最新-商業(yè)銀行風(fēng)險管理3-PPT課件

1、商業(yè)銀行的風(fēng)險管理（）鄭明高 | All Right Reserved 2019 Sep.1課外參考Reference目 錄 Contents2.1 信用風(fēng)險的度量與管理2.2 流動性風(fēng)險的度量與管理2分 論案例討論寧波商業(yè)銀行的管理之道McKinsey 公司的研究表明，以銀行實際的風(fēng)險資本配置為參考，信用風(fēng)險占銀行總體風(fēng)險暴露的60，而市場風(fēng)險和操作風(fēng)險則僅各占20。對信用風(fēng)險管理不善會給商業(yè)銀行帶來災(zāi)難性的影響（如上世紀(jì)90年代以來西方幾大商業(yè)銀行倒閉案 ）商業(yè)銀行信用風(fēng)險的度量和管理還會影響到社會經(jīng)濟(jì)實際部門的正常運(yùn)行和貨幣政策、財政政策的有效實施。 2.1 信用風(fēng)險|管理重要性3 古典

2、信用風(fēng)險度量和管理方法 專家制度 Z評分模型和ZETA評分模型 現(xiàn)代信用風(fēng)險度量和管理模型期權(quán)推理分析法(Option-theoretic approach)：KMV模型 受險價值法(VaR based Approach)：J.P.摩根的信用度量制模型麥肯錫模型信用組合觀點(diǎn)模型瑞士信貸銀行的Credit Risk+模型 以風(fēng)險調(diào)整為核心的績效度量方法 2.1 信用風(fēng)險|度量和管理的方法和模型4專家制度的主要內(nèi)容：專家制度是一種最古老的信用風(fēng)險分析方法，它是商業(yè)銀行在長期的信貸活動中所形成的一種行之有效的信用風(fēng)險分析和管理制度。在該制度下，各商業(yè)銀行對貸款申請人進(jìn)行信用分析涉及的內(nèi)容大多集中在借

3、款人的“5C”上，即品德與聲望（Character）、資格與能力（Capacity）、資金實力(Capital or Cash)、擔(dān)保（Collateral）、經(jīng)營條件或商業(yè)周期（Condition）。古典信用風(fēng)險度量方法I：專家制度5專家制度的缺陷和不足 需要相當(dāng)數(shù)量的專門信用分析人員；實施的效果很不穩(wěn)定；與銀行在經(jīng)營管理中的官僚主義方式緊密相聯(lián)，大大降低了銀行應(yīng)對市場變化的能力；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；在對借款人進(jìn)行信用分析時，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。6古典信用風(fēng)險度量方法I：專家制度Z評分模型（Z-scor

4、e model）是美國紐約大學(xué)斯特商學(xué)院教授愛德華阿爾特曼（Edward I. Altman）在1968年提出的。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（ZETA credit risk model）。 古典信用風(fēng)險度量方法II：Z評分模型7 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)計分析，選擇一部分最能夠反映借款人的財務(wù)狀況，對貸款質(zhì)量影響最大、最具預(yù)測或分析價值的比率，設(shè)計出一個能最大程度地區(qū)分貸款風(fēng)險度的數(shù)學(xué)模型（也稱之為判斷函數(shù)），對貸款申請人進(jìn)行信用風(fēng)險及資信評估。阿爾特曼確立的分辨函數(shù)為：

5、Z=0.012（X1）+0.014（X2）+0.033（X3）+0.006（X4）+0.999（X5） X1：流動資金/總資產(chǎn)（WC/TA） X2：留存收益/總資產(chǎn)（RE/TA） X3：息前、稅前收益/總資產(chǎn)（EBIT/TA） X4：股權(quán)市值/總負(fù)債帳面值（MVE/TL） X5：銷售收入/總資產(chǎn)（S/TA）Z評分模型的主要內(nèi)容8古典信用風(fēng)險度量方法II：Z評分模型阿爾特曼經(jīng)過統(tǒng)計分析和計算最后確定了借款人違約的臨界值Z0=2.675，如果Z2.675，借款被劃入違約組；反之，如果Z2.675，則借款人被劃為非違約組。當(dāng)1.81Z2.99，阿爾特曼發(fā)現(xiàn)此時的判斷失誤較大，稱該重疊區(qū)域為“未知區(qū)”

