信用风险管理培训课件(PPT 46页)
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)。
2. 在现实中，并非所有借款企业都符合模 型中资产价值呈正态分布的假定
3. 该模型不能够对长期债务的不同类型进 行分辨
4. 该模型基本上属于一种静态模型，但实 际情况并非如此。
二、Credit Metrics模型
信用度量制方法的原理：
通过掌握借款企业的资料如： （1）借款人的信用等级资料 （2）下一年度该信用级别水平转换为其它
联，大大降低了银行应对市场变化的能力 4. 加剧了银行在贷款组合方面过度集中的问题，
使银行面临着更大的风险 5. 对借款人进行信用分析时，难以确定共同遵
循的标准，造成信用评估的主观性、随意性 和不一致性。
二、Z评分模型 和ZETA评分模型
(一)Z评分模型的主要内容
阿尔特曼，分辨函数为：
Z=0.012（X1）+0.014（X2）+0.033（X3）+0.006 （X4）+0.999（X5）或：
1. 因为绝大多数贷款不能直接交易，所以 市值P不能够直接观察到。
2. 由于贷款的市值不能够观察，也就无法 计算贷款市值的变动率σ 。
3. 贷款的价值分布离正态分布状偏差较大
第四节 宏观模拟模型和保险模型
一、宏观模拟模型
宏观模拟模型在计算信用资产的在险价 值量时，将各种影响违约概率以及相关 联的信用等级转换概率的宏观因素纳入 体系。
计算出的只是借款企业理论预期违约频率，它 与实际的预期违约频率之间存在着很大差异
KMV公司利用其自身优势建立起了一个全球范 围企业和企业违约信息数据库，计算出各类信 用等级企业经验预期违约频率，从而产生以这 种经验预期违约频率为基础的信用值来。
KMV信用监测模型的缺陷
1. 模型的使用范围受到了限制 ，不适用 于非上市公司
信用级别的概率 （3）违约贷款的收复率计算出非交易性的
贷款和债券的市值P和市值变动率σ， （4）从而利用受险价值方法对单笔贷款或
来自百度文库贷款组合的受险价值量。
在险价值(VaR)法：
在险价值模型就是为了度量一项给定的 资产或负债在一定时间里和在一定的置 信度下价值最大的损失额。
VaR方法度量非交易性金融资产如贷款的 受险价值时则会遇到如下问题 ：
4. 两个模型都无法计量表外信用风险；不适 用特定行业，使用范围受到较大限制。
第三节 现代信用风险度量模型
一、期权推理分析法: KMV模型
期权推理分析法(Option-theoretic approach)指利用期权定价理论对风险债 券和贷款的信用风险进行度量 。
KMV公司：违约预测模型--信用监测模 型(Credit Monitor Model)
两个关系：
一：企业股权市值与资产市值之间的结构性关 系
二：企业资产市值波动程度和企业股权市值变 动程度之间关系
通过上述两个关系模型，可以求出企业资产市 值及其波动程度
计算出所有涉及变量值，便可以用信用监测模 型测算出借款企业的预期违约频率(EDF)
如果借款企业的资产市值呈现正态分布，我们 可知道违约的概率
二、死亡率模型
(Mortality model)
该模型以贷款或债券组合以及它们在历史上违 约经历为基础，开发出一张表格，用该表来对 信用资产一年的边际的死亡率(mrginal mortality rate, MMR)及信用资产多年的累积的 死亡率(cumulative mortality rate ,CRM)进行预 测。
标 、债务偿付能力指标、累计盈利能力 指标、流动性指标、资本化程度的指标、 规模指标
(三) Z评分模型和ZETA评分模 型存在的问题
1. 依赖财务报表数据，忽视了日益重要的资 本市场指标，削弱了预测结果的可靠性和 及时性；
2. 理论基础比较薄弱，难以令人信服；
3. 假设解释变量存在线性关系，现实的经济 现象是非线性的，削弱了预测的准确程度；
Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4） +0.999（X5）
