6.1.1 建立商业银行风险预警度量模型的基本原则
在商业银行预警体系的建立过程中，风险预警系统 中预警度量模型是其中非常重要的环节。然而从现实的情况来看，尚不存在适合商业银行预警管理的风险模型，和宏观金融预警度量模型相比，微观预警度量模型显得较不成熟，这方面的研究文献也较少。目前虽然很多投资咨询机构为一些商业银行开发出了一系列预警管理系统，但主要是针对信用风险（信贷风险）方面的，而且，由于每家商业银行的具体情况不同，预警度量模型的技术细节十分复杂，很难找到一种具有普遍意义的方法来做指导。因此，为了探索一种具有普遍指导意义的、适应商业银行全面风险管理要求的预警度量模型，我们认为有必要在目前发展比较成熟的宏观金融风险模型的基础上，从理论上提出一整套程序和方法，以供商业银行在预警系统的建立过程中使用和借鉴。
一般来说，良好的风险预警度量模型应该具备以下几个方面的条件：
第一，可操作性：商业银行风险预警度量模型不是单纯的理论模型，必须考虑其在现实中的可操作程度。在不影响预警效果的前提下，使用越简便，越容易被理解和接受，模型的可操作性就越强。因此，模型所要分析的数据必须是银行可以获得并拥有的，使用的方法是可以通过计算机系统实现的，而输出的数据和结果必须是直观的。
第二，程序性：风险预警是银行的一项日常管理活动，而不是一次性的学术研究活动，必须充分考虑到不确定因素对模型建立的影响，保证模型的实施具有清晰的步骤，步骤越详细和具体，对实际的指导意义就越大。
第三，可测度性：模型应尽可能使用定量分析的方法，影响因素应该可以度量，对于无法度量的因素，可以通过技术手段合理设定，但必须保证科学和客观。模型要充分考虑我国商业银行的经营管理和业务特点，虽然诸如 VAR之类的模型在国外已经开始使用，但是在我国金融市场不发达各类风险度量技术还不成熟的时期，就目前来说，许多方法和模型 在我国还处于引入阶段，并没有达到真正运用阶段，因此缺乏可测度性是我们无法使用这些模型的最大原因。
第四，可塑性：在银行的经营活动或者外部环境发生变化时，模型可以通过调整适应这种变化，这要求模型在保证程序稳定性的前提下，具有较强的反馈能力和自我协调能力。
第五，直观可接受性：在我国商业银行经营管理水平还较不发达的情况下，模型的基本思想和设计方案应该是直观的，这样便于银行决策层理解和接受，并针对模型提出相应的建议。
在以上原则的指导下，本书认为，KLR信号分析法是比较适合当前我国商业银行的管理水平的。这是因为，KLR信号分析法发展较为完善，操作性强，指标的选择较为合理，预警思想也较为简单，预测能力也较强。
6.1.2 KLR信号分析法的具体运用
KLR信号分析法 是由Kaminsky，Lizondo和Reinhart 于1997年创建，并经Kaminsky 于 199 9年进一步完善，成为当今最受重视的预警理论。其核心思想是：选择一系列指标并根据其历史数据确定其临界值，当某个指标的临界值在某个时点上或某段时间上有突破，就意味着该指标发出了一个危机的信号；风险信号越多，就表示着某一个国家在未来 24个月内爆发危机的可能性就越大。临界值是干扰—信号比率 最小化的指标取值。该方法用于检测、预警金融风险的大小时有一系列经济和金融指标来度量，将入选变量的反应与对照组进行比较和监控，当某个变量偏离一定的“临界值”时，就可以认为变量正在发出预警信号。在创建这种方法时，Kaminsky等人选择了15个指标 用于预警货币危机。针对19 97 年亚洲金融危机的特点，Kaminsky选择了 21 个指标，同时预警银行和货币两类危机。采用 KLR信号法对风险预警的步骤为：选择风险监测指标——确定指标的临界值——最后对指标综合评价得出预警信号。
一、选择风险监测指标
我国商业银行风险预警监测指标体系的建立，应当立足于我国商业银行的实际情况，除了遵循在前面提出的几项基本原则外，在具体选取过程中，还应注意以下几方面：
1.指标选取的可操作性。鉴于我国商业银行正处于转型时期，且风险预警刚处于起步阶段，因此指标设计应尽量简单、明确，力求做到少而精、易收集，且能够抓住核心内容，突出侧重点。
2.指标选取的可比性。为了便于对其他机构或历史数据进行横向或纵向对比，在设置指标时，指标的名称、指标计算的口径、数据的选区和体系结构等方面应尽量与现行的有关制度保持一致，且相对稳定。
3.指标选取的预警性。监测指标体系的建立是预警过程中的一个重要环节，预警功能是该指标体系的一个重要功能。这就要求指标的选择与风险的关系密切，确实反映银行所面临的风险程度。
4.指标选取的全面性。根据银行现状和实际经验，我们把反映业务经营活动各个方面的指标有机结合起来，系统地反映了银行资产负债的规模、结构和收益。
5.指标设置的开放性。鉴于我国金融体制正处于重大变革之中，新的金融产品层出不穷，新的经营风险也随之出现，这就要求指标体系的设置不能一成不变，而是必须随着业务的发展而及时改造和完善。
二、临界值的确定
信号分析模型的第二步是确定各风险预警监测指标的监测状态和临界值。临界值的确定对于正确把握商业银行的风险状态及针对风险状况采取相应的措施起着至关重要的作用。临界值确定的方法一般有以下两种：
1.根据经验数据或制度规定确定临界值，如根据《巴塞尔协议》、人民银行发布的《商业银行资产负债比例管理监控、监测指标》规定来确定相关指标的临界值等。
2.采用数学模型确定临界值。如用数理统计中的区间估计法，自变量需要进行一定程度的筛选，之后对筛选的自变量进行区间估计，最终确定临界值。
三、指标的综合评价
单个指标的临界值确定以后，仅仅是把握了个体指标的风险状况，要掌握整体风险状态，须进行综合评价，而指标的综合评价最为关键的是每一指标权重的确定。
（一）权重的确定
权重确定的方法又分为主观赋权法和客观赋权法。主观赋权法其特点是以专家的经验与意见为主确定权数的方法，如德尔菲法，就是集中专家的意见，确定各指标的权数，并在不断的反馈和修改中得到比较满意的答案。德尔菲法集思广益，集各专家智慧于一身，并且专家之间不互相影响具有有条不紊的“集中——反馈——集中”的系统，是一种注重实际应用广泛的方法。客观赋权法没有主观倾向，根据指标的实际数值，运用数学模型确定权数，如层次分析法（AHP）、比较矩阵法（CMM）、环比评分法（CCM）、熵值法（EVM）和相关度法（RDM）等。这些方法在实际的应用中都很广泛，具有各自的特点和优势，银行在选择方法的时候可以结合具体的情况来灵活使用。
（二）指标综合及预警
商业银行预警系统中，综合评价确定指标对整个系统的影响程度的大小，各指标系数选取是否合理，将直接影响预警结果的准确性。在权重确立之后，我们就可以根据公式（1）来对商业银行的整体风险状况作出评价。
其中，Si表示第 i项指标所处预警区间的打分，Pi是各项指标对整体风险影响的程度，也就是风险打分在整体中所占的比重，即风险权重。
商业银行通过输入商业银行各指标的当前值和预期值，判断单项指标的预警度，根据权重，进而得出综合评分，综合评分越靠近100分，说明该商业银行某时期风险越小；综合评分越小，说明风险越大。当处于警戒状态时候，就发出预警信号，转入风险处置阶段。
