采用信用风险模型计提监管资本：问题和对策

王胜邦 杨 洋 编译

译者注：实施基于商业银行内部信用风险模型的资本监管制度对监管当局和商业银行都提出了严峻的挑战。信用风险计量模型不仅在理论上应经得起推敲，其计量结果在实证上需经得起检验，并且在不同银行间应具有可比性。本文为美联储的五位高级监管人员（Beverly J.Hirtle, Mark Levonian, Marc Saidenberg, Stefan Walter, David Wright）发表在《纽约联储经济政策评论》2001年3月号上的研究报告。该报告对采用风险计量模型计提信用风险资本所涉及的许多重大问题进行了深入讨论，揭示了内部评级法的技术原理，业界关于内部评级法的许多争论很大程度上都围绕这些问题展开，部分问题在新资本协议最终稿以及巴塞尔委员会发表的监管文件中可以找到答案，如时间跨度、使用测试、贷款损失准备处理、报告频率等；但有些问题仍未解决，讨论还在继续，如计量模型的具体形式、模型验证技术。本报告对于读者深入理解内部评级技术和监管要求具有很强指导作用。

信用风险计量技术的发展对资本监管提出了新问题，即银行内部信用风险模型能否作为计提监管资本的基础？本文的目的就是考虑如何解决使用信用风险模型计提资本要求可能带来的问题，重点讨论如何建立信用风险内部模型的监管标准。在理想情形下，监管框架能够使监管当局确信基于内部风险计量模型的资本要求在概念上是稳健的、在实践中是有效的，并且在不同机构之间是可比的。同时，内部模型框架应具有灵活性，以适应并促进信用风险计量技术的创新。

信用风险模型概述

信用风险模型的目标是估计银行资产组合未来信用损失的概率分布。因此建模的第一步是定义模型要描述的损失，以及损失的计量范围。根据损失定义，模型通常分为两类：一是衡量债务人违约导致的损失的模型（违约模式模型）；二是衡量同时考虑违约损失和信用质量非极端变化导致的损益的模型（多状态模型或盯市模型）。可见，违约模型是多状态模型的特例。

损失计量都是基于未来计划期（时间跨度）。最常用计划期是一年，这意味着模型根据违约或信用质量的变化估计资产组合价值未来一年间的变化。也可以选择其他计划期，包括使用非一年的固定期限或与资产组合存续期相匹配的计划期。

确定损失定义和计划期后，模型将产生未来损失分布的概率密度函数，计算给定置信度下损失。银行主要考虑两种损失数据：预期损失和非预期损失。预期损失是损失分布的平均数，代表银行信用资产组合平均损失。相反，非预期损失是衡量信用损失的方差或资产组合固有的信用风险。非预期损失可以用在某一较高置信度下全部信用损失减去预期损失来计算。

为获得信用损失分布概率密度函数，第一步是根据信用质量对资产组合进行006分类。银行应该建立内部评级体系并按照借款人违约概率将每笔贷款分配到其中某一风险级别。第二步是评估贷款在计划期内迁移到其他风险级别的概率。在违约模型中，就是评估违约概率；在多状态模型中，它还包括评估贷款在不同级别间转移的概率。第三步是估计不同信用质量状态下每笔贷款的风险暴露。贷款的风险暴露一般等同于贷款面值，风险暴露不随等级变化而变化；对于信用额度或信用衍生品等头寸来说，风险随时间而变化，并可能与特定信用质量状态相关。最后应对头寸进行估值。在违约模型中，通过确定违约损失率（LGD）进行估值。在多状态模型中，使用反映与特定等级违约风险的信用价差进行估计。

从信贷组合的层面来看，应将单独头寸放在一起掌握整体组合的行为而获得未来信用损失概率密度函数，这需要获得单个借款人导致的损失之间的相关性。将相关性纳入信用风险模型需要获得风险级别之间的转移概率、信用风险暴露和信用估值之间的方差和相关性。

几乎所有模型都假设这些方差和相关性是由一个或多个代表借款人信用质量的风险因素造成的。有关这些风险驱动因素的统计过程的假设决定了模型数学框架和概率分布函数的形式。因此这些风险因素分布的假设是开发信用风险模型的关键。

信用风险内部模型资本监管框架

以信用风险模型计量结果为基础的资本要求基于未来给定时间内损失分布的特定置信水平。资本监管框架包括三个基本组成部分：一是必须建立用于估计资本要求的审慎性标准；二是必须建立一套模型标准以描述全面信用风险模型的要素；三是监管当局和商业银行用来确保模型估计的准确性和机构间可比性的验证技术。

