14-2_评估-信用风险管理_(2).ppt

第14章信用风险管理 第14章信用风险管理 14 1信用风险14 2信用风险识别14 3信用风险静态度量14 4信用评级转移 14 5信用组合风险评估14 6信用风险监测14 7信用风险管理 2020 2 9 风险管理上海师范大学金融学院王周伟 2 14 3信用风险度量 2020 2 9 风险管理上海师范大学金融学院王周伟 3 信用风险度量 2020 2 9 风险管理上海师范大学金融学院王周伟 4 2020 2 9 风险管理上海师范大学金融学院王周伟 5 14 3信用风险度量 信用风险度量是现代信用风险管理的基础和关键环节 信用风险度量经历了从专家判断化 信用评分模型到违约概率模型分析三个主要发展阶段 巴塞尔新资本协议 明确要求 商业银行的内部评级应基于二维评级体系 一维是客户评级 另一维是债项评级 单一资产 组合计量模型 通过客户评级 债项评级计量单一客户 债项的违约率与违约损失率之后 商业银行还必须构建组合计量模型 用于计量组合内各资产得相关性和组合的预期损失 2020 2 9 风险管理上海师范大学金融学院王周伟 6 2020 2 9 风险管理上海师范大学金融学院王周伟 7 1 基本概念 客户信用评级是商业银行对客户偿债能力和偿债意愿的度量和评价 反映客户违约风险的大小 评价结果 信用等级与违约概率 14 3 1客户信用评级 1 违约的定义 根据 巴塞尔新资本协议 当下列一项或多项事件发生时 债务人即被视为违约 商业银行认定 除非采取追索措施 如变现抵押品 如果存在的话 借款人可能无法全额偿还对商业银行的债务 债务人对于商业银行的实质性信贷债务逾期90天以上 若债务人超过了规定的透支限额或新核定的限额小于目前余额 各项透支将被视为逾期 2020 2 9 风险管理上海师范大学金融学院王周伟 8 以下情况将被视为可能无法全额偿还债务 银行停止对贷款计息 在发生信贷关系后 由于信贷质量出现大幅度下降 银行冲销了贷款或计提了专项准备金 银行将贷款出售并相应承担了较大的经济损失 银行同意消极债务重组 由此可能发生较大规模的减免或推迟偿还本金 利息或费用 造成债务规模减少 就借款人对银行的债务而言 银行将债务人列为破产企业或类似的状况 债务人申请破产 或已经破产 或处于类似状态 由此将不履行或延期偿还银行债务 2020 2 9 风险管理上海师范大学金融学院王周伟 9 2 违约概率 违约概率是指借款人在未来一定时期内发生违约的可能性 在 巴塞尔新资本协议 中 违约概率被具体定义为借款人内部评级1年期违约概率与0 03 中的较高者 2020 2 9 风险管理上海师范大学金融学院王周伟 10 违约概率的估计包括两个层面 一是单一借款人的违约概率 二是某一信用等级所有借款人的违约概率 常用方法有历史违约经验 统计模型和外部评级映射三种方法 2020 2 9 风险管理上海师范大学金融学院王周伟 11 历史违约率 统计估计 历史违约率是指评级机构根据某一信用等级的债务人在过去一段时间内违约的历史数据信息 对该等级的债务人在未来一段时间内的违约概率的统计估计量 累计违约率 CumulativeDefaultRate CDR 与边际违约率 MarginalDefaultRate MDR 是最常用的历史违约率 2020 2 9 风险管理上海师范大学金融学院王周伟 12 边际违约率 边际违约率是指某一单位时间内 如一年 处于某信用等级的债务人的违约数目与初始时该新药等级债务人总数的比率 2020 2 9 风险管理上海师范大学金融学院王周伟 13 生存率 债务人在N 1时还存活 但是在下一年违约的概率为 2020 2 9 风险管理上海师范大学金融学院王周伟 14 累积违约率 一定时期内的累积违约率CDR是指这段时间内处于某信用等级的债务人的违约数目占这段时间内该信用等级债务人总数的比率 累积违约率计算公式为 2020 2 9 风险管理上海师范大学金融学院王周伟 15 根据累积违约率计算每年的平均违约概率 2020 2 9 风险管理上海师范大学金融学院王周伟 16 KMV模型 2020 2 9 风险管理上海师范大学金融学院王周伟 17 KMV模型估计的违约率 2020 2 9 风险管理上海师范大学金融学院王周伟 18 3 违约损失率 客户违约后给商业银行带来的债项损失包括两个层面 一是经济损失 考虑所有相关因素 包括折现率 贷款清收过程中较大的直接成本和间接成本 二是会计损失 也就是商业银行的账面损失 