第9章 信用风险的度量

1第9章信用风险的度量本章内容安排：第一节古典信用风险度量方法第二节现代信用风险度量模型23信用风险度量方法一、传统的信用风险度量方法（一）专家制度法（二）信用评级方法（三）信用评分方法二、现代信用风险度量模型（一）信用监控模型（creditmonitormodel,KMV）（二）CreditMetrics模型（三）信用组合观察模型（麦肯锡模型）（四）死亡率模型（五）信用风险附加模型（六）现代风险度量模型方法的比较4传统信用分析方法5C分类法评级方法现代信用计量模型围绕违约风险建模Creditmetrics围绕公司价值建模KMV模型评分方法定性定量5第一节古典信用风险度量方法古典（传统）的信用风险度量方法主要包括以下三种方法：（一）专家制度法（二）信用评级方法（三）信用评分方法6一、专家制度法专家系统是一种最古老的信用风险分析方法，其最大的特征是银行信贷的决策权是由该机构经过长期训练、具有丰富经验的信贷人员所掌握并由他们作出是否贷款的决定。1970年以前，大多数金融机构主要依据专家的经验和主观分析来评估信用风险。专家通过分析借款人的财务信息、经营信息、经济环境等因素，来对借款人的资信、品质等进行评判以确定是否给予贷款。75C法资信品格（character）资本（capital）还款能力（capacity）抵押品（collateral）当时所处的经济周期（cycleconditions）85W法借款人（who）借款用途（why）还款期限（when）担保物（what）如何还款（how）95P法个人因素（personal）目的因素（purpose）偿还因素（payment）保障因素（protection）前景因素（perspective）10LAPP法则流动性（liquidity）活动性（activity）盈利性（profitability）发展潜力（potentialities）11专家制度法的主要内容（1）（1）品德与声望（Character）：对企业声誉的一种度量，考察其偿债意愿和偿债历史。基于经验可知，一家企业的年龄是其偿债声誉的良好替代指标。（2）资格与能力（Capacity）：即还款能力，反映借款者收益的易变性。如果按照债务合约还款以现金流不变的方式进行下去，而收益是不稳定的，那么就可能会有一些时期企业还款能力受到限制。（3）资金实力(CapitalorCash)：所有者的股权投入及其对债务的比率（杠杠性），这些被视为预期破产的可能性的良好指标，高杠杠性意味着比低杠杠更高的破产概率。12（4）担保（Collateral）：如果发生违约，银行对于借款人抵押的物品拥有要求权。这一要求权的优先性越好，则相关抵押品的市场价值就越高，贷款的风险损失就越低。（5）经营条件或商业周期（Condition）：企业所处的商业周期，是决定信用风险损失的一项重要因素，特别是对于那些受周期决定和影响的产业而言。专家制度法的主要内容（2）13专家制度法的工作步骤分析企业贷款用途对公司的资产负债表和损益表进行分析对公司的试算表进行分析研究对账目进行调整，使之符合银行用于趋势分析与推测的标准格式根据预计现金流对贷款的目的进行评价确定较松和较严的假设前提，并进行压力测试对借款人进行行业分析对借款企业的管理及经营进行评估准备贷款和保证文件14专家制度法的缺陷与不足（1）需要相当数量的专门信用分析人员（2）实施的效果很不稳定。（3）与银行在经营管理中的官僚主义方式紧密相联，大大降低了银行应对市场变化的能力。（4）加剧了银行在贷款组合方面过度集中的问题，使银行面临着更大的风险。（5）对借款人进行信用分析时，难以确定共同遵循的标准，造成信用评估的主观性、随意性和不一致性。15专家制度法的评述16二、信用评级法信用评级法又叫OCC法，是因为这一方法是由美国货币监理署（OCC）最早开发出来的。它是根据企业相关指标的好坏将企业贷款信用分为若干等级。目前信用评级法一般将企业贷款信用分为1～9或1～10个级别。该方法的主要缺陷是：基本局限于定性分析，虽然也运用了许多财务分析指标，但指标的风险权重等没有明确，没有建立多变量指标的不同权重评价体系。17三、信用评分法信用评分模型以关键财务比率为基础，对各财务比率赋予不同权重，通过模型产生一个信用风险分数或违约概率，如果该分数或概率超过一定值，就认为该项目隐含较大的信用风险。信用评分方法主要包括两种模型Z评分模型ZETA评分模型18Z评分模型Z评分模型的主要内容：美国纽约大学斯特商学院教授阿尔特曼提出的Z评分模型是根据数理统计中的辨别分析技术，对银行过去的贷款案例进行统计分析，选择一部分最能够反映借款人的财务状况，对贷款质量影响最大、最具预测或分析价值的比率，设计出一个能最大程度地区分贷款风险度的数学模型（也称之为判断函数），对贷款申请人进行信用风险及资信评估。19理论基础：贷款企业的破产概率大小与其财务状况高度相关。Z计分模型的本质：破产预测模型方法：复合判别分析（MultipleDiscriminantAnalysis，MDA）。基本思想：聚类——MDA能将贷款企业区分为不会破产和破产两类。Z评分模型的推导20建立判别方程（线性）1122,...,nniiZbxbxbxxib代表第个财务指标代表判别系数收集过去已破产和不破产的企业的有关财务数据（比率）通过MDA或聚类分析，得到最关键的、最具有区别能力的财务指标，即这些指标具有如下性质在破产组和非破产组之间差异显著指标稳定性好，在组内没有差异基于33个样本，要求所有变量的F比率至少在0.01水平上显著。F用于检验两组均值的统计差异，越大越好，可用F排序。我们从20个指标中筛选出5个，筛选的5个是按照F值从小到大排列后最后得到的。