银行消费风险解决方案部（CRS）损失预测.ppt

consumerrisksolution crs lossforecast消费风险解决方案部 crs 损失预测crsdecisionanalyticssupportcrs决策分析支持 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 2 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 agenda提纲 lossforecastingfunction损失预测职能lossforecastingprocess损失预测流程keyfactorstoconsiderintheconsensusforecast共识预测中要考虑的关键因素lossforecastingmodelsandmethodologies损失预测的模型及方法rollratemodel滚动比例模型delinquencymigrationmatrix dmm model还款逾期移动矩阵 dmm 模型capitalallocationmodel资本分配模型econometricmodel计量经济学模型accountlevelmodels账户级模型othermodels tools其他模型 工具advantagesandlimitationsofdifferentmodels不同模型的优点和局限性modeldevelopmentandvalidation模型开发和验证scenarioanalysisofthehomeequitylineofcredit heloc portfolio住房净值贷款 heloc 的情境分析scenarioanalysismethodology情境分析方法scenarioassumptionsandsimulationsonhousingbubbleandoilprice住房泡沫和油价的情境假设和模拟benchmarkreferenceofscenarioanalysis情境分析的参考基准 3 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 providelossforecastsandassetqualityforecastsforthestrategicplanandbudgetplan 提供损失预测和资产质量预测 为制定战略计划和预算计划提供依据 delivermonthlylossforecastupdateandassetqualityreportingtosupportenterpriseriskdepartmentonlossprovisionsandreserverequirements 提供月度损失预测更新及资产质量报告 为集团风险部门进行贷款拨付和满足准备金要求提供支持 trackandmonitorassetqualityandportfolioperformanceagainstbudgetplanandhoshinplan 对照预算计划和hoshin计划 追踪和监督资产质量和资产组合绩效 recommendriskmitigationstrategiesthroughtheconsensusforecastprocess 通过共识预测流程提出风险降低战略的建议 developstatisticalmodelstosupportlossforecastsandscenarioanalysis 开发统计模型 为损失预测和情境分析提供支持 conductscenarioanalysistoprojectpotentiallosses 进行情境分析 以预测潜在的损失 consumerrisksolutionlossforecastingfunctions消费风险解决方案部的损失预测职能 4 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 consumerrisksolutionhighlevellossforecastingprocess消费风险解决方案部高级别损失预测流程 runforecastingmodels运行预测模型 trigger monthlyforecastdue触发因素 编制月度预测 variousmodeloutputs各种模型输出 datawarehouseandsystems数据仓库及系统 corporateresearchmacroeconomictrendfinancialplanningandforecast集团研究部宏观经济趋势 财务规划及预测 generate updateforecast生成 更新预测 previewforecastwithcrog与crog共同预读预测结果 majorvariance 是否有重大差异 yes是 researchdiscrepanciesupdatedmodels研究差异点更新模型 reviewmodeloutputsandforecastswithlobriskpartners finance crog andbusinessowners与业务线风险伙伴部门 财务部 crog和业务主管部门共同审查模型的输出和预测 generateconsensusforecastupdatelossforecastdatabasesystem生成共识预测更新损失预测数据库系统 produceforecastreportsandassetqualityreports生成预测报告和资产质量报告 reports报告 end结束 no否 keyfactorstoconsiderintheconsensusforecast共识预测中要考虑的关键因素 note crogstandsfor creditriskoperationsgroup注 crog代表 信用风险业务组 5 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 modeloutputsprovideabaseandshouldbeconsideredasainputintheforecastprocess 模型输出提供了一个基础 应作为预测流程的一项输入加以考虑 businessstrategiesandinitiativesandtheirimpactsontheportfolio slosses 业务战略和行动计划 及其对资产组合损失的影响 