第3章信用风险管理1

成都信息工程学院--商学院--金融工程教研室崔炳玮1第3章信用风险管理3.1信用风险概述3.2信用风险评估与计量3.3信用风险监测与报告3.4信用风险控制成都信息工程学院--商学院--金融工程教研室崔炳玮23.1信用风险概述信用风险定义与识别单一客户风险识别集团客户风险识别个人客户风险识别组合风险识别成都信息工程学院--商学院--金融工程教研室崔炳玮3信用风险定义传统观点观点1：是指债务人或交易对手未能履行合同的风险，即是债务人违约，从而给债权人或金融产品持有人造成经济损失的风险。观点2：信用风险有广义和狭义。–广义信用风险指所有因客户违约所引起的风险。–狭义信用风险通常指信贷风险。成都信息工程学院--商学院--金融工程教研室崔炳玮4信用风险定义现代观点信用风险不仅包括违约风险，还应包括由交易对手（债务人）信用状况和履约能力上的变化导致债权人资产价值发生变动而遭受损失的风险。信用风险既存在于传统的贷款、债券投资等表内业务中，也存在于信用担保、贷款承诺等表外业务中，还存在于衍生产品交易中。信用风险没有进行分散化是银行倒闭的主要原因之一。信用风险具有明显的非系统性风险特征。成都信息工程学院--商学院--金融工程教研室崔炳玮5银行客户关系银行客户个人客户法人客户企业类客户机构类客户单一法人客户集团法人客户成都信息工程学院--商学院--金融工程教研室崔炳玮6单一客法人户风险识别单一法人客户信用风险的种类违约风险敞口风险追偿风险付款违约违反约定事项经济违约卷入法律诉讼未来风险金额的不确定性所产生的风险违约事件追偿的不确定性所产生的风险成都信息工程学院--商学院--金融工程教研室崔炳玮7单一法人客户信用风险识别单一法人客户信用风险识别财务报表分析财务比率分析现金流量分析管理层；行业；生产与经营宏观经济及自然环境保证；抵押；质押；留置和定金基本信息分析财务状况分析非财务因素分析担保分析成都信息工程学院--商学院--金融工程教研室崔炳玮8集团法人客户风险识别集团法人客户风险识别是否集团客户关联交易分析种类经营风险内部关联交易频繁；连环担保普遍；财务报表真实性差；系统风险较高；风险识别和贷后监督难度较大整体状况分析信用风险分析特征贷款集中引发的风险信息不对称造成的风险资产重复抵押的风险成都信息工程学院--商学院--金融工程教研室崔炳玮9个人客户风险识别个人客户风险识别基本信息风险类型个人信贷产品分类及风险分析信用风险市场风险法律风险道德风险操作风险个人住宅抵押贷款个人零售贷款循环零售贷款成都信息工程学院--商学院--金融工程教研室崔炳玮10贷款组合风险识别贷款组合风险识别行业经济周期分析行业盈利性分析行业间依赖性分析政治风险；经济风险；法律风险等评估方法与国别风险相似宏观经济因素行业风险国别风险区域风险行业成本结构分析行业发展周期分析GDP增长率/通胀率/失业率/利率/货币增长率/汇率等成都信息工程学院--商学院--金融工程教研室崔炳玮113.2信用风险评估与计量客户信用评级债项评级组合信用风险计量国家风险主权评级新资本协议下的信用风险量化成都信息工程学院--商学院--金融工程教研室崔炳玮12客户信用评级客户信用评级是商业银行对客户偿债能力和偿债意愿的计量和评价，反映客户违约风险的大小。评价主体是商业银行，评级的目标是客户违约风险，评级的结果是信用等级和违约概率（PD）。核心在于对违约风险和违约概率（PD）的衡量。