
　　对于信用风险预警而言,其目标是得出何时对B采用何种度量方法和模型进行信用风险度量,并且对度量结果需要采用何种措施来避免可能的损失｡根据前面对信用风险预警三个阶段的分析,可以提出三个信用风险预警阶段的功能需求｡
　　(1)环境的监视和信用风险的发现阶段(P_d)
　　该阶段的功能需求:信息获取､知识组合和筛选､与交易对手匹配､输出B?觹和相关知识｡该阶段从各种国家的､行业的､商业､自身相关的信息系统和WEB网站中获取信息,向下一阶段P_e输出可能发生信用风险的交易对手和相关联知识｡
　　(2)信用风险度量阶段(P_e)
　　该阶段的功能需求:模型选择､输入数据的获取､模型运行､输出度量结果｡该阶段接受P_d阶段输入的交易对手和相关联知识,向P_e输出交易对手的信用风险度量值｡
　　(3)制定应对策略阶段(P_s)
　　该阶段的功能需求:判断是否超过阈值､应对策略选择､策略的实施｡该阶段接受P_e输入的交易对手信用风险度量值,输出应对策略｡
　　
　　(二)信用风险预警系统框架模型
　　根据信用风险预警三阶段的功能需求分析,信用风险预警支持系统的框架模型如图4所示｡
　　
　　五､案例分析
　　
　　本文以商业银行B在成功收回A公司巨额逾期贷款本息及全部追偿费用一案为例,具体阐述商业银行信用风险预警过程｡A公司是一家当地知名企业,因承建某国家重点建设项目,而先后获得包括B以及另一银行的亿元贷款,资金来源充足,B经贷前考察向其发放了贷款｡
　　图5模拟了商业银行B通过信用风险预警的三个阶段,及时发现A公司信用风险的变化､并加以度量和采取措施的过程｡在P_d阶段,B行从直接信息来源获取了要求B行贷款展期而账户内并未筹集足够还贷资金的信息,并从银行同业获取了A公司在近三个月内在数家银行多笔数量较大的贷款将先后到期的信息｡通过这些信息的组合,发现的知识指向了A公司在到期时可能现金不足;在P_e阶段,B行通过专家主观估计了该信用风险的大小,发现其信用风险有明显变大的趋势;在P_s阶段,B行选取信贷政策与相结合的策略,一方面明确拒绝其展期要求,另一方面,结合法院以诉前保全方式查封其多家银行账户｡最终A公司将其在B行的全部贷款本息及包括诉讼费､律师代理费等在内的全部追偿费用一并偿还｡
　　
　　本文对信用风险和信用风险预警进行了研究,提出了信用风险预警的概念模型和支持系统的系统结构,其目标是从商业银行的实务出发,建立商业银行信用风险预警的支持系统｡要实现最终的目标,还需要做以下方面的研究:信用风险发现的机理;对不同交易对手和不同类型的信用风险,风险度量的方法､模型的自动选择机理;信用风险应对策略的选择机理｡
　　
　　:
　　[1]E I Altman. Financial Ratios, Discriminant Analysis and the Prediction of Corporate. Bankruptcy. Journal of Finance, 1968,(23): 189-209.
　　[2]KMV Corporation. Credit Monitor Review. SanFrancisco California: 1993.
　　[3]佘从国,席酋民.我国企业预警研究理论综述[J].预测,2003,(22):23-29.
　　[4]Charles Fisk, Frank Rimlinger. Nonparametric Estimates of LDC Repayment Prospects. Journal of Finance, 1979, 34(2): 429-436.
　　[5]苗建敏.财务风险概念梳理及其识别､估测与控制[J].理财者,2004,(1).
　　[6]佘廉.企业预警管理理论[M].石家庄:河北技术出版社,1999.