商业银行信用风险度量研究——基于LOGISTIC与KM(12)

银行信用风险度量理论资料

（ＳｔｒｕｃｔｕｒａｌＭｏｄｅｌ）。现在发展的大部分模型不用公司资产价值数据，而用市场中易于得到的公司违约率、公司信用等级变动以及债券信用利差等市场数据，此类模型称为简约模型（ＲｅｄｕｃｅｄＦｏｒｍＭｏｄｅｌ）。如杜菲等（Ｄｕｆｆｌｅ，１９９７）提出的模型就是这样一类模型，他还认为违约支付率是随机的，它与违约前债券的价值相关：杰罗等（Ｊａｒｒｏｗ，１９９７）提出了基于信用利差期限结构的马尔可夫模型，认为破产过程是一个有限状态马尔可夫过程。模型对不同优先级债券使用不同违约支付率，可与各种无风险债券期限结构模型结合使用，并用历史信用等级转换概率数据来估计模型参数：兰多（Ｌａｎｄｏ，１９９８）用考克斯过程来进行违约证券估价，该模型假设无风险利率期限结构和公司的违约特征之间存在一定的相关性，并提出了比杰罗更加通用的可／Ｊ、可夫模型：杰罗等（Ｊａｒｒｏｗ，２０００）提出一个双因素模型，认为市场利率不是常数，而是随机的，该模型将市场风险因素添加到信用风险估价模型中来。一

２、违约相关性度量理论

违约相关性的度量主要是基于现有的违约风险定价模型。如杜

菲等（Ｄｕｆｔｅ，１９９９）模拟了贷款组合的违约相关性，考虑了大组合头寸中相关资产质量发生大的共同变动时对组合的影响。ＣｈｕｎｓｈｅｎｇＺｈｏｕ（２００１）用单时期模型在考虑了贷款在任何时刻都有违约可能性的情况下，运用粒子布朗运动的原理考虑了信用风险的违约相关。

Ｇｉｅｓｅｃｋｅ（２００１）探讨了在考虑不完全信息情况下的违约相关性的度量。

１．２．２现代信用风险量化模型及其应用研究

９０年代以来，由于银行业的激烈竞争和表外衍生品交易的快速

发展以及１９９６年巴塞尔协议修正案的推动，国际上出现了以Ｊ．Ｐ．摩根银行等金融机构为代表开发的新兴信用风险量化度量模型。１９９７年Ｊ．Ｐ．摩根银行提出了ＣｒｅｄｉｔＭｅｔｒｉｃｓ方法。它是在１９９４年提出ＲｉｓｋｍｅｔｒｉＣＳ方法之后的又一重要的风险管理系统。Ｒｉｓｋｍｅｔｒｉｃｓ方法是基于ＶＡＲ（Ｖａｌｕｅａｔｒｉｓｋ）的市场风险度量系统：而Ｃｒｅｄｉｔ