《评估信用风险管理.pptx》由会员分享，可在线阅读，更多相关《评估信用风险管理.pptx（140页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、会计学1评估信用风险管理评估信用风险管理第第14章章 信用风险管理信用风险管理14.1 信用风险14.2 信用风险识别14.3 信用风险静态度量14.4 信用评级转移14.5 信用组合风险评估14.6 信用风险监测14.7 信用风险管理2023/2/262第1页/共140页14.3 信用风险度量信用风险度量2023/2/263第2页/共140页信用信用风险风险度量度量2023/2/264第3页/共140页2023/2/26514.3 信用风险度量信用风险度量n n信用风险度量是现代信用风险管理的基础和关键环节。信用风险度量是现代信用风险管理的基础和关键环节。n n信用风险度量经历了从信用风险度
2、量经历了从专家判断化、信用评分模型专家判断化、信用评分模型专家判断化、信用评分模型专家判断化、信用评分模型到到违约概率模型分析违约概率模型分析违约概率模型分析违约概率模型分析三个主要发展阶段三个主要发展阶段n n巴塞尔新资本协议巴塞尔新资本协议明确要求，商业银行的内部评明确要求，商业银行的内部评级应基于二维评级体系；级应基于二维评级体系；1.1.一维是客户评级；一维是客户评级；2.2.另一维是债项评级。另一维是债项评级。第4页/共140页单一资产单一资产+组合计量模型组合计量模型n n通过客户评级、债项评级计量单一客户/债项的违约率与违约损失率之后，商业银行还必须构建组合计量模型，用于计量组合
3、内各资产得相关性和组合的预期损失。2023/2/266第5页/共140页2023/2/2671、基本概念：客户信用评级是商商业业银银行行对客户偿偿债债能能力力和偿偿债债意意愿愿的度量和评价，反映客户违约风险违约风险的大小。评价结果：信用等级与违约概率14.3.1 客户信用评级客户信用评级第6页/共140页（1）违约的定义违约的定义n n根据巴塞尔新资本协议，当下列一项或多项事件发生时，债务人即被视为违约。n n 商业银行认定，除非采取追索措施，如变现抵押品（如果存在的话），借款人可能无法全额偿还对商业银行的债务。n n 债务人对于商业银行的实质性信贷债务逾期90天以上。若债务人超过了规定的透支
4、限额或新核定的限额小于目前余额，各项透支将被视为逾期。2023/2/268第7页/共140页以下情况将被视为可能无法全额偿还债务以下情况将被视为可能无法全额偿还债务以下情况将被视为可能无法全额偿还债务以下情况将被视为可能无法全额偿还债务1.1.银行停止对贷款计息银行停止对贷款计息;2.2.在发生信贷关系后，由于信贷质量出现大幅度下降，银行冲销了贷款或计提在发生信贷关系后，由于信贷质量出现大幅度下降，银行冲销了贷款或计提了专项准备金了专项准备金;3.3.银行将贷款出售并相应承担了较大的经济损失银行将贷款出售并相应承担了较大的经济损失;4.4.银行同意消极债务重组，由此可能发生较大规模的减免或推迟
5、偿还本金、利银行同意消极债务重组，由此可能发生较大规模的减免或推迟偿还本金、利息或费用，造成债务规模减少息或费用，造成债务规模减少;5.5.就借款人对银行的债务而言，银行将债务人列为破产企业或类似的状况就借款人对银行的债务而言，银行将债务人列为破产企业或类似的状况;6.6.债务人申请破产，或已经破产，或处于类似状态，由此将不履行或延期偿还债务人申请破产，或已经破产，或处于类似状态，由此将不履行或延期偿还银行债务。银行债务。2023/2/269第8页/共140页（2）违约概率违约概率n n违约概率是指借款人在未来一定时期内发生违约的可能性。n n在巴塞尔新资本协议中，违约概率被具体定义为借款人内
6、部评级1年期违约概率与0.03%中的较高者。2023/2/2610第9页/共140页违约概率的估计包括两个层面：违约概率的估计包括两个层面：n n一是单一借款人的违约概率;n n二是某一信用等级所有借款人的违约概率。n n常用方法有历史违约经验、统计模型历史违约经验、统计模型和外外部评级映射部评级映射三种方法。2023/2/2611第10页/共140页历史违约率历史违约率统计估计统计估计n n历史违约率是指评级机构根据某一信用等级的历史违约率是指评级机构根据某一信用等级的债务人在过去一段时间内违约的历史数据信息，债务人在过去一段时间内违约的历史数据信息，对该等级的债务人在未来一段时间内的违约概
