现代信用风险度量模型概述
(完整版)KMV模型
KMV模型基本结构分析11金融11 20114560张梦晴KMV模型是对传统信用风险度量方法的一次重大革命，其是在现代期权定价理论上建立起来的违约预测模型，因而有许多优点。
KMV模型是现代信用风险度量模型之一。
主要论述 KMV模型基本结构，分析其优缺点，并探讨其在中国信用风险预测中的适用性。
一、基本假设条件（1）当公司的资产价值低于一定水平时，公司就会对债权人和股东违约。
借款人资产价值大于其债务价值时，借款人不会违约；反之，借款人资产价值小于其债务价值时，借款人就会违约。
与这一水平相对应的资产价值为违约点DPT （Default Point），即公司资产价值等于负债价值的点。
（2）假设在未来给定的时期内，该公司的资产服从由资产价值的期望值与标准差（波动率）描述的某个分布，未来资产价值的均值到所需清偿公司负债的账面价值之间的距离称为为月距离，由此算出预期违约率。
（3）借款人资本结构只有所有者权益，短期债务、长期债务和可转化的优先股。
二、模型概述假设一个违约点，降至这个违约点下，公司就会对它违约。
假设公司的价值服从某种函数分布，其是什么样的分布要根据资产期望值及标准差来确定。
预期违约概率（EDF）是分三步骤来确定:第一步：计算公司的市场价值及其波动性；第二步：估算出公司的违约点、预期价值；第三步：估计预测违约概率（EDF）。
（1）计算公司的市场价值VA 及其波动率σAKMV由于保密性,它们不愿公开具体的形式。
我们一般用Black-Schole公式代替函数f。
E=V⋅N (d1)-e-rt⋅D⋅N(d2)式中，E:股权的市场价值；D:负债的账面价值；V:公司资产的市场价值；t:信用期限；r :无风险利率；N:正态分布累积概率函数。
2⎫1⎛V ⎫⎛ln ⎪+ r +σ⎪D ⎭⎝2A ⎭⎝其中，d 1=，d 2=d 1-σA t ①σA t t 对公式两边求导，得出：σE =V ⋅N (d 1)⋅σA ②E 联合两个方程,两个求知数,可求出V A 和σA。
信用风险量化的4种模型
信贷风险管理的信用评级方法信贷风险管理是当今金融领域的一个重要课题。
银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。
除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。
1、KMV——以股价为基础的信用风险模型历史上，银行在贷款决策时，曾经长时间忽视股票的市价。
KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。
从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。
尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。
KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。
KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。
换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。
基本原理如图所示：（1）KMV是如何工作的？假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。
在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。
当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。
然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。
可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。
从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。
KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。
现代信用风险度量模型与商业银行信用风险管理
现代信用风险度量模型与商业银行信用风险管理文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]现代信用风险度量模型与我国商业银行信用风险管理中国财政金融政策研究中心龚明华内容摘要: 本文在对商业银行信用风险度量的主要模型进行比较研究的基础上，分析发展中国家商业银行信用风险管理的特点，研究我国分阶段运用现代信用风险度量模型实施信用风险管理的现实选择以及设立征信和信用评级体系的具体措施。
关健词:商业银行；信用风险度量模型；信用风险管理一、金融全球化中我国商业银行实施信用风险管理的必要性商业银行在经营活动过程中，主要面临着信用风险、国家及转移风险、市场风险、利率风险、流动性风险和操作风险等风险。
其中，信用风险无疑是最重要的风险。
信用风险可定义为银行的借款人或交易对象不能按事先达成的协议履行义务的潜在可能性。
信用风险管理的目标是通过将信用风险限制在可以接受的范围内而获得最高的风险调整收益。
随着我国资金融体制改革步伐的加快和金融业开放程度的提高,国内银行业面临着参与国际竞争的严峻挑战。
在金融全球化的新形式下，我国商业银行必须借鉴国际上先进的信用风险管理经验，强化信用风险管理，开发适用的信用风险管理模型，适应《巴塞尔协议》新框架的需要。
2001年1月16日，巴塞尔银行监管委员会公布了新协议的征求意见稿，在保留银行资产外部评级方式的同时，鼓励大银行建立内部评级体系和开发风险度量模型。
新协议通过将最低资本要求、监管当局的监督检查和信息披露有机结合在一起，代表了银行监管的先进理念和“国际活跃银行”日益完善的风险管理最佳实践经验。
