商业银行信用风险管理框架.docx

信用风险管理系统框架信用风险管理系统定位：信贷系统以为客户提供贷款的工作流程为主线的纵向应用，而信用风险管理则可以看作是按照风险管理的理念、对所有信息重新映射进行的横向应用，站在全局的角度全面、审慎的处理银行主要盈利点与风险点，利用各种分析手段平衡利润与风险间的关系，也是作为对信贷日常工作的指导、监督和反向验证。比如说贷款定价是否合理可以用信用价差来衡量，而信用价差PD*LGE。1 系统框架信用风险管理系统作为全行风险管理工作的平台，既处理日常风险分析工作，又承担信息披露与上报的责任，及时、准确地将信息反馈给政策制定者-行领导，和政策执行者信贷业务人员。其中，以信贷管理、关联客户管理、押品管理、内部评级管理、资本管理5个模块中的信息为基础支撑，其中前4个模块提供了第5个分析测算的依据，共同为风险管理模块提供数据支持，共同组成日常工作平台。如上面定位中描述，4个基础模块是以各自业务的生命周期为流程，对各环节信息纵向应用。而风险管理模块打通了业务模块间的壁垒，将数据整合，横向应用。领导平台是构建在工作平台之上的信息汇报与披露平台，主要特点是将重要信息反馈给行领导，作为政策制定依据，并监督政策执行效果。信用风险管理框架以客户在有效期内行为为主线的纵向应用以押品生命中价格波动为主线的纵向应用以客户关联关系发展为主线的纵向应用以贷款流程为主线的纵向应用工作平台关联客户管理信贷管理内部评级押品管理资本管理横向应用风险管理领导平台领导平台2 工作平台2.1 风险管理2.1.1 风险度量2.1.1.1 资产质量统计不良资产额（率）、不良贷款额（率），同比、环比、比年初等变化趋势。2.1.1.2 资产结构1、 流动资产结构2、 风险资产结构2.1.1.3 集中度1、 客户授信集中度2、 大客户贡献集中度3、 行业集中度4、 地区集中度2.1.1.4 资产负债结构1、 核心负债比例、核心负债依存度2、 流动性比例3、 流动性缺口率4、 存贷款比例5、 风险调整资产流动性比例6、 利率风险敏感度2.1.2 风险迁徙2.1.2.1 信用转移转移单家或某一信用级别的客户在某一段时间内信用级别发生变化的概率。评级AAAAAABBBAAAAAABBB2.1.2.2 违约概率预测单家或某一信用级别的客户随时间增加，累计违约概率。评级1年2年3年4年AAAAAA2.1.2.3 关联企业违约预测预测当一个客户违约时，其关联客户违约的概率和损失率。集团客户A企业B企业C企业A企业 当A违约时B违约的概率B企业当B违约时A违约的概率C企业2.1.2.4 资产质量迁徙统计资产质量、贷款质量的变化，含正常类贷款迁徙率、关注类贷款迁徙率、次级类贷款迁徙率和可疑类贷款迁徙率。2.1.2.5 风险暴露类型迁徙监测风险资产的暴露类型发生变化的情况，比如一般公司风险暴露转变为主权风险暴露。2.1.3 风险缓释2.1.3.1 押品管理基于押品来源和估值分析押品风险集中度，提取同类押品的敏感因素，如利率、消费指数、折旧率等，分析押品合格程度与风险点，监测和平衡押品结构，使押品的回收风险分散。2.1.3.2 资产保全包括资产回收方案、债务重组方案等。2.1.3.3 信用衍生品信用衍生产品设计与定价，包含交易对手违约概率分析，收益率曲线模拟，利率曲线模拟。2.1.3.4 信贷资产证券化2.1.4 风险抵御2.1.4.1 RWA1、 静态分析：统计RWA值，RWA中不同风险暴露类型占比。2、 动态分析：调整试算各项资产所占权重发生改变时，如何降低RWA值，以达到优化资本占用的目的。