武漢大學(xué)商業(yè)銀行信貸管理-第三章第四節(jié)-現(xiàn)代信用風(fēng)險(xiǎn)度量模型資料

1、均值(jn zh)方差模型（Mean-Variance Model）1單一資產(chǎn)的風(fēng)險(xiǎn)度量資產(chǎn)的預(yù)期收益 ：資產(chǎn)的風(fēng)險(xiǎn) ：第四節(jié) 現(xiàn)代(xindi)信用風(fēng)險(xiǎn)度量模型共六十頁 2資產(chǎn)組合的風(fēng)險(xiǎn)度量由兩種資產(chǎn)組成(z chn)的資產(chǎn)組合的預(yù)期收益率由兩種資產(chǎn)組成的資產(chǎn)組合的風(fēng)險(xiǎn) AB=ABAB 共六十頁 N種資產(chǎn)構(gòu)成的資產(chǎn)組合的預(yù)期(yq)收益率：N種資產(chǎn)構(gòu)成的資產(chǎn)組合的風(fēng)險(xiǎn)：共六十頁信用風(fēng)險(xiǎn)的界定(ji dn) 交易對手（債務(wù)人）不能正常履行合約或信用品質(zhì)(pnzh)發(fā)生變化而導(dǎo)致交易另一方（債權(quán)人）遭受損失的潛在可能性 廣義的信用風(fēng)險(xiǎn)由兩部分組成： 違約風(fēng)險(xiǎn)（default risk） 交易一方

2、不愿或無力支付約定款項(xiàng)，致使交易另一方遭受損 失的可能性 信用價(jià)差風(fēng)險(xiǎn)（credit spread risk） 交易對手或債務(wù)人信用品質(zhì)變化導(dǎo)致資產(chǎn)（合約）價(jià)值變化的不確定性 信用價(jià)差（信用風(fēng)險(xiǎn)溢價(jià)）=債務(wù)利率無風(fēng)險(xiǎn)利率共六十頁 違約(wi yu)概率(probability of defualt，PD) 交易對手違約行為的概率分布 信用暴露(credit exposure , CE) 或違約暴露（exposure at defualt，EAD） 交易對手違約時(shí)，交易一方對其求償權(quán)的經(jīng)濟(jì)價(jià)值 違約損失（loss given default，LGD） 違約造成的損失（與違約挽回率對應(yīng)）(狹義)信

3、用風(fēng)險(xiǎn)的構(gòu)成(guchng)要素：共六十頁一、貸款(di kun)信用風(fēng)險(xiǎn)模型化的困難其一，貸款作為債權(quán)工具，其收益（損失）分布具有獨(dú)特性 貸款的收益（損失）分布具有負(fù)偏斜，且損失區(qū)域的概率密度曲線呈“肥尾狀”（附圖 ）其二，借貸雙方存在顯著的信息不對稱，產(chǎn)生道德風(fēng)險(xiǎn)問題(wnt) 其三，貸款是非公開交易，相關(guān)數(shù)據(jù)不易收集共六十頁正態(tài)分布 若一個(gè)（連續(xù)型）隨機(jī)變量服從正態(tài)分布，則其分布曲線具有以下性質(zhì)：1）圍繞均值呈對稱分布；2）曲線下的面積約有68%位于之間；約有95%的面積位于2之間；約有97.7%的面積位于3之間3）正態(tài)分布曲線的形狀依賴于參數(shù) （均值）和（標(biāo)準(zhǔn)差），給定兩參數(shù)，就可利用