包括违约贷款未收回的贷款本金和利息两部分 2020 2 9 风险管理上海师范大学金融学院王周伟 19 违约损失率 违约损失率 LossGivenDefault LGD 是指给定借款人违约后贷款损失金额占违约风险暴露的比例 其估计公式为损失 违约风险暴露 必须以历史回收率为基础 参加至少7年 涵盖一个经济周期的数据 违约风险暴露是指债务人违约时的预期表内表外项目暴露总和 2020 2 9 风险管理上海师范大学金融学院王周伟 20 2020 2 9 风险管理上海师范大学金融学院王周伟 21 1 违约损失率的度量方法 市场价值法 通过市场上类似资产的信用价差 CreditSpread 和违约概率推算违约损失率 3 违约损失率 市场价值法 其假设前提是市场能及时有效反映债券发行公司的信用风险变化 主要适用于已经在市场上发行并且可交易的大公司 政府 银行债券 根据所采用的信息中是否包含违约债项 市场价值又进一步细分为 市场法 采用违约债项度量非违约债项LGD 隐含市场法 不采用违约债项 直接根据信用价差度量LGD 2020 2 9 风险管理上海师范大学金融学院王周伟 22 回收现金流法 根据违约历史清收情况 预测违约贷款在清收过程中的现金流 并计算出LGD 即 LGD 1 回收率 1 回收金额 回收成本 违约风险暴露 2020 2 9 风险管理上海师范大学金融学院王周伟 23 2 一般LGD评估模型中的解释变量 产品因素公司因素行业因素地区因素宏观经济周期因素 2020 2 9 风险管理上海师范大学金融学院王周伟 24 2020 2 9 风险管理上海师范大学金融学院王周伟 25 3 LGD度量建模步骤 第一 数据转换观测并分析所有LGD解释变量的历史分布情况 模拟数据分布函数 并按分布函数将实际数值转换为模型所需的标准分值 2020 2 9 风险管理上海师范大学金融学院王周伟 26 第二 模型建立 在数据标准化转换后 采用回归分析技术聚合这些指标 采用回归技术对解释变量确定合适的权重 LGD预测模型一般形式为 2020 2 9 风险管理上海师范大学金融学院王周伟 27 第三 预测与修正 采用上述模型 输出当期解释变量的实际数值 按照模型算法得到债项的预测LGD 然后 根据银行所有债项LGD的平均预测值对单笔债项的LGD进行统一修正 一般做法是在初始LGD的基础上乘以一个系数 以保证预测的系统无偏性 2020 2 9 风险管理上海师范大学金融学院王周伟 28 第四 模型验证 当模型投入使用后一段时期 还须对模型表现做返回检验 模型检验目的是 1 确定模型表现好坏 2 保证模型没有过度拟合 性能可靠且容易理解 3 确认建模方法在信贷周期上呈现稳健状态 2020 2 9 风险管理上海师范大学金融学院王周伟 29 对LGD模型而言 有两个重要的检验度量指标 一是准确率 它反映了模型预测的LGD与负债实际损失率的偏差程度 二是有效性 就是模型预测的置信区间宽度 通常较窄的置信区间反映出较好的预测效果 2020 2 9 风险管理上海师范大学金融学院王周伟 30 向前检验 法 第1步 根据测算LGD的业务要求和有关监管规则 确定数据库结构 按既定要求 经过数据收集 数据整理 数据清洗等环节 最后形成完整的LGD基础数据库 第2步 选定某一年度时点 随机地将该年度 含 之前的所有数据分为两组 一组作为建立LGD模型的基础数据 另一组作为同时点的检测数据 2020 2 9 风险管理上海师范大学金融学院王周伟 31 向前检验 法 第3步 应用主成分分析法或其他指标提取技术 确定模型结构和参数 然后计算下一年LGD预测结果 并保存到预测结果集合 第4步 使用其后发生的实际损失数据对模型准确率和有效性进行全面检验 第5步 移动观测窗口至下一年 并使用该年度之前的数据重新建模 第6步 重复步骤1到5 不断增加新的LGD预测值到结果集 2020 2 9 风险管理上海师范大学金融学院王周伟 32 4 信用损失 信用损失CL是指信用风险所引起的损失 2020 2 9 风险管理上海师范大学金融学院王周伟 33 预期信用损失ECL与预期信用损失率 2020 2 9 风险管理上海师范大学金融学院王周伟 34 非预期信用损失UCL与非预期信用损失率 计算方法有两种 1 非预期损失的标准差法分三种情况讨论 2020 2 9 风险管理上海师范大学金融学院王周伟 35 第一种情况 每种信用资产的违约损失率固定不变 违约标示变量独立且都服从二项分布 