第一章 绪论
1.1课题背景
自从信用产生以来违约就伴其左右，这个道理同样适用于银行业，可以说银行出现至今，对风险的防控就成为银行管理工作的核心, 事实上信用风险在当代商业银行风险管理中占的地位还在逐步提高。银行业从来就是从事管理风险的行业，因为管理信用风险失策而造成银行重大损失的例子并不在少数，无论是巴林银行的破产还是法国兴业银行的巨额损失，还有银行每天都在产生的坏账，这些都要求银行进行全面的风险管理。除了巴林银行和法国兴业银行这些著名的案例
2008之外，有关银行倒闭的数字或许更能让本文清晰的认识到风险控制的重要性，年金融危机期间美国倒闭的银行有26家，2009年倒闭141家银行。国际银行业经历金融危机后，在各国政府和各界人士集思广益下《巴塞尔协议III》诞生了, 它汇集了国际银行业最丰富的实践经验, 反映了随着国际经济形势的变化，代表着国际金融业的发展方向，同时它也对银行业防范信用风险提出新的要求。相比欧美资本主义国家的银行倒闭，我国商业银行在国家宏观调控的作用下虽未出现大规模倒闭事件，但长期以来累积的不良贷款依然困扰着我国的商业银行。随着我国金融行业的对外开放程度的扩大，国内商业银行还将面临着更加严峻的竞争环境，然而在我国金融市场还处在发展阶段的今天，我国商业银行管理银行风险的技术仍然相对落后。在这种新兴的金融市场环境，机遇不可多得是，加强对风险的防控就更利于我国银行抓住机会快速发展。另外，十二五规划和新政府报告都凸显了国家对金融业重视，这种情况下增加对信用风险的研究就遇有一定现实意义。
目前国内关于信用风险的研究与国外相比还有很大差距。纵观国内信用风险管理方面的文献，国内研究大部分集中在传统的信用风险评级和商业信用风险度量这两个方面，而对贝叶斯统计在信用风险度量方面的应用方面研究相对较少。伴随计算机技术的进步，贝叶斯统计也得到了飞速发展，尤其是R、SAS、OpenBUGS、
WinBUGS等软件的出现也使以后。但是我们必须意识到叶斯统计在金融领域的信
用风险度量中的应用这一课题还需要更深入研究。现有研究已经表明，贝叶斯统计在解决信用风险度量中的经验数据缺失、风险评估专家主观意见因素、模型稳健等方面存在优势。在此种背景下，吸取前辈科研人员已有研究结果，继续深入研究信用风险理论相当必要。
1.2本课题研究的意义
从理论层面上看，一方面，我国商业银行信用风险理论研究依然处于起步阶段，尽管在国内众多专家的贡献之下已经取得长足发展，但距离发达国家的水平
第 1 页 共 55 页
依然存在不小的差距，追赶发达国家在该领域的研究需要国内科研人员的共同努力。本文的研究也立志为我国的信用风险研究贡献绵薄之力。另一方面，目前贝叶斯统计也处在发展阶段，本文将贝叶斯方法与信用风险相结合也拓展了贝叶斯统计运用。贝叶斯方法将先验知识与样本信息相结合，该方法可以有效的处理信息缺失、不完全数据等问题，而现实世界尤其信用风险方面广泛存在信息不对称、道德风险等问题，所以从表面上看贝叶斯方法与信用风险相结合将是相当完美的。最后，现有的基于贝叶斯方法的信用风险研究还较少，还有待于进一步深入的研究。综上，完善贝叶斯方法在信用风险方面的研究既可以完善信用风险理论，又可以拓展贝叶斯统计的运用。从信用风险理论角度看，它将与专家分析法、Z-Score法、判别分析法、Logistic回归、Credit Metrics、KMV、Credit Risk+、Credit Portfolio View等共同构成信用风险度量模型体系；从贝叶斯统计的角度看，它将成为贝叶斯方法在除博弈、医学、生物学、密码学等以外的又一靶场。
从实践层面看，本文的意义主要有以下几点。一方面可以增加我国的银行对自身风险尤其是信用风险的重视程度，提高资产安全的意识。商业银行需要意识到风险和信用是孪生的，信用的存在也意味着违约的可能，交易对手的违约就意味着银行坏账的产生和资产的损失，所以只有全面认识潜在的影响违约的因素，才会很好的控制风险，避免损失。另一方面，我国各个商业银行的内部研究员虽然也在从事信用风险相关的研究，但他们通常着眼自家银行的情况，受困于银行间的竞争关系，而本文的研究则突破这种困境，对各个银行都有一定的参考价值。另外，在我国，由于商业银行大都及多种金融功能一身，所以银行业的发展对整个金融业的发展都有重大贡献。同样商业银行在信用风险管理上的经验也可以被其他金融企业拿来借鉴，它们可以将其变异、衍生为适用于自身的风险管理工具。总之，银行业在金融业占有最突出地位的基本国情下，我们可以说信用风险管理既是银行的主要风险也是金融业中最主要的风险，故控制好银行信用风险，一方面可以很好的为我国金融业的发展保驾护航，另一方面，在我国金融行业快速发展的今天，防控作为国家金融领头羊的商业银行信用风险，还可以为国家经济体系中其他行业的风险防范工作起到带头的作用。
