融机构在 1997 年 4 月推出。该模型以 VaR 理论、期权定价理论、资产组合理论等为依据， 其核心问题在于寻求：“如果下一个年份是坏年份，在单笔贷款（债券）或贷款组合（债券 组合）上最大的损失是多大？”它不仅能用于量化贷款、债券等传统金融工具的信用风险，

还可用于远期合约、互换等现代金融衍生工具信用风险的评估。Credit Metrics 模型现已广 泛运用于国际先进银行的信用风险管理中，并成为标准模型之一。 

Credit Metrics 模型被成功开发后，国内外学者对其展开了深入研究。Bassamboo。A

（2008）使用 Credit Metrics 模型有效地通过蒙特卡罗模拟法计算信用风险；Anonymous

（2009）构建了样本债务公司个数分别为 1000、5000、10000 的三种贷款组合，运用 Credit Metrics 模型进行信用风险的计算，实证结果较好，而且针对非交易性金融资产可以进行信

1   数据来源：2016 年金融机构贷款投向统计报告。

用风险预测和度量；肖杰、杜子平（2010）以两笔贷款组合为例，运用 Credit Metrics 模 型对贷款组合的信用风险进行实证分析。通过实证研究削弱 Credit Metrics 模型中存在的 局限性，从而更准确地测算违约率；牛晓健（2012）借鉴 Credit Metrics 模型的思路，在

国内首次计算了供应链融资的风险转移矩阵，对我国商业银行开展的供应链融资进行量化风 险测度，揭示其风险程度，为商业银行如何进行供应链融资风险管理提出切实可行的建议； Constantinos Lefcaditis（2014）基于 Credit Metrics 模型提出一个修改《巴塞尔协议 II》 中内部评级法的方法，从而使信用风险可以更容易被计算；王宝森，梅盼盼（2016）对 Credit Metrics 模型进行了改进，他们首先使用我国的信用评级转移矩阵，其次考虑宏观经济和企 业本身的非系统性风险重新调整信用评级转移矩阵，最后使用 Credit Metrics 模型进行实

证研究，同时对于模型中的部分参数进行修正，从而完善 Credit Metrics 模型在我国商业 银行业的应用。与国内已有研究相比，本文的创新之处具体表现为以下几个方面:（1）采用 具体银行的真实数据进行实证研究有别于国内大多使用假设数据的已有研究；（2）采用国内

商业银行已普遍使用并较为完善的信贷资产五级分类代替信用评级改进 Credit Metrics 模 型并进行实证研究，新 Credit Metrics 模型对我国而言更具适用性，这也是我国应用 Credit Metrics 模型的一种全新尝试。 

本文的结构安排如下：第二部分是模型设立，介绍原 Credit Metrics 模型以及改进后 的新 Credit Metrics 模型；第三部分是基于改进前后的 Credit Metrics 模型的实证研究， 并对两个模型进行比较分析；最后一部分，总结本文研究结论，提出建议。 论文网

二、模型设立

（一）Credit Metrics 模型 

1。 Credit Metrics 模型的建模逻辑

Credit Metrics 模型的逻辑思路如图 2-1 所示。对于单一资产的 VaR 计算，该模型的 研究框架呈现了其信用风险计量过程。即基于信用等级情况获取该信用等级转移的概率，基 于债项优先顺序获取违约回收率，基于信用价差的变化对资产进行重新定价。在此基础上，

得到单个敞口信用质量（等级）变化导致价值变化的标准差，最终计算出单一资产的 VaR 值。对于资产组合的 VaR 计算，该模型体现了资产组合的分散化效应。因为资产不止一种， 所以该模型添加了敞口与相关性元素。模型基于资产组合与市场波动性得到敞口分布，基于 信用等级序列的权益序列并利用相关性模型得到资产组合的信用等级转移矩阵，最后结合单 一资产的 VaR 值得出资产组合的 VaR 值。