版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
信用风险计量模型第一页,共五十六页,编辑于2023年,星期六传统信用分析方法5C分类法评级方法现代信用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第二页,共五十六页,编辑于2023年,星期六9.1Z-Score模型理论基础:贷款企业的破产概率大小与其财务状况高度相关。Z计分模型的本质:破产预测模型方法:复合判别分析(MultipleDiscriminantAnalysis,MDA)。基本思想:聚类——MDA能将贷款企业区分为不会破产和破产两类。第三页,共五十六页,编辑于2023年,星期六Z-Score模型建模步骤建立判别方程(线性)收集过去已破产和不破产的企业的有关财务数据(比率)第四页,共五十六页,编辑于2023年,星期六Z-Score模型建模步骤通过MDA或聚类分析,得到最关键的、最具有区别能力的财务指标,即这些指标具有如下性质在破产组和非破产组之间差异显著指标稳定性好,在组内没有差异第五页,共五十六页,编辑于2023年,星期六例子:Z-Score模型基于33个样本,要求所有变量的F比率至少在0.01水平上显著。F用于检验两组均值的统计差异,越大越好,可用F排序。我们从20个指标中筛选出5个,筛选的5个是按照F值从小到大排列后最后得到的。第六页,共五十六页,编辑于2023年,星期六指标筛选
变量破产组均值非破产组均值F统计量x1营运资本/总资产-6.1%41.4%32.60x2留存盈余/总资产-62.6%35.5%58.86x3税息前收益/总资产-31.8%15.4%25.56x4股权的市值/总负债的账面价值40.1%247.7%33.26x5销售额/总资产1.5次1.9次22.84第七页,共五十六页,编辑于2023年,星期六建立判别方程Z=0.012x1+0.014x2+0.033x3+0.006x4+0.999x5x1~x5的意义同上将实际企业的财务指标值代入方程,计算得到Z若Z>2.99则企业具有贷款资格;若Z<1.81,则企业不具贷款资格,二者之间需要详细审查。第八页,共五十六页,编辑于2023年,星期六Z-Score模型例:某申请贷款的企业主要财务比率如下:x1—营运资本/总资产比率=0.45x2—留存盈余/总资产比率=0.55x3—利息和税收之前的收益/总资产比率=21.62x4—股权的市场价值/总负债的账面价值比率=312.86x5—销售额/总资产比率(资产周转率)=2.40次Z=0.012×0.45+0.014×0.55+0.033×21.62+0.006×312.86+0.999×2.40=5.0001>2.99结论:可以给该企业贷款。第九页,共五十六页,编辑于2023年,星期六计分模型缺点和注意事项Altman判别方程对未来一年倒闭预测的准确性可达95%,但对预测两年倒闭的准确性降低到75%,三年为48%。缺陷:依赖财务报表的账面数据而忽视了日益重要的资本市场指标,在一定程度上降低了预测结果的可靠性和及时性。变量假设为线性关系,而现实的经济现象可能非线性的。预测模型不能长期使用,需要定期更新,修正财务比率和参数。研究表明:通过修正后对未来4年的预测准确度达到80%。第十页,共五十六页,编辑于2023年,星期六改进:聚类分析将一定数量的样品看成一类,然后根据样品的亲疏程度,将最密切的看成一类,然后考虑合并后的类和其他类之间的亲疏程度,再次进行合并。重复这个过程直到多有的样本(或者指标合并为一类为了研究各个公司的财务状况,抽取了21个公司的4个财务指标,试利用这些财务指标进行聚类分析。命令:clusterdata第十一页,共五十六页,编辑于2023年,星期六9.2信用计量模型(Creditmetrics)Creditmetrics(译为“信用计量”)是由J.P摩根公司联合美国银行、KMV公司、瑞士联合银行等金融机构于1997年推出的信用风险定量模型。它是在1994年推出的计量市场风险的Riskmetrics(译为“风险计量”)基础上提出的,旨在提供一个可对银行贷款等非交易资产的信用风险进行计量的VaR框架。Creditmetrics试图回答的问题:“如果下一年是个坏年份,那么,在我的贷款或贷款组合上会损失掉多少?”第十二页,共五十六页,编辑于2023年,星期六Creditmetrics基本假设信用评级有效。信用状况可由债务人的信用等级表示;债务人的信用等级变化可能有不同的方向和概率例如,上一年AAA的贷款人有90%(概率)的可能转变为AA级(方向)。把所有的可能列出,形成所谓的“评级转移矩阵”。第十三页,共五十六页,编辑于2023年,星期六Creditmetrics基本假设贷款的价值由信用等级(价差)决定由期初的信用等级得到贷款的初始价值;由评级转移矩阵估计期末贷款的价值;由二者的差额就可以计算VaR。第十四页,共五十六页,编辑于2023年,星期六Creditmetrics的总体框架信用评级信用价差优先权信用转移概率残值回收率债券现值信用风险估计第十五页,共五十六页,编辑于2023年,星期六计量模型需要的数据需要利用的数据:借款人当前的信用评级数据信用等级在一年内可能改变的概率违约贷款的残值回收率债券的(到期)收益率注:以上这些资料可以公开得到第十六页,共五十六页,编辑于2023年,星期六步骤1估计信用转移矩阵根据历史资料得到,期初信用级别为AAA的债券,1年后的信用等级的概率如下AAAAAA,90.81%AA,8.33%A,0.68%BBB,0.06%BB,0.12%CCC,0D,0第十七页,共五十六页,编辑于2023年,星期六AAAA,0.09%AA,2.27%A,91.05%BBB,5.52%BB,0.74%CCC,0.01%D,0.06%注意:A级别债券有0.06%的概率在下一年度转移到D级,即A级债券仍有违约的可能。第十八页,共五十六页,编辑于2023年,星期六构建信用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等信用级别的转移概率。