电子科技大学管理学院课件

,*,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,UESTC,电子科技大学管理学院,周宗放 教授,信用风险评估与管理,1,主 要 内 容,第一部分,信用风险管理的现状与发展,引 言,信用在现代经济中的作用,信用衍生工具的应用,第三方信用风险,传统信用分析方法,客户的信用识别,信用风险指标,商业银行的信贷风险管理,2,第二部分,信用风险管理的模型与方法,信用风险模型概述,Altman,的,Z,计分模型,ZETA,模型,估计违约概率模型,Logistic,回归模型,因子分析模型,判别式分析,神经网络模型,EDF,（,Expected Default Frequency,，,预期违约频率）模型,VaR,（,Value at risk,方法,),3,第一部分,信用风险管理的现状与发展,4,引 言,经济活动中的信用是金融活动不断衍生和发展的基础。在市场经济环境下，整个经济活动由信用联结，信用经济是货币经济发展的最高阶段。,信用资本,成为市场经济的基础。在信用资本积累初期，信用带来的收益通常较低，随着信用资本不断的积累，信用产生的收益逐步提高。,5,借款是信用的应用，同时存在信用风险。特别对企业而言，每一次赊销公司都要承受赊销风险。,自中世纪欧洲商人银行出现以来，银行成为货币资本的存储机构。以后开始贷出短期贷款，获得丰厚的利润。为了吸引客户，银行开始向储户支付租用资金的费用,利息，,并赚取价差利润。,银行信贷的起源,6,债务的观念转变,现代企业不再担心欠债，而视为运用财务杠杆；金融机构竞相为杠杆收购提供融资。,股市投资者选择负债水平合适公司的股票。,曾经被认为是丑闻的公司破产，也成为摆脱债务的战略选择。,信用是维系借款人和贷款人之间相互支持和合作的关系，通常借款人会尽力维护自身的信用，归还债务。,7,信用风险管理的迫切性,1、竞争加剧，全球破产现象大幅增加；,2、随着金融市场的扩展，银行客户将逐渐趋于中下端。,3、随着金融机构竞争加剧，银行存贷款利差越来越簿。,4、抵押品价值的波动与下降趋势不减，特别是金融危机期间，银行危机通常来至抵押品贬值。,5、表外衍生信用风险增加。,8,信用风险管理的迫切性,（续）,6、,计算信息技术的发展以及贷款历史数据，给金融机构提供了检验信用风险评估模型所需的大量数据。,7、巴塞尔资本协议对银行资本准备金的要求迫使银行开发内部模型。,9,信用风险管理的迫切性,（续）,由于早期获取信息和信用风险管理方法（主要是定性方法）的局限性，违约风险难以控制。以后银行又采用一些降低风险方法来管理风险，如担保或收取预付款等。,当前银行面对的信贷风险快速增大，传统的信用分析方法已不能适应现状。,10,客户的信用识别,企业或个人到银行贷款，银行如何识别客户的信用状况？西方银行通常应用三种方法研究客户信用。,第一种方法,是以现金流量预测为主，银行根据企业贷款期内现金流量预测值是否明显超过计划还款债务，作出贷款决策。,在我国，其一由于信用制度没有建立；财务造假已成公害，难以通过财务状况较精确的预测客户现金流量。,11,客户的信用识别（续）,其二是银行缺乏具有研究能力的高级信贷人员审查财务报表，并能结合经济、人文和社会的信贷环境运用较为复杂的科学方法对客户偿债能力进行预测。,其三就国外商业银行经验，聘用高级信贷人员的运营成本很高，会消耗一部分贷款利差收入，特别对贷款额度有限的中小企业。,12,客户的信用识别（续）,第二种方法,是由一些著名学术研究机构发展起来，以违约概率度量客户的信用风险。如建立在BlackScholes 和Merton的期权理论基础上。期权的观点认为企业的权益者持有看涨期权，如果企业债务到期时，其价值小于债务，违约事件将发生。建立在期权理论基础上的KMV模型在西方银行等金融机构已得到广泛应用。,13,客户的信用识别（续）,第三种方法,是建立社会信用评估制度，根据客户客观现状进行评级，确定相应信用风险。,就全球而言，主要有,穆迪（,Moody,）、,标准普尔,（,Standard &,Poors,）,和,菲奇（,Fitch,）,等三家著名的信用评级机构。