金融经济学第6章 信用风险管理

第6章信用风险管理本章要点主要内容：-商业银行信用风险特点及产生原因（重点掌握）-内部评级法（重点掌握）-传统信用风险的度量（掌握）-现代信用风险的度量（掌握）商业银行信用风险的含义-从狭义上讲，商业银行信用风险是指借款人到期不能或不愿意履行借款协议，未能如愿偿还债务，致使银行遭受损失的可能性-从广义上讲，商业银行信用风险还包括由于借款人信用水平的变动和履约能力的变化导致其债务市场价值下降而给银行造成损失的可能性-信用风险与信贷风险相区别，信用风险包含信贷风险商业银行信用风险的特点1、明显的非系统性特征不仅受系统性风险影响，而且取决于微观经济主体的非系统性因素，如借款人财务状况、经营能力、还款意愿等2、信用风险概率分布的有偏性（非对称性）

由于违约风险的存在，企业小概率违约产生的巨大损失与较大可能的约定收益间的不对称，造成信用风险概率分布曲线向左倾斜，并在左侧出现厚尾现象

商业银行信用风险的特点3）信用悖论现象-银行倾向于选择具有长期了解的老客户-银行将授信对象集中于自己比较了解和擅长的某一领域或行业，从而无法做到分散化-为了追求规模效益4）信用风险数据的获取苦难-贷款等信用资产流动性较差，缺乏公开的二级市场-信息不对称，贷款持有期长，违约事件频率低

商业银行信用风险的特点3、信用悖论现象

不分散授信的原因：-银行倾向于选择具有长期了解的老客户-将授信对象集中于自己比较了解和擅长的某一领域或行业-为了追求规模效益

理论上：将贷款分散化，以降低信用风险实际上：授信集中，信用风险增加信用悖论商业银行信用风险的特点4、信用风险数据的获取困难

-贷款等信用资产流动性较差，缺乏公开的二级市场-信息不对称，贷款持有期长，违约事件频率低

商业银行信用风险产生原因1、信用活动中的不确定性-不确定性包括外在不确定性和内在不确定性-外在不确定性：来自于经济主体以外，是经济运行过程中随机性、偶然性的变化或不可预测的趋势，如宏观经济走势、市场资金供求等-内在不确定性：来自于经济主体以内，是由行为人主观决策及获取信息的非充分性等原因造成的，带有明显的个性特征，例如企业的管理能力、产品竞争力商业银行信用风险产生原因2、商业银行与企业之间以及商业银行内部之间的信息不对称加深了信用风险

-信贷合同签订之前——逆向选择-信贷合同签订之后——道德风险

-银行内部之间的信息不对称：上下级、行长与信贷人员-寻租行为内部评级法内部评级法1、简介巴塞尔协议委员会允许银行业在两类计算信用风险的方法中进行选择：依靠外部信用评级机构评估结果的标准法和由内部评级来支持的内部评级法2、内部评级法优势以银行内部对其交易对手的风险评估结果为支持，银行可根据自身风险特征和风险管理水平来设定风险资本，使银行信用风险管理具有更高的风险敏感度，促进资本要求与银行内部风险管理水平相匹配，提升银行信用风险管理能力内部评级法3、内部评级法的体系结构（1）商业银行的内部评级体系

商业银行内部评价体系（InternalRatingSystem，IRS）包括商业银行评级系统和与其配套的内部评级制度，是商业银行实现内部评级的根本手段和方法（2）监管机构对商业银行的外部监管

包括资本充足率要求、信息披露与公开、评级系统的检查与验证和监管指令的下达等内容内部评级法4、基本要素（1）敞口的分类

根据业务的风险特性，将资产分为6大类，即公司、主权、银行同业、零售、项目融资和股权，对于任何不属于这六类业务的敞口一概划归为公司敞口内部评级法（2）风险要素1）违约概率（ProbabilityofDefault，PD）

未来一段时间内借款人发生违约的可能性

对于公司和银行敞口，违约概率是借款人内部评级一年期违约概率和0.03%中较大的数值；对于主权敞口，违约概率是借款人内部评级一年期的违约概率2）违约损失率（LossGivenDefault，LGD）

