4 信用风险管理

第4章信用风险管理第1节信用风险的概念与成因第2节信用风险的度量第3节巴塞尔协议中的信用风险度量方法第4节信用风险管理方法主要内容第1节信用风险的概念与成因一、信用风险的概念关于信用风险的概念，有许多不同的观点。传统的观点认为，它是指交易对象无力履约的风险，也即债务人未能如期偿还其债务造成违约，而给经济主体经营带来的风险。另一种观点认为，信用风险有广义和狭义之分。广义的信用风险指所有因客户违约（不守信）所引起的风险。如资产业务中的借款人不按时还本付息引起的资产质量恶化；负债业务中的存款人大量提前取款形成挤兑，加剧支付困难；表外业务中的交易对手违约引致或有负债转化为表内负债等等。狭义的信用风险通常是指信贷风险。第三种观点认为，信用风险是指由于借款人或市场交易对手违约而导致的损失的可能性；更为一般地，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。（一）信用风险的广泛存在是现代金融市场的重要特征（二）信用风险是信用当事人遭受损失的不确定性（三）信用风险的成因是信用活动中的不确定性二、现代信用风险的成因一、古典信用风险度量方法I：专家制度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。第2节信用风险的度量在专家制度下，各商业银行自身条件的不同，在对贷款申请人进行信用分析所涉及的内容上也会不尽相同。但是绝大多数银行都将重点集中在借款人的“5C”上，即品德与声望（character）、资格与能力（capacity）、资金实力（capitalorcash）、担保（collateral）、经营条件和商业周期（cycleandcondition）。（一）专家制度的主要内容1.品德与声望。主要是指借款人偿债的意愿及诚意。2.资格与能力。确定借款人的资格与能力。3.资金实力。主要是指借款人资产的价值、性质、变现能力。4.担保。主要指抵押品及保证人。5.经营条件和商业周期。主要是指企业自身的经营状况和其外部的经营环境。下面我们以“5C”为例，加以简要说明1.政策分析；2.财务分析；3.预测分析；4.竞争力分析；5.经营战略分析。5C分析后，接下来的工作是：1.需要相当数量的专门分析人员；2.效果不稳定；3.应变能力差；4.标准不统一，有一定主观性。（二）专家制度存在的缺陷与不足二、古典信用风险度量方法Ⅱ：Z评分模型和ZETA评分模型（一）Z评分模型的主要内容及其准确性分析（二）阿尔特曼Z评分模型与债券评级级别的关系（三）私人控股企业的Z评分模型（四）对非制造业企业适用的Z评分模型（五）第二代Z评分模型----ZETA信用风险模型（六）Z评分模型和ZETA模型的缺陷1、依赖财务报表；2、理论基础薄弱；3、线性关系可靠性不高；4、忽略表外信用风险；5、没有考虑特定行业、新公司等差别。三、现代信用风险度量和管理方法：目前国际上最流行的四种信用风险度量方法是：1）J.P.摩根发展的信用度量制模型（CreditMetrics）方法，该方法使用信用转移矩阵计算投资组合的VaR值；2）CSFP（CreditSuisseFinancialProducts）发展的信用风险附加CreditRisk+方法，该方法使用了保险精算中的方法；3）KMV公司的KMV模型，该方法使用默顿（Merton）的违约债券估价模型；4）麦肯锡公司的CreditPortfolioView方法；该方法使用宏观经济变量模拟方法。（一）信用度量制模型（CreditMetrics）方法1、受险价值（VaR）方法2、“信用度量制”方法信用度量制方法(CreditMetrics)与风险度量制方法（RiskMetrics)的区别：可交易性资产不可交易性资产贷款是不能够公开交易的资产，需要掌握的资料有：•借款人的信用等级；•信用等级转换概率；•违约贷款收复率。信用度量制方法计算步骤：（1）借款企业信用等级转换的概率（2）对信用等级变动后的贷款市值估价（3）计算受险价值量（VaR）3、信用度量制方法与最低风险资本要求信用度量制模型（CreditMetrics）一经推出，便获得业内人士的高度评价和赞赏。但是由于它仍然处于初创阶段，在许多方面还不成熟，还存在着若干尚需解决的技术问题。（1）关于信用等级的转换问题。（2）关于贷款的估价问题4、信用度量制模型若干引起争议的技术问题5、一个简单例子•在CreditMetrics方法中，给定投资组合（已知组合中资产类别以及它们之间的组成比例），可以得出一定期限后（通常一年）的组合价值分布曲线，进而用该曲线计算投资组合VaR值。计算组合价值分布曲线有分析方法和模拟方法两种。•以下用一简单例子来说明分析方法计算组合价值分布的过程。这里假定债券投资组合中仅含有一种BBB等级债券。计算中需要的违约率和转移矩阵由信用评级机构提供，它们是通过对历史数据求平均值获得的。假定下一年信用等级变动概率如下表：起始级别一年以后处于各级别的概率（％）AAAAAABBBBBBCCC违约AAA90.818.330.680.060.12000AA0.7090.657.790.640.060.140.020A0.092.2791.055.520.740.260.010.06BBB0.020.335.9586.935.301.170.120.18BB0.030.140.677.7380.538.841.001.06B00.110.240.436.4883.464.075.20CCC0.2200.221.302.3811.2464.8619.79表7-1信用等级转移矩阵•从上表可以看出，债券下一年保持BBB等级概率为86.93%。信用等级变化后，债券价值将采用相应等级债券利率期限结构进行折现。如果信用等级下降（上升），信用利差高（低），债券价值将下降（上升）。