第十章 信用風(fēng)險(xiǎn)管理

1、商業(yè)銀行經(jīng)營(yíng)管理學(xué) 信用風(fēng)險(xiǎn)管理杭師大國(guó)際服務(wù)工程學(xué)院朱一鳴本章目錄信用風(fēng)險(xiǎn)概述 1信用風(fēng)險(xiǎn)監(jiān)測(cè) 2信用風(fēng)險(xiǎn)因子計(jì)量 3古典信用風(fēng)險(xiǎn)計(jì)量方法 4現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法 5信用風(fēng)險(xiǎn)概述 信用風(fēng)險(xiǎn) 定義 信用風(fēng)險(xiǎn)又稱違約風(fēng)險(xiǎn)，是指?jìng)鶆?wù)人或交易對(duì)手未能履行合同所規(guī)定的義務(wù)，從而給債權(quán)人或金融產(chǎn)品持有人造成經(jīng)濟(jì)損失的風(fēng)險(xiǎn)。 更為一般地講，信用風(fēng)險(xiǎn)還包括由于借款人的信用信用評(píng)級(jí)的變動(dòng)評(píng)級(jí)的變動(dòng)和履約能力的變化履約能力的變化導(dǎo)致其債務(wù)的市場(chǎng)價(jià)值變動(dòng)而引起的損失可能性。 信用風(fēng)險(xiǎn)概述 信用風(fēng)險(xiǎn)的特征 信用風(fēng)險(xiǎn)概率分布的有偏性。信用風(fēng)險(xiǎn)的分布不是對(duì)稱的，其分布曲線的一端向左下傾斜，并在左側(cè)出現(xiàn)厚尾現(xiàn)象 。 信用

2、風(fēng)險(xiǎn)呈現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)和非系統(tǒng)性風(fēng)險(xiǎn)交織的特征。信用風(fēng)險(xiǎn)的影響既取決于借款人的自身的財(cái)務(wù)狀況、投資策略和經(jīng)營(yíng)能力等非系統(tǒng)性因素，也受到宏觀經(jīng)濟(jì)環(huán)境、國(guó)家經(jīng)濟(jì)政策等系統(tǒng)性因素的影響。 信用風(fēng)險(xiǎn)存在道德風(fēng)險(xiǎn)問題。借款人掌握更多的交易信息而處于信息優(yōu)勢(shì)地位，在這種信息不對(duì)稱的情況下，借款人為了實(shí)現(xiàn)自身的利益最大化，道德風(fēng)險(xiǎn)發(fā)生的可能性就會(huì)變大。 信用風(fēng)險(xiǎn)樣本數(shù)據(jù)少且不易獲取。 貸款損失分布概率密度曲線貸款損失分布概率密度曲線0概率肥尾預(yù)期信用損失最大信用損失最小信用損失（無違約）信用風(fēng)險(xiǎn)監(jiān)測(cè) 信用風(fēng)險(xiǎn)監(jiān)測(cè)是指信用風(fēng)險(xiǎn)管理者通過各種監(jiān)控條件，動(dòng)態(tài)捕捉信用風(fēng)險(xiǎn)指標(biāo)的異常變動(dòng)，判斷其是否已經(jīng)達(dá)到引起關(guān)注的水平

3、或已經(jīng)超過閾值。 信用風(fēng)險(xiǎn)監(jiān)測(cè)是一個(gè)動(dòng)態(tài)、連續(xù)的過程。而在這個(gè)過程中，風(fēng)險(xiǎn)評(píng)估人員需要重點(diǎn)關(guān)注信用風(fēng)險(xiǎn)預(yù)警信號(hào)和信用風(fēng)險(xiǎn)指標(biāo)。信用風(fēng)險(xiǎn)監(jiān)測(cè) 信用風(fēng)險(xiǎn)預(yù)警信號(hào) 信用風(fēng)險(xiǎn)預(yù)警信號(hào)從某一角度反映了銀行的信用風(fēng)險(xiǎn)水平和變化趨勢(shì)，信貸人員通過對(duì)信用風(fēng)險(xiǎn)預(yù)警信號(hào)的辨識(shí)和分析，能夠?yàn)殂y行的信用風(fēng)險(xiǎn)狀況進(jìn)行動(dòng)態(tài)監(jiān)測(cè)和早期預(yù)警。 客戶風(fēng)險(xiǎn)預(yù)警信號(hào)：貸款企業(yè)的信用狀況是銀行在信貸過程中的信用風(fēng)險(xiǎn)主要來源，因此對(duì)銀行的信用風(fēng)險(xiǎn)的評(píng)估在一定程度上可轉(zhuǎn)換成對(duì)貸款企業(yè)的信用風(fēng)險(xiǎn)狀況的評(píng)估?？蛻麸L(fēng)險(xiǎn)預(yù)警信號(hào)包括企業(yè)財(cái)務(wù)狀況、企業(yè)經(jīng)營(yíng)管理狀況、與債權(quán)人關(guān)系、企業(yè)貸款方式等。信用風(fēng)險(xiǎn)監(jiān)測(cè) 行業(yè)風(fēng)險(xiǎn)預(yù)警信號(hào) ：企業(yè)在生產(chǎn)經(jīng)營(yíng)活動(dòng)