7、对该等级的债务人在未来一段时间内的违约概率的统计估计量。率的统计估计量。n n累计违约率（累计违约率（Cumulative Default RateCumulative Default Rate，CDRCDR）与边际违约率（与边际违约率（Marginal Default RateMarginal Default Rate，MDRMDR）是最常用的历史违约率。是最常用的历史违约率。2023/2/2612第11页/共140页边际违约率边际违约率n n边际违约率是指某一单位时间内（如一年）处于某信用等级的债务人的违约数目与初始时该新药等级债务人总数的比率。2023/2/2613第12页/共140页生
8、存率生存率n n债务人在N-1时还存活，但是在下一年违约的概率为2023/2/2614第13页/共140页累积违约率累积违约率n n一定时期内的累积违约率CDR是指这段时间内处于某信用等级的债务人的违约数目占这段时间内该信用等级债务人总数的比率。n n累积违约率计算公式为：2023/2/2615第14页/共140页根据累积违约率计算每年的平均根据累积违约率计算每年的平均违约概率：违约概率：2023/2/2616第15页/共140页KMV模型模型2023/2/2617第16页/共140页KMV模型估计的违约率模型估计的违约率2023/2/2618第17页/共140页（3）违约损失率）违约损失率n
9、 n客户违约后给商业银行带来的债项损失包括两个层面：n n一是经济损失，考虑所有相关因素，包括折现率、贷款清收过程中较大的直接成本和间接成本；n n二是会计损失，也就是商业银行的账面损失，包括违约贷款未收回的贷款本金和利息两部分。2023/2/2619第18页/共140页违约损失率违约损失率n n违约损失率（Loss Given Default,LGD）是指给定借款人违约后贷款损失金额占违约风险暴露的比例。n n其估计公式为损失/违约风险暴露，必须以历史回收率为基础，参加至少7年、涵盖一个经济周期的数据。n n违约风险暴露是指债务人违约时的预期表内表外项目暴露总和。2023/2/2620第19
10、页/共140页2023/2/2621（1）违约损失率的度量方法：市场价值法：通过市场上类似资 产 的 信 用 价 差（Credit Spread）和违约概率推算违约损失率。（3）违约损失率）违约损失率第20页/共140页 市场价值法市场价值法：n n其假设前提是市场能及时有效反映债券发行公司的信用风险变化，主要适用于已经在市场上发行并且可交易的大公司、政府、银行债券。n n根据所采用的信息中是否包含违约债项，市场价值又进一步细分为：1.1.市场法（采用违约债项度量非违约债项LGD）2.2.隐含市场法（不采用违约债项，直接根据信用价差度量LGD）。2023/2/2622第21页/共140页回收现
11、金流法：回收现金流法：n n根据违约历史清收情况，预测违约贷款在清收过程中的现金流，并计算出LGD，即：LGD=1回收率=1（回收金额回收成本）/违约风险暴露2023/2/2623第22页/共140页（2）一般）一般LGD评估模型评估模型中的解释变量中的解释变量1.1.产品因素 2.2.公司因素 3.3.行业因素 4.4.地区因素 5.5.宏观经济周期因素 2023/2/2624第23页/共140页2023/2/2625第24页/共140页（3）LGD度量建模步骤度量建模步骤n n第一、数据转换n n观测并分析所有LGD解释变量的历史分布情况，模拟数据分布函数，并按分布函数将实际数值转换为模型
12、所需的标准分值。2023/2/2626第25页/共140页第二、模型建立第二、模型建立n n在数据标准化转换后，采用回归分析技术聚合这些指标。采用回归技术对解释变量确定合适的权重。LGD预测模型一般形式为：2023/2/2627第26页/共140页第三、预测与修正第三、预测与修正n n采用上述模型，输出当期解释变量的实际数值，按照模型算法得到债项的预测LGD；然后，根据银行所有债项LGD的平均预测值对单笔债项的LGD进行统一修正。n n一般做法是在初始LGD的基础上乘以一个系数，以保证预测的系统无偏性。2023/2/2628第27页/共140页第四、模型验证第四、模型验证n n当模型投入使用后