审慎性标准

审慎性标准确立了资本计提的基本严格程度。监管当局应能够细化这些标准确保监管资本要求的广泛适用性从而使所有银行都能遵从这一资本要求。审慎性标准包括损失定义、未来计划期和目标损失的置信度。

损失定义

以内部模型为基础确立最低资本要求时，第一步是建立损失定义的监管标准。监管资本内部模型方法应明确最低资本要求是否建立在违约模型或是多状态损失概念之上，以及损失发生的未来期间。

这两个定义是相互联系的，在计划期长度和损失定义之间存在某种程度的权衡。较长的计划期更适合于违约模式模型方法；而较短的计划期更适合多状态模型。建立在多状态损失定义基础上的内部模型更为合理，因为其同时考虑了违约概率和信贷质量变化概率，并且还认可信贷资产组合的经济收入和损失；监管当局要求商业银行在贷款变成损失之前对信用质量下降计提额外资本。随着信用风险交易市场的流动性不断增强，信用风险能够交易和对冲，采用多状态损失定义与市场发展趋势更为一致。

使用多状态损失定义也存在一些问题。由于银行使用的模型大多数采用违约模式，因此必须调整甚至完全改变这些模型才能符合监管要求。另外，违约模式直接与账面价值相对应，而多状态模型与市场价值相一致。

未来计划期

在多状态损失定义下，可以考虑使用不同的计划期，包括一年期、多年期、以及银行信贷资产组合到期时间一致的“终身期”。

终身期与银行信贷持有到期的传统管理方法相一致。通过检查所有资产组合头寸的期限，能够得到与未来损失所对应的资本要求。终身期的假设可以解释为：在一定概率水平下，即使不能筹集额外资本或缓解不良资产，银行也具有充足的资本以抵御所有损失。终身期可以提供非常高的安全度，从而资本能抵御重大的不利信用事件。然而，终身期假设与商业银行所用的模型技术不一致。“购买—持有”的资产组合管理假设可能在信用风险流动性不断增加的环境下过于保守。

使用几年的固定计划期是一种方法。因为受信贷周期影响，一般需要两年、三年或更长的时间，从监管角度来看，使用长于一年的固定期限更为合适，然而，实践中模型时间跨度很少长于一年，因此需要权衡延长计划期、提高资本覆盖率带来的好处和改变银行通用模型的成本。由于各种原因，一年期最能代表审慎性考虑和实用性之间的平衡。多状态模型通过该年内信用等级下降反映了一年后违约概率。一年时间使得银行和监管当局有足够的时间应对出现的信用问题。业界模型也广泛使用一年期限，采用一年的时间期限是最现实的选择。

目标损失的置信度

目标损失的置信度也是以内部模型为基础的资本监管框架的关键参数。使用特定置信度下的损失水平减去预期损失来计算资本要求。特定置信度与其他参数共同决定了符合期望的监管资本。

确定合适的目标损失置信度需要考虑很多因素。既然监管资本要求的目标是确保银行持有足够的资本应对重大损失，那么较高的目标损失置信度是合理的。如采用大型商业银行公开债务的目标评级所对应的置信度，通常情况下高于99％。

从安全性的角度考虑应设定一个很高的目标置信度，但并不需要设定这么高的目标置信度。监管资本是最低监管资本要求，银行也希望持有高于最低要求的资本。因此，最低监管资本要求可以低于安全和审慎银行持有的内部资本，选择较低的置信度水平具有合理性。

选择较低的目标置信度是现实的选择。由于实际观察到与高目标置信度对应的损失案例非常少，选择很高目标置信水平极大增加了模型验证的难度。因此在概率密度函数不太极端的基础上设定监管资本要求（例如90%）从而使得验证更加简单，如果考虑得到的资本要求是否足够审慎可以向上调整该数据。从审慎角度考虑，设定一个规模调整因子将较低的置信度水平下的损失估计转换为高置信度水平的资本要求，但设定合适的规模调整因子是非常困难的。即使采用较低的置信度水平，能否改进模型估计的验证仍是重要问题。

