财务金融公司信用风险管理实务

財務金融公司信誉風險管理實務2021年05月12日1中租迪和簡介I成立時間：1977年10月業務內容：租賃、分期、應收帳款受讓財務資料(2021/12/31)資本額：約80億淨值：約121億稅後淨利：約12.5億員工人數：699人(2021/02/28)學歷人數碩士199大專/大學475其他25總計6992服務據點：國外：FOC(2007/7月上市)美國(1983成立)、泰國(2005/8/25上市)越南(2007/1/9開幕)、中國(上海、寧波、蘇州、天津、北京、青島、深圳、廈門、重慶。)*中國首家外資獨資租賃公司台灣：中租迪和簡介II●高雄分公司台南分公司彰化分公司台中分公司內湖總公司新莊分公司桃園分公司新竹分公司嘉義辦事處3租賃分期契約金額單位：仟元件數契約金額件數契約金額件數契約金額15,858

22,055,073

162,112

97,111,953

177,970

119,167,026

資料來源：台北市租賃商業同業公會年底資料租賃分期合計2021租賃概況41979/10 中國信託〔外調中國租賃〕辦事員1981/09 中國租賃高雄分公司襄理1986/01 中國租賃高雄分公司經理1990/04 泰國盤銀中信租賃總經理 1992/05 中國租賃副處長1993/01 中國租賃處長1995/07 中國租賃協理1997~1998 MIT〔麻省理工學院〕SloanFellows1999/07 中租迪和副總經理2001/09~2021/12中租迪和執行副總經理2021/01~2021/12仲通總經理2021/01~迄今立新資產管理股份總經理學歷：胜利大學統計學士、MITSloanM.S〔管理碩士〕現職：立新資產管理股份總經理經歷：個人簡歷5AsymmetricInformationRothchaild&Stiglitz(1976)PoolingEquilibrium不存在SeparateEquilibrium能够存在假设低風險的人比例高到某一程度marketfailure.6車輛批核流程圖大綱壹、傳統信誉風險工具貳、常見信誉風險模型陸、經驗交流與問題討論參、信誉風險模型的選擇與應用肆、內部評等法及模型範例伍、信誉風險管理8風險胃納度Riskappetite風險胃納度對銀行放款而言：為「正」客戶信誉正常、無違約，銀行賺取利息。為「負」客戶違約，銀行損失本金。通常利潤隱含風險，客戶違約時，損失本金大於所賺利息很多，故銀行必須審慎評估客戶之違約機率，及客戶違約損失時，銀行對EL、UL、LiquidityRisk、CorrelationRisk的接受才干。投資風險性資產之隨機收益投資風險性資產之部位(ex.放款)9風險管理(RiskManagement)瞭解、辨識、衡量及控制風險的過程。(永遠是進行式而非完成式)觀自在MichaelPorter五力分析战略定位RiskAppetite..1.瞭解市場風險信誉風險作業風險利率風險法律風險流動性風險..2.辨識KMVCreditMetricCreditPortfolioViewCreditRisk+ReducedForm..3.衡量RAROCRAPMPrice..4.管理10大綱壹、傳統信誉風險工具貳、常見信誉風險模型參、信誉風險模型的選擇與應用肆、內部評等法及模型範例伍、信誉風險管理陸、經驗交流與問題討論11壹、傳統信誉風險工具一、專家系統(ExpertSystem)二、信誉評等系統(CreditRatingSystem)& 信誉評分系統(CreditScoringSystem)三、數量分析法12一、專家系統ExpertSystem定義：授信的決策是由授信專家依據據個人主觀的判斷，調整幾項關鍵要素的權重(例如授信5C、5P)。5C：品德(character)、才干(capacity)、資本(Capital)、條件(condition)、擔保品(collateral)。5P：貸款人或企業之狀況(People)、資金用途(Purpose)、還款來源(Payment)、債權確保(Protection)、借款戶展望(Perspective)。主要問題：影響要素的一致性：不同債務人所選擇的影響要素能否一致？或因人而異？各項要素的權重該如何決定？缺點：過於主觀、本钱高、決定於人力素質。13二、信誉評等系統&信誉評分系統

