07信用風(fēng)險(xiǎn)的計(jì)量

1、1第七章 信用風(fēng)險(xiǎn)的計(jì)量李子白 教授廈門大學(xué)經(jīng)濟(jì)學(xué)院金融系2 第一節(jié)信用分析 o 信用風(fēng)險(xiǎn)（credit risks ）是指債務(wù)人或交易對(duì)手不能正常履行合約所規(guī)定的義務(wù)或信用質(zhì)量發(fā)生變化，影響金融工具價(jià)值，從而給債權(quán)人或金融工具持有者造成損失的可能性，通常也稱為違約風(fēng)險(xiǎn)。o 信用風(fēng)險(xiǎn)是銀行業(yè)面對(duì)的最普遍的風(fēng)險(xiǎn)之一。o 信息不對(duì)稱及道德風(fēng)險(xiǎn)是形成信用風(fēng)險(xiǎn)的重要因素。信用風(fēng)險(xiǎn)具有明顯的非系統(tǒng)性風(fēng)險(xiǎn)的特征，同時(shí)與借款人外部經(jīng)濟(jì)狀況密切相關(guān)。2021-12-193o 一、一、5C信用分析法（專家分析法）信用分析法（專家分析法）o Character（品德）；o Capacity（能力）；o Capit

2、al（資本）/Cash（現(xiàn)金）；o Collateral（擔(dān)保）；o Condition（經(jīng)濟(jì)條件/環(huán)境）o 銀行特殊性：Customer relationships（客戶關(guān)系）o Control（管制）2021-12-194借款人因素）（借款用途）（還款來源/償還方式）；（保障因素）（發(fā)展前景）5o 源于美國貨幣監(jiān)理署（OCC）開發(fā)的信用評(píng)級(jí)系統(tǒng)。這種管制模型的目的主要在于評(píng)估貸款損失準(zhǔn)備金的充分性。它由管理者根據(jù)對(duì)違約風(fēng)險(xiǎn)的感知程度，用很難量化的主觀程序?qū)①J款分為正常、關(guān)注、次級(jí)、可疑和損失五類。o 這種方法以對(duì)借款人的現(xiàn)金流量、財(cái)務(wù)狀況及影響還款能力的非財(cái)務(wù)因素的綜合分析為分類基礎(chǔ)，同時(shí)

3、考慮借款人的還款意愿、貸款擔(dān)保、貸款償還的法律責(zé)任和銀行信貸管理狀況等因素。 2021-12-196o 正常貸款正常貸款指借款人能夠履行合同，沒有足夠理由懷疑貸款本息不能按時(shí)足額償還。o 關(guān)注貸款關(guān)注貸款指盡管借款人目前有能力償還貸款本息，但存在一些可能對(duì)償還產(chǎn)生不利影響的因素。o 次級(jí)貸款次級(jí)貸款指借款人的還款能力出現(xiàn)明顯問題，完全依靠其正常營業(yè)收入無法足額償還貸款本息，即使執(zhí)行擔(dān)保，也可能會(huì)造成一定損失。2021-12-197 o 可疑貸款可疑貸款指借款人無法足額償還貸款本息，即使執(zhí)行擔(dān)保，也肯定要造成較大損失。o 損失貸款損失貸款指在采取所有可能的措施或一切必要的法律程序之后，本息仍然無

4、法收回，或只能收回極少部分。后三類貸款合稱為不良貸款后三類貸款合稱為不良貸款。僅限于授信后的分類，沒有實(shí)現(xiàn)風(fēng)險(xiǎn)的量化前置風(fēng)險(xiǎn)的量化前置。同時(shí)僅停留在對(duì)單筆貸款風(fēng)險(xiǎn)的測量評(píng)價(jià)上，沒有解決貸款組合整體信用風(fēng)險(xiǎn)的度量問題。2021-12-198o 三、財(cái)務(wù)狀況和現(xiàn)金流量分析財(cái)務(wù)狀況和現(xiàn)金流量分析o 1.財(cái)務(wù)報(bào)表分析o 資產(chǎn)負(fù)債表、損益表分析o 2.財(cái)務(wù)比率分析o 四大類：盈利能力比率；效率比率（運(yùn)營能力比率）；杠桿比率；流動(dòng)比率。主要指標(biāo)：銷售毛（凈）利率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、資產(chǎn)負(fù)債率、流動(dòng)比率、速動(dòng)比率等o 3.現(xiàn)金流量分析2021-12-199 第二節(jié) 信用評(píng)分模型o 信用評(píng)分模型的基