4、(lyng)正態(tài)分布的概率密度函數(shù)估算出隨機(jī)變量落入某一區(qū)間的概率-+-2+2隨機(jī)變量(su j bin lin)的正態(tài)分布概率密度曲線共六十頁貸款(di kun)損失分布概率密度曲線0概率(gil)肥尾預(yù)期信用損失最大信用損失最小信用損失（無違約）共六十頁二、現(xiàn)代信用風(fēng)險(xiǎn)度量模型(mxng)的創(chuàng)新與分類 1990年代后，信用風(fēng)險(xiǎn)度量技術(shù)(jsh)何以突飛猛進(jìn)？破產(chǎn)結(jié)構(gòu)性增加非中介化信用價(jià)差更具競爭性抵押品價(jià)值波動(dòng)表外衍生品信用風(fēng)險(xiǎn)管理的需求基于風(fēng)險(xiǎn)的監(jiān)管資本要求計(jì)算機(jī)技術(shù)的發(fā)展共六十頁現(xiàn)代信用風(fēng)險(xiǎn)度量模型的基本(jbn)類型違約模型（DM）只考慮是否違約（兩狀態(tài)模型：違約/不違約） 盯住市場

5、模型（MTM）考慮信用等級變化對債權(quán)資產(chǎn)(zchn)的（理論）市場價(jià)值的動(dòng)態(tài)影響（多狀態(tài)模型） 共六十頁KMV公司的預(yù)期(yq)違約率（EDF ）模型JP摩根的信用度量術(shù)模型（creditmetrics）瑞士信貸銀行的信用風(fēng)險(xiǎn)附加模型（creditrisk+)麥肯錫公司的信貸組合觀點(diǎn)模型（credit portfolio View）奧特曼死亡率模型（Altmans Mortality Rate model）目前較流行的現(xiàn)代(xindi)信用風(fēng)險(xiǎn)度量模型共六十頁三、KMV（EDF）模型(mxng)由KMV公司于1993年構(gòu)建 基本原理： 將債權(quán)(zhiqun)看作債權(quán)(zhiqun)人向借款公司

6、股東出售的對公司價(jià)值的看跌期權(quán)（賣權(quán)），期權(quán)標(biāo)的是公司資產(chǎn)，執(zhí)行價(jià)格是公司債務(wù)價(jià)值。企業(yè)所有者相當(dāng)于持有違約或不違約的選擇權(quán)，債務(wù)到期時(shí)，若企業(yè)資產(chǎn)的市場價(jià)值超出其負(fù)債價(jià)值，企業(yè)愿意還債，將剩余部分留作利潤；如果企業(yè)資產(chǎn)價(jià)值小于負(fù)債水平，出售全部資產(chǎn)也不能完全償債，企業(yè)會選擇違約，將公司資產(chǎn)轉(zhuǎn)交給債權(quán)(zhiqun)人。理論依據(jù)：資產(chǎn)價(jià)值理論（），信用風(fēng)險(xiǎn)由債務(wù)人資產(chǎn)價(jià)值驅(qū)動(dòng)債權(quán)損益企業(yè)資產(chǎn)價(jià)值OB（債務(wù)價(jià)值）共六十頁估計(jì)企業(yè)違約概率的步驟：第一步，估計(jì)公司市場價(jià)值及其波動(dòng)性 由于無法直接觀察公司資產(chǎn)價(jià)值及波動(dòng)性，KMV借用期權(quán)定價(jià)原理推算。 股權(quán)可看作股東對公司資產(chǎn)價(jià)值的看漲期權(quán)，根據(jù)期權(quán)定

7、價(jià)理論，可推導(dǎo)出公司股權(quán)價(jià)值的公式： （1）E是股權(quán)價(jià)值（股票市場價(jià)格），A是公司資產(chǎn)市場現(xiàn)值，A是公司資產(chǎn)價(jià)值波動(dòng)性（標(biāo)準(zhǔn)差），D是負(fù)債價(jià)值，r是無風(fēng)險(xiǎn)利率，是時(shí)間范圍(期權(quán)有效期 ) 函數(shù)的具體(jt)形式:N正態(tài)分布變量(binling)的累積概率分布函數(shù)共六十頁企業(yè)股權(quán)價(jià)值波動(dòng)性E與企業(yè)資產(chǎn)價(jià)值波動(dòng)性間存在(cnzi)理論上的關(guān)系： （2）函數(shù)的具體形式:在公式（1）和（2）中，已知變量有：E，可在股票市場上觀察到；E，利用歷史數(shù)據(jù)估算；D，違約實(shí)施點(diǎn)或觸發(fā)點(diǎn)；，一般設(shè)為1年；r，可觀察到。在公式（1）和（2）中余下兩個(gè)未知數(shù)：資產(chǎn)價(jià)值A(chǔ)及其波動(dòng)性A將（1）（2）兩個(gè)等式聯(lián)立，可求出兩