1.3研究思路和研究框架
现有的信用风险理论包括了均值-协方差、违约概率和回收概率、在险价值等理论，这些理论在各国科学家的研究之下逐渐成熟，同时越来越多的文献开始将贝叶斯理论运用到信用风险研究上来。本文的研究是从违约概率角度出发，概述了几种典型的贝叶斯信用风险度量模型，并利用收集的数据进行与之相对应的的实证分析，在实证分析分析过程中，本文采用交叉验证法，即一部分数据作为训练集，得到模型，再用另外一部分数据作为测试集来验证模型的误差。训练样本
第 2 页 共 55 页
和测试样本是利用随机抽样技术得到的。
在数据处理和统计建模过程中，本文利用SAS和R软件完成所有计算工作。其中R软件是一款免费小巧通用而开源的软件，读者可以在
http://www.r-project.org/网页，选择离自己最近的镜像，根据自己电脑的操作系
统选择相应的R版本进行下载。在其核心维护组的维护下R软件包得到不断更新和完善，截至作者成稿时间，R软件已经升级至R2.15版本。另外，R使用者可以上传自己编辑的R软件包，在世界范围内的R使用者的贡献下，目前可以下载的R软件包有4420 个。现在R软件已经成为统计研究领域的中坚力量。SAS（Statistics Analysis System）软件是用于决策支持的大型集成信息系统，它是由多个功能模块组合而成，最基础的部分是BASE模块，常用的模块还有STAT、GRAPH、ETS、QC、QR、IM模块等等。其中，BASE 模块是SAS软件的核心，它承担了主要的数据处理功能，另外它还具有进行用户语言的处理，调用其他模块等功能。两款软件一起帮助笔者完成了本文的实证分析过程。
本文在结构上分为五章，具体结构如下：
第一章，绪论部分，该部分包括了本研究的课题背景、理论意义和实践意义、研究思路和研究框架，以及写作过程中所涉及的国内外参考文献；
第二章，基于贝叶斯方法的信用风险理论基础。在这部分，本章将分别从信用风险理论基础和贝叶斯统计理论基础两个方面进行论述。其中，信用风险理论基础部分讨论了信用风险定义、诱因、特征以及信用风险的度量，重点论述了违约概率度量模型。在贝叶斯统计理论基础部分，笔者按照贝叶斯定理的推导过程先后论述了条件概率、先验分布、似然函数、后验分布以及贝叶斯概率模型，除此之外我们还阐述了在实证过程运用到的MCMC技术。
第三章，基于贝叶斯方法的信用风险评估模型。在这部分笔者重点阐述三类贝叶斯信用风险度量模型，笔者先后介绍了贝叶斯判别分析、贝叶斯广义线性混合模型和贝叶斯分位数回归模型。其中在贝叶斯广义线性混合模型中，笔者重点描述了其简化模型贝叶斯Logistic模型，而在贝叶斯分位数回归模型中，则重点阐述了贝叶斯二元分位数回归模型。
第四章，基于贝叶斯方法的信用风险评估的实证研究。本章笔者将结合搜集的商业银行交易对手上市企业的财务数据，构建文章第三章部分阐述的贝叶斯信用风险模型进行实证分析。本部分由三小节组成，第一节主要讲述实证数据的来源、指标体系的建立以及数值的处理，第二节则具体展现模型实证的结果，第三节对本章做简单的小结。
第五章，结论。在该部分笔者主要讨论文章的结论，并给出文章的创新部分和不足之处，并对未来研究做出相关的展望。
第 3 页 共 55 页
1.4国内外研究现状
目前，信用风险理论已经形成完整的体系，国内外的研究也已经非常丰富，通过对这些文献的梳理我们也可以更清楚的认识信用风险理论体系。这些理论包括了均值方差理论、违约概率理论、风险定价、VaR等等。 1.4.1国外研究状况
现代风险度量的理论基础是均值方差理论，Markowitz在1992年发表的《投资组合选择》一文中第一次将均值和方差引人了风险度量上来，均值方差理论是可以承受住科学、精密、审慎的数学推理过程的，如今该理论已经成为风险的度量了数理逻辑基础。Markowitz之后，许多学者开拓了均值方差理论在风险度量领域的上的应用，其中最重要最突出的代表是Black、Fischer、Myron Scholes推导出的股票的欧式期权定价公式，虽然该公式的思想是来源于无套利思想，但是将数理运用于资产和风险定价的思路却来源于均值方差，欧式期权定价公式是所有其他金融衍生品定价的基石[2]。在欧式期权定价公式之后，Robert Merton于1974年在Black-Scholes模型解出关于公司债务的价值[3]，Geske在1977年发表的文章中将Merton模型拓展到其他各种类型的债务上，给出各类债务的风险价值的计算方式[4]，Black和Cox在1976年从财务约束、附属条款以及再融资限制等角度出发探讨企业的安全情况[5]，Kim、Ramaswamy和Sundaresan于1993年提出无风险利率服从维纳运动的随机过程且债务人的风险价值与其相关的假设，从假设可以看出，他们在考虑了违约风险与利率风险的相关性的同时，也放松了利率常数的假设[6,7]。从均值方差的提出到期权定价公式，再到无风险利率，以上理论研究都是基于均值方差理论的，这些研究为信用风险及其度量的理论的形成莫定了基础。