模型标准

资产组合的信用风险模型必须满足一些监管标准，只有满足这些标准采用内部模型计提资本才足够全面。鉴于模型尚处于不断演进之中，这些标准不应是过度限制性的。

监管当局可以与业界共同合作开发的一些稳健做法用于评估银行模型及假设是否在可接受范围内。这种方法可能导致不同银行之间存在一定程度的不同；但是只要监管当局能够检验银行的选择是否合理、模型参数是否有实证基础、概念标准能否在确保可比性和便于模型改进创新之间达到平衡就可以满足要求。全面模型的理论标准包括两个方面：模型结构及与参数估计相关的一般数据要求、模型处理资产组合结构的方法。

模型结构标准

全面信用风险模型需能够解释个人信贷、借款人或交易对手损失的变化和相关性。通常情况下，可以用三个关键因素来解释变化：转移概率、信用风险暴露和资产重新估值。

转移概率：模型包含在未来计划期内特定风险暴露在不同信用质量等级之间转移的概率。在违约模式框架下，需要评估违约概率；而在多状态模式框架下，模型必须包含贷款从某一风险等级转移到其他等级的概率。

然而，信贷质量的转移在一定程度上与借款人相关。结构化模型的标准必须解决该问题。但考虑相关性的监管标准不应给银行造成沉重的负担，因为几乎没有模型假设信贷质量的变化独立于借款人，因为若认同该建设，模型将无法获得影响信贷组合风险的一种最重要风险因素。模型结构标准可以要求在实证分析的基础上建立相关性，在有些情况下，更多地使用主观判断也是可以的。

信贷风险暴露：未来计划期内信贷风险暴露的不确定性可能与市场价格或利率直接相关，例如衍生交易合同下的交易对手信用风险；也可能由其他原因所致，例如，授信限额和备用信用证依赖于超越银行控制的借款人行为。模型的标准应该明确识别这种不确定性的方法。

监管标准应要求模型识别风险暴露的变化，可以采取压力测试来模拟风险暴露的变化。可以假设所有信用限额都被提取，或衍生品的风险暴露等于其未来潜在价值一个较高的百分比。较为现实的充分的监管标准可能只简单要求模型根据信贷质量考虑风险暴露重要变化因素，但更完善的方法应考虑风险暴露的随机变化因素。

对于衍生品或其他价值很大程度上依赖于市场状况的头寸，监管标准可能要求模型同时考虑市场变化和信用风险暴露。在这种情况下，银行信用风险模型不仅必须反映未来风险暴露的不确定性，还应反映不同信贷暴露之间潜在的相关性。

资产重新估价：任何信用风险模型的必不可少的一部分是当贷款在不同级别间转移时重新估价各种信用风险暴露。在多状态模型中，资产重新估价包括根据信贷质量和未来计划期末预期总体市场状况重估头寸，通常按照市场信用价差对按合同支付的现金流进行折现。

适用于全面信用风险模型的监管标准应该要求银行不仅获得头寸随信贷质量在不同等级间转移时预期价值变化，而且还要考虑这些变化不确定性的影响。因此，仅使用基于市场的定期信用价差结构是不充分的。以收益率曲线隐含的远期价差为基础的信用价差关键变化较为成熟但仍无法界定不确定性的影响。因此，模型标准应要求对信贷质量变化后贷款价值评估时明确纳入市场信用价差的波动和价差间变化的相关性。

通常，对违约状态下的贷款价值重估实行分开处理，主要基于贷款最终回收的比例。不同行业、不同国家以及不同贷款类别的回收率有所差异。并且，随着资产市场情况价值变化具有不确定性，全面模型的标准可能要求银行考虑不确定性的来源，其中一个重要问题就是模型是否需要获取回收率的变化及其之间的相关性，如果需要，那么采取何种标准能确保相关性得到充分考虑。

此外，上述各要素之间的相关性也非常重要。例如，导致借款者信用等级下降的因素可能也会导致信用限额的增加，以及相关资产的贬值，三个要素的不确定性也是相关的。

大多数信用风险模型都假设无相关性。模型开发者认为这种假设是合理的，或是因为相关性不重要或者在模型中考虑相关性是不切实际的。监管标准应要求银行估计并考虑这些相关性或者证明其不重要。几乎所有模型都假定这些相关性由一种或多种影响信贷质量的风险因子所驱动，关于风险驱动因素统计过程的假设决定了模型的数学结构和概率密度函数的最终形状。因此，模型标准必须解决这些风险因子的分布问题。

虽然，有可能确定风险因素分布的具体标准，但不同的模型结构决定了很难建立一套普遍适用的最低标准。开发这些标准成为监管当局和银行在使用内部模型计提信用风险资本要求之前面临的最主要障碍。最起码，监管当局应在有关稳健做法（或指引）中解决这些风险因子的校验和统计过程问题。