4、會(huì)受到行業(yè)因素的影響。作為處于同一行業(yè)的企業(yè)都面臨著相同的市場(chǎng)結(jié)構(gòu)、供求關(guān)系等等。所以，行業(yè)因素對(duì)企業(yè)的影響具有系統(tǒng)性的特征。行業(yè)風(fēng)險(xiǎn)預(yù)警信號(hào)包括市場(chǎng)結(jié)構(gòu)、市場(chǎng)供求關(guān)系、行業(yè)的成熟度、產(chǎn)品替代性、對(duì)上下游行業(yè)的依賴性等等。 宏觀環(huán)境預(yù)警信號(hào) ：宏觀經(jīng)濟(jì)的發(fā)展快慢及穩(wěn)定性對(duì)每一個(gè)行業(yè)和企業(yè)造成不同程度的影響，進(jìn)而引起信用風(fēng)險(xiǎn)的變化。宏觀環(huán)境預(yù)警信號(hào)包括宏觀經(jīng)濟(jì)運(yùn)行周期性波動(dòng)、國(guó)家經(jīng)濟(jì)政策、利率波動(dòng)以及嚴(yán)重自然災(zāi)害或社會(huì)災(zāi)害等其他方面。信用風(fēng)險(xiǎn)監(jiān)測(cè) 貸款風(fēng)險(xiǎn)指標(biāo) 信用風(fēng)險(xiǎn)指標(biāo)是評(píng)價(jià)、監(jiān)測(cè)和預(yù)警商業(yè)銀行風(fēng)險(xiǎn)的參照體系，它從一定的角度反映了商業(yè)銀行風(fēng)險(xiǎn)的大小，為商業(yè)銀行實(shí)施風(fēng)險(xiǎn)監(jiān)管提供了一定的基準(zhǔn)。

5、不良資產(chǎn)率：包括不良資產(chǎn)率和不良貸款率%100信用風(fēng)險(xiǎn)資產(chǎn)不良信用風(fēng)險(xiǎn)資產(chǎn)不良資產(chǎn)率%100各項(xiàng)貸款總額損失類貸款可疑類貸款次級(jí)類貸款不良貸款率信用風(fēng)險(xiǎn)監(jiān)測(cè) 單一集團(tuán)客戶授信集中度 ：包括單一集團(tuán)客戶授信集中度和單一客戶貸款集中度 %100資本凈額總額最大一家集團(tuán)客戶授信度單一集團(tuán)客戶授信集中%100資本凈額最大一家客戶貸款總額單一客戶貸款集中度n全部關(guān)聯(lián)度%100資本凈額全部關(guān)聯(lián)方授信總額全部關(guān)聯(lián)度信用風(fēng)險(xiǎn)監(jiān)測(cè) 正常貸款遷徙率 ：包括正常類貸款遷徙率和關(guān)注類貸款遷徙率 n不良貸款遷徙率：包括次級(jí)類貸款遷徙率和可疑類貸款 遷徙率%100少金額期初正常類貸款期間減期初正常類貸款余額徙金額期初正常

6、類貸款向下遷正常類貸款遷徙率%100少金額期初關(guān)注類貸款期間減期初關(guān)注類貸款余額徙金額期初關(guān)注類貸款向下遷關(guān)注類貸款遷徙率%100少金額期初次級(jí)類貸款期間減期初次級(jí)類貸款余額徙金額期初次級(jí)類貸款向下遷次級(jí)類貸款遷徙率%100少金額期初可疑類貸款期間減期初可疑類貸款余額徙金額期初可疑類貸款向下遷可疑類貸款遷徙率新巴塞爾信用風(fēng)險(xiǎn)測(cè)量的三種方法標(biāo)準(zhǔn)法的改善和缺陷 標(biāo)準(zhǔn)法的改善： 1、 增加了150的風(fēng)險(xiǎn)權(quán)重； 2、 用外部評(píng)等取代了銀行內(nèi)部評(píng)等； 3、 OECD的主權(quán)債務(wù)評(píng)等特權(quán)被取消； 標(biāo)準(zhǔn)法的缺陷： 1、 外部評(píng)等未必好于內(nèi)部評(píng)等； 2、 對(duì)直接融資體系有利但對(duì)間接融資體系不利； 3、 增加了合