13、一段时期，还须对模型表现做返回检验。模型检验目的是：（1）确定模型表现好坏；（2）保证模型没有过度拟合，性能可靠且容易理解；（3）确认建模方法在信贷周期上呈现稳健状态2023/2/2629第28页/共140页对对LGD模型而言，有两个重要的模型而言，有两个重要的检验度量指标：检验度量指标：一是准确率，它反映了模型预测的LGD与负债实际损失率的偏差程度；二是有效性，就是模型预测的置信区间宽度，通常较窄的置信区间反映出较好的预测效果。2023/2/2630第29页/共140页“向前检验向前检验”法法n n第1步，根据测算LGD的业务要求和有关监管规则，确定数据库结构；按既定要求，经过数据收集、数据
14、整理、数据清洗等环节，最后形成完整的LGD基础数据库；n n第2步，选定某一年度时点，随机地将该年度（含）之前的所有数据分为两组，一组作为建立LGD模型的基础数据，另一组作为同时点的检测数据；2023/2/2631第30页/共140页“向前检验向前检验”法法n n第3步，应用主成分分析法或其他指标提取技术，确定模型结构和参数，然后计算下一年LGD预测结果，并保存到预测结果集合；n n第4步，使用其后发生的实际损失数据对模型准确率和有效性进行全面检验；n n第5步，移动观测窗口至下一年，并使用该年度之前的数据重新建模；n n第6步，重复步骤1到5，不断增加新的LGD预测值到结果集；2023/2/
15、2632第31页/共140页（4）信用损失）信用损失n n信用损失CL是指信用风险所引起的损失。2023/2/2633第32页/共140页预期信用损失预期信用损失ECL与预期信用损与预期信用损失率失率2023/2/2634第33页/共140页非预期信用损失非预期信用损失UCL与非预期信与非预期信用损失率用损失率n n计算方法有两种：n n（1）非预期损失的标准差法n n分三种情况讨论：2023/2/2635第34页/共140页第一种情况，第一种情况，n n每种信用资产的违约损失率固定不变，违约标示变量独立且都服从二项分布，违约损失率也独立于违约标示随机变量。此时有：2023/2/2636第35
16、页/共140页第二种情况，第二种情况，n n每种信用资产的违约损失率固定不变，违约标示变量都服从二项分布但不一定独立，违约损失率也独立于违约标示随机变量。此时有：2023/2/2637第36页/共140页第三种情况，第三种情况，n n每种信用资产的违约损失率可变，违约标示变量都服从二项分布但不一定独立，违约损失率也独立于违约标示随机变量。此时有：2023/2/2638第37页/共140页（2）非预期损失的）非预期损失的VaR法法2023/2/2639 非预期损失的VaR法是先求信用损失分布，然后求得给定置信度c下最大可能信用损失即VaR值，在计算预期信用损失，最后计算置信度c下的VaR值与预期
17、信用损失的差额即为给定置信度c下的非预期损失。第38页/共140页 例：例：n n 例：我们将100万美元投资于A、B、C三种债券，为简化计算，假设信用暴露为常数，违约回收率为0，即违约损失率为1，各违约事件相互独立。信用风险暴露与违约概率如表所示。2023/2/2640第39页/共140页2023/2/2641债券信用风险暴露（万美元）违约率A250.05B300.10C450.20其中，0.684=（10.05）（10.10）（10.20）0.036=0.05（10.10）（10.20）其他同理。第40页/共140页VaR计算计算2023/2/2642可能的违约情况违约损失 违约概率累积概
18、率概率加权损失概率加权的违约损失偏离均值的差额的平方无00.6840.6840.000120.085A250.0360.7200.9004.970B300.0760.7962.28021.323C450.1710.9677.695172.379A+B550.0040.9710.2206.972A+C700.0090.9800.63028.985B+C750.0190.9991.42572.448A+B+C1000.0011.0000.1007.526加总平均值13.25434.6875第41页/共140页非预期损失非预期损失n n根据风险价值定义式，我们依据累积概率可以近似或利用插值法确定风险
19、价值。在置信度c=95%下，可以得到风险价值的近似值45万美元。n n非预期损失=45-13.25=31.75万美元2023/2/2643第42页/共140页(5)信用损失分布信用损失分布1.1.离散损失分布2.2.正态分布3.3.指数分布4.4.T分布5.5.Cauchy分布6.6.Gumbel分布7.7.Pareto分布2023/2/2644第43页/共140页（6）信用风险价值）信用风险价值CVaR2023/2/2645第44页/共140页(7)信用价差信用价差n n信用价差是指为了补偿违约风险，债权人要求债务人在到期日提供高于无风险利率的额外收益。其计算方法有两种。n n第一种方法，基