8、個(gè)未知數(shù) 共六十頁第二步，計(jì)算違約(wi yu)距離資產(chǎn)(zchn)或負(fù)債價(jià)值時(shí)間t=0t=1違約區(qū)域資產(chǎn)價(jià)值分布曲線負(fù)債線AD 違約概率相當(dāng)于企業(yè)資產(chǎn)價(jià)值分布曲線位于負(fù)債線以下的區(qū)域，它表示企業(yè)資產(chǎn)價(jià)值在一年內(nèi)降到D以下的概率，即企業(yè)一年內(nèi)違約（破產(chǎn)）的概率。 假定公司未來資產(chǎn)價(jià)值圍繞其現(xiàn)值呈正態(tài)分布，均值為A，標(biāo)準(zhǔn)差為A，則可利用下面的公式計(jì)算公司在一年內(nèi)或t=0時(shí)（現(xiàn)在）距離違約的違約距離(Distance-to-Default)： 違約實(shí)施點(diǎn) (default exercise point，為企業(yè)1年以下短期債務(wù)的價(jià)值加上未清償長期債務(wù)賬面價(jià)值的一半) 共六十頁第三步，估算違約概率若假

9、定資產(chǎn)價(jià)值是正態(tài)分布，就可根據(jù)(gnj)違約距離直接求得違約概率若違約距離為2A，由于公司未來資產(chǎn)價(jià)值在其均值周圍196A內(nèi)變化的概率是95%，可推算出公司預(yù)期違約概率是25%。 基于資產(chǎn)價(jià)值正態(tài)分布假定計(jì)算出的是EDF的理論值，由于該假定不一定與現(xiàn)實(shí)相符，為此KMV還利用歷史數(shù)據(jù)求EDF的經(jīng)驗(yàn)值假設(shè)公司的違約距離為2A，經(jīng)驗(yàn)EDF的計(jì)算公式為：共六十頁模型(mxng)的特點(diǎn)其一，創(chuàng)新思想：從借款企業(yè)股權(quán)持有者的角度考慮(kol)借款償還的動(dòng)力問題，并利用公開的股市信息為債務(wù)信用風(fēng)險(xiǎn)度量服務(wù)。其二，違約模型（DM），考察違約概率，不考慮(kol)信用等級變化。共六十頁模型(mxng)的優(yōu)點(diǎn)與局

10、限 優(yōu)點(diǎn)：動(dòng)態(tài)模型（forward-looking） 局限： 技術(shù)上 利用期權(quán)定價(jià)方法求解公司資產(chǎn)價(jià)值和波動(dòng)性，缺乏有效方法檢驗(yàn)精確性 假定公司債務(wù)結(jié)構(gòu)靜態(tài)不變,對不同類型的債務(wù)缺乏細(xì)分 基于(jy)資產(chǎn)價(jià)值正態(tài)分布假設(shè) 實(shí)用中 僅著重于違約預(yù)測； 能否適用于發(fā)展中國家的新興股票市場 如何預(yù)測非上市公司的EDF值 共六十頁四、Creditmetrics（信用(xnyng)度量術(shù)）模型JP.摩根于1997年推出 基本原理：計(jì)算信用風(fēng)險(xiǎn)的VAR值（即在給定的置信區(qū)間上、給定時(shí)段內(nèi)，信貸資產(chǎn)可能發(fā)生的最大價(jià)值損失。）模型主要由兩大模塊(m kui)組成:單項(xiàng)資產(chǎn)VaR值資產(chǎn)組合VaR值共六十頁計(jì)算單

