信用风险遍及所有的金融交易,贷款违约风险是银行等金融机构进行信用风险分析时关注的焦点。贷款组合是银行在有限贷款总额的约束下,将款项贷给两个以上债务人,以分散信用风险的方法。由于行业特征和商业周期等宏观因素,以及企业间商业活动关联性等微观因素的影响,使得贷款组合中的违约依赖表现为周期相关性和风险蔓延性。违约依赖性越高,贷款组合的潜在风险损失越大。如何在贷款组合信用风险度量中充分准确的反映违约依赖性,是当前学术研究和实践应用中的重要问题之一。我国正在逐步实施新巴塞尔协议,将信用风险度量技术从单个债务人扩展到贷款组合的角度进行研究,有利于商业银行更加准确的计算协议中要求的风险资本。同时新协议虽然对许多信用风险度量模型进行了完善,但是这些模型并不适于宏观层面评估整体经济的信用风险,这也是银行监管部门评价整个银行系统稳定性所面临的主要难题。从微观和宏观视角分别研究贷款组合的违约概率与信用损失分布,不仅有助于银行有效分散风险,完善信用风险度量技术,而且对于监管机构评估金融环境稳定性,加强风险管理都具有重要的现实意义。贷款组合信用风险度量的显著特征是缺少实际违约数据。贝叶斯统计方法可以用来考察概率模型中与参数相关的不确定性,是一种科学有效使用专家意见等主观经验的研究技术。贝叶斯方法在贷款组合信用风险度量中的应用途径主要体现为两个方面,一是应用贝叶斯方法参数化模型,在风险度量时,贝叶斯方法可以作为一个技术工具估计风险模型中违约概率等重要变量;二是应用贝叶斯方法估计信用损失分布,正确描述贷款组合信用损失分布的动态变化特征,将损失分布分解为可观测变量,并诊断损失波动率。在贷款组合信用风险度量研究中,主要结论包括两点,一是基于贝叶斯方法构建的信用风险度量框架,结合MCMC模拟技术的应用,在一定程度上缓解了缺少实际违约数据问题,二是通过灵活运用贝叶斯模型中的潜在因素,能够正确反映贷款组合的违约依赖性,并可以对整体经济的信用损失分布给出动态描述。主要创新之处体现在以下三个方面:(1)拓展潜在因素的应用。在贝叶斯框架下,运用潜在因素描述贷款组合中个别债务人质量、行业特征、商业周期等影响因子,进而应用分层先验分布构建多级模型处理违约依赖性和债务人异质性等问题,不仅结果准确,而且统计推断简洁清晰。(2)从商业银行的微观视角构建贷款组合违约概率度量的贝叶斯模型。使之不仅涵盖宏观经济冲击,而且考虑债务人异质性问题,允许信用质量变化存在跨期自相关,从而更加确切的描述贷款信用等级变化过程,解释宏观系统风险对违约概率的影响,并且针对不同的数据限制,推导模型不同的特定形式。同时完善巴塞尔协议给出的样本外测试方法,不仅采用离差信息准则校验模型,强化模型预测能力,而且通过改进样本外模型比较方法,进一步说明结论的不确定性。(3)从监管机构的宏观视角构建贝叶斯信用风险损失分布评估框架。设计整体经济信用损失分布度量方法以评估金融环境稳定性,给出损失分布动态参数化方法,将损失分布分解为可观测变量,进一步解释违约蔓延性,并给出损失波动性的诊断方法。基于贝叶斯方法构建的信用风险度量模型除了计算量较大之外,某些预测结果仍有与实际违约概率存在偏差的情况,同时模型的稳健性需进一步检验,以上不足之处有待深入研究。