金融机构信用管理教学课件第二篇金融机构信用管理的量化基础第六章现代信用风险度量模型

第二篇金融机构信用管理的量化基础金融机构信用管理第六章

现代信用风险度量模型金融机构信用管理章前导言金融机构需要建立典型的信用风险组合模型，由于单个资产间的违约相关性，组合内所有单个资产的意外损失的加总不等于组合的意外损失，准确度量组合的信用风险十分重要。近年来，基于分析模型的资产组合信用风险的度量引起了广泛关注。原因之一是日益发展的结构性金融产品市场的参与者很大程度上依赖于对不同风险暴露的信用风险相关性的估计。金融监管当局在实施新资本协议时，为保证监管资本与信用风险密切相关，也对这些估值表示出浓厚兴趣。本章知识结构图现代信用风险度量模型经典信用评级模型Credit

Metrics模型KMV模型Credit

Risk+模型Credit

Portfolio

View模型银行信用组合风险度量模型渐进单风险因子模型多因素模型信用风险因素模型股票收益的因素模型信用风险的一般因素模型第一节

经典信用评级模型一、Credit

Metrics模型二、KMV模型三、Credit

Risk+模型四、Credit

Portfolio

View模型第一节经典信用评级模型一、Credit

Metrics模型1997年4月初，美国J.P.摩根财团与德意志摩根建富、美国银行、瑞士银行、瑞士联合银行和BZW共同研究，推出了世界上第一个评估银行信贷风险的模型——CreditMetrics模型。这个模型借助于借款人的信用评级、评级转移矩阵（历年评级发生变化的概率）、违约贷款收回率和信用风险价差，综合就算出贷款的市场价值和波动性，进而个别贷款和贷款组合的VAR值。第一节经典信用评级模型一、Credit

Metrics模型CreditMetrics模型不仅可以对单个信用资产风险价值进行计算，还可以运用该模型对信用资产组合的信用风险进行度量。对于组合信用风险的度量，有两个可供选择的方法。第一种方法是测算出贷款组合的联合信用等级转换概率，并确定贷款组合在一年期的每一个可能的联合信用等级转换概率下的贷款价值量，从而最终求出贷款组合的均值和标准差。第二种方法是通过求解资产组合方差的标准方式并做适当的调整来最终估计资产组合的方差和标准差。第一节经典信用评级模型一、Credit

Metrics模型模型评价CreditMetrics假设等级转移概率服从稳定的马尔可夫过程，但是实际的历史数据表明，一笔贷款过去如果发生过违约事件，那么它目前等级下降的概率要比那些没有发生过违约行为的贷款要高。在计算贷款或债券的VAR时，假设等级转移概率矩阵是稳定的，而实际上，行业因素、国家因素以及商业周期等因素会对等级转移矩阵产生重要的影响。在生成债券的信用等级转移概率矩阵时所使用的债券组合也会对矩阵的准确性产生影响。模型度量信用风险是一种基于历史数据的向后看的方法。第一节经典信用评级模型二、KMV模型KMV模型是由KMV公司研究开发的运用期权定价理论建立起来的违约预测模型。该模型的出发点是运用期权理论来估计违约间距DD（DistancetoDefault），进而求出违约的期望频率值EDF（ExpectedDefaultFrequency）。KMV模型认为，实际违约概率和历史平均违约概率的差异较大，并且对相同信用等级的企业而言也存在很大差异。第一节经典信用评级模型二、KMV模型第一节经典信用评级模型二、KMV模型模型研究方法计算违约间距第一节经典信用评级模型二、KMV模型模型研究方法计算违约概率

