债券信用风险计量模型

『壹』 商业银行的信用风险

1、信用风险涵义：

信用风险是指由于信用活动中存在的不确定性而导致银行遭受损失的可能性，确切地说，是所有因客户违约而引起的风险。

比如资产业务中借款人无法偿还债务引起的资产质量恶化；负债业务中的存款人大量提取现款形成挤兑等等。

2、形成原因：

信用风险是借款人因各种原因未能及时、足额偿还债务或银行贷款而违约的可能性。

发生违约时，债权人或银行必将因为未能得到预期的收益而承担财务上的损失。

信用风险是由两方面的原因造成的。

（1）经济运行的周期性：

在处于经济扩张期时，信用风险降低，因为较强的赢利能力使总体违约率降低。在处于经济紧缩期时，信用风险增加，因为赢利情况总体恶化，借款人因各种原因不能及时足额还款的可能性增加。

（2）对于公司经营有影响的特殊事件的发生：

这种特殊事件发生与经济运行周期无关，并且与公司经营有重要的影响。例如：当人们知道石棉对人类健康有影响的的事实时，所发生的产品的责任诉讼让一个著名的在石棉行业中处于领头羊位置的公司破产并无法偿还其债务。

(1)债券信用风险计量模型扩展阅读：

1、信用风险有四个主要特征：

（1）不对称性：预期收益和预期损失不对称，当某一主体承受一定的信用风险时，该主体的预期收益和预期损失是不对称的。

（2）累积性：信用风险的累积性是指信用风险具有不断累积、恶性循环、连锁反应、超过一定的临界点会突然爆发而引起金融危机的特点。

（3）非系统性：与市场风险相比，信用风险观察数据少且不易获取，因此具有明显的非系统性风险特征。

（4）内源性：信用风险不是完全有客观因素驱动的，而是带有主观性的特点，并且无法用客观数据和事实证实。

2、信用风险的特点：

（1）风险的潜在性。很多逃废银行债务的企业，明知还不起也要借，例如，许多国有企业决定从银行借款时就没有打算要偿还。据调查，目前国有企业平均资产负债率高达80%左右，其中有70%以上是银行贷款。这种高负债造成了企业的低效益，潜在的风险也就与日俱增。

（2）风险的长期性。观念的转变是一个长期的、潜移默化的过程，尤其在当前中国从计划经济向市场经济转变的这一过程将是长久的阵痛。切实培养银行与企业之间的“契约”规则，建立有效的信用体系，需要几代人付出努力。

（3）风险的破坏性。思想道德败坏了，事态就会越变越糟。不良资产形成以后，如果企业本着合作的态度，双方的损失将会减少到最低限度；但许多企业在此情况下，往往会选择不闻不问、能躲则躲的方式，使银行耗费大量的人力、物力、财力，也不能弥补所受的损失。

（4）控制的艰巨性。当前银行的不良资产处理措施，都具滞后性，这与银行不良资产的界定有关，同时还与银行信贷风险预测机制、转移机制、控制机制没有完全统一有关。不良资产出现后再采取种种补救措施，结果往往于事无补。