20、于风险中性定价的信用价差2023/2/2646第45页/共140页第二种方法，基于第二种方法，基于KMV模型的信模型的信用价差用价差n n把公司的权益价值看作是买入者的看涨期权。n n当前0时刻债务的市场价值为2023/2/2647第46页/共140页欧式卖出期权的价值为：欧式卖出期权的价值为：2023/2/2648第47页/共140页T期平均收益率为期平均收益率为:2023/2/2649第48页/共140页KMV 信用价差为信用价差为:2023/2/2650第49页/共140页2023/2/26512.客户信用评级的发展客户信用评级的发展（1）专家判断法（2）信用评分法（3）违约概率模型第5
21、0页/共140页专专家家判断判断系统系统n n专家判断系统是依赖高级信贷人员和信贷专家自身的专业知识、技能和丰富经验，运用各种专业性分析工具，在分析评价各种关键要素基础上依据主观判断来综合评定信用风险的分析系统。2023/2/2652第51页/共140页一般而言，专家系统在分析信用风险时主要考虑两方面因素。一般而言，专家系统在分析信用风险时主要考虑两方面因素。一般而言，专家系统在分析信用风险时主要考虑两方面因素。一般而言，专家系统在分析信用风险时主要考虑两方面因素。与借款人有关的因素：与借款人有关的因素：1.1.声誉（Reputation）。2.2.杠杆（Leverage）。3.3.收益波动性
22、（Volatility of Earnings）。与市场有关的因素：与市场有关的因素：1.1.经济周期（Economic Cycle）。2.2.宏观经济政策（MacroEconomy Policy）。3.3.利率水平（Level Interest Rates）。2023/2/2653第52页/共140页最常用的专家判断系统最常用的专家判断系统5Cs系统系统1.1.品德（Character），是对借款人声誉的衡量。2.2.资本（Capital），是指借款人的财务杠杆状况及资本金情况。3.3.还款能力（Capactiy）。4.4.抵押（Collateral）。5.5.经营环境（Condition）
23、。2023/2/2654第53页/共140页5Ps系统系统包括：包括：1.1.个人因素（Personal Factor）2.2.资金用途因素（Purpose Factor）3.3.还款来源因素（Payment Factor）4.4.保障因素（Protection Factor）5.5.公司前景因素（Perpective Factor）。2023/2/2655第54页/共140页骆驼（骆驼（CAMEL）分析系统包括）分析系统包括：1.1.资本充足性（Capital Adequacy）2.2.资产质量（Asset Quality）3.3.管理水平（Management）4.4.盈利水平（Earni
24、ngs）5.5.流动性（Liquidity）。2023/2/2656第55页/共140页(2)信用评分法信用评分法 n n信用评分模型是一种传统的信用风险量化模型，利用可观察到的借款人特征变量计算出一个数值(得分)来代表债务人的信用风险，并将借款人归类于不同的风险等级。2023/2/2657第56页/共140页信用评分模型信用评分模型构建的构建的基本过程：基本过程：首先，根据经验或相关性分析，确定某一类别借款首先，根据经验或相关性分析，确定某一类别借款人的信用风险主要与哪些经济或财务因素有关，模拟人的信用风险主要与哪些经济或财务因素有关，模拟出特定形式的函数关系式；出特定形式的函数关系式；其次
25、，根据历史数据进行回归分析，得出各相关因其次，根据历史数据进行回归分析，得出各相关因素的权重以体现其对这一类借款人违约的影响程度；素的权重以体现其对这一类借款人违约的影响程度；最后，将属于此类别的潜在借款人的相关因素数值最后，将属于此类别的潜在借款人的相关因素数值代入函数关系式诸出一个数值，根据该数值的大小衡代入函数关系式诸出一个数值，根据该数值的大小衡量潜在借款人信用风险水平、给予借款人相应评级并量潜在借款人信用风险水平、给予借款人相应评级并决定贷款与否。决定贷款与否。2023/2/2658第57页/共140页目前应用最为广泛的信用评分模目前应用最为广泛的信用评分模型：型：1.1.线性概率模