creditriskoperationactivitiesandriskmitigationstrategiesandtheirimpactsontheactuallossesandrecovery 信用风险业务活动和风险降低战略 及其对实际损失和回收率的影响 changeincreditriskpoliciesandnewproductlaunchandtheirimpactsontheportfolio slosses e g marketinginterest onlyandoptionadjustableratemortgages arms 信用风险政策的变化和新产品推出 及其对资产组合损失的影响 例如 推销只付利息住房贷款和本息还款可选择的可调整利率住房贷款 arm macroeconomicenvironmentandconsumercredittrend 宏观经济环境和消费信贷趋势 impactsfromexternalfactorssuchasregulatorychangesandnaturaldisasters e g bankruptcylegislationchange hurricanekatrina 监管变化和自然灾害等外部因素造成的影响 例如 破产法律的变化 卡特里娜飓风 keyfactorstoconsiderintheconsensusforecastprocess共识预测中要考虑的关键因素 6 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 rollratemodel滚动比例模型dmm delinquencymigrationmatrix modeldmm 还款逾期移动矩阵 模型capitalallocationmodel资本分配模型econometricmodel计量经济学模型regressionmodelusingeconomicvariables使用经济变量的回归模型accountlevelmodels账户级别模型logisticregressionondefaultrate riskmodel 逻辑斯蒂违约率回归 风险模型 tobitmodelongrosschargeofftobit总撇账额模型neuralnetworkmodel神经网络模型othermodels toolsdevelopedbysoftwarevendors其他模型 软件公司开发的工具strategicanalyticstool战略分析工具 lossforecastingmodelsandmethodologies损失预测模型和方法 7 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 therollratemethodologystartswithcalculatingthemonthlyhistoricalrollratesfromcurrenttobucket1 1to29dpd frombucket1tobucket2 30to59dpd etc andfrom180 dpdto chargeoff withavailablehistoricalobservations timeseriesmodelssuchassimplemovingaverage weightedmovingaverage exponentialsmoothing andwinter smodelswillbeappliedtoprojectthefuturerollratesintheforecastingwindow e g rollratesatperiod t 1 to t 12 forecastforthegrosslossisgeneratedaccordingtotheoutstandingbalanceforecastandprojectedrollrates toaccountfortheseasonalityintherollrate theseasonaladjustedrollratemodelestimatestheseasonalfactorwithhistoricalmonthlyrollratedata thefinalforecastoftherollrateforeachbucketisadjustedbythehistoricalseasonalpattern rollratemodel methodology note dpdrepresents dayspastdue 8 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 therollratemethodologystartswithcalculatingthemonthlyhistoricalrollratesfromcurrenttobucket1 1to29dpd frombucket1tobucket2 30to59dpd etc andfrom180 dpdto chargeoff withavailablehistoricalobservations 滚动比例法利用现有的历史观察数据 首先计算当期至第1个逾期时间档 逾期天数1至29天 的每月历史滚动比例 然后计算第1逾期时间档至第2逾期时间档 逾期天数30至59天 的每月历史滚动比例 最后计算逾期180天以上到 撇账 的历史滚动比例 timeseriesmodelssuchassimplemovingaverage weightedmovingaverage exponentialsmoothing andwinter smodelswillbeappliedtoprojectthefuturerollratesintheforecastingwindow e g rollratesatperiod t 1 to t 12 使用简单移动平均 加权移动平均 指数光华和winter模型等时间序列模型来预测在预测窗口期内的远期滚动比例 例如期间 t 1 至 t 12 的滚动比例 forecastforthegrosslossisgeneratedaccordingtotheoutstandingbalanceforecastandprojectedrollrates 总损失的预测根据未清偿余额预测和预测滚动比例来计算 