根据照,SEC,规定，自,1979年7,月起，证券发行计划书中必须记入评级结果，其中获准的评级机构包括,穆迪、,S&P、,菲奇、达夫及麦卡锡,等五家。,14,信用评级机构,全球最有影响的个人信用评级机构有三家。,Experian,（益百利）公司，在美国和英国都是最大的个人信用评估机构。,Equifax,公司,总部设在亚特兰大。该公司始建于,1899,年，它是一家跨国征信公司，在北美、南美、英国、欧洲大陆和一些亚洲国家都有分支机构,。,15,信用评级机构（续）,Trans Union,公司,总部设在芝加哥。,1988,年，,Trans Union,开始提供全国消费者个人信用调查报告。,到,90,年代，,Trans Union,公司已拥有,45,家地区性信用评级机构以及,220,家代办处，足以同其它两家竞争。,16,信用评级机构（续）,Trans Union,公司最先于,1990,年将信用报告服务推上联机检索服务和网络服务，它为推动美国授信机构的办公自动化做出了贡献。,17,总而言之，一个有效的信用评级和风险管理系统应包括具有较高预测性的信用评级指标体系、客户历史信用数据、信用评级模型和风险控制模型等等。,一般的信用评级应基于上述系统的评估结果，非标准案例可由高级信贷人员进行专门评估。,18,信用风险指标,信用评估指标选择和信用风险监控与动态分析是信用制度的核心。就美国商业银行而言，在对客户进行信用评级时主要考虑五大因素：,1，客户的财务状况分析,包括未来现金流量预测和偿债能力分析等。,2，客户的行业特征,如行业的产品周期、行业的竞争程度、行业利润水平等。,19,信用风险指标,（续）,3,，客户财务信息的质量,相对而言，应使用经会计师事物所审计的财务报表。,4,，客户的资产规模和变现能力,5，客户（内部）的管理水平,20,信贷风险分类标准,以美国为代表的商业银行对贷款风险分类时，主要考虑五类因素：,1，借款人的还款能力,2，贷款本息偿还情况,3，担保和抵押列为第三重要标准,4，银行内部信贷管理水平,5，,抵押品的市场价值,21,我国商业银行的信贷风险管理,过去计划经济时期，没有真正意义下的银行和商业贷款，因此客观上没有信贷评估的需要。,直到,1998,年信贷评估都是沿用“正常和一逾两呆”的四级质量划分，,2000,年以后才采用信贷风险的五级分类法：,正常、关注、次级、可疑、损失等五级,。,22,我国商业银行的信贷风险管理,（续）,国际清算银行分析了中国四大资产管理公司的资金链困境，即四家公司的资金主要来源于负债，需支付巨额利息，而目前不良资产回收速度缓慢，回收的现金甚至连支付利息都存在困难。,显然，对四大国有商业银行的现有不良资产或新产生的不良资产，不能再采用此种方式进行剥离和消化。根本出路在于加强商业银行的信用风险管理，从源头上尽可能减少不良资产的产生。,23,我国商业银行的信贷风险管理,（续）,2003年4月29日公布的巴塞尔新资本协议的核心内容是全面提高风险管理，准确地识别，计量和控制风险，其中计算信用风险的IRB法（Internal Ratings-Based，IRB）是新协议最主要的创新之一。,IRB法将资本充足率与银行面临的各类风险有机结合，反映了现代银行业务的多样性，系统性和精确性，代表国际银行业风险管理的发展趋势。,24,我国商业银行的信贷风险管理,（续）,按照新巴塞尔资本协议和国外经验，银行信贷风险高低由其可能遭受的违约损失确定，因此信贷风险应与违约损失一致，被评价企业违约概率越大信用级别越低。,根据违约概率对企业进行信贷和债项评级目前被认为是较好的信用评价方法。我国商业银行纷纷开始在信贷风险管理中引入违约概率。,25,新巴塞尔资本协议的影响,新巴塞尔协议规定了初级和高级内部评级法,，,选择高级评级法将获得更大自主权。但对零散的大额贷款，要求必须选择高级评级法进行组合评级。,IRB,要求银行按照特征相似的贷款资产、优先级或抵押品类型、贷款年限并结合内部评级结果进行分栏。,26,新巴塞尔资本协议的影响（续）,新巴塞尔资本协议吸收了,VaR,的思想，提出,风险调整资本收益,RAROC,（Risk adjusted return on capital）,方法：,RAROC,（,收益经营成本预期损失,) /,经济资本。其中经济资本根据信用风险、操作风险和市场风险综合计算的,意外损失,。