违约概率

违约几率（probability of default, PD）

国际银行业监管的统一标准——《巴塞尔新资本协议》在2004年6月正式定稿。与1998年的协议对比，新协议的最大创新之处是提出IRB法，即同意银行采取内部报告预期风险计量参数，包含违约几率PD，违约损失率LGD，违约风险暴露EAD和有效期限M等。

在商业银行信用风险治理中，违约几率是指借款人在将来一定期间内不能按合同要求偿还银行贷款本息或履行有关义务的机会性。违约几率是计算贷款预期损失、贷款定价以及信贷组合治理的基础，所以如何精准、有效地计算违约几率对商业银行信用风险治理十分重要。

违约几率测度的作用

对商业银行信用风险治理来说，违约几率测度居于基础性地位，发挥着重要作用。

首先，这是执行信用风险治理的首要条件。作为测量信用风险的一种基本方法，信用评级的作用是建立在对借款人违约几率的测度基础上的。只有首先对借款人的违约几率做出科学测度，银行才可够精确地计算出预期损失的量，也才可够对客户信用情况做出客观、精准的评估，从而才可够保证商业银行信用风险治理的科学性与有效性。

其次，这是衡量不同评级体系优劣的客观标准。假如没有违约几率的测度，就很难衡量不同评级体系的优劣；假如回避严谨科学的违约几率测度，而仅仅追求评级指标体系的建设和评级方法的完善，就无法达到信用评级的现代化飞跃。违约几率测度是信用评级具备权威性和可操作性的灵魂，是衡量不同评级体系优劣的客观标准。

又一次，这是提高商业银行风险治理素质的重要活力。实践经验显示，银行要成功地执行客户违约几率的测度，不仅要依托于先进统计模型和风险量化工具的科学运用，更离不开对现代商业银行运营治理规律的深入熟悉和科学把握，需要在治理的理念、体制、机制等方面都能够与之相适应，从而有力提高了商业银行风险治理的素质。

违约几率测度的方法

近年来，西方商业银行特别是那些先进银行充分利用现代数理统计发展的最新研究成果，在客户违约几率测度上摸索出了很多方法，获得了很大的成就。综观违约几率测度的实践发展，其呈现出下方特质和趋势：从序数违约几率转向基数违约几率，违约几率的测度日臻具体化；从单个贷款的违约几率测度转向组合贷款的联合违约几率；从只考虑借款人本身的微观经济特质转向同期考虑宏观经济原因的影响；从基于历史报告的静态测度转向以猜测为主的动态测度；从单一技术转向多元技术，违约几率测度的技术愈加现代化和体现出多学科的交叉化，度量日趋科学化和精确化。

西方商业银行违约几率的测度方法可以概括为四大类：

1. 基于内部信用评级历史资料的测度方法，这是商业银行和评级公司依据长时间积攒下来的信用等级历史资料，以历史违约几率的均值作为不同信用等级下企业对应的违约几率；

2. 基于期权定价理论的测度方法，这是美国KMV公司利用期权定价理论创立的违约几率猜测模型——信用监测模型，也称KMV模型，是一种向前看的动态模型，首要适用于对公开上市公司的违约几率测度；

3. 基于保险精算的测度方法，是近几年把保险思想的工具用于预期预期违约几率；

4. 基于风险中性市场原理的测度方法，所谓风险中性市场，是指在执行资产交易的市场上，所有投资人都愿意接受从任何风险资产中得到与无风险资产的收益相同的预期收益，所有的资产价格都可以依照用无风险利率对资产预期的将来现金流量加以折现来计算。对比于有记录以来的转移几率，风险中性模型给出了前瞻性的违约猜测。

我国违约几率的研究与发展

对中国银行业来看，内部评级仅仅处在启动阶段，时间短且不规范，其中有关违约报告库、转移矩阵等方面的基建差不多空白，贷款企业信用评级许多地是用于客户的选择及风险的预警，仍未向更深层次的风险量化治理方向发展。为此，中国商业银行和评级公司应当积极创造条件，增强客户违约几率测度，以有效提高信用风险治理水平。

第一，结合巴塞尔新资本协议参考定义，科学界定企业违约概念。当前国内还没有一贯清晰的企业违约标准，为了和国际标准接轨，建议中国银行业对企业的违约概念作如下界定：在一定期限内（一般为一年）企业的贷款业务中只要显现次级、可疑或损失贷款的任一种情形的，就算做违约企业。

第二，加速建立违约几率测度模型的基础设施——违约报告库。中国银行业可以通过企业财务报告筛选器的建立，对企业提交的财务报表执行真实性检验，建立合格的违约报告库，为测度违约几率打下坚实的基础。中国人民银行建立的《银行信贷登记咨询系统》为中国银行业给予了一个海量的贷款报告库的信息平台。国内银行可以此为基础，充分发挥该系统的报告资源优势，并没有断完善系统信息，从而建立我国自己的违约报告库。

第三，增强违约几率测度模型的研究、开发和应用。基于中国银行业所处的运营环境，以及历史实践具有本身的非凡性，那些西方商业银行所能够应用的违约几率模型，却并没有一定能够适合我国商业银行。但我们可以借鉴这些违约几率模型的测度思想、方法与过程，结合报告积攒的情形达到由简单模型到复杂模型的过渡。比如，可以依据已有年份评级结果报告的积攒，运用信用计量模型对已有年份的每一信用等级的转移几率和违约几率执行测度，从而形成内部的信用等级转移矩阵的测度，以后伴随年份报告的增长，再持续调整。如此，经历一段时间的积攒，就可以建立起我们自己的内部转移矩阵模型。

此外，结合我国贷款企业的事实信用情形，转移矩阵模型中各个信用等级违约几率测度除了要考虑行业原因、经济周期性原因的影响以外，还要考虑地区、范围以及企业所有制性质等原因的影响。