Creditmetrics模型（信用計(jì)量模型）是J.P.摩根在1997年推出的用于量化信用風(fēng)險(xiǎn)的風(fēng)險(xiǎn)管理產(chǎn)品。與1994年推出的量化市場(chǎng)風(fēng)險(xiǎn)的Riskmetrics一樣，該模型引起了金融機(jī)構(gòu)和監(jiān)管當(dāng)局的高度重視，是當(dāng)今風(fēng)險(xiǎn)管理領(lǐng)域在信用風(fēng)險(xiǎn)量化管理方面邁出的重要一步。

1、信用風(fēng)險(xiǎn)取決于債務(wù)人的信用狀況，而企業(yè)的信用狀況由被評(píng)定的信用等示。因此，信用計(jì)量模型認(rèn)為信用風(fēng)險(xiǎn)可以說直接源自企業(yè)信用等級(jí)的變化，并假定信用評(píng)級(jí)體系是有效的，即企業(yè)投資失敗、利潤下降、融資渠道枯竭等信用事件對(duì)其還款履約能力的影響都能及時(shí)恰當(dāng)?shù)赝ㄟ^其信用等級(jí)的變化而表現(xiàn)出來。信用計(jì)量模型的基本方法就是信用等級(jí)變化分析。轉(zhuǎn)換矩陣（Transition Matrix一般由信用評(píng)級(jí)公司提供），即所有不同信用等級(jí)的信用工具在一定期限內(nèi)變化（轉(zhuǎn)換）到其他信用等級(jí)或維持原級(jí)別的概率矩陣，成為該模型重要的輸入數(shù)據(jù)。

2、信用工具（包括債券和貸款等）的市場(chǎng)價(jià)值取決于債務(wù)發(fā)行企業(yè)的信用等級(jí)，即不同信用等級(jí)的信用工具有不同的市場(chǎng)價(jià)值，因此，信用等級(jí)的變化會(huì)帶來信用工具價(jià)值的相應(yīng)變化。根據(jù)轉(zhuǎn)換矩陣所提供的信用工具信用等級(jí)變化的概率分布，同時(shí)根據(jù)不同信用等級(jí)下給定的貼現(xiàn)率就可以計(jì)算出該信用工具在各信用等級(jí)上的市場(chǎng)價(jià)值（價(jià)格），從而得到該信用工具市場(chǎng)價(jià)值在不同信用風(fēng)險(xiǎn)狀態(tài)下的概率分布。這樣就達(dá)到了用傳統(tǒng)的期望和標(biāo)準(zhǔn)差來衡量資產(chǎn)信用風(fēng)險(xiǎn)的目的，也可以在確定的置信水平上找到該信用資產(chǎn)的信用值，從而將Var的方法引入到信用風(fēng)險(xiǎn)管理中來。

3、信用計(jì)量模型的一個(gè)基本特點(diǎn)就是從資產(chǎn)組合而并不是單一資產(chǎn)的角度來看待信用風(fēng)險(xiǎn)。根據(jù)馬柯威茨資產(chǎn)組合管理理論，多樣化的組合投資具有降低非系統(tǒng)性風(fēng)險(xiǎn)的作用，信用風(fēng)險(xiǎn)很大程度上是一種非系統(tǒng)性風(fēng)險(xiǎn)，因此，在很大程度上能被多樣性的組合投資所降低。另一方面，由于經(jīng)濟(jì)體系中共同的因素（系統(tǒng)性因素）的作用，不同信用工具的信用狀況之間存在相互聯(lián)系，由此而產(chǎn)生的系統(tǒng)性風(fēng)險(xiǎn)是不能被分散掉的。這種相互聯(lián)系由其市場(chǎng)價(jià)值變化的相關(guān)系數(shù)（這種相關(guān)系數(shù)矩陣一般也由信用評(píng)級(jí)公司提供）表示。由單一的信用工具市場(chǎng)價(jià)值的概率分布推導(dǎo)出整個(gè)投資組合的市場(chǎng)價(jià)值的概率分布可以采取馬柯威茨資產(chǎn)組合管理分析法。

