信用评级第六章ppt课件

1、1第六章 信誉评级模型.2信誉模型开展的历史背景促使信誉风险度量和管理技术演化开展有两个重要的要素。一是近年来计算机和网络系统以及信息技术的快速开展为量化和管理信誉风险提供了强大的技术条件和信息条件。二是统计科学、计量经济学在金融实际的深化和广泛运用为信誉风险的量化作出了积极的奉献。.3广义上的信誉模型是指一切度量信誉风险、信誉等级的方法体系。狭义上的信誉模型是指经过对一些参数和目的进展数学分析和运算来度量信誉风险的数学模型。.4信誉模型按其在控制和衡量风险中的运用可以分为对单个信誉资产的模型和运用于资产组合方面的模型两大类别。.5信誉评级模型 .6一、 风险度量的专家制度 .7专家制度的主要

2、内容 借款人的5C1. Character2. Capacity3. Capital4. Collateral5. Condition .8专家制度的缺陷 需求相当数量的专门信誉分析人员 实施的效果很不稳定 降低了应对市场变化的才干 加剧了在贷款组合方面过度集中的问题容易呵斥信誉评价的客观性和随意性.9 二、Z评分模型和ZETA评分模型 .10 (一)Z评分模型的主要内容 Z评分模型是根据数理统计中的区分分析技术，对过去的案例进展统计分析，选择一部分最可以反映评级对象的财务情况，对信誉质量影响最大、最具预测或分析价值的比率，设计出最大程度地域分信誉风险程度的数学模型，对评级对象进展信誉风险及资

3、信的评级。.11 (一)Z评分模型的主要内容 Altman判别方程为：Z=0.012X1+0.014X2+0.033X3+0.006 X4+0.999X5或：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5其中， X1：营运资本/总资产 X2：留存收益/总资产 X3：息税前利润/总资产 X4：股权市值/总负债 X5：销售收入/总资产 .12临界值违约的临界值Z0=2.675假设Z2.675，被划入违约组。假设Z2.675，被划为非违约组。当1.81Z2.99时，判别失误较大，未知区或灰色区域.13(二) ZETA评分模型 ZETA信誉风险模型是继Z模型后的第二代信誉评分模型，

4、变量由Z模型的5个添加到了7个，顺应范围更宽，对不良借款人的识别精度也有很大提高。.14(二) ZETA评分模型 7个变量：资产收益率、盈利才干稳定性目的、债务偿付才干目的、累积利润率目的、流动性目的、资本化程度目的、规模目的.15 (三) Z评分模型和ZETA评分模型存在的问题 依赖财务报表数据，减弱了预测结果的可靠性和及时性；假设解释变量存在线性关系，现实的经济景象是非线性的，减弱了预测的准确程度；两个模型适用特定行业，运用范围遭到较大限制。 .16三、EDF模型.17EDF模型即“预期违约率模型,是衡量违约风险的根本工具。.18主要由三大要素决议 资产价值资产风险债务程度.19公司净值公

5、司的资产市值违约点违约间隔 (资产市值违约点/资产价值*资产动摇率.21四、KMV模型 .22公司股东向公司债务人买进一个买权，而该买权的标的资产价钱相当于公司资产价值，履约价钱可视为公司负债。所以当负债到期时，假设公司资产价值高于负债，那么股东会履行买权，也就是会清偿债务；但假设公司资产价值低于负债，那么因无力归还负债，就会选择违约。公司违约概率就是当公司资产价值低于负债价值的机率。任务原理 .估计企业违约概率的步骤： 第一步，估计公司市场价值及其动摇性 由于无法直接察看公司资产价值及动摇性，KMV借用期权定价原理推算。 公司股权价值的公式： 1E是股权价值，A是公司资产市场现值，A是公司资

6、产价值动摇性，D是负债价值，r是无风险利率，是时间范围。 .企业股权价值动摇性E与企业资产价值动摇性间存在实际上的关系： 2在公式1和2中，知变量有：E，可在股票市场上察看到；E，利用历史数据估算；D，违约实施点或触发点；，普通设为1年；r，可察看到。在公式1和2中余下两个未知数：资产价值A及其动摇性A将12两个等式联立，可求出两个未知数。 .第二步，计算违约间隔资产或负债价值时间t=0t=1违约区域资产价值分布曲线负债线AD 违约概率相当于企业资产价值分布曲线位于负债线以下的区域，它表示企业资产价值在一年内降到D以下的概率，即企业一年内违约的概率。 假定公司未来资产价值围绕其现值呈正态分布，

7、均值为A，规范差为A，那么可利用下面的公式计算公司间隔违约的违约间隔(Distance-to-Default)： 违约实施点 (为企业1年以下短期债务的价值加上未清偿长期债务账面价值的一半) .第三步，估算违约概率假设假定资产价值是正态分布，就可根据违约间隔直接求得违约概率。基于资产价值正态分布假定计算出的是EDF的实际值，由于该假定不一定与现实相符，为此KMV还利用历史数据求EDF的阅历值。假设公司的违约间隔为2A，阅历EDF的计算公式为：.27模型的特点 其一，从企业股权持有者的角度思索归还的动力问题，并利用公开的股市信息为债务信誉风险度量效力。 其二，违约模型调查违约概率，不思索信誉等级

