全球企业及投资银行业务部风险管理组合.ppt

macroeconomic basedapproachtocreditlossforecasting基于宏观经济的信用损失预测方法gcib riskmanagementportfolio全球企业及投资银行业务部风险管理组合 riskratingmigration macroeconomicindicators applicationstoportfoliocreditriskforecasting信用评级变动 宏观经济指标以及在组合信用风险预测中的应用 creditportfolioanalytics信贷组合分析组 creditportfolioanalyticsgroupmission信贷组合分析组的使命toprovidemanagementwithanindependent top down macroeconomic drivenassetqualityforecastrange includingabaselineforecastbasedon most likely assumption thatisaccurate comprehensive nimble andactionable 向管理层提供以宏观经济为基础 独立 自上而下的资产质量预测 包括根据 最可几 假设作出的 准确 全面 可提供行动依据的基准线预测 assistinmanagementofearningsvolatilityassociatedwithriskinthecreditportfolio 协助管理与信用组合风险有关的盈利波动 tomitigatesignificantpotentiallossesduetoeventrisk and减少因事件风险造成的重大潜在损失 以及todesignandimplementproactivestrategiesforportfoliomanagement 设计和实施主动性的组合管理战略 oldenvironment oneforecastopinion旧的环境 预测角度的看法line of business riskmanagementprovidedassetqualityforecasttoseniormanagement由业务线 风险管理部门向高级管理层提供资产质量预测 bottomsup approach accountleveldata 自下而上 的预测方法 账户级数据 howmanystandarddeviationsfromexpected 距离期望值有多少个标准差 nocontrarianview不采取反向视角notexplicitlylinkedtofutureeconomicenvironment没有与未来的经济环境建立明确的关联oneoutcomeprovidedtoseniormanagement只向高级管理层提供一个结果 conservative reasonable orastretch 保守 合理 或吃紧 overview概述 overview概述 newenvironment oneforecastopinion新的环境 预测角度的看法provideceo cfo andchiefriskofficerwithanalternativetoline of businessforecasts除业务线预测之外 向首席执行官 财务总监和风险总监提供另一个选择forecastingbasedonasingleviewoftheeconomy根据对经济的单一看法进行预测abilitytorunnumeroussimulationandsensitivityanalyses能够进行大量的模拟和敏感性分析synchronizedloanandinterestincomeforecastswithcorporatetreasury 贷款和利息收入预测与集团司库部同步 objective目标themainobjectiveistoproduceaforecastoftheassetqualitymixaswellascreditlossassociatedwiththecommercialloans takingintoaccountthefollowingfactors 主要目标是在考虑以下因素的前提下 提供与个人信用卡有关的信用损失预测 underlyingmacroeconomicindicators相关的宏观经济指标thebankingindustrycreditenvironment银行业的信用环境migrationofbank sloansalongtheriskratingspectrum includingnon performingstatusandcharge offs 银行贷款沿信用评级档自低向高的变动 包括 不良 状态和撇账 modelsproducedforcommercialproducts开发用于商业产品的模型macroeconomic basedlossforecastmodelshavebeendeveloped forcombinedbankofamericaandfleetlegacyportfolios 已经开发基于宏观经济的损失预测模型 针对美国银行和fleet两家公司合并前的组合 legacygcibportfolio riskmanagementportfolio合并前的gcib组合 风险管理组合legacymiddlemarketbanking commercialbankingregions合并前的中间市场金融业务 各商业银行业务区legacymiddlemarketbanking midcapitalcorporation合并前的中间市场金融业务 中间资本公司totalcommercialexcl smallbusiness notinproduction 除小型企业外的所有商业银行业务 尚未投入使用 maincomponentsofthelossmodel损失模型的主要组成部分 step1 establishingthefuturecreditenvironment第1步 确立远期信用环境usingforecastedeconomicdata