26、型2.2.线性识别模型3.3.Probit模型4.4.Logit模型。2023/2/2659第58页/共140页线性概率模型线性概率模型n n线性概率模型（Linear Probability Model）是以评判对象的信用状况为被解释变量，多个财务比率指标为解释变量，利用最小二乘法回归得出表示各解释变量与企业违约率之间相关关系的线性回归模型，然后利用模型预测企业未来的违约概率。2023/2/2660第59页/共140页线性概率模型的回归形式线性概率模型的回归形式2023/2/2661第60页/共140页对于多项排序选择模型有：对于多项排序选择模型有：2023/2/2662第61页/共140页
27、多项排序选择模型多项排序选择模型2023/2/2663第62页/共140页线性识别模型线性识别模型n n线性多元判别模型是利用计量经济学方法从若干表示观测对象特征的变量值(财务比率)中筛选出能提供较多信息的变量并建立判别模型。2023/2/2664第63页/共140页其建立方法主要有三类：其建立方法主要有三类：n n一是在已知总体分布的前提下求得平均误判概率最小的分类判别函数，即贝叶斯判别函数；n n二是在不知道总体分布的前提下利用Fisher准则得到最优线性判别函数；n n三是在不知道总体分布的前提下根据个体到各总体间的距离进行判别的距离判别函数。2023/2/2665第64页/共140页P
28、robit模型模型+Logit模型模型n n为了弥补线性概率模型使预测值落在区间0，1之外的缺陷，研究者假设违约事件发生的概率服从某种累积概率分布，使其预测值落在0，1。n n如果假设服从累积标准正态分布，则称作Probit模型；n n如果假设服从累积Logistic分布，则称作Logit模型。2023/2/2666第65页/共140页2023/2/2667第66页/共140页（3）违约概率模型违约概率模型n n违约概率模型分析属于现代信用风险度量方法。n n20世纪90年代以来，信用风险量化模型在银行业得到了高度重视和快速发展，涌现出一批能够直接计算违约概率的模型。n n具有代表性的模型有：
29、RiskCalc、Credit Monitor、KPMG的风险中性定价模型、死亡率模型2023/2/2668第67页/共140页3、法人客户评级模型、法人客户评级模型（1）Altman的Z计分模型和ZETA模型（2）RiskCalc模型（3）Credit Monitor模型（4）KPMG风险中性定价模型（5）死亡率模型2023/2/2669第68页/共140页（1）Altman的的Z计分模型和计分模型和ZETA模型模型n nAltman（1968）认为，影响借款人违约概率的因素主要有五个：1.1.流动性（Liquidity）2.2.盈利性（Profitability）3.3.杠杆比率（Leve
30、rage）4.4.偿债能力（Sovency）5.5.活跃性（Activity）。2023/2/2670第69页/共140页Z计分模型计分模型Z=0.012X1+0.01X2+0.033X3+0.006X4 +0.999X5式中：X1=（流动资产流动负债）/总资产 X2=留存收益/总资产 X3=息税前利润/总资产 X4=股票市场价值/债务账在价值 X5=销售额/总资产。2023/2/2671第70页/共140页判判 断断n n作为违约风险的指标，Z值越高，违约概率越低。n n若Z低于1.81，则公司存在很大的破产风险，应被归入高违约风险等级。n n若企业的Z值高于2.99，那么就认为该企业财务状
31、况良好。2023/2/2672第71页/共140页ZETA信用风险分析模型，主要信用风险分析模型，主要用于公共或私有的非金融类公司用于公共或私有的非金融类公司ZETAZETA模型将模型考察指标由五个增加到七个，分别为：模型将模型考察指标由五个增加到七个，分别为：X X1 1：资产收益率指标，等于息税前利润：资产收益率指标，等于息税前利润/总资产。总资产。X X2 2：收益稳定性指标，指公司资产收益率在：收益稳定性指标，指公司资产收益率在5 51010年变动趋势年变动趋势的标准差。的标准差。X X3 3：偿债能力指标，等于息税前利润：偿债能力指标，等于息税前利润/总利息支出。总利息支出。X X4
