14-2_评估-信用风险管理_(2)

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

第14章信用风险管理第14章信用风险管理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2020/3/4风险管理上海师范大学金融学院王周伟214.3信用风险度量2020/3/4风险管理上海师范大学金融学院王周伟3copluaCreditMetricsCreditPortfolioCreditRisk+BASELII客户信用评级基本概念:损失、违约风险暴露、违约损失率债项评级影响因素方法—违约损失评估方法相关系数违约相关性评估函数模型信用风险评估组合信用风险评估组合信用风险评估模型模型组合损失压力测试国家风险主权评级标准法协议的信用风险评估内部评级法信用风险度量2020/3/4风险管理上海师范大学金融学院王周伟4ProbitLogitZZETARiskCalcCreditMonitorKPMG基本概念:违约、违约率专家判断法线性概率模型线性识别模型评级方法信用评分法模型模型违约概率模型计分模型、模型模型客户信用评级法人客户评级模型——违约概率模型模型风险中性定价模型死亡率概率信用局评分个人客户评分方法申请评分行为评分巴塞尔协客户评级的验证议II内部评级法的要求检验内容检验方法2020/3/4风险管理上海师范大学金融学院王周伟514.3信用风险度量信用风险度量是现代信用风险管理的基础和关键环节。信用风险度量经历了从专家判断化、信用评分模型到违约概率模型分析三个主要发展阶段《巴塞尔新资本协议》明确要求,商业银行的内部评级应基于二维评级体系;1.一维是客户评级;2.另一维是债项评级。单一资产+组合计量模型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,用于计量组合内各资产得相关性和组合的预期损失。2020/3/4风险管理上海师范大学金融学院王周伟62020/3/4风险管理上海师范大学金融学院王周伟71、基本概念:客户信用评级是商业银行对客户偿债能力和偿债意愿的度量和评价,反映客户违约风险的大小。评价结果:信用等级与违约概率14.3.1客户信用评级(1)违约的定义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。①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。②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。2020/3/4风险管理上海师范大学金融学院王周伟8③以下情况将被视为可能无法全额偿还债务1.银行停止对贷款计息;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了专项准备金;3.银行将贷款出售并相应承担了较大的经济损失;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偿还本金、利息或费用,造成债务规模减少;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;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银行债务。2020/3/4风险管理上海师范大学金融学院王周伟9(2)违约概率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。在《巴塞尔新资本协议》中,违约概率被具体定义为借款人内部评级1年期违约概率与0.03%中的较高者。2020/3/4风险管理上海师范大学金融学院王周伟10违约概率的估计包括两个层面:一是单一借款人的违约概率;二是某一信用等级所有借款人的违约概率。常用方法有历史违约经验、统计模型和外部评级映射三种方法。2020/3/4风险管理上海师范大学金融学院王周伟11历史违约率——统计估计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,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。累计违约率(CumulativeDefaultRate,CDR)与边际违约率(MarginalDefaultRate,MDR)是最常用的历史违约率。2020/3/4风险管理上海师范大学金融学院王周伟12边际违约率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。2020/3/4风险管理上海师范大学金融学院王周伟13,,,,1,2,,iRiRiRmMDRiNn生存率债务人在N-1时还存活,但是在下一年违约的概率为2020/3/4风险管理上海师范大学金融学院王周伟14,,11NNRiRiSMDR,1,,NRNRNRkSMDR累积违约率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。累积违约率计算公式为:2020/3/4风险管理上海师范大学金融学院王周伟15,1,3,3,,,1NRRRRNRNRCDRkkkkS根据累积违约率计算每年的平均违约概率:2020/3/4风险管理上海师范大学金融学院王周伟16,,1,111NNRNRRCDRSMDRKMV模型2020/3/4风险管理上海师范大学金融学院王周伟17tttVSBtttdVdtdzVtdzdt0,1N201exp2tVVttKMV模型估计的违约率2020/3/4风险管理上海师范大学金融学院王周伟1820202ln2ln2TVTDPDPVDPTVTDTd(3)违约损失率客户违约后给商业银行带来的债项损失包括两个层面: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;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。2020/3/4风险管理上海师范大学金融学院王周伟19违约损失率违约损失率(LossGivenDefault,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。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。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。2020/3/4风险管理上海师范大学金融学院王周伟202020/3/4风险管理上海师范大学金融学院王周伟21(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(CreditSpread)和违约概率推算违约损失率。(3)违约损失率市场价值法: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。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.市场法(采用违约债项度量非违约债项LGD)2.隐含市场法(不采用违约债项,直接根据信用价差度量LGD)。2020/3/4风险管理上海师范大学金融学院王周伟22回收现金流法: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2020/3/4风险管理上海师范大学金融学院王周伟23(2)一般LGD评估模型中的解释变量1.产品因素2.公司因素3.行业因素4.地区因素5.宏观经济周期因素2020/3/4风险管理上海师范大学金融学院王周伟242020/3/4风险管理上海师范大学金融学院王周伟25(3)LGD度量建模步骤第一、数据转换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所需的标准分值。2020/3/4风险管理上海师范大学金融学院王周伟26第二、模型建立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:2020/3/4风险管理上海师范大学金融学院王周伟27^01122^LGDln,1LGDnnxxx第三、预测与修正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。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。2020/3/4风险管理上海师范大学金融学院王周伟28第四、模型验证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2020/3/4风险管理上海师范大学金融学院王周伟29对LGD模型而言,有两个重要的检验度量指标: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。2020/3/4风险管理上海师范大学金融学院王周伟30“向前检验”法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、数据整理、数据清洗等环节,最后形成完整的LGD基础数据库;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;2020/3/4风险管理上海师范大学金融学院王周伟31“向前检验”法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;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;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;第6步,重复步骤1到5,不断增加新的LGD预测值到结果集;2020/3/4风险管理上海师范大学金融学院王周伟32(4)信用损失信用损失CL是指信用风险所引起的损失。2020/3/4风险管理上海师范大学金融学院王周伟331niiiiCLCELGD1,i0ii当第种信用资产发生信誉风险时,当第种信用资产没有发生信誉风险时预期信用损失ECL与预期信用损失率2020/3/4风险管理上海师范大学金融学院王周伟3411niiiiniiiiECLECELGDPDCELGD非预期信用损失UCL与非预期信用损失率计算方法有两种:(1)非预期损失的标准差法分三种情况讨论:2020/3/4风险管理上海师范大学金融学院王周伟351niiiiUCLDCLDCELGD第一种情况,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:2020/3/4风险管理上海师范大学金融学院王周伟36211nniiiiiiiiUCLDCELGDDCELGD1iiiDpp第二种情况,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:2020/3/4风险管理上海师范大学金融学院王周伟37TUCLXX1122,,,TnnXCELGDCELGDCELGD第三种情况,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:2020/3/4风险管理上海师范大学金融学院王周伟38TUCL

1 / 140
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功