第三章 信用風險管理 【在線章節測試】

　　第二節 信用風險計量

　　信用風險計量是現代信用風險管理的基礎和關鍵環節。信用風險計量經歷了從專家判斷法、信用評分模型到違約概率模型分析三個主要發展階段。巴塞爾新資本協議鼓勵有條件的商業銀行使用基于內部評級體系的方法來計量違約概率、違約損失并據此計算信用風險監管資本，有力地推動了商業銀行信用風險內部評級體系和計量技術的發展。

　　商業銀行對信用風險的計量依賴于對借款人和交易風險的評估。巴塞爾新資本協議明確要求，商業銀行的內部評級應基于二維評級體系：一維是客戶評級(針對客戶的違約風險)，另一維是債項評級(反映交易本身特定的風險要素)。

　　借款人評級

　　發行人或客戶風險

　　相關的借款人排名∕客戶償還能力

　　拒絕付款或違約的風險

　　清晰的違約概率

　　債項評級

　　問題風險(債券、貸款、項目財務)

　　資歷

　　架構一金融或非金融契約

　　安全

　　—抵質押品

　　—保證書、證明書

　　國家和行業風險

　　一、客戶信用評級

　　概念：商業銀行對客戶償債能力和償債意愿的計量和評價，反映客戶違約風險的大小。客戶評級的評價主體是商業銀行，評價目標是客戶違約風險，評價結果是信用等級和違約概率(PD)。

　　符合巴塞爾新資本協議要求的客戶評級必須具有兩大功能：

　　一是能夠有效區分違約客戶，即不同信用等級的客戶違約風險隨信用等級的下降而呈加速上升的趨勢;

　　二是能夠準確量化客戶違約風險，即能夠估計各信用等級的違約概率，并將估計的違約概率與實際違約頻率的誤差控制在一定范圍內。

　　(1)違約：

　　定義：根據巴塞爾新資本協議的定義，當下列一項或多項事件發生時，債務人即被視為違約：

　　債務人對于商業銀行的實質性信貸債務逾期 90 天以上。若債務超過了規定的透支限額或新核定的限額小于目前余額，各項透支將被視為逾期。

　　商業銀行認定，除非采取變現抵質押品等追索措施，債務人可能無法全額償還對商業銀行的債務。

　　如果某債務人被認定為違約，銀行應對債務人所有關聯債務人的評級進行檢查，評估其償還債務的能力。是否對關聯債務人實行交叉違約認定，取決于關聯債務人在經濟上的相互依賴和一體化程度。

　　銀行內部評級政策應明確對企業集團的評級方法，并確保一致的實施：如果內部評級基于整個企業集團，并依據企業集團評級進行授信，集團內任一債務人違約應被視為集團內所有債務人違約的觸發條件。如果內部評級基于單個企業而不是企業集團，集團內任一企業不必然導致其他債務人違約，銀行應及時審查該企業的關聯債務人的評級，據此決定是否調整其評級。

　　(2)違約概率

　　定義：借款人在未來一定時期內發生違約的可能性。在巴塞爾新資本協議中，違約概率被具體定義為借款人內部評級 1 年期違約概率與 0.03 %中的較高者，巴塞爾委員會設定0.03 %的下限是為了給風險權重設定下限，也是考慮到商業銀行在檢驗小概率事件時所面臨的困難。計算違約概率的 1 年期限與財務報表周期以及內部評級的最短時間完全一致，使監管當局在推行內部評級法時保持更高的一致性，而基于貸款期限就無法做到這一點。違約概率是實施內部評級法的商業銀行需要準確估計的重要風險要素，無論商業銀行是采用內部評級法初級法還是內部評級法高級法，都必須按照監管要求估計違約概率。

　　違約概率的估計包括兩個層面：一是單一借款人的違約概率;二是某一信用等級所有借款人的違約概率。巴塞爾新資本協議要求實施內部評級法的商業銀行估計其各信用等級借款人所對應的違約概率，常用方法有內部違約經驗、映射外部數據和統計違約模型等與數據基礎一致的技術估計平均違約概率。

　　內部違約經驗。銀行可使用內部違約經驗估計違約概率，前提是證明估計的違約概率反映了授信標準以及生成數據的評級體系和當前評級體系的差異。在數據有限或授信標準、評級體系發生變化的情況下，銀行應留出保守的、較大的調整余地。如果采用多家銀行匯集的數據，需證明風險暴露池中其他銀行的內部評級體系和標準能夠與本行比較。

　　映射外部數據。銀行可將內部評級映射到外部信用評級機構或類似機構的評級，將外部評級的違約概率作為內部評級的違約概率。評級映射應建立在內部評級標準與外部機構評級標準可比，并且對同樣的債務人內部評級和外部評級可相互比較的基礎上。銀行應避免映射方法或基礎數據存在偏差和不一致的情況，所使用的外部評級量化風險數據應針對債務人的違約風險，而不反映債項的特征。

　　統計違約模型。對任一級別的債務人，銀行可以使用違約概率預測模型得到的每個債務人違約概率的簡單平均值作為該級別的違約概率。

　　違約概率和違約頻率的區別：事前和事后的區別。

　　假設商業銀行當年將100個客戶的信用等級評為BB級，該評級對應的平均違約概率為1%;第二年觀察這組客戶，發現有2個客戶違約，則2∕100×100%=2%就是違約頻率。可見，違約頻率是事后檢查的結果，而違約概率是分析模型作出的事前預測，二者存在本質的區別。違約頻率可用于對信用風險計量模型的事后檢驗，但不能作為內部評級的直接依據。違約概率和違約頻率通常情況下是不相等的，兩者之間的對比分析是事后檢驗的一項重要內容。

