信用风险管理

第十章信用风险管理第一节信用风险的概念及成因一、信用风险的定义传统观点——信用风险指债务人未能如期偿还债务造成违约，而给经济主体经营带来的风险。现代意义上，信用风险指由于借款人或市场交易对手违约而导致损失的可能性。更一般地，信用风险还包括由于借款人的信用评级的变动和履约能力的变化，导致其债务的市场价值变动而引起的损失可能性。二、现代信用风险的成因1.信用风险成因：信用活动中的不确定性。2.不确定性：“外在不确定性”：系统性风险“内在不确定性”：非系统性风险3.信用风险也是金融市场的一种内在的推动和制约力量。促进金融参与者提高管理效率约束作用，调节作用第二节早期信用风险度量一、风险度量的专家制度（一）专家制度的主要内容借款人的5C1.品德与声望（Character）2.资格与能力（Capacity）3.资金实力(CapitalorCash)4.担保（Collateral）5.经营条件或商业周期（Condition）（二）专家制度的缺陷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。二、Z评分模型和ZETA评分模型(一)Z评分模型的主要内容阿尔特曼，分辨函数为：Z=0.012（X1）+0.014（X2）+0.033（X3）+0.006（X4）+0.999（X5）或：Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4）+0.999（X5）其中，X1：流动资本/总资产（WC/TA）X2：留存收益/总资产（RE/TA）X3：息前、税前收益/总资产（EBIT/TA）X4：股权市值/总负债帐面值（MVE/TL）X5：销售收入/总资产（S/TA）临界值：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，借款人被划为非违约组。当1.81Z2.99时，判断失误较大，未知区（ZoneofIgnorance）或灰色区域(grayarea)(二)ZETA评分模型第二代信用评分模型7个变量：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(三)Z评分模型和ZETA评分模型存在的问题1.依赖财务报表数据，忽视了日益重要的资本市场指标，削弱了预测结果的可靠性和及时性；2.理论基础比较薄弱，难以令人信服；3.假设解释变量存在线性关系，现实的经济现象是非线性的，削弱了预测的准确程度；4.两个模型都无法计量表外信用风险；不适用特定行业，使用范围受到较大限制。第三节现代信用风险度量模型一、期权推理分析法:KMV模型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。KMV公司：违约预测模型--信用监测模型(CreditMonitorModel)两个关系：一：企业股权市值与资产市值之间的结构性关系二：企业资产市值波动程度和企业股权市值变动程度之间关系通过上述两个关系模型，可以求出企业资产市值及其波动程度计算出所有涉及变量值，便可以用信用监测模型测算出借款企业的预期违约频率(EDF)如果借款企业的资产市值呈现正态分布，我们可知道违约的概率计算出的只是借款企业理论预期违约频率，它与实际的预期违约频率之间存在着很大差异KMV公司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，计算出各类信用等级企业经验预期违约频率，从而产生以这种经验预期违约频率为基础的信用值来。KMV信用监测模型的缺陷1.模型的使用范围受到了限制，不适用于非上市公司2.在现实中，并非所有借款企业都符合模型中资产价值呈正态分布的假定3.该模型不能够对长期债务的不同类型进行分辨4.该模型基本上属于一种静态模型，但实际情况并非如此。二、CreditMetrics模型信用度量制方法的原理：通过掌握借款企业的资料如：（1）借款人的信用等级资料（2）下一年度该信用级别水平转换为其它信用级别的概率（3）违约贷款的收复率计算出非交易性的贷款和债券的市值P和市值变动率σ，（4）从而利用受险价值方法对单笔贷款或贷款组合的受险价值量。在险价值(VaR)法：在险价值模型就是为了度量一项给定的资产或负债在一定时间里和在一定的置信度下价值最大的损失额。VaR方法度量非交易性金融资产如贷款的受险价值时则会遇到如下问题：1.因为绝大多数贷款不能直接交易，所以市值P不能够直接观察到。2.