预期违约的损失占违约敞口的百分比，与交易特征有关，如是否有抵押品内部评级法3）违约风险敞口（ExposureatDefault,EAD）即违约风险暴露，指由于债务人的违约所导致的可能承受风险的信贷业务的余额，所有风险暴露按扣除特别准备金后的净值计算4）有效期限（EffectiveMaturity，EM）在初级法下，期限由监管当局确定，平均授信期限规定为3年在高级法下，需要有银行测算风险敞口的有效期限以上4个风险要素，PD由银行自行决定，在内部评级初级法中，LGD、EAD和M由监管机构指定，而高级法中银行可以自行决定内部评级法（3）风险权重

风险权重是由PD、LGD、M构成的连续函数（4）最低要求

申请使用或正在使用内部评级法的银行必须满足巴塞尔委员会规定的最低标准，这些最低标准涵盖11个方面的内容内部评级法5、商业银行信用风险管理与实施内部评级法的关系（1）商业银行实施内部评级法有益于提高自身的信贷管理水平-贷前，提高调查分析的效率和质量，为贷款决策提供清晰、完整的参照系，降低决策失误率-贷后，定期跟踪和检测其客户的信用风险状况，提前发现客户经营状况的异常变化，为及早采取措施化解风险提供技术支持

（2）商业银行实施内部评级法可以实现商业银行经济资本分配（3）商业银行实施内部评级法也是商业银行实现监管要求的途径之一信用风险度量方法信用风险度量方法信用风险度量方法大致可以分为三个阶段：第一，1970年以前，金融机构基本上采取专家分析法，即依据银行专家的经验和主观分析来评估信用风险，主要分析工具有5C分析法、5W或5P法、LAPP法、五级分析法等第二，20世纪70年代初到80年代底，金融机构主要采用基于财务指标的信用评分办法，如线性几率模型、logit模型、probit模型、AltmanZ值模型与ZETA模型等第三，20世纪90年代以来，金融机构运用现代金融理论和数学工具来定量评估信用风险，建立以VaR为基础、以违约概率和预期损失为核心指标的度量模型，如信用监控模型（KMV模型）、CreditMetrics模型、信贷组合观点（CreditPortfolioView）、CreditMetrics+模型等专家分析法专家分析法特点：银行信贷的决策权由那些经过长期训练、具有丰富经验的信贷人员所掌握，他们做出是否贷款的决定本章介绍的专家分析法：5C分析法5级分类法从5个方面分析贷款基本情况：“5C”：

Character——品德Capacity——能力

Capital——资本

Collateral——担保或抵押

Condition——环境5C分析法Character品德

考察借款人是否有良好的偿还债务是意愿，是否能够严格履行合同，品德是最重要的信用要素-个人借款人：工作作风、个人交往、在企业和社会上的声望、生活方式和诚实等-企业法人：负责人的品德、企业管理和经营方针、资金运用等方面是否健全合理、偿还意愿度

5C分析法Capacity能力考察借款者是否具有偿还贷款的能力，包括两个方面：-企业能力：企业自身规模决定的营运、获利和偿债等能力

-经营者能力：经营者经营、管理、资金运营、信用调度等方面的个人能力

企业能力和经营者能力两者都非常重要，不可偏废其一

5C分析法Capital

资本

考察借款者是否有足够的资金积累，通常用现值来衡量对企业的资本考察主要是考察企业的财务状况，授信资本结构，资本安全性、流动性、获利能力等财务状况，是授信者考察的主要方面

5C分析法Collateral

担保或抵押

借款人提供一定的、合适的担保品，以减少或避免银行贷款风险；或由保证人担保，保证贷款的按时、全额归还，此时还要考察担保人的条件和信誉

虽然担保品可以减少授信者潜在的风险，但授信者都希望通过正常途径收回债务，而不是处理担保品。因此，担保只起到促使授信的作用，而并不是授信的必要条件5C分析法Condition