7、理規(guī)避監(jiān)管的沖動(dòng)；內(nèi)部模型法的框架 內(nèi)部模型法的基礎(chǔ)法(IRB-foundational)：僅考慮PD的計(jì)算，其實(shí)質(zhì)也就是對(duì)PD的VAR計(jì)算過程，當(dāng)然，還需要考慮風(fēng)險(xiǎn)緩釋工具的運(yùn)用。 內(nèi)部模型法的高級(jí)法(IRB-advanced)：必須綜合考慮PD、LGD、EAD、M等因素， 信用風(fēng)險(xiǎn)所要求的資本配置PD*LGD*EAD*M信用風(fēng)險(xiǎn)因子計(jì)量 違約概率 違約概率（Probability of Default，PD）是指?jìng)鶆?wù)人在未來一段時(shí)間內(nèi)出現(xiàn)還款違約的可能性。 在巴塞爾協(xié)議II中，違約概率被具體的定義為：對(duì) 公司和銀行暴露，違約概率是借款人內(nèi)部評(píng)級(jí)一年期違 約概率和0.03%中較大的數(shù)值。對(duì)主

8、權(quán)暴露，違約概率就 是借款人內(nèi)部評(píng)級(jí)一年期的違約概率。 在實(shí)際中，銀行通常只估計(jì)各個(gè)級(jí)別的違約概率， 然后對(duì)屬于同一級(jí)別的貸款人采用同一個(gè)違約概率，而 不是對(duì)每個(gè)借款人的違約概率進(jìn)行分別的計(jì)量。 信用風(fēng)險(xiǎn)因子計(jì)量 違約概率計(jì)量的數(shù)據(jù)庫要求 范圍要求：客戶的歷年信用評(píng)級(jí)，債務(wù)違約狀況等 長(zhǎng)度要求：至少一數(shù)據(jù)源的歷史觀察期至少要有5年。如果某種數(shù)據(jù)來源有較長(zhǎng)的觀察期，且數(shù)據(jù)有意義，必須采用更長(zhǎng)的觀察期。 違約概率的計(jì)量方法 經(jīng)驗(yàn)方法 ：標(biāo)準(zhǔn)普爾、穆迪等大型的信用評(píng)級(jí)公司采用 經(jīng)濟(jì)計(jì)量方法 期權(quán)方法 信用風(fēng)險(xiǎn)因子計(jì)量 違約損失率 違約損失率（Loss Given Default，LGD）指某一債務(wù)人

9、違約后導(dǎo)致的損失金額占風(fēng)險(xiǎn)敞口總額的百分比。 （損失的嚴(yán)重程度，LGD=1-回收率）。其估計(jì)公式為：損失/ 違約風(fēng)險(xiǎn)暴露。違約損失率估計(jì)應(yīng)以歷史清償率為基礎(chǔ)，不能僅依據(jù)對(duì)抵（質(zhì)）押品市值的估計(jì)，同時(shí)應(yīng)考慮到銀行可能沒有能力迅速控制和清算抵押品。 計(jì)量要求 應(yīng)該考慮所有的相關(guān)因素，包括重要的折扣效應(yīng)，以及貸款清收過程中較大的直接和間接成本等。 銀行必須估計(jì)每筆貸款的長(zhǎng)期平均違約損失率。 計(jì)量方法 市場(chǎng)價(jià)值法：信用價(jià)差和違約概率來推算。市場(chǎng)法和隱含市場(chǎng)法。 回收現(xiàn)金流法：根據(jù)違約歷史清收情況，預(yù)測(cè)違約貸款在清收過程中的現(xiàn)金流，并計(jì)算出LGD，即LGD=1-回收率=1-（回收金額-回收成本）/違約風(fēng)

10、險(xiǎn)暴露信用風(fēng)險(xiǎn)因子計(jì)量 違約風(fēng)險(xiǎn)暴露 違約風(fēng)險(xiǎn)暴露（Exposure at Default，EAD），也稱違約敞口，是指?jìng)鶆?wù)人違約時(shí)預(yù)期表內(nèi)和表外項(xiàng)目的風(fēng)險(xiǎn)暴露總額。 計(jì)量要求 風(fēng)險(xiǎn)暴露的總額都以法律意義上借款人欠銀行的數(shù)量來計(jì)量，不考慮專項(xiàng)準(zhǔn)備或部分沖銷。 計(jì)量方法 初級(jí)法 高級(jí)的IRB法 信用風(fēng)險(xiǎn)因子計(jì)量 有效期限 有效期限（Maturity，M），是指當(dāng)前與貸款或債券到期償還日的最長(zhǎng)剩余時(shí)間間隔。 巴塞爾協(xié)議II中對(duì)期限的處理方法：采用初級(jí)法的銀行，除了回購類型交易有效期限是6個(gè)月外，公司暴露的有效期限是2.5年，對(duì)于采用IRB法高級(jí)法的銀行，則應(yīng)該按照不同的定義計(jì)量每項(xiàng)工具的有效期限，