违约损失率也独立于违约标示随机变量 此时有 2020 2 9 风险管理上海师范大学金融学院王周伟 36 第二种情况 每种信用资产的违约损失率固定不变 违约标示变量都服从二项分布但不一定独立 违约损失率也独立于违约标示随机变量 此时有 2020 2 9 风险管理上海师范大学金融学院王周伟 37 第三种情况 每种信用资产的违约损失率可变 违约标示变量都服从二项分布但不一定独立 违约损失率也独立于违约标示随机变量 此时有 2020 2 9 风险管理上海师范大学金融学院王周伟 38 2 非预期损失的VaR法 2020 2 9 风险管理上海师范大学金融学院王周伟 39 非预期损失的VaR法是先求信用损失分布 然后求得给定置信度c下最大可能信用损失即VaR值 在计算预期信用损失 最后计算置信度c下的VaR值与预期信用损失的差额即为给定置信度c下的非预期损失 例 例 我们将100万美元投资于A B C三种债券 为简化计算 假设信用暴露为常数 违约回收率为0 即违约损失率为1 各违约事件相互独立 信用风险暴露与违约概率如表所示 2020 2 9 风险管理上海师范大学金融学院王周伟 40 2020 2 9 风险管理上海师范大学金融学院王周伟 41 其中 0 684 1 0 05 1 0 10 1 0 20 0 036 0 05 1 0 10 1 0 20 其他同理 VaR计算 2020 2 9 风险管理上海师范大学金融学院王周伟 42 非预期损失 根据风险价值定义式 我们依据累积概率可以近似或利用插值法确定风险价值 在置信度c 95 下 可以得到风险价值的近似值45万美元 非预期损失 45 13 25 31 75万美元 2020 2 9 风险管理上海师范大学金融学院王周伟 43 5 信用损失分布 离散损失分布正态分布指数分布T分布Cauchy分布Gumbel分布Pareto分布 2020 2 9 风险管理上海师范大学金融学院王周伟 44 6 信用风险价值CVaR 2020 2 9 风险管理上海师范大学金融学院王周伟 45 7 信用价差 信用价差是指为了补偿违约风险 债权人要求债务人在到期日提供高于无风险利率的额外收益 其计算方法有两种 第一种方法 基于风险中性定价的信用价差 2020 2 9 风险管理上海师范大学金融学院王周伟 46 第二种方法 基于KMV模型的信用价差 把公司的权益价值看作是买入者的看涨期权 当前0时刻债务的市场价值为 2020 2 9 风险管理上海师范大学金融学院王周伟 47 欧式卖出期权的价值为 2020 2 9 风险管理上海师范大学金融学院王周伟 48 T期平均收益率为 2020 2 9 风险管理上海师范大学金融学院王周伟 49 KMV信用价差为 2020 2 9 风险管理上海师范大学金融学院王周伟 50 2020 2 9 风险管理上海师范大学金融学院王周伟 51 2 客户信用评级的发展 1 专家判断法 2 信用评分法 3 违约概率模型 专家判断系统 专家判断系统是依赖高级信贷人员和信贷专家自身的专业知识 技能和丰富经验 运用各种专业性分析工具 在分析评价各种关键要素基础上依据主观判断来综合评定信用风险的分析系统 2020 2 9 风险管理上海师范大学金融学院王周伟 52 一般而言 专家系统在分析信用风险时主要考虑两方面因素 与借款人有关的因素 声誉 Reputation 杠杆 Leverage 收益波动性 VolatilityofEarnings 与市场有关的因素 经济周期 EconomicCycle 宏观经济政策 Macro EconomyPolicy 利率水平 LevelInterestRates 2020 2 9 风险管理上海师范大学金融学院王周伟 53 最常用的专家判断系统 5Cs系统 品德 Character 是对借款人声誉的衡量 资本 Capital 是指借款人的财务杠杆状况及资本金情况 还款能力 Capactiy 抵押 Collateral 经营环境 Condition 2020 2 9 风险管理上海师范大学金融学院王周伟 54 5Ps系统包括 个人因素 PersonalFactor 资金用途因素 PurposeFactor 还款来源因素 PaymentFactor 保障因素 ProtectionFactor 公司前景因素 PerpectiveFactor 2020 2 9 风险管理上海师范大学金融学院王周伟 55 骆驼 CAMEL 分析系统包括 资本充足性 CapitalAdequacy 资产质量 