银行信用风险管理理论及应用

《银行信用风险管理理论及应用》由会员分享，可在线阅读，更多相关《银行信用风险管理理论及应用（61页珍藏版）》请在装配图网上搜索。

1、19:50,1,第八章 银行信用风险管理理论及应用,教材192页起 2010.10.29,19:50,2,内容,第一节 利用风险度量技术管理信用风险 第二节 现代资产组合理论的应用 第三节 信用衍生产品的运用 第四节 信用资产的定价管理,19:50,3,第一节 利用风险度量技术管理信用风险,一、信用风险量化度量和管理研究 (一)引发信用风险量化度量和管理方法革命性变化的原因 (二)信用风险度量模型的应用范围 贷款审批、确定问题贷款 进行资产组合监控管理、资产定价、利润分析、估算损失准备金,19:50,4,二、传统信用风险度量方法 专家方法单变量定性测量方法 5C法 专家系统 人工智能（AI）系

2、统,19:50,5,Z评分模型和ZETA评分模型多变量预测方法 奥尔特曼（Altman）的Z评分模型 Z评分模型是一种将借款人分类的模型，有时也可用于预测违约概率。这些数据经过综合和加权而产生的标准能够有效区分破产和非破产公司。 该模型最初被应用于预测美国制造业上市公司的债务偿付能力。Z评分模型沿用至今，其扩展形式被应用于私人企业、非制造企业和新兴市场。,19:50,6,Z评分模型的基本形式为： Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5 模型中比率X1至X4以小数形式表示，比率X5的单位为次数。 其中，X1指营运资本/总资产；X2指留存收益/总资产；X3指息税前利润/

3、总资产；X4指权益的市场价值/负债的账面价值；X5指销售收入/总资产。 Z值越高，表明借款人处于较低的违约风险组，其信用状况也就越好。,19:50,7,非上市公司和非制造企业的Z评分模型 变量X4中涉及权益的市场价值，而对于非上市公司而言，无法获得该数据。 为了给非上市公司评分，Altman修改了Z评分模型，在计算X4时，以权益的账面价值代替其市场价值，并重新计算所有的相关系数，得到修订后的Z-Score模型。（198页） 其中X4为权益的账面价值比债务的账面价值。,19:50,8,非制造业企业因特定行业因素导致资产周转率相对较高，为对这类企业进行评分，在对Z-Score模型的第二次修订中去掉

4、了变量X5，使行业的潜在影响最小化。 此处的变量X4使用的是权益的账面价值。 这一模型适用于以多种形式融资，并且不进行融资租赁等活动的公司以及新兴市场。,19:50,9,ZETA信用风险模型 1977年，Altman、Haldman和Narayanan对原始的Z评分模型进行扩展，建立了第二代模型。 ZETA模型得出的企业Z评分值的大小与其信用等级具有很强的相关性，Z值能有效识别公司的信用级别。,19:50,10,ZETA模型的一般形式为： ZETA=a1X1+a2X2+a3X3+a4X4+a5X5+a6X6+a7X7 其中的7个变量分别为：X1，资产报酬率；X2：收益的稳定性；X3：债务偿还能

5、力，即利息保障倍数；X4：累积盈利，用公司的留存收益来度量；X5：流动比率，即流动资产比流动负债；X6：资本化率，用普通股权益与总资产之比来衡量；X7：规模，用企业总资产的对数形式来度量。 式中的系数属于a1a7商业秘密没有公开。,19:50,11,小结 Z评分模型和ZETA模型的运用领域 信用政策、信用评审、贷款决策、证券化。 Z评分模型的优点 存在的局限性和缺陷,19:50,12,三、现代信用风险量化度量模型 KMV公司的KMV模型（又称为Credit Monitor Model） Moodys KMV J.P.摩根的信用风险度量制（CreditMetrics） 麦肯锡公司的信用组合观点（

6、CreditPortfolio View，CPV） 奥尔特曼（Altman）的死亡率模型（Mortality Model） 瑞士信贷银行（CSFB）的信用风险附加值法（CreditRisk+）,19:50,13,KMV模型 KMV公司的McQuown与Vasicek将Merton(1974)提出的期权定价理论应用于公司价值评估，并应用于有关授信和贷款投资组合管理中，由此产生了KMV模型。 McQuown(1993)指出，用来估计违约概率的相关数据来源于两个方面:公司的财务报告、公司债务与所有者权益的市场价格。,19:50,14,利用期权理论计算预期损失频率EDF(Expected defaul