将债券所有级别的转移概率列表,就形成了所谓的“信用转移矩阵”。第十九页,共五十六页,编辑于2023年,星期六级别AAAAAABBBBBBCCC违约AAA90.818.330.680.060.12000AA0.7090.657.790.640.060.140.020A0.092.2791.055.520.740.260.010.06BBB0.020.335.9586.935.361.170.120.18BB0.030.140.677.7380.538.841.001.06B00.110.240.436.4883.464.075.20CCC0.2200.221.302.3811.2464.8619.79(资料来源:标准普尔,2003)示例:信用转移矩阵第二十页,共五十六页,编辑于2023年,星期六步骤2估计违约回收率由于A~CCC债券有违约的可能,故需要考虑违约时,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,次级高于初级债券契约:次级所有在其之后的债券第二十一页,共五十六页,编辑于2023年,星期六第二十二页,共五十六页,编辑于2023年,星期六次级额外债务今天你购买了一张债券,到了明天,你可能会苦恼地发现该公司未偿还的债务已扩大为原来的三倍。这也意味着投资者的债券的质量与他昨日购买时相比已降低了。为了阻止公司以这种方式损害债券持有人的利益,次级条款(subordinationclauses)的规定限制了发行者额外借款的数额。原始债务优先,额外债务要从属于原始债务。也就是说,如遇公司破产,直到有优先权的主要债务被付清,次级债务的债权人才可能被偿付。因此,具有优先级的债券信用高于次级。第二十三页,共五十六页,编辑于2023年,星期六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%,若它是优先无担保债券,则其一旦违约,面值100元可回收51.13元。第二十四页,共五十六页,编辑于2023年,星期六步骤3债券估值由于债券信用级别上升(下降)到新的级别,因此,需要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结构(Term-structure)第二十五页,共五十六页,编辑于2023年,星期六每个信用级别的贴现率(%)级别1年(%)2年(%)3年(%)4年(%)AAA3.604.174.735.12AA3.654.224.785.17A3.724.324.935.32BBB4.104.675.255.63BB5.556.026.787.27B6.057.028.038.52CCC15.0515.0214.0313.52第二十六页,共五十六页,编辑于2023年,星期六例子假设BBB级债券的面值100元,票面利率为6%。若第1年末,该债券信用等级由BBB升至A级,则债券在第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。若该债券转移到其它信用等级,可以同理类推计算其它市值!第二十七页,共五十六页,编辑于2023年,星期六BBB级债券一年后可能的市值(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第二十八页,共五十六页,编辑于2023年,星期六步骤4计算信用风险年末债券级别
市值(元)转移概率(%)AAA109.370.02AA109.190.33A108.665.95BBB107.5586.93BB102.025.36B98.101.17CCC83.640.12违约51.130.18BBB债券的价值分布,例如若转移到AAA,则价值为109.37,概率为0.02,其他情况可以类似地计算出。第二十九页,共五十六页,编辑于2023年,星期六估计债券市值的均值和标准差由债券价值的分布,容易得到其价值的均值和方差由此就可以采用解析法计算得到VaR。但是由于债券组合并非正态分布,用这种方法计算存在比较大的误差。第三十页,共五十六页,编辑于2023年,星期六BBB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美元的概率为98.53%市值大于83.64美元的概率为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51.130.18%第三十一页,共五十六页,编辑于2023年,星期六利用线性插值法可以计算99%概率下的市值,设该值为x说明: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美元。第三十二页,共五十六页,编辑于2023年,星期六
由于该债券的均值为107.90美元,根据相对VaR的定义,
VaRR
=107.09-92.29=14.80(美元)
说明:我们可以以99%的概率确信,该债券在1年内的损失不超过14.80美元。第三十三页,共五十六页,编辑于2023年,星期六对Creditmetrics模型的评述优点:动态性:适用于计量由债务人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,还包括债务人信用评级的升降;不仅能评估预期损失,还能估计VaR,这对于银行特别具有意义。缺点:对信用评级的高度依赖,一般地,信用评级只是对企业群体的评估,而非个性化,所以,对个别企业评估不准确;信用评级主要是依靠历史上的财务数据,是一种“向后看”的方法。第三十四页,共五十六页,编辑于2023年,星期六9.3KMVModel著名的风险管理公司——KMV公司开发的违约预测模型,称为CreditMonitorModel,信用监控模型。创新性:基于公司市场价值,利用期权定价理论来估计的违约概率KMV认为:实际违约概率和历史平均违约率的差异很大,并且对相同信用级别的企业而言也存在很大的差异。KMV没有使用S&P的评级数据,而是自己建模估计。