6、（Zone of Ignorance）或稱“灰色區(qū)域”(gray area)。9古典信用風(fēng)險度量方法II：Z評分模型ZETA信用風(fēng)險模型（ZETA Credit Risk Model）是繼Z模型后的第二代信用評分模型 ，變量由原始模型的五個增加到了7個，適應(yīng)范圍更寬，對不良借款人的辨認(rèn)精度也大大提高。我們可以將ZETA模型寫成下列式子： ZETA= ax1+bx2+cx3+dx4+ex5+fx6+gx7模型中的a、b、c、d、e、f、g 分別是ZETA模型中七變量各自的系數(shù)。模型中的七變量分別是：資產(chǎn)收益率、收益穩(wěn)定性指標(biāo)、債務(wù)償付能力指標(biāo)、累計盈利能力指標(biāo)、流動性指標(biāo)、資本化程度的指標(biāo)和規(guī)模

7、指標(biāo)。10古典信用風(fēng)險度量方法II：ZETA評分模型Z評分模型和ZETA模型的缺陷 依賴于財務(wù)報表賬面數(shù)據(jù)，忽視日益重要的各項資本市場指標(biāo)，這就必然削弱模型預(yù)測結(jié)果的可靠性和及時性；缺乏對違約和違約風(fēng)險的系統(tǒng)認(rèn)識，理論基礎(chǔ)比較薄弱；模型假設(shè)在解釋變量中存在著線性關(guān)系，而現(xiàn)實的經(jīng)濟(jì)現(xiàn)象是非線性的；兩個模型都無法計量企業(yè)的表外信用風(fēng)險，另外對某些特定行業(yè)的企業(yè)如公用企業(yè)、財務(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。 11古典信用風(fēng)險度量方法II期權(quán)推理分析法(Option-theoretic approach)是指利用期權(quán)定價理論對風(fēng)險債券和貸款的信用風(fēng)險進(jìn)行度量的方法，

8、其中最典型的就是位于美國舊金山市的KMV公司創(chuàng)立的違約預(yù)測模型信用監(jiān)測模型(Credit Monitor Model)。12現(xiàn)代信用風(fēng)險度量和管理模型I：期權(quán)推理分析法KMV模型默頓米勒在1974年就曾指出，一筆銀行貸款的損益可以看作是與以借款企業(yè)資產(chǎn)為標(biāo)的所賣出的一筆賣權(quán)等值的，也即圖2.1與圖2.2中的損益是等值的。A2資產(chǎn)價值BA10損益額($)損益額($)+Ox股票價格（S）-圖2.1 放款銀行貸款損益圖圖2.2 股票賣權(quán)的賣方損益圖13現(xiàn)代信用風(fēng)險度量和管理模型I：期權(quán)推理分析法KMV模型KMV 公司建立的信用監(jiān)測模型的目的在于為了解決銀行貸款的信用風(fēng)險問題。該模型使用了兩個關(guān)系：其

9、一，企業(yè)股權(quán)市值與它的資產(chǎn)市值之間的結(jié)構(gòu)性關(guān)系；其二，企業(yè)資產(chǎn)市值波動程度和企業(yè)股權(quán)市值的變動程度之間關(guān)系。通過這兩個關(guān)系模型，便可以求出市場上無法直接觀測到的兩個變量：企業(yè)資產(chǎn)市值及其波動程度。一旦所有涉及的變量值被算出，信用監(jiān)測模型便可以測算出借款企業(yè)的預(yù)期違約頻率(EDF)。14現(xiàn)代信用風(fēng)險度量和管理模型I：期權(quán)推理分析法KMV模型KMV信用監(jiān)測模型的優(yōu)劣分析 與傳統(tǒng)的以會計資料為基礎(chǔ)的信用評分模型和信用評級機(jī)構(gòu)的信用評級相比，KMV的信用檢測模型具有更強(qiáng)的違約預(yù)測能力。圖 對IBM公司所做的KMV預(yù)期違約頻率和信用評級機(jī)構(gòu)對其所做的信用評級結(jié)果圖 對泰國銀行所做的KMV預(yù)期違約頻率和信

