信用风险的度量课件

《信用风险的度量课件》由会员分享，可在线阅读，更多相关《信用风险的度量课件（51页珍藏版）》请在装配图网上搜索。

1、本章内容安排：1学习交流PPT2学习交流PPT信用风险度量方法信用风险度量方法 一、传统的信用风险度量方法一、传统的信用风险度量方法 （一）专家制度法 （二）信用评级方法 （三）信用评分方法 二、现代信用风险度量模型二、现代信用风险度量模型 （一）信用监控模型（credit monitor model, KMV） （二）Credit Metrics模型 （三）信用组合观察模型（麦肯锡模型） （四）死亡率模型 （五）信用风险附加模型 （六）现代风险度量模型方法的比较3学习交流PPT传统信用分析方法传统信用分析方法5C分类法分类法评级方法评级方法现代信用计量模型现代信用计量模型围绕违约风险建模围绕

2、违约风险建模Creditmetrics围绕公司价值建模围绕公司价值建模KMV模型模型评分方法评分方法定定性性定定量量4学习交流PPT第一节第一节 古典信用风险度量方法古典信用风险度量方法 古典（传统）的信用风险度量方法主要包括以下三种方法： （一）专家制度法 （二）信用评级方法 （三）信用评分方法5学习交流PPT一、一、专家制度法专家制度法 专家系统是一种最古老的信用风险分析方法，其最大的特征是银行信贷的决策权是由该机构经过长期训练、具有丰富经验的信贷人员所掌握并由他们作出是否贷款的决定。 1970年以前，大多数金融机构主要依据专家的经验和主观分析来评估信用风险。专家通过分析借款人的财务信息、

3、经营信息、经济环境等因素，来对借款人的资信、品质等进行评判以确定是否给予贷款。6学习交流PPT5C5C法法 资信品格（character） 资本（capital） 还款能力（capacity） 抵押品（collateral） 当时所处的经济周期（cycle conditions）7学习交流PPT5W5W法法 借款人（who） 借款用途（why） 还款期限（when） 担保物（what） 如何还款（how）8学习交流PPT5P5P法法 个人因素（personal） 目的因素（purpose） 偿还因素（payment） 保障因素（protection） 前景因素（perspective）9学习交

4、流PPTLAPPLAPP法则法则 流动性（liquidity） 活动性（activity） 盈利性（profitability） 发展潜力（potentialities）10学习交流PPT专家制度法的主要内容（专家制度法的主要内容（1 1） （1）品德与声望（Character）：对企业声誉的一种度量，考察其偿债意愿和偿债历史。基于经验可知，一家企业的年龄是其偿债声誉的良好替代指标。 （2）资格与能力（Capacity）：即还款能力，反映借款者收益的易变性。如果按照债务合约还款以现金流不变的方式进行下去，而收益是不稳定的，那么就可能会有一些时期企业还款能力受到限制。 （3）资金实力(Capit

5、al or Cash)：所有者的股权投入及其对债务的比率（杠杠性），这些被视为预期破产的可能性的良好指标，高杠杠性意味着比低杠杠更高的破产概率。11学习交流PPT （4）担保（Collateral）：如果发生违约，银行对于借款人抵押的物品拥有要求权。这一要求权的优先性越好，则相关抵押品的市场价值就越高，贷款的风险损失就越低。 （5）经营条件或商业周期（Condition）：企业所处的商业周期，是决定信用风险损失的一项重要因素，特别是对于那些受周期决定和影响的产业而言。专家制度法的主要内容（专家制度法的主要内容（2）12学习交流PPT专家制度法的工作步骤专家制度法的工作步骤 分析企业贷款用途 对

6、公司的资产负债表和损益表进行分析 对公司的试算表进行分析研究 对账目进行调整，使之符合银行用于趋势分析与推测的标准格式 根据预计现金流对贷款的目的进行评价 确定较松和较严的假设前提，并进行压力测试 对借款人进行行业分析 对借款企业的管理及经营进行评估 准备贷款和保证文件13学习交流PPT专家制度法的缺陷与不足专家制度法的缺陷与不足 （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

7、循的标准，造成信用评估的主观性、随意性和不一致性。 14学习交流PPT专家制度法的评述专家制度法的评述15学习交流PPT二、信用评级法二、信用评级法 信用评级法又叫OCC法，是因为这一方法是由美国货币监理署（OCC）最早开发出来的。 它是根据企业相关指标的好坏将企业贷款信用分为若干等级。目前信用评级法一般将企业贷款信用分为19或110个级别。 该方法的主要缺陷是：基本局限于定性分析，虽然也运用了许多财务分析指标，但指标的风险权重等没有明确，没有建立多变量指标的不同权重评价体系。16学习交流PPT三、信用评分法三、信用评分法 信用评分模型以关键财务比率为基础，对各财务比率赋予不同权重，通过模型产

8、生一个信用风险分数或违约概率，如果该分数或概率超过一定值，就认为该项目隐含较大的信用风险。 信用评分方法主要包括两种模型 Z评分模型 ZETA评分模型17学习交流PPTZ Z评分模型评分模型 Z评分模型的主要内容： 美国纽约大学斯特商学院教授阿尔特曼提出的Z评分模型是根据数理统计中的辨别分析技术，对银行过去的贷款案例进行统计分析，选择一部分最能够反映借款人的财务状况，对贷款质量影响最大、最具预测或分析价值的比率，设计出一个能最大程度地区分贷款风险度的数学模型（也称之为判断函数），对贷款申请人进行信用风险及资信评估。18学习交流PPT 理论基础：贷款企业的破产概率大小与其财务状况高度相关。 Z计

9、分模型的本质：破产预测模型 方法：复合判别分析（Multiple Discriminant Analysis，MDA）。 基本思想：聚类MDA能将贷款企业区分为不会破产和破产两类。Z Z评分模型的推导评分模型的推导19学习交流PPT 建立判别方程（线性）1122,.,nniiZb xb xb xxib代表第 个财务指标代表判别系数o收集过去已破产和不破产的企业的有关财务数据（比率）o通过MDA或聚类分析，得到最关键的、最具有区别能力的财务指标，即这些指标具有如下性质在破产组和非破产组之间差异显著指标稳定性好，在组内没有差异o基于33个样本，要求所有变量的F比率至少在0.01水平上显著。nF用于

10、检验两组均值的统计差异，越大越好，可用F排序。n我们从20个指标中筛选出5个，筛选的5个是按照F值从小到大排列后最后得到的。20学习交流PPT指标筛选 变量破产组均值非破产组均值F统计量x1营运资本/总资产-6.1%41.4%32.60 x2留存盈余/总资产-62.6%35.5%58.86x3税息前收益 /总资产-31.8%15.4%25.56x4股权的市值/总负债的账面价值40.1%247.7%33.26x5销售额/总资产1.5次1.9次22.8421学习交流PPT一、一、Z Z评分模型的表达式评分模型的表达式 阿尔特曼确立的分辨函数为：Z=0.012XZ=0.012X1 1+0.014X+

11、0.014X2 2+0.033X+0.033X3 3+0.006X+0.006X4 4+0.999X+0.999X5 5 或或 Z=1.2XZ=1.2X1 1+1.4X+1.4X2 2+3.3X+3.3X3 3+0.6X+0.6X4 4+0.999X+0.999X5 5 这两个公式是相等的，只不过权重的表达形式不同，前者用的是小数，后者用的是百分比，第五个比率是用倍数来表示的，其相关系数不变。22学习交流PPT ：阿尔特曼经过统计分析和计算最后确定了借款人违约的临界值：Z0=2.675。 如果Z2.675，借款人被划入违约组； 如果Z2.675，则借款人被划为非违约组。 当1.81Z2.99

12、结论：可以给该企业贷款。24学习交流PPT计分模型缺点和注意事项 Altman 判别方程对未来一年倒闭预测的准确性可达95，但对预测两年倒闭的准确性降低到75，三年为48。 缺陷： 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。 变量假设为线性关系，而现实的经济现象可能非线性的。 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。 研究表明：通过修正后对未来4年的预测准确度达到80。25学习交流PPTZETAZETA信用风险模型信用风险模型 ZETA信用风险模型（ZETA Credit Risk Model）是继Z模型后的第二代信用评分

13、模型 ，变量由原始模型的五个增加到了7个，适应范围更宽，对不良借款人的辨认精度也大大提高。 模型中的7个变量是：资产收益率、收益稳定性指标 、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 。26学习交流PPT对对Z Z评分模型和评分模型和ZETAZETA评分模型的评价评分模型的评价 （1）两个模型都依赖于财务报表的帐面数据，而忽视日益重要的各项资本市场指标，这就必然削弱预测结果的可靠性和及时性； （2）由于模型缺乏对违约和违约风险的系统认识，理论基础比较薄弱，从而难以令人信服； （3）两个模型都假设在解释变量中存在着线性关系，而现实的经济现象是非线性的，因而也削弱

14、了预测结果的准确程度，使得违约模型不能精确地描述经济现实； （4）两个模型都无法计量企业的表外信用风险，另外对某些特定行业的企业如公用企业、财务公司、新公司以及资源企业也不适用，因而它们的使用范围受到较大限制。27学习交流PPT第二节第二节 现代信用风险度量模型现代信用风险度量模型 （一）信用监控模型（一）信用监控模型（KMVKMV） （二）信用风险的矩阵模型（二）信用风险的矩阵模型 （三）信用组合观察模型（麦肯锡模型）（三）信用组合观察模型（麦肯锡模型） （四）死亡率模型（四）死亡率模型 （五）信用风险附加模型（五）信用风险附加模型 （六）现代风险度量模型方法的比较（六）现代风险度量模型方法

15、的比较28学习交流PPT现代信用风险度量模型的特点现代信用风险度量模型的特点 从过去的定性分析转化为定量分析 从指标化形式转向模型化形式 从对单个资产分析转化为资产组合分析 从盯住账面价值的方法转向盯住市场的方法 描述风险变量从离散形式向连续形式转化 既考虑单个借款人的微观特征，也考虑整个宏观经济环境的影响 运用了现代金融理论和其他学科的最新研究成果，比如期权定价理论、资本资产定价理论、资产组合理论、保险精算方法等 大量采用VaR技术。29学习交流PPT一、信用监测模型一、信用监测模型KMVKMV KMV模型期权推理分析法 期权推理分析法(Option-theoretic approach)指

16、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 。最典型的就是美国旧金山市KMV公司创立的违约预测模型信用监测模型(Credit Monitor Model)。 该模型使用了两个关系：其一，企业股权市值与它的资产市值之间的结构性关系；其二，企业资产市值波动程度和企业股权市值的变动程度之间关系。通过这两个关系模型，便可以求出企业资产市值及其波动程度。一旦所有涉及的变量值被算出，信用监测模型便可以测算出借款企业的预期违约频率(EDF)。30学习交流PPT信用监测模型信用监测模型KMVKMV 企业股权市值与它的资产市值之间的结构性关系是由贷款与期权的关系决定的。企业股权作为期权买权的损益情况见下

17、图：资产价值A-LOA1BA2股 权价值E31学习交流PPT 借款企业股东的股权市值头寸看作是持有一份以企业资产市值为标的的买权。 正象古典布莱克-斯可尔斯-默顿模型中股票卖权定价的五变量一样，企业股权可由下式来估价出： 其中A表示资产市值，B是向银行借款数，r指的是短期利率，A表示该企业的资产市值的波动性，指的是股票卖权的到期日或在贷款的情形下指的是贷款期限(或违约期限)。r 、A 、都可以从市场上直接观察到。(1) ),(BrAhEA32学习交流PPT 股权市值的波动性E与它的资产市值波动性A 的关系 ： 股权市值的波动性可以在市场上直接观察到，故联立(1)(2)式， 就可到出所有相关变量

18、。代 入公式： 如果借款企业的资产市值呈现正态分布的话，我们知道违约的概率)2()(AEg标准差抵达违约点的距离? ABA33学习交流PPT 以上我们所推导和计算出的只是借款企业理论预期违约频率，它与现实生活中实际所发生的预期违约频率之间存在着很大差异。 因此，KMV公司就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，计算出了各类信用等级企业经验预期违约频率，从而产生了以这种经验预期违约频率为基础的信用分值来。34学习交流PPT KMV公司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 （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

19、 （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35学习交流PPT二、信用风险矩阵模型二、信用风险矩阵模型 J.P.Morgan继1994年推出以VaR为基础的风险矩阵（RiskMetrics）后，1998年又推出了信用矩阵（CreditMetrics）；瑞士信贷银行推出另一类型的信用风险量化模型（CreditMetrics+）。因此信用风险矩阵模型主要包括： 1、受险价值(VaR)方法： RiskMetrics模型 2、信用度量制方法：CreditMetrics模型 3、火灾保险方法： CreditMetrics+模型36学习交流PPT

20、 1、受险价值(VaR)方法： RiskMetrics模型 受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其价值最大的损失额。37学习交流PPT 1、受险价值(VaR)方法： RiskMetrics模型 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： 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。 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 。 贷款的价值分布离正态分布状偏差较大38学习交流PPT 2、信用度量制方法：CreditMetrics模型 模型是在给定的置信区间内，度量给定的资产在一定时间内的最大损失额。而信用矩

21、阵是希望提供一个运行风险估值的框架，用于非交易性资产的估值和风险计算。通过信用矩阵模型，可以估测在一定置信区间内，某一时间贷款和贷款组合的损失。虽然，贷款的市场价值具有波动性，但利用借款人的信用评级、评级转移矩阵、违约贷款回收率等可计算出市场价值和标准差。39学习交流PPT 2、信用度量制方法：CreditMetrics模型 信用度量制是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，从而利用受险价值方法对单笔贷款或贷款组合的受险价值量进行度量的方法。40

22、学习交流PPT 2、信用度量制方法：CreditMetrics模型 一年期信用等级转换矩阵年初信用等级年底时的信用评级转换概率（%）AAAAAABBBBBBCCC违约AAA90.818.330.680.060.12000AA0.790.657.790.640.060.140.020A0.092.2791.055.520.740.260.010.06BBB0.020.335.9586.935.361.170.120.18BB0.030.140.677.7380.538.8411.06B00.110.240.436.4883.464.075.2CCC0.2200.221.32.3811.2464.

23、8619.7941学习交流PPT 2、信用度量制方法：CreditMetrics模型 信用等级下贷款市值状况(包括第一年息票额)一年结束时信用等级市值金额(百万美元)AAA109.37AA109.19A108.66BBB107.55BB102.02B98.1CCC83.64违约51.1342学习交流PPT 2、信用度量制方法：CreditMetrics模型 本模型假定了信用等级的转换概率在不同的借款人之间，以及在商业周期不同阶段都是稳定的，现实条件很难满足这一假设。此外，基于VaR的CreditMetrics法测度信用风险时还存在对极端损失估计不足，需要人为加大标准差的值；模型需要假定转移概率

24、服从Markov过程等问题，与现实中信用评级的转移有跨期自相关性不相符。43学习交流PPT 3、火灾保险方法： CreditMetrics+模型 瑞士信贷银行金融产品部开发的信用风险附加CreditRisk+模型运用家庭火险财产承保的思想，把违约事件模型化为有一定概率分布的连续变量，每一笔贷款都有着极小的违约概率并且独立于其他贷款。组合的违约概率的分布类似于泊松分布，因此根据泊松分布公式，可计算违约的概率。利用各个频度的违约概率分布加总后得出贷款组合的损失分布。CreditRisk+中没有违约原因的假设，所以不能像CreditMetrics或KMV那样用违约要素之间的相关性来代替违约本身的相关

25、性。44学习交流PPT 3、火灾保险方法： CreditMetrics+模型 CreditMetrics+模型与作为盯市模型（MTM）的CreditMetrics不同，它是一个违约模型（DM），它不把信用评级的升降和与此相关的信用价差变化视为一笔贷款的VAR（信用风险）的一部分，而只看作是市场风险，它在任何时期只考虑违约和不违约这两种事件状态，计量预期到和未预期到的损失，而不象在CreditMetrics中度量预期到的价值和未预期到的价值变化。45学习交流PPT三、信用组合观察模型三、信用组合观察模型（麦肯锡模型）（麦肯锡模型） （麦肯锡模型则在CreditMetrics的基础上，对周期性因素

26、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，并利用蒙地卡罗模拟技术，模拟周期性因素的影响来测定评级转移概率的变化。麦肯锡模型可以看成是对CreditMetrics的补充，它克服了CreditMetrics中不同时期的评级转移矩阵不变的缺点。46学习交流PPT 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。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

27、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。47学习交流PPT四、死亡率模型四、死亡率模型 死亡率模型最早是由阿尔特曼(Altman)和其他学者开发的贷款和债券的死亡率表而得名的，因为阿尔特曼所运用的思想和模型与保险精算师在确定寿险保险费政策时所运用的思想和模型是相似的。 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或边际的死亡率(mrginal mortality rate, MMR)及信用资产多年的或累积的死亡率(cumulative mortality ra

28、te ,CRM)进行预测。将上面的两个死亡率与违约损失率(LGD)结合起来，就可以获得信用资产的预期损失的估计值 。48学习交流PPT六、基于神经网络的模型六、基于神经网络的模型 有学者提出以非线性方法（例如类神经网络或模糊理论）作为信用风险分析的工具。在神经网络概念下，允许各因素之间存在复杂的关系，以解决传统计分方法的线性问题。而非线性方法面对的最大问题是：需要考虑多少个隐蔽关系？考虑太多的隐蔽关系有时会给模型产生过分拟合的问题。并且，使用神经网络来决策的一个缺陷是解释能力缺乏。当它们能产生高的预测精度时，获取结论的推理却还不存在。故需要一套明确的和可理解的规则，有人评价对比了几种神经网络的

29、规则提取（neural network rule extraction）技术，并用决策表（decision table）来代表提取规则。他们得出结论，神经网络的规则提取和决策表是有效的和有力的管理工具，可以为信用风险评估构建先进的和友好的决策支持系统。49学习交流PPT现代信用风险度量模型现代信用风险度量模型 四种模型方法的比较比较的维度模型1模型2模型3模型4信用度量制信用组合观点Credit Risk+KMV模型(JP摩根)(Tom Wilson)(瑞士信贷)(KMV公司)1.风险定义MTMMTM或DMDMMTM或DM2.风险驱动因素资产价值宏观因素预期违约率资产价值3.信用事件的波动性不变可变可变可变4.信用事件的相关性多变量正态资产收益因素负载独立假定或与预期违约率相关多变量正态资产收益5.收复率随机随机在频段内不变不变或随机6.数字方法模拟或分析模拟分析分析50学习交流PPT此课件下载可自行编辑修改，供参考！感谢您的支持，我们努力做得更好！51学习交流PPT