7、t frequency) KMV模型的基本思想是把公司权益和负债看作期权，而把公司资本作为标的资产，即把公司所有者权益看作看涨期权，负债看作看跌期权。 每一公司有自己独特的EDF。KMV模型认为EDF充分反映了公司信用利差、信用等级等市场信息。,19:50,15,补充：关于期权,期权（option，option contract）又称为选择权，是在期货的基础上产生的一种衍生性金融工具。 从其本质上讲，期权实质上是在金融领域中将权利和义务分开进行定价，使得权利的受让人在规定时间内对于是否进行交易，行使其权利，而义务方必须履行。,19:50,16,在期权的交易时，购买期权的一方称作买方，而出售期权

8、的一方则叫做卖方；买方即是权利的受让人，而卖方则是必须履行买方行使权利的义务人。 期权主要可分为看涨期权（Call Option）和看跌期权（Put Option），前者也称为认购期权，后者也称为认沽期权。,19:50,17,EDF三个非常关键的指标（201） (1)资产价值，即公司资产的市场价值。 (2)资产风险，即资产价值的风险或不确定性，用资产价值波动率表示，公司资产价值的波动率是无法直接观察到的，需由期权公式推算； (3)债务水平，即公司债务合同上规定的债务数额，用以推算公司的违约点。,19:50,18,度量公司预期违约频率EDF需要以下三个步骤: 估计资产价值与波动性 计算违约距离

9、计算企业违约概率,19:50,19,估计资产价值与波动性 KMV模型利用公司股权的期权特性，结合股权的市场价值及其波动率和债务的账面价值来推算公司资产的市场价值及其波动率。 该模型使用(1)企业股权的市场价值与其资产的市场价值之间的结构性关系；(2)企业资产的波动性和企业股权的波动性之间的关系。,19:50,20,股权价值的解析解VE： 其中，VE是借款公司的股权价值，K代表资本结构的杠杆比率，c为长期债务的平均利息，r为无风险利率。A是公司资产市场价值的波动率 借款公司股权的市场价值VE (股价*股数)、短期利率r、债务水平K和长期债务的平均利息c都是可以观察的，问题是如何从式中解出VA和A

10、。,19:50,21,KMV模型将公司负债的账面价值的波动率视为零，所以公司资产市场价值的波动率与公司股权的波动率可以建立某种联系。 根据可观察的公司股权价值的波动性(E)与不可观察的公司资产价值波动性(A)之间的关系建立函数：E=h（A）。,19:50,22,理论上讲，在有了两个等式和两个未知量后，可以借助连续迭代法计算出VA和A。 但在违约预测模型中，KMV公司一直没有公开其期权定价方法，我们无法得知式和式的显函数形式，根据文献资料仅知KMV公司使用了考虑红利的BSM期权定价模型。,19:50,23,违约距离的计算 违约实施点(Default Exercise Point) 企业的违约间距

11、(Distance to Default，DD) DD= V0:公司资产目前的市场价值，Xt：时间t时的违约执行点, ：期望净资产回报率，：每年资产的波动率。,19:50,24,企业违约概率 “期望违约频率”(Expected default frequency，EDF)有两种类型: 经验的EDF 理论的EDF,19:50,25,EDF与信用评级 KMV公司公布的研究结果表明它的模型比标准普尔的违约预测能力更强。（204） EDF值在上述公司申请破产以前很敏感地反映出了信用风险的剧烈波动，与以信用评级为基础的体系相比之下，EDF值对信用的变化具有更大的敏感性。,19:50,26,3.对KMV模

12、型的评价 优点：考虑了市场风险；是一种动态模型；具有前瞻性(forward looking)；可以反映风险水平差异的程度，因而更加准确。 缺点：（206）,19:50,27,J.P.摩根CreditMetrics（信用度量术）模型 CreditMetrics的模型框架 （209页图7-1） CreditMetrics模型的关键在于估算给定时期内，单项贷款债券或其组合价值变化的预期概率分布。 CreditMetrics模型列举了7种信用工具：贷款、债券、贷款承诺、备用信用证、应收账款、使用者自由定义的现金流工具、金融衍生品（如互换、远期和期权）。,19:50,28,补充：备用信用证,备用信用证是