『贰』 Creditmetrics模型的基本思想

1、信用风险取决于债务人的信用状况，而企业的信用状况由被评定的信用等示。因此，信用计量模型认为信用风险可以说直接源自企业信用等级的变化，并假定信用评级体系是有效的，即企业投资失败、利润下降、融资渠道枯竭等信用事件对其还款履约能力的影响都能及时恰当地通过其信用等级的变化而表现出来。信用计量模型的基本方法就是信用等级变化分析。转换矩阵（Transition Matrix一般由信用评级公司提供），即所有不同信用等级的信用工具在一定期限内变化（转换）到其他信用等级或维持原级别的概率矩阵，成为该模型重要的输入数据。
2、信用工具（包括债券和贷款等）的市场价值取决于债务发行企业的信用等级，即不同信用等级的信用工具有不同的市场价值，因此，信用等级的变化会带来信用工具价值的相应变化。根据转换矩阵所提供的信用工具信用等级变化的概率分布，同时根据不同信用等级下给定的贴现率就可以计算出该信用工具在各信用等级上的市场价值（价格），从而得到该信用工具市场价值在不同信用风险状态下的概率分布。这样就达到了用传统的期望和标准差来衡量资产信用风险的目的，也可以在确定的置信水平上找到该信用资产的信用值，从而将Var的方法引入到信用风险管理中来。
3、信用计量模型的一个基本特点就是从资产组合而并不是单一资产的角度来看待信用风险。根据马柯威茨资产组合管理理论，多样化的组合投资具有降低非系统性风险的作用，信用风险很大程度上是一种非系统性风险，因此，在很大程度上能被多样性的组合投资所降低。另一方面，由于经济体系中共同的因素（系统性因素）的作用，不同信用工具的信用状况之间存在相互联系，由此而产生的系统性风险是不能被分散掉的。这种相互联系由其市场价值变化的相关系数（这种相关系数矩阵一般也由信用评级公司提供）表示。由单一的信用工具市场价值的概率分布推导出整个投资组合的市场价值的概率分布可以采取马柯威茨资产组合管理分析法。
4、由于信用计量模型将单一的信用工具放入资产组合中衡量其对整个组合风险状况的作用，而不是孤立地衡量某一信用工具自身的风险，因而，该模型使用了信用工具边际风险贡献这样的概念来反映单一信用工具对整个组合风险状况的作用。边际风险贡献是指在组合中因增加某一信用工具的一定持有量而增加的整个组合的风险（以组合的标准差表示）。通过对比组合中各信用工具的边际风险贡献，进而分析每种信用工具的信用等级、与其他资产的相关系数以及其风险暴露程度等各方面因素，可以很清楚地看出各种信用工具在整个组合的信用风险中的作用，最终为投资者的信贷决策提供科学的量化依据。