AssetQuality 管理水平 Management 盈利水平 Earnings 流动性 Liquidity 2020 2 9 风险管理上海师范大学金融学院王周伟 56 2 信用评分法 信用评分模型是一种传统的信用风险量化模型 利用可观察到的借款人特征变量计算出一个数值 得分 来代表债务人的信用风险 并将借款人归类于不同的风险等级 2020 2 9 风险管理上海师范大学金融学院王周伟 57 信用评分模型构建的基本过程 首先 根据经验或相关性分析 确定某一类别借款人的信用风险主要与哪些经济或财务因素有关 模拟出特定形式的函数关系式 其次 根据历史数据进行回归分析 得出各相关因素的权重以体现其对这一类借款人违约的影响程度 最后 将属于此类别的潜在借款人的相关因素数值代入函数关系式诸出一个数值 根据该数值的大小衡量潜在借款人信用风险水平 给予借款人相应评级并决定贷款与否 2020 2 9 风险管理上海师范大学金融学院王周伟 58 目前应用最为广泛的信用评分模型 线性概率模型线性识别模型Probit模型Logit模型 2020 2 9 风险管理上海师范大学金融学院王周伟 59 线性概率模型 线性概率模型 LinearProbabilityModel 是以评判对象的信用状况为被解释变量 多个财务比率指标为解释变量 利用最小二乘法回归得出表示各解释变量与企业违约率之间相关关系的线性回归模型 然后利用模型预测企业未来的违约概率 2020 2 9 风险管理上海师范大学金融学院王周伟 60 线性概率模型的回归形式 2020 2 9 风险管理上海师范大学金融学院王周伟 61 对于多项排序选择模型有 2020 2 9 风险管理上海师范大学金融学院王周伟 62 多项排序选择模型 2020 2 9 风险管理上海师范大学金融学院王周伟 63 线性识别模型 线性多元判别模型是利用计量经济学方法从若干表示观测对象特征的变量值 财务比率 中筛选出能提供较多信息的变量并建立判别模型 2020 2 9 风险管理上海师范大学金融学院王周伟 64 其建立方法主要有三类 一是在已知总体分布的前提下求得平均误判概率最小的分类判别函数 即贝叶斯判别函数 二是在不知道总体分布的前提下利用Fisher准则得到最优线性判别函数 三是在不知道总体分布的前提下根据个体到各总体间的距离进行判别的距离判别函数 2020 2 9 风险管理上海师范大学金融学院王周伟 65 Probit模型 Logit模型 为了弥补线性概率模型使预测值落在区间 0 1 之外的缺陷 研究者假设违约事件发生的概率服从某种累积概率分布 使其预测值落在 0 1 如果假设服从累积标准正态分布 则称作Probit模型 如果假设服从累积Logistic分布 则称作Logit模型 2020 2 9 风险管理上海师范大学金融学院王周伟 66 2020 2 9 风险管理上海师范大学金融学院王周伟 67 3 违约概率模型 违约概率模型分析属于现代信用风险度量方法 20世纪90年代以来 信用风险量化模型在银行业得到了高度重视和快速发展 涌现出一批能够直接计算违约概率的模型 具有代表性的模型有 RiskCalc CreditMonitor KPMG的风险中性定价模型 死亡率模型 2020 2 9 风险管理上海师范大学金融学院王周伟 68 3 法人客户评级模型 1 Altman的Z计分模型和ZETA模型 2 RiskCalc模型 3 CreditMonitor模型 4 KPMG风险中性定价模型 5 死亡率模型 2020 2 9 风险管理上海师范大学金融学院王周伟 69 1 Altman的Z计分模型和ZETA模型 Altman 1968 认为 影响借款人违约概率的因素主要有五个 流动性 Liquidity 盈利性 Profitability 杠杆比率 Leverage 偿债能力 Sovency 活跃性 Activity 2020 2 9 风险管理上海师范大学金融学院王周伟 70 Z计分模型 Z 0 012X1 0 01X2 0 033X3 0 006X4 0 999X5式中 X1 流动资产 流动负债 总资产X2 留存收益 总资产X3 息税前利润 总资产X4 股票市场价值 债务账在价值X5 销售额 总资产 2020 2 9 风险管理上海师范大学金融学院王周伟 71 判断 作为违约风险的指标 Z值越高 违约概率越低 若Z低于1 81 则公司存在很大的破产风险 应被归入高违约风险等级 若企业的Z值高于2 99 那么就认为该企业财务状况良好 