13、一种特殊形式的信用证，是开证银行对受益人承担一项义务的凭证。 开证行保证在开证申请人未能履行其应履行的义务时，受益人只要凭备用信用证的规定向开证行开具汇票，并随附开证申请人未履行义务的声明或证明文件，即可得到开证行的偿付。 备用信用证只适用跟单信用证统一惯例（ UCP600号）的部分条款。,19:50,29,一个债券的VaR值 使用CreditMetrics模型度量单笔贷款的VaR值时需要四种数据： 1）转移矩阵。 2）违约回收率。 3）无风险收益率曲线。 4）信用风险溢价。,19:50,30,1）转移矩阵。CreditMetrics使用特定评级机构的评级体系，度量债务人从一个信用级别转移到另

14、一个级别的概率。 2）违约回收率。即未来违约发生时，位于不同信用等级上的债券的清偿率。收回比例有多大？典型的回收范围是多少？ 3）无风险收益率曲线。即以政府债券收益率作为基准收益率曲线。 4）信用风险溢价。当债券的信用评级变化时，其价值会发生怎样的变化。,19:50,31,确立转移矩阵以标准普尔（Standard & Poor）为例 一年期转移矩阵 多年期累计平均违约率 远期定价模型 债券的风险价值,19:50,32,(2)贷款组合的VaR 1)包含两个债券的资产组合 2)信用等级相关性的估计 3)多笔贷款的风险价值,19:50,33,1)包含两个债券的资产组合 相关性为0的一年期债券的联合转

15、移概率（212页表7-7） 当两个债券的相关性大于0时，资产组合的联合转移概率不再简单地等于单个资产转移概率的乘积。当两个债券的相关性为0.2时，二者的信用等级发生联合变化的概率见表7-8,19:50,34,2)信用等级相关性的估计 A级和BB级债务人的转移概率和信用等级“阈值”（threshold）（表7-9） 3)多笔贷款的风险价值 当组合中包含多笔贷款时，需要使用蒙特卡罗模拟（Monte Carlo Simulation）产生组合在风险期内的价值分布。,19:50,35,2.对CreditMetrics模型的评价 CreditMetrics模型的创新之处 CreditMetrics模型中

16、需进一步讨论的问题,19:50,36,补充： 马尔科夫过程(MarKov Process)是一个典型的随机过程。设X(t)是一随机过程，当过程在时刻t0所处的状态为已知时，时刻t(t t0)所处的状态与过程在t0时刻之前的状态无关，这个特性称为无后效性。无后效的随机过程称为马尔科夫过程。 马尔科夫过程中的时间和状态既可以是连续的，又可以是离散的。我们称时间离散、状态离散的马尔科夫过程为马尔科夫链。马尔科夫链中，各个时刻的状态的转变由一个状态转移的概率矩阵控制。,19:50,37,宏观模拟模型（216） CPV模型的基本思想 CPV核心模型 违约率模型 部门宏观经济指数和条件违约率 条件转移矩阵

17、,19:50,38,（四）保险模型 1死亡率模型（Mortality Model） （1）死亡率计算 （2）死亡率表,19:50,39,2瑞士信贷银行的Credit Risk+ 模型 （1）CreditRisk与CreditMetrics的比较 （2）CreditRisk模型的基本框架 违约的频率、损失的程度 （3）CreditRisk模型的应用和评价,19:50,40,（五）RAROC模型 RAROC=（贷款净收益-预期损失）信用风险资本 参考教材的299页,19:50,41,第二节 现代资产组合理论的应用,一、信用悖论（CreditParadox） 二、现代资产组合管理理论（MPT）,19

18、:50,42,三、现代资产组合理论在解决信用悖论中的运用 （一）KMV的资产组合管理模型 （二）信用度量制组合模型 1计算在正态分布的假设前提下信用资产组合受险价值量（Portfolio VaR） 2测算在实际分布条件下的Portfolio VaR 3推导出相应的N项组合经济资本量,19:50,43,第三节 信用衍生产品的运用,一、信用衍生产品概述(237) 1.信用衍生产品(Credit Derivatives)的定义 2.信用衍生产品的特点,19:50,44,二、信用衍生产品的主要类型 （一）利用信用互换对冲信用风险 1.信用违约互换（Credit Default Swap，CDS） 2.