环境环境指借款人自身的经营状况和外部环境

凡是一切可能影响企业经营活动的因素，大至政治、经济、环境、地理位置、市场变化、季节更替、战乱等，小到行业趋势、工作方法、竞争等都是体现在环境这一要素之中

5C分析法专家分析法—五级分类法定义：五级分类法是对现有信贷资产质量进行分析的方法，它以还款的可能性为核心，综合应用定性和定量分析方法来判定资产质量，并将资产分为以下五级：正常、关注、次级、可疑、损失专家分析法—五级分类法正常：借款人能够履行合同，一直能正常还本付息。贷款损失率为0%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还产生不利影响的因素。贷款损失不会超过5%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，需要通过处分资产或对外融资乃至执行抵押担保来还款付息。贷款损失率在30%-50%专家分析法评价专家分析法比较简单，主观太强，对于相似的借款人，不同的信贷负责人可能得出不同的评价结果，并且评判时易受感情因素、外界因素或自身能力因素的影响，评判结果存在偏差-近年来，金融机构已经逐渐放弃纯粹定性分析的专家分析法，而加入了越来越多的客观定量分析的内容基于财务分析指标的传统信用风险模型Altman的Z值信用评分模型模型原理-模型是一种线性判别模型，它是用主要的财务比率来建立模型-通过带入某公司的财务比率的实际值，得出该公司的信用得分值Z值-将Z值与事先设定的临界值相比较，将潜在的借款者分类，帮助作出贷款决策Altman的Z值信用评分模型模型内容Altman建立了美国制造业上市公司的线性判别模型：Z＝1.2X1＋1.4X2＋3.3X3＋0.6X4＋0.999X5

X1＝营运资本/总资产，反应流动性X2＝留存收益/总资产，反应累计盈利能力X3＝息税前利润/总资产，反应除去税收和其他杠杆外，企业资产盈利能力X4＝股权市场价值/总负债账面价值，反应公司负债额超过资产额前，资产价值下降程度X5＝销售收入/总资产，反应资产周转率和企业营运能力Z值的应用Z值越高，违约风险就越小；Z值越低，违约风险就越大根据Altman的Z值模型:当Z≥2.99，借款人会履约当1.81≤Z<2.99，判断失误较大，称该重叠区域为“未知区”，是因为原始样本存在错误分类或两类的重叠而产生的当Z<1.81，借款人会违约Altman的Z值信用评分模型非上市公司Z’值评分模型将上市公司Z值模型中X4用账面价值代替市场价值得到非上市公司模型：Z’=0.717X1＋0.847X2＋3.107X3＋0.420X4＋0.998X5

Altman的Z值信用评分模型Example

有一家上市公司，其营运资本为17000元，总资产为670000元，留存收益为300000元，息税前利润为60000元，股票市价为380000元，总负债为240000元，销售额为2200000元

计算这家公司的Altman的Z值，并判断其违约可能性

Altman的Z值信用评分模型Altman的Z值模型的局限性①假定了违约概率和其解释变量之间是线性关系，但是它们的关系可能是高度非线性的②简单把借款者划分为极端的两种：履约和违约。而现实中的情况更为复杂，从利息拒付、迟付到本利的拒付、迟付，有多种情况，但模型中没有具体体现这一点③就线性模型而言，其解释变量的选取和权重的确定也不是像模型中那样一成不变的④无法将有些重要的非量化指标纳入模型，另外，数据的匮乏也限制了模型的运用Altman的Z值信用评分模型ZETA模型ZETA模型Z值评分模型的改进：ZETA模型1977年，Altman等人对Z值评分模型进行了扩展，建立了第二代模型——ZETA模型ZETA模型反应了财务报告标准和会计实践方面的变化，将Z值模型中的变量由5个增加到了7个ZETA模型比Z值模型更加准确有效，而且在违约破产前预测的年限越长，该模型预测的准确度越高

ZETA模型

ZETA模型的内容ZETA=aX1＋bX2＋cX3＋dX4＋eX5

＋fX6＋gX7X1=息税前收益/总资产，反映资产报酬率X2=公司5~10年资产收益变化的标准差，反映收入稳定性X3=

利息保障倍数，息税前收益/总利息支付额，反映偿债能力X4=留存收益，资产减负债/总资产，反映累积盈利状况X5=流动比率，流动资产/流动负债，反映变现能力X6=资本比率，普通股权益/总资本，反映资本化程度X7=总资产的对数，反映公司规模a、b、c、d、e、f、g为上述七个变量的系数，无法公开Z模型和ZETA模型存在以下不足①过于依赖于财务报表的账面数据而忽视日益重要的各种市场指标，这将会削弱预测结果的可靠性和及时性②模型缺乏对违约和违约风险的系统认识，理论基础比较薄弱③模型都假设解释变量中存在线性关系，而现实经济现象是非线性的，降低了预测的准确性④难以估量企业表外的信用风险，应用范围受到限制