11、項(xiàng)貸款(di kun)的VAR值的步驟：1、預(yù)測借款人信用等級的變動(dòng)，得出信用等級轉(zhuǎn)移(zhuny)概率矩陣（ Transition Matrix ） 假定借款人一年后有8種可能的信用狀態(tài)，即從AAA級到D級（違約），則一年后借款人由初始信用等級轉(zhuǎn)移到各種可能等級的概率稱為信用等級轉(zhuǎn)移概率，轉(zhuǎn)移概率1。（假定前提：同一信用等級內(nèi)債務(wù)人的資信狀況相同，即具有相同的轉(zhuǎn)移概率；實(shí)際信用等級轉(zhuǎn)移概率等于歷史平均轉(zhuǎn)移概率）共六十頁共六十頁2、貸款估值 貸款的理論市價(jià)隨信用等級變化而變化，若信用等級下降，貸款剩余現(xiàn)金流量的信用風(fēng)險(xiǎn)價(jià)差（違約風(fēng)險(xiǎn)升水）就會上升，貸款價(jià)值（未來各期現(xiàn)金流折現(xiàn)值之和）下降；若信

12、用升級，則信用價(jià)差下降，貸款價(jià)值上升。貸款在一年之后(zhhu)的現(xiàn)值（價(jià)值）公式：R為固定年利息，F(xiàn)是貸款金額，n是貸款剩余年限，ri為第i年遠(yuǎn)期零息票國庫券利率（無風(fēng)險(xiǎn)利率），si為特定信用等級貸款的i年度信用風(fēng)險(xiǎn)價(jià)差。 折現(xiàn)率=1+無風(fēng)險(xiǎn)利率+信用風(fēng)險(xiǎn)價(jià)差共六十頁3、得出貸款價(jià)值的實(shí)際分布 將各等級下的年末(nin m)貸款價(jià)值與轉(zhuǎn)移概率結(jié)合，即得到貸款價(jià)值在年末(nin m)非正態(tài)的實(shí)際分布。4、計(jì)算貸款的VAR值 首先，求貸款未來價(jià)值的均值和方差： E貸款未來價(jià)值= 共六十頁然后，求VAR值，它等于一定的置信度上，年末可能的貸款價(jià)值與貸款預(yù)期價(jià)值間的差距，即貸款的價(jià)值損失。 假設(shè)貸款

13、價(jià)值服從正態(tài)分布，則置信度為95的VAR值為165；置信度為99的VAR值為233。 若基于貸款價(jià)值的實(shí)際分布(fnb)，可利用轉(zhuǎn)移概率矩陣和對應(yīng)的貸款價(jià)值表近似計(jì)算不同置信度下的VAR值。 貸款VAR值=貸款均值給定置信度水平上年末可能的貸款價(jià)值 共六十頁案 例 5年期固定利率貸款，貸款年利率為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)信用等級的轉(zhuǎn)移概率 資料(zlio)來源：標(biāo)準(zhǔn)普爾公司提供的借款人一年期信用等級轉(zhuǎn)移概率矩陣 BBB級借款人在下一個(gè)年度(nind)的信用級別有8種可能狀態(tài)，其中保持BBB級的概率為8693，違約概率為018，另外3種狀態(tài)為升級

14、，3種狀態(tài)為降級。 共六十頁 一年期信用等級轉(zhuǎn)換(zhunhun)矩陣資料(zlio)來源：Introduction to CreditMetricsTM, J. P.摩根,1997,pp.20.共六十頁 r為財(cái)政零息票債券的無風(fēng)險(xiǎn)利率(也稱遠(yuǎn)期零息票利率，可從國庫券收益曲線中得到) s是每年的信用價(jià)差，它是一定信用等級、不同期限的(零息票)貸款信用風(fēng)險(xiǎn)報(bào)酬率，這些數(shù)據(jù)可從公司債券市場相應(yīng)的債券利率與國債市場相應(yīng)的國債利率之差中獲得 假定(jidng)借款人在第一年中的信用等級從BBB級上升到A級，這筆貸款第一年結(jié)束時(shí)的現(xiàn)值或市值便是: 2）對一年后各種可能(knng)的信用等級狀態(tài)下的貸款市