　　2.客戶信用評級的發展

　　從國際銀行業的發展歷程來看，商業銀行客戶信用評級大致經歷了專家判斷法、信用評分法、違約概率模型分析三個主要發展階段。

　　(1)專家判斷法：是商業銀行在長期經營信貸業務、承擔信用風險過程中逐步發展并完善起來的傳統信用分析方法。專家系統是依賴高級信貸人員和信貸專家自身的專業知識、技能和豐富經驗，運用各種專業性分析工具，在分析評價各種關鍵要素基礎上依據主觀判斷來綜合評定信用風險的分析系統。一般而言，專家系統在分析信用風險時主要考慮兩方面因素：與借款人有關的因素、與市場有關的因素。

　　①與借款人有關的因素：

　　聲譽：借款人的聲譽是在其與商業銀行的歷史借貸關系中反映出來的，如果該借款人過去總能及時、全額地償還本金與利息，那么他就具有良好的聲譽，也就能較容易或以較低的價格從商業銀行獲得貸款。

　　杠桿：借款人的杠桿或資本結構，即資產負債比率對借款人違約概率影響較大。杠桿比率較高的借款人相比杠桿比率較低的借款人，其未來面臨還本付息的壓力要大得多，其違約概率也就會高很多。如果貸款給杠桿比率較高的借款人。商業銀行就會相應提高風險溢價。

　　收益波動性：如果未來面臨同樣的本息還款要求，在期望收益相等的條件下，收益波動性高的企業更容易違約，信用風險較大。因此，對于處于成長期的企業或高科技企業而言，由于其收益波動性較大，商業銀行貸款往往非常謹慎，即使貸款，其利率也會較高。

　　②與市場有關的因素：

　　經濟周期：經濟周期對于評價借款人的違約風險有著重要的意義。

　　宏觀經濟政策：對行業信用風險分析具有重要作用。

　　利率水平：高利率水平表示中央銀行正在實施緊縮的貨幣政策。

　　常用的專家系統：

　　5Cs：品德、資本、還款能力、抵押、經營環境。

　　5Ps：個人因素、資金用途因素、還款來源因素、保障因素、企業前景因素。

　　(2)信用評分法

　　信用評分模型是一種傳統的信用風險量化模型，利用可觀察到的借款人特征變量計算出一個數值(得分)來代表債務人的信用風險。并將借款人歸類于不同的風險等級。對個人客戶而言，可觀察到的特征變量主要包括收入、資產年齡、職業以及居住地等;對法人客戶而言，包括現金流量、財務比率等。(定量與定性因素，定量主要是財務數據，定性如對行業的判斷、客戶在行業中的定位、企業經營管理層)

　　信用評分模型的關鍵在于特征變量的選擇和各自權重的確定。目前，應用最廣泛的信用評分模型有：線性概率模型、Logit 模型、Probit模型和線性辨別模型。

　　信用評分模型的局限性：

　　信用評分模型是建立在對歷史數據(而非當前市場數據)模擬的基礎，因此是一種向后看的模型。

　　信用評分模型對借款人歷史數據的要求相當高，商業銀行需要相當長的時間才能建立起一個包括大多數企業歷史數據的數據庫。

　　信用評分模型雖然可以給出客戶信用風險水平的分數，卻無法提供客戶違約概率的準確數值，而后者往往是信用風險管理最為關注的。

　　(3)違約概率模型

　　對歷史數據要求更高;需要建立一致、明確的違約定義;積累五年數據

　　3.違約概率模型

　　(1)RiSkCalc模型

　　RiSkCalc模型是在傳統信用評分技術基礎上發展起來的一種是適用于非上市公司的違約概率模型，其核心是通過嚴格的步驟從客戶信息中選擇出最能預測違約的一組變量，經過適當變換后運用Logit/Probit回歸技術預測客戶的違約概率。

　　(2)KMV的Ccredit Monito模型

　　KMV的Ccredit Monito模型是一種適用于上市公司的違約概率模型，其核心在于把企業與銀行的借貸關系視為期權買賣關系。企業向銀行借款相當于持有一個基于企業資產價值的看漲期權。

　　(3)KPMG風險中性定價模型

　　風險中性定價理論的核心思想是假設金融市場中的每個參與者都是風險中立者，不論是高風險資產、低風險資產或無風險資產，只要資產的期望收益是相等的，市場參與者對其的接受態度就是一致的。

　　根據風險中性定價原理，無風險資產的預期收益與不同等級風險資產的預期收益是相等的，即

　　P1(1+K1)+(1-P1)×(1+K1)×=1+i1

　　其中， P1為期限1年的風險資產的非違約概率，(1- P1)即其違約概率;K1為風險資產的承諾利息; 為風險資產的回收率，等于“1-違約損失率”;i1為期限1年的風險資產的收益率。

　　(4)死亡率模型

　　死亡率模型是根據風險資產的歷史違約數據，計算在未來一定持有期內不同信用等級的客戶/債項的違約概率(即死亡率)。通常分為邊際死亡率和累計死亡率。

　　例如：根據歷史數據分析得知，商業銀行某信用等級的債務人在獲得貸款后的第1年、第2年、第3年出現違約的概率(即邊際死亡率)分別為1%、2%、3%.則根據死亡率模型，該信用等級的債務人能夠在3年到期后將本息全部歸還的概率[貸款存活率(SR)]為：

　　(1-1%)×(1-2%)×(1-3%)=94.1%

　　上述結果也意味著該信用等級的債務人在3年期間可能出現違約的概率(即累計死亡率)

　　為：1-94.1%=5.9%