estimatethefuturecreditcycleindex cci 使用预测的经济数据 估算远期的信用周期指数 cci step2 applyingthecreditenvironmenttothebank sportfolio第2步 对银行的信用组合应用信用环境derivefuturemigrationmatricesbasedontheforecastedcci 根据预测的cci导出远期的信用评级变动矩阵step3 forecastingthebank screditquality第3步 预测银行的信用质量multiplycurrentratingdistributionbyforecastedtransitionmatricestoarriveatthefutureratingdistribution 用预测的变动矩阵乘以当前的评级分布 得出远期的评级分布addnewbusiness balancechanges maturities andotherfunds flows consistentwithcorporatetreasuryloanforecast 增加新的业务 余额变化 期限和其他资金流 与集团司库部的贷款预测相一致step4 forecastthecreditloss第4步 预测信用损失for defaulted loans apply severityofloss assumptions orlossgivendefault 对 违约 贷款 应用 损失严重度 假设 或违约损失 produceaprojectionof potentialcreditloss forfuturetime periods 得出远期 潜在信用损失 的预测值 lossforecastprocess损失预测流程 step1 establishingthefuturecreditenvironment第1步 确立远期信用环境step2 applyingthecreditenvironmenttothebank sportfolio第2步 对银行的信用组合应用信用环境step3 forecastingthebank screditquality第3步 预测银行的信用质量step4 forecastthecreditloss第4步 预测信用损失 creditcycleindex cci 信用周期指数 cci cciindicatesthecreditstateofthefinancialmarketasawholecci反映金融市场的总体信用状况theindexisdesignedtobe 指数的设计原则 positive forgoodtimes indicatinglowerlevelsofdowngradinganddefaults andahigherupgradingprobability thanaverage在景气好的时期 指数为 正 表明与平均水平相比 信用等级降低和违约处于较低水平 信用等级升高的可能性较高 negative forbadtimes implyinghigherlevelsofdowngradinganddefaults andalowerupgradingprobability thanaverage在景气不好的时期 指数为 负 表明与平均水平相比 信用等级降低和违约处于较高水平 信用等级升高的可能性较低 whatisthecci 什么是cci howdoweconstructit 如何构造这个指数 asimplewaytoconstructthecciistocalculatethedefaultprobabilitiesofallcreditratedbonds 计算所有获得信用评级债券的违约概率 是构造cci的一个简单方法 highlyratedbondswereexcludedsincetheyhaveverylowdefaultprobabilities 高评级债券的违约概率非常低 因此不包括在内 anormaldistributiontransformationofusspeculativedefaultprobability sdp ratedequaltoorlowerthanmoody sbarating isused 采用按正态分布形式表示的美国投机级债券的违约概率 简称sdp 等于或低于穆迪的ba评级 howdowemodelit 如何模拟这个指数 asaresultoftheirrelationshiptosdp andaftertestingeconomicdata thefollowingvariablesareincludedintheccimodel 考虑到这个指数与sdp的关系 在测试经济数据后 cci模型中包含以下变量 thegdpgrowthgdp增长s p500returns标准普尔500指数的回报率corporatebondspread baa aaa 企业债券利差 baa aaa treasurybondspread 10yr tr bondminus3monthtr bill 国债利差 10年期国债利率减去3月期短期国债利率 theinitialregressionlinewascorrectedfortheserialcorrelationoftheerrortermandafirst orderautoregressiveprocess denotedar 1 wasincludedinthemodel 得出最初的回归线后 按误差项的序列相关性进行修整 并在模型中包括一阶自回归过程 记为ar 1 creditcycleindex信用周期指数 model模型 acomparisonbetweentheactualvalueoftheusspeculativegradedefaultrateandthemodelfittedvaluewasillustrated美国投机级债券违约率实际值与模型拟合值的对比 thepredictedvalueoftheusspeculativegradedefaultratewasconvertedintoacreditcycleindexvalue