15、值估價(jià) 共六十頁各信用等級對應(yīng)(duyng)的折現(xiàn)率（風(fēng)險(xiǎn)價(jià)差）（）一年二年三年四年共六十頁第一年末不同信用等級下的貸款市值(sh zh)與相應(yīng)的轉(zhuǎn)移概率 由此得到(d do)第一年末貸款遠(yuǎn)期價(jià)值的概率分布共六十頁3、計(jì)算VAR值貸款未來價(jià)值(jizh)均值=107.09貸款未來價(jià)值標(biāo)準(zhǔn)差=2.99假定貸款市值服從正態(tài)分布 99%置信度下，VAR=2.33= 6.97 95%置信度下，VAR=1.65 = 4.93在實(shí)際分布情況下 99%置信度下，VAR=107.09 98.10= 8.99 95%置信度下，VAR= 107.09 102.02= 5.07 注：置信度5%的VAR與6.77%的

16、VAR相接近(53+117+012+ 018) 置信度1%的VAR與147的VAR相接近(117+012%o+018)共六十頁貸款組合信用風(fēng)險(xiǎn)的VAR值測算 假設(shè)組合由兩筆貸款形成，估算( sun)組合VAR值的具體步驟如下 ： 共六十頁第一步，求出兩筆貸款的聯(lián)合信用等級轉(zhuǎn)移概率矩陣 1）將借款公司資產(chǎn)價(jià)值波動(dòng)性與借款人信用等級變化對應(yīng)。假定企業(yè)資產(chǎn)價(jià)值變化幅度達(dá)到一定程度時(shí)其信用等級就會改變，由此得到等級轉(zhuǎn)移與企業(yè)資產(chǎn)價(jià)值變化間的映射關(guān)系。 假設(shè)兩筆貸款, 一借款人信用等級為BB, 一借款人為A BB級借款人資產(chǎn)波動(dòng)(bdng)與其信用等級轉(zhuǎn)移之間的對應(yīng)關(guān)系違約(wi yu)1.06-2.3

17、0CCC1.00-2.04B8.84-1.23BB80.53BBB7.731.37A0.672.39AA0.142.93AAA0.033.43信用等級轉(zhuǎn)移概率(%)資產(chǎn)價(jià)值波動(dòng)()共六十頁 A級借款人資產(chǎn)價(jià)值的波動(dòng)性與其信用等級轉(zhuǎn)移(zhuny)之間的對應(yīng)關(guān)系：信用等級違約CCCBBBBBBAAAAAA轉(zhuǎn)移概率0.060.010.260.745.5291.052.270.09資產(chǎn)價(jià)值波動(dòng)-3.24-3.19-2.27-2.30-1.511.983.12共六十頁 2）計(jì)算(j sun)兩企業(yè)資產(chǎn)價(jià)值變化的相關(guān)系數(shù) (利用多因素股票收益模型)3）將相關(guān)系數(shù)代入兩企業(yè)資產(chǎn)價(jià)值的聯(lián)合正態(tài)分布密度函數(shù)中

18、，計(jì)算兩借款人資產(chǎn)價(jià)值波動(dòng)范圍分別在一定區(qū)域內(nèi)的聯(lián)合概率，該概率即等于和資產(chǎn)價(jià)值變動(dòng)區(qū)域相對應(yīng)的兩借款人未來信用等級狀態(tài)的聯(lián)合轉(zhuǎn)移概率。兩借款人在下一年保持初始等級的聯(lián)合概率:Pr(-1.23BB1.37, -1.51A1.98)=0.7365 Pr 聯(lián)合等級轉(zhuǎn)移概率 Y 借款人(企業(yè))的資產(chǎn)收益 兩借款人資產(chǎn)收益相關(guān)性共六十頁兩借款人得到(d do)一個(gè)88的聯(lián)合信用等級轉(zhuǎn)移概率矩陣： 資料(zlio)來源：CreditMetrics：Technical Document, J. P.摩根,April 2，1997,pp.38.共六十頁 第二步，求出在不同信用(xnyng)狀態(tài)下貸款組合的市