其中， X1：流动资本/总资产（WC/TA） X2：留存收益/总资产（RE/TA） X3：息前、税前收益/总资产（EBIT/TA） X4：股权市值/总负债帐面值（MVE/TL） X5：销售收入/总资产（S/TA）
克服了信用度量制方法由于假定不同时 期的信用等级转换概率是静态的和固定 的而引起的很多偏差，被视为信用度量 制方法的重要补充。
解决和处理经济周期性因素常用方法是 直接将信用等级转换概率与宏观因素之 间的关系模型化，如果模型是拟合的， 就可以通过制造宏观上的对于模型的"冲 击"来模拟信用等级转换概率的跨时演变 状况。
第十章 信用风险管理
第一节 信用风险的概念及成因
一、信用风险的定义
传统观点——信用风险指债务人未能如 期偿还债务造成违约，而给经济主体经 营带来的风险。
现代意义上，信用风险指由于借款人或 市场交易对手违约而导致损失的可能性。
更一般地，信用风险还包括由于借款人 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 失可能性。
二、现代信用风险的成因
1.信用风险成因：信用活动中的不确定性。 2. 不确定性：
“外在不确定性”：系统性风险 “内在不确定性”：非系统性风险
3. 信用风险也是金融市场的一种内在的推动和 制约力量。
促进金融参与者提高管理效率 约束作用，调节作用
第二节 早期信用风险度量
一、 风险度量的专家制度
（一）专家制度的主要内容
借款人的5C 1. 品德与声望（Character） 2. 资格与能力（Capacity） 3. 资金实力(Capital or Cash) 4. 担保（Collateral） 5. 经营条件或商业周期（Condition）
（二）专家制度的缺陷
1. 需要相当数量的专门信用分析人员 2. 实施的效果很不稳定 3. 与银行在经营管理中的官僚主义方式紧密相
临界值：
借款人违约的临界值Z0=2.675 如果Z<2.675，借款人被划入违约组； 如果Z≥2.675，借款人被划为非违约组。 当1.81<Z<2.99时，判断失误较大，
未知区（Zone of Ignorance） 或灰色区域(gray area)
(二) ZETA评分模型
第二代信用评分模型 7个变量：资产收益率、收益稳定性指
3. 该模型不能够对长期债务的不同类型进 行分辨
4. 该模型基本上属于一种静态模型，但实 际情况并非如此。
二、Credit Metrics模型
信用度量制方法的原理：
通过掌握借款企业的资料如： （1）借款人的信用等级资料 （2）下一年度该信用级别水平转换为其它
联，大大降低了银行应对市场变化的能力 4. 加剧了银行在贷款组合方面过度集中的问题，
使银行面临着更大的风险 5. 对借款人进行信用分析时，难以确定共同遵
循的标准，造成信用评估的主观性、随意性 和不一致性。
二、Z评分模型 和ZETA评分模型
(一)Z评分模型的主要内容
阿尔特曼，分辨函数为：
Z=0.012（X1）+0.014（X2）+0.033（X3）+0.006 （X4）+0.999（X5）或：
1. 因为绝大多数贷款不能直接交易，所以 市值P不能够直接观察到。
2. 由于贷款的市值不能够观察，也就无法 计算贷款市值的变动率σ 。
3. 贷款的价值分布离正态分布状偏差较大
第四节 宏观模拟模型和保险模型
一、宏观模拟模型
宏观模拟模型在计算信用资产的在险价 值量时，将各种影响违约概率以及相关 联的信用等级转换概率的宏观因素纳入 体系。
计算出的只是借款企业理论预期违约频率，它 与实际的预期违约频率之间存在着很大差异
KMV公司利用其自身优势建立起了一个全球范 围企业和企业违约信息数据库，计算出各类信 用等级企业经验预期违约频率，从而产生以这 种经验预期违约频率为基础的信用值来。
KMV信用监测模型的缺陷
1. 模型的使用范围受到了限制 ，不适用 于非上市公司
信用级别的概率 （3）违约贷款的收复率计算出非交易性的
贷款和债券的市值P和市值变动率σ， （4）从而利用受险价值方法对单笔贷款或
来自百度文库贷款组合的受险价值量。
在险价值(VaR)法：
在险价值模型就是为了度量一项给定的 资产或负债在一定时间里和在一定的置 信度下价值最大的损失额。