2020 2 9 风险管理上海师范大学金融学院王周伟 72 ZETA信用风险分析模型 主要用于公共或私有的非金融类公司 ZETA模型将模型考察指标由五个增加到七个 分别为 X1 资产收益率指标 等于息税前利润 总资产 X2 收益稳定性指标 指公司资产收益率在5 10年变动趋势的标准差 X3 偿债能力指标 等于息税前利润 总利息支出 X4 盈利积累能力指标 等于留存收益 总资产 该指标能够反映公司经营寿命长短 股利政策 盈利历史等信息 因此在对公司信用评估中非常重要 2020 2 9 风险管理上海师范大学金融学院王周伟 73 X5 流动性指标 即流动比率 等于流动资产 流动负债 X6 资本化程度指标 等于普通股 总资本 其中 普通股一般用年间市场价值的平均值代入 总资本除了普通股之外 还包括优先股 长期债务以及融资租赁资产 该比率越大 说明公司资本实力越强 违约概率越小 X7 规模指标 用公司总资产的对数表示 2020 2 9 风险管理上海师范大学金融学院王周伟 74 2 RiskCalc模型 RiskCalc模型是在传统信用评分技术基础上发展起来的一种适用于非上市公司的违约概率模型 核心 通过严格的步骤从客户信息中选择出最能预测违约的一组变量 经过适当变换后运用Logit Probit回归技术预测客户的违约概率 2020 2 9 风险管理上海师范大学金融学院王周伟 75 RiskCalc模型构建的步骤 收集大量的公司数据 包括背景资料 财务报表 非财务信息 违约记录等 对数据进行样本选择和异常值处理 将样本划分为建模样本 建模外样本 时段外样本 构建尽可能多的 具有明确经济含义的风险因素 50 100个 并对风险因素进行秩变换 核变换等处理 将风险因素原始值转换为违约率 2020 2 9 风险管理上海师范大学金融学院王周伟 76 RiskCalc模型构建的步骤 逐一分析变换各风险因素的单调性 违约预测能力及彼此间的相关性 初步选择出违约预测能力强 彼此相关性不高的20 30个风险因素 运用Logit Probit回归技术从初选因素中选择9 11个最优的风险因素 并确保回归系数具有明确的经济含义 各变量间不存在多重共线性 2020 2 9 风险管理上海师范大学金融学院王周伟 77 RiskCalc模型构建的步骤 在建模外样本 时段外样本中验证基于建模样本所构建模型的违约区分能力 确保模型的横向适用性和纵向前瞻性 对模型输出结果进行校正 得到最终各客户的违约概率 2020 2 9 风险管理上海师范大学金融学院王周伟 78 3 CreditMonitor模型 CreditMonitor模型是在Merton模型基础上发展起来的一种适用于上市公司的违约概率模型 其核心在于把公司与银行的借贷关系视为期权买卖关系 因此借贷关系中的信用风险信息隐含在这种期权交易之中 从而通过应用期权定价理论求解出信用风险溢价和相应的违约率 即预期违约频率 ExpectedDefaultFrequency EDF 2020 2 9 风险管理上海师范大学金融学院王周伟 79 4 KPMG风险中性定价模型 风险中性定价理论的核心思想是假设金融市场中的每个参与者都是风险中立者 不管是高风险资产 低风险资产或无风险资产 只要资产的期望收益是相等的 市场参与者对其的接受态度就是一致的 这样的市场环境被称为风险中性范式 2020 2 9 风险管理上海师范大学金融学院王周伟 80 KPMG风险中性定价理论 KPMG公司将风险中性定价理论运用到贷款或债券的违约概率计算中 由于债券市场可以提供与不同信用等级相对应的风险溢价 根据相同信用等级的期望收益相等的风险中性定价原则 每一笔贷款或债券的违约概率就可以相应计算出来 例题 2020 2 9 风险管理上海师范大学金融学院王周伟 81 5 死亡率模型 死亡率模型是根据贷款或债券的历史违约数据 计算在未来一定持有期内不同信用等级的贷款或债券的违约概率 即死亡率 通常分为 边际死亡率 MarginalMortalityRate MMR 累计死亡率 CumulatedMortalityRate CMP 2020 2 9 风险管理上海师范大学金融学院王周伟 82 以等级为B的债券为例 可以使用下面的公式来计算边际死亡率 2020 2 9 风险管理上海师范大学金融学院王周伟 83 计算累计死亡率 需要先计算出每年的存活率 SurvivalRates SR SR 1 MMR则n的累计死亡率 2020 2 9 风险管理上海师范大学金融学院王周伟 