『叁』 KPMG风险中性定价模型如何计算债券违约率。

设P为该债券1年内的非违约概率，根据KPMG风险中性定价模型有，k=16.7%;回收率=0;i=5%

P(1+16.7%)+(1-P)(1+16.7%)x0=1+5% 可求得P=89.97%，即其违约概率为1-89.97%=10.03%

『肆』 信用风险管理的现代信用风险管理的特点

一、信用风险管理的量化困难。
信用风险管理存在难以量化分析和衡量的问题。相对于数据充分、数理统计模型运用较多的市场风险管理而言，传统信用风险管理表现出缺乏科学的定量分析的手段而更多地倚重定性分析和管理者主观经验和判断的艺术性的管理模式。信用风险定量分析和模型化管理困难的主要原因在于两个方面：一是数据匮乏，二是难以检验模型的有效性。数据匮乏的原因，主要是信息不对称、不采取IT市原则计量每日损益、持有期限长、违约事件发生少等。模型检验的困难很大程度上也是由于信用产品持有期限长、数据有限等原因。近些年，在市场风险量化模型技术和信用衍生产品市场的发展的推动下，以Creditmetrics、KMV、Creditrisk+为代表的信用风险量化和模型管理的研究和应用获得了相当大的发展，信用风险管理决策的科学性不断增强，这已成为现代信用风险管理的重要特征之一。
二、信用风险管理实践中存在“信用悖论”现象。
这种“信用悖论”是指，一方面，风险管理理论要求银行在管理信用风险时应遵循投资分散化和多样化原则，防止授信集中化，尤其是在传统的信用风险管理模型中缺乏有效对冲信用风险的手段的情况下，分散化更是重要的、应该遵循的原则；另一方面，实践中的银行信贷业务往往显示出该原则很难得到很好的贯彻执行，许多银行的贷款业务分散程度不高。造成这种信用悖论的主要原因在于以下几个方面：一是对于大多数没有信用评级的中小企业而言，银行对其信用状况的了解主要来源于长期发展的业务关系，这种信息获取方式使得银行比较偏向将贷款集中于有限的老客户企业；二是有些银行在其市场营销战略中将贷款对象集中于自己比较了解和擅长的某一领域或某一行业：三是贷款分散化使得贷款业务小型化，不利于银行在贷款业务上获取规模效益：四是有时市场的投资机会也会迫使银行将贷款投向有限的部门或地区。
三、信用风险的定价困难。
信用风险的定价困难主要是因为信用风险属于非系统性风险，而非系统风险理论上是可以通过充分多样化的投资完全分散，因此基于马柯威茨资产组合理论而建立的资本资产定价模型(CAPM) 和基于组合套利原理而建立的套利资产定价模型都只对系统性风险因素，如利率风险、汇率风险、通货膨胀风险等进行了定价，而没有对信用风险因素进行定价。这些模型认为，非系统性风险是可以通过多样化投资分散的，理性、有效的市场不应该对这些非系统性因素给予回报，信用风险因而没有在这些资产定价模型中体现出来。
对于任何风险的定价，首先都是以对风险的准确衡量为前提条件的。由于前述的一些原因，信用风险的衡量非常困难。国际市场上由J.P.摩根公司等机构所开发的信用风险计量模型，如Creditmetrics、CreditRlsk+、KMV模型等，其有效性、可靠性仍有争议。因此，从总体上来说，对信用风险仍缺乏有效的计量手段。
四、对于企业间交易信用风险的把控难。
80%的经营失败企业都呈现出延迟付款或付款波动现象，而且付款信息具有时效性，其它财务信息则陈旧滞后，因此付款信息具有独特预测性作用。为获得及时且真实的付款信息，企业可以加入第三方的付款信息交流平台，从而快速分享并获得具有高度预测性的付款信息。目前国际上提供该项服务的主要有邓白氏付款信息交流计划(DunTrade)等，该项目已覆盖全球45个国家及地区，每日更新的应收账款信息超过150万条，拥有超过600万家企业的付款信息。可以通过免费的数据交换，及时发现潜在风险客户，提升应收账款回款水平，改善现金流。
信用衍生产品的发展还处于起步阶段，整个金融系统中纯粹信用风险交易并不多见，因而市场不能提供全面、可靠的信用风险定价依据。
对不同类型同期限的金融工具，如国债、企业债券等到期收益率的对比分析，尽管能为信用风险回报和定价提供一定参考，但主要局限于大类信用风险的分析，难以细化到具体的信用工具。

『伍』 关于投资债券的书

<<债券市场分析与策略>> 法博齐的 权威著作
提供债券定价分析技术和利率变化时债券风险的量化分析方法，并为实现客户目标提供投资组合策略。
第1章 导论 第2章 债券定价 第3章 债券收益率的衡量 第4章 债券价格的波动性 第5章 影响债券收益率和利率期限结构的因素 第6章 国债与政府机构证券 第7章 公司债务工具 第8章 市政债券 第9章 非美国债券 第10章 住房抵押贷款 第11章 政府机构抵押转手证券 第12章 政府机构抵押担保证券和剥离式抵押贷款支持证券 第13章 非政府机构住房抵押贷款支持证券 第14章 商业不动产抵押贷款和商业不动产抵押贷款支持证券 第15章 资产支持证券 第16章 债务抵押债券 第17章 利率模型 第18章附有嵌入式期权债券分析 第19章 住房抵押贷款支持证券分析 第20章 可转换债券分析 第21章 公司债券信用分析 第22章 信用风险模型 第23章 积极的债券组合管理策略 第24章 指数化策略 第25章 负债融资策略 第26章 债券投资业绩的衡量和评估 第27章 利率期货合约 第28章 利率期权 第29章 利率互换、利率上限和下限 第30章 信用衍生工具