成都信息工程学院--商学院--金融工程教研室崔炳玮13客户信用评级模型客户信用评级模型专家判断法（古典信用风险度量方法）信用评分法现代信贷风险度量方法5C分析法5P分析法5W分析法CAMEL分析法特征分析法LDMLPMLogit模型Probit模型CreditMetrcsTMCreditRisk+CreditPortfolioViewKMV法成都信息工程学院--商学院--金融工程教研室崔炳玮14专家判断法—古典信用风险度量方法专家系统主要考虑的因素与借款人有关的因素–声誉（Reputation）–杠杆（Leverage）–收益波动性（VolatilityofEarnings）与市场有关的因素–经济周期（EconomicCycle）–宏观经济政策（Macro-EconomyPolicy）–利率水平（LevelofInterestRates）成都信息工程学院--商学院--金融工程教研室崔炳玮155C分析法前四项主要集中于分析借款人因素；最后一项主要分析市场因素。该方法具有较强的主观色彩：哪些因素是对不同类型借款人进行信用分析时都必须考虑的，应赋予这些因素怎样的权重，这些问题均没有统一的标准。针对完全相同的潜在贷款对象，不同的信贷员很可能作出完全相反的判断。有观点认为贷款委员会制度的实行可能会避免这种情况的发生，但在实践中并无明显的支持证据。5C分析法品德（与声望）（Character）资本（Captial）能力（Capacity）抵押（Collateral）经营环境（Condition）成都信息工程学院--商学院--金融工程教研室崔炳玮165P分析法企业前景因素PerspectiveFactor保障因素ProtectionFactor还款来源因素PaymentFactor资金用途因素PurposeFactor个人因素PersonalFactor5P分析法成都信息工程学院--商学院--金融工程教研室崔炳玮175W分析法借款人（who）借款用途（why）还款期限（when）担保物（what）如何还款（how）在运用CAMEL评级体系时，需要对各要素进行评级，即为每一要素确定一个1到5级的等级。其中，等级1为最好，等级5为最差。然后对所有要素进行综合评级，得出一个综合等级，它代表了最终的评级结果。这个最终结果也分为1到5级。成都信息工程学院--商学院--金融工程教研室崔炳玮18CAMEL分析法L资产流动性liquidityE盈利能力earningsM管理水平managemetA资产质量assetqualityC资本充足性capitaladequacyCAMEL分析法成都信息工程学院--商学院--金融工程教研室崔炳玮19特征分析法特征分析模型客户自身特征主要反映与客户表面、外在的、客观的特点表明印象/组织管理/产品与市场/市场竞争性/经营状况/发展前景客户优先权特征指在挑选客户时需要优先考虑的因素，体现与客户交易的价值，切具有较强的主观性交易利润率/对产品的要求/对市场的吸引力的影响/对市场竞争力的影响/担保条件/可替代性信用及财务特征指能够直接反映客户信用状况和财务状况的因素付款记录/银行信用/获利能力/资产负债表评估/偿债能力/资本总额成都信息工程学院--商学院--金融工程教研室崔炳玮20专家系统的缺陷信贷（专家）人员（队伍）越来越庞大，效率低下，成本上升。实施效果不稳定。专家制度与银行在经营管理中的官僚主义方式紧密结合，大大降低了银行应对市场变化的能力。专家制度加重了银行的官僚主义作风，影响了银行未来的发展。加剧了银行在贷款组合方面过度集中，使银行面临更大的风险。对借款人进行信用分析时，难以确定共同遵循的标准，造成评估的主观性、随意性和不一致性。成都信息工程学院--商学院--金融工程教研室崔炳玮21信用评分模型线性判别模型LDMLinearDiscriminantModel线性概率模型LPMLinearProbabilityModelLogit模型Probit（或Normit）模型成都信息工程学院--商学院--金融工程教研室崔炳玮22LinearDiscriminantModel大卫·杜兰于1941年率先将线性判别模型应用在信用领域。20世纪60年代，毕沃和奥特曼先后利用单变量和多变量判别分析之后，更是兴起一股研究热潮，经久不衰。多变量判别模型的运用尤其普遍。