本例中设BBB等级债券利率期限结构为：远期风险贴现期限结构（%）信用级别分类第一年第二年第三年第四年AAA3.604.174.735.12AA3.654.224.785.17A3.724.324.935.32BBB4.14.675.255.63BB5.556.026.787.27B6.057.028.038.52CCC15.0515.0214.0313.52资料来源：CreditMetricsTM,technicaldocument.表7-2BBB等级债券利率期限结构等级第一年第二年第三年第四年BBB4.1％4.67％5.25％5.63％•设债券本金＝100，年息＝6，如果一年后债券仍为BBB等级，其价值为：55.10711114433221rFCrCrCrCCVBBB(7.1)同理，我们对债券期末变动到其它等级的情况，也分别进行估价，可得下表：•表7-3期末债券估价AAAAAABBBBBBCCC违约109.37109.19108.66107.55102.0298.1083.6451.13表7-3中的51.13是优先无担保债券的违约平均回收率。65.795.535.22386.81109.35AAA65.795.525.21686.64109.17AA65.785.515.19386.15108.64A65.765.485.14685.14107.53BBB65.685.344.92880.06102.01BB65.665.244.75976.4398.086B65.224.544.04763.8383.626CCC表7-4不同信用利差下的贷款市值由上表并结合信用等级变化的概率，就得出年末债券的加权平均值m和方差：(7.2)10.02%109.370.33%109.170.18%51.13107.09siiim=2.99(7.3)2221209.10713.51%18.017.109%33.035.109%02.0)(siiim•对于该单债券投资组合，一方面可以用正态分布假设来求其VaR值，另一方面，可以用债券实际价值概率分布曲线来求其VaR值。如以正态分布来求，则在95％、99％置信度下、•的值分别为：•(7.4)1VaR11.652.994.93VaRZT97.699.233.22VaR2VaR•如果按实际的债券价值的变动情况来计算，则95％、99％置信度下的、值分别为：•(7.5)4VaR3VaR99.810.9809.1073VaR45.2364.8309.1074VaR•上式结果实际上是近似值，计算结果是偏小的，因为从信用转换矩阵中可知，该债券有6.77%（5.3%+1.17%+0.12%+0.18%）的可能性其价值低于102.01；有1.47%（1.17%+0.12%+0.18%）的可能性其价值低于98.10；有0.3%（0.12%+0.18%）的可能性其价值低于83.64。•,可见，由于信用风险损益分布的不对称性，用正态分布来计算VaR会有一定的误差，计算结果偏小，从而低估投资组合的风险。21VaRVaR根据相对损失计算VaR的结果正态分布实际分布95％1.65×2.99=4.93107.09-98.1=8.9999％2.33×2.99=6.97107.09-83.64=23.45根据绝对损失计算VaR的结果正态分布实际分布95％1.65×2.99－（－0.46）=5.39107.55-98.1=9.4599％2.33×2.99－（－0.46）=7.43107.55-83.64=23.91BBBAAAAAABBBCCC违约资产分布划分为不同信用等级（二）KMV模型•CreditMetrics方法中，认为同一信用等级公司违约概率相同，不同信用等级公司违约概率是历史数据平均值，这两个假设对于计算结果的精度影响较大。KMV公司提出的模型，不使用信用评级机构提供的统计数据来确定违约概率。•它对每一公司分别使用默顿的违约证券估价模型来确定其实际违约概率，模型中违约率是公司资本结构、资产收益波动率和公司当前资产价值的函数。该方法定义了期望违约频率（expecteddefaultfrequentcy,简称EDF）概念，每一公司有自己独特的EDF。模型认为EDF值充分反映了公司信用利差、信用等级等市场信息。（1）违约概率（EDF)的计算方法•计算EDF分为三个阶段：首先估计公司资产价值和公司资产波动率；其次计算违约距离DD（Distance-to-Default），它是用指标形式表示的违约风险值；最后使用KMV违约数据库将DD转化为EDF。以下具体说明EDF计算过程：0资产价值B-L股票价值图7-1：资产价值与股票价值关系•为求公司资产市场价值和波动率，使用违约债券估价模型。违约债券估价结构模型认为，如果公司除发行股票外，只发行一种一年期零息债券。公司股票损益情况类似于欧式看涨期权的损益情况：•对于一个基于股价的看涨期权来说，期权有一个执行价格，在期权到期日，如果股价高于期权执行价，期权价值为股价与期权执行价差价，如果此时股价低于期权执行价，期权价值为零；•同样，公司股票价值，在债券到期日，如果公司资产价值高于公司债券面值，则公司股票价值为公司资产和债券面值之间的差值，如果此时公司资产价值低于公司债券面值，公司变卖所有资产也不足以偿还债务，公司将发生违约，同时股票价值为零。•因此公司股票类似于一个看涨期权。资产价值与股票价值的关系如图7-1所示，•为股东对于公司的初始投资，该图与欧式看涨期权损益状态图完全一样。L（7.6）：公司股票市值；：公司债务面值；：公司资产市场价值；：债务期限；)()(21dNBedVNErEBV为资产价值波动率；无风险利率；：标准正态累积分布函数，其中：（7.7）（7.8）arN211ln2aaVdrBadd12公司资产价值和资产收益标准差是隐含变量，不能从市场中获得。为解出这两个变量，还需