银行信用风险管理理论及应用.ppt

第八章 银行信用风险管理理论 及应用 教材192页起 2010.10.29 Date1 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 Date2 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 Date3 二、传统信用风险度量方法 ㈠专家方法单变量定性测量方法 – 5C法 ㈡专家系统 – 人工智能（AI）系统 Date4 ㈢Z评分模型和ZETA评分模型多变量预测方 法 ⒈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。 Date5 Z评分模型的基本形式为 Z1.2X11.4X23.3X30.6X40.999X5 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/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。 Date6 ⒉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。 Date7 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 。 Date8 ⒊ZETA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。 Date9 ZETA模型的一般形式为 ZETAa1X1a2X2a3X3a4X4a5X5a6X6a7X7 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。 Date10 ⒋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 Date11 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） http//www.moodyskmv.com Moody s 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（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） Date12 ㈠KMV模型 KMV公司的McQuown与Vasicek将 Merton1974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。 McQuown1993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。 Date13 ⒈利用期权理论计算预期损失频率EDF Expected default 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。 Date14 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。 Date15 在期权的交易时，购买期权的一方称作买 方，而出售期权的一方则叫做卖方；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。 Date16 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。 Date17 度量公司预期违约频率EDF需要以下三个 步骤 ⑴估计资产价值与波动性 ⑵计算违约距离 ⑶计算企业违约概率 Date18 ⑴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。 Date19 股权价值的解析解VE ① 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。σA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σA。 Date20 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σE与 不可观察的公司资产价值波动性σA之间的 关系建立函数σEh（σA）。② Date21 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σA。 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①式 和②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。 Date22 ⑵违约距离的计算 违约实施点Default rcise Point 企业的违约间距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, μ期望净资产回报率，σ 每年资产的波动率。 Date23 ⑶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 Date24 ⒉EDF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。 Date25 3.对KMV模型的评价 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） Date26 ㈡J.P.摩根CreditMetrics（信用度量术）模型 ⒈CreditMetrics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）。 Date27 补充备用信用证 备用信用证是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。 Date28 ⑴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。 Date29 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 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。 Date30 ①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 ②远期定价模型 ③债券的风险价值 Date31 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 Date32 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 Date33 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。 Date34 2.对CreditMetrics模型的评价 – CreditMetrics模型的创新之处 – CreditMetrics模型中需进一步讨论的问题 Date35 补充 马尔科夫过程MarKov Process是一个典型的随 机过程。设Xt是一随机过程，当过程在时刻t0所 处的状态为已知时，时刻tt 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。 Date36 ㈢宏观模拟模型（216） ⒈CPV模型的基本思想 ⒉CPV核心模型 – ⑴违约率模型 – ⑵部门宏观经济指数和条件违约率 – ⑶条件转移矩阵 Date37 （四）保险模型 1．死亡率模型（Mortality Model） （1）死亡率计算 （2）死亡率表 Date38 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 Date39 （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 Date40 第二节 现代资产组合理论的应用 一、信用悖论（Credit Paradox） 二、现代资产组合管理理论（MPT） Date41 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 Date42 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 Date43 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.总收益互换Total Return Swap Date44 （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） Date45 （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） Date46 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 （四）定价风险 （五）法律和监管风险 Date47 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 Date48 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 Date49 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19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）。 Date50 谢谢 Date51 Date52 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86．93％，违约概率为0．18％，另外3种状 态为升级，3种状态为降级。 Date53 一年期信用等级转换矩阵 资料来源Introduction to CreditMetricsTM, J. P.摩根,1997,pp.20. Date54 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 Date55 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，VAR2.33σ 6.97 95置信度下，VAR1.65 σ 4.93 在实际分布情况下 99置信度下，VAR107.09 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5．3％1．17％0．12％ 0．18％ 置信度1的VAR与1．47％的VAR相接近1．17％0．12o0．18％ Date56 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） Date57 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 Date58 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 Date59 信用风险系统（credit risk） Date60 Date61