11、并與PD、LGD一起計(jì)算出該項(xiàng)風(fēng)險(xiǎn)暴露的風(fēng)險(xiǎn)權(quán)重及風(fēng)險(xiǎn)加權(quán)資產(chǎn)。 信用風(fēng)險(xiǎn)因子計(jì)量 預(yù)期損失和非預(yù)期損失 預(yù)期損失（EL）指的是銀行在風(fēng)險(xiǎn)發(fā)生前預(yù)測(cè)到的或者期望的違約損失。n非預(yù)期損失（UL）是偏離預(yù)期損失的損失。 11nniiiiiiELELPDLGDEAD222ABABULULULULUL古典信用風(fēng)險(xiǎn)計(jì)量方法 信用風(fēng)險(xiǎn)計(jì)量方法的發(fā)展 古典分析方法古典分析方法（Z-score模型、ZETA信用風(fēng)險(xiǎn)模型、特征分析模型、貸款評(píng)級(jí)分類模型 ）現(xiàn)代分析方法現(xiàn)代分析方法（Credit Metrics模型、KMV模型、Credit Risk+模型Credit Portfolio View（CPV）模型

12、） 古典信用風(fēng)險(xiǎn)計(jì)量方法 專家制度 專家制度的內(nèi)容 “5C”評(píng)價(jià)原則 品德（Character） 擔(dān)保（Collateral） 經(jīng)營(yíng)條件或商業(yè)周期（Condition） “5W”評(píng)價(jià)原則 借款人（Who） 還款期限（When） 如何還款（How） n能力（Capacity） n資本（Capital or Cash） n借款用途（Why）n 擔(dān)保物（What）古典信用風(fēng)險(xiǎn)計(jì)量方法 專家制度的評(píng)價(jià) 專家制度法實(shí)質(zhì)上是一種針對(duì)企業(yè)財(cái)務(wù)比率的主觀分析法，其核心是利用企業(yè)財(cái)務(wù)報(bào)表等，借助優(yōu)秀的分析師的經(jīng)驗(yàn)和判斷，對(duì)某一經(jīng)濟(jì)實(shí)體或金融產(chǎn)品的信用質(zhì)量作出評(píng)估。 不足 參雜了太多的主觀因素，造成信用評(píng)估的主觀

13、性、隨意性和不一致性 。 專家的評(píng)估結(jié)果會(huì)因?yàn)槠涫种械臋?quán)利而缺少審核和監(jiān)督。同時(shí)，這種體制會(huì)滋生官僚主義，降低了商業(yè)銀行應(yīng)對(duì)市場(chǎng)變化的能力 。 專家制度要求銀行擁有相當(dāng)數(shù)量的高素質(zhì)專業(yè)的人員，提高了商業(yè)銀行信用風(fēng)險(xiǎn)管理的成本。 專家制度加劇了銀行在貸款組合方面過度集中的問題。古典信用風(fēng)險(xiǎn)計(jì)量方法 ZETA信用評(píng)分模型 Z評(píng)分模型 其中， 為流動(dòng)資產(chǎn)總資產(chǎn) 為留存收益/總資產(chǎn) 為利息和稅收之前的收益/總資產(chǎn) 為股權(quán)市值/總負(fù)債賬面值 為銷售收入/總資產(chǎn) 123451.21.43.30.60.999ZXXXXX1X2X3X4X5X古典信用風(fēng)險(xiǎn)計(jì)量方法 Z評(píng)分模型的判斷 臨界值 如果 ，則認(rèn)為借款人

14、的違約可能性較大，應(yīng)該拒絕為其提供貸款 如果 ，則認(rèn)為借款人的違約可能性較小，可以考慮為其提供貸款 如果 ，則使用Z評(píng)分模型的判斷失誤較大，應(yīng)該考慮選擇其他的方法來判斷02.675Z 0ZZ0ZZ1.812.99Z古典信用風(fēng)險(xiǎn)計(jì)量方法 ZETA評(píng)分模型 其中的7個(gè)變量分別是：（1）資產(chǎn)報(bào)酬率，采用稅息前收益/總資產(chǎn)衡量；（2）收入的穩(wěn)定性指標(biāo)，采用企業(yè)的資產(chǎn)報(bào)酬率在5-10年估計(jì)值的標(biāo)準(zhǔn)誤差指標(biāo)作為這個(gè)變量的度量；（3）債務(wù)償還能力指標(biāo)，用利息保障倍數(shù)即利稅前收益/總利息償付來度量；（4）積累盈利能力指標(biāo)，可以用公司的留存收益（資產(chǎn)減負(fù)債/總資產(chǎn)）來度量；（5）流動(dòng)性指標(biāo)，即流動(dòng)比率，一般采用