『陆』 信用风险度量模型的对现代信用风险度量模型的分析评价

该模型的优点是：KMV模型是一个动态模型，将借款公司的股价信息转换成信用信息，对借款公司质量的变化比较敏感，同时市场信息也被反映在模型当中，具有一定的前瞻性，模型的预测能力较强。
KMV模型在实际运用中存在的不足是：一是着重于违约预测，忽视了企业信用等级的变化，只适于评估与企业资产价值直接联系的信贷资产(基本上只是贷款)的风险；二是该模型适用于上市公司的信用风险评估，由于我国的股市并不是一个有效的市场，上市公司的股票价格常常背离公司的实际价值，企业资产价值特别是国有企业的资产价值并不能够完全反映到股票市值中，从而影响了模型预测的精确性。但是，该模型可以运用到对跨国集团信贷资产的风险管理上，跨国企业的信贷资产很大部分以其母公司为担保人，而其母公司所在国家的股票市场是比较成熟有效的；三是模型基于资产价值服从正态分布的假设和实际不相符，模型不能够对长期债务的不同类型进行分辨。 该模型具有两个优点：一是该模型属于MTM(market to market)模型，并据此计算信用风险的VaR值，这与国有商业银行的经营理念基本吻合；二是该模型首次将组合管理理念引入信用风险管理领域，适用于商业信用、债券、贷款、贷款承诺、信用证、以及市场工具(互换、远期等)等信贷资产组合的风险计量。
该模型的局限在于：
一是该模型对信用风险的评判很大程度上依赖于借款人的信用等级的变化，在我国现有的信用环境下，出现大量损失的概率可能较高。
二是模型假设信用等级转移概率是一个稳定的马尔可夫过程，而实际中信用等级转移与过去的转移结果之间有很高的相关性。
三是该模型假设无风险利率是事先决定的，我国债券市场尚不发达，还没有形成合理的基础利率，而基础利率是计算贷款现值的重要因素。
四是在我国目前还没有比较客观、权威的信用评级公司，没有现成的企业信用等级转换概率和不同信用等级企业违约回收率数据资料。在商业银行历史贷款资料库中，某一信用级别的企业在不同时期转换成另一信用级别的概率可能是不相同的，某一信用级别的企业在各个时期违约回收率的均值可能也是不同的。这些不同时期的转换概率和企业违约回收率均值就构成了混沌时间序列。如果假设经济的宏观因素没有大的波动，就可以利用构成的混沌时间序列来预测短期未来的信用等级转换概率矩阵和企业违约回收率均值。有了这些数据，国有商业银行就可以应用信用度量术模型量化和管理信用风险。
五是该模型在实际运用中需要能够做好信用等级评估工作的高素质的工作人员，另外由于该模型采用了蒙特卡罗模拟，运算量较大，以国有商业银行现有的电脑网络系统，每次计算VAR值都需要几个小时甚至十几个小时，这样的速度有时可能无法满足业务发展的需要。 该模型的主要优势：比较容易利用死亡率表来计算单个债券和债券组合的预期损失及其波动率，特别是计算债券组合很方便；死亡模型是从大量样本中统计出来的一个模型，所以采用的参数比较少。该模型主要劣势：没有考虑不同债券的相关性对计算结果的影响；没有考虑宏观经济环境对死亡率的影响，因而需要时时更新死亡率表；数据更新和计算量很大；不能处理非线性产品，如期权、外币掉期
信用度量模型的意义
信用度量模型作为新巴塞尔协议框架，其意义在于确定银打所承担的风险水平；对贷款等各种金融产品进行合理定价；合理配置银行资本，抵御各种风险。
下面以基于VaR的风险度最模型为例来说明在新巴塞尔议框架下风险度量模型的积极意义。
2001年， 巴塞尔委员会发布了旨在替代旧版巴塞尔协议的《新巴塞尔资本协议》(以下简称新巴塞尔协议) 。在此框架下，商业银行面临的风险被分为三类：信用风险、市场风险和操作风险。
VaR被运用于商业银行风险管理始于对于市场风险的监管。传统的市场风险管理技术可以分为灵敏性分析和波动性分析两类，但这两种方法在精确度、依赖性和全面性等方面存在明显的缺陷，而正如Jorion指出的那样，VaR方法他用规范的统计技术，全面地衡量市场风险，很好地弥补了灵敏性分析和波动性分析的缺陷，将市场风险管理技术提升到了一个新的高度 巴塞尔委员会也明确了用VaR 方法结合内部模型法来度量银行面临的市场风险的规定。
信用风险是商业银行面临的风险中最重要的一类风险，由于信用风险本身的一些特点， 运用VaR对其进行度量存在技术上的困难。但是随着数量技术的发展，新一代金融工程学家运用新的建模技术和分析方法建立了一些暴于VaR技术的信用风险度量模型。其中比较著名的有CIBC提出的CreditVaR 系列方法和J．P.Mrgan提出的CreditMetrics。
在商业银行皿临的风险中,操作风险一直以来缺乏明确定义和足够关注，在新巴塞尔协议中一项重要的修改，就是将操作风险纳入风险资本的计算和监管框架。新巴塞尔协议中提供了多种可供选择的计算操作风险资本盒的方法，其中比较复杂的损失分布法就需要运用VaR方法来确定操作风险资本。