数据和估计的标准

数据要求很可能给银行实施以内部模型为基础的资本制度带来非常高的负担。以模型为基础计提资本需要两类数据。第一，必须采用与所适用的模型配套的方法一致的标示信贷组合，也就是说，必须掌握信贷组合的结构。第二，任何模型所依赖的某些特定参数估计，主要通过实证观察计算而得出，并且符合前文所述的理论观点，这些参数估计值应符合银行在特定经营环境下所采用的信用风险模型的通用概念。该部分主要讨论与数据相关的一般性问题，包括信贷组合的结构和参数估计，以及信用风险建模过程中有关这方面的监管标准的类型。

信贷组合的结构。在全面信用风险模型中，与资产组合结构相关的最重要的两个问题是按照信贷质量对资产组合进行适当的分类以及必须解释所有实质性风险暴露。资产组合分类方法是按照信用风险的大小将单个风险暴露分配到连续风险等级体系中某一个数量级别。具体方法有多种，使用了外部评级、金融市场、财务报表数据以及其他方面信息等。银行使用内部分析、关于借款人和交易对手的私人专有信息来决定如何将风险暴露纳入信用风险模型。信用风险内部评级技术发展迅速。无论银行使用什么方法，信用风险模型的整体质量很大程度上依赖于评级过程的质量。因此，全面信用风险模型必须基于严格的、稳定的，并且包括公共和私人的信息的评级过程。有关评级体系的监管标准制定需要监管当局和业界的持续努力。

此外，全面信用风险模型必须能获得所有实质性信用风险暴露，并采用适当方法将其纳入计算过程。该过程首先需要识别银行资产组合的头寸。现行的监管资本规则根据某特定头寸的性质分为市场风险头寸和信用风险头寸。清晰地界定银行账户和交易账户对于防止银行通过在不同账户之间调转头寸导致的监管套利是非常必要的，监管当局应完善既有规则以限制商业银行为降低资本监管要求而在账户间调转头寸的可能性。

一旦确定某头寸应计提信用风险资本要求，监管标准应要求商业银行证明其信息系统能够在全球范围内整合信用风险暴露的数据。结构性数据需要获得各等级中新增贷款、剔除已经收回的贷款以及转移到其他级别的贷款。内部评级必须定期更新以反映债务人和交易对手的财务现状。模型必须对每个借款人的所有实质性风险暴露加总得到总风险暴露。

参数估计

构建全面信用风险模型时，参数估计会带来一些最重要的数据问题。对于特定模型来说，通常只有一种估计技术，因此监管标准必须是概念化的而不是具体的。然而，银行应该向监管当局解释和证明估计方法的正确性，并提供足够支持（例如文字描述、技术文档、以及与模型开发者接触等），从而可能对参数估计方法进行稳健的评估。

数据来源随参数类型而不同。转移概率的数据可能来源于银行内部信用等级转移的实际数据。相反，反映价值及其变化的参数一般基于市场信用价差数据、或根据历史上某类资产销售的实际价格或违约状态下资产的回收率进行估计。无论使用何种数据来校准参数，监管标准应能够反映三个普遍原则。第一，数据必须取自能够反映与信贷质量相关风险因素的潜在变化范围的一个完整历史周期；第二，数据必须可运用于银行特定的业务组合。第三，数据必须使用一致的违约定义或相关的信用状态转移的定义。

历史观察期。数据及模型结构能够充分反映信贷周期效应，为此，监管标准要求数据窗口具备足够的历史长度，以便能获得根据历史标准违约率或降级率上升和下降时期的数据。具体的要求依资产类型、地理位置、产品市场等而定，因为不同产品和市场所经历周期的时间和频率不同。

对银行特定的适用性。监管当局可能希望银行能证明其用于参数估计的数据符合其资产组合结构。例如，美国企业的数据可能不适合针对欧洲或拉丁美洲的借款人开发的模型。同样，基于国家层面数据计算的转移概率或价值估计值可能不适合贷款在特定区域或产业集中度较高的商业银行。

银行和监管当局可能面临着数据的适用性和数据窗口的历史长度这两方面要求之间的权衡。使用银行内部数据一般可以解决适用性的问题，只要历史上银行业务的任何重大历史变化都记录在案，在银行具备充分违约和损失数据的情况下，能够得到合理的精确的参数估计。然而，几乎没有银行内部数据能拥有足够长的历史观察期。作为替代方案，银行可以使用第三方提供的或公开的数据。由于这类数据越来越容易获得，但能否适用于特定的银行业务组合是有待解决的问题。

