信用風(fēng)險(xiǎn)管理2ppt課件.ppt

27 03 2020 信用風(fēng)險(xiǎn)管理 27 03 2020 第一節(jié)信用風(fēng)險(xiǎn)的概念及其成因 27 03 2020 一 信用風(fēng)險(xiǎn)的概念信用風(fēng)險(xiǎn)是指由于借款人或市場交易對手違約而導(dǎo)致的損失的可能性 更為一般地 信用風(fēng)險(xiǎn)還包括由于借款人的信用評級的變動(dòng)和履約能力的變化導(dǎo)致其債務(wù)的市場價(jià)值變動(dòng)而引起的損失可能性 信用風(fēng)險(xiǎn)與信貸風(fēng)險(xiǎn)是兩個(gè)既有聯(lián)系又有區(qū)別的概念 信貸風(fēng)險(xiǎn)指在信貸過程中 由于各種不確定性 使借款人不能按時(shí)償還貸款 造成銀行貸款本金 利息損失的可能性 信貸風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)的主體是一致的 即均是由于債務(wù)人信用狀況發(fā)生變動(dòng)給銀行經(jīng)營帶來的風(fēng)險(xiǎn) 二者的不同點(diǎn)在于其所包含的金融資產(chǎn)的范圍 信用風(fēng)險(xiǎn)不僅包括貸款風(fēng)險(xiǎn) 還包括存在于其他表內(nèi) 表外業(yè)務(wù) 如貸款承諾 證券投資 金融衍生工具中的風(fēng)險(xiǎn) 27 03 2020 信用風(fēng)險(xiǎn)還應(yīng)包括主權(quán)風(fēng)險(xiǎn) 它是指當(dāng)債務(wù)人所在國采取某種政策如外匯管制 致使債務(wù)人不能履行債務(wù)時(shí)造成的損失 這種風(fēng)險(xiǎn)的主要特點(diǎn)是針對國家 而它不像其他的違約風(fēng)險(xiǎn)那樣針對的是企業(yè)和個(gè)人 信用風(fēng)險(xiǎn)對衍生金融產(chǎn)品和基礎(chǔ)金融產(chǎn)品的影響不同 信用風(fēng)險(xiǎn)的形式還包括結(jié)算前風(fēng)險(xiǎn)和結(jié)算風(fēng)險(xiǎn) 二 現(xiàn)代信用風(fēng)險(xiǎn)的成因 一 信用風(fēng)險(xiǎn)的廣泛存在是現(xiàn)代金融市場的重要特征 案例 二 信用風(fēng)險(xiǎn)是信用當(dāng)事人遭受損失的不確定性信用風(fēng)險(xiǎn)可能導(dǎo)致?lián)p失 這里包括兩層意思 第一 對于信用活動(dòng)的一個(gè)事件來說 只要它存在著損失的可能性 就表明它存在著信用風(fēng)險(xiǎn) 但這并不意味著該事件不存在盈利的可能性 第二 信用風(fēng)險(xiǎn)指的是一種可能性 是一種結(jié)果未知的未來事件 信用風(fēng)險(xiǎn)可能導(dǎo)致的損失有以下兩種情況 一是信用風(fēng)險(xiǎn)可能給行為人帶來直接的損失 二是信用風(fēng)險(xiǎn)還可以給行為人帶來潛在的損失 27 03 2020 二 現(xiàn)代信用風(fēng)險(xiǎn)的成因 三 信用風(fēng)險(xiǎn)的成因是信用活動(dòng)中的不確定性信用風(fēng)險(xiǎn)與利率風(fēng)險(xiǎn)和匯率風(fēng)險(xiǎn)的一個(gè)顯著區(qū)別在于它在任何情況下都不可能產(chǎn)生意外的外益 它的后果就是損失 甚至是巨大的損失 