『柒』 企业债券信用评级的目的

实现了流程严密、评级规范、信息共享，防控信用风险提供强大支撑。

企业债券信用评级系统的上线运行，实现了流程严密、评级规范、信息共享，系统将信评模型植入系统，实现了定性、定量与调整因素的有机结合，形成了全省农信社（农商行）信用评级标准与操作流程的统一规范，有效帮助各县级行社深入了解评级体系与分析逻辑，提升信用风险防范和信用资质挖掘的科学性。

同时，系统实现了信用债在线快速评级，自动化填充数据功能大大加快了信评审批速度，评级更加准确，基层行社投资决策效率也大幅提升。

此外，系统评级数据与结果将与资金业务管理系统、授信系统实现共享，与外部评级数据进行有效连接，逐步建立起一套包括投资数据库、行业数据分析、企业数据分析等功能在内的信用债投资管理体系，为各县级行社更好地防控信用风险提供强大支撑，进一步提升了全省农信社（农商行）投资决策和风险管理水平。

(7)债券信用风险计量模型扩展阅读

为确保信用评价指标体系的客观公正、科学规范，2018年度评价指标分为信用行为指标、业务能力指标、专家及机构评价指标三个板块，部分评分内容在以往年度基础上进行优化调整，具体评价指标及评价方案由中央结算公司和交易商协会通过“信用中国”网站进行发布。

某国有银行金融市场研究部人士表示，今年以来，我国债券市场信用事件频发，AA级乃至AAA级信用债出现违约，这说明当前债券评级普遍虚高。未来随着评级业务的规范，评级泡沫虚高的现象有望改善。