参数估计必须基于相同的违约定义，多状态模型中信用等级转移的定义必须相同。使用数据的不一致会导致估计严重错误。确保用于估计违约概率及损失违约率的数据使用相同的定义非常重要。例如，同时使用公开交易债券数据计算得到的违约概率与通过银行内部非生息贷款的数据得到的违约损失率的情况下，由于银行内部数据对违约信用事件的定义相对不严格，结果是风险被严重低估。

验证

监管当局的验证主要包括两个方面。一是制定信用风险模型结构和实施稳健做法的指导原则。指导原则包括对信用风险计量模型现状的定性描述，包括模型设计和估计的技术、以及风险管理环境的定性标准。模型设计和估计技术包括全面信用风险模型的各个方面，而定性标准侧重于银行风险管理的政策和程序，使用测试是其中关键因素，以确保用于计提监管资本的模型是银行风险管理的有机组成部分。

二是使用定量检验技术发现模型结果的系统性误差。由于信贷周期的长度以及实际结果独立观测值非常有限，对信用风险模型结果正式返回检验是不可行的，信用风险的模型验证可能要采取多种检验方法。这些检验包括银行内部所做的工作，如作为模型设计和维护工作的一部分（例如，关键参数的敏感性测试），以及监管当局为识别不同银行模型结果的系统性差异而进行检验（例如，组合检验）。

此外，公开模型设计、估计和结果的信息是对银行为资本目标所使用模型的一种检查方法。所有这些因素共同发挥作用，使得监管当局和银行自身能够确信，用于监管资本的模型在理论上是稳健的，并能够得到有效实施。

指导原则

稳健做法的指导原则的目标是详细描述监管当局评估用于计算最低资本要求的内部模型时所考虑的各种因素。原则应该是动态的、与时俱进的，以反映信用风险模型的发展状况，为监管当局和银行提供评估特定模型结构和实施的标杆。由于信用模型几乎不可避免地包含一定程度的主观判断，如对相关性或其他参数的假设采取简化的处理、使用非完美的数据校验模型参数、假设总损失的分布等，原则建立了评估假设与行业实践是否符合的方法。

监管过程越来越强调对银行计量、管理、控制风险和资本充足方法的定性评估，因此关于风险管理环境的定性标准是指导原则的主要内容的一部分。银行和监管当局在实施新资本协议过程中积累的经验将为开发验证的定性标准提供重要的参考。

银行使用资产组合信用风险模型计提监管资本取决于其能否满足一系列定性标准，确保模型使用的稳健性和执行过程的公正性，促进银行风险管理技术与监管当局强调的安全性和稳健性一致：

信用风险计量体系操作要符合与银行有关内部政策、控制和程序的文件规定。

建立负责银行信用风险模型设计和执行的独立风险控制部门。

对风险计量模型进行独立评估应是银行内部审计的一部分，无论是通过内部审计师还是外部审计师来进行。

定性原则必须包括“使用测试”，确保为监管资本目标所有的信用风险模型与银行持续信用风险管理过程密切相关，模型的计量结果必须是银行计划、监督和控制信用风险状况过程的有机组成部分。例如，模型可以用于内部信用风险限额的设定、资本和资产组合配置、以及信贷定价。

定量检验

监管验证应包括模型输入值和结果的实证检验。鉴于对模型结果开展正式返回测试存在缺陷，信用风险模型的定量检验主要通过对模型参数的独立检查以识别银行间模型计量结果可能存在的系统性偏差，如预期违约概率、违约损失率、风险暴露的估计；关键参数估计的敏感性分析；模型结果的压力测试和资产组合测试等。

对商业银行信用风险计量模型监督检查的第一步就是检查内部有关模型检验的文件记录，包括模型开发人员以及内部（外部）审计人员有关模型校验、检验的文档等。为此，监管当局应制定关于验证方法的稳健做法的指导原则，银行应使用这些检验方法并将其作为开发和维护模型的一部分。例如，分析模型结果对参数和关键假设变化的敏感性，敏感性分析允许管理层使用特定的统计技术或者历史观测值限制等方法分析由模型结构导致的脆弱性。该分析还可能包括证明模型计量结果的影响以及回收率、相关性和信用价差的变化对最终资本计提的影响。无论在什么情况下，银行应建立并保存强有力的文档以便对模型开发和监测进行稳健的评估。一般情况下许多参数和假设都需要检验。当特定参数和假设对模型结果有重大影响，敏感性分析必须充分反映变化的影响。

