>>>關注萬題庫銀行從業考試微信，下載精華復習資料

　　點擊查看：2018年初級銀行專業資格考試《風險管理》講義匯總

　　信用風險計量

　　信用風險計量經歷了三個階段：專家判斷法，信用評分法，違約概率模型。

　　在《巴塞爾新資本協議》中規定，商業銀行的內部評級應基于二維評級體系：一維客戶評級 ，另一維債項評級。

　　1）客戶信用評級

　　1.客戶信用評級的基本概念

　　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，評價的結果是信用等級和違約概率。按照《巴塞爾新資本協議》規定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。

　　違約與違約概率

　　違約的定義：①不能全額償還債務

　　②對于貸款如果實質性的信貸債務逾期90天以上

　　③可能無法全額償還債務(共6點)

　　強調一點：銀行將貸款出售并相應承擔了較大的經濟損失。

　　(1)《巴塞爾新資本協議》規定

　　對信用風險規定了主要的三個參數：違約概率、違約損失率、違約風險暴露

　　(2)我國采用的是五級分類法，業內尚無統一的違約定義，監管當局也未出臺相應的監管指引。

　　違約概率：是指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一年期違約概率與0.03%中的較高者。

　　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的違約概率。

　　違約頻率：屬于事后統計，違約概率屬于事前預測

　　不良率：是不良債項余額在所有債項余額中的占比。

　　2.客戶信用評級的發展

　　經歷了以下階段：專家判斷法、信用評分法、違約概率模型分析。

　　(1)專家判斷法(expert system)：是與否的二維決策

　　即專家系統，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。主要考慮兩個方面的因素。

　　①與借款人有關的因素：非系統性因素

　　其中 杠桿因素:如果貸款比較高的借款人，商業銀行就會相應的提高風險溢價。

　　②與市場有關的因素：系統性因素

　　經濟周期：在經濟蕭條期，耐用消費品更容易出現違約。

　　利率水平：與逆向選擇有關 逆向選擇反而使風險低的優質客戶退出了市場。

　　5Cs系統：character，capital，capacity，collateral，condition 分別為品德，資本，還款能力，抵押，經營環境。

　　資本:是指借款人的財務杠桿狀況及資本金情況。

　　5Ps體系：個人因素(personal factor)，資金用途因素(purpose factor)，還款來源因素(payment factor)，保障因素(portection factor)，企業前景因素(perspective)

　　駱駝(CAMEL)體系：capital adequacy，asset quality，management，earnings，liquidity分別為:資本充足性，資產質量，管理水平，盈利水平，流動性

　　專家評價法具有主觀性的局限性，在實踐中，商業銀行往往通過頒布統一的信貸評估指引和操作流程，并采用眾多專家組成的專家委員會的綜合意見等措施，在一定程度上彌補專家系統的這一局限性。

　　(2)信用評分法

　　在《巴塞爾新資本協議》明確要求計算違約概率以后，信用評分技術在全球商業銀行中得到了更為廣泛的應用。

　　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。模型包括：線性概率模型，logit模型，probit模型和線性辨別模型。

　　運用信用評分模型進行信用風險分析的基本過程：確定變量、進行回歸分析、代入

　　模型中存在著問題：

　　①對模型進行回歸時是采用的歷史數據進行回歸的，無法及時反映企業信用狀況的變化。

　　②對數據積累要求高、數據必須是準確數值

　　③可以給出客戶信用風險水平的分數，卻無法根據模型準確精確的計算出該客戶的違約概率。

　　(3)違約概率模型

　　穆迪的RiskCale 和 Credit Monitor、KPMG的風險中性定價模型和死亡率模型。

　　3.法人客戶評級模型

　　(1)Altman的Z計分模型和ZETA模型

　　Z值信用等級的分數，越高，違約概率越低。

　　(2)Risk Calu模型

　　它是在傳統信用評分技術上發展起來的一種適用于非上市公司的違約概率模型。它的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。

　　Logit：隨機變量服從邏輯概率分布

　　Probit：隨機變量服從正態分布

　　步驟(掌握)：共6點

　　①收集大量的公司數據，包括背景資料、財務報表、非財務信息、違約記錄等;

