x银行信贷风险评估手册(ppt+26)
合集下载
相关主题
- 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)。
置信度。对于各分行而言，2,500 笔贷款可以保证95%的置信度
• 确保数据的准确性、真实性，剔除
借新还旧的贷款
• 抽样要广泛，具有代表性，涉及不
同支行，每一支行涉及不同分理处
• 对其中逾期超过90 从上述样本量中选 • 每一客户的贷款不得超过3笔
天的贷款进行跟踪 取
• 对5,000笔贷款连续追踪3年
是否 展期
逾期 3个 月贷 款余 额
逾期 1年 贷款 余额
逾期 2年 贷款 余额
* 正常贷款是指未到期，到期归还或逾期不超过90天的贷款
** 同一客户的贷款笔数不能超过3笔
13
可编辑ppt
利用贷款逾期分析模型，分析贷款逾期率
100%
贷款逾期率= 一年内正常贷 款及逾期不超 过90天贷款中 转化为逾期超 过90天的贷款 的比率
78
重庆分行1998 年数据举例
贷款逾期率 =22%
逾期贷款呆滞率 呆滞贷款回收率
=67%
=25%
22
7
15
4
11
正常贷款 =逾期<90
天贷款
第一年后 仍属正常
贷款
第一年后 转为逾期
贷款 =逾期>90
天贷款
第二年内 收回
第二年后 转为呆滞
贷款
可以回收
贷款损失
资料来源： 重庆分行内部抽样资料，项目小组分析
调查
• 对其中呆滞贷款进
行跟踪调查
从上述样本量中选 取
• 到期收回，逾期不超过90天的为正
常贷款；大于90天，不超过1年的 为逾期贷款；逾期超过1年的为呆 滞贷款
9
确定资料收集对象
数据类型 2,500笔贷款跟踪调查
300笔逾期贷款调查表 呆滞贷款回收率
可编辑ppt
重庆分行举例
采集对象 北碚、荣昌、铜梁、长寿、 璧山、万盛、双桥、朝天门、 潼南、大足、大渡口、永川、 万州支行
行名：璧山支行
填报日：1999年9月22日
单位：万元
贷款 笔数
客户 名称
信用 等级
行业 性质
所有 制性 质
1997年 期限 12月31 日贷款 余额
到期 日
合同 利率
过期 是否 时限 展期 <90天
逾期3 逾期1 逾期2 个月 年贷 年贷 贷款 款余 款余 余额 额 额
第1笔 青山厂 A 工业 国有 200
可编辑ppt
要求：
• 广泛性 • 随机性 • 代表性 • 真实保障 • 剔除借新还旧
12
可编辑ppt
跟踪调查正常*或逾期不超过90天的贷款–表样
贷款 客户 信用 行业 所有 调查日
笔数 名称 等级 性质 制性 贷款余
**
质额
第1笔 第2笔
……
…… 第200 笔
期限
到期日
合同 利率
过期 时限
<90 天
正常贷款
及逾期不 超过90天 贷款
100 %
100% 逾期超过
22 90天贷款
78
1998.1.1 1999.1.1
重庆分行 贷款逾期 率为22%
14
可编辑ppt
保守估计，重庆分行逾期贷款呆滞率为67%以上
对于1998年1月1日逾期1个月的贷款跟 踪
12,500
逾期贷款呆滞率=
呆滞贷款 逾期超过90天贷款
第2笔
药业 公司
3B
国有 50
……
1年
1998. 11.088 1.18
6年
1998. 11.088 5.13
……
第200 笔
将所有收集到的数据汇集成一个Excel文件
注 正常贷款是指未到期，到期归还或逾期不超过90天的贷款
11
确定资料的搜集对象
Hale Waihona Puke Baidu
支行1 支行2 ……
分理处1 分理处2 …… 分理处1 分理处2 …… 分理处1 分理处2 ……
九龙坡支行、南岸支行
根据中国商业银行的行业经验 ，呆滞贷款的回收率为25%
注： 由于数据采集方面的困难，对重庆分行的贷款追踪调查分两步进行，选取了不同支行
分别进行贷款跟踪调查表与逾期贷款调查表；对于呆滞贷款回收率目前不具备采集数
据的条件，因而使用国内行业的经验数据
10
可编辑ppt
跟踪调查正常或逾期不超过90天的贷款–表样
• 项目小组还注意到自从1998年x银行实行贷款政策以来贷款
质量不断提高，本手册对此作了详尽的分析
1
主要议题
可编辑ppt
1. 国际上通用的信贷风险损失分析模型 2. 重庆分行信贷风险损失 3. 新贷款政策对1998年总体贷款风险的影响
2
国际上通常用抽样“跟踪法”分析贷款风险损可编失辑ppt
100 %
