信用管理信用模型.doc

信用風(fēng)險(xiǎn)的度量與控制信用違約及其給債權(quán)人帶來損失在一定程度上非常類似于保險(xiǎn)時間的發(fā)生，債務(wù)人的違約可以類比于人壽保險(xiǎn)中被保險(xiǎn)人的死亡，或者類比于財(cái)產(chǎn)保險(xiǎn)中災(zāi)害事故的發(fā)生。通過這篇文章，我想讓讀者了解到以下這三點(diǎn)：1. 了解以財(cái)務(wù)資料與統(tǒng)計(jì)模型來預(yù)測信用違約的價(jià)值及其可行性。2. 對的信用評級違約預(yù)測方法有一個一般的了解。3. 掌握信用違約預(yù)測方法的特色與限制。分別有以下4個模型：1. 保險(xiǎn)方式： 死亡率模型和CSFP的信用風(fēng)險(xiǎn)附加模型2. J.P. Morgan 的“信用度量術(shù)”CreidtMetrics及其模型3. KMV模型4. 風(fēng)險(xiǎn)中性的估值方法基于市場風(fēng)險(xiǎn)溢價(jià)的模型模 型重點(diǎn)模型介紹：在財(cái)產(chǎn)保險(xiǎn)精算思想和方法的啟發(fā)下，瑞士信貸銀行金融產(chǎn)品開發(fā)出了基于財(cái)險(xiǎn)精算方法的違約模型，記為。模型是財(cái)產(chǎn)保險(xiǎn)統(tǒng)計(jì)理論在信用風(fēng)險(xiǎn)領(lǐng)域的運(yùn)用。該模型只考慮違約或者不違約兩種狀態(tài)，同時假定違約率是隨機(jī)的，并以此為前提度量預(yù)期損失，未預(yù)期損失及其變化。此模型衡量貸款的損失取決于兩個因素，違約頻率和損失的嚴(yán)重程度。1.1 模型原理模型的基本思想是源于財(cái)產(chǎn)保險(xiǎn)（例如住房火宅保險(xiǎn)）方法。先考察已投?；鹫U(xiǎn)的房屋，其實(shí)沒出房屋被燒毀的概率是很小的，而且一般情況下不同處房屋燒毀事件之間是相互獨(dú)立的。然后，在觀察諸如抵押貸款和小企業(yè)貸款等許多類型的貸款，這些貸款的違約風(fēng)險(xiǎn)也具有類似的特點(diǎn)，即每筆貸款具有很小的違約概率，而且每筆貸款的違約獨(dú)立于其他貸款的違約，這個特點(diǎn)恰好符號泊松分布的特征。瑞士信貸銀行金融產(chǎn)品部首先意識到了貸款違約事件的上述特點(diǎn)及其泊松分布的特征，據(jù)此創(chuàng)立了模型。利用模型即得到了貸款組合的損失分布情況。1.2 模型假設(shè)第一，不考慮客觀經(jīng)濟(jì)環(huán)境和借款人的基本情況，對于一筆貸款，其每一時期的違約率P（default）的均值都相同，違約概率的均值為P(average)， 相應(yīng)地， 不發(fā)生違約的概率均值為1-P(average)；第二，對于有一批同類型貸款（如都是住房抵押或小型商業(yè)貸款）組成的貸款組合而言，個借款人違約的事件互相獨(dú)立，且單個借款人的違約率都很低。違約概率分布類似于泊松分布，即：其中，每年發(fā)生的平均違約數(shù)， 每年度違約數(shù)，并且是一個均值為，標(biāo)準(zhǔn)差為的隨機(jī)變量。例，假設(shè)K類貸款在歷史上的平均違約率為3%；根據(jù)上述假設(shè)可知，=3%下一年度K類貸款無違約事件的概率為，下一年度K類貸款發(fā)生3起違約事件的概率為，下一年度K類貸款發(fā)生4起違約事件的概率為，第三，假設(shè)損失的強(qiáng)度服從分布，即損失發(fā)生的均值服從分布。