10、用評級機(jī)構(gòu)對其所做的信用評級結(jié)果15現(xiàn)代信用風(fēng)險度量和管理模型I：期權(quán)推理分析法KMV模型模型的使用范圍受到了限制 ，不適用于非上市公司；在現(xiàn)實中，并非所有借款企業(yè)都符合模型中資產(chǎn)價值呈正態(tài)分布的假定；該模型不能夠?qū)﹂L期債務(wù)的不同類型進(jìn)行分辨；該模型基本上屬于一種靜態(tài)模型，但實際情況并非如此。16現(xiàn)代信用風(fēng)險度量和管理模型I：期權(quán)推理分析法KMV模型信用度量制模型Credit metrics 是J.P.摩根于2019年推出的以VaR方法為基礎(chǔ)的信用風(fēng)險度量模型。17圖2.8 一支交易股票的受險價值現(xiàn)代信用風(fēng)險度量和管理模型II ：受險價值法J.P.摩根的信用度量制模型為了說明信用度量制方法，考

11、慮一筆貸款，計算其受險價值量并討論相關(guān)的技術(shù)問題。假設(shè)一筆5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。18現(xiàn)代信用風(fēng)險度量和管理模型II ：受險價值法J.P.摩根的信用度量制模型 借款企業(yè)信用等級轉(zhuǎn)換的概率19現(xiàn)代信用風(fēng)險度量和管理模型II ：受險價值法J.P.摩根的信用度量制模型 對信用等級變動后的貸款市值估價20現(xiàn)代信用風(fēng)險度量和管理模型II ：受險價值法J.P.摩根的信用度量制模型受險價值方法與最低風(fēng)險資本要求監(jiān)管資本：國際清算銀行對商業(yè)銀行所規(guī)定的以風(fēng)險資 產(chǎn)為基礎(chǔ)的8%資本要求經(jīng)濟(jì)資本：貸款的受險價值為經(jīng)濟(jì)資本(Economic Ca

12、pital)利用信用度量制方法所計算出的貸款受險價值量可以較為準(zhǔn)確地反映不同信用等級和不同期限的貸款在未來可能發(fā)生的價值損失量。因此，較之于監(jiān)管資本，經(jīng)濟(jì)資本可以更有效地保證銀行在遭受信用風(fēng)險損失的情況下能夠繼續(xù)生存下來。21現(xiàn)代信用風(fēng)險度量和管理模型II ：受險價值法J.P.摩根的信用度量制模型KMV模型與信用度量制模型的比較相同點(diǎn)： 都是目前國際金融界最流行的信用風(fēng)險管理模型。 兩者都幫助銀行和其它金融機(jī)構(gòu)在進(jìn)行貸款等授信業(yè) 務(wù)時衡量授信對象的信用狀況，分析所面臨的信用風(fēng) 險，防止集中授信，進(jìn)而為實現(xiàn)投資分散化和具體的 授信決策提供了量化的更加科學(xué)的依據(jù)，對以主觀性 和藝術(shù)性為特征的傳統(tǒng)信