19、場價(jià)值 求出單筆貸款在未來每種信用狀態(tài)下的價(jià)值，再將組合中每筆貸款價(jià)值加總即得到組合的價(jià)值。最終得出一個(gè)88貸款組合價(jià)值矩陣 兩貸款組合一年后64種可能(knng)出現(xiàn)的組合價(jià)值共六十頁P(yáng)i是第i 種可能的聯(lián)合轉(zhuǎn)移概率(gil)，Vi是第i 種可能的組合價(jià)值 第三步，求出貸款組合價(jià)值的均值(jn zh)與方差共六十頁第四步，求出貸款組合基于實(shí)際分布或正態(tài)分布的VAR值。 已知貸款組合在不同信用狀態(tài)下的價(jià)值及相應(yīng)的聯(lián)合轉(zhuǎn)移概率，可得到(d do)組合價(jià)值的實(shí)際分布，利用聯(lián)合轉(zhuǎn)移概率矩陣和貸款組合價(jià)值矩陣可以估出組合在實(shí)際分布下的VAR值。組合VAR值=組合均值給定置信度水平上第1年末可能的組合價(jià)

20、值 為簡化計(jì)算，如果假定組合價(jià)值服從正態(tài)分布，則99%置信度上的VAR值為233組合價(jià)值標(biāo)準(zhǔn)差 共六十頁模型的實(shí)際應(yīng)用利用求出的VAR值，可以計(jì)算出抵御組合風(fēng)險(xiǎn)所需的經(jīng)濟(jì)資本從組合的角度衡量銀行向某借款人發(fā)放貸款的邊際風(fēng)險(xiǎn)貢獻(xiàn) 模型的特點(diǎn) 其一，盯住市場模型（MTM），即盯住信用等級變化(binhu)對貸款理論市值的影響其二，將組合管理理念引入信用風(fēng)險(xiǎn)管理領(lǐng)域 共六十頁模型的優(yōu)點(diǎn)其一，多狀態(tài)模型，能更精確地計(jì)量信用風(fēng)險(xiǎn)的變化和損失(snsh)值。其二，率先提出資產(chǎn)組合信用風(fēng)險(xiǎn)的度量框架 模型的局限 技術(shù)上： 假定貸款未來的等級轉(zhuǎn)移概率與其過去的等級轉(zhuǎn)移概率沒有相關(guān)性。 假定轉(zhuǎn)移概率在不同時(shí)期之

21、間是穩(wěn)定的，未考慮經(jīng)濟(jì)周期的影響。 假定企業(yè)資產(chǎn)價(jià)值服從正態(tài)分布 假定企業(yè)資產(chǎn)價(jià)值的相關(guān)度等于企業(yè)股票收益的相關(guān)度，有待驗(yàn)證。 假定無風(fēng)險(xiǎn)利率是固定不變的，市場風(fēng)險(xiǎn)對于資產(chǎn)價(jià)值沒有影響。 實(shí)際應(yīng)用中： 利用歷史數(shù)據(jù)度量信用風(fēng)險(xiǎn)，屬于“向后看” （backward-looking）的方法。以債券等級轉(zhuǎn)移概率近似替代貸款轉(zhuǎn)移概率共六十頁（五）宏觀模擬方法：麥肯錫模型 基本思路：研究信用等級轉(zhuǎn)移概率與宏觀因素間的關(guān)系 利用調(diào)整后的信用等級轉(zhuǎn)移矩陣（附有宏觀因素條件的轉(zhuǎn)移矩陣）求出對經(jīng)濟(jì)周期敏感的VAR值 Creditmetrics的隱含假定：轉(zhuǎn)移概率在商業(yè)周期不同階段之間是穩(wěn)定的 麥肯錫對此進(jìn)行修正

