6第六章信用风险管理

知识要点掌握程度相关知识商业银行信用风险特点及产生原因基本掌握信息不对称内部评级法重点掌握概率论基本知识传统信用风险的度量了解银行资产负债表相关内容现代信用风险的度量掌握概率论基本知识导入案例法国里昂信贷银行10年来的信贷损失达100亿法郎（170亿美元）的原因分析。•狭义：指借款人到期不能或不愿履行借款协议，未能如期偿还其债务，致使银行遭受损失的可能性，这实际上指的是贷款的违约风险。•广义：还应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。含义•明显的非系统性特征•信用风险概率分布的有偏性•信用悖论现象•信用风险数据的获取困难基本特点信用风险的成因是信用活动中的不确定性•不确定性反映着一个特定事件在未来有多种可能的结果•不确定性包括外在不确定性和内在不确定性两种。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•逆向选择和道德风险，包括贷前、贷中、贷后三方面•寻租也会导致信用风险•本质上来说，商业银行的信用风险是经济生活中广泛存在的信用风险的集中体现商业银行的内部评级体系•商业银行内部评级体系是实施内部评级法（IRB）的前提和主体。•内部评级系统是商业银行实现内部评级的根本手段和方法。监管机构对商业银行的外部监管商业银行监管机构的外部监管是内部评级法实施的保证。1.敞口的分类在内部评级法（IRB）下，银行必须根据其业务的风险特性，将资产分为几个大的类别，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。2.风险要素四要素，即：违约概率、给定违约概率下的损失率、风险暴露和有效期限。资本充足率风险加权资产（RWA）资本风险权重（RW）各风险敞口资产核心资本附属资本违约概率（PD）违约损失率（LCD）期限（M）风险敞口（EAD）风险要素参数同风险加权资产的关系3.风险权重•风险加权资产总额等于各项资产的风险权重乘以其违约风险值。•以公司敞口为例，计算新协议中风险加权资产的计算公式为：风险加权资产=监管资本要求*12.5*风险敞口，即4.最低要求申请使用或者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，包括11个方面：12.5RWAKEAD内部评级使用范围的要求风险量化的能力风险要素内部估计有效性的最低要求租赁的识别股权风险暴露的计算信息披露的要求信用风险的有效细分评级的完整性和及时性对评级系统和过程的有效监督评级的标准和原理具有科学性公司治理与监管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商业银行实施内部评级法可以实现自身经济资本分配商业银行实施内部评级法是其实现监管要求的途径之一专家评定方法的缺陷：主观性太强。目前我国商业银行审贷制度还不是很健全，审贷员的专业素质参差不齐，有可能由于主观性的原因造成信用风险评定的误差较大，带来不必要的损失。所以只能作为一种辅助性信用分析工具。①专家制度是一种最古老的信用风险分析方法，它是商业银行在长期的信贷活动中所形成的一种行之有效的信用风险分析和管理制度。②5C原则，即品德与声望（Character）、资格与能力（Capacity）、资金实力(CapitalorCash)、担保（Collateral）、经营条件或商业周期（Condition）。①Z评分模型（Z-scoremodel）是美国纽约大学斯特商学院教授爱德华·阿尔特曼（EdwardI.Altman）在1968年提出的。②1977年他又对该模型进行了修正和扩展，建立了第二代模型ZETA模型（ZETAcreditriskmodel）。X1：营运资本/总资产（WC/TA）X2：留存收益/总资产X3：息税前利润/总资产（EBIT/TA）X4：权益市值/总负债账面值（MVE/TL）X5：销售收入/总资产(S/TA)阿尔特曼确立的分辨函数为：Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4）+0.999（X5）Z值越大，资信就越好；Z值越小，风险就越大。根据Altman的分析，当Z＜1.81时，借款人会违约；如果Z≥2.99，则借款人会履约；当1.81≤Z＜2.99时，称为未知区域，在此区域内判断失误较大。①ZETA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。②这7个变量分别为：资产报酬率；收入的稳定性；债务偿还能力；积累盈利；流动比率（流动资产/流动负债）；资本比率；规模指标破产前预测的年数ZETA模型Z评分模型将ZETA模型样本用在Z评分模型所得出的结果将Z评分模型样本用在ZETA模型所得出的结果破产（%）非破产（%）破产（%）非破产（%）破产（%）非破产（%）破产（%）非破产（%）196.289.793.997.086.882.492.584.5284.993.171.993.983.089.383.086.2374.591.448.3NA70.691.472.789.7468.189.528.6NA61.786.067.587.0569.882.136.0NA55.886.259.282.1资料来源：Caouette,Altman,Narayanan,ManagingCreditRisk,JohnWiley&Sons,Inc.1998.pp，135。表6-3ZETA模型与Z评分模型分辩准确性之比较两个模型都依赖于财务报表的账面数据而忽视日益重要的各项资本市场指标，削弱了模型预测结果的可靠性和及时性。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，使得违约模型不能精确的描述经济现实。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。两个模型都无法计量企业表外的信用风险。