13、用分析方法提供了很好的補(bǔ) 充。22現(xiàn)代信用風(fēng)險度量和管理模型II ：受險價值法J.P.摩根的信用度量制模型差異： KMV模型對企業(yè)信用風(fēng)險的衡量指標(biāo)EDF主要來自于 對該企業(yè)股票市場價格變化的有關(guān)數(shù)據(jù)的分析，而信 用度量制模型模型對企業(yè)信用風(fēng)險的衡量來自于對該 企業(yè)信用等級轉(zhuǎn)換及其概率的歷史數(shù)據(jù)的分析。這是 兩個模型最根本的區(qū)別之一。 KMV模型被認(rèn)為是一種動態(tài)模型，可以及時反映信用 風(fēng)險水平的變化；信用度量制模型在相當(dāng)長的一段時 間內(nèi)保持靜態(tài)特征，這有可能使得該模型的分析結(jié)果 不能及時反映企業(yè)信用狀況的變化。23現(xiàn)代信用風(fēng)險度量和管理模型II ：受險價值法J.P.摩根的信用度量制模型差異：K

14、MV模型是一種向前看(forward-Looking)的方法，其EDF指標(biāo)中包含了市場投資者對該企業(yè)信用狀況未來發(fā)展趨勢的判斷。信用度量制模型采用的是依賴信用狀況變化歷史數(shù)據(jù)的向后看(Backward-Looking)的方法。KMV模型與信用度量制模型所選擇的信用損失計量方法不同。KMV模型與CreditMetrics模型對貸款的估價方法不同。24現(xiàn)代信用風(fēng)險度量和管理模型II ：受險價值法J.P.摩根的信用度量制模型信用組合觀點(diǎn)模型Credit Portfolio View是多因素型，它在宏觀經(jīng)濟(jì)因素（如失業(yè)率、GDP增長率、長期利率水平、匯率、政府支出及總儲蓄率）一定的情況下，模擬了違約的

15、聯(lián)合有條件的分布及國家不同行業(yè)各種級別客戶的轉(zhuǎn)移概率。該模型在計算信用資產(chǎn)的在險價值量時，將各種影響違約概率以及相關(guān)聯(lián)的信用等級轉(zhuǎn)換概率的宏觀因素納入體系?？朔诵庞枚攘恐品椒ㄓ捎诩俣ú煌瑫r期的信用等級轉(zhuǎn)換概率是靜態(tài)的和固定的而引起的很多偏差，被視為信用度量制方法的重要補(bǔ)充。25現(xiàn)代信用風(fēng)險度量和管理模型III：麥肯錫模型信用組合觀點(diǎn)模型模型中解決和處理經(jīng)濟(jì)周期性因素及其影響的方法是直接將信用等級轉(zhuǎn)換概率與宏觀因素之間的關(guān)系模型化，如果模型是擬合的，就可以通過制造宏觀上的對于模型的“沖擊”來模擬信用等級轉(zhuǎn)換概率的跨時演變狀況。模型中違約概率以logit模型方式表現(xiàn)。26現(xiàn)代信用風(fēng)險度量和管理模

16、型III：麥肯錫模型信用組合觀點(diǎn)模型Credit Risk+模型是運(yùn)用保險學(xué)框架推導(dǎo)債券或貸款資產(chǎn)組合損失分布的模型。27現(xiàn)代信用風(fēng)險度量和管理模型IV：瑞士信貸銀行的Credit Risk+模型 只考慮違約風(fēng)險，不考慮降級風(fēng)險； 違約風(fēng)險與資本結(jié)構(gòu)無關(guān)； 對一筆貸款業(yè)務(wù)，給定時間的違約概率與其他時 間的違約概率相同； 對于大量債務(wù)人，任何一個特定債務(wù)人的違約概 率都很小，且特定時間內(nèi)發(fā)生的違約數(shù)目與其他 時間內(nèi)發(fā)生違約數(shù)目相互獨(dú)立。Credit Risk+模型的基本假設(shè)：Credit Risk+模型框架 違約事件頻率（用標(biāo)準(zhǔn)泊松分布近似違約事件的分布） 損失的嚴(yán)重程度（交易對手發(fā)生損失等于債