22、思路1：將樣本期間劃為衰退(shuitu)與非衰退(shuitu)年份，分別估算其轉(zhuǎn)移概率（衰退(shuitu)/非衰退(shuitu)矩陣），得到兩個(gè)獨(dú)立的VaR值思路2：直接將轉(zhuǎn)移概率與宏觀因素之間的關(guān)系模型化麥肯錫的選擇思路2（理論依據(jù)：Wilson模型）共六十頁具體步驟：宏觀因素與轉(zhuǎn)移概率間的關(guān)系可用函數(shù)式描述：Ptf（yt） 這里將Pt設(shè)定為時(shí)間t上未來一年內(nèi)借款人從C級移往D級的概率（PCD），該概率對商業(yè)周期尤為敏感，其變化與同一行中其它轉(zhuǎn)移概率相互補(bǔ)償yt表示時(shí)間t上的一整套宏觀因素所構(gòu)成的經(jīng)濟(jì)狀態(tài) (宏觀經(jīng)濟(jì)(hn un jn j)指數(shù) )yt由系統(tǒng)宏觀因素和非系統(tǒng)宏觀因素驅(qū)

23、動(dòng)，前者包括GDP增長率、失業(yè)率等，后者指經(jīng)濟(jì)體系受到的隨機(jī)沖擊或創(chuàng)新。系統(tǒng)宏觀因素受其歷史值影響，也對當(dāng)期受到的沖擊敏感。函數(shù)(hnsh)具體形式：共六十頁yt =g（Xit，Vt）yt由系統(tǒng)宏觀因素Xit和非系統(tǒng)宏觀因素Vt驅(qū)動(dòng)，前者(qin zh)包括GDP增長率、失業(yè)率等，后者指經(jīng)濟(jì)體系受到的隨機(jī)沖擊或創(chuàng)新。函數(shù)(hnsh)具體形式：Xi t（i=1，n）是時(shí)間t上國家/行業(yè)/群體的各種系統(tǒng)宏觀經(jīng)濟(jì)變量的集合，如GDP增長率、失業(yè)率等；0，n是國家/行業(yè)/群體的估計(jì)系數(shù)；vt是時(shí)間t上非系統(tǒng)的隨機(jī)沖擊或經(jīng)濟(jì)體系的創(chuàng)新 共六十頁系統(tǒng)宏觀(hnggun)因素受其歷史值影響，也對當(dāng)期受到的沖

24、擊敏感 Xt-1, Xit-2,，宏觀變量的歷史(lsh)值；i t，宏觀變量在時(shí)間t上受到的沖擊 共六十頁由此，可得到(d do)由于歷史值已知，沖擊因素可以用蒙特卡羅方法(fngf)模擬得到，最終，可求出Pt的模擬值用模擬方法可以產(chǎn)生未來多期的V與值，相應(yīng)可模擬出未來多期（t，t+1，t+n）的PCD的情景值共六十頁 按上述思路，對轉(zhuǎn)移(zhuny)矩陣中其它元素進(jìn)行調(diào)整，估算出以宏觀經(jīng)濟(jì)狀態(tài)為條件的未來各期t，t+1，t+n的轉(zhuǎn)移概率模擬值，進(jìn)而得到未來各期的有條件的模擬轉(zhuǎn)移矩陣，取代以歷史數(shù)據(jù)為基礎(chǔ)的無條件的轉(zhuǎn)移矩陣，并計(jì)算出對經(jīng)濟(jì)周期敏感的未來各期的VAR值 該模型也可以計(jì)算周期影響

25、下的違約損失率。 共六十頁模型的特點(diǎn) 考慮總體經(jīng)濟(jì)環(huán)境對轉(zhuǎn)移概率的影響模型的優(yōu)點(diǎn) 將宏觀因素納入模型中，修正(xizhng)信用度量術(shù)的偏差。模型的局限 技術(shù)上，模型對轉(zhuǎn)移矩陣的調(diào)整過程是否優(yōu)越還有待驗(yàn)證 應(yīng)用上，模型需要有國家甚至各行業(yè)的違約數(shù)據(jù)作為基礎(chǔ) 共六十頁（六）CSFP信用風(fēng)險(xiǎn)附加(fji)法（Creditrisk+模型）基本思路： 違約率的不確定性和違約損失的不確定性都很顯著，應(yīng)按風(fēng)險(xiǎn)暴露大小將貸款組合劃分成若干頻段，以降低(jingd)不精確的程度。其后，將各頻段的損失分布加總，可得到貸款組合的損失分布 共六十頁對違約率不確定性的描述借鑒財(cái)產(chǎn)火險(xiǎn)理論，每處房屋遭遇火災(zāi)可視作獨(dú)立事

