第八章信用风险管理

第八章信用风险管理信用风险的概念及其成因信用风险的度量信用资产组合的信用风险度量和管理一、信用风险的概念及其成因1、信用风险的概念交易对象无力履约的风险，即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。广义：客户违约引起的风险。资产业务、负债业务、表外业务等都存在；狭义：信贷风险。信用风险是指由于借款人或市场交易对手违约导致损失的可能性；更一般地，信用风险还包括由于借款人信用评级变动和履约能力变化导致其债务的市场价值而引起损失的可能性。与信贷风险的区别。2、信用风险的成因1）信用风险的广泛存在是现代金融市场的重要特征。暴露是指在信用活动中存在信用风险的部位以及受信用风险影响的程度。如银行持有的贷款头寸是一种暴露。暴露不等同于信用风险。2）信用风险是信用当事人遭受损失的不确定性。信用风险导致的可能损失越大，信用风险就越大。3）信用风险的成因是信用活动中的不确定性。外在不确定性，即系统性风险：宏观经济的走势、市场资金的供求状况、政治局势、技术和资源条件等；内在不确定性：即非系统性风险：企业的管理能力、产品的竞争能力、生产规模、信用品质等的变化。二、信用风险的度量1、古典信用风险度量方法：专家制度特征：银行信贷的决策权是由该机构那些经过长期训练、具有丰富经验的信贷官所掌握，并由他们作出是否贷款的决定。在信贷决策中，信贷官的专业知识、主观判断等是最重要的决定因素。1）专家制度的主要内容：5CCharacter：品德；Capacity：能力；Capital：资本；Collateral：担保；Condition：状况。品德：借款人偿债的意愿及诚意；能力：借款人的经营管理能力；资本：现金流量、股东股权分布、财务杠杆等；担保：抵押品和保证人；状况：经营特点和方式、技术、竞争、市场份额；社会环境、商业周期、同业竞争情况、行业发展趋势、原材料价格变动等。信贷人员常借助一些标准的分析技术对借款人清偿债务能力进行评估，如运用现金流量分析法，将公司的各种财务比率与其他相类似公司的相应比率进行对比分析来发现问题。常用的财务比率指标，见表8-1。2）专家制度存在的缺陷和不足：维持专家制度，需要相当数量的专门信用分析人员；专家制度实施的效果很不稳定；专家制度与经营管理中的官僚主义方式紧密相连，大大降低了银行应对市场变化的能力；专家制度加剧了贷款过度集中的问题；信用时，难以确定共同标准，造成信用评估的主观性、随意性和不一致性。2、Z评分模型和ZETA评分模型专家制度中要考虑的问题：各种财务比率指标的重要性排序问题、权重问题等。EdwardAltman提出Z评分模型（1968）；ZETA评分模型（1977）。模型的原理：利用数理统计中判别分析技术，结合以前贷款样本，选择一些最能反映借款人财务状况，对贷款质量影响最大、最具预测和分析价值的比率，建立一个判断函数。建立的步骤：选取一组最能反映借款人财务状况/还本付息能力的财务比率，如流动性比率、资产收益率、偿债能力指标等；收集贷款资料样本，分为两类：正常还本付息、呆滞呆账；确定每一比率的权重；将比率乘以权重，然后相加，得Z值；通过对一系列Z值的分析，确定违约临界值。1）Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5X1：流动资金/总资产；X2：留存收益/总资产；X3：息税前收益/总资产；X4：股权市值/总负债账面值；X5：销售收入/总资产。经过统计计算确定借款人违约的临界值Z0=2.675;Z2.675，违约；Z≥2.675,非违约；1.81Z2.99,灰色区域。对破产企业和非破产企业预测的准确性：见表8-3、8-4。2）私人控股企业的Z评分模型：Z'=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5;X4的分子股权市值改为股权账面值；灰色区域1.23-2.90。3）非制造业企业的Z评分模型：Z=6.56X1+3.26X2+6.72X3+1.05X4;X4中分子是股权账面值；经检验，它与Z'模型的分辨结果相同。4）第二代Z评分模型—ZETA信用风险模型：X1—X7共7个变量；X1：资产收益率；X2：收益稳定性指标；X3：债务偿付能力指标；X4：累计盈利能力指标；X5：流动性指标；X6：资本化程度指标；X7：规模指标。从27个变量中筛选出7个变量。表8-7显示，ZETA模型比Z模型更准确有效。模型比较稳定。模型的系数需要重新估值吗？5）Z模型和ZETA模型的缺陷:依赖财务报表的账面数据，忽视了资本市场指标，会削弱预测结果的可靠性和及时性；模型假设变量间存在线性关系，而现实经济现象是非线性的；无法计量企业的表外信用风险；缺乏对违约和违约风险的系统认识，理论基础比较薄弱，难以令人信服；对某些行业的企业不适用，如公用企业、财务公司等。3、现代信用风险度量和管理方法：信用度量制模型（CreditMetrics）（1）受险价值（VaR）方法受险价值（ValueatRisk）作为一种市场风险测量和管理的工具，由J.P.摩根银行最早在1994年提出，标志性产品为风险度量制模型（RiskMetrics）。例子：假定某上市公司股票今天的价格为80元，每天价值变动标准差估计为10元。那么明天在99％置信水平下股票价值遭受的最大损失额是多少？