基于KMV模型对商业银行的信用风险分析
【摘要】本文选取了kmv模型对商业银行的信用风险进行评估，且验证kmv模型能较好地预估出银行的信用风险。
【关键词】kmv模型信用风险商业银行
一、文献综述
KMV模型是1997年美国kmv公司开发的用于估计贷款企业违约概率的方法，国内外许多学者都对其进行了研究。Kurbatet（2002）利用美国公司的数据证明了模型的有效性。Crodbie，et（2003）以金融类公司数据研究发现kmv模型很好地预测到公司信用的变化。易丹辉等（2004）以我国上市公司为样本，发现利用kmv模型估计违约风险效果较好。综上，大多数研究结果表明，KMV模型能够反映信用风险的高低，而我国将出台存款保险制度，将打破我国商业银行不破产的神话，所以本文利用kmv模型对三家商业银行进行信用风险的分析，并试对模型有效性进行探究。
二、模型基本理论介绍
KMV模型是将BS期权定价模型用于信用风险的管理中。一笔贷款相当于一份期权，其行权价是贷款额、标的是贷款人的资产，那么如果贷款到期时企业资产市场价值高于贷款，企业偿还债务；小于，则企业选择违约。
根据这一思路，先用BS期权定价模型估计资产的市场价值V和波动率σV：
EVN（d1）DσE■σE
d1■
d2d1σV■
其中，E、V分别为企业股权、资产市场价值，σE、σV为对应的波动率，r为无风险收益率，τ为债务偿还期限，D（d）为标准正态分布积累函数。
另外，违约点DPT公司短期债务长期债务的一半；再根据以下公式可得出用于衡量公司信用风险的两个指标，
违约距离DD（VDPT）（VσV），DD越大，信用风险越小
预期违约率EDFNDD1N（DD）100，EDF越小，信用风险越小
三、商业银行的信用风险实证分析
f本文选择工商银行、建设银行、中国银行三家银行2008年至2012年的年度数据进行分析。数据来源CSMAR以及各银行年报。
根据公式计算得出信用风险两个指标结果如下：
表1信用风险指标
2008年2009年2010年2011年2012年
工商银行违约距离DD170290312377421
预期违约率EDF（）445018600904000816000127
建设银行违约距离DD105264398432491
预期违约率EDF（）14730411600034940000770000046
中国银行违约距离DD180256362384384
预期违约率EDF（）359052300147000615000615
从表1知，三家银行自2008年以来，违约距离持续变大，违约率降低，表明信用风险是下降的，说明银行经营较稳健，特别是2010年违约率有较大幅度降低，可能原因是2010年巴塞尔协议三颁布，我国大型商业银行预期我国监管机构将出台新的监r