『捌』 信用分析的现代信用分析方法

20世纪80年代以来，受债务危机的影响，各国银行普遍重视对信用风险的管理和防范，工程化的思维和技术逐渐被运用于信用风险管理的领域，产生了一系列成功的信用风险量化管理模型。现代信用风险的计量模型按其计量的风险层次分为三种类型：一是单个交易对手或发行人的计量模型，二是资产组合层次的计量模型，三是衍生工具的计量模型。
交易对手或发行人层次的计量模型
（一）基于期权定价技术的风险计量模型。
Merton发现银行以折现方式发放一笔面值为d的贷款所得到的支付和卖出一份执行价格d的看跌期权所得到的支付相等。因此有风险贷款的价值就相当于一个面值为d 的无违约风险贷款的价值加上一个空头卖权。贷款的卖权价值取决于5个变量，即企业资产的市场价值、企业资产的市场价值的波动性、贴现贷款的面值、贷款的剩余期限以及无风险利率。
基于企业的市场价值和其波动性的不可观测性，1995 年美国KMV公司开发了KMV模型，该模型又称为预期违约概率模型( expected default frequency，简称edf )，模型使用企业股权的市场价值和资产的市场价值之间的结构性关系来计算企业资产的市场价值；使用企业资产的波动性和企业股权的波动性之间的结构关系来计算企业资产的波动性，同时统计在一定标准差水平上的公司在一年内破产的比例，以此来衡量具有同样标准差的公司的违约概率。
该模型是实际中应用最为广泛的信用风险模型之一。该模型理论依据在很多方面与Black-Scholes (1973)，Merton(1974)以及Hull和White（1995）的期权定价方法相似。其基本思想是，当公司的价值下降至一定水平时，企业就会对其债务违约。根据有关分析，KMV发现违约最频繁的分界点在公司价值等于流动负债±长期负债的50%时。有了公司在未来时刻的预期价值及此时的违约点，就可以确定公司价值下降百分之多少时即达到违约点。要达到违约点资产价值须下降的百分比对资产价值标准差的倍数称为违约距离。违约距离=（资产的预期价值－违约点）/资产的预期价值×资产值的波动性。该方法具有比较充分的理论基础，特别适用于上市公司信用风险。
KMV模型的优点在于其将违约与公司特征而不是公司的初始信用等级联系在一起，使其对债务人质量的变化更加敏感；同时，它通过股票价格来测算上市公司的预期违约概率，因而市场信息也能被反映在模型当中，使其具有一定的前瞻性，模型的预测能力较强；并且，由于该模型使用的变量都是市场驱动的，表现出更大的时变性，因此持有期的选择比信用度量术模型更加灵活。
（二）基于风险价值var的信用度量模型。
var是指在正常的市场条件和给定的置信水平上，用于评估和计量金融资产在一定时期内可能遭受的最大价值损失。在计算金融工具的市场风险的var时，关键的输入变量是金融资产目前的市场价格和波动性。由于贷款缺乏流动性， 因此贷款的市场价值和波动性不能观测。
JP Morgan（1997）银行开发了信用度量制（credit metrics™） 系统，该系统解决了诸如贷款和私募等非交易性资产的估值和风险计算。该方法基于借款人的信用评级、信用转移矩阵、违约贷款的回收率、债券市场上的信用风险价差计算出贷款的市场价值及其波动性，推断个别贷款或组合的var，从而对贷款和非交易资产进行估价和信用风险评价。
信用度量制模型的优点在于其第一次将信用等级转移、违约率、违约回收率、违约相关性纳入了一个统一的框架来度量信用风险。该模型适用于商业信用、债券、贷款、贷款承诺、信用证、以及市场工具（互换、远期等）等信贷资产组合的风险计量。但该模型在应用中存在以下问题：违约率直接取自历史数据平均值，但实证研究表明，违约率与宏观经济状况有直接关系，并非固定不变，假定资产收益服从正态分布，但实证研究表明实际分布多呈现厚尾特征；关于企业资产收益之间的相关度等于公司证券收益之间的相关度的假设有待验证方法计算结果对于这一假定的敏感性很高。
（三）基于保险精算的creditrisk +系统。