假设股票价值服从正态分布。VaR是一定置信水平下的最大可能损失。VaR方法适合用于可交易金融资产。贷款由于不能直接进行交易，它的市值和标准差都不能直接观察到。另外，贷款的价值很难满足正态分布，为非对称的。（2）信用度量制方法J.P.摩根银行与合作者在风险度量制基础上创立的。用于对非交易性金融资产的价值和风险进行度量。通过计算可以估计出贷款价值的均值、标准差，以及受险价值。所需资料：借款人信用评级、信用评级的转移概率、贷款的回收率等。例子：五年期固定利率贷款，年利率6%，贷款总额100万，借款企业信用等级为BBB级。1）借款企业信用等级转换的概率：年初信用等级年底时信用评级转移概率（%）AAAAAABBBBBBCCC违约AAAAAABBB0.020.335.9586.935.361.170.120.18BBBCCC2）对信用等级变动后的贷款市值估价：贷款价值为期间现金流的贴现值。需要用到：无风险利率（零息票债券的无风险利率）、信用加息差（债券市场的债券利率与国债利率之差）。不同信用等级下贷款市值状况：一年结束时信用等级市值金额一年结束时信用等级市值金额AAA109.37BB102.02AA109.19B98.10A108.66CCC83.64BBB107.55违约51.133）计算受险价值量：见表8-11：贷款的均值107.09，标准差2.99。正态分布：5%的VaR=2.99×1.65=4.93；1%的VaR=2.99×2.33=6.97。实际分布：5%的VaR=107.09-102.02=5.07；1%的VaR=107.09-98.10=8.99。（3）信用度量制与最低风险资本要求100×8%=86.97（正态1%水平下VaR）88.99（实际1%水平下VaR）（4）信用度量制模型若干争议问题信用等级转换问题；贷款估价问题：回收率、无风险利率、信用加息差。三、信用资产组合的信用风险度量和管理如果银行只重视单个贷款的收益与风险而忽略贷款组合的收益与风险，会使得银行贷款过度集中，出现贷款集中的风险。需要对贷款组合进行管理。H.Markowitz和W.Sharpe的现代组合理论运用到贷款这类信用资产组合时，有很多不便之处。贷款不能像股票、债券等金融资产那样在市场上进行交易，流动性差，很难估计贷款的价值和风险。所以银行通常不能对贷款组合进行合理、及时的调整，以达到一个较为理想的风险-收益均衡状态。为此，我们介绍CreditMetrics组合模型对信贷资产组合的风险进行管理。1、一个贷款的情况（1）回顾上次课所学知识。信用等级AAAAAABBBBBBCCC违约贷款组合价值109.37109.19108.66107.55102.0298.1083.6451.13概率(%)0.020.335.9586.935.361.170.120.18（2）求各信用等级对应的阈值：根据Merton模型，假设借款公司资产价值遵循几何布朗运动，当资产价值小于负债时即发生违约。将Merton模型的思想进行推广，可以确定各信用等级对应的阈值、、…。DzCCCzAAAz……%06.0)()(DzZPP违约24.3%)06.0(1NzD%07.0%01.0%06.0)()()(CCCDDCCCzZzPzZPzZP19.3%)07.0(1NzCCC2、两个贷款的组合设有两项贷款面值都为100万，5年期，年息6%，信用等级分别为BBB级和A级。一年后，它们各有8种信用等级状态（AAA,AA,A,BBB,BB,B,CCC,违约），组合则有8×8=64种信用等级状态。（1）确定贷款组合价值的分布。包括两方面：一是确定组合在每一状态的概率，二是确定组合在每一状态的价值。确定概率时，利用二元正态分布以及阈值，可以考虑两贷款的相关性。确定价值时，对两贷款价值求和即可。通过上述两方面确定出来的是一个二元离散型随机向量的分布。见教材表8-13和表8-15。（2）求组合价值的均值、标准差、VaR。均值方差标准差63.21364642211VPVPVP22.11)()()(264642222112VPVPVP35.3假设组合价值服从正态分布，则实际分布下：81.735.333.233.2%1VaR23.940.20463.213%1VaR3、N项贷款组合N项贷款组合共有个信用等级状态，随N的增加状态数迅速增加，如，用求两个贷款组合的方法来求N项贷款组合的概率分布不太可行。N832768854、蒙特卡罗（MonteCarlo）模拟法（1）原理：用标准正态分布随机数模拟贷款的信用等级，根据信用等级确定贷款价值，将所有贷款价值求和得到组合的价值。通过重复模拟，可以得到不同的贷款组合价值，利用大量的组合价值数据，得到贷款组合价值的分布。（2）步骤：1）推导每个贷款各转移信用等级对应的阈值，以及各信用等级对应的贷款价值；2）估计每两项贷款之间的相关性；3）产生符合相关性要求的正态分布随机数；4）根据每个随机数与阈值的大小关系，确定每项贷款的信用等级；5）根据等级对应的贷款价值，求组合价值；6）重复多次，能得到组合价值的近似分布，进而可求组合价值的均值、标准差、VaR。5、边际风险贡献量贷款组合中包含某一项贷款与不包含该项贷款两种情况下组合价值标准差之差，为该项贷款的边际风险贡献量。边际风险贡献量的大小取决于该贷款与组合中其他贷款的相关性大小。单独风险贡献量大的贷款，其边际风险贡献量不一定大；反之亦然。