显然，在金融业日益全球化的新形势下，加强我国商业银行的内部评级体系和风险度量模型的研究，缩小与国外同行的差距，已成为刻不容缓的工作。
自二十世纪五、六十年代以来，西方发达国家直接金融市场发展势头迅猛。
随着资本市场的扩张和直接金融工具的发展，中小企业进入金融市场变得更为容易，银行作为融资中介的地位下降，企业融资出现了“脱媒”现象。
现代信用风险度量模型比较
现代信用风险度量模型比较信用风险，亦称违约风险，是指因交易一方不能履行或不能全部履行合约责任而造成交易对手遭受损失的可能性。
一般来讲，信用风险的基本要素包括违约概率、违约损失率。
这些风险要素不仅被用来评估信用风险，而且可以用来信用定价、计算信用利差等。
信用风险度量模型主要是从这些基本要素展开的。
本文就几种有代表性的模型进行逐一分析比较。
一、KMV模型该模型属于建立在包括利率和公司特征变量在内的动态变化的一种模型。
其理论依据最初由Merton提出，他假设一个简单的公司资本结构，公司仅发行一种零息债券，当公司资产价值低于债券面值时，公司将发生违约。
通过设定违约临界点，计算公司资产价值低于该临界点的概率，以此作为公司的违约概率。
在这一理论依据下，KMV公司于1993年开发出了一种信用风险度量模型，将债权看作债权人向借款公司股东出售的对公司价值的看跌期权（卖权），期权标的是公司资产，执行价格是公司债务价值。
企业所有者相当于持有违约或不违约的选择权，债务到期时，若企业资产的市场价值超出其负债价值，企业愿意还债，将剩余部分留作利润；如果企业资产价值小于负债水平，出售全部资产也不能完全偿债，企业会选择违约，将公司资产转交给债权人。
该模型在度量违约率的过程中，首先利用期权定价原理（BSM模型）推导出的公司股权价值公式和企业股权价值波动性与企业资产价值波动性间存在理论上的关系来估计公司市场价值及其波动性；然后利用所求得的公司市场价值及其波动性来计算违约距离；最后利用正态分布的假定和历史数据分别求得其对应的违约概率。
该模型优点突出，那就是它是一个向前看的动态的模型。
但在技术上利用期权定价方法求解公司资产价值和波动性，缺乏有效方法来检验精确性；基于资产价值正态分布假设不够准确，也使它的缺点明显。
二、Creditrisk+模型CreditRisk+模型，是瑞士第一信贷——波士顿银行开发的一种违约模型，其思想来源于保险精算学。
信用风险度量模型
信用风险度量模型信用风险度量模型（Credit Risk Measurement Model）信用风险度量模型的概述信用风险(credit risk)是指由于借款人或市场交易对方违约而导致损失的可能性，以及由于借款人的信用评级的变动和履约能力的变化导致其债务的市场价值变动而引起的损失的可能性。
从该定义可以看出。
信用风险由两部分组成，一是违约风险，指交易一方不愿或无力支付约定款项致使交易另一方遭受损失的可能性；二是信用价差风险，指由于信用品质的变化引起信用价差的变化而导致的损失。
新巴塞尔协议对银行的资本要求允许各国银行可以采用内部模型来度量信用风险。
由于20世纪90年代里，公司倒闭的结构性增加、脱媒效应的显现、竞争的白热化、担保能力的下降、金融衍生品的急剧膨胀、信息技术的飞速发展等因素促使人们加强对信用风险的研究，从而涌现出了现代信用风险度量模型。
信用风险度量模型的类别目前国际上运用较多的现代信用风险度量模型主要有：KMV公司的KMV模型、JP摩根的信用度量术模型(ceditmetrics mode1)、麦肯锡公司的宏观模拟模型(credit portfolio view)、瑞士信贷银行的信用风险附加法模型(cridetrisk+)、死亡率模型(mo rtality rate)等。
在巴塞尔新资本协议即将实施的背景下，结合国有商业银行的具体情况，对这些模型进行适用性分析，对加强国有商业银行的风险管理具有重大意义。
(一)KMV模型KMV模型是由KMV公司利用默顿的期权定价理论开发的一种违约预测模型，模型的核心分析工具是预期违约频率EDF(expected delinquency frequency)，它的原理是银行贷款相当于向债务人卖出一个看跌期权，当企业资产的市场价值超过企业的负债时，企业有动力偿还贷款，当企业资产的市场价值低于债务时，企业会行使期权，选择违约。
KMV模型根据借款公司的股票价格波动计算EDF，通过EDF来计算违约损失额LGD。
(完整版)KMV模型
KMV 模型基本结构分析11金融11 20114560 张梦晴KMV 模型是对传统信用风险度量方法的一次重大革命，其是在现代期权定价理论上建立起来的违约预测模型，因而有许多优点。
KMV 模型是现代信用风险度量模型之一。
主要论述 KMV 模型基本结构，分析其优缺点，并探讨其在中国信用风险预测中的适用性。
一、基本假设条件（1）当公司的资产价值低于一定水平时，公司就会对债权人和股东违约。
借款人资产价值大于其债务价值时，借款人不会违约；反之，借款人资产价值小于其债务价值时， 借款人就会违约。
与这一水平相对应的资产价值为违约点DPT （Default Point ），即公司资产价值等于负债价值的点。
（2）假设在未来给定的时期内，该公司的资产服从由资产价值的期望值与标准差（波动率）描述的某个分布，未来资产价值的均值到所需清偿公司负债的账面价值之间的距离称为为月距离，由此算出预期违约率。
（3）借款人资本结构只有所有者权益，短期债务、长期债务和可转化的优先股。
二、模型概述假设一个违约点，降至这个违约点下，公司就会对它违约。
假设公司的价值服从某种函数分布，其是什么样的分布要根据资产期望值及标准差来确定。
预期违约概率（EDF ）是分三步骤来确定:第一步：计算公司的市场价值及其波动性；第二步：估算出公司的违约点、预期价值；第三步：估计预测违约概率（EDF ）。
（1）计算公司的市场价值A V 及其波动率A σKMV 由于保密性,它们不愿公开具体的形式。