15、流動(dòng)資產(chǎn)和流動(dòng)負(fù)債比率來衡量；（6）資本化程度指標(biāo)，等于普通股權(quán)益/總資本；（7）規(guī)模指標(biāo)，用公司總資產(chǎn)的對(duì)數(shù)形式來度量。1234567ZaXbXcXdXeXfXgX古典信用風(fēng)險(xiǎn)計(jì)量方法 模型評(píng)價(jià) Z和ZETA評(píng)分模型使用簡(jiǎn)單，操作性強(qiáng)，既不需要進(jìn)行復(fù)雜的計(jì)算，也可以用一個(gè)評(píng)分直觀的表示模型的結(jié)果，在相同的評(píng)判模板下具有一定的標(biāo)準(zhǔn)性。同時(shí)，由于Z和ZETA評(píng)分模型所選擇的指標(biāo)是非常靈活的，評(píng)估人員可以根據(jù)實(shí)際情況選擇適當(dāng)?shù)闹笜?biāo)從不同的角度來全面反映借款人的綜合信用狀況的變化。 不足 兩個(gè)模型都依過度賴于財(cái)務(wù)報(bào)表的賬面數(shù)據(jù)，削弱預(yù)測(cè)結(jié)果的可靠性和及時(shí)性。 兩個(gè)模型都假設(shè)在解釋變量中存在著線性關(guān)系

16、，使得模型的計(jì)量結(jié)果會(huì)出現(xiàn)一定的偏差。 兩個(gè)模型均無法計(jì)量企業(yè)的表外信用風(fēng)險(xiǎn)，其適用范圍有一定的局限性。 缺乏對(duì)違約和違約風(fēng)險(xiǎn)的認(rèn)識(shí)，理論基礎(chǔ)較為薄弱。 忽略了一些難以量化的因素，難以發(fā)現(xiàn)借款者經(jīng)營(yíng)過程中更細(xì)微的變化。 現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法 KMV模型 KMV模型認(rèn)為信用風(fēng)險(xiǎn)在本質(zhì)上是由債務(wù)人資產(chǎn)、價(jià)值變化驅(qū)動(dòng)的，而公司股權(quán)可以視為對(duì)公司資產(chǎn)價(jià)值的一種看漲期權(quán)，而公司債務(wù)則可以視為對(duì)公司資產(chǎn)價(jià)值的一種或有要求權(quán)，實(shí)際上是公司資產(chǎn)價(jià)值減去一個(gè)看漲期權(quán)。在借款到期日，如果公司的資產(chǎn)大于負(fù)債，股東則會(huì)償還債務(wù)，企業(yè)股東權(quán)益的價(jià)值為償還債務(wù)后的剩余；如果公司資產(chǎn)小于負(fù)債，公司則無法償還貸款，股東則會(huì)選

17、擇使公司破產(chǎn)，將公司資產(chǎn)出售給債權(quán)的持有人。 KMV模型默頓默頓米勒在米勒在1974年就曾指出，一筆銀行貸款的損益可年就曾指出，一筆銀行貸款的損益可以看作是與以借款企業(yè)資產(chǎn)為標(biāo)的所賣出的一筆賣權(quán)等以看作是與以借款企業(yè)資產(chǎn)為標(biāo)的所賣出的一筆賣權(quán)等值的，也即圖值的，也即圖2.1與圖與圖2.2中的損益是等值的。中的損益是等值的。A2資產(chǎn)價(jià)值BA10損益額($)損益額($)+Ox股票價(jià)格（S）-圖圖2.1 放款銀行貸款損益圖放款銀行貸款損益圖圖圖2.2 股票賣權(quán)的賣方損益圖股票賣權(quán)的賣方損益圖KMV模型KMV 公司建立的信用監(jiān)測(cè)模型的目的在于為了解決銀公司建立的信用監(jiān)測(cè)模型的目的在于為了解決銀行貸款的

18、信用風(fēng)險(xiǎn)問題。該模型使用了兩個(gè)關(guān)系：行貸款的信用風(fēng)險(xiǎn)問題。該模型使用了兩個(gè)關(guān)系：n其一，企業(yè)股權(quán)市值與它的資產(chǎn)市值之間的結(jié)構(gòu)性關(guān)系；其一，企業(yè)股權(quán)市值與它的資產(chǎn)市值之間的結(jié)構(gòu)性關(guān)系；n其二，企業(yè)資產(chǎn)市值波動(dòng)程度和企業(yè)股權(quán)市值的變動(dòng)程度其二，企業(yè)資產(chǎn)市值波動(dòng)程度和企業(yè)股權(quán)市值的變動(dòng)程度之間關(guān)系。之間關(guān)系。通過這兩個(gè)關(guān)系模型，便可以求出市場(chǎng)上無法直接觀測(cè)到通過這兩個(gè)關(guān)系模型，便可以求出市場(chǎng)上無法直接觀測(cè)到的兩個(gè)變量：企業(yè)資產(chǎn)市值及其波動(dòng)程度。一旦所有涉及的兩個(gè)變量：企業(yè)資產(chǎn)市值及其波動(dòng)程度。一旦所有涉及的變量值被算出，信用監(jiān)測(cè)模型便可以測(cè)算出借款企業(yè)的的變量值被算出，信用監(jiān)測(cè)模型便可以測(cè)算出借款企