　　②對數據進行樣本選擇和異常值處理，將樣本劃分為建模樣本、建模外樣本、時段外樣本，構建盡可能多的、具有明確經濟含義的風險因素(50～100個)，并對風險因素進行秩變換、核變換等處理，將風險因素原始值轉換為違約率

　　③逐一分析變換各風險因素的單調性、違約預測能力及彼此間的相關性，初步選擇出違約預測能力強、彼此相關性不高的20～30個風險因素;

　　④運用Logit/Probit因歸技術從初選因素中選擇出9～11個最優的風險因素，并確保回歸系數具有明確的經濟含義，各變量間不存在多重共線性;

　　⑤在建模外樣本、時段外樣本中驗證基于建模樣本所構建模型的違約區分能力，確保模型的橫向適用性和縱向前瞻性;

　　⑥對模型輸出結果進行校正，得到最終各客戶的違約概率。

　　(3)Credit Monitor模型

　　Credit Monitor模型是在Merton模型基礎上發展起來的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，借貸關系中的信用風險信息因此隱含在這種期權交易之中，從而通過應用期權定價理論求解出信用風險溢價和相應的違約率，即預期違約頻率。

　　Merton等人的債務定價理論也正是將貸款的價值視為一個看漲期權的價值，進而應用期權定價理論將貸款的價值V，或者更加直接地將貸款的信用風險溢價k-i視為看漲期權要素變量的函數。

　　(4)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，不管是高風險資產、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，這樣的市場環境被稱為風險中性范式。KPMG公司將風險中性定價理論運用到貸款或債券的建約概率計算中，由于債券市場可以提供與不同信用等級相對應的風險溢價，根據期望收益相等的風險中性定價原則，每一筆貸款或債券的違約概率就可以相應計算出來。

　　(5)死亡率模型

　　(1)邊際死亡率(MMR1)=某一等級的債券在發行第一年違約的總價值/處于發行第一年的該等級的債券總價值

　　(2)存活率(Survival rates)=1-MMR

　　(3)累計死亡率(CMR)=1-SR1·SR2·…·SRn

　　4.個人客戶評分方法

　　按照國際慣例，對企業的信用評定采用評級的方法，而對于個人客戶的信用評定采用評分方法。

　　中國沒有采用客戶分類的原因：

　　(1)客戶群缺乏信用記錄

　　(2)銀行收集的客戶信用資料不齊全

　　(3)發展中國家，客戶分類變量很不穩定

　　按照評分階段劃分：信用局評分、申請評分、行為評分，分別對應拓展客戶期、審批客戶期、管理客戶期。

　　信用局風險評分模型和收益評分模型是很有價值的決策工具，與申請評分模型具有互補性。可以組成二維或三維矩陣來進行信貸審批決策。

　　5.客戶評級/評分的驗證

　　(1)客戶違約風險區分能力的驗證

　　CAP曲線和AR值。P107圖3-3要掌握。

　　CAP曲線首先將客戶按照違約概率從高到低進行排序。然后以客戶累計百分比為橫軸，違約客戶累計百分比為縱軸。

　　(2)違約概率預測準確性的驗證。

　　常用方法有：二項分布檢驗，檢驗給定年份某一等級PD預測準確性;卡方分布檢驗，檢驗給定年份不同等級PD預測準確性;正態分布檢驗，檢驗不同年份同一等級PD預測準確性;擴展的交通燈檢驗，檢驗不同年份不同等級PD預測準確性。

　　2004年6月出臺的《巴塞爾新資本協議》對驗證的6條嚴格要求(P107)

掃描/長按二維碼幫助銀行考試通關

了解2018最新考試資訊

了解2018年核心考點

下載各科目歷年真題

了解銀行從業通關秘籍

銀行從業萬題庫 | 微信搜索"萬題庫銀行從業考試"

　　相關推薦：

　　2018銀行專業資格考試各科目復習知識點|講義匯總

　　2018銀行專業資格報名時間及入口 | 報名流程

　　考試吧策劃：銀行專業資格考試報考指南專題

　　關注萬題庫銀行從業考試微信， 了解更多報名信息

　　2018年銀行專業資格考試時間(初中級) | 考試科目

　　2018年銀行專業資格考試復習方法及備考經驗匯總

　　歷年銀行專業資格真題及答案|解析|估分|下載