【基于Var的Creditmetric模型对我国保理业务风险度量研究】银行保理业务

　　【摘要】随着市场体制不断完善，经济快速发展，保理业务在中国也逐渐发展；保理业务的出现缓解了融资渠道穷尽的大、中、小企业融资困难的问题，同时也给商业银行带来了很大的风险。文章通过基于Var的Creditmetric模型原理，结合中国的基本国情，以购货商资产收益率为基本度量模拟信用转移概率，采用数量方法计算得出应收账款的最大风险损失值（VaR值），为商业银行判断是否开展保理业务提供了较为有效的量化依据。
　　【关键词】保理业务 Var的Creditmetic模型 数据分析
　　一、保理业务风险度量的必要性
　　（一）保理业务概念
　　保理业务，也称承购应收账款或应收票据业务。在我国保理业务可分为国际保理业务和国内保理业务，国际保理也可称为国际保护代理，具有双向的角色，可以作为出口保理商或者进口保理商；都是购买融资方（出口商）对债务人（进口商）的应收账款，向融资方提供融资，信用风险担保、应收账款管理、进口商信用额度调查、保理分户账户管理和债权回收等业务。国内保理业务主要是保理商（银行）购买融资企业（销售商）提供的向购货商约定时期后索取债务的应收账款或票据，融资企业将其债权转让保理商，保理商为其提供一定比例融资的一种契约；也是一种短期的融资方式和工具，特别是为那些小规模、不符合银行贷款融资要求的中小企业以及大规模，目前状况不足以满足贷款门槛，又急需资金正常发展的大中型企业及时有效地解决因融资渠道不畅而造成融资难的问题。
　　（二）风险度量的必要性
　　保理业务的出现为急需融资的企业扩宽了有效的渠道，给保理双方保理商（银行）和融资方（销售商）带来了双向利益，同时也伴随风险的增加，尤其针对保理商（银行）面临的风险最大。在我国保理业务中，保理协议主要有三方当事人共同合成：融资方（销售商）、债务人（购货方）、保理商（商业银行），销售商向购货商赊销发货，得到与其签订一定时期的应收账款或票据，在票据到期前将应收票据转让给商业银行，商业银行根据应收账款的质量按一定的比例向销售商融资，一般商业银行以票面价值（60%～90%）付给融资方，应收账款到期时银行直接向购货商索取款额。在这里，相当于销售商直接把来自于购货商的所有风险都转嫁给银行，包括应收账款到期是否回收的风险，债务方信用风险，债务方是否具有履约能力的风险，债务方其他方面造成是否无法支付债务款项的风险等等；而在目前的商业银行信用风险管理中，大多数都仅靠经验或者专家对对方的信用进行评级，靠运气办理业务，如果运气佳，银行一年的保理业务赢面大于赔的可能，否则，银行就处于亏损的局面；因此，对测试信用风险靠传统的经验方式在现在快速发展，经济形态多变的社会已经行不通；而迫于国内市场化保理业务规模不断扩大，对信用风险的控制变得越来越紧迫和必要，最终，随着贷款信用风险的量化方法逐步形成，借鉴和探究适合我国保理业务信用风险度量方法是必然趋势。
　　二、对保理业务Var的Creditmetic模型研究
　　（一）Var的Credimetric模型概述
　　1.VaR的概念和意义。VaR的直译是“在险价值”，具体的含义是在一定的水平下处于风险中的价值，按照Jorion给出的权威说法，可以把VaR定义为“给定置信区间的一个持有期内的最坏预期损失”，比较确切的含义是指，在一定概率水平（置信度）条件下的是指，某一金融资产或投资组合在未来特定的一段时间内的最大可能损失。用公司可表示为：prob(Δp>VaR)=1-β其中，VaR表示为在置信水平β下处于风险中的价值，Δp表示为在持有期Δt内某一金融资产或资产投资组合的价值损失额。
　　2.CrediMetric模型概述。为减少保理商（商业银行）因对债务方信用风险评估失误造成损失，对评估销售方（应收账款）资产的真实价值、为应收账款等资产准确定价变得尤为重要；CreditMetrics模型是以“企业资产价值模型”来描述企业的信用级别变化的影响，预计资产价值在一定置信水平下VaR值。
　　基于VaR的CreditMetrics模型的一些参数及整个构思过程：首先需要得到实体公司信用评级转移概率矩阵，这里CreditMetrics模型通过假定一个实体的信用评级是它的违约风险的基本度量，并且建立一种可以模拟给定实体的信用评级相关变化的框架，以实体资产收益率的变化作为基础驱动量模拟该公司的信用转移频率，和以预期违约频率作为实际违约概率的一个度量，并以参照资产收益率的变化来体现信用级别的转移。
　　由于我国保理业务发展时间期限比较短，没有足量的数据支持，无法提取全面的数据准确归纳出各个行业保理业务信用变化的普遍性；同时，保理业务是由国际普遍通用的模式引入我国，近年来我国保理业务发展模式基本情况与国际同步，因此这里引用穆迪，标准普尔，Altman等公司收集全世界数据，利用先进的理论和度量技术模拟了一个不同级别企业信用转移矩阵（见表2.1）来模拟我国的保理业务对象的债务方信用转移概率具有一定的规律性。
　　资料来源：S&P Credit Week April.15
　　其次以市场利率的变化，远期定价模型估计债务人应收账款的预期价值；然后在一定置信水平β下，假定市场利率R符合正态分布，求得标准正态分布上的一个上分位点，最后求出VaR的值；具体计算过程如下：
　　D表示固定利息，表示票面面值；表示信用转移概率，表示资产或资产组合预期估算价值；表示资产或资产组合价值可能分散程度；R*为在置信度β下最低收益率，即=(1+ R*)资产最低价值; 由于，则服从标准正态分布，其概率密度函数为，在标准正态分布函数找到一个上分位点C（C>0），得然后由求得置信度β下带入公式(4)得到： (5) 在正态分布下：置信水平95%的VaR对应的C值为1.65；置信水平98%的VaR对应的C值为2.06；置信水平99%的VaR对应的C值为2.33。
　　（二）Credimetric模型假定
　　a.实际利息率R服从正态分布。