19、業(yè)的預(yù)期違約頻率預(yù)期違約頻率(EDF)。KMV模型示意圖現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法 KMV模型計(jì)算步驟估計(jì)公司的資產(chǎn)價(jià)值及其波動(dòng)性估計(jì)公司的資產(chǎn)價(jià)值及其波動(dòng)性 計(jì)算公司違約距離計(jì)算公司違約距離DD 確定確定EDF值值 KMV 模型 銀行發(fā)出一筆貸款，其得到的支付（或者報(bào)酬）類似與賣出一份借款企業(yè)資產(chǎn)的看跌期權(quán)。利用期權(quán)定價(jià)模型，風(fēng)險(xiǎn)貸款的價(jià)值取決于5個(gè)類似的變量?jī)r(jià)值： 其中，A為資產(chǎn)價(jià)值，E為企業(yè)股權(quán)價(jià)值，B為向銀行的借款數(shù)，r為短期利率， 為該企業(yè)的資產(chǎn)市值的波動(dòng)性， 為貸款期限。),(BrAhEAAKMV 模型 企業(yè)股權(quán)市值的波動(dòng)性與它的資產(chǎn)市值波動(dòng)性之間存在理論關(guān)系： 以上兩式聯(lián)立，可得到資產(chǎn)

20、價(jià)值A(chǔ)及其波動(dòng)性 )(AEgKMV 模型的所有企業(yè)數(shù)量之遠(yuǎn)有年初資產(chǎn)價(jià)值離違約點(diǎn)的企業(yè)數(shù)量企業(yè)中已年內(nèi)出現(xiàn)違約之遠(yuǎn)有年初資產(chǎn)價(jià)值離違約點(diǎn)經(jīng)驗(yàn)抵達(dá)違約點(diǎn)的距離2B2BEDF AA-B設(shè)定 A為資產(chǎn)價(jià)值，B為違約點(diǎn)KMV 模型例：估計(jì)意見發(fā)行債券企業(yè)的預(yù)期違約頻率：資產(chǎn)當(dāng)前市值1000 每年資產(chǎn)的期望凈增長(zhǎng)20% 一年后資產(chǎn)的期望值 1200 年度資產(chǎn)波動(dòng)性 100 違約點(diǎn) 800則違約距離 DD = （1200-800）/100 = 4KMV 模型假定在某一時(shí)間點(diǎn)具有違約距離為 4 的企業(yè)總體共有 5000個(gè)，一年后實(shí)際違約的有20個(gè)，則預(yù)期違約頻率為EDF = 20/5000 = 0.4%根據(jù)

21、下表可應(yīng)該類企業(yè)的信用評(píng)級(jí)為 BBB-KMV 模型 標(biāo)準(zhǔn)普爾評(píng)級(jí)與的EDF值得影射KMV信用監(jiān)測(cè)模型的優(yōu)劣分析與傳統(tǒng)的以會(huì)計(jì)資料為基礎(chǔ)的信用評(píng)分模型和信用評(píng)級(jí)機(jī)構(gòu)的信用與傳統(tǒng)的以會(huì)計(jì)資料為基礎(chǔ)的信用評(píng)分模型和信用評(píng)級(jí)機(jī)構(gòu)的信用評(píng)級(jí)相比，評(píng)級(jí)相比，KMV的信用檢測(cè)模型具有更強(qiáng)的違約預(yù)測(cè)能力。的信用檢測(cè)模型具有更強(qiáng)的違約預(yù)測(cè)能力。圖圖 對(duì)對(duì)IBM公司所做的公司所做的KMV預(yù)預(yù)期違約頻率和信用評(píng)級(jí)機(jī)構(gòu)對(duì)期違約頻率和信用評(píng)級(jí)機(jī)構(gòu)對(duì)其所做的信用評(píng)級(jí)結(jié)果其所做的信用評(píng)級(jí)結(jié)果圖圖 對(duì)泰國(guó)銀行所做的對(duì)泰國(guó)銀行所做的KMV預(yù)預(yù)期違約頻率和信用評(píng)級(jí)機(jī)構(gòu)對(duì)期違約頻率和信用評(píng)級(jí)機(jī)構(gòu)對(duì)其所做的信用評(píng)級(jí)結(jié)果其所做的信用評(píng)