4、由于信用計(jì)量模型將單一的信用工具放入資產(chǎn)組合中衡量其對(duì)整個(gè)組合風(fēng)險(xiǎn)狀況的作用，而不是孤立地衡量某一信用工具自身的風(fēng)險(xiǎn)，因而，該模型使用了信用工具邊際風(fēng)險(xiǎn)貢獻(xiàn)這樣的概念來反映單一信用工具對(duì)整個(gè)組合風(fēng)險(xiǎn)狀況的作用。邊際風(fēng)險(xiǎn)貢獻(xiàn)是指在組合中因增加某一信用工具的一定持有量而增加的整個(gè)組合的風(fēng)險(xiǎn)（以組合的標(biāo)準(zhǔn)差表示）。通過對(duì)比組合中各信用工具的邊際風(fēng)險(xiǎn)貢獻(xiàn)，進(jìn)而分析每種信用工具的信用等級(jí)、與其他資產(chǎn)的相關(guān)系數(shù)以及其風(fēng)險(xiǎn)暴露程度等各方面因素，可以很清楚地看出各種信用工具在整個(gè)組合的信用風(fēng)險(xiǎn)中的作用，最終為投資者的信貸決策提供科學(xué)的量化依據(jù)。

(一) 在險(xiǎn)價(jià)值(VaR)方法：

在險(xiǎn)價(jià)值模型就是為了度量一項(xiàng)給定的資產(chǎn)或負(fù)債在一定時(shí)間里和在一定的置信度下其價(jià)值最大的損失額。

一支交易股票的在險(xiǎn)價(jià)值

VaR方法度量非交易性金融資產(chǎn)如貸款的在險(xiǎn)價(jià)值時(shí)則會(huì)遇到如下問題：

1.因?yàn)榻^大多數(shù)貸款不能直接交易，所以市值P不能夠直接觀察到。

2.由于貸款的市值不能夠觀察，也就無法計(jì)算貸款市值的變動(dòng)率σ。

3.貸款的價(jià)值分布離正態(tài)分布狀偏差較大。

（二）“信用度量制”方法(CreditMetrics)

信用度量制是通過掌握借款企業(yè)的資料如:

（1）借款人的信用等級(jí)資料

（2）下一年度該信用級(jí)別水平轉(zhuǎn)換為其它信用級(jí)別的概率

（3）違約貸款的收復(fù)率

計(jì)算出非交易性的貸款和債券的市值P和市值變動(dòng)率σ，從而利用在險(xiǎn)價(jià)值方法對(duì)單筆貸款或貸款組合的在險(xiǎn)價(jià)值量進(jìn)行度量的方法。

KMV模型與creditmetrics模型是目前國際金融界最流行的兩個(gè)信用風(fēng)險(xiǎn)管理模型。兩者都為銀行和其它金融機(jī)構(gòu)在進(jìn)行貸款等授信業(yè)務(wù)時(shí)衡量授信對(duì)象的信用狀況，分析所面臨的信用風(fēng)險(xiǎn)，防止集中授信，進(jìn)而為實(shí)現(xiàn)投資分散化和具體的授信決策提供量化的、更加科學(xué)的依據(jù)，為以主觀性和藝術(shù)性為特征的傳統(tǒng)信用分析方法提供了很好的補(bǔ)償。然而，從上述的介紹和分析中，我們又可以明顯地看到這兩個(gè)模型在建模的基本思路上又相當(dāng)大的差異，這些差異還主要表現(xiàn)在以下幾個(gè)方面。