Z模型和ZETA模型

现代信用风险的定量度量模型CreditMetrics信用矩阵模型CreditMetrics模型

Creditmetrics（译为“信用计量”）是由J.P摩根公司联合美国银行、KMV公司、瑞士联合银行等金融机构于1997年推出的信用风险定量模型-它是在1994年推出的计量市场风险的Riskmetrics（译为“风险计量”）基础上提出的，旨在提供一个可对银行贷款等非交易资产的信用风险进行计量的VaR框架-Creditmetrics试图回答的问题：“如果下一年是个坏年份，那么，在我的贷款或贷款组合上会损失掉多少？”基本假设1、不存在市场风险，模型中唯一的变量是信用等级2、信用等级是离散的，在同一信用等级中的债务人具有完全相同的转移矩阵和违约概率

债务人的信用等级变化可能有不同的方向和概率，例如，上一年AAA的贷款人有90％（概率）的可能转变为AA级（方向）。把所有的可能列出，形成所谓的“评级转移矩阵”3、风险期是固定的，一般为1年CreditMetrics模型4、不同债务人的信用等级的联合分布是用两者资产回报率联合分布来估计的5、每个信用等级对应一条零利率曲线，在违约发生时，资产不是全部损失，损失的部分等于风险暴露×（1-回收率）6、违约的含义不仅指债务人到期没有完全偿还债务，还可指信用等级的下降所导致的债务价值下跌，并且违约事件发生在债务到期日CreditMetrics模型基本思想1.考虑债务人在一定时期内（通常为1年）违约、信用等级转移及其所导致的信用价差变化等因素，来确定信用资产的市场价值及其波动2.由评级转移矩阵估计期末贷款的价值3.根据期初价值和期末价值的差额来计算VaRCreditMetrics模型需要的数据-借款人当前的信用评级数据-信用等级在一年内可能改变的概率-违约贷款的残值回收率-债券的（到期）收益率注：以上这些资料可以公开得到

CreditMetrics模型步骤1估计信用转移矩阵根据历史资料得到，期初信用级别为AAA的债券，1年后的信用等级的概率如下AAAAAA，90.81％AA，8.33％A，0.68％BBB，0.06％BB，0.12％CCC，0D，0CreditMetrics模型AAAA，0.09％AA，2.27％A，91.05％BBB，5.52％BB，0.74％CCC，0.01％D，0.06％注意：A级别债券有0.06％的概率在下一年度转移到D级，即A级债券仍有违约的可能CreditMetrics模型以上给出了AAA和A级债券的转移概率，同样可以得到其他级别，如AA、BBB、C等信用级别的转移概率将债券所有级别的转移概率列表，就形成了所谓的“信用转移矩阵”，如下图：CreditMetrics模型级别AAAAAABBBBBBCCC违约AAA90.818.330.680.060.12000AA0.7090.657.790.640.060.140.020A0.092.2791.055.520.740.260.010.06BBB0.020.335.9586.935.361.170.120.18BB0.030.140.677.7380.538.841.001.06B00.110.240.436.4883.464.075.20CCC0.2200.221.302.3811.2464.8619.79（资料来源：标准普尔，2003）CreditMetrics模型步骤2估计违约回收率

-由于A～CCC债券有违约的可能，故需要考虑违约时，坏账（残值）回收率

-企业破产清算顺序直接关系回收率的大小-有担保债高于无担保债-优先高于次级CreditMetrics模型债券级别回收率(％面值)标准差(％)优先担保债券53.8026.86优先无担保债券51.1325.45优先次级债券38.5223.81次级债券32.7420.18初级次级债券17.0910.90例：BBB级债券在下一年违约概率为0.18％,若它是优先无担保债券，则其一旦违约，面值100元可回收51.13元步骤2估计违约回收率

CreditMetrics模型步骤3债券估值-由于