压力测试是评估基于内部模型的资本要求充分性的另一个重要标杆。压力测试是开发模型和风险管理过程中重要环节，有利于确保由于过于乐观或简单的假设未发现的潜在较大资产组合损失，压力测试能提供“高危、低频”事件的信息。压力情境包括实际发生的历史事件，转移概率、波动性和相关性的上升或下降，以及信用质量的快速恶化等。识别有意义的压力情景具有相当的挑战性，缺乏历史数据和对模型结果返回检验的能力使得压力测试成为监管当局评估信用风险模型的重要工具，用于衡量开发模型过程的可信度以及最终资本计提水平的适度性。

信息披露

信息披露是对上述验证方法的重要补充，要求使用内部模型计提资本的银行公开模型数学结构、关键假设和参数估计的文档记录，使银行模型接受公开监督。市场参与者和研究机构对银行内部模型的独立评估有助于监管当局的验证过程。模型技术最新创新成果快速传递给市场参与者有助于整个银行业风险计量模型的优化。

实际操作中的有关问题

贷款损失准备和预期损失。基于非预期损失的资本要求引发了一个重要的问题，即贷款损失准备的地位和定义问题。非预期损失等于在目标概率下的损失减去预期损失，如果贷款损失准备低于预期损失，那么吸收损失的全部财务资源将无法提供充分的保护。然而，会计定义中的贷款损失准备与信用风险度量模型中的预期损失之间没有必然的联系。因此，基于非预期损失的资本要求应谨慎处理贷款损失准备问题。

模型适用范围。内部模型的资本要求能否覆盖银行全部的信用风险暴露，还是仅仅局限于特定的资产组合（如大额商业贷款）？本文所讨论的模型主要是适用于商业贷款组合，而其他组合资产，如零售贷款，采用其他结构不尽相同的模型，甚至没有相应的信用风险模型。银行只能部分使用基于内部模型的资本要求，而其他资产组合仍采用非模型的监管资本要求。当银行采用内部模型为某些风险暴露而不是所有暴露计提资本时，“为我所用”或者说选择性采纳，将成为值得高度关注的问题。银行只有对资本要求下降的资产建立风险计量模型的激励。

规模调整因子。参照市场风险内部模型法，基于内部模型的信用风险资本监管制度也应该设置规模调整因子。例如，考虑到数据的有限性，校验信用风险模型参数所面临的不确定性是采用以模型为基础的资本监管值得关注的问题。监管当局和商业银行在信用风险模型方面缺少长期经验，这将导致一种不确定性，即模型在未来信贷周期及金融市场低迷时期如何运作的问题。通过放大银行所报的原始损失数据可以解决这些担忧。因此在实施初期可能采用放大倍数，随着经验的积累，有必要对放大倍数进行调整或修改。

资本计算频率。不同于市场风险的VAR模型，每天都要评估银行交易业务的市场风险，信用风险模型运行的频率要相对低一些。虽然近期内按月运行模型是一种现实选择，但长期内银行应该培养以更高频率运行模型及时更新模型估计值的能力。

给定模型运行的频率，可以根据季度内月均或周均估计值得到资本要求。采用均值可以降低银行粉饰的积极性，例如，以特定时点模型结果为基础计提资本，银行容易通过化妆的方法来提高资本充足率。此外，采用均值还可以平滑模型估计值的短期波动，并且确保资本要求不会对信用市场的短期异常行为过度敏感。

参数更新。采用内部模型计提信用风险资本的银行更新模型参数的频率应满足最低要求。应在风险评估准确性与报告负担之间进行权衡：高频率的更新参数能够为监管当局和银行提供关于模型结果的更加充分的信息，但这加重了银行的负担。由于参数类型和数据来源的不同，更新频率存在一定的差异是合理的。例如，使用以市场信用价差重新评估信用暴露，这些价差应该频繁更新，更新频率或许要高于对整个模型的重新估计，以解释价差短期内的潜在重大变动。尽管在确定最佳评估周期方面还需要做额外的工作，但相对于转移概率和相关性，以清偿率或者是资产销售时的市场价格为基础对特定状态风险暴露价值重新估计的更新频率要低。银行资产组合结构数据的更新至少要与其主要资产变化频率一致。

(作者单位：中国银行监督管理委员会国际部

北京大学经济学院)

推荐访问： 计提 对策 监管 模型 信用风险

---