32、 4：盈利积累能力指标，等于留存收益：盈利积累能力指标，等于留存收益/总资产。该指标能够总资产。该指标能够反映公司经营寿命长短、股利政策、盈利历史等信息，因反映公司经营寿命长短、股利政策、盈利历史等信息，因此在对公司信用评估中非常重要。此在对公司信用评估中非常重要。2023/2/2673第72页/共140页X X5 5：流动性指标，即流动比率，等于流动资产：流动性指标，即流动比率，等于流动资产/流动负债。流动负债。X X6 6：资本化程度指标，等于普通股：资本化程度指标，等于普通股/总资本。其中，普通股一般用年总资本。其中，普通股一般用年间市场价值的平均值代入，总资本除了普通股之外，还包括优先
33、间市场价值的平均值代入，总资本除了普通股之外，还包括优先股、长期债务以及融资租赁资产。该比率越大，说明公司资本实股、长期债务以及融资租赁资产。该比率越大，说明公司资本实力越强，违约概率越小。力越强，违约概率越小。X X7 7：规模指标，用公司总资产的对数表示。：规模指标，用公司总资产的对数表示。2023/2/2674第73页/共140页（2）RiskCalc模型模型n nRiskCalc模型是在传统信用评分技术基础上发展起来的一种适用于非上市公司的违约概率模型。n n核心：通过严格的步骤从客户信息中选择出最能预测违约的一组变量，经过适当变换后运用Logit/Probit回归技术预测客户的违约概
34、率。2023/2/2675第74页/共140页RiskCalc模型构建的步骤：模型构建的步骤：收集大量的公司数据，包括背景资料、财务报表、非财务信息、违约记录等；对数据进行样本选择和异常值处理，将样本划分为建模样本、建模外样本、时段外样本，构建尽可能多的、具有明确经济含义的风险因素（50100个），并对风险因素进行秩变换、核变换等处理，将风险因素原始值转换为违约率；2023/2/2676第75页/共140页RiskCalc模型构建的步骤：模型构建的步骤：逐一分析变换各风险因素的单调性、违约预测能逐一分析变换各风险因素的单调性、违约预测能力及彼此间的相关性，初步选择出违约预测能力力及彼此间的相关
35、性，初步选择出违约预测能力强、彼此相关性不高的强、彼此相关性不高的20203030个风险因素；个风险因素；运用运用Logit/ProbitLogit/Probit回归技术从初选因素中选择回归技术从初选因素中选择9 91111个最优的风险因素，并确保回归系数具有明确个最优的风险因素，并确保回归系数具有明确的经济含义，各变量间不存在多重共线性。的经济含义，各变量间不存在多重共线性。2023/2/2677第76页/共140页RiskCalc模型构建的步骤：模型构建的步骤：n n 在建模外样本、时段外样本中验证基于建模样本所构建模型的违约区分能力，确保模型的横向适用性和纵向前瞻性；n n 对模型输出结
36、果进行校正，得到最终各客户的违约概率。2023/2/2678第77页/共140页（3）Credit Monitor模型模型n nCredit Monitor模型是在Merton模型基础上发展起来的一种适用于上市公司的违约概率模型。n n其核心在于把公司与银行的借贷关系视为期权买卖关系，因此借贷关系中的信用风险信息隐含在这种期权交易之中，从而通过应用期权定价理论求解出信用风险溢价和相应的违约率，即预期违约频率（Expected Default Frequency,EDF）。2023/2/2679第78页/共140页（4）KPMG风险中性定价模型风险中性定价模型n n风险中性定价理论的核心思想核心
37、思想是假设金融市场中的每个参与者都是风险中立者，不管是高风险资产、低风险资产或无风险资产，只要资产的期望收益是相等的，市场参与者对其的接受态度就是一致的，这样的市场环境被称为风险中性范式。2023/2/2680第79页/共140页KPMG风险中性定价理论风险中性定价理论n nKPMG公司将风险中性定价理论运用到贷款或债券的违约概率计算中，由于债券市场可以提供与不同信用等级相对应的风险溢价，根据相同信用等级的期望收益相等的风险中性定价原则，每一笔贷款或债券的违约概率就可以相应计算出来。例题：2023/2/2681第80页/共140页（5）死亡率模型死亡率模型n n死亡率模型是根据贷款或债券的历史