我们一般用Black-Schole 公式代替函数f 。
()()2-rt 1d e -d N D N V E ⋅⋅⋅=式中，E :股权的市场价值；D :负债的账面价值；V :公司资产的市场价值；t :信用期限；r :无风险利率；N :正态分布累积概率函数。
其中，t A r D V d A tσσ⎪⎭⎫ ⎝⎛++⎪⎭⎫ ⎝⎛=2121ln ，t d d A σ-=12 ① 对公式两边求导，得出： ()A E d N EV σσ⋅⋅=1 ② 联合两个方程,两个求知数,可求出A V 和A σ。
四种信用风险现代管理模型对比分析
四种信用风险现代管理模型对比分析一、标题：信用风险概述信用风险是针对资本市场上各种金融工具债权人收不到本息的可能性而言。
信用风险是金融行业普遍存在的问题，它的影响可以波及到整个市场，甚至整个经济体系。
针对信用风险的管理和预防是非常必要的。
在信用风险管理中，通常采用的手段是建立风险管理系统，设立合适的检测机制来确保业务合规，以及加强交易对手风险管理，防范信用违约等。
此外，统计分析模型也是判断信用风险的重要工具。
总结：本篇论文通过对信用风险的概述，介绍了建立风险管理系统和检测机制等手段，以及统计分析模型在信用风险管理中的应用。
这些手段和模型可以帮助企业更好地预防和管理信用风险。
二、标题：传统管理模型对比分析在传统的管理模型中，通常采用的是定量分析和基于规则的决策，从而进行对风险进行管理和控制。
这种方式的优点是灵活，易于操作和理解，并且可以有效控制风险。
但是这种方式的缺点也很明显，即不够科学，往往只能应对已发生的风险而难以预测未来的风险。
总结：传统管理模型虽然有其优势，但是缺乏科学和革新性，对于预测未来的风险和挑战难以应对。
因此，在现代企业管理中，需要采用更先进的管理模型来应对风险和挑战。
三、标题：基于数据分析的信用风险管理模型基于数据分析的信用风险管理模型是现代企业管理中的一种新模型。
这种模型采用大数据、人工智能等科技手段，通过收集和分析大量的数据，来进行风险分析和控制。
这种模型的优势是基于数据，可以精确分析风险和挑战，更加科学和可靠。
总结：基于数据分析的信用风险管理模型是一种新型的管理模型。
这种模型的优势是科学、可靠、高效，可以帮助企业更好地应对风险和挑战，提高企业的风险管理水平。
四、标题：基于人工智能的信用风险管理模型人工智能是现代企业管理中的一种重要科技手段。
基于人工智能的信用风险管理模型采用自动化、智能化的方式，通过机器学习和数据挖掘等技术，对信用风险进行预测和管理。
这种模型的优势是更加智能化，可以拓展企业的风险管理能力和范围。
现代信用风险度量模型的比较分析
三、结束语
信用风险在商业银行风险管理中占有特殊地位，信用风险 的度量越来越得到国际金融界的重视。由最早的专家制度法发 展为近年来的现代信用风险度量模型，由主观分析法转变为客 观分析法，由定性分析法转变为定量分析法，信用风险度量方法 得到了不断的发展和完善。□
（作者单位：武汉大学经济与管理学院）
被视作小概率违约事件，并且每笔贷款的违约概率都独立于其 他贷款，这样，贷款组合违约概率的分布接近泊松分布。CSFP 信用风险附加计量模型考虑违约概率的不确定性和损失大小的 不确定性，并将损失的严重性和贷款的风险暴露数量划分频段，
参考文献： [1]安东尼·桑德斯．信用风险度量—— 风险 估价的新方法与其他范式．北京机械工业
（三）KMV 模型是 KMV 公司 1997 年建立的用来估计借款 企业违约概率的方法。首先，它利用 Black 一 Scholes 期权定价 公式，根据企业资产的市场价值、资产价值的波动性、到期时问、
中，风险驱动因素是企业资产价值及其波动性；在麦肯锡模型 中，风险驱动因素是失业率等宏观因素；而在 CS FP 信用风险附 加计量模型中，关键的风险驱动因素是经济中可变的违约率均 值。
（二）麦肯锡模型则是在 Credit Metrics 的基础上，对周期性 因素进行了处理。将评级转移矩阵与经济增长率、失业率、利 率、汇率、政府支出等宏观经济变量之间的关系模型化，并通过 蒙地卡罗模拟技术(a structured Monte Carlo simulation approach) 模拟周期性因素的“冲击”来测定评级转移概率的变化。麦肯锡 模型可以看成是对 Credit Metrics 的补充，它克服了 Credit Metrics 中不同时期的评级转移矩阵固定不变的缺点。
信用风险度量模型的分析及启示
债券或贷款组合的损失分布，是在纯粹的精算统计方法的基础上建立起来的。ＣｒｅｄｉｔＲｉｓｋ＋模型属于违约模式 的模型，而非市值计价模型，模型中只考虑两种事件状态～违约或者不违约。不考虑信用等级。ＣｒｅｄｉｔＲｉｓｋ＋ 模型最大的优点是相对简单。该模型借鉴保险小概率事件的数学方法，推导出债券和贷款组合损失概率的
、Ｃｒｅｄｉｔ Ｐｏｒｔｆｏｌｉｏ
Ｖｉｅｗ模型。并提出了对这些模型在我国运用中存在
文章编号：１６７４－００１７－２０１０（７）一００２７－０２
一、现代信用风险量化方法研究 （－－）ＣｒｅｄｉｔＭｅｔｒｉｃｓ模型。ＣｒｅｄｉｔＭｅｔｒｉｃｓ模型是Ｊ．Ｐ摩根在１９９７年４月推出，是第一个用于度量资产组合 信用风险的模型。该模型运用的是一种“自下而上”的方法，这种方法表明，信用风险是通过转移矩阵中债券
的评级的变化而引起的。在ＣｒｅｄｉｔＭｅｔｒｉｃｓ模型中，信用质量是通过一个不可观察的“潜在变量”来衡量的．这