toaccountfortheseasonalityintherollrate theseasonaladjustedrollratemodelestimatestheseasonalfactorwithhistoricalmonthlyrollratedata 为了将季节性因素纳入滚动比例 使用经过季节性调整的滚动比例模型 依据历史上的每月滚动比例时局来估算季节性因素 thefinalforecastoftherollrateforeachbucketisadjustedbythehistoricalseasonalpattern 对每个逾期时间档的滚动比例最终预测要根据历史上的季节性规律进行调整 滚动比例模型 方法 逾期时间档 b0 b1 b2 b3 b4 b5 b6 b7 撇账 期间 t 1 当期 0 29dpd 30 59dpd 60 89dpd 90 119dpd 120 149dpd 150 179dpd 180 dpd 撇账 余额 b0 t 1 b1 t 1 b2 t 1 b3 t 1 b4 t 1 b5 t 1 b6 t 1 b7 t 1 co t 1 期间 t 当期 0 29dpd 30 59dpd 60 89dpd 90 119dpd 120 149dpd 150 179dpd 180 dpd 撇账 余额 b0 t b1 t b2 t b3 t b4 t b5 t b6 t b7 t co t 滚动比例 当期至b1 b1至b2 b2至b3 b3至b4 b4至b5 b5至b6 b6至b7 b7至撇账 b1 t b0 t 1 b2 t b1 t 1 b3 t b2 t 1 b4 t b3 t 1 b5 t b4 t 1 b6 t b5 t 1 b7 t b6 t 1 co t b7 t 1 注 dpd代表 逾期天数 9 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 thedmmmodeltakesintoaccounttheoveralldelinquencymigrationofbalance andassumesthattheneartermdelinquencymigrationwillresemblethestablemigrationmatrixestimated thedmmmodelstartswithcalculatingthehistoricaldelinquencymigrationmatrixfromoneperiodtoanotherorfromonemonthtothenextmonth thestablemigrationmatrixisestimatedwithamovingaverageofthehistoricalmigrationmatrix thechargeoffforthenextperiodisprojectedbyapplyingtheestimatedchargeoffratefromthemigrationmatrixtothecurrentbalancedistributionbybucket dmm delinquencymigrationmatrix model methodology letbtbethebeginningbalanceatt mbethedelinquencymigrationmatrix andcbetheoneperiodchargeoffmatrix then thechargeoffcot bt c andtheendingbalance bt1 m bt thus thebeginningbalanceatt 1periodcanbecalculatedasbt 1 m bt b where bistheadjustmentsmadewithnewbalancefortimeperiodt 1 bcouldalsobeestimatedwithhistoricaldata therefore chargeoffatperiodt 1isprojectedas cot 1 bt 1 c continuethisprocesstoforecastforthepperiodaheadchargeoffcot pwiththemigrationmatrix b m c atypicaldelinquencymigrationmatrixisshowedasfollow 10 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 dmm模型考虑了余额的总体逾期还款移动 并假设近期的还款逾期移动所遵守的规律与估算的稳定移动矩阵相似 dmm模型首先计算从一个期到另一个期间或一个月到下一个月的历史还款移动矩阵 稳定移动矩阵是对历史移动矩阵进行移动平均估算得出的 下一期间的撇账预测方法是 使用从移动矩阵中估算得出撇账率的乘以逾期时间档化的当期余额 dmm 还款逾期移动矩阵 模型 方法 设bt为t时的期初余额 m为还款逾期矩阵 c为一个期间的撇账矩阵 则撇账cot bt c 期末余额 bt1 m bt 于是 t 1期间的期初余额计算公式为bt 1 m bt b 式中 b为对时间期间t 1的新余额调整项 b也可用历史数据进行估算 因此 期间t 1的撇账预测公式为 cot 1 bt 1 c 继续这个过程 通过移动矩阵可以预测未来p个期间的撇账cot p b m c 以下是一个典型的还款逾期移动模型 11 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 capitalallocationmodel methodology segments segments historicallossratebysegment ficoband andvintage currentbalanceallocationbysegment ficoband andvintage capitalallocationmodelstartswithdividingtheportfoliointosmallcellsbysegment riskattribute andvintage andthenestimatingthelossrateforthepredictedperiodsbasedonthecorrespondinghistoricallossrates