03-3信用风险度量制模型ppt课件

1、第五章 信誉风险管理 第一节 信誉风险概述第二节 信誉风险的度量第三节 信誉监控模型专家制度法Z评分模型ZETA评分模型VAR方法信誉度量制模型信誉度量制模型CreditMetrics模型根本原理计算单项贷款的VAR值的步骤CreditMetrics模型与巴塞尔协议CreditMetrics模型的优缺陷VaR方法作为市场风险丈量的最正确方法已被广泛运用；VaR方法能否也可以用来度量信誉风险？JP摩根美洲银行瑞士银行瑞士结合银行1997.2退出信誉风险的度量制模型1. Creditmetrics信誉度量制模型的根本原理计算信誉风险的VAR值即在给定的置信区间上、给定时段内，信贷资产能够发生的最大

2、价值损失。信誉风险取决于债务人的信誉情况，而企业的信誉情况由被评定的信誉等级表示。信誉度量制模型以为信誉风险可以说直接源自企业信誉等级的变化，并假定信誉评级体系是有效的，即企业投资失败、利润下降、融资渠道枯竭等信誉事件对其还款履约才干的影响都能及时恰当地经过其信誉等级的变化而表现出来。信誉度量制模型的根本方法就是信誉等级变化分析。 1预测借款人信誉等级的变动，得出信誉等级转移概率矩阵 2对信誉等级变动后的贷款市值进展估计 3计算贷款受险价值VAR2、计算单项贷款的VAR值的步骤：信誉度量制模型要处理的问题：假设下一个年度是一个坏年度的话，我们的贷款及贷款组合的价值将会遭到多大的损失？贷款的价值

3、P贷款市值的动摇率未知：目的：度量贷款的受损价值可知的信息： 借款人的信誉等级 下一年该信誉等级转换为其它信誉级别的概率 违约贷款的收复率举例：借款企业信誉等级为BBB级。5年期固定利率贷款，年贷款利率为6%，贷款总额为100(百万美圆)。1预测借款人信誉等级的变动，得出信誉等级转移概率矩阵假定借款人一年后有8种能够的信誉形状，即AAAD级违约那么一年后借款人由初始信誉等级转移到各种能够等级的概率称为信誉等级转移概率转移概率1。1一年期信誉等级转换矩阵 信誉等级的上升或下降必然会影响到一笔贷款余下的现金流量所要求的信贷风险加息差(或信贷风险酬金)，因此也就必然会对贷款隐含的当前市值产生影响。2

4、对信誉等级变动后的贷款市值估计其中：P0贷款总额r0年贷款利率ri财政零息票债券的无风险利率Si每年的信誉加息差，它是不同期限的(零息票)贷款信贷风险报酬率，这些数据可从公司债券市场相应的债券利率与国债市场相应的国债利率之差中获得。假定：借款人在第一年中的信誉等级从BBB级上升的A级，那么对于发放贷款的金融机构来说它所发放的这笔贷款的第一年终了时的现值或市值便是 假设借款人在第一年终了时信誉等级从BBB级上升为A级，那么这100百万美圆贷款(帐面值)的市值可上升为108.66百万美圆 不同信誉等级下贷款市值情况借款人信誉等级转换后贷款市值的概率分布分布情况51.13107.09=均值109.3

5、7概率贷款市值百万美圆5年期BBB级贷款的市值实践分布情况Vi：每一信誉等级下的贷款市值Pi：借款人信誉等级转换到不同信誉等级下的概率3计算贷款的VAR值首先，求贷款未来价值的均值和方差E贷款未来价值贷款未来价值其次，求VAR值VAR等于一定的置信度上，年末能够的贷款价值与贷款预期平均价值间的差距，即贷款的价值损失。 假设贷款价值服从正态分布，那么置信度为95的VAR值为1.65；置信度为99的VAR值为2.33。 假设基于贷款价值的实践分布，可利用转移概率矩阵和对应的贷款价值表近似计算不同置信度下的VAR值。 贷款VAR值=贷款均值 给定置信度程度上年末能够的贷款价值 根据实践分布，计算VA