2.1.4.2 监管资本统计资本充足率、核心资本充足率、资产损失准备充足率和贷款损失准备充足率，统计监管资本占用额度：一级资本占用额度，二级资本占用额度，占用资本来源。2.1.4.3 经济资本1、 静态分析：EL、UL值，2、 动态分析：调整PD、LGD、M、置信度水平，观察UL变化趋势，调整风险资产结构，观察UL的变化趋势。2.1.4.4 盈利分析统计ROA、ROC、RAROC、ARAROC、EVA，时点值、同比、环比、趋势分析。2.1.5 情景模拟在情景分析模型的基础上，改变相关因素，试算该情况发生时产生的结果。2.1.6 压力测试当危机发生时，正常情况下的模型会低估风险，因为危机时各因素间的相关性会加大，原本的资产结构无法有效分散风险。2.1.6.1 经验法根据风险管理人员的工作经验，人工设定风险因素和风险值，按权重计算不同情况下信用风险损失。2.1.6.2 回归分析法通过对信用违约损失模型的训练，得出单家或一类客户在不同压力情况下可能发生的损失，比如：Y=aX1+bX2+cX3+（其中Y为违约概率，X1为GDP，X2为行业景气指数，X3为客户偿债比率，a、b、c为敏感系数）。结合该模型中的系数，设定压力轻重程度，当各项因素都向不利方向变化时，abc的改变，以及Y的变化量。2.1.7 模型验证2.1.7.1 违约概率（PD）模型检验用实际发生的违约数量带回模型，统计偏离度，修正模型。2.1.7.2 违约损失率（LGD）模型检验用实际发生的违约回收率带回模型，统计偏离度，修正模型。2.2 信贷管理此模块分成两种处理方式。一、银行已建立信贷风险集市和个贷风险集市，按照监管要求提炼过信贷相关信息，且不希望数据再计算一遍，以避免数出多门导致数据不一致。此种情况，提取分析时需要用到的客户评级信息、信贷资产分类信息、零售分池信息、资产质量信息、风险暴露信息。二、银行没有系统的建立过风险管理类系统，或现有系统业务规则不能满足管理要求，需要重新建立信贷系统，可以复用公司已有成功案例的方案。（略）2.3 关联客户分析2.3.1 关联客户群识别在同业的授信额度、贷款余额、不良贷款余额、逾期贷款余额、风险预警信号等指标信息。通过分析客户在同业的授信及贷款情况，有助于分析客户的信用，或是对客户的还贷能力作出预警2.3.2 关联客户群演变客户群按时间演变的变化过程，包括成员的历史变化（如成员进入、退出时间、进入的方式等），以及集团指标的历史变化趋势（如集团的不良贷款变化、授信额度变化、贷款余额变化、拨备金额变化，欠息金额变化等）等，从中可以清晰了解该集团从诞生到成长直至消亡的整个随时间历史变化和迁移过程。2.3.3 关联客户担保关系从担保的角度对集团的风险信息进行分析，包括集团内成员之间的担保状况，集团对外部企业的担保状况以及集团对集团的担保状况2.3.4 同业客户违约信息在同业的授信额度、贷款余额、不良贷款余额、逾期贷款余额、风险预警信号等指标信息。通过分析客户在同业的授信及贷款情况，有助于分析客户的信用，或是对客户的还贷能力作出预警。2.4 押品管理2.4.1 押品信息记录抵质押品在某时刻的基本信息，作为估值的基本依据，提供查询、手工录入、修改功能。2.4.2 押品估值2.4.2.1 金融类押品估值对金融市场产品进行估值，如债券、有价证券、金融担保等，结合金融市场的公允价值计算押品的最新价值和折扣率。该类押品波动性大，需采取盯市定价。