信用風(fēng)險(xiǎn)還與其他金融風(fēng)險(xiǎn)往往相互交織在一起 互為因果關(guān)系 27 03 2020 第二節(jié)信用風(fēng)險(xiǎn)的度量 一 古典信用風(fēng)險(xiǎn)度量方法I 專家制度 一 專家制度的主要內(nèi)容在專家制度下 各商業(yè)銀行自身?xiàng)l件的不同 在對貸款申請人進(jìn)行信用分析所涉及的內(nèi)容上也會(huì)不盡相同 但是絕大多數(shù)銀行都將重點(diǎn)集中在借款人的 5C 上 即品德與聲望 資格與能力 資金實(shí)力 擔(dān)保 經(jīng)營條件和商業(yè)周期 二 專家制度存在的缺陷和不足首先 要維持這樣的專家制度需要相當(dāng)數(shù)量的專門信用分析人員 隨著銀行業(yè)務(wù)量的不斷增加 其所需要的相應(yīng)信用分析人員就會(huì)越來越多 其次 專家制度實(shí)施的效果很不穩(wěn)定 第三 專家制度與銀行在經(jīng)營管理中的官僚主義方式緊密相連 大大降低了銀行應(yīng)對市場變化的能力 第四 專家制度加劇了銀行在貸款組合方面過度集中的問題 使銀行面臨著更大的風(fēng)險(xiǎn) 第五 專家制度在對借款人進(jìn)行信用分析時(shí) 難以確定共同要遵循的標(biāo)準(zhǔn) 造成信用評估的主觀性 隨意性和不一致性 27 03 2020 二 古典信用風(fēng)險(xiǎn)度量方法II Z評分模型和ZETA評分模型 在前人研究的基礎(chǔ)上 美國紐約大學(xué)斯特商學(xué)院教授愛德華 阿爾特曼在1968年提出了著名的Z評分模型 1977年他又對該模型進(jìn)行了修正和擴(kuò)展 建立了第二代模型ZETA模型 一 Z評分模型的主要內(nèi)容及其準(zhǔn)確性分析阿爾特曼的Z評分模型是一種多變量的分辨模型 他是根據(jù)數(shù)理統(tǒng)計(jì)中的辨別分析技術(shù) 對銀行過去的貸款案例進(jìn)行統(tǒng)計(jì)分析 選擇一部分最能夠反映借款人的財(cái)務(wù)狀況 對貸款質(zhì)量影響最大 最具預(yù)測或分析價(jià)值的比率 設(shè)計(jì)出一個(gè)能最大程度地區(qū)分貸款風(fēng)險(xiǎn)度的數(shù)學(xué)模型 對貸款申請人進(jìn)行信用風(fēng)險(xiǎn)及資信評估 27 03 2020 二 阿爾特曼Z評分模型與債券評級級別的關(guān)系阿爾特曼教授的信用評分模型的主要用處之一 就是把等值的債券評級級別劃歸到相應(yīng)的Z評分分值中每一類分值中去 這樣就可以使得信用分析師通過對每一檔債券評級級別的歷史信用數(shù)據(jù)來對借款人的違約概率進(jìn)行估值 從而測算出信用風(fēng)險(xiǎn)的大小 三 私人控股企業(yè)的Z評分模型由于私人控股企業(yè)與大眾公司 上市公司 在各方面都存在著很大差距 因而是原始的Z評分模型就不適應(yīng)對私人控股企業(yè)的信用評分 因此 在原始Z評分模型公布后不久 阿爾特曼教授就對原始Z評分模型進(jìn)行了修正 他把分辨函數(shù)中第四項(xiàng)指標(biāo)X4的分子股權(quán)市值改成了股權(quán)的賬面值 并經(jīng)過反復(fù)研究 計(jì)算以及大量的統(tǒng)計(jì)檢驗(yàn) 設(shè)計(jì)出了適合私人控股企業(yè)的Z評分模型 Z 0 717X1 0 847X2 3 107X3 0 420X4 0 998X5 27 03 2020 四 