从违约概率及回收率角度看，违约概率方面的研究略晚于均值方差理论。虽然目前我们常见的用于信用风险研究的Lotit模型在1944年就由Berkson提出了，但该模型运用于信用风险方面的研究要晚很多，知道1984年Zmijewski才最早将与Logit模型原理类似的Probit模型用于风险度量领域[8]。与违约率同样重要的风险指标还有回收率，Duffie和Singleton在其1999年发表的论文中，构建了回收率模型，发展了回收率在风险度量方面的作用[9]，此后不久，Schonbucher出版了《Credit Derivatives and Pricing Models》，在此著作中Schonbucher对回收率作出更深层次的研究，为回收率在信用风险度量方面的应用做出重要的贡献
[10]
[1]
。另外有关回收模型方面的研究，Jarrow和Tumbull在1995年首先先提出违约
债券回收模型，在实证的基础上作者得出了在风险中性条件下多数违约风险模型中的回收率期望水平是一个适应过程的结论[11,12]。
第 4 页 共 55 页
有关风险的定价方面的研究，又可以追溯到Fisher在1959年发表的文章《Determinants of risk permiums on corporate bonds》，该文是关于信用风险度量决定因素方面的开创性的研究成果[13]。另外，风险的定价方面的研究离不开前面提到的期权定价模型，Black-Scholes-Merton模型是较早阐述的信用风险定价模型，对信用风险定价研究具有里程碑的意义。Merton在推导公司债券的定价公式得到和Black、Scholes一致的结论，我们可以这样理解他们的定价公式：将存在违约可能的债券看做未来收益的[14]。自此之后，又有很多研究者继续拓展他们的研究逐步形成完整的风险定价理论，这一领域的研究为金融衍生品的创新提供了理论基础。
在险价值（VaR）是另外一种利用统计思想进行风险价值度量的方法，虽然最早起源于20世纪80年代，但作为一种风险测量和管理工具，VaR方法是由G-30在1993年发表的题目为《衍生产品的实践和规则》报告中第一次提出来的，此后得到广泛应用。与VaR方法最先结合的风险度量模型是J.P.Morgan公司给出的RiskMmetrics模型，该公司从1994年起开始给出计算全球范围内的400多种资产和指数的VaR值所需要的数据。在J.P.Morgan公司公布相关数据两年后，VaR的研究又取得进步，Litterman等先后提出增量VaR和成分VaR [15] 。VaR发展过程中逐渐形成了几种主流的计算方法，它们分别是分析法、历史法和蒙特卡罗模拟法。
随着信用风险理论的完善及商业竞争愈来愈激烈，各种商业机构尤其是金融季候开始将信用风险度量模型赋予实践。上个世纪90年代以来，主要的商业信用风险度量模型主要有J.P.Morgan开发的CreditMetrics模型、KMV的Credit Monitor Model模型、CSFB的CreditRisk+模型及Wilson and Mckinsey的Credit Portfolio View模型等。 1.4.2国内研究状况
国内学者在信用风险度量问题上的研究也取得了显著的成绩。纵观国内的研究成果，我们可以将其归纳为两大类。一类文献主要贡献是对国外先进的信用风险度量研究成果的引入国内，并将国外先进的理论与我国的现实相结合，发现其成果的优缺点，进一步形成适合中国国情的信用风险度量模型。此类研究成果主要有：张维和李玉霜的文献综述囊括了信用风险度量的很多方法，诸如判别分析法、Logistic回归、基于计算技术与人工智能的专家分析系统、神经网络等，两位在文中也给出了自己对信用风险分析方法发展的展望[16]；与张维和李玉霜的研究略有不同，张玲和张佳林在2000发表的文章中综述了上世纪最后20年的国内外在信用风险评估上的研究，文章涉及了“5C”分析法、财务比率分析法、风险判别模型、神经网络、期权定价模型、模拟法等风险度量方法[17]；程鹏、吴冲锋
第 5 页 共 55 页