6、R 根据正态分布线性插值法为了得到较为准确的受险价值量，可以经过线性插值法算出5%和1%情景下的实践受损价值量来。1.47的百分位数等于98.10百万美圆0.3的百分位数等于83.64百万美圆贷款市值百万美圆1%的百分位数1%的VaR=107.0992.29=14.80百万美圆51.13107.09=均值109.37概率5年期BBB级贷款的市值实践分布情况0.3%1.47%1%PV92.291%线性插值法1.47的百分位数等于98.10百万美圆6.77的百分位数等于102.02百万美圆51.13107.09=均值109.37概率贷款市值百万美圆5年期BBB级贷款的市值实践分布情况5%的百分位数

7、6.67%1.47%5%PV100.775%5%的VaR=107.09100.77=6.32百万美圆对于信誉等级为BBB的企业，同样的100万美圆的贷款，同样的99的置信度在正态分布下为的VAR值为6.97百万美圆基于贷款价值的实践分布，VAR值为14.8万美圆。巴塞尔协议的资本/资产8%资本要求正好介于二者之间。现实上，利用信誉度量制方法所计算出的贷款受险价值量可以较为准确地反映出不同信誉等级和不同期限的贷款在未来能够发生的价值损失量。评价巴塞尔协议的风险资本要求信誉度量制方法与最低风险资本要求以VAR值来确定防备信誉资产风险的最低资本量，可以有效地维护银行在蒙受信誉风险损失的情况下可以继续

8、生存下来。因此人们将贷款的受险价值视为它的经济资本economic capital。按照国际清算银行的规定，一切信誉等级和一切期限的贷款都要求服从8%的资本要求，这显然不能反映各类贷款的真实风险情况并且经常会减少贷款的实践受损价值、不利于银行积累足够的风险资本来应付金融资产未来能够发生的预期信誉损失和非预期信誉损失。8%的资本要求能够偏低即使根据信誉度量制测算出了1%的贷款受险价值量，在某种极端的情况下如大的灾年发生，以受险价值所确定的风险资本量也不能完全抵补贷款所蒙受的艰苦损失。鉴于这种情况，近年来国际清算银行也准许商业银行从34之间选择一个适当的乘数因子对贷款的受险价值进展放大。34之间的

9、乘数因子据美国学者在19954年所作的研讨阐明：利用34乘数因子对受险价值加以放大并据此确定其风险资本，根本可以抵补某些金融资产的艰苦价值损失。：计算监管资本的内部模型的VaR持有期为10个买卖日，置信程度为99%，且计算出的VAR再乘以一个平安系数值为3JP Morgan创设的风险度量制模型Risk Metrics)中持有期通常选择为1天,置信度为95%。详细作法模型的优点 其一，思索了借款人信誉等级转换的问题 其二，多形状模型，能更准确地计量信誉风险的变化和损失值。 其三，率先提出资产组合信誉风险的度量框架，注重直接分析企业间信誉情况变化的相关关系，因此更加与现代组合投资管理实际相吻合4

10、CreditMetrics模型的优缺陷模型的局限 技术上：假定信誉评级是有效的。假定贷款未来的等级转移概率与其过去的转移概率没有相关性。假定转移概率在不同时期之间是稳定的，未思索经济周期的影响。假定企业资产价值的相关度等于企业股票收益的相关度，有待验证。 实践运用中：利用历史数据度量信誉风险，属于“向后看的方法。以债券等级转移概率近似替代贷款转移概率不同求偿等级贷款的违约收复率贷款的求偿等级平均值（%）标准差（%）优先担保贷款53.8026.86优先无担保贷款51.1325.45优先次级贷款38.5223.81次级贷款32.7420.18低于次级贷款17.0910.90信誉组合风险度量 信誉度

11、量制的组合模型：与单项信誉资产受险价值量的度量一样首先调查正态分布的条件下，信誉资产组合受险价值量(Portfolio VaR)计算然后，再调查在实践分布条件下，怎样计算出组合的受险价值量最后根据组合受险价值量导出相应的组合所需资本量。为了简便，后面先思索两贷款组合的情况思绪：假设这两项贷款为：一项BBB级贷款其面值为$100(百万美圆)一项A级贷款其面值为$100(百万美圆)。求：两项贷款组合在一年期的VAR值P组合的均值P 组合的规范差一年期两笔贷款的结合信誉等级转换概率不同信誉形状下贷款组合的市场价值视贷款的信誉级别为随机变量两个随机变量的取值为：AAA违约8个值两随机变量并非独立，即P