thebarchartgraphisanillustrativerepresentationofthiscreditcycleindex 美国投机级债券违约率的预测值转换为信用周期指数值 条状图代表这个信用周期指数 示意性 forillustrativepurposesonly仅用于示意目的 投机级债券违约概率 sdp ar 1 过程 cci与美国投机级债券违约概率 sdp creditcycleindex cci macroeconomicindicators信用周期指数 ccci与宏观经济指标 gdpgrowthbelow3 indicatesanegativecreditenvironmentgdp增长低于3 表示信用环境不佳gdpistheprimarydriverinthemodelgdp是这个模型中的主要决定因素 equitymarketsarealeadingindicatorofcreditconditions股票市场是信用状况的先行指标 lowerspreadbetweenbbbandaaacorporateyieldsindicatestrongercreditenvironmentsbbb与aaa级企业债券的利差越低 信用环境越好 steepertreasuryyieldcurveindicatesstrongercreditenvironment国债收益率曲线越陡峭 说明信用环境越好 forillustrativepurposesonly仅用于示意目的 gdp增长 baa aaa利差 标准普尔500指数回报率 国债利差 10年期减3月期 lossforecastprocess损失预测流程 step1 establishingthefuturecreditenvironment第1步 确立远期信用环境step2 applyingthecreditenvironmenttothebank sportfolio第2步 对银行的信用组合应用信用环境step3 forecastingthebank screditquality第3步 预测银行的信用质量step4 forecastthecreditloss第4步 预测信用损失 modelingcreditratingmigration模拟信用评级变动 defaultbehaviorofcommercialportfolioscanbemodeledusingcreditratingmigration amigrationmatrixalsoknownasatransitionmatrix 可使用信用评级变动法来模拟商业组合的违约行为 变动矩阵也称为变化矩阵 creditmigrationanalysistriestoanswerquestionslike信用变动分析试图回答以下这类问题 whatistheprobabilitythat 以下事件的概率是多大 aaratedcompanygetsdowngradedtoaoverthenextyear aa级公司明年降级为a bbbratedcompanydefaultsduringthenext5years bbb级公司未来5年内违约 answer allmigrationinformationiscontainedinatransitionmatrix答案 所有变动信息都报告在变化矩阵内averageannualmoody smigrationmatrix穆迪的平均年度变动矩阵 85 14 ofbaratedloansremainba while1 28 willmigratetothedefaultstateba级贷款当中 有85 14 依然是ba级 有1 28 将变动至违约状态 forillustrativepurposesonly仅用于示意目的 起点状态 目标状态 违约 违约 economicindexbasedmigration基于经济指数的变动 modifyingtransitionanddefaultprobabilitiesalongthemodeledeconomicscenarios根据模拟的经济情境 修正变动概率和违约概率 anindexwhichreflectseconomicperformanceisconstructedsothatavalueof 0 representsaneutraleconomicperformance correspondingtomeanassetreturn 0 构造一个反映经济表现的指数 经济表现为中性时这个指数的值为 0 对应资产回报率均值 0 anaveragetransitionmatrix correspondingtothe neutraleconomy scenariowasconstructed 与所构造的 中性经济 情境相对应的是平均变化矩阵 relativetothisaverage in相对于这个平均值 goodscenarios thevalueoftheindexispositive greaterthanzero therearemoreupgradesandfewerdefaults 好情境 指数为正值 大于零 信用升级增加 违约减少 badscenarios thevalueoftheindexisnegative lessthanzero therearemoredowngradesandmoredefaults 坏情境 指数为负值 小于零 信用降级增加 违约增加 anychangeineconomicindexvaluesreflectschangesinthemeanassetreturnalongthescenarios 经济指数值的任何变化都反映资产回报率情境分布均值的变化 whatwewanttodohere我们要达到什么目的 traditionally anaverageofhistoricaldatahasbeenusedtoconstructthemigrationmatrix 传统上 使用历史数据的平均值来构造信用评级变动矩阵 theprocedureoutlinedhereinincorporatesanimportantstepbeyondthis 这里介绍的方法包括一个传统方法里没有的重要步骤 