,27,总而言之，内部评级系统将实现对银行的全部信用风险进行多维度计量分析，制定完整的信贷政策组合，以及确定一段时期内重点支持和退出的业务领域。,特别是亚洲金融危机后，许多国际化银行在内部评级系统中引入了基于运筹学的模型分析技术，通过对国家、区域、行业、产品、客户和债项等方面的自由组合与交叉分析，使风险计算精度达到了一个崭新水平。,28,当前困扰国内商业银行信用风险的主要问题是风险度量技术和数据缺乏。,违约率,是整个,IRB,法及全面风险管理的核心，因为违约率是划分企业信用等级的重要依据，国际性评级公司对企业的评级也是参照不同违约率。银行采用违约率计算信用风险和对贷款评级，便于将内部信用风险评级和外部评级进行匹配和对比，以保证评级结果的准确性。,29,实行,IRB,法是中国银行业与国际接轨，改变当前落后的风险管理模式，逐步融入全球金融体系的重要步骤。,国内四大商业银行必须实行,IRB,法。目前，国内商业银行正在进行数据清洗和补录工作，以及内部评级系统的开发，以全面提高国内商业银行风险管理水平。,30,评级为企业带来的经济效益,某企业如果拟发行债券，发行额为,5000,万美元,（,期限为,7,年，利率,14,），其发行总成本为,99,万美元，其中发行人支付两个评级机构评级的费用为,3,万美元。通常评级费用在发行成本中所占比例微不足道。,如果该企业取得较好的评级而使支付的利率降低了,1,，则资金成本将减少,350,万美元,（,7,年期间,）,，给企业带来极大的经济效益。,31,第二部分,信用风险管理的模型与方法,32,信用风险模型,当前的世界各大商业银行已认识到现有信用风险管理方法存在很大缺陷，开始积极探索管理信用风险的新技术。,如大通银行、美国国家银行、花旗银行等已经开发出能够不断更新的信用风险分析的全球系统。,蒙特利尔银行将组合理论应用到其信贷管理中。,这些新技术的引入与开发使银行实施动态的信贷风险监控与信贷定价成为可能，其决策结果具有相当程度的客观性，给使用者带来竞争优势。,33,信用风险模型,（续）,由于信用风险是贷款承诺、资金使用以及贷款偿还等各个环节所面临的风险与市场风险相结合的结果，因此信用风险是一种难以对冲的小概率大影响事件，对其各方面的学术研究具有十分重要的现实意义。,企业破产是信用风险极端情景，这种二元情景：要么破产；要么不破产，已有较长历史研究。,34,信用风险模型,（续）,以后为了更精确地预测违约率，在模型中又加入了其他参数，例如债务人的现金流量或可支配收入与债务的比（即收入比率），该比率越大，违约的可能性越小。,其他一些不利的生活事件都会影响违约率，如家庭变故、失业、疾病和死亡等。,35,信用风险模型,（续）,信用风险的定量化模型可应用于以下情况：,1）信用等级评定,2）信用定价,3）财务预警,4）信用保障,5）收账策略,36,信用风险模型,（续）,最早的信用风险模型之一是单变量,判定,模型（威廉,比弗,William Beaver,），,通过对同等资产规模,的,79,个失败企业和成功企业进行对比分析后提出，即通过个别财务比率走势来预测企业的信用风险。由于采用不同的财务比率预测同一家公司可能会得出不同的结果。于是产生,多变量判别模型,。,37,信用风险模型,（续）,目前这类模型被国际金融业和学术界视为主流方法，常用的有线性概率模型、,Logit,、,Probit,模型和判别分析模型等等。其中最具代表性的是美国,Altman,在1968,年对美国破产和非破产生产企业进行观察后，采用了,22,个财务比率经过数理统计筛选建立了著名的,5,变量,Z,-score,模型和在此基础上改进的“,ZETA”,判别分析模型。,38,Altman的,Z,计分模型,主要依赖于财务指标，根据大量的数据样本，从,22,个原始财务指标中通过其相关性的评估筛选，选出,5,个独立变量以及各变量的相对贡献，构造出一个线性评价函数:,Z,=1.21,x,1,+1.4,x,2,+3.3,x,3,+0.6,x,4,+1.0,x,5,计算客户的违约的可能性。