對非制造業(yè)企業(yè)的Z評分模型 五 第二代Z評分模型 ZETA信用風(fēng)險(xiǎn)模型 1977年 阿爾特曼 Altman 赫爾德門 Haldeman 和納內(nèi)亞南 Narayanan 對原始的Z評分模型進(jìn)行了重大修正和提升 推出了第二代信用評分模型 ZETA信用風(fēng)險(xiǎn)模型 ZETAcreditriskmodel 新模型的變量由原始模型的5個(gè)增加到了7個(gè) 它的適應(yīng)范圍更寬了 對不良借款人的辯認(rèn)精度也大大提高了 27 03 2020 六 Z評分模型和ZETA模型的缺陷 Z評分模型和ZETA模型存在的主要問題有以下幾個(gè)方面 首先 兩個(gè)模型都依賴于財(cái)務(wù)報(bào)表的賬面數(shù)據(jù) 而忽視日益重要的各項(xiàng)資本市場指標(biāo) 這就必然削弱模型預(yù)測結(jié)果的可靠性和及時(shí)性 其次 由于模型缺乏對違約和違約風(fēng)險(xiǎn)的系統(tǒng)認(rèn)識 理論基礎(chǔ)比較薄弱 從而難以令人信服 再次 兩個(gè)模式都假設(shè)在解釋變量中存在著線性關(guān)系 而現(xiàn)實(shí)的經(jīng)濟(jì)現(xiàn)象是非線性的 因而也削弱了預(yù)測結(jié)果的準(zhǔn)確程度 使得違約模型不能精確地描述經(jīng)濟(jì)現(xiàn)實(shí) 最后 兩個(gè)模型都無法計(jì)量企業(yè)的表外信用風(fēng)險(xiǎn) 另外對某些特定行業(yè)的企業(yè)如公用企業(yè) 財(cái)務(wù)公司 新公司以及資源企業(yè)也不適用 因而它們的使用范圍受到較大限制 27 03 2020 三 現(xiàn)代信用風(fēng)險(xiǎn)度量和管理方法 信用度量制模型 J P 摩根繼1994年推出著名的以VaR為基礎(chǔ)的市場風(fēng)險(xiǎn)度量制后 1997年又推出了信用風(fēng)險(xiǎn)量化度量和管理模型 信用度量制 隨后瑞士信貸銀行又推出另一類型的信用風(fēng)險(xiǎn)量化模型CreditRisk 兩者都在銀行業(yè)引起很大的反響 1999年4月 巴塞爾銀行監(jiān)管委員會(huì)提出名為 信用風(fēng)險(xiǎn)模型化 當(dāng)前的實(shí)踐和應(yīng)用 的研究報(bào)告 開始研究這些風(fēng)險(xiǎn)管理模型的應(yīng)用對國際金融領(lǐng)域風(fēng)險(xiǎn)管理的影響 以及這些模型在金融監(jiān)管 尤其是在風(fēng)險(xiǎn)資本監(jiān)管方面應(yīng)用的可能性 27 03 2020 一 受險(xiǎn)價(jià)值 VaR 方法受險(xiǎn)價(jià)值模型就是為了度量一項(xiàng)給定的資產(chǎn)或負(fù)債在一定時(shí)間里和在一定的置信度下 如95 97 5 99 等 其價(jià)值最大的損失額 二 信用度量制 是由J P 摩根與其他合作者 美洲銀行KMV公司 瑞士聯(lián)合銀行等 在已有的 風(fēng)險(xiǎn)度量制 方法基礎(chǔ)上 創(chuàng)立的一種專門用于對非交易性金融資產(chǎn)如貸款和私募債券的價(jià)值和風(fēng)險(xiǎn)進(jìn)行度量的模型 風(fēng)險(xiǎn)度量制方法所要解決的問題是 如果明天是一個(gè)壞天氣的話 我所擁有的可交易性金融資產(chǎn)如股票 