个潜在变量可以理解为债务人资产的价值，当债务人资产价值低于某一个水平的时候，假定该债务人处于 违约状态。因此，ＣｒｅｄｉｔＭｅｔｒｉｃｓ模型包括了三个类型的随机变量：股票价值、资产价值、违约指标。步骤如下： （１）按金融工具来度量风险敞口的大小。这一步从使用者的组合出发。按照其风险暴露来分解所有金融 工具，并且估计在目标日期市场波动对期望风险敞口的影响。所涵盖的金融工具范围包括债券、贷款、互换、 应收票据、商业约定和信用证。 （２）个别违约风险的分布。这个步骤首先给每种金融工具指定某一特定的信用评级。信用事件被定义为 包括违约的信用评级变化，这种信用评级变化可以通过信用评级变化概率矩阵得到，因此违约概率的变动 是离散的。发生信用事件以后，金融工具根据每一信用级别的信用价差来定价，在发生违约的情况下。回收 率的分布根据不同历史水平的历史数据得到。 我们从一种初始评级为ＢＢＢ级的债券或其他信用工具出发，在给定的时间范围内。其信用评级可能在 八种新的取值间变化。其中包括违约。
现代信用风险度量模型概述
现代信用风险度量模型概述信用风险是金融行业中的一个重要问题，它指的是借款人在债务偿还能力方面的不确定性。
为了度量和评估借款人的信用风险，金融机构一直致力于开发和使用各种信用风险度量模型。
现代信用风险度量模型是基于统计和机器学习的方法，通过分析大量的历史数据和借款人的特征，来预测借款人未来违约的概率。
这些模型通常使用一系列的输入变量，如借款人的个人信息、财务数据、历史还款记录等，来建立一个预测模型。
常用的现代信用风险度量模型有以下几种：1. Logistic回归模型：这是一种广泛使用的基于回归的模型，可以用来预测二元变量的概率。
对于信用风险度量模型来说，二元变量就是违约与否。
该模型通过最大似然估计方法，根据输入变量的权重来计算借款人违约的概率。
2. 决策树模型：决策树模型是一种基于树状结构的模型，通过将样本数据划分为不同的子集来进行预测。
对于信用风险度量模型来说，决策树模型可以通过借款人的特征来判断其违约概率，并给出相应的风险等级。
3. 支持向量机模型：支持向量机模型是一种基于统计学习理论的模型，通过将样本数据映射到高维空间中，来构建一个决策边界，从而预测借款人的违约概率。
该模型具有较好的泛化能力和鲁棒性，可以处理非线性和高维数据。
4. 随机森林模型：随机森林模型是一种基于集成学习的模型，它由多个决策树组成，通过投票的方式来进行预测。
对于信用风险度量模型来说，随机森林模型可以综合多个决策树的预测结果，得到更准确的违约概率预测。
这些现代信用风险度量模型都有其优点和局限性，选择合适的模型取决于具体的应用场景和数据特征。
此外，为了提高模型的准确性和可靠性，还需要进行模型训练和评估，并对模型进行监控和更新。
只有通过不断改进和优化模型，才能更好地评估和管理借款人的信用风险。
现代信用风险度量模型对比分析
现代信用风险度量模型对比分析金融危机的爆发以及《巴塞尔新资本协议》的正式实施,为银行业进行信用风险管理提出新的挑战。
对国际上信用风险管理实践中应用最为广泛的现代信用风险度量模型进行了分析比较,提出我国商业银行应用信用风险模型中的问题,并给出相关建议。
标签：信用风险;度量模型當前,金融危机使全球经济陷入衰退,如何有效的防范金融风险是银行业面临的重大课题。
对于信用风险,新巴塞尔协议要求银行建立自己的基于内部评级的信用风险度量模型。
本文就基于内部评级法(IRB)的国际上信用风险管理实践中应用最为广泛的KMV、Credit Metrics、Credit Risk+、Credit Portfolio View四个模型进行了分析比较,提出我国商业银行应用信用风险模型中的问题,并提出相关建议。
1 现代信用风险度量模型1.1 KMV模型1993年,KMV公司提出了著名的信用监测模型(Credit Monitor Model),后经进一步扩展成了一种违约预测模型。
KMV模型将股权视为企业资产的看涨期权,以股票的市场数据为基础,利用默顿的期权定价理论,估计企业资产的当前市值和波动率,再根据公司的负债计算出公司的违约点,然后计算借款人的违约距离,最后根据企业的违约距离与预期违约率之间的对应关系,求出企业的预期违约率。
《巴塞尔新资本协议》中推荐使用KMV模型进行内部评级,可见其已经在国外得到了广泛的认可和使用。
KMV模型的优点在于:(1)根据企业的资产市值估计信用风险波动状况,将市场信息纳入违约概率;(2)模型是一种动态模型,可以随时根据企业股票的市价来更新模型的输入数据,反映信用风险水平的变化;(3)模型是一种“向前看”的模型,在一定程度上克服了依赖历史数据“向后看”的数理统计模型的缺陷。
KMV的缺点是:(1)无法确定是否必须使用估计技术来获得企业的资产价值、企业资产收益率的期望值和波动性等数据,估计的准确率不能确定。
现代信用风险度量模型概述
3、计算VAR值
贷款未来价值均值=107.09 贷款未来价值标准差=2.99
——假定贷款市值服从正态分布 99%置信度下，VAR=2.33×σ= 6.97 95%置信度下，VAR=1.65 ×σ = 4.93
——在实际分布情况下 99%置信度下，VAR=107.09 — 98.10= 8.99 95%置信度下，VAR= 107.09 — 102.02= 5.07
R为固定年利息，F是贷款金额，n是贷款剩余年限，ri为第i年 远期零息票国库券利率（无风险利率），si为特定信用等级贷 款的i年度信用风险价差。
折现率=1+无风险利率+信用风险价差
3、得出贷款价值的实际分布 将各等级下的年末贷款价值与转移概率结合，即得到贷款价值
在年末非正态的实际分布。 4、计算贷款的VAR值 首先，求贷款未来价值的均值和方差：
性
信用价差（信用风险溢价）=债务利率—无风险利率
(狭义)信用风险的构成要素：
违约概率(probability of defualt，PD) 交易对手违约行为的概率分布
信用暴露(credit exposure , CE) 或违约暴露（exposure at defualt， EAD）
交易对手违约时，交易一方对其求偿权的经济价值
BBB级借款人在下一个年度的信用级别有8种可能状态，其中 保持BBB级的概率为86．93％，违约概率为0．18％，另外3种 状态为升级，3种状态为降级。
一年期信用等级转换矩阵
资料来源：Introduction to CreditMetricsTM, J. P.摩根,1997,pp.20.