84 2020 2 9 风险管理上海师范大学金融学院王周伟 85 2020 2 9 风险管理上海师范大学金融学院王周伟 86 4 个人客户评分方法 1 信用局评分 2 申请评分 3 行为评分 1 信用局评分 风险评分 预测消费者违约 坏账风险的大小 收益评分 预测消费者开户后给商业银行带来潜在收益 破产评分 预测消费者破产风险的大小 其他信用特征评分 2020 2 9 风险管理上海师范大学金融学院王周伟 87 2 申请评分 申请评分模型通过综合考虑申请者在申请表上所填写的各种信息 例如年龄 职业 学历 收入 住房状况以及申请者在信用局的历史信用信息 对照商业银行类似申请者开户后的信用表现 以评分来预测申请者开户后一定时期内违约概率 通过比较该客户的违约概率和商业银行可以接受的违约底线来作出拒绝或接受的决定 2020 2 9 风险管理上海师范大学金融学院王周伟 88 大部分申请评分模型根据客户提供的信息将他们区分为好客户和坏客户 信用局风险评分模型与申请评分模型具有互补性 可以组成二维或三维矩阵来进行信贷审批决策 2020 2 9 风险管理上海师范大学金融学院王周伟 89 不同的是 申请评分模型是商业银行为特定金融产品的申请者量身定做的 能够更准确 全面地反映商业银行客户的特殊性 而且可以利用更多的信息对客户将来的信用表现进行预测 而信用局评分模型通常是对申请者在未来各种信贷关系中的违约概率作出预测 2020 2 9 风险管理上海师范大学金融学院王周伟 90 3 行为评分 行为评分被用来观察现有客户的行为 以掌握客户及时还款的可信度 商业银行在提供个人信贷产品之后 应当不断收集客户的消费偏好 守信程度 付款能力等方面的信息 动态跟踪客户表现 灵活调整策略以控制风险 挖掘收益 巩固客户忠诚度 增强产品和服务的竞争力 实现更好的信用风险 账户管理 2020 2 9 风险管理上海师范大学金融学院王周伟 91 5 客户评级 评分的验证 1 客户违约风险区分能力的验证 CAP曲线与AR值 ROC曲线与A值 KS检验 贝叶斯错误率 ER 条件信息熵比率 CIER 信息值IV Brier得分等 2 违约概率预测准确性的验证 校正 二项分布检验卡方分布检验正态分布检验扩展的交通灯检验 2020 2 9 风险管理上海师范大学金融学院王周伟 92 14 3 2债项评级 基本概念债项评级方法贷款分类与债项评级 2020 2 9 风险管理上海师范大学金融学院王周伟 93 2020 2 9 风险管理上海师范大学金融学院王周伟 94 1 债项评级债项评级是对交易本身的特定风险进行度量和评价 反映客户违约后的债项损失大小 特定风险因素包括抵押 优先性 产品类别 地区 行业等 债项评级既可以只反映债项本身的交易风险 也可以同时反映客户信用风险和债项交易风险 1 基本概念 2020 2 9 风险管理上海师范大学金融学院王周伟 95 基本概念 2 债项评级与客户评级的关系 3 违约损失 4 违约风险暴露 5 违约损失率 2020 2 9 风险管理上海师范大学金融学院王周伟 96 对贷款的债项评级主要是通过度量借款人的违约损失率来实现的 1 违约损失率的度量方法 市场价值法 通过市场上类似资产的信用价差 CreditSpread 和违约概率推算违约损失率 2 债项评级的方法 违约损失率 市场价值法 其假设前提是市场能及时有效反映债券发行公司的信用风险变化 主要适用于已经在市场上发行并且可交易的大公司 政府 银行债券 根据所采用的信息中是否包含违约债项 市场价值又进一步细分为 市场法 采用违约债项度量非违约债项LGD 隐含市场法 不采用违约债项 直接根据信用价差度量LGD 2020 2 9 风险管理上海师范大学金融学院王周伟 97 回收现金流法 根据违约历史清收情况 预测违约贷款在清收过程中的现金流 并计算出LGD 即 LGD 1 回收率 1 回收金额 回收成本 违约风险暴露 2020 2 9 风险管理上海师范大学金融学院王周伟 98 2 一般LGD评估模型中的解释变量 产品因素公司因素行业因素地区因素宏观经济周期因素 2020 2 9 风险管理上海师范大学金融学院王周伟 99 2020 2 9 风险管理上海师范大学金融学院王周伟 100 3 LGD度量建模步骤 第一 数据转换观测并分析所有LGD解释变量的历史分布情况 模拟数据分布函数 并按分布函数将实际数值转换为模型所需的标准分值 2020 2 9 风险管理上海师范大学金融学院王周伟 