thelikelihoodofmigrationfromonecreditratingtoanotherisdefinedasafunctionofthestateoftheeconomy asreflectedbythecci 从一个信用评级进入变为另一个信用评级的似然率被定义为cci所代表的经济状况的函数 approachforcalibratingthebank savg transitionmatrix银行平均迁移矩阵的校正方法 step1第1步 full periodbondmatrix全期间债券矩阵 1q81 truncatedbondmatrix截断的债券矩阵 2q06 1q99 step2第2步 step3第3步 truncatedbankmatrix截断的银行矩阵 step4第4步 full periodbankmatrix全期间银行矩阵 2q06 1q99 2q06 2q06 1q81 performanceacrossmultiplecycles多个周期的表现 internalriskratingmigrationdataovermultiplebusiness creditcyclesdonotexist不存在跨越多个商业 信用周期的内部风险评价迁移数据 thefollowingapproachwasusedtoestablishabank specificaverageriskratingtransitionmatrix 采用以下方法来建立针对具体银行的平均信用评级迁移矩阵1 usingavailableinternalbankdataovertheperiod1q99 2q06 theaveragemigrationmatrixwascalculated thismatrixwasconsideredtobethetruncatedaveragemigrationmatrix 使用1999年1季度至2006年2季度这个期间内现有的银行内部数据 计算平均迁移矩阵 这个矩阵被视作截断的平均迁移矩阵2 usings pbonddata anaveragebondmatrixforeachquarterwascalculatedforthe1q99 2q06and1q81 2q06timeperiods 使用标准普尔的债券数据 计算1999年1季度至2006年2季度和1981年1季度至2006年2季度这两个期间内每个季度的平均债券矩阵3 thecalculatedaveragebondmatriceswerethenmappedtothecorrespondingbankriskratings 然后 在计算得出的平均债券矩阵与相应的银行风险评级之间建立对应关系4 thebank struncatedaveragematrixwasthenextrapolatedto1q81basedontherelationshipbetweenthefullandtruncatedbondmatricestoproduceafull periodaveragebankmatrix 然后 根据全期间矩阵与截断债券矩阵之间的关系 将银行的截断平均矩阵外推至1981年1季度 获得银行的全期间平均矩阵 bank saveragemigrationmatrix银行的平均变动矩阵 thebank adjusted averagetransitionmatrix representingperformanceacrossmultiplecycles waspresentedhere 此表为美国银行的 调整后 的平均变动矩阵 反映在多个周期内的表现 forillustrativepurposesonly仅用于示意目的 美国银行的平均变动矩阵 组合管理 债券 信用评级 schematic indexbasedmigration简要流程 基于指数的变动 processallowstimedependentmigrationmatricestoberepresentedbyanindex这个流程允许使用一个指数来代表具有时间依赖性的变动矩阵 indexhasanintuitiverepresentation 0 averagemigration moreupgradesthanaverage moredowngradesthanaverage indexhasanintuitiverepresentation指数的直观表述 0 averagemigration平均变动 moreupgradesthanaverage升级超过平均值 moredowngradesthanaverage降级超过平均值 平均变动矩阵 第1季度 第2季度 预测指数 第n季度 basedonthehistoricaldata thebank gcib averagemigrationmatrixwascalculatedandmappedtos pmigrationdata 根据历史数据 计算出美国银行 gcib 的平均变动矩阵 然后与标准普尔的变动数据建立对应关系 usingforecastedcciascalculatedbasedoninternaleconomicprojections theaveragemigrationmatrixisthenadjustedandthefutureperiod srrmigrationwasproduced使用根据内部经济预测计算出的cci预测值 对平均变动矩阵进行调整 得出远期的信用评级变动数据 futuremigrationmatricesanddefaultratesbasedonthecci基于cci的远期变动矩阵和违约率 migration defaultrates变动率及违约率 tiltedtoreflect recessionary outcome对角数据序列反映出 衰退型经济 tiltedtoreflect growtheconomy outcome对角数据序列反映出 增长型经济 impactlossforecastprocessalternatives影响损失预测流程的选择 forecastviewofthecreditenvironment对信用环境的预测看法 economy