2）对一年后各种可能的信用等级状态下的贷款市值估价
均值——方差模型（Mean-Variance Model）
03-2信用风险度量值模型
正态分布
如果连续型随机变量X的密度函数为
f (x )
1
(x )2 e 2s 2
2p s
( < x < )
（ 其中 < < ，s > 0为参数 ）
则称随机变量X服从参数为，
s2的正态分布。记作
p (x)
X~N（μ,σ2）
0
x
标准正态分布
若 0， s 1，我们称 N (0， 1)为标准正态分布．
标准正态分布的密度函数为：
(x)
(x)
1
x2
e2
2p
( < x < )
标准正态分布的分布函数为：
0
x
(x)
1
x x2
e 2 dx
2π
( < x < )
若X~N(0,1)，则P{X≤0}=P(X≥0)=0.5 若X~N(μ,σ2)，则P{X≤μ}=P(X≥μ)=0.5
第五章 信用风险管理
第一节 信用风险的成因
第二节 信用风险的度量
专家制度法 Z评分模型 ZETA评分模型 VAR方法 信用度量制模型
第三节 信用组合风险度量
VAR方法
1. VAR（Value at Risk），译为在险价值或受险
价值，是以货币形式表示的风险。
定义（Jorion ，1997）：VaR是衡量在未来特定的一 段时间内，某一给定的置信水平下，投资组合在正常 情况下可能遭受的最大损失。
0 h h x
(5)若μ 固定，改变σ 的值
f (x)的最大值为：f (μ) 1
2πσ
可知
σ 越小，y f (x)图形越 陡，因而X 落在μ 附近的 概率越大；
现代信用风险度量模型综述
现代信 用风险度量模 型综述
摘
要 ： 的 巴 塞 尔协 议 允 许 十 国集 团 的 国 家 银 行 可 以采 用 内 部 新
模型 来度量信用风险。文章介绍 了目 前世 界各 国金 融机构普 遍采 用的
四种信 用风险度量模 型， 对其进 行了比较分析 ， 对各种信 用风险模 型 并 在 中国的应 用 出了自己的建议 。 提 关键词 ： 信用风险度 量模 型 模型的比较 模型的应 用 中圈分类号 ： ８Ｄ ９ Ｆ ３ ． 文献标识码 ： Ａ
在经济金融全球化 的背 景下 ， 银行业 的开放程度 正在逐步 增加 ， 如 何有效防范和规避金融 风险 ， 是世界各 国银 行参 与国际 金融活 动过程 中所面临的重大课题 。巴塞 尔银行监督 委员会 于 １ ８ ９８年制定 了《 巴塞 尔协议》确定了根据信 用风 险设置最 低资本 充足 率 的基 本框架 ， ， 又在 １９ 年对原协议作 了补充 。并在 ２０ 年 １ ９６ ０１ 月公布 了《 巴塞尔资本协 新 议》 征求意见稿， 已在 ２０ 年公布修订后的新协议 ， ０４ 确定在 ２０ ０６年开始 实施 。新巴塞尔协议对银行 的资本要求 允许 各 国银行 可以采用 内部模 型来度量信用风险。迄 今为 止， 世界 著名 的中介机 构和 金融机构 向外 公布的 比较有影 响力的信 用风险 度量模型 主要有 以下几种 ：Ｐ 根 的 Ｊ摩 信用度量术模型（ ｒ ｉ ｔｃ）Ｋ Ｃｅ ｔ ｒｓ 、 ＭＶ公司开发 的 Ｋ ｄＭｅ ｉ ＭＶ模型 、 士银 瑞 行金融产品开发部 的信用风险附加模型（ ｒ ｉ ｉ ＋） 肯锡公司 的 Ｃｅ ｔ ｓ 和麦 ｄＲ ｋ 信用组合观点模型 （ ｒ ｉ ｏｔ ｌＶＣ 。其 中信用度量术模型 （ｒ ｉ Ｃｅ ｔ ｒｏｏ ｉ ｄＰ ｆｉ Ｗ） Ｃｅ ｔ ｄ—
信用风险管理度量值模型介绍
信用风险管理度量值模型介绍信用风险管理度量值模型用于评估和管理金融机构在发放贷款和提供信贷额度过程中可能面临的信用违约风险。
这种模型通常是定量的，通过使用各种指标和方法来测量借款人的信用质量，从而帮助金融机构做出基于风险的决策。
在传统的信用风险管理中，信用评级是一个重要的指标。
信用评级是一种量化方法，用于评估借款人或发行人的违约风险。
通常，信用评级机构通过对借款人的财务状况、历史违约记录、行业前景等因素进行综合评估，给予借款人一个等级或评级。
然而，信用评级仅仅是一个静态指标，无法充分反映借款人的实际违约概率。
为了更准确地度量信用风险，需要考虑更多因素，这些因素可能包括借款人的经营状况、行业竞争力、宏观经济环境等。
为了解决这个问题，信用风险管理度量值模型应运而生。
这种模型通过收集和分析大量的数据，包括财务报表、信用报告、行业数据等，来测量借款人的信用风险。
这些数据通常通过统计方法和机器学习算法进行分析，以确定借款人的违约概率。
信用风险管理度量值模型一般使用一些重要参考指标来进行度量。
这些指标可能包括借款人的负债比例、流动比率、资本结构、经济增长率等。
通过将这些指标与历史数据和市场环境数据相结合，可以得出一个综合的信用风险度量值。
这种度量模型的一个优点是能够及时更新。
随着时间的推移，借款人的经营状况和信用质量可能发生变化。