101 第二 模型建立 在数据标准化转换后 采用回归分析技术聚合这些指标 采用回归技术对解释变量确定合适的权重 LGD预测模型一般形式为 2020 2 9 风险管理上海师范大学金融学院王周伟 102 第三 预测与修正 采用上述模型 输出当期解释变量的实际数值 按照模型算法得到债项的预测LGD 然后 根据银行所有债项LGD的平均预测值对单笔债项的LGD进行统一修正 一般做法是在初始LGD的基础上乘以一个系数 以保证预测的系统无偏性 2020 2 9 风险管理上海师范大学金融学院王周伟 103 第四 模型验证 当模型投入使用后一段时期 还须对模型表现做返回检验 模型检验目的是 1 确定模型表现好坏 2 保证模型没有过度拟合 性能可靠且容易理解 3 确认建模方法在信贷周期上呈现稳健状态 2020 2 9 风险管理上海师范大学金融学院王周伟 104 对LGD模型而言 有两个重要的检验度量指标 一是准确率 它反映了模型预测的LGD与负债实际损失率的偏差程度 二是有效性 就是模型预测的置信区间宽度 通常较窄的置信区间反映出较好的预测效果 2020 2 9 风险管理上海师范大学金融学院王周伟 105 向前检验 法 第1步 根据测算LGD的业务要求和有关监管规则 确定数据库结构 按既定要求 经过数据收集 数据整理 数据清洗等环节 最后形成完整的LGD基础数据库 第2步 选定某一年度时点 随机地将该年度 含 之前的所有数据分为两组 一组作为建立LGD模型的基础数据 另一组作为同时点的检测数据 2020 2 9 风险管理上海师范大学金融学院王周伟 106 向前检验 法 第3步 应用主成分分析法或其他指标提取技术 确定模型结构和参数 然后计算下一年LGD预测结果 并保存到预测结果集合 第4步 使用其后发生的实际损失数据对模型准确率和有效性进行全面检验 第5步 移动观测窗口至下一年 并使用该年度之前的数据重新建模 第6步 重复步骤1到5 不断增加新的LGD预测值到结果集 2020 2 9 风险管理上海师范大学金融学院王周伟 107 3 贷款分类与债项评级 信贷资产风险分类通常是指信贷分析和管理人员或监管当局的检查人员 综合能够获得的全部信息并运用最佳判断 根据信贷资产的风险程度对信贷资产质量作出评价 信贷资产风险分类实际上是判断借款人及时足额归还贷款本息的可能性 2020 2 9 风险管理上海师范大学金融学院王周伟 108 考虑的主要因素包括 借款人的还款能力 这是一个综合概念 包括借款人的现金流量 财务状况 影响还款能力的非财务因素等 借款人的还款记录借款人的还款意愿贷款的担保贷款偿还的法律责任等 2020 2 9 风险管理上海师范大学金融学院王周伟 109 贷款五级分类 正常 借款人能够履行合同 没有足够理由怀疑贷款本息不能按时足额偿还 关注 尽管借款人目前有能力偿还贷款本息 但存在一些可能对偿不定期产生不利影响的因素 次级 借款人的还款能力出现明显问题 完全依靠其正常营业收入无法足额偿还贷款本息 即使执行担保 也可能会造成一定损失 2020 2 9 风险管理上海师范大学金融学院王周伟 110 2020 2 9 风险管理上海师范大学金融学院王周伟 111 可疑 借款人无法足额偿还贷款本息 即使执行担保 也肯定要造成较大损失 损失 在采取所有可能的措施或一切必要的法律程序之后 本息仍然无法收因 或只能收回极少部分 2020 2 9 风险管理上海师范大学金融学院王周伟 112 贷款分类 综合考虑了客户信用风险因素和债项交易损失因素 实际上是根据预期损失对信贷资产进行评级主要用于贷后管理 更多地体现为事后评价 2020 2 9 风险管理上海师范大学金融学院王周伟 113 债项评级 通常仅考虑影响债项交易损失的特定风险因素 客户信用风险因素由客户评级完成 可同时用于贷前审批 贷后管理 是对债项风险的一种预先判断债项评级与客户评级构成的二维评级能够实现更为细化的贷款分类 例如 包含10个等级的债项和12个等级的客户评级可将贷款分为10 12 120类 并具体估算出每类贷款的预期损失 PD LGD 以准确计提每笔贷款的风险拨备 2020 2 9 风险管理上海师范大学金融学院王周伟 114 对于组合信用风险的度量 在评估单个债务人的违约概率和违约损失率之后 还应当在组合层面上计量不同债务人或不同债项之间的相关性 1 违约相关性及其度量 1 相关系数 2 连接函数 14 2 3组合信用风险度量 2020 2 9 风险管理上海师范大学金融学院王周伟 