1998.1.1 1999.1.1
XX分行 贷款逾期 率为A%
4
建立逾期贷款呆滞率分析模型
逾期贷款呆滞率=
呆滞贷款 逾期超过90天贷款
对于1998年1月1日逾期1个月的贷款跟 踪
12,500
12,000
A
11,500
11,000
B
10,500 1 2 3 4 5 6 7 8 9 10 11
可编辑ppt
可编辑ppt
1. 国际上通用的信贷风险损失分析模型 2. 重庆分行信贷风险损失 3. 新贷款政策对1998年总体贷款风险的影响
8
可编辑ppt
搜集资料–资料汇总
数据
搜集方式
注意事项
• 对2,500-5,000笔
的正常或逾期不超 过90天的贷款进行 跟踪调查
随机抽样
• 样本量应足够大，以便确保95%的
3
可编辑ppt
首先建立贷款逾期分析模型
贷款逾期率= 一 年内正常贷款及 逾期不超过90天 贷款中转化为逾 期超过90天的贷 款的比率 =
一年后逾期超过90 天贷款总额
正常贷款及逾期不 超过90天贷款总额
100%
正常贷 款及逾 期不超 过90天 贷款
100%
100% 逾期超过
A 90天贷款
(100-A)%
12,000 11,500
逾期90天
11,000
呆滞贷款
重庆分行举例
重庆分行逾期贷款呆 滞率为67%~88%，其 中67%为分行内部保 守的统计资料估计结 果，88%为抽样结果
10,500 1 2 3 4 5 6 7 8 9 10 11
15
可编辑ppt
x银行重庆分行的贷款平均损失率为 11%
XX分行逾期 贷款呆滞率为
B/A%
5
最后综合计算贷款风险损失率
贷款逾期率
贷款风险损失率
逾期呆滞率
1 -
呆坏帐回收率*
* 贷款损失率=贷款逾期率X逾期呆滞率X(1-呆坏帐回收率)
可编辑ppt
6
可编辑ppt
贷款风险损失是当年损益的一部分
贷款风险损失
正常贷款额 x
贷款风险损失率
进入当期损益
7
主要议题
可编辑ppt
信贷风险评估手册
x银行
序言
可编辑ppt
• 本手册旨在引进国际上通用的信贷风险损失评估方法，介绍
了相应的模型分析和会计处理，以供x银行借鉴
• 为了进一步阐明信贷风险损失模型的具体应用和对于x银行
的适用性，本手册还以重庆分行为例，详细介绍了数据搜集 、抽样调查和模型分析的各步骤，以供x银行定期监测贷款 风险损失
• 确保数据的准确性、真实性，剔除
借新还旧的贷款
• 抽样要广泛，具有代表性，涉及不
同支行，每一支行涉及不同分理处
• 对其中逾期超过90 从上述样本量中选 • 每一客户的贷款不得超过3笔
天的贷款进行跟踪 取
• 对5,000笔贷款连续追踪3年
是否 展期
逾期 3个 月贷 款余 额
逾期 1年 贷款 余额
逾期 2年 贷款 余额
* 正常贷款是指未到期，到期归还或逾期不超过90天的贷款
** 同一客户的贷款笔数不能超过3笔
13
可编辑ppt
利用贷款逾期分析模型，分析贷款逾期率
100%
贷款逾期率= 一年内正常贷 款及逾期不超 过90天贷款中 转化为逾期超 过90天的贷款 的比率
78
重庆分行1998 年数据举例
贷款逾期率 =22%
逾期贷款呆滞率 呆滞贷款回收率
=67%
=25%
22
7
15
4
11
正常贷款 =逾期<90
天贷款
第一年后 仍属正常
贷款
第一年后 转为逾期
贷款 =逾期>90
天贷款
第二年内 收回
第二年后 转为呆滞
贷款
可以回收
贷款损失
资料来源： 重庆分行内部抽样资料，项目小组分析
调查
• 对其中呆滞贷款进
行跟踪调查
从上述样本量中选 取
• 到期收回，逾期不超过90天的为正
常贷款；大于90天，不超过1年的 为逾期贷款；逾期超过1年的为呆 滞贷款
9
确定资料收集对象
数据类型 2,500笔贷款跟踪调查
300笔逾期贷款调查表 呆滞贷款回收率
可编辑ppt
重庆分行举例
采集对象 北碚、荣昌、铜梁、长寿、 璧山、万盛、双桥、朝天门、 潼南、大足、大渡口、永川、 万州支行
行名：璧山支行
填报日：1999年9月22日
单位：万元
贷款 笔数
客户 名称
信用 等级
行业 性质
所有 制性 质
1997年 期限 12月31 日贷款 余额
到期 日
合同 利率
过期 是否 时限 展期 <90天
逾期3 逾期1 逾期2 个月 年贷 年贷 贷款 款余 款余 余额 额 额
第1笔 青山厂 A 工业 国有 200
可编辑ppt
要求：