2.4.2.2 其他押品估值对房地产、交通工具、所有权证等非金融类产品估值，该类押品又分为两类，即投资性的，如房地产，和折旧性的，如机器设备，第一类估值需盯市，第二类相对稳定。2.4.3 押品预警设定预警规则，如价值下限、到期日期等，当触及预警规则时，预警提示。2.4.4 押品缓释根据监管部门规定的押品缓释规则，计算押品的覆盖额度、覆盖率。2.5 内部评级核心含量是违约概率、违约损失率的计算模型，选择合适的样本，进行多次模拟运算，经过t检验和F检验，形成成熟的模型，再定期迭代，更新计算模型。2.5.1 客户信息管理维护客户基本信息，包括客户财务信息、历史行为信息、担保信息、抵押信息、关联客户信息、关联客户违约信息。2.5.2 非零售风险模型2.5.3 零售风险分池及评级模型2.5.4 模型推翻用实际发生数据验证评级模型，统计评级模型与实际数据的偏差度。如：评级机构保持评级推翻上调一级下调一级小计客户数占比客户数占比客户数占比客户数占比A分行B分行C分行2.6 资本管理2.6.1 资本计算模型维护设定风险偏好，风险承受能力。2.6.2 资本测算在内部评级的基础上，基于PD、LGD、EAD、M、风险承受度测算AE、EL、UL。2.6.3 资本结构调整调整风险偏好，风险承受能力，风险资产权重，重新计算所需准备金、经济资本，制定投资方案和应急预案。2.6.4 资本成本分摊3 领导平台3.1 首页选择领导最关注的信息展示，比如经营指标、预警报表、风险报告。3.2 经营情况包含经营指标，日常经营报表。3.3 盈利分析行内盈利性指标、报表，图表分析主要盈利业务构成，发展趋势。3.4 风险分析1、全行整体风险指标，当前值，预警情况，钻取探寻风险来源。根据指标计算规则，按血脉关系逐级下钻。2、风险报表披露。3.5 资本管理资本占用情况，资本结构分析。3.6 风险报告展示业务人员上传的风险分析报告。分成多个主题，如行业风险报告、压力测试报告，风险评估报告等。4 核心引擎4.1 违约概率计算4.1.1 违约概率计算引擎计算PD值。4.1.2 信用转移矩阵计算引擎计算信用升级、信用降级概率。4.1.3 边际违约概率矩阵计算引擎计算时间从0时刻起至T时刻发生违约的累积分布概率。4.1.4 联合违约概率分布计算引擎计算已知一家企业违约条件下另一家企业违约的概率，即条件概率。4.2 违约损失率计算根据调整后的模型计算违约发生时，损失程度。4.3 提前偿付分析模型根据利率、客户财务情况，预测提前偿付的概率，及现金流。4.4 相关性分析模型4.4.1 聚类分析模型根据设定规则计算管理客户群组。4.4.2 回归分析模型1、风险损失相关因素分析模型，比如：抽象、归纳影响来自某一类客户风险损失的因子，建立回归函数。2、资产组合投资回报分析模型，比如：归纳资产组合中资产相关系数，计算风险分散后的回报和风险。3、情景分析模型，比如：以某地区、某行业、某类客户风险损失额为因变量，寻找出相关的自变量，训练自变量前的敏感系数，形成符合拟合优度的函数。4.5 信用衍生品定价测试模型4.5.1 现金流测算模型收益率期限结构模型，利率期限结构模型4.5.2 交易对手违约概率模型4.6 信用风险模型该引擎为信用风险管理的最核心部分，可以参考已经成熟应用的主流风险模型，但越通用的模型其抽象度和假设条件也越高，也可以结合各家银行需要，与业务人员一起改造模型，形成类*模型。如果这类模型可以沉淀下来，将是公司的核心竞争力。4.6.1 类Credit Metrics 模型某一特定时间内贷款组合价值的分布与将来债务人的信用等级变化相关，信用等级