115 相关系数 假定X Y分别有观测值x1 xn及y1 yn则可以计算的样本估计值r 2020 2 9 风险管理上海师范大学金融学院王周伟 116 对于非线性相关的度量 秩相关系数 Spearman 坎德尔系数 Kendall 2020 2 9 风险管理上海师范大学金融学院王周伟 117 秩相关系数 秩相关系数采用两个变量的秩而不是变量本身来度量相关性 反映了不同变量排序的线性相关性 2020 2 9 风险管理上海师范大学金融学院王周伟 118 坎德尔系数 坎德尔系数通过两个变量之间变化的一致性反映两个变量之间的相关性 2020 2 9 风险管理上海师范大学金融学院王周伟 119 相关系数的Excel计算 相关系数的Excel计算函数为CORREL 函数 CORREL返回单元格区域array1和array2之间的相关系数 使用相关系数可以确定两种属性之间的关系 例如 可以检测某地的平均温度和空调使用情况之间的关系 CORREL array1 array2 中的Array1为第一组数值单元格区域 Array2为第二组数值单元格区域 Excel也为数据相关分析提供了相关分析工具 2020 2 9 风险管理上海师范大学金融学院王周伟 120 连接函数 2020 2 9 风险管理上海师范大学金融学院王周伟 121 2 信用风险组合模型 根据原理上的差异 信用风险组合模型可以分为两类 1 解析模型 通过一些简化假设 对信贷资产组合给出一个 准确 的解 解析模型能够快速得到结果 但缺点是需要建立在对违约风险因素诸多苛刻的假定基础上 2 仿真模型 用大量仿真实验 情景模拟 所产生的经验分面来近似代替真实分布 仿真模型具有很大的灵活性 但是对信息系统的计算能力要求很高 2020 2 9 风险管理上海师范大学金融学院王周伟 122 常用的组合信用风险模型 1 CreditMetrics模型 CreditMetrics模型本质上是一个VaR模型 目的是为了计算出在一定的置信水平下 一个信用资产组合在持有期限内可能发生的最大损失 CreditMetrics模型的创新之处正是在于解决了计算非交易性资产组合VaR这一难题 2 CreditPortfolioView模型 仿真模型 麦肯锡公司提出的CreditPortfolioView模型直接将转移概率与宏观因素的关系模型化 然后通过不断加入宏观因素冲击来模拟转移率的变化 得出模型中的一系列参数值 2020 2 9 风险管理上海师范大学金融学院王周伟 123 3 CreditRisk 模型 解析模型 CreditRisk 模型是根据针对火灾险的财险精算原理 对贷款组合违约率进行分析的 并假设在组合中 每笔贷款只有违约和不违约两种状态 与此相类似 CreditRisk 模型认为 贷款组合中不同类型的贷款同时违约的概率是很小的且相互独立 因此 贷款组合的违约率服从泊松分布 2020 2 9 风险管理上海师范大学金融学院王周伟 124 信用组合违约率模型的特征比较 1 依据的原理与分析方法 2 违约测度与盯市测度 3 违约驱动因素 4 测度的条件性 5 测度的离散性与连续性 6 风险中性测度与自然测度表14 4违约率的主流测度方法的特征比较 2020 2 9 风险管理上海师范大学金融学院王周伟 125 3 组合损失的压力测试 压力测试是一种风险管理技术 用于评估特定事件或特定金融变量的变化对金融机构财务状况的潜在影响 压力测试主要采用敏感性分析和情景分析方法 实践中 商业银行可以对信用风险模型中的每一个变量进行压力测试 2020 2 9 风险管理上海师范大学金融学院王周伟 126 敏感性分析 情景分析 敏感性分析 用来测试单个风险因素或一小组密切相关的风险因素的假定运动 如收益曲线的平移 对组合价值的影响 着重分析特定风险因素对组合或业务单元的影响 情景分析 情景分析模拟一组风险因素 如股权价格 汇率和利率 的多种情景对组合价值的影响 情景分析评估所有风险因素变化的整体效应 更频繁地用于机构范围内的压力测试 2020 2 9 风险管理上海师范大学金融学院王周伟 127 4 国家风险评级 国家风险是指经济主体在与非本国居民进行国际经贸与金融往来时 由于别国经济 政治和社会等方面的变化而遭受损失的风险 国家风险不仅包括一个国家政府未能履行其债务所导致的风险 主权风险 也包括主权国家以直接或间接方式影响债务人履行偿债义务的能力和意愿 对国家风险的计量可以通过主权评级来实现 2020 2 9 风险管理上海师范