38、违约数据，计算在未来一定持有期内不同信用等级的贷款或债券的违约概率，即死亡率，通常分为：1.1.边际死亡率（Marginal Mortality Rate,MMR）2.2.累计死亡率（Cumulated Mortality Rate，CMP）。2023/2/2682第81页/共140页以等级为以等级为B的债券为例，可以使的债券为例，可以使用下面的公式来计算边际死亡率用下面的公式来计算边际死亡率2023/2/2683第82页/共140页计算累计死亡率计算累计死亡率n n需要先计算出每年的存活率（Survival Rates,SR）：n nSR=1MMRn n则n的累计死亡率：2023/2/268
39、4第83页/共140页2023/2/2685第84页/共140页2023/2/26864、个人客户评分方法、个人客户评分方法（1）信用局评分（2）申请评分（3）行为评分第85页/共140页（1）信用局评分信用局评分 风险评分，预测消费者违约/坏账风险的大小；收益评分，预测消费者开户后给商业银行带来潜在收益；破产评分，预测消费者破产风险的大小；其他信用特征评分。2023/2/2687第86页/共140页（2）申请评分申请评分n n申请评分模型通过综合考虑申请者在申请表上所填写的各种信息。例如年龄、职业、学历、收入、住房状况以及申请者在信用局的历史信用信息，对照商业银行类似申请者开户后的信用表现，
40、以评分来预测申请者开户后一定时期内违约概率，通过比较该客户的违约概率和商业银行可以接受的违约底线来作出拒绝或接受的决定。2023/2/2688第87页/共140页n n大部分申请评分模型根据客户提供的信息将他们区分为好客户和坏客户。n n信用局风险评分模型与申请评分模型具有互补性，可以组成二维或三维矩阵来进行信贷审批决策。2023/2/2689第88页/共140页不同的是不同的是n n申请评分模型是商业银行为特定金融产品的申请者量身定做的，能够更准确、全面地反映商业银行客户的特殊性，而且可以利用更多的信息对客户将来的信用表现进行预测；n n而信用局评分模型通常是对申请者在未来各种信贷关系中的违
41、约概率作出预测。2023/2/2690第89页/共140页（3）行为评分行为评分n n行为评分被用来观察现有客户的行为，以掌握客户及时还款的可信度。n n商业银行在提供个人信贷产品之后，应当不断收集客户的消费偏好、守信程度、付款能力等方面的信息，动态跟踪客户表现，灵活调整策略以控制风险，挖掘收益，巩固客户忠诚度，增强产品和服务的竞争力，实现更好的信用风险/账户管理。2023/2/2691第90页/共140页5客户评级客户评级/评分的验证评分的验证（1 1）客户违约风险区客户违约风险区分能力的验证分能力的验证1.1.CAP曲 线 与AR值、2.2.ROC曲线与A值、3.3.KS检验、4.4.贝叶
42、斯错误率（ER）、5.5.条件信息熵比率（CIER）、6.6.信息值IV、7.7.Brier得分等。（2 2）违约概率预测准违约概率预测准确性的验证（校正）确性的验证（校正）1.1.二项分布检验2.2.卡方分布检验3.3.正态分布检验4.4.扩展的交通灯检验2023/2/2692第91页/共140页14.3.2 债项评级债项评级1.1.基本概念2.2.债项评级方法3.3.贷款分类与债项评级2023/2/2693第92页/共140页2023/2/2694（1 1）债项评级债项评级 债债项项评评级级是是对对交交交交易易易易本本本本身身身身的的的的特特特特定定定定风风风风险险险险进进行行度度量量和和
43、评评价价，反映客户违约后的债项损失大小反映客户违约后的债项损失大小反映客户违约后的债项损失大小反映客户违约后的债项损失大小。特特定定风风险险因因素素包包括括抵抵押押、优优先先性性、产产品品类类别别、地地区区、行行业等。业等。债债项项评评级级既既可可以以只只反反映映债债项项本本身身的的交交易易风风险险，也也可可以以同同时反映客户信用风险和债项交易风险。时反映客户信用风险和债项交易风险。1、基本概念、基本概念第93页/共140页2023/2/2695基本概念基本概念（2）债项评级与客户评级的关系（3）违约损失（4）违约风险暴露（5）违约损失率第94页/共140页2023/2/2696对贷款的债项评
44、级主要是通过度量借款人的违约损失率来实现的。（1）违约损失率的度量方法：市场价值法：通过市场上类似资 产 的 信 用 价 差（Credit Spread）和违约概率推算违约损失率。2、债项评级的方法、债项评级的方法违约损违约损失率失率第95页/共140页 市场价值法市场价值法：n n其假设前提是市场能及时有效反映债券发行公司的信用风险变化，主要适用于已经在市场上发行并且可交易的大公司、政府、银行债券。n n根据所采用的信息中是否包含违约债项，市场价值又进一步细分为：1.1.市场法（采用违约债项度量非违约债项LGD）2.2.隐含市场法（不采用违约债项，直接根据信用价差度量LGD）。2023/2/