theprojectedlossesiscalculatedbythecurrentoutstandingbalancedistributionbysegment riskattribute andvintagemultiplyingwithcorrespondinghistoricallossrateforeachcell segmentscouldbebasedongeographiclocation marketdistributionchannel andproductetc x i j note ficorepresents fair isaac company 12 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 资本分配模型 方法 类别 类别 按类别 fico分档和账龄统计的历史损失率 按类别 fico分档和账龄统计的当前余额分配 资本分配模型首先按类别 风险属性和账龄将资产组合分为许多组 然后根据对应的历史损失率估算远期的损失率 预测损失的计算方法是用按类别 风险属性和账龄分配的当前未清偿余额乘以每一组的历史损失率 类别可以地理位置 市场分销渠道和产品等为分类依据 12个月 12至 36 个月 36 个月 b12 b13 b22 b23 b32 b33 b42 b43 b52 b53 账龄 注 fico代表 fair isaac company 13 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 theregressionmodelestimatesquarterlylossrateagainstthekeyeconomicvariablesthatimpacttheportfoliolosses 这个回归模型使用与资产组合损失有关的关键经济变量来估计季度损失率 keyeconomicvariablesconsideredintheregressionequationarerealgrossdomesticproduct gdp growthrate unemploymentrate inflation primerate interestrate etc 本回归方程中考虑的关键经济变量为实际国民生产总值 gdp 增长速度 失业率 通货膨胀率 基准利率等 thequarterlylossforecastiscalculatedbasedontheprojectquarterlylossratefromtheregressionequation 根据从回归方程中得到的预测季度损失率来计算季度损失预测 thelossforecastishighlydependentontheoutlookofeconomyforecastonkeyeconomicvariables 损失预测高度依赖于关键经济变量决定的经济景气度 econometricmodel economicvariables 计量经济学模型 经济变量 methodology 方法 asimpleeconometriclossmodelisspecifiedas以下是一个简单的计量经济学损失模型yt xt twhereytisthequarterlylossrate 公式中yt为季度损失率 xtisavectorofeconomicvariablesorlagofeconomicvariables xt为经济变量或变量滞后值的向量 and arevectorsofparametersestimatedfromtheregression 和 为回归得到的参数估计值向量 tistheerrorterm t为误差项 14 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 accountlevelmodel logisticregressionmodel账户级模型 逻辑斯蒂回归模型 methodology 方法 atypicallogisticregressiononthedefaultratecanbespecifiedas对违约率进行逻辑斯蒂回归可使用下面的常用公式log pi 1 pi xiwherepiisthedefaultrateintheforecastingwindow 公式中pi为预测窗口期的违约率 xiisthevectorofexplanatoryvariables e g individualcustomerbureauattributes historicalusagepatternandpaymentbehavioretc xi为解释性变量构成的向量 例如 历史使用规律和付款行为等 istheintercept 为截距 isthevectorofparametersestimatedfromtheregression 为回归得到的参数估计值向量 thelogisticregressionmodelestimatesprobabilityofdefaultforanindividualaccountintheforecastingwindow 逻辑斯蒂回归模型可估计预测窗口期内具体账户的违约概率 lossintheforecastingwindowforanaccount projectedprobabilityofdefault severity lgd fortheaccount 一个账户在预测窗口期内的损失 预测违约概率 账户的严重度 违约损失 thelossesfortheportfoliocanbecalculatedbyaggregatingindividualaccount sprojectedloss 具体账户的预计损失加在一起 可计算出信贷组合的损失 15 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 accountlevelmodel tobitmodel账户级别模型 tobit模型 methodology 方法 atypicaltobit censoredregression modelongrosslossescanbespecifiedas以下是一个典型的tobit 删失回归 总撇账额模型yi xi iifrhs 0 chargeoffaccounts 如果rhs 0 撇账账户 yi 0otherwise non chargeoffaccounts 否则 