因此，信用风险管理度量值模型可以根据最新的数据和市场环境进行更新，以更准确地评估借款人的信用风险。
总之，信用风险管理度量值模型是一种重要的工具，用于帮助金融机构评估和管理信用违约风险。
通过使用各种指标和方法，这种模型能够更准确地测量借款人的信用质量，从而帮助金融机构做出更明智的决策。
信用风险是指借款人或发行人无法按时或按约偿还债务的风险。
对于金融机构来说，信用风险是一项重要的经营风险，可能对其偿债能力和盈利能力产生不利影响。
因此，金融机构需要通过使用信用风险管理度量值模型来评估和管理这种风险。
现代信用风险度量模型与我国商业银行信用风险管理
构一起，结合自身特点，对有关信用风险 度量模型进行改进， 或“ 量体裁衣式 ” 地开 发新的信用风险度量模型， 使我国商业银 行的信 用风险度 量和 控制工 作适 应金融 业竞争日趋激烈的新形势。第三， 我国商 业银行 应与高等 院校 携手创 办信 用管理 ” 专业， 借鉴欧洲的 “ 信用管理学院 （ 3)&） 和美国达特矛斯学院 （ "4*.567.8 )699+:+） 信用管 理专业教 育的 经验， 开设 风险管 理、 资信调查、 资信评级等课程， 培养信用 管理的专业人才。 为 了 实 现 商 业 银 行运 用 数 学 模 型 计 量、跟踪信用风险，建立规范的征信和信 用评级体系是当务之急。我国自 ;<<= 年 设立国内征信公司， ;<<$ 年全球最大的征 信公司邓百氏集团 （ "7> ? @*4,0.*++. 在我国开业， 现有华安、 新华信、 华 )6*AB ） 夏等 CD 多家国内征信公司和脱钩改制后 的原工商、统计、外经贸和银行等附属的 资信调查公司及数家外国征信公司， 但经 营规模较小，业务收入很低，效益普遍较 差。 目前制约我国征信业发展的主要障碍 是取得征信数据缺乏有效渠道， 这与我国 目前的经济发展水平密切相关。在国外， 除可直 接从证券 交易 市场获 得上 市公司 的有关财务报表和数据外， 还存在着众多 获取企业和个人资信状况的途径， 金融机 构和评 级公司可 以用 较低的 成本 得到数 据和资料、 建立各类企业和个人的数据库 系统。 根据我国的具体实际， 在征信和信用 评级体系建设方面，首先，应积极建立健 全有关社会信用的法律体系。 在信用管理 方面法律比较健全的是美国， 与信用相关 的法律共有 《 公平信用报告法 》 、《 平等信 《 用机会法 》 、 公平债务催收作业法 》 等 ;E
现代信用风险度量模型简介与比较分析
现代信用风险度量模型简介与比较分析摘要债券质押式回购业务对服务实体经济发展、促进交易所市场发展、支持交易所市场与银行间市场错位竞争发挥了重要作用。
近年来，交易所债券市场发展迅速，债券发行主体逐年扩容，入库质押债券信用资质呈下沉趋势。
尤其是《公司债发行与交易管理办法》出台后，公司债发行井喷，给债券回购业务风险带来了更大的压力和挑战。
为了应对挑战，需要我们在广泛了解债券质押式回购业务的基础上，科学选择适合我公司具体业务情况的信用风险度量方法，尽快开展并完善内部评级工作，满足《金融市场基础设施原则》（PFMI）精细化管理的需要。
本文首先分析了目前市场上广泛使用的信用风险度量方法与模型，然后比较了各模型方法的原理及优缺点，最后结合公司业务提出三点建议。
目录1. 研究背景和意义 (1)2. 主要信用风险度量方法与模型 (2)2.1 依赖于专家智慧的定性分析法 (3)2.2 以财务数据为基础的信用得分模型 (4)2.2.1 单变量模型 (4)2.2.2 多变量模型 (4)2.3 现代信用风险度量模型 (7)2.3.1 CreditMetrics方法 (8)2.3.2 KMV 模型 (10)2.3.3 CreaditRisk+模型 (12)2.3.4 CreditPortfolio View模型 (14)3. 模型比较分析 (15)4. 对我公司实际工作的建议 (17)1. 研究背景和意义目前交易所市场债券质押式回购业务的风险预防主要有两道防线：第一道是质押式债券的入库准入，目的是确保入库债券品质符合要求；第二道是入库债券的持续监测，主要通过折算率计算公式动态调整，目的是及时把不符合条件的债券踢出质押库。
但是在实际应用中，这两道防线出现了一些亟待完善的问题。
例如：第一道防线过于依赖外部评级结果，而外部评级虚高可能会导致一些不符合条件的债券进入质押库；第二道防线缺乏对流动性较差债券的应对机制，而目前大部分质押券成交不活跃，导致折算率计算公式不能完全反应债券真实价值。
现代信用风险度量模型与我国商业银行信用风险管理
现代信用风险度量模型与我国商业银行信用风险管理（作者:___________单位: ___________邮编: ___________）摘要: 本文在对商业银行信用风险度量的主要模型进行比较研究的基础上，分析发展中国家商业银行信用风险管理的特点，研究我国分阶段运用现代信用风险度量模型实施信用风险管理的现实选择以及设立征信和信用评级体系的具体措施。