1、KMV模型對(duì)企業(yè)信用風(fēng)險(xiǎn)的衡量指標(biāo)edf主要來自于對(duì)該企業(yè)股票市場(chǎng)價(jià)格變化的有關(guān)數(shù)據(jù)的分析，而creditmetrics模型對(duì)企業(yè)信用風(fēng)險(xiǎn)的衡量來自于對(duì)該企業(yè)信用評(píng)級(jí)變化及其概率的歷史數(shù)據(jù)的分析。這是兩者最根本的區(qū)別之一。

2、由于KMV模型采用的是企業(yè)股票市場(chǎng)價(jià)格分析方法，這使得該模型可以隨時(shí)根據(jù)該企業(yè)股票市場(chǎng)價(jià)格的變化來更新模型的輸入數(shù)據(jù)，得出及時(shí)反映市場(chǎng)預(yù)期和企業(yè)信用狀況變化的新的edf值。因此，kmv模型被認(rèn)為是一種動(dòng)態(tài)模型，可以及時(shí)反映信用風(fēng)險(xiǎn)水平的變化。然而，creditmetrics采用的是企業(yè)信用評(píng)級(jí)指標(biāo)分析法。企業(yè)信用評(píng)級(jí)，無論是內(nèi)部評(píng)級(jí)還是外部評(píng)級(jí)，都不可能象股票市場(chǎng)價(jià)格一樣是動(dòng)態(tài)變化的，而是在相當(dāng)長的一段時(shí)間內(nèi)保持靜態(tài)特征。這有可能使得該模型的分析結(jié)果不能及時(shí)反映企業(yè)信用狀況的變化。

3 、同時(shí)，也正是因?yàn)閗mv模型所提供的edf指標(biāo)來自于對(duì)股票市場(chǎng)價(jià)格實(shí)時(shí)行情的分析，而股票市場(chǎng)的實(shí)時(shí)行情不僅反映了該企業(yè)歷史的和當(dāng)前的發(fā)展?fàn)顩r，更重要的是反映了市場(chǎng)中的投資者對(duì)于該企業(yè)未來發(fā)展的綜合預(yù)期，所以，該模型被認(rèn)為是一種向前看（forward-looking）的方法，edf指標(biāo)中包含了市場(chǎng)投資者對(duì)該企業(yè)信用狀況未來發(fā)展趨勢(shì)的判斷。這與creditmetrics模型采用的主要依賴信用狀況變化的歷史數(shù)據(jù)的向后看（backward-looking）的方法有根本性的差別。kmv的這種向前看的分析方法在一定程度上克服了依賴歷史數(shù)據(jù)向后看的數(shù)理統(tǒng)計(jì)模型的“歷來可以在未來復(fù)制其自身”的缺陷。

4 、KMV模型所提供的edf指標(biāo)在本質(zhì)上是一種對(duì)風(fēng)險(xiǎn)的基數(shù)衡量法，而creditmetrics所采用的與信用評(píng)級(jí)分析法則是一種序數(shù)衡量法，兩者完全不同。以基數(shù)法來衡量風(fēng)險(xiǎn)最大的特點(diǎn)在于不僅可以反映不同企業(yè)風(fēng)險(xiǎn)水平的高低順序，而且可以反映風(fēng)險(xiǎn)水平差異的程度，因而更加準(zhǔn)確。這也更加有利于對(duì)貸款的定價(jià)。而序數(shù)衡量法只能反映企業(yè)間信用風(fēng)險(xiǎn)的高低順序，如bbb級(jí)高于bb級(jí)，卻不能明確說明高到什么程度。

5、creditmetrics采用的是組合投資的分析方法，注重直接分析企業(yè)間信用狀況變化的相關(guān)關(guān)系，因而更加與現(xiàn)代組合投資管理理論相吻合。而kmv則是從單個(gè)授信企業(yè)在股票市場(chǎng)上的價(jià)格變化信息入手，著重分析該企業(yè)體現(xiàn)在股價(jià)變化信息中的自身信用狀況，對(duì)企業(yè)信用變化的相關(guān)性沒有給予足夠的分析。