26、件，且其概率很小，假定每筆貸款的違約概率較小，且貸款違約事件相互獨(dú)立，貸款組合違約概率（組合中發(fā)生違約事件的次數(shù)）的分布近似于泊松分布 對違約損失不確定性的描述仍借用火險(xiǎn)理論，房屋失火的損毀程度可能會有很大區(qū)別，貸款的違約損失程度同樣很不確定。由于逐筆度量損失程度較困難，可按貸款的風(fēng)險(xiǎn)暴露將信貸組合劃分為若干頻段(pn dun)（次級組合）共六十頁具體步驟 第一步，將貸款組合按每筆貸款的風(fēng)險(xiǎn)(fngxin)暴露劃分為各個(gè)頻段第二步，求出各頻段的違約概率分布 首先，根據(jù)歷史數(shù)據(jù)確定某頻段的平均違約率（次數(shù)） 其次，將平均違約率代入泊松分布函數(shù)中，可求得頻段中違約次數(shù)的概率 然后，將違約次數(shù)和相應(yīng)

27、的概率結(jié)合，可得到該頻段違約次數(shù)的概率分布曲線共六十頁第三步，計(jì)算各頻段的損失分布 預(yù)期損失平均違約次數(shù)單筆貸款風(fēng)險(xiǎn)暴露； 實(shí)際損失值=實(shí)際違約次數(shù)單筆貸款風(fēng)險(xiǎn)暴露 將違約損失值與對應(yīng)的違約概率結(jié)合，可得到該頻段的損失分布曲線第四步，將各頻段的損失分布加總得到組合損失分布 進(jìn)而，計(jì)算出未預(yù)期到的損失值，即可確定組合的經(jīng)濟(jì)(jngj)資本要求 共六十頁模型的特點(diǎn) 違約模型 信用度量術(shù)將違約率視為離散變量(binling)，信用風(fēng)險(xiǎn)附加法將違約率視為連續(xù)變量(binling) 將財(cái)產(chǎn)保險(xiǎn)精算方法引入信用風(fēng)險(xiǎn)度量中模型的優(yōu)點(diǎn)只考慮違約事件，要估計(jì)的變量少，數(shù)據(jù)要求較簡單模型的缺點(diǎn)忽略信用等級變化關(guān)于

28、違約次數(shù)服從泊松分布的假定可能與實(shí)際不完全吻合未考慮市場風(fēng)險(xiǎn)（與KMV、信用度量術(shù)相同） 共六十頁（七）死亡率模型(mxng)（Mortality rate） 基本思想(sxing)： 借鑒保險(xiǎn)精算確定壽險(xiǎn)保費(fèi)的思想，對各信用等級債券和貸款死亡率及損失率作專門研究基本步驟： 首先，利用歷史違約數(shù)據(jù)，估計(jì)債券（貸款）壽命周期內(nèi)每一年的邊際死亡率MMR i=1，2，n 共六十頁然后，計(jì)算累積死亡率CMR，即債券（貸款）在N年內(nèi)會違約(wi yu)的概率其后，將死亡率與LGD（違約損失率）結(jié)合，得到預(yù)期損失的估計(jì)值預(yù)期違約損失=違約率預(yù)期損失率；（預(yù)期損失率=1平均挽回率） 最后(zuhu)，計(jì)算意外損失的估計(jì)值（SRi：存活率 ）共六十頁模型的特點(diǎn) 屬于違約模型 借用了壽險(xiǎn)精算思想模型的優(yōu)點(diǎn) 思路相對簡單(jindn)，操作難度相對較低模型的局限 其一，具有違約模型的局限； 其二，簡單地依靠歷史數(shù)據(jù)預(yù)測違約損失 其三，要保證測算的精度，需要大規(guī)模的包括各等級的債權(quán)工具的歷史觀測值樣本共六十頁八、現(xiàn)代信用風(fēng)險(xiǎn)度量方法(fngf)的總體評價(jià)與適用性分析1現(xiàn)代計(jì)量模型(mxng)的