关健词:商业银行；信用风险度量模型；信用风险管理一、金融全球化中我国商业银行实施信用风险管理的必要性商业银行在经营活动过程中，主要面临着信用风险、国家及转移风险、市场风险、利率风险、流动性风险和操作风险等风险。
其中，信用风险无疑是最重要的风险。
信用风险可定义为银行的借款人或交易对象不能按事先达成的协议履行义务的潜在可能性。
信用风险管理的目标是通过将信用风险限制在可以接受的范围内而获得最高的风险调整收益。
随着我国资金融体制改革步伐的加快和金融业开放程度的提高,国内银行业面临着参与国际竞争的严峻挑战。
在金融全球化的新形式下，我国商业银行必须借鉴国际上先进的信用风险管理经验，强化信用风险管理，开发适用的信用风险管理模型，适应《巴塞尔协议》新框架的需要。
2001年1月16日，巴塞尔银行监管委员会公布了新协议的征求意见稿，在保留银行资产外部评级方式的同时，鼓励大银行建立内部评级体系和开发风险度量模型。
新协议通过将最低资本要求、监管当局的监督检查和信息披露有机结合在一起，代表了银行监管的先进理念和“国际活跃银行”日益完善的风险管理最佳实践经验。
显然，在金融业日益全球化的新形势下，加强我国商业银行的内部评级体系和风险度量模型的研究，缩小与国外同行的差距，已成为刻不容缓的工作。
自二十世纪五、六十年代以来，西方发达国家直接金融市场发展势头迅猛。
随着资本市场的扩张和直接金融工具的发展，中小企业进入金融市场变得更为容易，银行作为融资中介的地位下降，企业融资出现了“脱媒”现象。
信用风险计量模型
n 依赖财务报表的账面数据而忽视了日益重要的资本市场 指标，在一定程度上降低了预测结果的可靠性和及时性。
n 变量假设为线性关系，而现实的经济现象可能非线性的。 n 预测模型不能长期使用，需要定期更新，修正财务比率
和参数。 o 研究表明：通过修正后对未来4年的预测准确度达到80
％。
信用风险计量模型
o Creditmetrics试图回答的问题：
n “如果下一年是个坏年份，那么，在我的贷款或贷款组 合上会损失掉多少？”
信用风险计量模型
Creditmetrics基本假设
1. 信用评级有效。信用状况可由债务人的信 用等级表示；
2. 债务人的信用等级变化可能有不同的方向 和概率
n 例如， 上一年AAA的贷款人有90％（概率）的 可能转变为AA级（方向）。
信用风险计量模型
n 利用线性插值法可以计算99%概率 下的市值，设该值为x
说明：该面值为100元的BBB债券， 一年后以99％的概率确信其市值不 低于92.29美元。
信用风险计量模型
由于该债券的均值为107.90美元， 根据相对VaR的定义， VaRR ＝107.09-92.29=14.80 (美元) 说明：我们可以以99％的概率确信， 该债券在1年内的损失不超过14.80 美元。
o 原始债务优先，额外债务要从属于原始债务。也就 是说，如遇公司破产，直到有优先权的主要债务被 付清，次级债务的债权人才可能被偿付。
o 因此，具有优先级的债券信用高于次级。
信用风险计量模型
违约回收率统计表
债券级别 优先担保债券 优先无担保债券 优先次级债券
次级债券 初级次级债券
回收率(％面值) 53.80 51.13 38.52 32.74 17.09
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
d1
l
nA Dr122A
A
d2d1A
企业股权价值波动性σE与企业资产价值波动性间存在 理论上的关系：
σEgσ(A)
（2）
函数的具体形式:
EN(d1E )AA
在公式（1）和（2）中，已知变量有：E，可在股票 市场上观察到；σE，利用历史数据估算；D，违约实 施点或触发点；τ，一般设为1年；r，可观察到。
由两种资产组成的资产组合的风险
σ P 2 X A 2 σ A 2 X B 2 σ B 2 2 A X B X σ AB
σAB=ρABσAσB
• N种资产构成的资产组合的预期收益率：
n
RP XiRi i1
• N种资产构成的资产组合的风险：
n
nn
σ P 2 X i2 σ i2 2 ρ iX jiX jσ iσ j
在公式（1）和（2）中余下两个未知数：资产价值A 及其波动性σA
将（1）（2）两个等式联立，可求出两个未知数
第二步，计算违约距离
资
产
或
负
债
价 值
A
D
t=0
违约区域 t=1
资产价值分布曲线
负债线 时间
违约概率相当于企业资产价值分布曲线位于负债线以下的区域，它表示企 业资产价值在一年内降到D以下的概率，即企业一年内违约（破产）的概率。
分布的概率密度函数估算出随机变量落入某一区间的概率
随机变量的正态分布概率密度曲线