第一节经典信用评级模型二、KMV模型模型评价优点：首先，KMV可以充分利用资本市场上的信息，对所有公开上市企业进行信用风险的量化和分析；其次，由于该模型所获取的数据来自股票市场的资料，其预测能力更强、更及时，也更准确；再次，KMV模型建立在当代公司理财理论和期权理论的基础之上，具有很强的理论基础做依托。缺陷：首先，由于没有公开数据，对非上市公司的分析往往要借助一些会计信息或其它能够反映借款企业特征值的指标来替代模型中一些重要变量，在一定程度上会降低计算的准确性。其次，此类模型中没有对公司长期债务结构进行区别分析。最后，分析时假定公司的债务结果是静态不变的。第一节经典信用评级模型三、CreditRisk+模型CreditRisk+是一种典型的违约模型，它对违约的成因不作任何假设，认为违约是一种随机行为，且违约事件彼此独立，所以违约事件个数服从泊松分布。该模型先用泊松分布刻画违约事件个数分布，然后通过频带划分，把违约事件个数分布转换为违约损失分布，最后利用贷款损失分布的递推关系式，计算贷款组合损失分布，进而计算贷款组合的非预期损失。假设条件：第一，假设贷款组合内的每笔贷款违约与否是随机的；第二，假设每笔贷款的违约概率很小；第三，假设每笔贷款间的违约概率相互独立。第一节经典信用评级模型三、CreditRisk+模型模型研究方法贷款分类确定违约事件分布频带划分给定置信水平第一节经典信用评级模型三、CreditRisk+模型模型评价CreditRisk+可以有效地计量信贷组合的非预期损失且可提高我国商业银行经济资本管理效率。CreditRisk+模型在银行信贷组合信用风险管理方面会有广泛的应用前景。在使用CreditRisk+模型计量贷款组合信用风险时，具有很强的科学性，而且可以增加CreditRisk+模型计量信贷组合预期损失与非预期损失的准确性。CreditRisk+模型计量经济资本的精确性高度依赖于贷款违约率、违约损失率数据的准确性，所以银行应该尽快构建自己的违约数据库和信用风险评价体系。第一节经典信用评级模型四、CreditPortfolioView模型在CreditMetrics方法中，转移概率是不随借款人与商业周期变动的。但信用等级较低的债券违约率对于商业周期的敏感度很高。且经济状态对于信用等级转移概率矩阵的影响很大，经济衰退期的违约率要比经济繁荣期的高出许多。麦肯锡咨询公司提出了CreditPortfolioView模型。该模型是离散时间多因素模型，认为违约率是宏观经济变量（如失业率、经济增长率和利率）的函数。因此直接对转移概率与宏观经济因子之间的关系建立模型，然后用它模拟产生转移概率。第一节经典信用评级模型四、CreditPortfolioView模型模型研究方法违约预测模型条件转移概率矩阵第一节经典信用评级模型四、CreditPortfolioView模型模型评价CreditPortfolioView模型提出了联系宏观经济变量因素和违约及转移概率的方法。模型的校验必须使用每个国家及每个国家内每个行业可靠的违约数据。模型的一个局限是尚不清楚CreditPortfolioView模型调整转移矩阵的特殊方法是否好于简单的贝叶斯模型（该模型中转移矩阵的修正是根据银行信贷部门累积的内部专业知识及内部对银行信贷资产组合的评价）。第二节银行信用组合风险度量模型一、渐进单风险因子模型ASRF模型ASRF模型使用闭合逼近法，估计包括N个风险暴露的资产组合的违约损失概率分布。近似值的准确度与资产组合中风险暴露数目成正比，与最大风险暴露的权重成反比。在这些假设下，资产组合就可以看作是具有完美分散度的。第二节银行信用组合风险度量模型一、渐进单风险因子模型模型研究方法（一）违约损失概率分布推导（二）模型假设变更第二节银行信用组合风险度量模型一、渐进单风险因子模型模型评价即使模型有详细的解释，ASRF模型的校验误差仍会影响组合信用风险的评估，校验误差主要是对风险暴露之间的信用风险相互依赖性的校验误差。由于校验误差发生于ASRF模型受限情况下，校验误差独立于分散性效应；鉴于单因子近似方法的特征（其不同于多因子效应），校验误差效应与平均相关性误差相分离。第二节银行信用组合风险度量模型二、多因素模型信用风险因素模型（一）门限模型（二）资产收益模型股票收益的因素模型（一）统计因素模型（二）宏观经济或指数因素模型（三）基本因素模型信用风险的一般因素模型本章小结CreditMetrics模型是世界上第一个评估银行信贷风险的模型。该模型几乎覆盖了所有的信贷产品，包括传统的商业贷款、固定收入证券、商业合同如贸易信贷、信用证和承付书和应收账款以及由市场驱动的信贷产品如掉期合同、期货合同和其他衍生品等。组合信用风险渐进单风险因子模型主要是针对资产组合信用风险的渐进单风险因子模型（英文简称ASRF）。该模型为新资本协议内部评级法提供了理论支持。根据该模型，每个风险暴露对资产组合信用风险价值升水（对于一定期限内给定概率下最大的违约损失）的贡献度与其他风险暴露的特征不相关。关键名词VAR方法信用风险度量CreditMetrics模型KMV模