債券和其他證券的價(jià)值將會(huì)有多大的損失 而信用度量制方法則是要解決這樣的問題 如果下一個(gè)年度是一個(gè)壞年頭的話 我的貸款及貸款組合的價(jià)值將會(huì)遭受多大的損失呢 27 03 2020 為了說明 信用度量制 方法 我們來看一看怎樣計(jì)算一筆貸款的受險(xiǎn)價(jià)值量 并且討論一下圍繞著計(jì)算受險(xiǎn)價(jià)值所涉及到的相關(guān)技術(shù)問題 這個(gè)例子是這樣的 五年期固定利率貸款 年貸款利率為6 貸款總額為100 百萬美元 借款企業(yè)信用等級為BBB級 1 借款企業(yè)信用等級轉(zhuǎn)換的概率 2 對信用等級變動(dòng)后的貸款市值估價(jià) 3 計(jì)算受險(xiǎn)價(jià)值量 VaR 27 03 2020 三 信用度量制方法與最低風(fēng)險(xiǎn)資本要求 將前面所計(jì)算出的貸款受險(xiǎn)價(jià)值量與美國聯(lián)邦儲(chǔ)備體系和國際清算銀行對商業(yè)銀行所規(guī)定的以風(fēng)險(xiǎn)資產(chǎn)為基礎(chǔ)的8 資本要求相比較 是一件很有意義的事情 這里需要特別指出的是 即使依據(jù)信用度量制測算出了1 的貸款受險(xiǎn)價(jià)值量 在某種極端的情況下 以受險(xiǎn)價(jià)值所確定的風(fēng)險(xiǎn)資本量也不能完全抵補(bǔ)貸款所遭受的重大損失 鑒于這種情況 近年來國際清算銀行也準(zhǔn)許商業(yè)銀行從3 4之間選擇一個(gè)適宜的乘數(shù)因子對貸款的受險(xiǎn)價(jià)值進(jìn)行放大 據(jù)美國學(xué)者Boudoukh Richardson和Whitelaw在1995年所做的研究表明 利用3 4乘數(shù)因子對受險(xiǎn)價(jià)值加以放大并據(jù)此確定其風(fēng)險(xiǎn)資本 基本可以抵補(bǔ)某些金融資產(chǎn)的重大價(jià)值損失 27 03 2020 四 信用度量制模型若干引起爭議的技術(shù)問題信用度量制模型還存在著若干尚需解決的技術(shù)問題 1 關(guān)于信用等級的轉(zhuǎn)換問題 2 關(guān)于貸款的估價(jià)問題 27 03 2020 第三節(jié)信用資產(chǎn)組合的信用風(fēng)險(xiǎn)度量和管理 一 現(xiàn)代資產(chǎn)組合理論的運(yùn)用 一 信用悖論問題 二 現(xiàn)代資產(chǎn)組合理論概覽 三 運(yùn)用標(biāo)準(zhǔn)組合方法所面臨的若干問題1 組合內(nèi)的資產(chǎn)間相關(guān)性估計(jì)困難重重 2 信用資產(chǎn)收益分布的非正態(tài)性 3 有關(guān)信用資產(chǎn)的相關(guān)資料匱乏 27 03 2020 二 信用度量制組合模型 信用度量制方法是一組用來測定信用資產(chǎn)組合價(jià)值和風(fēng)險(xiǎn)的分析法和數(shù)據(jù)庫 它是由J P 摩根公司的古普頓 芬格和伯哈蒂在1997年年初所建立并由J P 摩根在當(dāng)年的4月對外公布的 一 信用度量制模型 正態(tài)分布條件下的組合受險(xiǎn)價(jià)值量1 聯(lián)合信用等級轉(zhuǎn)換概率 2 資產(chǎn)價(jià)值波動(dòng)與信用等級轉(zhuǎn)換的關(guān)系 3 怎樣計(jì)算相關(guān)系數(shù)的例子 4 兩貸款組合的聯(lián)合貸款價(jià)值量 27