8、变化。.28模型的优点与局限优点：动态模型 局限： 技术上 假定公司债务构造静态不变,对不同类型的债务缺乏细分。 基于资产价值正态分布假设。适用中 仅着重于违约预测； 能否适用于开展中国家的新兴股票市场； 无法预测非上市公司。.29五、LossCalc 模型.30LossCalc模型的根本思绪是根据历史数据在债务的违约损失率(Loss Given Default)和一组解释变量之间建立起一个多元统计模型。.31由于违约损失率的大小不仅遭到负债企业要素影响，而且还同债务工程的详细设计亲密相关。.32影响违约损失率的决议要素主要包括：债项要素宏观要素与经济周期行业要素企业要素.35六、Credit

9、 Metrics模型 .36Credit Metrics模型Creditmetrics是由J.P 摩根公司结合多家金融机构于1997年推出的信誉风险度量模型。模型不仅思索违约事件引发的价值变动，而且同时思索信誉等级升降的影响。Creditmetrics试图回答的问题：“假设下一年是个坏年份，那么，债务会损失掉多少？.37Credit Metrics模型用来测定信誉资产组合价值和风险。 估算由于信誉资产质量变化(包括违约)而导致的组合价值的动摇以及价值的分布情况，并最终计算出信誉资产组合的在险价值量(VaR)。 .38在险价值(VaR) 在险价值(VaR)就是为了度量一项给定的资产或负债在一定时

10、间里和在一定的置信度下价值最大的损失额。 .39Creditmetrics根本假设信誉评级有效。信誉情况可由债务人的信誉等级表示。债务人的信誉等级变化能够有不同的方向和概率。例如，上一年AAA的贷款人有8.33的能够转变为AA级。把一切的能够列出，构成所谓的“评级转移矩阵。.40模型需求的数据需求利用的数据：当前的信誉评级数据信誉等级在一年内发生改动的概率违约的残值回收率债券的到期收益率.41步骤1 信誉转移矩阵根据历史资料得到，期初信誉级别为AAA的债券，1年后的信誉等级的概率如下AAAAAA，90.81AA，8.33A，0.68BBB，0.06BB，0.12CCC，0D，0.42AAAA，

11、0.09AA，2.27A，91.05BBB，5.52BB，0.74CCC，0.01D，0.06留意：A级别债券有0.06的概率在下一年度转移到D级，即A级债券仍有违约的能够。.43构建信誉转移矩阵以上给出了AAA和A级债券的转移概率，同样可以得到其他级别，如AA、BBB、C等信誉级别的转移概率。将债券一切级别的转移概率列表，就构成了所谓的“信誉转移矩阵。.44级别AAAAAABBBBBBCCC违约AAA90.818.330.680.060.12000AA0.7090.657.790.640.060.140.020A0.092.2791.055.520.740.260.010.06BBB0.02

12、0.335.9586.935.361.170.120.18BB0.030.140.677.7380.538.841.001.06B00.110.240.436.4883.464.075.20CCC0.2200.221.302.3811.2464.8619.79信誉转移矩阵.45步骤2 违约回收率由于ACCC债券有违约的能够，故需求思索违约时，坏账残值回收率。企业破产清算顺序直接关系回收率的大小。有担保债高于无担保债优先高于次级，次级高于初级.46违约回收率统计表债券级别回收率(面值)标准差()优先担保债券 53.8026.86优先无担保债券51.1325.45优先次级债券38.5223.81次

13、级债券32.7420.18初级次级债券17.0910.90例：BBB级债券在下一年违约概率为0.18,假设它是优先无担保债券，那么其一旦违约，面值100元可回收51.13元。.47步骤3 债券估值由于债券信誉级别上升下降到新的级别，因此需求估计每个级别下的市值。估计市值采取的方法是贴现法利用市场数据得到不同级别债券的利率期限构造.48每个信誉级别的贴现率(%)级别1年(%) 2年(%)3年(%)4年(%)AAA3.604.174.735.12AA3.654.224.785.17A3.724.324.935.32BBB4.104.675.255.63BB5.556.026.787.27B6.05

14、7.028.038.52CCC15.0515.0214.0313.52.49例子假设BBB级优先无担保债券(5年期)的面值100元，票面利率为6。假设第1年末，该债券信誉等级由BBB升至A级，那么债券在第1年末的市值可以根据上表得到以上计算的是BBB债券转移到A级后的市值。假设该债券转移到其它信誉等级，可以同理类推计算其它市值。.50BBB级债券一年后能够的市值包含面值年末债券级别 市值（元）AAA109.37AA109.19A108.66BBB107.55BB102.02B98.01CCC83.64违约51.13.51步骤4 计算信誉风险年末债券级别 市值（元）转移概率(%)AAA109.3