5、本原理信用評(píng)分模型的基本原理：以會(huì)計(jì)數(shù)據(jù)作為分析基礎(chǔ)，試圖在財(cái)務(wù)指標(biāo)和違約概率財(cái)務(wù)指標(biāo)和違約概率之間建立回歸關(guān)系。模型根據(jù)經(jīng)驗(yàn)或相關(guān)性分析，確定體現(xiàn)借款人信用風(fēng)險(xiǎn)特征或影響借款人信用狀況的若干關(guān)鍵的財(cái)務(wù)變量，模擬出特定形式的函數(shù)關(guān)系式，并依據(jù)歷史數(shù)據(jù)分析，對(duì)各個(gè)變量賦予一定的權(quán)數(shù)，運(yùn)用統(tǒng)計(jì)方法計(jì)算出借款人信用綜合分值或違約的概率，并將其與函數(shù)關(guān)系式所規(guī)定的基準(zhǔn)值基準(zhǔn)值比較，據(jù)以確定借款人的違約風(fēng)險(xiǎn)的等級(jí)。2021-12-191011 2021-12-1912o 模型的分類規(guī)則：若Z2.99，表明借款人財(cái)務(wù)狀況良好，發(fā)生破產(chǎn)的可能性較小，Z值越高借款人違約風(fēng)險(xiǎn)的等級(jí)越低；當(dāng)Z值1.81的借款人應(yīng)

6、被歸入高違約風(fēng)險(xiǎn)類別，即企業(yè)存在著很大的破產(chǎn)風(fēng)險(xiǎn)；介于上限2.99及下限1.81之間的Z值無法直接判別，需要使用其他手段來測度企業(yè)的信用風(fēng)險(xiǎn)。 o 模型的優(yōu)點(diǎn)：方法應(yīng)用簡便、標(biāo)準(zhǔn)明確；預(yù)見性較好（在企業(yè)違約前一年有95%的預(yù)測正確率，違約前二年有82%的預(yù)測正確率）。13 2021-12-1914o 二、消費(fèi)者信用評(píng)分模型消費(fèi)者信用評(píng)分模型o 模型的變量主要包括：個(gè)人收入、年齡、職業(yè)、資產(chǎn)狀況、債務(wù)狀況、與銀行關(guān)系、扶養(yǎng)/贍養(yǎng)人口等。對(duì)各個(gè)變量規(guī)定相應(yīng)的權(quán)數(shù)，它反映每個(gè)變量對(duì)借款人信用水平的相對(duì)重要程度。o 各家銀行的具體變量選擇及其權(quán)重的確定都有不同，但都是利用經(jīng)驗(yàn)數(shù)據(jù)，運(yùn)用統(tǒng)計(jì)分析方法建立

7、起來的，其要求都是可以在統(tǒng)計(jì)意義上將良好信用與不良信用風(fēng)險(xiǎn)區(qū)分開來。2021-12-1915 第三節(jié) 創(chuàng)新的信用風(fēng)險(xiǎn)計(jì)量模型o 1994年KMV開發(fā)的；o J.P.摩根為首的幾家國際大銀行1997年開發(fā)的Credit Metrics（信用矩陣模型）；o 瑞士信貸第一波士頓（credit suisse first boston，CSFB）于1997年提出的 Credit Risk+模型模型（信用風(fēng)險(xiǎn)附加模型）；o 由Wilson在1997年開發(fā)的，因其受到麥肯錫（Mckinsey）公司大力推廣的 Credit Portfolio ViewTM 模型，又被稱為麥肯錫模型。o 畢馬威（KPMG）提出