adjustedmigration defaultrates经济调整后的变动率与违约率 forillustrativepurposesonly仅用于示意目的 lossforecastprocess损失预测流程 step1 establishingthefuturecreditenvironment第1步 确立远期信用环境step2 applyingthecreditenvironmenttothebank sportfolio第2步 对银行的信用组合应用信用环境step3 forecastingthebank screditquality第3步 预测银行的信用质量step4 forecastthecreditloss第4步 预测信用损失 projectingfutureexposuredistributionbyriskrating预测风险暴露风险评级的远期分布 futureperiod sdollarexposure远期风险暴露额multiplycurrentdollarrisk ratingdistributionbytheforecastedeconomy adjustedtransitionmatrixtoarriveatfuturedollarrisk ratingdistribution 用当期风险暴露分布乘以预测的经济调整后变化矩阵 得出远期的风险暴露风险评级分布usingtheconditionedtransitionmatrix alongwiththebeginning ofthe perioddata theend ofthe periodexposuredistributionofeachriskratingwasthenforecasted 使用条件变化矩阵 以期初数据为初值 可预测每个风险评级的期末风险暴露分布 adjustexposurelevelforfundflows根据资金流调整风险暴露水平theend ofthe periodexposuresarethenadjustedfornetflows 根据净流量调整期末风险暴露 exitingbusiness pay offs charge offs 退出业务 全额还款 撇账 balancechanges draw downs increases partialpayments 余额变化 动用额度 余额增加 部分还款 sales purchases出售 收购newbusiness新业务 lossforecastprocess损失预测流程 step1 establishingthefuturecreditenvironment第1步 确立远期信用环境step2 applyingthecreditenvironmenttothebank sportfolio第2步 对银行的信用组合应用信用环境step3 forecastingthebank screditquality第3步 预测银行的信用质量step4 forecastthecreditloss第4步 预测信用损失 netcharge offprojection预测净撇账 basedonthehistoricalrelationshipbetweennet charge offs nco andnon performingloans npl futurencosareforecasted 根据净撇账 nco 与不良贷款 npl 之间的历史关系 预测nco asaproxyforlossgivendefault lgd theratioofncosasapercentageofnplsisused 使用nco占npl的比例来代替违约损失 lgd amodelforseverityoflossassumption损失严重度模型的一个假设motivation 假设的出发点 recoveryratesaresensitivetothestateoftheeconomyanddifferacrosstheportfolios 回收率对经济状况具有敏感性 并且组合间存在差别recoveryratestendtobehigherduringthebettercycleoftheeconomyandlowerduringtheworsecycleoftheeconomy 在经济周期的景气期 回收率往往较高 在经济周期的不景气期 回收率往往较低toproduceamodelforlgd thehistoricalrelationshipsbetweentherealizedlgdratiosandmacroeconomicvariableswereinvestigatedandapredictedvalueoflgdforsubsequentquarterswasproduced 为了构造lgd模型 对已实现lgd比例和宏观经济变量之间的历史关系进行了研究 得出了后续季度的lgd预测值projectionofnetcharge offs净撇账的预测theappropriateperiodprojectedlgdalongwiththeprojectednon performingbalancesareusedtoforecastthefuturenetcharge offs 相应期间的的预测lgd和预测不良贷款余额用于预测远期的净撇账 otherapplicationsofthelossforecast损失预测的其他应用 stress testingscenarios压力测试情境producetheprojectionoflossesunderdifferentscenariosoftheeconomy 得出不同经济情境下的损失预测 most likely base 最可几 基准 highgdpgrowthoftheeconomy bull 高gdp增长的经济 繁荣 lowgdpgrowthoftheeconomy bear 低gdp增长的经济 萧条 anyalternativescenariooftheeconomy任何替代的经济情境 highenergyprices andinflation 能源价格 和通货膨胀 高企 consumer leadrecession消费主导型衰退 etc