商业银行信用集中风险与经济资本测度模型研究.docx

? ? 商业银行信用集中风险与经济资本测度模型研究 ? ? 　　随着Enron、Worldcom等破产，国内外学者们开始关注银行安全和信用集中风险问题，并将信用集中风险视为现代金融的两大新兴研究主题之一[1]。所谓信用集中风险，巴塞尔银行监管委员会(BCBS)对其的界定是：信用风险内部评级法(IRB)所刻画的信贷组合风险与其真实风险之间的差距，其包括名称信用集中风险(name concentration risk)、部门信用集中风险(sector concentration risk)和传染信用集中风险(contagion concentration risk)[2-3]。 　　概括而言，目前国外学者对信用集中风险的研究主要集中于某一类信用集中风险的测度，而较少有学者对名称、部门和传染这三类信用集中风险构建统一模型[4]。学者们早期运用“无模型”的HHI指数法、“基于模型”的GA法以及基于组合投资思想的测量法[5-6]对名称集中风险进行了研究；随后由于意识到“部门集中风险比名称集中风险具有更大的危害性和测量难度”[1]，从而开始关注产业与区域部门集中风险，运用“比较多因素模型类方法”[3，7]、“简约模型扩展类方法”[8-11](如二项式扩展技术模型、传播模型和分散化因子模型等)对部门集中风险进行了分析；然而，对于传染集中风险的单独研究却较少，其更多地是基于信用传染的框架[12]。因而，“如何根据我国商业银行实际情况构建起包括名称、部门和传染信用集中风险三大维度的分析模型”，是获得精确经济资本计算的前提。 　　其次，Basel II和III的Pillar 1中采用了VaR(value at risk)法测度经济资本。该方法在ASRF框架下是成立的，然而，一旦偏离ASRF的假设条件，尤其是在非渐进组合和多因素模型中，VaR方法则常常会因为不满足“次可加性”等内在一致性要求而受到攻击[13]；而相反，ES(expected shortfall)方法则不存在这些问题。纵观上述信用集中风险的研究文献发现，测度信用集中风险的大多数研究仍采用了VaR方法[7，12，14-15]，因此，就需要采用ES等方法对测度进行改进，从而满足风险测度的一致性要求[16]。 　　目前，国内对信用集中风险的研究还处于定性分析阶段，如杨继光等[17]、徐少君等[2]、颜新秀等[18]、欧阳正仲[19]、巴曙松等[20]。对信用集中风险的定量研究较少，李红霞[21]用HHI指数法和二项式扩展技术对客户集中度风险和部门集中度分析进行了分析；李芳等[22]对银行信贷集中的风险与收益进行了实证。总体上而言，国内研究较少有对信用集中风险的综合测度进行定量分析，更不用说是与Basel监管要求一致的“信用集中风险模型”的开发。固然，这一方面是由于数据的匮乏导致了定量研究无法进行，而更重要的一方面则是由于缺乏对我国信用集中风险的模型研究。 　　从实践角度看，目前，我国银行业普遍存在着信用集中风险问题，尤其是信贷大客户及贷款行业过度集中问题，往往衍生出大量信用集中风险。信用集中风险的急剧上升，将使银行更容易受到宏观经济波动和企业经营周期影响，甚至可能出现系统性风险，潜在地影响着我国银行体系的稳定性，所以对我国银行信用集中风险的研究显得十分紧迫。 　　因此，针对我国商业银行普遍存在的信用集中风险、以及国内对信用集中风险定量研究的稀缺现状，本文构建了包含信用集中风险的名称、部门和传染三大维度、且与Basel II和III监管要求相一致性的我国商业银行信用集中风险经济资本测度的综合模型(credit concentration risk model，CCRM)，并用此模型仿真研究了我国商业银行的信用集中风险、测度了其经济资本值。本研究不仅可以丰富信用集中风险的理论研究内容，深化对信用集中风险的综合刻画，更好地与Basel监管要求相一致；同时，也可以刻画出我国商业银行的真实信用集中风险程度，提高我国商业银行的信用风险管理水平和管理质量。 　　一、纳入信用集中风险的经济资本测度模型：CCRM 　　ASRF模型是建立在完美分散化、单一系统性因素和违约条件独立性假设条件下，但这无法描述现实中广泛存在的信用集中风险。为此，本文基于ASRF模型的基本分析框架，借鉴Pykhtin[7]关于多因素调整模型方法，吸收Egloff等[12]关于信用传染的思想，构建起包含名称集中风险、部门集中风险、传染效应的信用集中风险模型。同时，考虑到Bonti[23]提出的“监管一致性”要求，借鉴Gürtler等[16]所采用的置信度调整方法，将VaR调整为ES方法对经济资本进行合理的测度，从而获得Basel II和III框架一致条件下的信用集中风险经济资本测度的综合模型：CCRM。 　　(一)基础分析框架