21指标筛选变量破产组均值非破产组均值F统计量x1营运资本/总资产-6.1%41.4%32.60x2留存盈余/总资产-62.6%35.5%58.86x3税息前收益/总资产-31.8%15.4%25.56x4股权的市值/总负债的账面价值40.1%247.7%33.26x5销售额/总资产1.5次1.9次22.8422一、Z评分模型的表达式阿尔特曼确立的分辨函数为：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5或Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5这两个公式是相等的，只不过权重的表达形式不同，前者用的是小数，后者用的是百分比，第五个比率是用倍数来表示的，其相关系数不变。23：阿尔特曼经过统计分析和计算最后确定了借款人违约的临界值：Z0=2.675。如果Z2.675，借款人被划入违约组；如果Z≥2.675，则借款人被划为非违约组。当1.81Z2.99时，判断失误较大，称该重叠区域为“未知区”（ZoneofIgnorance）或称“灰色区域”(grayarea)。24Z评分模型的运用例：某申请贷款的企业主要财务比率如下：x1—营运资本/总资产比率=0.45x2—留存盈余/总资产比率=0.55x3—利息和税收之前的收益/总资产比率=21.62x4—股权的市场价值/总负债的账面价值比率=312.86x5—销售额/总资产比率（资产周转率）=2.40次Z=0.012×0.45+0.014×0.55+0.033×21.62+0.006×312.86+0.999×2.40=5.00012.99结论：可以给该企业贷款。25计分模型缺点和注意事项Altman判别方程对未来一年倒闭预测的准确性可达95％，但对预测两年倒闭的准确性降低到75％，三年为48％。缺陷：依赖财务报表的账面数据而忽视了日益重要的资本市场指标，在一定程度上降低了预测结果的可靠性和及时性。变量假设为线性关系，而现实的经济现象可能非线性的。预测模型不能长期使用，需要定期更新，修正财务比率和参数。研究表明：通过修正后对未来4年的预测准确度达到80％。26ZETA信用风险模型ZETA信用风险模型（ZETACreditRiskModel）是继Z模型后的第二代信用评分模型，变量由原始模型的五个增加到了7个，适应范围更宽，对不良借款人的辨认精度也大大提高。模型中的7个变量是：资产收益率、收益稳定性指标、债务偿付能力指标、累计盈利能力指标、流动性指标、资本化程度的指标、规模指标。27对Z评分模型和ZETA评分模型的评价（1）两个模型都依赖于财务报表的帐面数据，而忽视日益重要的各项资本市场指标，这就必然削弱预测结果的可靠性和及时性；（2）由于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，从而难以令人信服；（3）两个模型都假设在解释变量中存在着线性关系，而现实的经济现象是非线性的，因而也削弱了预测结果的准确程度，使得违约模型不能精确地描述经济现实；（4）两个模型都无法计量企业的表外信用风险，另外对某些特定行业的企业如公用企业、财务公司、新公司以及资源企业也不适用，因而它们的使用范围受到较大限制。28第二节现代信用风险度量模型（一）信用监控模型（KMV）（二）信用风险的矩阵模型（三）信用组合观察模型（麦肯锡模型）（四）死亡率模型（五）信用风险附加模型（六）现代风险度量模型方法的比较29现代信用风险度量模型的特点从过去的定性分析转化为定量分析从指标化形式转向模型化形式从对单个资产分析转化为资产组合分析从盯住账面价值的方法转向盯住市场的方法描述风险变量从离散形式向连续形式转化既考虑单个借款人的微观特征，也考虑整个宏观经济环境的影响运用了现代金融理论和其他学科的最新研究成果，比如期权定价理论、资本资产定价理论、资产组合理论、保险精算方法等大量采用VaR技术。30一、信用监测模型KMVKMV模型——期权推理分析法期权推理分析法(Option-theoreticapproach)指利用期权定价理论对风险债券和贷款的信用风险进行度量。最典型的就是美国旧金山市KMV公司创立的违约预测模型——信用监测模型(CreditMonitorModel)。该模型使用了两个关系：其一，企业股权市值与它的资产市值之间的结构性关系；其二，企业资产市值波动程度和企业股权市值的变动程度之间关系。通过这两个关系模型，便可以求出企业资产市值及其波动程度。一旦所有涉及的变量值被算出，信用监测模型便可以测算出借款企业的预期违约频率(EDF)。31信用监测模型KMV企业股权市值与它的资产市值之间的结构性关系是由贷款与期权的关系决定的。企业股权作为期权买权的损益情况见下图：资产价值A-LOA1BA2股权价值E32借款企业股东的股权市值头寸看作是持有一份以企业资产市值为标的的买权。正象古典布莱克-斯可尔斯-默顿模型中股票卖权定价的五变量一样，企业股权可由下式来估价出：其中A表示资产市值，B是向银行借款数，r指的是短期利率，σA表示该企业的资产市值的波动性，τ指的是股票卖权的到期日或在贷款的情形下指的是贷款期限(或违约期限)。r、σA、τ都可以从市场上直接观察到。(1)),,,,(BrAhEA33股权市值的波动性σE与它的资产市值波动性σA的关系：股权市值的波动性可以在市场上直接观察到，故联立(1)(2)式，就可到出所有相关变量。代入公式：如果借款企业的资产市值呈现正态分布的话，我们知道违约的概率)2()(　　　　　　AEg标准差抵达违约点的距离?ABA34以上我们所推导和计算出的只是借款企业理论预期违约频率，它与现实生活中实际所发生的预期违约频率之间存在着很大差异。因此，KMV公司就利用其自身优势建立起了一个全球范围企业和企业违约信息数据库，计算出了各类信用等级企业经验预期违约频率，从而产生了以这种经验预期违约频率为基础的信用分值来。35KMV公司信用监测模型的缺陷：（1）模型的使用范围受到了限