模型在測算違約損失分布時，采用分段法。將資產(chǎn)組合分割為具有共同風(fēng)險(xiǎn)暴露的各組。下面，我們以N筆貸款構(gòu)成的組合為例，具體介紹頻段分級法：第一，先根據(jù)所有貸款的風(fēng)險(xiǎn)暴露情況設(shè)定風(fēng)險(xiǎn)暴露頻段值，記為L，例如可以取L=2萬元作為一個頻段值，用N筆貸款中最大一筆貸款風(fēng)險(xiǎn)暴露值除以頻段值L，將計(jì)算數(shù)值按照四舍五入湊成整數(shù)，稱之為風(fēng)險(xiǎn)暴露的頻段總級數(shù)，設(shè)為m，于是，就得到m個風(fēng)險(xiǎn)暴露頻段級，以此為所對應(yīng)的風(fēng)險(xiǎn)暴露量為，將每筆貸款的風(fēng)險(xiǎn)暴露量除以頻段值L，再按照四舍五入的規(guī)則將計(jì)算數(shù)值湊成整數(shù)，然后將該筆貸款歸類到該整數(shù)值所對應(yīng)的頻段值，類似地，可將所有貸款歸類例，假設(shè)有100筆貸款，其中最大一筆貸款為11萬元選頻段值L=2萬元按照上述方法，可得到最大一筆貸款風(fēng)險(xiǎn)暴露值為11萬元，于是，得到6個風(fēng)險(xiǎn)暴露頻段級，依次為，各級所對應(yīng)的風(fēng)險(xiǎn)暴露數(shù)量分別為2萬元、4萬元、6萬元、8萬元、10萬元、12萬元對于其中一筆4.6萬元的貸款，按照上述計(jì)算方法，可歸類到頻段級，該頻段級所對應(yīng)的風(fēng)險(xiǎn)暴露數(shù)量為4萬元；對于一筆7.6萬元的貸款，可歸類到頻段級，該頻段級所對應(yīng)的風(fēng)險(xiǎn)暴露數(shù)量為8萬元第二，各個頻段級的違約概率和損失分布 假設(shè)處于頻段級的貸款的平均違約數(shù)位，同時設(shè)將N筆貸款劃級歸類后處于頻段級的貸款數(shù)目為，顯然， 于是，可得： 其中，為頻段級對應(yīng)的風(fēng)險(xiǎn)暴露數(shù)，L為頻段值，于是，我們可以得到處于頻段級的違約概率分布及其對應(yīng)的損失分布第三，將這些處于風(fēng)險(xiǎn)頻段的損失加總起來就可以得到貸款組合的損失分布了。對于第j類的“損失”概率，構(gòu)造輔助函數(shù)z,，其中nL為整個資產(chǎn)組合發(fā)生的損失量。由于違約數(shù)量服從泊松分布，根據(jù)我們的獨(dú)立性假設(shè)，整個資產(chǎn)組合的概率生成函數(shù)為，整個資產(chǎn)組合發(fā)生損失nL的損失概率分布函數(shù)可以通過下式推到出來1.3 模型優(yōu)缺點(diǎn)分析信用風(fēng)險(xiǎn)附加模型最大的優(yōu)點(diǎn)是所需變量少，關(guān)鍵的數(shù)據(jù)輸入是貸款組合中各個頻段的損失率均值和損失嚴(yán)重性，而這兩個變量均為銀行內(nèi)部或外部有責(zé)任收集的主要數(shù)據(jù)，但信用風(fēng)險(xiǎn)附加模型的問題在于對違約的假設(shè)過于簡單，與現(xiàn)實(shí)有較大差距，使得計(jì)算出的損失分布于貸款的實(shí)際損失分布存在明顯的差異。按照該模型的方法計(jì)算出的損失分布非常接近正態(tài)分布，而且隨著資產(chǎn)組合中貸款數(shù)目的增加，損失分布越來越接近正態(tài)分布，但實(shí)際上，違約率和違約損失率都