信贷风险管理系统
- 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)。
信贷风险治理系统
信贷风险治理系统是与信贷业务治理系统紧密结合在一起的治理信息系统。信贷风险治理系统不仅为信贷业务治理系统提供客户/债项评级、贷款定价、限额治理等贷款业务流程所需的决策支持信息;同时也可作为遵循新巴塞尔资本协议关于有关信用风险计量和资本预备的支持系统。
信贷风险治理系统一样并不是单一的物理系统。通常完整的信贷风险治理系统由以下的系统组成:
信贷风险治理模型系统
信贷风险决策治理系统
信贷数据集市及数据治理系统
联机数据分析及报表处理系统
信贷风险治理项目IT系统的整体逻辑视图如下:
信贷风险治理模型系统
建立信贷风险治理模型系统的目的在于设计及实施由个不贷款至组合层面的信贷风险模型,包括内部评级、可预见缺失、不可预见缺失、压力测试、信贷风险值及信贷风险资本平稳收益率的运算。信贷风险模型系统的数据基础是信贷风险数据储备(CRDS)。
信贷风险模型系统的主体内容框架如下:
信贷风险模型系统所需的数据要紧包括:财务数据、贷款数据、回收数据、客户定性数据、客户资信数据、违约数据、内部评级数据。
1、内部评级模型
一样来讲,内部评级模型的建立方法要紧分为两大类,即主观判定方法及数据分析量化方法。数据分析量化方法也有不同的处理手法,包括模拟法、体会数据法及市场风险建模法:
关于以上方法的选择,要紧的考虑因素包括评级对象的特点、数据的可获得性、模型的可行性、模型的灵活性、实施所需的时刻和资源等。
不管采取哪种方法都必须意识到内部评级模型的建立需要花较长的时刻:第一要经数据挖掘技术来找出与光大银行信贷业务有关的关键性风险因素,继而制定参数化的公式,经业务的数据验证后,再经至少半年的实施成效来调整公式。
同时需要注意的是,独立的信用风险评级模型差不多上无法支持信贷决策。因此需要开发信用风险评级模型的应用程序,对客户评级、行业评级、地区评级、债项评级进行调整和整合,如下图:
2、可预见缺失
因为可预见缺失应通过贷款定价及备付金来补偿,因此估算可预见缺失是衡量总风险资本及制定贷款定价的重要组成部份:
可预见缺失EL= 违约敞口EAD x 违约概率PD x 给定违约缺失LGD
其中每个部份的简要讲明如下:
违约敞口EAD
违约敞口为违约时最高可能的缺失。在实施内部评级基础法的情形下,违约敞口的数值由监管机构决定。而高级法中则承诺银行使用自己的内部评级系统确定各种债项的EAD。
违约概率PD
违约概率指借款人所在信用评级一年的显现违约情形的概率,能够从对那个级不的历史数据进行统计分析,实证研究得到的,而且为保守的、前瞻的估量。给定违约缺失LGD
给定违约缺失LGD = 1- 回收率,其中回收率是指贷款违约后偿还的现值占违约贷款账面余额(本金)的比率。在实施内部评级基础法的情形下,给定违约缺失的数值由监管机构决定,例如针对企业敞口,在内部评级法初级法中,有优先索偿权及无优先索偿权债项的给定违约缺失分不为45%及75%,而高级法中则承诺银行使用自己的内部评级系统确定各种债项的LGD。
3、不可预见缺失/授信风险值(CvaR)
不可预见缺失指违约缺失分布在一定置信区间内(例如99%)的排除可预见缺失以外的缺失。运算不可预见缺失关于银行对经济资本的治理具有决定性作用,因为经济资本将用来防范不可预见的缺失。可预见缺失与不可预见缺失的和确实是授信风险值(CvaR),如图所示:
关于可预见缺失、不可预见缺失以及专门的缺失,银行应采取不同的操纵机制来防范:
缺失分布分解操纵机制
至可预
见缺失
部份
定价与贷款备付金
从可预见缺失至99%置信
区间
经济资本与/或备付
超过99%置信区间部份情形分析(scenario analysis)及集中度限额
目前市场上有多种授信风险值运算的模型。巴塞尔新
资本协议在内部评级法的咨询文件中提到的两种不可预见缺失模型,分不为CreditRisk+模型及CreditMetrics。
4、风险资本平稳回报率(RAROC)
在实施内部评级、可预见缺失及不可估量缺失后,建行能够这些风险衡量的结果运算信贷风险资本平稳收益率(RAROC)以进行贷款定价:
风险资本平稳回报率=(盈利-可预见缺失)/ 不可预
见缺失
贷款的定价需按照营运成本、加权平均股本成本(WACC),再加上信贷风险资本平稳收益率价差(RAROC) 作为定价指标:
5、信贷风险治理的压力测试方法
压力测试是指利用不同的技巧,来推测信贷组合在某些专门但有可能发生的情形下受到的阻碍的方法。内部评级的实施可协助银行更有效的进行压力测试,通过对模型的结果与参数之间的敏锐度进行分析,针对潜在的市场变化情形如经济衰退/危机、政治动荡或利率调整进行估测。
压力测试是为评估模型在专门情形下模型结果而设计的,因此是正常市场状态下模型结果的补充。压力测试是银行风险治理不可分割的一部份,其设计与测试应当在银行的信贷政策与风险偏好中得到反映,并应在决策制定与银行各级信贷风险业务中得到体现。具体的实施压力测试的步骤如下:
6.个人信用评级方法
以上介绍的风险模型方法要紧针对对公的信贷业务,而针对个人的信贷业务(建行立即进展的业务重点),我们建议采纳信用评分卡的方法来进行信贷风险治理,其中个人信贷业务的业务流程操作将在核心业务系统中实现。
简而言之,信用评分卡是一种简单的基于历史的违约数据和评级机构的数据开发的信用评分模型。信用评分卡要紧用于零售银行业务,且参数量要比对公贷款的贷款评估少的多。
信用评分卡模块可采纳信贷评级机构或本行的以下
数据来建立模型:
信贷帐户的总数量;
信贷帐户的违约数量;
违约帐户的详细信息;
违约时信贷帐户的帐龄和价值;
过去一段时刻的贷款申请的数量;
申请者的地理位置分部(来进行地区的风险集中度衡量);
与信贷产品的可能使用(如还款时刻)有关的盈利性分析;
与建行的个人信贷产品有关的其他数据。
具体的关于个人业务而言,信贷风险治理系统对业务操作的支持如下: