1、2020/6/22,1,1,第七章 信用風險的計量 李子白 教授 廈門大學經(jīng)濟學院金融系,2020/6/22,2,2,第一節(jié) 信用分析,信用風險（credit risks ）是指債務人或交易對手不能正常履行合約所規(guī)定的義務或信用質(zhì)量發(fā)生變化，影響金融工具價值，從而給債權人或金融工具持有者造成損失的可能性，通常也稱為違約風險。 信用風險是銀行業(yè)面對的最普遍的風險之一。 信息不對稱及道德風險是形成信用風險的重要因素。信用風險具有明顯的非系統(tǒng)性風險的特征，同時與借款人外部經(jīng)濟狀況密切相關。,2020/6/22,3,一、5C信用分析法（專家分析法） Character（品德）； Capacity（能力

2、）； Capital（資本）/Cash（現(xiàn)金）； Collateral（擔保）； Condition（經(jīng)濟條件/環(huán)境） 銀行特殊性：Customer relationships（客戶關系） Control（管制）,2020/6/22,4,5Ps： Personal（借款人因素）； Purpose（借款用途）； Payment（還款來源/償還方式）； Protection（保障因素）； Perspective（發(fā)展前景） 5Ws： Who；Why；When；What；How,2020/6/22,5,5,二、貸款五級分類模型 源于美國貨幣監(jiān)理署（OCC）開發(fā)的信用評級系統(tǒng)。這種管制模型的目的主要在

3、于評估貸款損失準備金的充分性。它由管理者根據(jù)對違約風險的感知程度，用很難量化的主觀程序?qū)①J款分為正常、關注、次級、可疑和損失五類。 這種方法以對借款人的現(xiàn)金流量、財務狀況及影響還款能力的非財務因素的綜合分析為分類基礎，同時考慮借款人的還款意愿、貸款擔保、貸款償還的法律責任和銀行信貸管理狀況等因素。,2020/6/22,6,正常貸款指借款人能夠履行合同，沒有足夠理由懷疑貸款本息不能按時足額償還。 關注貸款指盡管借款人目前有能力償還貸款本息，但存在一些可能對償還產(chǎn)生不利影響的因素。 次級貸款指借款人的還款能力出現(xiàn)明顯問題，完全依靠其正常營業(yè)收入無法足額償還貸款本息，即使執(zhí)行擔保，也可能會造成一定損

4、失。,2020/6/22,7,可疑貸款指借款人無法足額償還貸款本息，即使執(zhí)行擔保，也肯定要造成較大損失。 損失貸款指在采取所有可能的措施或一切必要的法律程序之后，本息仍然無法收回，或只能收回極少部分。后三類貸款合稱為不良貸款。 五級分類模型僅限于授信后的分類，沒有實現(xiàn)風險的量化前置。同時僅停留在對單筆貸款風險的測量評價上，沒有解決貸款組合整體信用風險的度量問題。,2020/6/22,8,三、財務狀況和現(xiàn)金流量分析 1.財務報表分析 資產(chǎn)負債表、損益表分析 2.財務比率分析 四大類：盈利能力比率；效率比率（運營能力比率）；杠桿比率；流動比率。主要指標：銷售毛（凈）利率、存貨周轉率、應收賬款周轉率

5、、資產(chǎn)負債率、流動比率、速動比率等 3.現(xiàn)金流量分析,2020/6/22,9,第二節(jié) 信用評分模型,信用評分模型的基本原理：以會計數(shù)據(jù)作為分析基礎，試圖在財務指標和違約概率之間建立回歸關系。模型根據(jù)經(jīng)驗或相關性分析，確定體現(xiàn)借款人信用風險特征或影響借款人信用狀況的若干關鍵的財務變量，模擬出特定形式的函數(shù)關系式，并依據(jù)歷史數(shù)據(jù)分析，對各個變量賦予一定的權數(shù)，運用統(tǒng)計方法計算出借款人信用綜合分值或違約的概率，并將其與函數(shù)關系式所規(guī)定的基準值比較，據(jù)以確定借款人的違約風險的等級。,2020/6/22,10,一、Z值模型（Zscore model） 這是一種線性辨別式模型。線性辨別模型是一種多變量線性

6、分析模型。它利用數(shù)理統(tǒng)計中的辨別分析技術，選擇一組最能反映借款人財務狀況、對貸款質(zhì)量影響最大、最具預測和分析價值的財務比率，通過回歸分析等手段得出每一個比率對分析貸款質(zhì)量的重要性（權重），從而對貸款申請人的信用風險作出評估。 Z值模型分析法忽略了會計指標之外的其他風險因素。Z值的大小與企業(yè)信用風險負相關。,2020/6/22,11,11,Z1.2X1+1.4X2+3.3X3+0.6X4+1.0X5 指標變量Z是借款人違約風險等級的整體計算值，它取決于借款人的多種財務比率的數(shù)值（Xj）與這些比率的權重。 X1營運資本/總資產(chǎn) X2留存收益/總資產(chǎn) X3息稅前收益/總資產(chǎn) X4股本市值/總負債的賬

7、面價值 X5銷售收入/總資產(chǎn),2020/6/22,12,模型的分類規(guī)則：若Z2.99，表明借款人財務狀況良好，發(fā)生破產(chǎn)的可能性較小，Z值越高借款人違約風險的等級越低；當Z值1.81的借款人應被歸入高違約風險類別，即企業(yè)存在著很大的破產(chǎn)風險；介于上限2.99及下限1.81之間的Z值無法直接判別，需要使用其他手段來測度企業(yè)的信用風險。 模型的優(yōu)點：方法應用簡便、標準明確；預見性較好（在企業(yè)違約前一年有95%的預測正確率，違約前二年有82%的預測正確率）。,2020/6/22,13,13,Altman與Haldeman和Narayanan提出第二代Z計分模型 ZETA信用風險分析模型，它主要適用于公

8、共的或私有的非金融類公司。 模型將考察的指標增加到七個：資產(chǎn)收益率指標（息稅前利潤/總資產(chǎn)）；資產(chǎn)收益率的穩(wěn)定性（其在510年的變動趨勢的標準差）；償債能力（息稅前利潤/總利息支出）；盈利積累能力（留存收益/總資產(chǎn)）；流動比率；資本化程度指標（普通股/總資本）；規(guī)模指標（總資產(chǎn)的對數(shù)表示）。,2020/6/22,14,二、消費者信用評分模型 模型的變量主要包括：個人收入、年齡、職業(yè)、資產(chǎn)狀況、債務狀況、與銀行關系、扶養(yǎng)/贍養(yǎng)人口等。對各個變量規(guī)定相應的權數(shù)，它反映每個變量對借款人信用水平的相對重要程度。 各家銀行的具體變量選擇及其權重的確定都有不同，但都是利用經(jīng)驗數(shù)據(jù)，運用統(tǒng)計分析方法建立起來

9、的，其要求都是可以在統(tǒng)計意義上將良好信用與不良信用風險區(qū)分開來。,2020/6/22,15,第三節(jié) 創(chuàng)新的信用風險計量模型,1994年KMV開發(fā)的信用監(jiān)測模型； J.P.摩根為首的幾家國際大銀行1997年開發(fā)的Credit Metrics（信用矩陣模型）； 瑞士信貸第一波士頓（credit suisse first boston，CSFB）于1997年提出的 Credit Risk+模型（信用風險附加模型）； 由Wilson在1997年開發(fā)的，因其受到麥肯錫（Mckinsey）公司大力推廣的 Credit Portfolio ViewTM 模型，又被稱為麥肯錫模型。 畢馬威（KPMG）提出的

10、Loan Analysis System。,2020/6/22,16,16,根據(jù)模型對信用損失的不同定義，可以將模型分為兩類： 以貸款的市場價值變化為基礎計算的風險價值模型稱為盯市模型（Mark-to-Market，MTM） 集中于預測違約損失的風險價值模型稱為違約模型（Default Model， DM）； 盯市模型在計算貸款價值的損失和收益中既考慮了違約因素，又考慮了貸款信用等級上升或下降以及由此而發(fā)生的信用價差變化等因素。 違約模型只考慮了兩種狀態(tài)即違約或不違約。,2020/6/22,17,17,一、信用矩陣模型（Credit Metrics） 信用矩陣旨在提供一個進行風險估值（Valu

11、e at risk，VAR）的框架，它以信用評級為基礎，并判定信用評級有效，根據(jù)債務人信用質(zhì)量、違約情況、信用評級的升降變化導致的價值波動，用于預測或計算某項貸款或貸款組合在一個給定時間內(nèi)的價值下降或損失的概率。 信用矩陣分析的方法就是計算每一項資產(chǎn)風險暴露程度以及由于評級升降和違約對價值變化影響和相關性。,2020/6/22,18,18,非交易性資產(chǎn)既不能直接觀測到其市場價值（P），也不能觀測到資產(chǎn)（貸款）價值在所觀測期間內(nèi)的波動性或標準差 。因此，信用矩陣利用：（1）可得到的借款人的信用評級；（2）下一年里信用評級發(fā)生變化的概率（等級轉移矩陣）；（3）違約貸款的回收率；（4）貸款或債券市場

12、上的信用價差和收益率，就可能為任何非交易性資產(chǎn)計算出一組假想的P和波動性，并據(jù)此計算出某項貸款或貸款組合的VAR值。,2020/6/22,19,模型的應用分為幾個步驟： （1）確定組合中各種信用工具當前信用等級； （2）計算借款人信用評級的變化概率，由此得到等級轉移矩陣。 Credit Metrics模型在衡量信用風險時，考慮了借款人信用等級下降所造成的信貸資產(chǎn)貶值風險。通過公司信用等級的歷史數(shù)據(jù)庫，計算信用風險等級轉移矩陣，并得到各公司的信用評級變化風險。,2020/6/22,20,（3）預測信用評級變化后的信貸資產(chǎn)價值。信用等級的變動將導致信用風險溢價或折價，由此會改變當前折現(xiàn)率，進而影響

13、未來貸款償還現(xiàn)金流的現(xiàn)值。根據(jù)各種信用評級變動的可能性和信用評級變動后的貸款價值，可以得到信貸資產(chǎn)價值的概率分布情況。 （4）根據(jù)概率分布求出未來時間點上資產(chǎn)的期望價值（各種可能價值的概率加權平均值），并按照正態(tài)分布假設計算特定置信水平下該信貸資產(chǎn)最大的損失（即VAR值）。,2020/6/22,21,21,模型的特點：（1）信用風險直接源于借款人的信用等級的變化；（2）不同信用等級的信用工具有不同的市場價值，信用等級的變化會使信用工具價值的變化而相應的變化。根據(jù)等級轉移矩陣所提供的信用工具信用等級變化的概率分布，以及根據(jù)不同信用等級下給定的貼現(xiàn)率計算出該信用工具在各信用等級上的市場價值，從而得

14、到該信用工具市場價值在不同的信用風險狀態(tài)下的概率分布；（3）它是從資產(chǎn)組合而不是單一資產(chǎn)的角度來看待信用風險。,2020/6/22,22,Credit Metrics模型的運用必須以建立完善的信用評級制度及信用評級數(shù)據(jù)庫為基礎條件。模型運用存在的問題是企業(yè)信用風險評級數(shù)據(jù)庫的獲取比較困難，計算評級轉移矩陣的工作量非常巨大。銀行往往需要借助于國際信用評級公司來評估信用風險，成本較高、獨立性較差。 Credit Metrics模型假定信用資產(chǎn)價值服從正態(tài)分布、且固定不變，與實際情況并不相符。,2020/6/22,23,23,二、信用監(jiān)測模型（Credit Monitor Model，簡稱KMV模型