CreditRating&CreditScoringSystem1. 信誉評等： 將貸款投資組合分成幾個等級，各等級代表風險程度之高低。找出信誉風險分析意義最大的假设干風險因子，分別對這些因子進行綜合分析，最後給予一個較全面的信誉等級(例如Moody’s、S&P)。2. 信誉評分 各個風險因子給予不同的分數，依據最後信誉總分，給予不同信誉額度(例如：FairIsaac、信誉卡、房貸、消費貸款)。14信誉評分模型量化建立解釋違約風險的重要要素。衡量這些要素之相對價值及重要性。添加定價違約風險的才干。更能夠篩選掉不好的貸款申請人。較能計算出為未來預期貸款損失所必須提列之準備金額度。【摘錄：Saunders&Cornett,FinancialInstitutionsManagement,McGraw-Hill】15三、數量分析法目前所通用之多變量數量方法，共計五大研讨方法：區別分析(Discriminatanalysis)。線性機率模型，即迴歸分析(Regression)。Probit模型。Logit模型。類神經網路模型(NeuralNetwork)。16大綱壹、傳統信誉風險工具貳、常見信誉風險模型陸、經驗交流與問題討論參、信誉風險模型的選擇與應用肆、內部評等法及模型範例伍、信誉風險管理17貳、常見信誉風險模型一、Z-Score二、KMV法(CreditMonitorModel)三、信誉計量模型(CreditMetrics)四、信誉投資組合觀法(CredeitPortfolioView)五、信誉風險加成法(CreditRisk+)18紐約大學教授EdwardAltman(1968)提出模型定義：藉由企業主要財務指標的分析與模擬，預測企業破產的能够性，從而預測企業的信誉風險。模型方法：透過區別分析(LinearDiscriminateAnalysis)的建構將樣本予以區隔成兩群體(正常、違約)，使不同類別間的變異數最大，而同類內的變異數最小模型分類：Z1：適用上市公司Z2：適用非上市公司Z3：適用非製造業一、Z-Score模型19Z1=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5Z2=0.717X1+0.847X2+3.107X3+0.42X4+0.998X5 X1=營運資金/公司資產 X2=保管盈餘/總資產 X3=稅前息前淨利/總資產 X4=權益市值/負債帳面價值 X5=營業額/總資產當Z1值<1.8(臨介值)時，能够發生違約當Z2值<1.23(臨介值)時，能够發生違約一、Z-Score模型20一、Zeta模型EdwardAltman於1977提出，為判別財務危機的新模型。模型變數：稅前息前收益/總資產盈餘成長率利息保证倍數保管盈餘/總資產流動比率股本市價/淨值總資產(取自然對數)Zeta模型區別正確率比ZScore模型來得高。21KMV是以其三位創辦者(Kealhofer、McQuown及Vasicek)名字開頭字母所命名之公司，於2002年遭到Moody’s購併，改稱為Moody’sKMV公司。KMV所提出的模型是以BlackandScholes(1973)所提出選擇權評價理論，應用Merton(1974)提出公司債違約機率的概念，發展出預測公司發生財務危機的機率。二、KMV背景與應用22根據選擇權定價模型，公司舉債經營時，對於股東而言，好像向公司的債權人買進『買權』，買權之標的物價格相當於公司資產價值，履約價格為公司負債，假设：註:股東有償還負債的權利，但非義務公司資產市值>負債價值履行買權，償還負債公司資產市值<負債價值無力償還負債，公司違約、破產二、KMV模型---概念23普通假設：資產價值呈對數常態分配二、資產分配及違約圖24規劃求解違約距離(DD)預期違約機率(EDF)給定變數：聯立求解：變數定義二、KMV流程25信誉風險模型彙整表26大綱壹、傳統信誉風險工具貳、常見信誉風險模型陸、經驗交流與問題討論參、信誉風險模型的選擇與應用肆、內部評等法及模型範例伍、信誉風險管理27參、信誉風險模型的選擇與應用一、建構模型主要困難二、信誉風險模型之限制三、評估適切『好』的模型定義四、模型風險管理28資料获得不易，資料庫建置困難。風險管理人才與經驗缺乏。開發自有模型負擔重(本钱效益考量)。內部資訊系統整合不易。一、建構模型主要困難29Z-Score未考量非財務變數，僅运用五項財務變數建模，略微薄弱。僅適用於線性資料模型，假设非線性資料建模，預測效果不佳。信誉計量模型(CreditMetrics)假設限制：一切在同一信誉等級的企業，以平均具違約機率表達。台灣金融機構能否有足夠樣本。KMV模型：假設限制：資產報酬服從常態分配？未上市企業資產價值、違約點(DPT)衡量不易。信誉風險加成法(CreditRisk+)：假設限制：違約次數服從Poisson分配？「某一段時間」之違約機率假設，強度不明。投資組合觀法(CreditPortfolioView)：台灣金融機構能否有足夠樣本。台灣企業信誉評等受總體經濟影響程度？二、信誉風險模型之限制30模型可呈現變數間因果關係，將各變數相關現象予以量化，進而利用數學或統計等科學技巧予以實證分析，確認關係。但歷史資料未必能全然預測未來，尤其當資料出現結構性變動或是波動過大時，都會影響模型適用性。三、評估適切『好』的模型定義評斷財金模型貢獻之主要標準終究在於預測才干的表現。