45、2697第96页/共140页回收现金流法：回收现金流法：n n根据违约历史清收情况，预测违约贷款在清收过程中的现金流，并计算出LGD，即：LGD=1回收率=1（回收金额回收成本）/违约风险暴露2023/2/2698第97页/共140页（2）一般）一般LGD评估模型评估模型中的解释变量中的解释变量1.1.产品因素 2.2.公司因素 3.3.行业因素 4.4.地区因素 5.5.宏观经济周期因素 2023/2/2699第98页/共140页2023/2/26100第99页/共140页（3）LGD度量建模步骤度量建模步骤n n第一、数据转换n n观测并分析所有LGD解释变量的历史分布情况，模拟数据分布函
46、数，并按分布函数将实际数值转换为模型所需的标准分值。2023/2/26101第100页/共140页第二、模型建立第二、模型建立n n在数据标准化转换后，采用回归分析技术聚合这些指标。采用回归技术对解释变量确定合适的权重。LGD预测模型一般形式为：2023/2/26102第101页/共140页第三、预测与修正第三、预测与修正n n采用上述模型，输出当期解释变量的实际数值，按照模型算法得到债项的预测LGD；然后，根据银行所有债项LGD的平均预测值对单笔债项的LGD进行统一修正。n n一般做法是在初始LGD的基础上乘以一个系数，以保证预测的系统无偏性。2023/2/26103第102页/共140页第
47、四、模型验证第四、模型验证n n当模型投入使用后一段时期，还须对模型表现做返回检验。模型检验目的是：（1）确定模型表现好坏；（2）保证模型没有过度拟合，性能可靠且容易理解；（3）确认建模方法在信贷周期上呈现稳健状态2023/2/26104第103页/共140页对对LGD模型而言，有两个重要的模型而言，有两个重要的检验度量指标：检验度量指标：一是准确率，它反映了模型预测的LGD与负债实际损失率的偏差程度；二是有效性，就是模型预测的置信区间宽度，通常较窄的置信区间反映出较好的预测效果。2023/2/26105第104页/共140页“向前检验向前检验”法法n n第1步，根据测算LGD的业务要求和有关
48、监管规则，确定数据库结构；按既定要求，经过数据收集、数据整理、数据清洗等环节，最后形成完整的LGD基础数据库；n n第2步，选定某一年度时点，随机地将该年度（含）之前的所有数据分为两组，一组作为建立LGD模型的基础数据，另一组作为同时点的检测数据；2023/2/26106第105页/共140页“向前检验向前检验”法法n n第3步，应用主成分分析法或其他指标提取技术，确定模型结构和参数，然后计算下一年LGD预测结果，并保存到预测结果集合；n n第4步，使用其后发生的实际损失数据对模型准确率和有效性进行全面检验；n n第5步，移动观测窗口至下一年，并使用该年度之前的数据重新建模；n n第6步，重复
49、步骤1到5，不断增加新的LGD预测值到结果集；2023/2/26107第106页/共140页3 3、贷款分类与债项评级、贷款分类与债项评级、贷款分类与债项评级、贷款分类与债项评级n n信贷资产风险分类通常是指信贷分析和管理人员或监管当局的检查人员，综合能够获得的全部信息并运用最佳判断，根据信贷资产的风险程度对信贷资产质量作出评价。n n信贷资产风险分类实际上是判断借款人及时足额归还贷款本息的可能性。2023/2/26108第107页/共140页考虑的主要因素包括考虑的主要因素包括1.1.借款人的还款能力（这是一个综合概念，包括借款人的现金流量、财务状况、影响还款能力的非财务因素等）2.2.借款
50、人的还款记录3.3.借款人的还款意愿4.4.贷款的担保5.5.贷款偿还的法律责任等。2023/2/26109第108页/共140页贷款五级分类贷款五级分类 正常：借款人能够履行合同，没有足够理由怀疑贷款本息不能按时足额正常：借款人能够履行合同，没有足够理由怀疑贷款本息不能按时足额偿还。偿还。关注：尽管借款人目前有能力偿还贷款本息，但存在一些可能对偿不定关注：尽管借款人目前有能力偿还贷款本息，但存在一些可能对偿不定期产生不利影响的因素。期产生不利影响的因素。次级：借款人的还款能力出现明显问题，完全依靠其正常营业收入无法次级：借款人的还款能力出现明显问题，完全依靠其正常营业收入无法足额偿还贷款本息