JP摩根的CreditMetrics模型瑞士银行的CreditRisk+模型麦肯锡公司的CreditPortfolioView模型KMV公司的KMV模型模型的假设•市场风险与信用风险无关。•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，迁移概率遵循马尔可夫过程，实际违约率等于历史平均违约率。•风险期限是固定的，一般为1年。•不同债务人的信用等级的联合分布是使用两者资产回报率联合分布来估计的，资产回报率的联合分布又使用所有者权益收益率的联合分布来代替。•每个信用等级对应一条零利率曲线，而且在违约事件中设有回收率。•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市场价值下跌。对单一债务的违约概率：模块1：确定债务未来各种信用等级出现的概率。单笔债务的信用等级变化概率由信用转移矩阵给出；模块2：确定各信用等级出现时债务的未来市场价值。单笔债务信用等级的市场价值等于该资产未来全部现金流的现值，即：模块3：根据历史信用等级迁移概率得出该信用等级的迁移概率cj，计算债务在第1年末的期望值和方差，即：n1kkjkjkj)y1(MPmjjjcPPE1)(mjjjPPEPc122))((Pj表示在出现j信用等级时债务的现值；Mjk表示信用等级为j时第k年净现金流量；yjk表示信用等级为j的债务第k年零利率收益率。优点•对违约概念进行了拓展，认为违约也包括债务人信用等级的恶化；•应用广泛，包括传统的贷款、固定收益证券、贸易融资和应收账款等商业合同，而且其高级版还能够处理掉期合同、期货合同以及其他衍生工具；•在对债务价值的分布有正态分布假设下解析方法和蒙特卡罗模拟法，在一定程度上避免了资产收益率正态性的硬性假设，可以用资产价值分布和百分位求出资产损失。缺点•大量证据表明信用等级迁移概率并不遵循马尔可夫过程，而是跨时期相关的；•模型中违约率直接取自历史数据平均值，缺乏实证研究；•没有考虑市场风险；•该模型通过股权回报关系来估计资产回报关系，而这可能导致不精确的估计。•每个考察期的期末，债务人只有2种状态:违约与不违约；•债务组合中任何一笔债务违约与否是随机的；•对于一个债务组合而言，每一笔债务的违约概率均很小，并且相互独立。模型的假设CreditRisk+是瑞士银行金融产品开发部于1996年开发的信用风险管理系统，它是应用保险经济学中的保险精算方法来计算债务组合的损失分布。模块1：确定贷款组合违约次数的概率分布。根据以上的假设，在一定时期内，贷款组合违约次数的概率分布服从泊松分布：模块2：对贷款组合按照损失严重性的大小进行分组（Band）。为了求得整个贷款组合损失分布，CreditRisk+模型先将贷款组合中每笔贷款损失严重性按大小分组，每一组贷款的损失严重性（经“四舍五入”）近似等于某个数。这样，每一组的损失分布将服从泊松分布。模块3：将各组的损失汇总，得到整个贷款组合的损失概率分布。这样，就可以直接利用VaR方法求出债务的经济资本。P(n)表示在计算期内发生n个债务人违约事件的概率；表示贷款组合在计算期内期望的违约次数；!(nenPn）违约率波动性风险暴露回收率违约率损失的严重性组合的损失概率分布违约频率CreditRisk+摸型的计算框架优点•该模型处理能力很强，可以处理数万个不同地区、不同部门、不同时限等不同类型的风险暴露；•模型集中于违约分析，所需要估计变量很少，只需要违约率、违约波动率和损失的严重性；•根据组合价值的损失分布函数可以直接计算组合的预期损失和非预期损失，比较简便。缺点•模型对于单个债务人的违约率没有详细阐述，而它们却是模型的输入因子；•只将违约风险纳入模型，没有考虑市场风险，而且认为违约风险与资本结构无关；•忽略了信用等级变化，因而认为任意债权人的债务价值是固定不变的，它不依赖于债务人发放信用等级和远期利率的变化而波动;•分组时，对每笔贷款暴露进行近似，从而将影响投资组合损失方差的准确性。•信用等级在不同时期的迁移概率不是固定不变的，而是受到诸如国别、经济周期、失业率、GDP增长速度、长期利率水平、政府支出等因素的影响；•宏观经济变量服从2阶自回归过程。模型的假设CreditPortfolioView是由McKinsey公司于1998年应用计量经济学理论和蒙特卡罗模拟法，从宏观经济环境的角度来分析债务人的信用等级迁移，开发出的一个多因素信用风险度量模型。设Pt为条件迁移概率，考虑宏观经济变量的影响，则有：yt是受一组t时刻的宏观经济变量Xit和随机变量Vt的影响：宏观经济变量Xn可以由其过去的历史数据Xit-2，∧Xit-?和随机变量决定：f’0，即在宏观经济变量与违约率之间存在反向联系；Vt和，可以通过结构性蒙特卡罗模拟方法来产生。)(tyfPt),(tittVXgy),,(?ittittVfP),,(?ittittVfPit•模型将各种影响违约概率以及相关联的信用等级转换概率的宏观因素纳入体系，它是主流模型——信用度量模型的重要补充，它克服了信用度量模型由于假定不同时期的信用等级转换概率是静态的和固定的而引起的很多偏差。优点•实施这一模型需要可靠的数据，而每一个国家、每一行业的违约信息往往较难获得；•模型使用经调整后的信用等级迁移概率矩阵的特殊程序，而调整则基于银行信贷部门积累的经验和信贷周期的主观判断。缺点模型的假设•满足BS模型的基本假设，即公司股票价格是个随机过程、交易是无摩擦的等，且企业价值变化过程服从Process；•借款人资产价值大于其债务价值时，借款人不会违约；反之，借款人资产价值小于其债务价值时，借款人就会违约；•借款人资本结构只有所有者权益、短期债务、长期债务和可转化的优先股；•违约距离是对企业进行评级的一个合适指标。模块1：估计公司资产的价值及其波动性。KMV公司建立的信用监测模型的目的在于为了解决银行贷款的信用风险问题。该模型使用了两个关系：企业股权市值与它的资产市值之间的结构性关系；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。A1OA2—L股权价值（VE）资