非撇账账户 whereyiisthegrosslossforanaccountintheforecastingwindow 公式中yi为预测窗口期内某个账户的总损失 xiisthevectorofexplanatoryvariables e g individualcustomerbureauattributes historicalusagepatternandpaymentbehavioretc xi为解释性变量构成的向量 例如客户个人的征信属性 历史使用规律和付款行为等 isavectorofparametersestimatedfromtheregression 为回归得到的参数估计值向量 iareresidualsthatareindependentlyandnormallydistributed withmeanzeroandacommonvariance 2 i为独立正态分布的参差 平均值为零 共同方差为 2 tobitmodeloffersexplanatoryinsightthroughaccountlevelregressionthatpredicttheprobabilityofanaccountchargeoffandseverityofachargeoffaccount tobit模型是通过预测具体账户撇账概率和撇账账户严重性的账户级回归来提供解释性的看法 thegrosslossesfortheportfoliocanbecalculatedbyaggregatingindividualaccount spredictedgrosslossfromtheregressionequation 资产组合的总损失计算方法是将回归方程得到的具体账户预测总损失累加在一起 prob yi 0 1 xi nonchargeoffs censored 无撇账 已删失 16 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 hiddenlayer隐蔽层 inputlayer输入层 hiddenlayer隐蔽层 outputlayer输出层 hiddenlayer隐蔽层 outputlayer输出层 atypicalneuralnetworkisdepictedinthefollowingdiagram 下图所示为一个典型的神经网络 accountlevelmodel neuralnetwork账户级别模型 神经网络 methodology 方法 aneuralnetworkisacollectionofsimplecomputationalelementsthatareinterconnected 神经网络是由许多相互连接的简单的计算元素构成的整体 piissimplyalinearcombinationofweightsfortheinputsxjtotheneuron pi就是神经元输入量xj的权重的线性组合 pi wji xj atransferfunctionisusedbytheneurontoconvertsthesumofweightedinputs wji xj intoyi avaluebetween0and1 神经元采用传递函数将加权输入量 wji xj 转化为yi 0到1之间的一个值 oneofthetransferfunctionissigmoidfunction sigmoid函数就是一种传递函数 yi 1 1 exp wij xj yicouldbeoutputorservesasainputtoahiddenlayer yi可以是输出 也可以是对隐蔽层的输入 atypicalapplicationoftheaccountlevelneuralnetworkmodelisprobabilityofdefaultorprobabilityofchargeoff 预测违约概率或撇账概率是账户级别神经网络模型的一个典型应用 similartothelogisticregressionmodel lossintheforecastingwindowforanaccount projectedprobabilityofdefault severity lgd fortheaccount 与逻辑斯蒂回归模型相似 某账户在预测窗口期内的损失 预测违约概率 账户的严重度 违约损失 pi yi generalschemeofneuralunit 神经单元通用示意图 wji w2i wni j 17 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 othermodels toolsdevelopedbysoftwarevendors其他模型 软件公司开发的工具 methodology strategicanalyticstool 方法 战略性分析工具 bankofamericaalsoleverageslossforecastingtoolsdevelopedbysoftwarevendorstosupportlossforecasts 美国银行还利用软件公司开发的损失预测工具作为辅助的损失预测手段 strategicanalyticstoolisavintagebasedlossforecastingtoolthatfocusesonthematurationcurveofatypicalrate 战略性分析工具 是基于账龄的损失预测工具 重点是典型比例的成熟曲线 non linearoptimizationmethodologyisappliedtoestimate and foreachvintagevthroughtheiterationprocessthatminimizeserrors 通过最大限度减小误差的迭代过程 采用非线性优化方法来估算每个账龄段v的 和 currentlystrategicanalyticstoolisusedintheconsumerandsmallbusinesscardlossforecastsbecauseofexpensiveannuallicensefee 目前由于年许可费非常昂贵 因此只将这个战略性分析工具用于预测消费及小型企业信用卡损失 othertoolssuchasloanperformancesoftwareusingmontecarlosimulationisbeingexploredbycreriskfortheaccountleveloriginationlossforecast