• 广泛性 • 随机性 • 代表性 • 真实保障 • 剔除借新还旧
12
可编辑ppt
跟踪调查正常*或逾期不超过90天的贷款–表样
贷款 客户 信用 行业 所有 调查日
笔数 名称 等级 性质 制性 贷款余
**
质额
第1笔 第2笔
……
…… 第200 笔
期限
到期日
合同 利率
过期 时限
<90 天
正常贷款
及逾期不 超过90天 贷款
100 %
100% 逾期超过
22 90天贷款
78
1998.1.1 1999.1.1
重庆分行 贷款逾期 率为22%
14
可编辑ppt
保守估计，重庆分行逾期贷款呆滞率为67%以上
对于1998年1月1日逾期1个月的贷款跟 踪
12,500
逾期贷款呆滞率=
呆滞贷款 逾期超过90天贷款
第2笔
药业 公司
3B
国有 50
……
1年
1998. 11.088 1.18
6年
1998. 11.088 5.13
……
第200 笔
将所有收集到的数据汇集成一个Excel文件
注 正常贷款是指未到期，到期归还或逾期不超过90天的贷款
11
确定资料的搜集对象
Hale Waihona Puke Baidu
支行1 支行2 ……
分理处1 分理处2 …… 分理处1 分理处2 …… 分理处1 分理处2 ……
九龙坡支行、南岸支行
根据中国商业银行的行业经验 ，呆滞贷款的回收率为25%
注： 由于数据采集方面的困难，对重庆分行的贷款追踪调查分两步进行，选取了不同支行
分别进行贷款跟踪调查表与逾期贷款调查表；对于呆滞贷款回收率目前不具备采集数
据的条件，因而使用国内行业的经验数据
10
可编辑ppt
跟踪调查正常或逾期不超过90天的贷款–表样
• 项目小组还注意到自从1998年x银行实行贷款政策以来贷款
质量不断提高，本手册对此作了详尽的分析
1
主要议题
可编辑ppt
1. 国际上通用的信贷风险损失分析模型 2. 重庆分行信贷风险损失 3. 新贷款政策对1998年总体贷款风险的影响
2
国际上通常用抽样“跟踪法”分析贷款风险损可编失辑ppt
100 %
1998.1.1 1999.1.1
XX分行 贷款逾期 率为A%
4
建立逾期贷款呆滞率分析模型
逾期贷款呆滞率=
呆滞贷款 逾期超过90天贷款
对于1998年1月1日逾期1个月的贷款跟 踪
12,500
12,000
A
11,500
11,000
B
10,500 1 2 3 4 5 6 7 8 9 10 11
可编辑ppt
可编辑ppt
1. 国际上通用的信贷风险损失分析模型 2. 重庆分行信贷风险损失 3. 新贷款政策对1998年总体贷款风险的影响
8
可编辑ppt
搜集资料–资料汇总
数据
搜集方式
注意事项
• 对2,500-5,000笔
的正常或逾期不超 过90天的贷款进行 跟踪调查
随机抽样
• 样本量应足够大，以便确保95%的
3
可编辑ppt
首先建立贷款逾期分析模型
贷款逾期率= 一 年内正常贷款及 逾期不超过90天 贷款中转化为逾 期超过90天的贷 款的比率 =
一年后逾期超过90 天贷款总额
正常贷款及逾期不 超过90天贷款总额
100%
正常贷 款及逾 期不超 过90天 贷款
100%
100% 逾期超过
A 90天贷款
(100-A)%
12,000 11,500
逾期90天
11,000
呆滞贷款
重庆分行举例
重庆分行逾期贷款呆 滞率为67%~88%，其 中67%为分行内部保 守的统计资料估计结 果，88%为抽样结果
10,500 1 2 3 4 5 6 7 8 9 10 11
15
可编辑ppt
x银行重庆分行的贷款平均损失率为 11%
XX分行逾期 贷款呆滞率为
B/A%
5
最后综合计算贷款风险损失率
贷款逾期率
贷款风险损失率
逾期呆滞率
1 -
呆坏帐回收率*
* 贷款损失率=贷款逾期率X逾期呆滞率X(1-呆坏帐回收率)
可编辑ppt
6
可编辑ppt
贷款风险损失是当年损益的一部分
贷款风险损失
正常贷款额 x
贷款风险损失率
进入当期损益
7
主要议题
可编辑ppt
信贷风险评估手册
x银行
序言
可编辑ppt
• 本手册旨在引进国际上通用的信贷风险损失评估方法，介绍
了相应的模型分析和会计处理，以供x银行借鉴
• 为了进一步阐明信贷风险损失模型的具体应用和对于x银行
的适用性，本手册还以重庆分行为例，详细介绍了数据搜集 、抽样调查和模型分析的各步骤，以供x银行定期监测贷款 风险损失