12、(“信誉1=AA“信誉2=A) P(“信誉1=AA)P(“信誉2=A) 涉及到相关性问题一年期结合信誉等级转换矩阵相关性为0.31%在不同信誉形状下贷款组合的市场价值=98.10+106.30pi第i种能够的结合转移概率Vi第i种能够的组合价值 求出贷款组合价值的均值与方差贷款组合价值百万美圆贷款组合价值百万美圆VAR 正态分布 实践分布置信水平（99%）VAR2.333.357.81（百万美元）VAR213.63204.49.23（百万美元）99%的置信程度下，两贷款组合的VAR为： 2.333.35=7.81百万美圆 从计算结果可看出，虽然两贷款组合价值比原来单个贷款价值添加了一倍，但是以

13、受险价值(VaR)为根底计算出的资本需求量只比原BBB级贷款以受险价值计算出的资本需求量多出0.84(百万美圆)(即7.81-6.97=0.84百万美圆)。 显然，呵斥这种情况的缘由就是贷款组合的风险分散功能发扬了作用，特别是我们假定两贷款间存在着0.3的违约风险相关系数。 在正态分布下 从前面的两表查出，在最接近1%的概率下所对应的两贷款组合价值为204.40：VAR213.63204.49.23百万美圆一年内两贷款组合的价值损失超越9.23百万美圆的概率低于1%。 这个数额也是两贷款组合的资本需求量，它比在正态分布条件下以受险价值为根底计算的资本需求量高出1.429.237.81百万美圆；

14、但是假设与比之前BBB级别的单一贷款实践分布条件下所需资本量8.99相比，仅高出0.249.238.99百万美圆，显然这也是贷款组合风险分散的作用。 实践分布下的VAR两企业贷款的相关性无法直接获得，该模型利用借款人的股票收益变化的相关性来替代贷款市值的相关性。首先，将借款公司资产价值动摇性与借款人信誉等级变化相联络。假定企业资产价值变化幅度到达一定程度时其信誉等级就会改动由此得到等级转移与企业资产价值变化间的映射关系。其次，还要利用相关模型计算出组合内各单个借款人之间资产动摇的相关性。两笔贷款相关性的计算假设有两家公司 X&ZX公司为一家化学企业，其股票收益率为：RX = 0.9RCHEM

15、+ UX化学产业收益指数该企业的特殊风险报酬敏感系数Z公司那么为一家全能银行，其股票收益率为：RZ = 0.74RINS + 0.15RBANK + UZ该银行的特殊风险报酬敏感系数银行业收益指数保险业收益指数求结合密度：BB级借款人的资产价值动摇与其信誉等级转换之间的关系BBBBBBCCCAAAAAA违约信誉等级：假定企业资产价值动摇呈正态分布80.537.738.841.000.140.670.031.06转换概率%：80.531.37-1.23-2.042.932.993.43-2.30资产价值动摇：A级借款人的资产价值动摇与其信誉等级转换之间的关系信用等级违约CCCBBBBBBAAAA

16、AA信用等级转换概率0.060.010.260.745.2591.052.270.09资产价值波动（）-3.24-3.19-2.27-2.30-1.511.983.12多组合信誉风险度量在多组合的情况下，由于信誉计量模型将单一的信誉工具放入资产组合中衡量其对整个组合风险情况的作用，而不是孤立地衡量某一信誉工具本身的风险，因此，该模型运用了信誉工具边沿风险奉献这样的概念来反映单一信誉工具对整个组合风险情况的作用。边沿风险奉献是指在组合中因添加某一信誉工具的一定持有量而添加的整个组合的风险以组合的规范差表示。经过对比组合中各信誉工具的边沿风险奉献，进而分析每种信誉工具的信誉等级、与其他资产的相关系