19、总收益互换(Total Return Swap),19:50,45,（二）利用信用期权对冲信用风险 1.信用违约期权（Credit Default Options，CDO） 2.信用价差期权（Credit Spread Options）,19:50,46,（三）利用信用远期合约对冲信用风险 信用价差远期合约（Credit Spread Forward） （四）利用证券化转移信用风险 信用联系型票据（Credit-linked Notes，CLN） SPV（Special Purpose Vehicle）,19:50,47,三、信用衍生产品的风险 （一）信用风险 （二）交易风险 （三）流动性风险

20、 （四）定价风险 （五）法律和监管风险,19:50,48,四、运用信用衍生产品管理银行信用风险 （一）运用信用衍生产品可以转移并对冲信用风险 （二）运用信用衍生产品对银行产生的积极影响,19:50,49,第四节 信用资产的定价管理,一、信用资产的定价 1.信用资产定价的原则 2.影响信用资产定价的基本因素 3.信用资产的定价方法 二、进行信用资产定价管理的重要意义,19:50,50,作业题（论述题）,1.比较分析我们所学习的现代信用风险量化度量模型的异同点，以及模型应用时的注意事项。 2.分析信用衍生产品的特点及与本轮“次贷”金融危机的关系。 要求：言简意赅，条理清晰。请于 2010年11月1

21、9日之前提交打印稿（注明姓名、班级、学号，使用宋体五号字打印即可）。,19:50,51,谢谢！,19:50,52,19:50,53,案 例 5年期固定利率贷款，贷款年利率为6，贷款总额为100(百万美元)，借款企业信用等级为BBB级 1）借款企业信用等级的转移概率 资料来源：标准普尔公司提供的借款人一年期信用等级转移概率矩阵（见下页）,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8693，违约概率为018，另外3种状态为升级，3种状态为降级。,19:50,54,一年期信用等级转换矩阵,资料来源：Introduction to CreditMetricsTM, J

22、. P.摩根,1997,pp.20.,19:50,55,r为财政零息票债券的无风险利率(也称远期零息票利率，可从国库券收益曲线中得到) s是每年的信用价差，它是一定信用等级、不同期限的(零息票)贷款信用风险报酬率，这些数据可从公司债券市场相应的债券利率与国债市场相应的国债利率之差中获得 假定借款人在第一年中的信用等级从BBB级上升到A级，这笔贷款第一年结束时的现值或市值便是:,2）对一年后各种可能的信用等级状态下的贷款市值估价,19:50,56,3、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= 6.97

23、 95%置信度下，VAR=1.65 = 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 注：置信度5%的VAR与6.77%的VAR相接近(53+117+012+ 018) 置信度1%的VAR与147的VAR相接近(117+012%o+018),19:50,57,对违约率不确定性的描述借鉴财产火险理论，每处房屋遭遇火灾可视作独立事件，且其概率很小，假定每笔贷款的违约概率较小，且贷款违约事件相互独立，贷款组合违约概率（组合中发生违约事件的次数）的分布近似于泊松分布 对违约损失不确定性的描述仍

24、借用火险理论，房屋失火的损毁程度可能会有很大区别，贷款的违约损失程度同样很不确定。由于逐笔度量损失程度较困难，可按贷款的风险暴露将信贷组合划分为若干频段（次级组合）,19:50,58,具体步骤,第一步，将贷款组合按每笔贷款的风险暴露划分为各个频段 第二步，求出各频段的违约概率分布 首先，根据历史数据确定某频段的平均违约率（次数） 其次，将平均违约率代入泊松分布函数中，可求得频段中违约次数的概率 然后，将违约次数和相应的概率结合，可得到该频段违约次数的概率分布曲线,19:50,59,第三步，计算各频段的损失分布 预期损失平均违约次数单笔贷款风险暴露； 实际损失值=实际违约次数单笔贷款风险暴露 将违约损失值与对应的违约概率结合，可得到该频段的损失分布曲线 第四步，将各频段的损失分布加总得到组合损失分布 进而，计算出未预期到的损失值，即可确定组合的经济资本要求,19:50,60,信用风险系统（credit risk+）,19:50,61,