对贷款信用风险的测度是建立在对其违约风险要素的评估之上，绝大多数文献都致力于对违约概率的模型刻画，而假设违约损失率是外生的或服从某些特定的分布类型。

　　早期的信用风险模型基于企业的财务信息和市场信息等，对其信用状况进行打分或预测，以得到有普遍规律的判别公式或规则，在将其与判别门限或基准进行比较之后，将差企业从好企业中识别出来，据此进行有差别的信贷准入和授信安排(如Altman，1968；Altman等，1977)。

　　在1970年代之后，随着期权定价方法和理论的发展，人们开始对借款企业的违约行动进行结构化建模。文献假设借款企业的违约行动是由其资产价值的随机运动驱动的，当借款企业的资产价值低于其债务门限时，它就会对银行违约，在此模型结构与基本设定下，能推出借款企业的违约概率和违约损失率的解析解。

　　早期的结构化模型普遍假设借款企业的资产价值服从几何布朗运动，且无风险利率和资产波动率均是非随机的常数(如Merton，1974)。

　　总体来看，结构化模型有以下特点：(1)它假设借款企业的违约行动是由其资产价值的随机运动驱动的，而企业资产价值及其动态特征参数(如资产波动性)却又是不可观测的，从而妨碍了结构化模型向实践领域的转化与应用；(2)它隐含假设借款企业的违约行动是一个渐进的连续过程，因为在资产价值服从几何布朗运动的假设下，借款企业的资产价值将呈现渐进的连续变化；(3)它假设借款企业唯有在债务到期时才存在违约可能，在债务存续期内，即使资产价值的随机运动导致其在特定时点低于贷款价值，它也不会对银行违约。

　　有基于此，后来的文献开始放松模型的基本设定，如Geske(1977)将单一债务的到期期限推广到多重到期期限结构；Black和Cox(1976)将唯有债务到期时才存在违约可能推广到债务期间任意时点均存在违约的情形；Longstaff和Schwartz(1995)将无风险利率设定为与借款企业资产价值负相关的随机过程；Hui等(2006)与Collin-Dufresne和Goldstein(2001)将借款企业的违约门限刻画成是时变的或与其资产价值有关的变量。

　　上述分析表明结构化模型中的企业违约行动是一个渐进的连续过程，而实际观测到的企业违约行动却通常是突变的，且其违约驱动因子也难以观测或度量，因此人们开始基于已有的信贷组合信息，对借款企业的违约概率进行统计模型的刻画与表述，这是简约式模型的典型代表。

　　简约式模型假设：(1)借款企业的违约时间是不可预测的(或违约行动是突发性的事件)；(2)借款企业的违约行动是由某种外生的随机因素驱动的；(3)违约损失率是外生的常数。在借款企业违约概率的统计建模，研究的焦点是如何刻画导致银行违约的外生随机因素，譬如对外生随机因素进行伯松/考克斯过程(Jarrow和Turnbull，1995；Gaspar和Slinko，2005)、马尔可夫链过程(Jarrow等，1997；Frydman和Schuermann，2008)的刻画等。

　　与结构化模型假设违约行动是由借款企业自身的资产价值的随机运动驱动，以及简约化模型假设违约行动是由某种外生的随机因素驱动有所不同的是，最近的因子模型强调借款企业的违约行动是由外生的系统性风险因子和其自身的异质性风险因子共同驱动(Borio等，2001；Pederzoli和Torricelli，2005)。

　　因子模型假设：(1)所有借款企业的资产收益率均受到一个共同的系统性风险因子的影响，且单个贷款风险暴露占信贷组合的比例极小，使得贷款组合中的异质性风险被分散掉了；(2)借款企业的违约概率由系统性风险和自身的异质性风险共同驱动，但违约损失率却与之相独立，也即违约损失率仅是与其债项有关的变量，它与系统性风险因子无关(它仍被视为一个外生的常数)。

　　从模型估计的视角来看，结构化模型中的关键参数——借款企业的资产波动性是不可观测的，它需要根据其股权价值序列来间接估计之，因此结构化模型仅适用于对上市企业的信用风险评估；简约式模型唯有基于大量的借款企业样本和有关违约信息，才能对其违约情形进行统计刻画；而因子模型在给定系统性风险因子和借款企业无条件违约概率的情形下，就能对其条件违约概率和信用风险成本进行测度。