17、数以及其风险暴露程度等各方面要素，可以很清楚地看出各种信誉工具在整个组合的信誉风险中的作用，最终为投资者的信贷决策提供科学的量化根据。 模型的实践运用利用求出的VAR值，可以计算出抵御组合风险所需的银行资本。从组合的角度衡量银行向某借款人发放贷款的边沿风险奉献 模型的特点 其一，盯住市场模型MTM，即盯住信誉等级变化对贷款实际市值的影响其二，将组合管理理念引入信誉风险管理领域其三，思索贷款组合的相关性对信誉风险的影响第三节 信誉监控模型KMVKMV模型是一种违约预测模型，用该模型可以预测股权公开买卖的公司或银行违约的能够性。该模型是由著名的风险管理公司KMV公司于1997年开发的信誉风险度量模

18、型。公司名源于三位兴办者Kealhofer, Mcquown, Vasicek首字母KMV，该公司成立于1989年，位于美国旧金山，目前曾经被世界著名的信誉评级机构穆迪投资公司收买。信誉监控模型KMV该模型以为，贷款的信誉风险是在给定负债的情况下由债务人的资产市场价值决议的。由于贷款并没有真实地在市场买卖，贷款的市场价值不能直接观测到。为此，模型将银行的贷款问题倒转一个角度，从借款企业一切者的角度思索贷款归还的问题。在债务到期日，假设公司资产的市场价值高于公司债务值违约点，那么公司有动力归还贷款；假设此时公司资产价值低于公司债务值，那么企业能够违约。 模型将债务看作债务人向借款公司股东出卖的对

19、公司价值的看跌期权卖权债务到期时，假设企业资产的市场价值超出其负债价值，企业情愿还债，将剩余部分留作利润；假设企业资产价值小于负债程度，出卖全部资产也不能完全偿债，企业会选择违约，将公司资产转交给债务人。KMV模型基于公司的资产市值及资产市值的动摇性来计算预期违约概率EDF，该模型适用于上市公司。1 KMV模型根本原理企业股权市值与它的资产市值之间的构造性关系；企业资产市值动摇程度和企业股权市值的变动程度之间关系。 该模型利用了两个关系： 经过这两个关系模型，便可以求出企业资产市值及其动摇程度。一旦资产市值及其动摇程度被算出，信誉监测模型便可以测算出借款企业的预期违约概率(EDF)。第一步，它

20、利用Black-Scholes期权定价公式，根据企业股权的市场价值、资产价值的动摇性、到期时间、无风险借贷利率及负债的账面价值估计出企业资产的市场价值及其动摇性。 第二步，根据公司的负债计算出公司的违约实施点 (default exercise point，为企业1年以下短期债务的价值加上未清偿长期债务账面价值的一半)，计算借款人的违约间隔。 第三步，根据企业的违约间隔与预期违约率(EDF) 之间的对应关系，求出企业的预期违约率(EDF) 。 2 KMV模型的运算步骤由于无法直接察看公司资产价值及动摇性，KMV借用期权定价原理推算。 股权可看作股东对公司资产价值的看涨期权，根据期权定价实际，可

21、推导出公司股权价值的公式：第一步，估计公司市场价值及其动摇性E股权价值A资产市场价值A资产价值动摇性D负债价值r无风险借贷利率时间范围资产或负债价值时间t=0t=1违约概率资产价值分布曲线负债线AD 违约概率相当于企业资产价值分布曲线位于负债线以下的区域，它表示企业资产价值在一年内降到D以下的概率，即企业一年内违约破产的概率。 假定公司未来资产价值围绕其现值呈正态分布，均值为A，规范差为A，那么可利用下面的公式计算公司在一年内或t=0时如今间隔违约的违约间隔(Distance-to-Default)： 与违约点的间隔：DDA 第二步，计算违约间隔KMV的违约点Default Point在期权定价框架中，违约行为发生于资产市场价值小于企业负债之时，但在实践生活中违约并不等于破产，也就是说，资产价值低于债务总值得概率并不是对EDF的准确量度。KMV 公司经过观测几百个公司样本，以为当资产价值到达总债务和短期债务之间的某一点，即违约点时，企业才发生违约。KMV 公司以为违约点DPT大约等于企业短期债务加上长期债务的一半。第三步，估算违约概率 假设假定资产价值是正态分布，就可根据违约间隔直接求得违约概率。 假设违约间隔为2.33，由于公司未来资产价值在其均值单侧2.33A内变化的概率是99%，可推算出公司预期违约概率约为1%。 基于资产价值正态分布假定计算出的是EDF的实际值，由于