cre风险团队正在试验其他工具 例如使用蒙特卡洛模拟的loanperformance软件 用于预测账户级别的原始损失 rate v exp v xmob mob v xt t whererateisatypicalrate ratio example therollratefromonebuckettoanotherandtochargeoff 公式中rate为一个典型的比值 比率 例如 一个逾期时间档到另一个逾期时间档以及到撇账的滚动比例 visthequalityscalingfactorforthemonthlyvintagev vintagevisagroupofaccountsopenedatthesameperiod v为月度账龄段v的质量比例系数 账龄段v是一组在相同期间内开设的账户 v xmob mob isthematurationeffectforeachvintageasafunctionofmob monthonbook v xmob mob 为每个账龄段的成熟效应 是mob的函数 在册月份数 v xt t istheexogenouseffectforeachvintagesuchasevent trend andseasonalityrespondingtothecalendartimet v xt t 为每个账龄段的外源性效应 例如日历时间t对应的事件 趋势和与季节性 18 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 advantagesandlimitationsofdifferentmodels 19 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 不同模型的优点和局限性 20 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 advantagesandlimitationsofdifferentmodels continued 21 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 不同模型的优点和局限性 续 22 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 modeldevelopment validation andtracking modeldevelopmentandvalidationhavetofollowthemodelingcommunityofpracticegovernedbythemodelriskgovernmentteam modelingmethodology code application andlimitationsaredocumentedtoensureproperusageofthemodel foraccountlevelmodels randomsamplesaregeneratedformodelingsampleandvalidationsample themodelcouldbevalidatedbyasubjectmatterexpertinthefieldinsteadofthemodeldeveloper forportfoliolevelmodels sometimes backtestingofthemodelperformanceisconductedtovalidatethepredictabilityoutsidethemodelingwindowwhentimeseriesdataisavailableandallowed forecastvariancesformodelsaretracked championandchallengermodelsareselectedduringthemodelperformancetrackingprocessesandconsensuslossforecastingprocesses redevelopmentofamodelisinitiatedwhenthemodel sperformancedeteriorates agreenbeltprojectwillbesetuptofindrootcausesofunderperformance whenthemodelperformsbelowthehoshinplanintermsofpercentageofforecastingerrors newtoolsandmethodologiesareconstantlyreviewedtofindbetterforecastingmodelsandsolutions modelpopulation modelingsample validationsample accountlevelmodels portfoliolevelmodels 23 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 模型开发 验证及追踪 模型开发和验证必须遵守风险模型管理团队负责制定维护的模拟实务规范 书面方式记录模拟方法 代码 应用程序和局限性 以确保正确使用模型 对账户级别模型 从模拟样本和验证样本中生成随机样本 验证模型时 可由从事实践工作的某个领域的专家代替模型开发者来进行 对资产组合级别模型 如果有时间序列数据 并且条件允许 有时候对模型的表现进行回溯测试 以验证预测窗口期以外的预测准确性 追踪模型的预测方差 在模型表现追踪流程和共识损失预测流程中 要选择擂主模型和挑战者模型 如果模型的表现恶化 要启动模型的重新开发 如果从预测误差的百分比角度看 模型的表现低于hoshin计划 则将设立一个绿带项目来查找表现欠佳的根源原因 不断考察新的工具和方法 以寻找更好的模型和解决方案 模型的对象总体 模拟样本 验证样本 账户级别模型 资产组合级别模型 24 confidentialandproprietarymaterials foruseonlybychinaconstructionbankandbankofamericapersonnel 内部资料 切勿外传 仅供中国建设银行及美国银行人员使用 s