,39,Altman的,Z,计分模型（续）,x,1,=,运营资本,/,总资产,x,2,=,留存赢余,/,总资产,x,3,=,税前收益,/,总资产,x,4,=,股利和税前公司的市场价值,/,总负债,x,5,=,销售额,/,总资产,40,Altman的,Z,计分模型（续）,当,Z1.81,时，银行将拒绝贷款。,Altman,对,33,个破产样本进行实证检验。,破产前一年识别的准确率达,94%,，对,33,个非破产样本识别的错误率为,1%,；,破产前第二年，对破产样本识别的准确率为,72%,，非破产样本识别的错误率为,6%,。,41,Altman的,Z,计分模型（续）,随着世界经济复杂程度和竞争环境的变化，目前,Z,计分模型的预测能力受到了质疑。,例如，20世纪70年代中期，巴西成功应用该模型，甚至在企业破产前23年就可预测到该企业将违约。,随着巴西经济的开放、通货膨胀被有效抑制，经济状况趋于稳定，以后模型预测准确率降低。,42,非上市公司,Z,计分模型（续）,1995,年,Altman,针对非上市公司对,Z,计分模型中变量,x,4,进行了修正。用公司的账面价值取代市场价值，得到,Z,=0.717,x,1,+0.847,x,2,+3.107,x,3,+0.420,x,4,+0.998,x,5,特别对具有多种融资渠道且不进行资本租赁活动的非制造性行业，可删除销售的影响,，,得到,Z,=6.56,x,1,+3.267,x,2,+6.72,x,3,+1.05,x,4,43,ZETA,模型,随着破产公司的平均规模不断增大，,1977,年,Altman,等将,Z,计分模型进行扩展应用于破产前,2,年资产规模在,1,亿美元的大型公司上，建立,ZETA,模型，在公司破产前,5,年即可作出预警。,选择最近破产的,50,家大型公司（制造业和零售业）为样本进行实证，破产前,1,年预警准确率为,90%,，破产前,5,年的准确率为,70%,。,44,估计违约概率模型,西方商业银行通常通过测算信贷客户的违约率来估计信贷风险，运用较广的模型有：,Logistic,回归模型,该模型拟合了贷款金额与违约率之间的关系，如果判定贷款金额对违约率有显著影响，即可运用该模型估计新贷款的违约概率。,45,因子分析,（,factor analysis,）,或主成分分析,（,principal components analysis,）,将具有复杂关系的影响因子归结为少数综合影响因子的一种多变量统计分析方法。,思想是根据相关性大小将影响因子分组，每组因子表示一个基本结构。,例如在分析违约概率时，影响企业违约的因子很多，一些影响因子之间存在依赖关系。进行分析时需从诸多影响因子中筛选出主要影响因子。,46,主成分分析,（续）,在现实经济生活中，影响违约因素很多，如企业经营、财务状况、还款意愿、担保品价值、政府干预等，这些因素对违约发生有不同贡献。由于对违约概率估计不需考虑所有影响因素，因此，运用主成分分析可从变量相互影响关系中提取主要变量，并根据其所含信息量确定权重。,47,判别式分析,（,discriminant analysis,）,一种度量因子重要程度的分类方法。,例如按照我国现行贷款五级分类制度，将信贷客户划分为正常、关注、次级、可疑、损失五组，在错判率最小的条件下建立一个准则，对任意样本，依据该准则均可判别该样本归属哪组，如,Probit 模型,。,好的判别准则可使以上五组的分布（就违约率而言）重迭较少,。,48,判别式分析（续）,目前，国际通行的统计工具软件，,如,SAS,、,SPSS,、,Statistics,等都能够提供判别分析功能，可以根据用户需要定制界面，以便直接地进行违约概率的计算和判别。,49,神经网络模型,神经网络应包括模型类型、隐层数量、各层神经元个数、更改权重的学习规则等等。,神经网络模型有三层神经元，分别为输入层、隐层以及输出层，隐层将权重与输入值结合进行非线性转换产生输出信号，不断反复训练直到达到预定的误差界，最后输出信号即是信用评级结果。,简言之，该方法将一组信用数据输入，通过转换，产生出信用评价输出，在学习和训练过程中，权重被不断调整，使理想输出与实际输出之间偏差最小。,50,神经网络模型（续）,神经网络模型是近年发展起来的一种信用分析模型。它与非线性判别分析十分相似，不需要变量之间相互独立的假设。神经网络模型能挖掘变量之间“隐藏”关系。