　　总体来看，现代信用风险模型是针对一般性的公司贷款的信用风险管理而设计，其不一定适切于供应链融资风险管理的需要。因为在核心企业主导的供应链结构中，核心企业通常是一些在行业中占主导地位的大型企业，它们能提供经鉴证后的标准化数码信息(codified information)。

　　因此可对其信用风险进行结构化建模；而供应链中的广大成员企业(供应商、分销商)普遍是小型企业，它们通常不能提供标准化的数码信息，且其信息的模糊性、易变性和人格化特征等，使得不能对之进行结构化建模或统计建模。

　　然而，在一个既定的供应链结构中，供应链成员企业对核心企业的依赖性却又非常强，因此可将核心企业视为其违约行动的系统性风险来源，这种风险驱动机制与因子模型的内在要求是吻合的。

　　有基于此，我们以应收账款供应链融资为例，讨论了其信用风险的定价方式和方法；同时将一些上市钢铁企业设想为核心企业并构建供应链，讨论供应商以核心企业开出的应收账款为资产支持向银行申请授信，而银行在受让应收账款后是否通知和获得核心企业的认可与确认的操作和控制模式下(即区分明保理和暗保理)，对供应链融资的信用风险定价过程进行了结构化分解。

　　在暗保理融资模式中，即使核心企业在应收账款到期时没有违约，供应商在获得核心企业的应付账款后，也有可能将其挪作他用，从而引致银行授信支持资产的丧失和供应商的违约。

　　因此暗保理融资模式下的信贷违约可能由两方面驱动：(1)核心企业的违约行动导致供应商的违约；(2)即使核心企业不违约，供应商也可能单方面违约。

　　而在明保理融资模式中，银行通过对融资产品的结构化设计与控制，明确了核心企业的付款方式和付款责任，锁定了核心企业的资金回流路径，因此明保理的违约风险几乎完全来自于核心企业。也即，在银行融资产品对信贷资金的结构化控制有效的前提下，明保理的信用风险来自于核心企业的违约驱动，而暗保理的信用风险则同时来自于核心企业和供应商的违约驱动。

　　因此，在对应收账款供应链融资进行信用风险定价时，需要同时对核心企业和供应商的违约可能以及信用风险成本进行结构化评估。

　　鉴于在一个既定的供应链结构中，核心企业是在行业中占主导地位的大型企业，且能提供经鉴证后的标准化的数码信息，从而为其信用风险的结构化建模提供了可能。而广大供应商却由一些资产规模较小的企业构成，关涉其还款能力的有关信息的可得性较低，且其信息的模糊性、易变性和人格化特征等，使得难以对之进行结构化建模或统计模型的刻画。

　　但是，核心企业是驱动供应链成员企业违约系统性要素，为此我们在结合供应链融资结构和特征的前提下，将应收账款供应链融资的信用风险定价过程进行如下的结构化分解：

　　首先，基于核心企业公开可得的市场信息和财务信息等，对其信用风险进行结构化建模，我们假设核心企业的资产价值服从某一随机过程，且其违约行动是由其资产价值的随机运动驱动的，当核心企业的资产价值低于银行债务门限时，核心企业将对银行违约，由此获得核心企业在资不抵债情形下的违约概率和违约损失率，进而能评估其信用风险成本；

　　其次，假设核心企业是供应商的系统性风险来源，且供应商的违约行动同时受到了核心企业的系统性风险和其自身异质性风险的驱动，由此可在因子模型的标准框架内估计其条件违约概率(见图4)。

　　核心企业的信用风险成本测度

　　基于结构化信用风险建模的普遍做法，假设核心企业的资产价值t V服从几何布朗运动 tt dV =μdt+σdW ，其中μ 和2σ 分别为核心企业的资产收益率的期望和方差。假设核心企业的资金来源由股权E和贷款(可将其他债务也视为贷款)D构成，则核心企业T时的股权价值} { T TT E =Max 0,V -D 。由标准的期权定价公式可知，核心企业的债务价值(或银行贷款价值)0 D为：

　　-rT -rT 1

　　0T 2 T 0

　　2

　　N(-d )

　　D =D e -N(-d ) D e - V

　　N(-d )

　　

　　其中，

　　( )

　　2

　　0T

　　1

　　Ln V /D +(r+σ/2)T

　　d=

　　σ T

　　， 。

　　若将

　　-rT 1

　　2T 0

　　2

　　N(-d )

