现代信用风险评估技术大致分为两类：一类是将人工智能或者生物进化理论引进传统的判别模型，提高判别模型的预测精度。典型代表是信用风险的神经网络模型和遗传规划。在此基础上，试图结合不同方法的优势，出现了将几种方法组合使用的组合预测模型。另一类是基于定价的信用风险模型。由于信用衍生工具和信用风险转移市场的发展，使原来缺乏流动性，不便于交易的信用资产的灵活交易变成可能。这样就要求对信用风险资产进行适时准确定价，从而要求对信用风险进行准确定价。

　　新资本协议对信用风险资本金的确定借鉴了市场风险中计算资本金的VaR方法，而且定义VaR就是预期损失EL与未预期损失UL之和。VaR方法以概率计量为基础，将资本金与某一目标置信水平相联系，进而确定在该置信水平下抵御相应风险所要求的经济资本。用VaR方法计算资本金时需要确定信贷资产未来价值或损失的概率密度函数(PDF)，如果银行具有关于其信贷资产损失的概率密度函数，那么EL和UL就确定了，进而经济资本(EL+UL)也就确定了。因此，PDF的确定是一个非常重要的任务。从不同的角度考察信用风险度量模型和用不同的方法计算这些参数，就会对模型产生不同的分类。

　　(一)违约式(DM)模型与市场式(MTM)模型

　　DM(Default-Mode)模型与MTM(Mark-to-Market)模型是银行业内普遍使用的两大类信用风险模型。分类原则是基于对资产价值和信用损失估计方式的不同考虑。信用损失是指信贷资产组合当前价值与某给定时期末的未来价值的差，当前价值往往是已知的，未来价值是不确定的，但是有一概率分布。DM模型只考虑违约与不违约两种信用状态，而MTM模型除了考虑违约与不违约两种信用状态以外，还要考虑到信用质量的变化，比如信用等级的升降或转移。在此意义下MTM模型是DM模型的一种推广。

　　(二)离散估值模型与连续估值模型

　　由于金融产品的价值受到其信用质量的影响，对信用质量的描述变量有连续与离散之分，因此，依据对金融工具信用质量变化方式的不同刻画，对金融工具在给定期限末的价值或损失的估计就有了两种可以选择的方法：一是信用质量按离散的信用等级变化(信用评级)进行刻画。基于此的估值模型称为“离散估值模型”;二是信用质量通过违约概率或违约概率密度函数按连续的方式进行刻画。基于此的估值模型称为“连续型估值模型”。

　　(三)结构模型和简化模型

　　1.基于内生决定论的结构模型(Structural Models)。作为信用风险结构方法的基础，可以追溯到莫顿(Merton，1974)的研究，正是他那篇著名论文“公司债定价：利率的风险结构”，将Black和Scholes(1973)期权定价理论运用于对公司债券的定价过程中，才产生了对违约概率测度的崭新理念——认为公司债务是对其资产的或有要求权，而企业的市场价值波动是引发信用风险的不确定性的基本根源;提出了违约的经典定义，即当债务到期时，企业资产市场价值低于债券价值时企业发生违约;试图从企业资产结构的角度对信用风险作出解释。我们可以将建立在莫顿这一违约定义上的信用风险模型，称为第一代信用风险结构模型。

　　第二代信用风险结构模型认为，在债务到期之前也可能发生违约，只要企业资产价值第一次下降到某个临界水平，企业就发生违约。所以，这种模型也被称之为首次经过模型(First Passage Model，FPM)。临界水平可以是固定常数，也可以是时间的函数，还可以是一个随机过程。

　　结构模型最大的优点在于，对“违约”赋予了明确的经济学解释，并能直接利用期权定价公式。以其坚实的理论基础和明确的经济含义而受到理论界和实业界的青睐和支持，著名的KMV模型就是一种典型的基于期权思想的结构式模型。但是，两代结构模型都有一些共同的缺陷，主要表现在三个方面：假设债权人对企业资产及其波动性具有完全信息;认为企业违约可预测和短期信用价差为零(这与事实明显不符);模型中诸如企业资产价值之类的参数估计十分困难，某种程度上限制了其在实践中的应用。

　　2.基于外生决定论的简化模型(Reduced-form Models)。简化信用风险模型是建立在违约外生决定论基础上的另一类现代信用风险模型，也被称为“纯统计模型”，或者“基于违约强度的模型”(Intensity-based Models)。

　　与假定违约事件的发生是由其资本结构和财务状况内生决定的结构式模型不同，在简化式模型中，违约的发生被认为并不依赖于对手的资产和债务状况，而是典型地外生给定的、具有完全的不确定性。违约的随机结构通过一个强度或者补偿过程直接确定。信用资产的定价过程可以根据强度或者补偿来加以描述，从而在理论上可以得到一个与普通的无违约风险非常相似的期限结构模型。由于简化式模型中关于违约的不可预测性的假定，在很大程度上与现实状况较为近似，隐含的信用价差属性在经验上具有非常令人满意的结果。另外，简化式模型较为宽松的前提假设和数据要求，也使得其比结构式模型具有更为灵活的现实应用性和环境适应性。信用风险附加法(CreditRisk+)就是这种简化式模型的典型代表。但是，这种模型因缺乏强有力的经济理论的支持，无明显的经济含义而引起了不少争论。

　　3.基于结构模型。J.P.摩根开发了信用矩阵模型(J.P.Morgan's Credit Metrics)，毕马威公司开发了组合经理模型(KMV's Portfolio Manager)。基于简化模型，瑞士信贷公司开发出了CSFP's Credit Risk+信用风险模型。这三大模型是现代信用风险度量的经典模型，得到了广泛的应用。下面章节将分别进行重点介绍。

　　(四)现金流折现法与风险中性定价法

　　在MTM信用风险度量模型中，对于信贷工具的当前价值和未来价值的计算方法有两种——现金流折现法(DCF)与风险中性定价法(RNV)。两个方法所确定的贷款价值都是贷款未来现金流的折现值，主要差异在于现金流的确定和折现因子的确定。DCF方法是对合同的现金流进行折现，折现因子采用非参数方法估计，比如用同一等级的贷款或债务的信用价差的均值作为该等级的统一价差，应用这一方法的是CreditMetrics™模型。RNV是对未来的或有支付(或有现金流)折现，折现率是通过无风险的利率期限结构和风险中性定价方法确定的。该方法的理论基础是套利定价理论，它是一种结构形式的方法，应用这一方法的是KMV的Portfolio Manager™模型和KPMG的LAS™模型。经济计量理论表明高度结构化的估计方法可以充分利用可获得的数据，但是，对模型有许多假设条件。非参数方法虽然很少应用模拟假设，但是，当数据缺乏或出现噪声的时候则无能为力。一般来讲，两种方法得到的结果不同，但是，当市场是充分有效的，而且RNV的假设条件比较适当并与现实比较接近的时候，两种方法对于充分分散化的组合会产生几乎相同的结果。

　　学FRM，就来好睿教育。