22、級(jí)結(jié)果現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法 KMV模型的優(yōu)缺點(diǎn) 優(yōu)點(diǎn) KMV模型通過對(duì)該企業(yè)股票市場(chǎng)價(jià)格變化的有關(guān)數(shù)據(jù)的分析企業(yè)信用風(fēng)險(xiǎn)，所以KMV模型能夠連續(xù)、迅速、有效地進(jìn)行違約概率的計(jì)算和信用等級(jí)評(píng)定。 KMV模型假定市場(chǎng)有效，所有有關(guān)公司的信息都會(huì)及時(shí)反應(yīng)在公司股票價(jià)格中，所以KMV模型的違約預(yù)測(cè)具有前瞻性。 缺點(diǎn) KMV模型利用企業(yè)股票市場(chǎng)價(jià)格進(jìn)行違約概率的計(jì)算，限制了模型的使用范圍，只能運(yùn)用在對(duì)上市企業(yè)的信用風(fēng)險(xiǎn)度量。 理論上的EDF依賴于資產(chǎn)正態(tài)收益的假定，但在實(shí)際中，信用風(fēng)險(xiǎn)收益并不符合正態(tài)分布，其分布是有偏和肥尾的。 沒有區(qū)別不同類型的長(zhǎng)期債券。 因?yàn)镸erton模型假設(shè)，一旦管理人員采用了

23、合適的債務(wù)結(jié)構(gòu)，即使企業(yè)資產(chǎn)價(jià)值發(fā)生倍增，它也不會(huì)變化，所以該模型是“靜態(tài)的”?，F(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法 Credit Metrics模型 Credit Metrics模型以期權(quán)理論為理論基礎(chǔ)，利用通過分析貸款和債券類金融產(chǎn)品等資產(chǎn)組合的價(jià)值變化的遠(yuǎn)期分布得到的信貸資金的在險(xiǎn)價(jià)值（VaR）來反映貸款或貸款組合的信貸風(fēng)險(xiǎn)的大小。 Credit Metrics模型對(duì)任一債券或貸款組合的價(jià)值建立了完全分布模型，并且認(rèn)為信貸資產(chǎn)價(jià)值的變化不僅要受到違約的影響，而且資產(chǎn)等級(jí)的變化也對(duì)其價(jià)值產(chǎn)生影響，債券或貸款組合價(jià)值變化與債務(wù)人信用質(zhì)量的最終轉(zhuǎn)移相聯(lián)系，這種轉(zhuǎn)移既包括升級(jí)也包括降級(jí)和違約。 現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量

24、方法 Credit Metrics模型計(jì)量信用風(fēng)險(xiǎn)的基本步驟 用戶資產(chǎn)組合 市場(chǎng)波動(dòng)狀況風(fēng)險(xiǎn)暴露分布用戶資產(chǎn)組合市場(chǎng)波動(dòng)狀況風(fēng)險(xiǎn)暴露分布信用評(píng)級(jí)債項(xiàng)優(yōu)先性信用利差評(píng)級(jí)遷移概率單個(gè)敞口信用變化導(dǎo)致的價(jià)值波動(dòng)的標(biāo)準(zhǔn)差違約回收率債券重估現(xiàn)值風(fēng)險(xiǎn)暴露信用風(fēng)險(xiǎn)價(jià)值相關(guān)性資產(chǎn)組合的信用風(fēng)險(xiǎn)價(jià)值現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法 Credit Metrics模型 利用信用遷移矩陣，了解借款企業(yè)信用等級(jí)轉(zhuǎn)換的概率 對(duì)信用等級(jí)變動(dòng)后的貸款市值估價(jià) 計(jì)算受險(xiǎn)價(jià)值信用遷移矩陣貸款市價(jià)估計(jì) 問題:5年期的固定貸款利率，年貸款利率為6%，貸款總額為100(百萬美元), 企業(yè)的信用等級(jí)為BBB，那么現(xiàn)值多少？ 考慮信用等級(jí)變化對(duì)貸款市

25、值估價(jià)；信用等級(jí)的上升或者下降必然影響到貸款余額的現(xiàn)金流量所要求的信用風(fēng)險(xiǎn)利差。如果信用等級(jí)下降，那么信用利差就會(huì)增加，因而其貸款的市值就會(huì)相應(yīng)下降；信用等級(jí)上升，那就反之。 因此貸款的市值公式為234112233446661066(1)(1)(1)(1)Prsrsrsrs設(shè)債券遠(yuǎn)期利率期限結(jié)構(gòu) (%) Credit Metrics模型 一年后為級(jí)的債券遠(yuǎn)期價(jià)格為 那么得到不同信用等級(jí)下貸款市值狀況(風(fēng)險(xiǎn)定價(jià))2346661066108.66(10.0372)(10.0432)(10.0493)(10.0532)P VaR的計(jì)算步驟 計(jì)算貸款市值均值 等于每一信用等級(jí)下的貸款市值乘以借款人的轉(zhuǎn)