15、） KMV模型是一種以Black-Scholes期權定價理論為基礎的違約預測模型。它以企業(yè)在資本市場上的價值、企業(yè)的資本結構為基礎，通過Merton模型度量信用風險大小，而與信用等級無關。 有風險貸款的價值（違約選擇權的價值）與股票賣出期權估值模型一樣，也取決于5個相似的變量的價值，以一般的形式表示為：,2020/6/22,24,24,一種股票的一份看跌期權的價值 一項風險貸款違約選擇權的價值 S股票的價格；X股票期權的執(zhí)行價格；r短期利率；A企業(yè)資產(chǎn)的市場價值；B企業(yè)的債務的價值； 和 分別是企業(yè)股權價值和資產(chǎn)市場價值的波動性； 看跌期權的到期日或貸款的時間限度（違約的時限）；變量上方的短杠

16、表示它是可以直接觀察到的。,2020/6/22,25,25,KMV模型利用期權定價模型（OPM）計算違約概率。為了解出上式中的兩個未知變量A及其波動性 ，該模型利用了兩種理論上的關系：（1）企業(yè)股權的市場價值與其資產(chǎn)市場價值的結構性關系；（2）企業(yè)資產(chǎn)價值的波動性和企業(yè)股權價值的波動性之間的關系。 有三個要素決定了一個企業(yè)的違約概率： （1）企業(yè)資產(chǎn)的市場價值； （2）資產(chǎn)風險（反映企業(yè)資產(chǎn)價值的波動性） （3）財務杠桿。,2020/6/22,26,模型的關鍵是計算預期違約概率（expected default frequency，EDF）。這里的“違約”被定義為在企業(yè)的市場價值（可用企業(yè)資產(chǎn)

17、價值表示）等于企業(yè)的負債時發(fā)生，因為此時該企業(yè)即使將所有資產(chǎn)出售也不能清償全部債務。基于這一“違約”的認識，企業(yè)的市場價值或資產(chǎn)價值的違約觸發(fā)點DPT被設定為與企業(yè)負債水平相等的企業(yè)資產(chǎn)價值。EDF就是根據(jù)企業(yè)資產(chǎn)價值的波動性來衡量企業(yè)當前的市場價值降低到違約觸發(fā)點的概率。,2020/6/22,27,27,EDF是建立在違約距離DD的基礎上。 計算DD： DD = DD（distance to default）為違約距離，它是一年后預期資產(chǎn)價值E（V1）和違約點DPT之間的距離； 表示將來資產(chǎn)收益的標準差。違約點DPT ：DPT=STD+1/2 LTD STD為短期債務，LTD為長期債務。 K

18、MV公司并不認為只有當公司資不抵債時才選擇違約，而是通過統(tǒng)計分析設定一個違約的臨界值：發(fā)現(xiàn)當公司資產(chǎn)價值等于短期負債加上長期負債的二分之一時違約頻率會非常頻繁。,2020/6/22,28,EDF是KMV模型對于信用風險最終的、最直觀的衡量標準。由于在實證中假定公司資產(chǎn)價值 VA符合正態(tài)分布并不合理，因此KMV公司根據(jù)美國市場的歷史數(shù)據(jù)，通過觀察特定違約距離上的公司集合，在一年內(nèi)，有多少比例的公司最終違約來衡量違約概率。 這個違約比例也被稱為經(jīng)驗違約概率：對于M家初始資產(chǎn)價值與違約點DPT距離為2個標準差（即違約距離是2）的公司來說，如果有N家在一年內(nèi)破產(chǎn)，那么其經(jīng)驗違約概率就是N/M。,2020/6/22,29,例如，一家企業(yè)當前的資產(chǎn)價值V0 =