成都信息工程学院--商学院--金融工程教研室崔炳玮23LinearDiscriminantModel每个观察对象都有一个使其归属某一群体的判别分数Zi。若Zi可由多项变量所组成的线性函数（lineardiscriminantfuncation，LDF）来表示，则可以用数学式表示如下：XBXXXZikkiii22110当自变量K=2时，分组界线是一条直线；K=3时，分组界线是三位空间中的一个平面；K=n时，分组界线是一个在n维空间中n－1构面的超平面。其LDF就是指把两个群组散布在n维空间中所有的样本点投射到一个函数上，这个函数若能使两组的点在各自所归属的群组中分布越密集，组与组彼此间越分开，就越好。因为两组分得越远，表示这个投射函数越有区别力。成都信息工程学院--商学院--金融工程教研室崔炳玮24LinearDiscriminantModel计算每个样本的判别分数，也就是将所有样本的输入已经估计出来的判别函数，即可求得每个样本的判别分数。评估群组间有无显著差异。检验分类准确率。由于统计软件的发展和成熟，上述计算已变得十分轻松和迅速，只要将样本资料输入软件（如SPSS、SAS、STATISTICA等均可，大同小异），即可得到所需要的判别模型。kXXX，，，21XbZiiZ成都信息工程学院--商学院--金融工程教研室崔炳玮25LinearDiscriminantModel线性判别模型被放弃的主要原因，是线性多元判别模型有几项严格的假设。①不同群组可以用线性函数来有效判别；②自变量服从多元正态分布；③各组总体的协方差矩阵相同。Z评分模型是EdwardAltman在1968年提出的。该模型是一种多变量的识辨模型。成都信息工程学院--商学院--金融工程教研室崔炳玮26LinearProbabilityModel最简单的回归函数为：jjjXYjXj式中，Y表示信用品质变量；表示第j项足以衡量信用品质的自变量；表示该自变量对信用品质的影响。所谓信用品质，在难以具体量化和衡量的情况下，都是以分类变量来处理，常见的方式是分成两类。当回归模型的因变量属于二分类变量时，就变成线性概率模型了。成都信息工程学院--商学院--金融工程教研室崔炳玮27LinearProbabilityModelXY信用品质（Y）是由某些变量（X）所决定的，从回归模型表面看并无特殊之处。即：但是，由于Y只有两种可能的值（0与1，代表正常与危机），以统计术语说，这是一种因变量属于二分类（dichotomous）变量的特殊回归分析。上式中的Y是X的线性函数，称为线性概率模型LPM。成都信息工程学院--商学院--金融工程教研室崔炳玮28LPM的缺点1.线性概率模型所计算出来条件概率，有时大于1，有时小于0，完全违反了概率必须介于0与1之间的定义。此由即可看出，只要够大，就足以使；只要够小，就足以使。2.线性概率模型中，假设X与Y之间的关系呈线性。不论X值如何，其对条件概率的边际影响都是恒定的，者显然不符合一般的认知。iPBXPiiiX1iPiX0iP成都信息工程学院--商学院--金融工程教研室崔炳玮29Logit模型Logit模型是帕克森（Berkson，1944）所发展出来的，奥尔森（1980）首度用来预测公司财务危机。由于Logistic分布与标准正态分布的方差不同（前者的方差为π2/3，后者为1），因此，如果同时采用二项模型来预测危机，所得到的估计值不能直接比较。成都信息工程学院--商学院--金融工程教研室崔炳玮30Logit模型Logit模型是假设事件发生概率服从标准Logistic的累积概率分布函数。Logistic分布函数是：iiiiZZZBXieeeeY11111*令BXZii*iYiYiY如果，而且为二分类变量，是无法观察的隐形变量，但是可以对应到一个可观测变量且有：成都信息工程学院--商学院--金融工程教研室崔炳玮31Logit模型0001{**iiiYYY　　　则上式可表示为：iiZBXiiieeXYEP1111)|