Credit Suisse First Boston(CSFB，1997)银行开发的信用风险附加（creditrisk +）系统的主导思想源于保险精算学，即损失决定于灾害发生的频率和灾害发生时造成的损失或破坏程度，它不分析违约的原因，而且该模型也只针对违约风险而不涉及转移风险，特别适于对含有大量中小规模贷款的贷款组合信用风险分析。
该方法基于这样一些假设：贷款组合中任何单项贷款发生违约与否是随机的；每项贷款发生违约的可能性是独立的，因而这个方法假设贷款组合中单项贷款的违约概率分布服从Possion分布。信用风险附加模型的优点在于，它只要求有限的输入数据，基本上只有贷款组合中各组的贷款违约率、违约率波动率和风险暴露，因此贷款损失很容易计算。
（四）以宏观模拟为基础建立的Creditportfolio View系统。
该信用组合观点系统由mckinsey公司开发（Wilson，1997），它是一个违约风险的宏观经济模拟系统。由于商业周期因素影响违约的概率，麦肯锡公司将周期性的因素纳入计量模型中，该系统在credit metrics的基础上，对周期性因素进行了处理，将评级转移矩阵与经济增长率、失业率、利率、汇率、政府支出等宏观经济变量之间的关系方法化，并通过Monte Carlo法模拟周期性因素的“冲击”来测定评级转移概率的变化，分析宏观经济形势变化与信用违约概率及转移概率的关系，进而分析不同行业或部门不同信用级别的借款人的信用风险程度。
该模型的优点在于其将各种影响违约概率和信用等级变化的宏观因素纳入了自己的体系之中，并且给出了具体的损失分布，能够刻画回收率的不确定性和因国家风险带来的损失；对所有的风险暴露都采用盯市法，更适用于对单个债务人和一组债务人进行信用风险度量。其主要适用于对对宏观经济因素变化敏感的投机级债务人的信用风险度量。
资产组合层次的计量模型
现代资产组合理论（MPT）表明适当地利用资产之间的相关关系可以有效地降低风险并改善资产组合的风险－收益状况。然而流动性很差的贷款和债券组合存在着收益的非正态性、收益和相关系数的不可观测性等问题，这使得资产组合理论不能简单地运用这些组合中去。收益的非正态性使得基于两矩（均值和方差） 而构建的资产组合理论只有增加偏度和峰度两矩才能较好地进行描述。历史价格和交易数据的缺乏造成了使用历史的时间序列数据计算收益率、方差以及收益之间的协方差和相关系数变得极为困难。资产组合层次的信用风险计量模型正是通过克服这些问题而发展起来的。这类模型大体上可以分为两大类：一类是寻求计算证券组合的全部风险－收益的交替关系，如KMV的资产组合管理模型；另一类是集中风险维度和组合的var计算，如Creditmetrics资产组合模型。
衍生工具的信用风险计量模型
衍生工具可以可分为利率衍生工具和信用衍生工具。前者按其风险－收益特性可以分为对称性衍生工具，主要是指远期、期货和互换，而期权属于非对称性衍生工具，其风险－收益特征表现出典型的非线性。而后者主要通过采用分解和组合技术改变资产的整体风险特征，如信用互换、信用期权以及信用远期等。
衍生工具的信用风险与表内业务存在许多区别。首先，合约的无违约价值对交易对手而言必须为负值；其次，交易对手一定处于财务困境之中；再次，在任一违约概率水平上，衍生工具结算一般采取轧差方式，其违约遭受的损失往往低于同等金额的贷款违约的损失；最后，银行和其他金融机构都是用其它许多机制来降低违约的概率和损失。鉴于此，研究者相继提出许多计量模型，但主要集中在互换和期权两类衍生工具上。
信用衍生产品的定价是信用风险管理研究领域的难点问题。目前，学术界和实务界主要有三类定价信用衍生产品的方法：基于保险理论的定价，基于复制技术的定价和基于随机模型的定价。在基于保险理论的定价方法中，保险公司承担了投保人的信用风险，因而必须得到一定的保险费作为补偿。这种定价方法是一种基于保险公司历史违约数据库的统计方法，应用范围很窄，只能对存在历史违约数据的信用衍生产品提供保险。而基于复制技术的定价需要逐一确定投资组合中所有头寸的价值，对于结构复杂的信用衍生产品来说，这种技术很难实现。基于随机模型的定价是现在的主流方向，其中强度模型和混合模型的应用十分广泛。