商业银行住房抵押贷款风险管理讨论商业银行住房抵押贷款风险管理讨论 摘要：随着我国各商业银行不同程度地暴露出住房抵押贷款违约风险，关于商业银行住房抵押贷款风险管理的讨论逐渐成为热点论题。本文选用基于 VaR 的 Credit Metrics 模型来验证该模型在商业银行风险管理中的有用性。 关键词：商业银行；抵押贷款；风险管理； Credit Metrics模型 一、前言 在我国过去十几年的房地产市场高速增长的条件下，住房抵押贷款逐渐成为我国商业银行主要的信贷项目。但目前我国个人住房价格已经处于较高水平，居民购房和还贷压力较大，加之近年国家对房地产市场的宏观调控趋紧，商业银行住房抵押贷款风险管理逐渐成为行业银行和学者较为关注的问题。能否找到一种有效的工具来度量商业银行现存的住房抵押贷款违约风险，将决定商业银行能否有效进行住房抵押贷款风险管理。 下文选取基于 VaR 的 Credit Metrics 现代模型来验证该模型在商业银行住房抵押贷款风险管理中的有效性。 二、基于 VaR 的 Credit Metrics 模型 Credit Metrics 模型是 1997 年由 J. P. 摩根提出的用于量化风险的管理工具，核心思想是将 VAR（Value at Risk）作为计量风险的方法。国外一些大型商业银行早在 1997 年之前就已经开始将VAR 作为计量风险的工具。 贷款风险取决于债务人的信用状况，而信用状况由银行或者是专业的评级机构评定的信用级别表示。Credit Metrics 模型基本方法，将债务人信用等级作为衡量银行贷款风险的依据，由信用转换矩阵提供债务人的信用等级转换概率，依据不同信用等级对应的贴现率计算出贷款在各信用等级的市值，再确定信用工具在不同信用等级下市值对应的概率分布。 三、Credit Metrics 模型基本框架 （一）模型的假设前提 1.市场风险应该与信用风险无关；2.将债务人分成若干个信用等级；3.风险管理的期限假定为一年，这实际上也是因为评级机构的转移矩阵的期限为一年；4.确定回收率，即当债务人发生违约时，银行能回收的资产比率；5.违约时间应发生在债务即将到期时。 （二）模型的参数输入 1.债务人个人信用等级；2.标准的信用等级转移矩阵，即债务人信用从一个级别转移到另一个级别的概率变化矩阵；3.计算的时间周期；4.确定预期收益折现率；5.确定回收率；6.模型的基本计算。 四、该模型在商业银行住房抵押贷款中的实际应用 例如，某商业银行有一项 5 年期固定利率的个人贷款，贷款额度 100 万，...