-2σ
-σ
μ
+σ
+2σ
概率
预期信用损失 肥尾
0 最小信用损失（无违约）
贷款损失分布概率密度曲线
最大信用损失
二、现代信用风险度量模型的创新与分类
1990年代后，信用风险度量技术何以突飞猛进？
• 破产结构性增加 • 非中介化 • 信用价差更具竞争性 • 抵押品价值波动 • 表外衍生品信用风险管理的需求 • 基于风险的监管资本要求 • 计算机技术的发展
E f(σ A A ,D ,,rτ , ) （1）
E是股权价值（股票市场价格），A是公司资产市场现值，σA是公 司资产价值波动性（标准差），D是负债价值，r是无风险利率，τ 是时间范围(期权有效期 )
函数的具体形式:
E A (d 1 N ) D rN te (d 2 )
N——正态分布变量的累积概率分布函数
正态分布
若一个（连续型）随机变量服从正态分布，则其分布曲线具有以下 性质：
1）围绕均值μ呈对称分布； 2）曲线下的面积约有68%位于μ±σ之间；约有95%的面积位于μ±2σ之间；约有97.7%的
面积位于μ±3σ之间 3）正态分布曲线的形状依赖于参数μ （均值）和σ（标准差），给定两参数，就可利用正态
现代信用风险度量模型的基本类型
违约模型（DM） ——只考虑是否违约（两状态模型：违约/不违约）
盯住市场模型（MTM）
——考虑信用等级变化对债权资产的（理论）市场价值的动 态影响（多状态模型）
目前较流行的现代信用风险度量模型
KMV公司的预期违约率（EDF ）模型 J．P摩根的信用度量术模型（creditmetrics） 瑞士信贷银行的信用风险附加模型（creditrisk+) 麦肯锡公司的信贷组合观点模型（credit portfolio View） 奥特曼死亡率模型（Altman’s Mortality Rate model）
i 1
i 1 j 2 j i,
信用风险的界定
——交易对手（债务人）不能正常履行合约或信用品质发生变 化而导致交易另一方（债权人）遭受损失的潜在可能性
广义的信用风险由两部分组成： 违约风险（default risk）
交易一方不愿或无力支付约定款项，致使交易另一方遭受损 失的可 能性
信用价差风险（credit spread risk） 交易对手或债务人信用品质变化导致资产（合约）价值变化的不确定
均值——方差模型（Mean-Variance Model）
• 1．单一资产的风险度量
• 资产的预期收益 ：
n
R PiRi i1
• 资产的风险 ：
n
σ2 Pi(R i R)2 i1
n
σ Pi(Ri R)2 i1
• 2．资产组合的风险度量 • 由两种资产组成的资产组合的预期收益率
R P X A R A X B R B
性
信用价差（信用风险溢价）=债务利率—无风险利率
(狭义)信用风险的构成要素：
违约概率(probability of defualt，PD) 交易对手违约行为的概率分布
信用暴露(credit exposure , CE) 或违约暴露（exposure at defualt， EAD）
交易对手违约时，交易一方对其求偿权的经济价值
三、KMV（EDF）模型
由KMV公司于1993年构建
基本原理：
将债权看作债权人向借款公司股东出售的对公司价值的看跌 期权（卖权），期权标的是公司资产，执行价格是公司债务价值。 企业所有者相当于持有违约或不违约的选择权，债务到期时，若企 业资产的市场价值超出其负债价值，企业愿意还债，将剩余部分留 作利润；如果企业资产价值小于负债水平，出售全部资产也不能完 全偿债，企业会选择违约，将公司资产转交给债权人。
违约损失（loss given default，LGD） 违约造成的损失（与违约挽回率对应）
一、贷款信用风险模型化的困难
其一，贷款作为债权工具，其收益（损失）分布具有独特性
• 贷款的收益损失）分布具有负偏斜，且损失区域的概
率密度曲线呈“肥尾状”（附图 ） 其二，借贷双方存在显著的信息不对称，产生道德风险问题 其三，贷款是非公开交易，相关数据不易收集
假定公司未来资产价值围绕其现值呈正态分布，均值为A，标准差为σA，则 可利用下面的公式计算公司在一年内或t=0时（现在）距离违约的违约距离Ｄ Ｄ(Distance-to-Default)：
违约距 A离 D σA
违约实施点 (default exercise point，为企业1年以下短期债务的价值加 上未清偿长期债务账面价值的一半)
理论依据：Ｍｅｒｔｏｎ资产价值理论（１９７４），信用风险由 债务人资产价值驱动
债 权 损 益
O
B（债务价值）
企业资产价值
估计企业违约概率的步骤：
第一步，估计公司市场价值及其波动性
由于无法直接观察公司资产价值及波动性，KMV借用期权定价原 理推算。
股权可看作股东对公司资产价值的看涨期权，根据期权定价理 论，可推导出公司股权价值的公式：