,51,神经网络模型（续）,1993,年，,Coats,和,Fant,将神经网络模型应用于美国公司的危机预警；,94,年，,Altman,和,Marco,等用于意大利公司；,96,年以后，,CASA(Center for Adaptive Systems Applications,，,适应系统应用中心，位于,New Mexico,新墨西哥州,),应用,198595,年间的数据作为样本开发出应用于大型公司信用风险管理的神经网络模型。,52,预期违约频率,Expected Default Frequency,Black-,Scholes,-Merton,系列期权定价模型,表明一家公司的破产概率取决于公司资产相对于其短期负债的价值和资产,(,股票,),市价的波动。当公司资产的市场,(,清算,),价值低于其短期负债价值时，该公司可能发生违约。,53,预期违约频率,（续）,债券违约率模型是按穆迪和标准普尔的信用等级，采用债券违约历史数据建立起来的违约概率经验值，对各类信用等级和期限债券的违约风险进行度量。穆迪,(1990),和标准普尔,(1991),修正了该模型并作为其常规金融分析工具。,目前该方法应用的障碍是：银行没能收集到足够多的贷款违约历史数据，还无法建立稳定的违约概率数据库。,54,预期违约频率,（续）,KMV,公司,（一家向金融机构出售信用分析软件及信息产品的公司，位于旧金山）以创建预期违约频率模型起家，现已扩展至组合信用风险管理领域。,由于股权可视为一种以公司资产为标的的看涨期权，因此可以根据标的公司债务面值、期限以及公司市场价值和波动性，应用期权定价方法确定公司股权价值。,55,预期违约频率,（续）,长期以来，由于银行忽略了股票市场价格在放贷决策中的作用，,KMV,在模型中融入了股票市场价格，认为当公司市场价值下降到某一水平之后，公司就会对其债务违约，由此将股权价值与信用风险有机联系起来。,1995,年,KMV,建立了计算,预期违约频率的,EDF （,Expected Default Frequency,）,模型。,56,VaR,（Value at Risk）,方法,为保证银行的稳健经营，当前国际大银行对每笔较大规模的贷款或贷款组合进行风险价值测量，为其潜在的、未预期到的可能损失配备经济资本。,究竟应配备多少资本才既能保证银行风险得到控制，又不影响银行现有盈利能力，这是银行管理层关心的问题。,VaR,方法在银行信用风险度量、风险资本配置等方面已表示出重要的应用价值。,57,VaR,方法,（续）,VaR,又称,“风险价值”或“在险价值”。,常用的风险量化指标有三种：,敏感度指标,当条件发生变化时，目标相应的变化幅度，称目标对条件的敏感程度。,58,VaR,方法（续）,波动性指标,即目标的波动幅度，是常用的统计指标。在统计上反映具随机变量特征的目标对其平均值的,离散,程度，可用方差、标准差等来描述。根据历史数据计算的波动度称为历史波动度。,损失风险指标,描述不确定因素对目标的影响程度，具代表性的方法就是,VaR,方法。,59,VaR,方法（续）,VaR,方法指在一定概率水平（置信度）下，某一金融资产在未来特定一段时间内的最大可能损失，表示为：,其中,P,为金融资产在持有期内的损失；,VaR,为置信水平,c,下处于风险中的价值。,60,VaR,方法（续）,如某投资机构持有某种金融资产，经计算：在,95%,的置信水平下，该资产的日,VaR,值为,5,00,万元（损失额），即该投资机构有,95%,的把握认为该金融资产在未来,24,小时内，由市场价格波动所带来的损失不会超过,5,00,万元，或者说，损失超过,5,00,万元的可能只有,5,%,。,61,VaR,方法（续）,VaR,是一种基于统计基础的风险度量技术，其原理是根据资产价值变化的统计分布，寻找与置信度对应的分位数，该分位数即为,VaR,值。,VaR,方法在,90,年代初，,由,JP,摩根公司风险管理人员开发，该方法能根据历史数据度量市场风险，测量交易损失，目前已广泛应用于信用风险管理。,62,总之，当前违约率模型发展的特点是：运用现代金融理论和分析技术，从定性分析转向定量分析；从计分卡向模型化形式转变，并寻求二者的有机结合；描述风险的变量从离散型转向连续型。,63,谢谢大家！,64,