由于贷款的市值不能够观察，也就无法计算贷款市值的变动率σ。3.贷款的价值分布离正态分布状偏差较大第四节宏观模拟模型和保险模型一、宏观模拟模型宏观模拟模型在计算信用资产的在险价值量时，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。克服了信用度量制方法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，被视为信用度量制方法的重要补充。解决和处理经济周期性因素常用方法是直接将信用等级转换概率与宏观因素之间的关系模型化，如果模型是拟合的，就可以通过制造宏观上的对于模型的冲击来模拟信用等级转换概率的跨时演变状况。二、死亡率模型(Mortalitymodel)该模型以贷款或债券组合以及它们在历史上违约经历为基础，开发出一张表格，用该表来对信用资产一年的边际的死亡率(mrginalmortalityrate,MMR)及信用资产多年的累积的死亡率(cumulativemortalityrate,CRM)进行预测。将上面的两个死亡率与违约损失率(LGD)结合起来，就可以获得信用资产的预期损失的估计值。第五节现代信用风险度量模型方法的比较一、特征比较教材p344表10-1二、优缺点分析（一）信用度量制模型1.优点：通过计算信用工具在不同信用等级上的市场价值，达到用传统的期望和标准差来度量资产信用风险的目的，并将VaR方法引入到信用风险管理中来。引入了边际风险贡献的概念。2．缺点：（1）利率期限结构固定的假设不适于零息票债券和信用衍生品。（2）假设违约概率与宏观经济状况无关（3）假设资产收益之间的相关系数等于净资产间的相关系数。（4）计算复杂。（二）KMV模型优点：将市场信息纳入了违约概率是一种动态模型是一种“向前看”的模型可以反映风险水平差异的程度KMV模型缺点：必须使用估计技术来获得资产价值、企业资产收益率的期望值和波动性。利率事先确定的假定限制了将KMV模型对长期贷款(一年以上)和其它利率敏感性工具的应用风险利差随风险债券到期日趋向于零假设经济状况是静止的第六节信用资产组合的信用风险度量和管理一、信用度量制组合模型信用度量制(CreditMetrics)组合模型是一组用来测定信用资产组合价值和风险的分析法和数据库。一种计量方法来估算出由于信用资产质量变化(包括违约)而导致的组合价值的波动以及价值的分布状况，并最终计算出信用资产组合的在险价值量(VaR)。二、信用度量制模型：正态分布条件用一个两贷款组合信用风险度量方法作为其参照样板，从而通过两贷款组合在险价值的度量方法推广至N项贷款组合情形下的计量方法上。(一)联合信用等级转换概率(二）资产价值波动与信用等级转换的关系(三）两贷款组合的联合贷款价值量(JointLoanValues)三、信用度量制：实际分布条件下的组合在险价值量四、信用度量制：N项贷款组合的信用风险的度量(一)矩阵扩展法将贷款组合的联合信用等级转换概率矩阵以及相应的贷款组合联合贷款价值量矩阵不断地进行扩展，从而最终求出N项贷款组合的均值和标准差。随着组合贷款的数量增加，计算该组合信用风险的难度会越来越大，如果没有大型计算机来帮助，人们很难能完成这样的计算。(二)调整解出的资产组合方差的标准方式(三)蒙特·卡罗模拟法:技术思路:随机模拟技术，模拟出投资组合在指定日期的各种不同价格走势，然后由这些模拟价格导出投资组合在指定日期的价格分布，最后从分布中一目了然地读出投资组合的在险价值量(VaR)。VaR最有效的计算方法，能说明广泛的风险:非线性价格风险、波动风险，甚至模型风险，也考虑了波动时间变化，较粗的尾部及极端情景等因素。2.实例3.缺陷成本太高依赖基础风险因素下的特定的随机模型，因而面临模型风险信用度量制模型还可以用来计算单个贷款在组合中的边际风险贡献量本章要点:信用风险是指由于借款人的信用评级的变动和履约能力的变化导致其债务的市场价值变动而引起的损失可能性早期信用风险的度量方法有专家制度和Z&ZETA评分模型现代信用风险度量模型中，最为流行的是KMV模型和CreditMetrics模型。KMV模型和CreditMetrics模型中的风险定义、关键风险驱动因素、信用事件的波动性、信用事件的相关性、收复率等特征各不相同，因此在度量信用风险时各有优势，同时也都存在着一些问题。信用资产组合可以有效的分散风险，但其信用风险的度量和管理更为复杂贷款价值实际分布是非对称的，因此计算出的在险价值量略高于正态分布下计算的结果TheEnd