15、70.02AA109.190.33A108.665.95BBB107.5586.93BB102.025.36B98.101.17CCC83.640.12违约51.13 0.18BBB债券的价值分布，例如假设转移到AAA，那么价值为109.37，概率为0.02，其他情况可以类似地计算出。.52估计债券市值的均值和规范差由债券价值的分布，容易得到其价值的均值和方差.53BBB债券持有1年、99的VaR由债券市值的概率分布可知市值大于98.10美圆的概率为98.53市值大于83.64美圆的概率为99.7债券级别市值概率累计概率B98.101.17 1.47 CCC83.640.12 0.3 违约51

16、.13 0.18 .54利用线性插值法可以计算99%概率下的市值，设该值为x阐明：该面值为100元的BBB债券，一年后以99的概率确信其市值不低于92.29美圆。.55 由于该债券的均值为107.90美圆，根据相对VaR的定义，等于一定的置信度上，年末能够的价值与预期价值间的差距，即价值损失。 VaR107.09-92.29=14.80 (美圆) 阐明：可以以99的概率确信，该债券在1年内的损失不超越14.80美圆。.56对Creditmetrics模型的评述优点：动态性：适用于计量由资信变化而引起资产组合价值变动的风险。可预见性：不仅包括违约事件，还包括债务人信誉评级的升降；不仅能评价预期损

17、失，还能估计VaR。多形状模型，能更准确地计量信誉风险的变化和损失值。提出资产组合信誉风险的度量框架。缺陷：对信誉评级的高度依赖。.57七、Credit risk+模型根本思绪：违约率的不确定性和违约损失的不确定性都很显著，应按风险暴露大小将贷款组合划分成假设干频段，以降低不准确的程度。其后，将各频段的损失分布加总，可得到贷款组合的损失分布 。 .58对违约率不确定性的描画自创财富火险实际，每处房屋遭遇火灾可视作独立事件，且概率很小，假定每笔债券的违约概率较小，且违约事件相互独立，分布近似于泊松分布。对违约损失不确定性的描画仍借用火险实际，房屋失火的损毁程度能够会有很大区别，债券的违约损失程度

18、同样很不确定。由于逐笔度量损失程度较困难，可按债券的风险暴露将债券组合划分为假设干频段。.59详细步骤 第一步，将债券组合按每个债券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。.60第三步，计算各频段的损失分布 预期损失平均违约次数单个债券风险暴露； 实践损失值=实践违约次数单个债券风险暴露 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.61模型

19、的优点只思索违约事件，要估计的变量少，数据要求较简单模型的缺陷忽略信誉等级变化关于违约次数服从泊松分布的假定能够与实践不完全吻合未思索市场风险.62八、宏观模拟模型.63 根本思绪：研讨信誉等级转移概率与宏观要素间的关系 直接将转移概率与宏观要素之间的关系模型化。.64 详细步骤宏观要素与转移概率间的关系可用函数式描画：Ptfyt这里将Pt设定为时间t上未来一年内债券从C级转移D级的概率PCD，该概率对商业周期尤为敏感yt表示时间t上的一整套宏观要素所构成的经济形状 (宏观经济指数 ) yt由系统宏观要素和非系统宏观要素驱动，前者包括GDP增长率、失业率等，后者指经济体系遭到的随机冲击或创新。

20、系统宏观要素受其历史值影响，也对当期遭到的冲击敏感。函数详细方式：.65模型的特点思索总体经济环境对转移概率的影响。模型的优点将宏观要素纳入模型中，修正信誉度量的偏向。模型的局限技术上，模型对转移矩阵的调整过程能否优越还有待验证。运用上，模型需求有国家甚至各行业的违约数据作为根底。.66九、死亡率模型Mortality rate 根本思想： 自创保险精算确定寿险保费的思想，对各信誉等级债券和贷款违约率作专门研讨。根本步骤： 首先，利用历史违约数据，估计债券寿命周期内每一年的边沿死亡率MMR (marginal mortality rate) i=1，2，n .67然后，计算累积死亡率CMR (

21、cumulative mortality rate)，即债券贷款在N年内会违约的概率。 其后，将死亡率与违约损失率结合，得到预期损失的估计值。 SRi：存活率，survival rate .68模型的优点思绪相对简单，操作难度相对较低。模型的局限简单地依托历史数据预测违约损失。要保证测算的精度，需求大规模的包括各等级债务工具的历史观测值样本。.69现代信誉评级模型方法分析 .传统信誉分析方法5C分类法现代信誉计量模型围绕违约风险建模Creditmetrics围绕公司价值建模KMV模型评分方法定性定量.71一Credit metrics模型1.优点经过计算信誉工具在不同信誉等级上的市场价值，到达用传统的期望和规范差来度量资产信誉