好模型是用來為現實現象提供好的解釋與瞭解，而不是追求更好的統計表現。※模型參數值須可被觀察。※模型參數值須易於測量。※模型適用於各產品之應用。31模型方法無好、壞之分，選擇模型以簡單、明瞭為宜。明白模型本身的目的、風險，以及限制。運用模型時需依其設立目的來運用，以免運用失當。定期檢視修正，以免模型過時，繁殖風險。條件允許，盡量試用不同方法建立模型，再予以比較、挑選。四、模型風險管理32大綱壹、信誉風險模型的選擇與應用貳、傳統信誉風險工具陸、經驗交流與問題討論參、常見信誉風險模型肆、內部評等法及模型範例伍、信誉風險管理33一、CREDITEXCELLENCE一、常態性的機制：標準化審查制度與流程二、衡量風險暴露：建立內部評等制度四、以人為主體：提昇人員素質，融入企業文化三、完善資訊流程：建立KM平台，匯集部門資訊34常態性機制35標準化審查制度與流程能否碰觸負面表列。能否備齊必要資料。能否需徵提其他資料。檢核案件申請資料案件分配業審討論訪廠確認授信額度與條件架構案件Rating與批核審查科主管進行案件分配。業審進行案件討論，釐清問題點與整體案件架構。實地徵信，降低風險誤判的能够性。面對面直接徵信，印證資料真實性或彌補資訊之缺乏。鑑價、照會依核准權限進行撰寫風險評估報告資料分析評等評分與風險模型36以人為主體：提昇人員素質，融入企業文化風險管理人員培養：風險管理人員的獨立性與一致性將攸關模型準確度。內部證照考試：㊣字資格認證考試。外部證照考試：金融研訓中心舉辦之證照考試或專業測試。企業風險文化養成：風險公開討論，制定各項風險政策。風險管理人員績效指標：(少損率)。行業別風險控管機制。信誉評等資產組合。37IRBUseTest根據BaselII修正架構第444段已闡明：銀行必須运用蒐集而來的資料並據此估算測量的結果，假設未能將作業風險內部測量法套用在每日活動和主要業務而進行決策的話，該銀行將無法获得內部測量法之运用資格。也就是說，對於採用IRB法之銀行，其內部評等、違約與損失估計必須於授信准駁、風險管理、內部資本分配與公司治理之功能上扮演重要角色。俱IRB的銀行，其推估之PD、EAD、LGD，必須能夠指派到每一暴險資產中。一旦銀行選擇所發展評等程序之模型後，普通都會建置信誉評分/信誉評等制度，它是运用模型預測未來行為之一種信誉風險評估工具，每一評定分數/等級代表客戶或申請人之有用資訊所量化的統計意義，亦即分數/等級會反應出對客戶或產品的風險水準。然而信誉風險模型也並非全能，假设能再搭配線上審案專家做一綜合性判斷，將此決策過程「書面化」，這樣才有思索的軌跡以及後續修正的方向。也才符合IRBUseTest精神。38二、A公司信誉評等評分架構信誉評等評分系統(專家/計量)信誉風險模型(計量)提昇風險管理量化風險方法提高風險判斷準確度降低損失定義：藉由量化及質化因子之分析，評估並預測客戶違約風險的系統化方法。屬於複合式之內部評等系統。39公司歷史公司內部能否和諧與員工忠誠度經營者與保證人之背景與資力財務報表能否詳實可信艰苦法規及政策對其影響國內外經濟要素演變對其影響產業展望公司經營展望同業及客戶對其評價質化因子公司財務狀況1.財務結構2.償債才干3.經營才干4.獲利才干5.成長力量化因子風險因子之權重與評分標準客戶信誉評分評分加總客戶信誉評等三、A公司評分內容與方法40信誉評分轉換為信誉評等信誉評等：分為八等(R1~R8)。核准案件通常落於R1~R6，R7、R8多須提供擔保品(需考量擔保成數及流動性)。三、A公司評分內容與方法41四、模型建構根據中小企業客戶(SME)實際樣本建構而成。適合SME風險評估：分為製造業、服務業、微型企業模型建構。利用多種統計方法建構，使模型更臻完善。迴歸分析：普通迴歸分析法、羅吉斯迴歸分析(LogisticRegression)、分類迴歸樹(CART)多變量判別分析(DiscriminantAnalysis)AHP分析要素分析〔FactorAnalysis)類神經網路：倒傳遞類神經網路(BPN)、自組性演算法(GMDH)同時納入財務及非財務因子(註：轉換為質化及量化因子)。42金融機構針對中小企業放款：1.Loanofficer將財務比率(Hardinformation)轉換成Score。2.Softinformation：員工忠誠度同業及客戶評價…。可以當為預測客戶違約與否的因子。43利用客戶之信誉評分資料預測客戶發生違約之風險程度、違約時點及違約機率。模型輸入資料模型輸出結果信誉評分資料判別正常或違約違約時點(DefaultPoint)違約機率(ProbabilityofDefault)五、模型內容44六、範例中小企業案例上市櫃KMV案例(T、F、M、N、CCompany)往來銀行與違約狀態分析45大綱壹、信誉風險模型的選擇與應用貳、傳統信誉風險工具參、常見信誉風險模型肆、內部評等法與模型範例陸、經驗交流與問題討論伍、信誉風險管理46預期損失(ExpectedLoss)EL=PD*EAD*LGD47非預期損失(UnexpectedLoss)48非預期損失(UnexpectedLoss)AE：風險性部位49Q：現有二家銀行，A銀行覆蓋率高於B銀行覆蓋率(備抵呆帳/逾放款)，則A銀行體質優於B銀行？合適的備呆覆蓋率50A：不一定，需視各別(1)LGD。(2)備抵呆帳提列亦須考慮正常案件之預期損失。(