VaR方法度量非交易性金融资产如贷款的 受险价值时则会遇到如下问题 ：
4. 两个模型都无法计量表外信用风险；不适 用特定行业，使用范围受到较大限制。
第三节 现代信用风险度量模型
一、期权推理分析法: KMV模型
期权推理分析法(Option-theoretic approach)指利用期权定价理论对风险债 券和贷款的信用风险进行度量 。
KMV公司：违约预测模型--信用监测模 型(Credit Monitor Model)
两个关系：
一：企业股权市值与资产市值之间的结构性关 系
二：企业资产市值波动程度和企业股权市值变 动程度之间关系
通过上述两个关系模型，可以求出企业资产市 值及其波动程度
计算出所有涉及变量值，便可以用信用监测模 型测算出借款企业的预期违约频率(EDF)
如果借款企业的资产市值呈现正态分布，我们 可知道违约的概率
二、死亡率模型
(Mortality model)
该模型以贷款或债券组合以及它们在历史上违 约经历为基础，开发出一张表格，用该表来对 信用资产一年的边际的死亡率(mrginal mortality rate, MMR)及信用资产多年的累积的 死亡率(cumulative mortality rate ,CRM)进行预 测。
标 、债务偿付能力指标、累计盈利能力 指标、流动性指标、资本化程度的指标、 规模指标
(三) Z评分模型和ZETA评分模 型存在的问题
1. 依赖财务报表数据，忽视了日益重要的资 本市场指标，削弱了预测结果的可靠性和 及时性；
2. 理论基础比较薄弱，难以令人信服；
3. 假设解释变量存在线性关系，现实的经济 现象是非线性的，削弱了预测的准确程度；
Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4） +0.999（X5）
其中， X1：流动资本/总资产（WC/TA） X2：留存收益/总资产（RE/TA） X3：息前、税前收益/总资产（EBIT/TA） X4：股权市值/总负债帐面值（MVE/TL） X5：销售收入/总资产（S/TA）
克服了信用度量制方法由于假定不同时 期的信用等级转换概率是静态的和固定 的而引起的很多偏差，被视为信用度量 制方法的重要补充。
解决和处理经济周期性因素常用方法是 直接将信用等级转换概率与宏观因素之 间的关系模型化，如果模型是拟合的， 就可以通过制造宏观上的对于模型的"冲 击"来模拟信用等级转换概率的跨时演变 状况。
第十章 信用风险管理
第一节 信用风险的概念及成因
一、信用风险的定义
传统观点——信用风险指债务人未能如 期偿还债务造成违约，而给经济主体经 营带来的风险。
现代意义上，信用风险指由于借款人或 市场交易对手违约而导致损失的可能性。
更一般地，信用风险还包括由于借款人 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 失可能性。
二、现代信用风险的成因
1.信用风险成因：信用活动中的不确定性。 2. 不确定性：
“外在不确定性”：系统性风险 “内在不确定性”：非系统性风险
3. 信用风险也是金融市场的一种内在的推动和 制约力量。
促进金融参与者提高管理效率 约束作用，调节作用
第二节 早期信用风险度量
一、 风险度量的专家制度
（一）专家制度的主要内容
借款人的5C 1. 品德与声望（Character） 2. 资格与能力（Capacity） 3. 资金实力(Capital or Cash) 4. 担保（Collateral） 5. 经营条件或商业周期（Condition）
（二）专家制度的缺陷
1. 需要相当数量的专门信用分析人员 2. 实施的效果很不稳定 3. 与银行在经营管理中的官僚主义方式紧密相
临界值：
借款人违约的临界值Z0=2.675 如果Z<2.675，借款人被划入违约组； 如果Z≥2.675，借款人被划为非违约组。 当1.81<Z<2.99时，判断失误较大，
未知区（Zone of Ignorance） 或灰色区域(gray area)
(二) ZETA评分模型
第二代信用评分模型 7个变量：资产收益率、收益稳定性指