17、務(wù)人借款 數(shù)量減去清償數(shù)目） 資產(chǎn)組合的違約損失分布28現(xiàn)代信用風(fēng)險度量和管理模型IV：瑞士信貸銀行的Credit Risk+模型 Credit Risk+基本模型的拓展Credit Risk+還可以在單變量基礎(chǔ)上進(jìn)行拓展： 模型可以拓展為多期模型；違約率的變化源于許多“背景”因素，每個因素代表一個活動部門。每個因素k由隨機(jī)變量Xk代表，它是部門k的違約數(shù)目，假設(shè)服從Gamma分布。每個債務(wù)人違約率均值是背景因素X的線性函數(shù)，這些因素之間假設(shè)是相互獨(dú)立的。29現(xiàn)代信用風(fēng)險度量和管理模型IV：瑞士信貸銀行的Credit Risk+模型 20世紀(jì)70年代末，美國信孚銀行首次提出了風(fēng)險調(diào)整資本配置觀

18、念 風(fēng)險調(diào)整績效度量方法（RAPM）與傳統(tǒng)的主要以股本收益率（ROE）為中心的績效度量和資本分配模式的最大區(qū)別在于：將銀行收益與其所承擔(dān)的特定風(fēng)險直接掛鉤，更明確地考慮到風(fēng)險對商業(yè)銀行的巨大影響。該方法可以幫助業(yè)務(wù)管理者進(jìn)行投資決策，制定不同層次上的長期戰(zhàn)略計劃；該方法還能對新引入的交易工具進(jìn)行有效定價，從而實現(xiàn)具有更高增值潛力的投資。30以風(fēng)險調(diào)整為核心的績效度量方法 RAPM方法通常有四個度量指標(biāo)，它們是：ROC（return on capital）資本收益RORAC（return on risk-adjusted capital）風(fēng)險調(diào)整資本的收益RAROC（risk-adjusted

19、return on capital）資本的風(fēng)險調(diào)整收益RARORAC（risk-adjusted return on risk-adjusted capital）風(fēng)險調(diào)整資本的風(fēng)險調(diào)整收益31以風(fēng)險調(diào)整為核心的績效度量方法 目 錄 Contents2.1 信用風(fēng)險的度量與管理2.2 流動性風(fēng)險的度量與管理32分論2.2 流動性風(fēng)險的度量與管理| 一家經(jīng)營業(yè)績良好的銀行應(yīng)能隨時滿足存款者的提現(xiàn)需求和投資者的正當(dāng)貸款需求，也就是說銀行需要流動性來滿足客戶的流動性需求。 銀行資產(chǎn)的流動性綜合的反映了銀行的應(yīng)變能力，銀行資產(chǎn)的流動性越高，其變現(xiàn)能力也就越強(qiáng)，自然應(yīng)付突發(fā)的客戶提現(xiàn)等事件也就越強(qiáng)。 但是

20、，銀行保持高流動性，雖然能滿足客戶的流動性需求，卻減少了收益。銀行保留的高流動性資產(chǎn)越多，其機(jī)會成本損失就越大。33 流動性與盈利性的關(guān)系流動性與盈利性是銀行流動性風(fēng)險管理首先要解決的一對矛盾，二者之間有短期的交替關(guān)系，銀行的流動性越強(qiáng)，其它條件不變，其股本收益和資產(chǎn)收益越低。 流動性風(fēng)險和信貸風(fēng)險利率風(fēng)險的關(guān)系銀行存款的大量外流經(jīng)常是由于貸款出現(xiàn)問題或利率預(yù)測不準(zhǔn)使銀行收益下降而引起的信心不足造成的。34流動性與銀行風(fēng)險和收益的關(guān)系2.2 流動性風(fēng)險的度量與管理| 一是銀行自己在資產(chǎn)負(fù)債表中“存儲”流動性；存儲流動性就是保留一定的現(xiàn)金資產(chǎn)和信譽(yù)好、流動性強(qiáng)、易變現(xiàn)的證券，如國庫券及其它的政府