第三十五页,共五十六页,编辑于2023年,星期六9.3KMVModelCreditMetricshortcoming:first,allfirmswithinthesameratingclasshavethesamedefaultrate,andsecond,theactualdefaultrateisequaltothehistoricalaveragedefaultrate.but,someBBBandAAratedbondshavingthesameprobabilityofdefaultasKMVfoundThesameassumptionsalsoapplytothetransitionprobabilities.第三十六页,共五十六页,编辑于2023年,星期六9.3KMVModelKMVderivestheactualprobabilityofdefault,theExpectedDefaultFrequency(EDF),foreachobligorbasedonaMerton-Black-Scholesoptionpricingmodel.Theprobabilityofdefaultisthusafunctionofthefirms’capitalstructure,thevolatilityoftheassetreturnsandthecurrentassetvalue.第三十七页,共五十六页,编辑于2023年,星期六9.3KMVModelThederivationoftheprobabilitiesofdefaultproceedsin2stageswhicharediscussedbelow:estimationofthemarketvalueandvolatilityofthefirmsassets;calculationofthedistance-to-default,whichisanindexmeasureofdefaultrisk;scalingofthedistance-to-defaulttoactualprobabilitiesofdefault.第三十八页,共五十六页,编辑于2023年,星期六9.3.1Estimationofthetotalvalueofafirm公司资产的总市值totalvalueofafirm(有别于股东权益的市值—股票市值)为v,它服从几何布朗运动这里的r实际上是总资产回报率。第三十九页,共五十六页,编辑于2023年,星期六第四十页,共五十六页,编辑于2023年,星期六Merton模型的资产负债表资产(Asset)负债和所有者权益Liabilities/Equity风险资产:Vt负债:Bt(F)权益:Et合计VtVt第四十一页,共五十六页,编辑于2023年,星期六“有限责任”保护着股东,使其损失不会超过E0Ev1E0v2FVO第四十二页,共五十六页,编辑于2023年,星期六这里公司资产价值V是要求得的目标,但是公司资产价值的标准差也未知,故无法求得方程的解。第四十三页,共五十六页,编辑于2023年,星期六由B-S方程得到由于可以由股票价格的波动率直接估计得到,如采用GARCH模型估计其条件方差。第四十四页,共五十六页,编辑于2023年,星期六未知数V和,两个方程解两个未知数,假设满秩是可以解出来的。这个解只有数值解,需要通过迭代得到,常用的迭代法:不动点法和牛顿法函数:x=fsolve(fun,x0,options),用fun定义向量函数,其定义方式为:先定义方程函数functionF=myfun(x)第四十五页,共五十六页,编辑于2023年,星期六不动点迭代法先建立方程函数先建立方程函数文件functionF=myfun(x)F=[2*x(1)-x(2)-exp(-x(1));-x(1)+2*x(2)-exp(-x(2))];需要将方程化为标准形,然后调用优化程序x0=[-5;-5];%初始点options=optimset('Display','iter');%显示输出信息[x,fval]=fsolve(@myfun,x0,options)第四十六页,共五十六页,编辑于2023年,星期六9.3.2计算违约概率(EDF)通过上面的计算步骤,我们可以得到企业资产价值V及其波动性σV,以及企业的负债F,假定贷款的期限T为1年,现在要问企业1年内违约的概率有多大?假设某企业资产价值V=100万,到期(1年)债务价值F=80万,若未来1年资产价值服从均值为100万,标准差(波动率)σV=10万的正态分布,那么,该企业违约概率是多少?第四十七页,共五十六页,编辑于2023年,星期六+σA-σAt=0t=1E(V)=100万F=80万违约区域绝对违约距离第四十八页,共五十六页,编辑于2023年,星期六违约距离(DD)由图可知,要使得企业违约的可能性小,必须同时满足绝对违约距离大,即企业市值越大或者贷款越少;标准差(波动性)越小,即企业经营的稳定性越好;上述两个因素必须联合起来共同判定违约
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 一(上)数学期末:破十法练习题
- 人教版小学一年级暑假作业口算练习题(每日100题)
- D图像的基本操作电子教案
- 特殊教育学校校医招聘合同
- 招投标信息安全与合同管理课件
- 电子产品环境测试管理办法
- 消防安全严禁参与违规作业承诺书
- 保定市物业管理人员素质
- 挖掘机考古挖掘施工协议
- 水坝建设钻探施工合同
- 中国教师培训白皮书
- 瓦克液体硅胶材料
- 《动物疾病防治》课程整体教学设计方案-禽病防治
- 大地构造学(中国大地构造概要)课件
- 化工设计概论(第二版)完整版课件(全)
- 新药药效学研究方法和技术要求
- 资料员岗位培训ppt课件(PPT 36页)
- 团务知识培训课件
- 危险源辨识与风险评价记录文本表
- 中国人民财产保险股份有限公司雇主责任保险条款(2004版)
- 煤矿建设项目安全设施设计审查和竣工验收规范
评论
0/150
提交评论