8、的 Loan Analysis System。16 ；17 182021-12-1919o 模型的應(yīng)用分為幾個(gè)步驟： o （1）確定組合中各種信用工具當(dāng)前信用等級(jí)；o （2）計(jì)算借款人信用評(píng)級(jí)的變化概率到 Credit Metrics模型在衡量信用風(fēng)險(xiǎn)時(shí)，考慮了借款人信用等級(jí)下降所造成的信貸資產(chǎn)貶值風(fēng)險(xiǎn)。通過公司信用等級(jí)的歷史數(shù)據(jù)庫，計(jì)算信用風(fēng)險(xiǎn)等級(jí)轉(zhuǎn)移矩陣，并得到各公司的信用評(píng)級(jí)變化風(fēng)險(xiǎn)。2021-12-1920 o （3）預(yù)測信用評(píng)級(jí)變化后的信貸資產(chǎn)價(jià)值。信用等級(jí)的變動(dòng)將導(dǎo)致信用風(fēng)險(xiǎn)溢價(jià)或折價(jià)溢價(jià)或折價(jià)，由此會(huì)改變當(dāng)前折現(xiàn)率折現(xiàn)率，進(jìn)而影響未來貸款償還現(xiàn)金流的現(xiàn)值。根據(jù)各種信用評(píng)級(jí)變動(dòng)的可

9、能性和信用評(píng)級(jí)變動(dòng)后的貸款價(jià)值，可以得到信貸資產(chǎn)價(jià)值的概率分布情況。 o （4）根據(jù)概率分布求出未來時(shí)間點(diǎn)上資產(chǎn)的期望價(jià)值（各種可能價(jià)值的概率加權(quán)平均值），并按照正態(tài)分布假設(shè)計(jì)算特定置信水平下該信貸資產(chǎn)最大的損失（即VAR值）。 212021-12-1922 o Credit Metrics模型的運(yùn)用必須以建立完善的信用評(píng)級(jí)制度及信用評(píng)級(jí)數(shù)據(jù)庫為基礎(chǔ)條件。模型運(yùn)用存在的問題是企業(yè)信用風(fēng)險(xiǎn)評(píng)級(jí)數(shù)據(jù)庫的獲取比較困難，計(jì)算評(píng)級(jí)轉(zhuǎn)移矩陣的工作量非常巨大。銀行往往需要借助于國際信用評(píng)級(jí)公司來評(píng)估信用風(fēng)險(xiǎn)，成本較高、獨(dú)立性較差。o Credit Metrics模型假定信用資產(chǎn)價(jià)值服從正態(tài)分布、且固定不變，

10、與實(shí)際情況并不相符。2324 s( , , , )sf s x r ( , , , )Af A B r A25A2021-12-1926o 模型的關(guān)鍵是計(jì)算預(yù)期違約概率預(yù)期違約概率（expected default frequency，EDF）。這里的“違約”被定義為在企業(yè)的市場價(jià)值（可用企業(yè)資產(chǎn)價(jià)值表示）等于企業(yè)的負(fù)債時(shí)發(fā)生，因?yàn)榇藭r(shí)該企業(yè)即使將所有資產(chǎn)出售也不能清償全部債務(wù)?；谶@一“違約”的認(rèn)識(shí)，企業(yè)的市場價(jià)值或資產(chǎn)價(jià)值的違約觸發(fā)點(diǎn)被設(shè)定為與企業(yè)負(fù)債水平相等的企業(yè)資產(chǎn)價(jià)值。EDF就是根據(jù)企業(yè)資產(chǎn)價(jià)值的波動(dòng)性來衡量企業(yè)當(dāng)前的市場價(jià)值降低到違約觸發(fā)點(diǎn)的概率。 27 1()AE VDPTA2021-12-1928o EDF是KMV模型對(duì)于信用風(fēng)險(xiǎn)最終的、最直觀的衡量標(biāo)準(zhǔn)。由于在實(shí)證中假定公司資產(chǎn)價(jià)值 VA符合正態(tài)分布并不合理，因此KMV公司根據(jù)美國市場的歷史數(shù)據(jù)，通過觀察特定違約距離上的公司集合，在一年內(nèi)，有多少比例的公司最終違約來衡量違約概率。o 這個(gè)違約比例也被稱為經(jīng)驗(yàn)違約概率：對(duì)于M家初始資產(chǎn)價(jià)值與違約點(diǎn)DP 距離為2個(gè)標(biāo)準(zhǔn)差（即違約距離是2）的公司來說，如果有N家在一年內(nèi)破產(chǎn)，那么其經(jīng)驗(yàn)違約概率就