　　N(-d ) D e - V

　　N(-d )

　　

　　视为预期违约损失率(LGD)的现值，则贷款价值等于贷款现值与信用风险成本之差，因此单位贷款风险暴露(EAD)的信用风险成本(或预期损失)EL相当于：

　　-rT 1

　　2T 0

　　2

　　N(-d )

　　EL=N(-d ) D e - V

　　N(-d )

　　供应商的信用风险成本测度

　　假设核心企业主导的供应链中有无穷多个同质的供应商构成，且核心企业是广大供应商的唯一系统风险性风险来源。基于渐进单因子模型(Asymptotic Single Risk Factor)的标准分析框架，假设供应商的标准化资产收益率由核心企业的系统性风险和其自身的异质性风险驱动(Gordy，2003)。即对供应商i而言，其标准化的资产收益率i

　　r具有以下表现形式：

　　i i ii r= ρR+ 1-ρε

　　其中R是核心企业的系统性风险因子，i

　　ε 是

　　供应商的异质性风险因子，它们均服从标准正态分布且相互独立；ρ 为供应商的资产收益率对核心企 业的依赖性(或敏感度)。由式(3)及其假设易知，供应商的标准化资产收益率也将服从标准正态分布。

　　因子模型假设当供应商的标准化资产收益率小于门限C时，将触发其违约行动，则供应商的无条件违约概率 [ ] ii PD =Pr R <C。当给定核心企业的系统性风险因子R=y时，供应商i的条件违约概率CDP为：

　　( )

　　-1

　　ii ii i i

　　N (PD )-ρy

　　CDP =P r <N(PD ) Y=y =N

　　1-ρ

　　(4)

　　可见供应商的条件违约概率是其无条件违约概率PD、核心企业的系统性风险因子y、以及供应商资产收益率对核心企业的敏感性ρ 共同决定。鉴于应收账款融资中的偿还资金完全来自于应收账款未来的现金流，若该现金流中断或核心企业违约，则将触发供应商的违约行动。从这个意义来讲，核心企业的违约行动是触发供应商违约的先决条件，因此可将核心企业的违约概率作为供应商无条件违约概率的近似替代。

　　至于核心企业的系统性风险因子，则可参照BCBS(2004)的普遍惯例执行，将其设定为标准正态分布的99.9%分位数，因此供应商i的条件违约概率为：

　　-1

　　i

　　N (PD)+ρN(0.999)

　　CDP =N

　　1-ρ

　　

　　另外，《巴塞尔新资本协议》曾对不同风险暴露(行业、交易对手)类型提供了计算资产相关性标准方法。对公司暴露而言，其资产相关性的计算公式为：

　　-50PD

　　-50

　　1-e

　　ρ==0.24-0.12

　　1-e

　　其中PD为无条件违约概率(BCBS，2004)。鉴于以核心企业为主导的供应链结构中，核心企业是供应链成员企业的系统性风险来源，它类似于基于行业的风险暴露类型的系统性风险来源，而供应商则相当于行业风险暴露中的公司，从而可基于核心企业的违约概率近似估计其供应商的资产相关性。

　　鉴于应收账款融资中通常没有相伴其他的风险缓释工具情形等，不妨设其违约损失率为100％，则在此情形下，单位贷款风险暴露的信用风险将与供应商的条件违约概率相等。

　　模型关键参数的估计

　　当使用结构化模型对核心企业的违约概率和信用风险进行测度时，需要知道或明确以下几个关键信息：(1)时间跨度，鉴于我们是基于年度进行违约概率的估计，则信用风险评估的时间跨度为一年；(2)无风险利率，可用一年期定期存款利率测度之，譬如央行2010年度对一年期定期存款利率分别进行了三次调整，若按照各基准利率的实际执行天数求加权平均，则当年的无风险利率为2.30％；(3)银行债权价值，由于债务价值由合约提前锁定和内生化了，因此从银行的视角来看，债权账面价值就近似等价于其市场价值，它是来自银行财务报表的标准化信息；(4)核心企业的资产波动率，我们拟使用与Duan(1994)相似的方法，根据上市核心企业股权价值和资产价值之间的期权关系，基于其可观测的股权价值序列来估计其资产价值及其波动性。

　　来源：贸易金融杂志