21、短期債券等。一般的中小銀行多倚重此法。 另一條途徑就是直接在金融市場上“購買”流動性。而大銀行特別是國際性大銀行依靠自身的優(yōu)勢 在金融市場上拆借資金而滿足其流動性。 當(dāng)然，凡事不能絕對，即使是大銀行，也不能保證總是能在市場上購買到流動性。 352.2 流動性風(fēng)險的度量與管理| 銀行保持流動性的途徑從商業(yè)銀行保持流動性的方法來看，根據(jù)資產(chǎn)負(fù)債表中的項目來衡量流動性較為容易，而衡量銀行購買流動性的能力則較難。銀行能否在市場上以合理的價格獲得所需的流動性不但依賴于銀行自身的信譽(yù)和籌資渠道，而且依賴于當(dāng)時市場的狀況、國家的政策及其它相關(guān)的因素，顯而易見，這些因素很難用數(shù)字來衡量。銀行未來的現(xiàn)金流入與流

22、出和利率變動及信用風(fēng)險等因素密切相關(guān)，衡量流動性的準(zhǔn)確程度顯然受到這些因素的影響。362.2 流動性風(fēng)險的度量與管理|流動性度量1. 集中于資產(chǎn)流動性的指標(biāo) 1) 現(xiàn)金指標(biāo)=（現(xiàn)金+同業(yè)存款）總資產(chǎn) 該比率越高，表明銀行的流動性越強(qiáng)。 2) 流動證券比率=政府債券總資產(chǎn) 該比率高則流動性充足。 3) 無風(fēng)險資產(chǎn)比率=(現(xiàn)金+同業(yè)存款+政府債券)總資產(chǎn) 該比率同上兩個比率一樣，越高則流動性愈強(qiáng)。372.2 流動性風(fēng)險的度量與管理| 度量流動性的具體指標(biāo) 4）同業(yè)拆借凈值率=（同業(yè)拆出同業(yè)拆入）總資產(chǎn) 該比率上升則流動性增強(qiáng)。 5）流動資產(chǎn)比率=(現(xiàn)金+政府債券+同業(yè)拆借凈值)總資產(chǎn) 該比率越高，

23、銀行存貯的流動性越高，應(yīng)付潛在的流動性需求的能力也就越強(qiáng)。 6）能力比率=（貸款+租賃凈額）總資產(chǎn) 該比率實際上是一種負(fù)面的流動性指標(biāo)，比重越低則流動性越強(qiáng)。382.2 流動性風(fēng)險的度量與管理| 度量流動性的具體指標(biāo)2.集中于負(fù)債流動性的指標(biāo)1）游動性貨幣率=貨幣市場資產(chǎn)貨幣市場負(fù)債該比率又稱“熱錢比率”。這個比率反映了銀行短期資產(chǎn)滿足短期負(fù)債的能力，比率高則流動性強(qiáng)。2）短期投資比率=(短期同業(yè)存款+同業(yè)拆出+短期證券)總資產(chǎn)此比率是一個正面的流動性指標(biāo)，短期投資所占比重越大，則資產(chǎn)的流動性越強(qiáng)。同先進(jìn)指標(biāo)一樣，該比率越高，則銀行的機(jī)會成本越大。3）短期投資與敏感負(fù)債率=短期投資敏感性負(fù)債率該比率上升表明銀行的流動較強(qiáng)。39v2.2 流動性風(fēng)險的度量與管理| 度量流動性的具體指標(biāo)4）核心存款比率=核心存款總資產(chǎn) 該比率在一定程度上反映了銀行的流動性能力。對于同類銀行而言，該比率高的銀行的流動性能力也相應(yīng)較高。5）存款結(jié)構(gòu)比率=活期存款定期存款 其中活期存款為通過開支票立即提取的存款，定期存款為在到期前如提前提取要進(jìn)行罰款的存款。 該比率衡量銀行資金的穩(wěn)定性，比率越低則穩(wěn)定性越高，可減