26、移概率，在加權(quán)即得 107.09； 計(jì)算方差得到 VaR=8.9477百萬美元，相應(yīng)的標(biāo)準(zhǔn)差為2.99百萬美元； 根據(jù)公式得到在5%的受險(xiǎn)價(jià)值VaR=1.65*2.99=4.93百萬美元； 同樣1%的受險(xiǎn)價(jià)值為VaR=2.33*2.99=6.97百萬美元；VaR的計(jì)算步驟 比較表，我們得到看到信用等級(jí)下的貸款價(jià)值低于102.02百萬美元的概率為6.77%(=5.3%+1.17%+0.12%+0.18%);意味著可能遭受的損失達(dá)到107.09-102.02=5.07百萬美元； 同時(shí)分析貸款價(jià)值低于98.10百萬美元的概率為1.47%(=1.17%+0.12%+0.18%);意味著可能遭受的損失達(dá)

27、到107.09-98.10=8.99百萬美元；因此這些方法低估了VaR；VaR的計(jì)算步驟 線性插值方法1.47% 對(duì)應(yīng)于98.10；0.3%對(duì)應(yīng)于83.64；那么得到1%對(duì)應(yīng)于92.29百萬美元；因此1%的受險(xiǎn)價(jià)值為107.90-92.29=14.80百萬美元；現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法 Credit Metrics模型的優(yōu)缺點(diǎn) 優(yōu)點(diǎn) 將VaR方法引入到信用風(fēng)險(xiǎn)管理中來，通過計(jì)算信用工具在不同信用等級(jí)上的市場(chǎng)價(jià)值，達(dá)到用傳統(tǒng)的期望和標(biāo)準(zhǔn)差來度量資產(chǎn)信用風(fēng)險(xiǎn)的目的，可以廣泛地運(yùn)用到全球范圍內(nèi)所有承擔(dān)信用風(fēng)險(xiǎn)的機(jī)構(gòu)。 缺點(diǎn) 由于存在對(duì)信用遷移概率的依賴，所以只有在假設(shè)信用等級(jí)的變遷和信用水平的變化是一樣

28、的基礎(chǔ)上，Credit Metrics模型才能成立。但是事實(shí)上歷史平均的違約率和信用遷移可能與現(xiàn)實(shí)有很大的偏離。造成Credit Metrics模型計(jì)算出來的結(jié)果和實(shí)際狀況是有一定的偏差的。關(guān)于信用等級(jí)的遷移問題 對(duì)于貸款金融資產(chǎn)進(jìn)行風(fēng)險(xiǎn)管理關(guān)鍵之一是要得到信用轉(zhuǎn)移概率，從而可以計(jì)算受險(xiǎn)價(jià)值；但是要求之一是要求數(shù)據(jù)期限比較長(zhǎng)；二來很多假設(shè)限制； 人們假定信用等級(jí)遷移概率服從穩(wěn)定的馬爾科夫過程。而馬氏過程的一個(gè)重要特點(diǎn)是目前的信用等級(jí)轉(zhuǎn)換至其他信用等級(jí)的概率不依賴于過去； 信用轉(zhuǎn)移矩陣是穩(wěn)定的，也就是意味著不同借款人、不同時(shí)期之間的信用等級(jí)轉(zhuǎn)換不變化； 人們使用的債權(quán)組合也會(huì)對(duì)矩陣的準(zhǔn)確性產(chǎn)生影

29、響；也即是債券的新舊程度對(duì)債券信用等級(jí)轉(zhuǎn)換概率有著明顯的影響； 人們對(duì)使用債券等級(jí)轉(zhuǎn)換概率矩陣來對(duì)貸款進(jìn)行估價(jià)會(huì)出現(xiàn)偏差。 貸款的結(jié)構(gòu)； 信用轉(zhuǎn)移矩陣的計(jì)算很難?，F(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法 Credit Risk+模型 Credit Risk+模型是運(yùn)用保險(xiǎn)學(xué)框架推導(dǎo)債券或貸款資產(chǎn)組合損失分布的模型。 Credit Risk+模型的基本假設(shè)： 只考慮違約風(fēng)險(xiǎn)，不考慮降級(jí)風(fēng)險(xiǎn)； 違約風(fēng)險(xiǎn)與資本結(jié)構(gòu)無關(guān)； 對(duì)一筆貸款業(yè)務(wù)，給定時(shí)間的違約概率與其他時(shí)間的違約概率相同； 對(duì)于大量債務(wù)人，任何一個(gè)特定債務(wù)人的違約概率都很小，且特定時(shí)間內(nèi)發(fā)生的違約數(shù)目與其他時(shí)間內(nèi)發(fā)生違約數(shù)目相互獨(dú)立。 現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法 Credit Risk+模型框架 違約事件頻率（用標(biāo)準(zhǔn)泊松分布近似違約事件的分布） 損失的嚴(yán)重程度（交易對(duì)手發(fā)生損失等于債務(wù)人借款 數(shù)量減去清償數(shù)目） 資產(chǎn)組合的違約損失分布 Credit Risk+還可以在單變量基礎(chǔ)上進(jìn)行拓展： 模型可以拓展為多期模型；