貸款收益率的計算課件

信用風(fēng)險I1信用風(fēng)險I1主要內(nèi)容信用風(fēng)險概述貸款種類、特點(diǎn)和貸款收益率的計算信用要素分析信用評分法信用評級及應(yīng)用CreditMetrics結(jié)構(gòu)化信用模型：默頓方法巴塞爾協(xié)議對信用風(fēng)險的衡量中資銀行當(dāng)前的信用風(fēng)險管理構(gòu)建中國銀行業(yè)現(xiàn)代信用風(fēng)險管理制度第2頁主要內(nèi)容信用風(fēng)險概述第2頁2022/12/313一、信用風(fēng)險的概念傳統(tǒng)觀點(diǎn)交易對象無力履約的風(fēng)險，即債務(wù)人未能如期償還其債務(wù)造成的違約產(chǎn)生的損失，而給主體經(jīng)營者帶來的風(fēng)險。傳統(tǒng)的信用風(fēng)險主要來自于商業(yè)銀行的貸款業(yè)務(wù)，主要產(chǎn)生于信貸業(yè)務(wù)；2022/12/293一、信用風(fēng)險的概念傳統(tǒng)觀點(diǎn)2022/12/314廣義指客戶違約所引起的風(fēng)險。

資產(chǎn)業(yè)務(wù)中借款人不按時還本付息引起的資產(chǎn)質(zhì)量惡化

負(fù)債業(yè)務(wù)中存款人大量提取形成擠兌，加劇支付困難

表外業(yè)務(wù)中的交易對手違約引起或有負(fù)債轉(zhuǎn)化為表內(nèi)負(fù)債狹義僅指信貸風(fēng)險然而，隨著金融市場的發(fā)展，越來越多的企業(yè)發(fā)行公司債券(企業(yè)債),因此影響發(fā)債人的信用事件發(fā)生如信用等級下降，盈利能力下降，造成債券跌價，給投資者帶來損失；因此信用風(fēng)險的概念產(chǎn)生了變化。廣義和狹義的概念2022/12/294廣義指客戶違約所引起的風(fēng)險。廣義和狹義2022/12/315信用風(fēng)險的概念現(xiàn)代觀點(diǎn)由于借款人或者市場交易對手違約而導(dǎo)致?lián)p失的可能性。更一般地，由于借款人的信用評級的變化和履約能力的變化導(dǎo)致其債務(wù)的市場價值變動而引起損失的可能性。因此，信用風(fēng)險的大小取決于交易對手的財務(wù)和風(fēng)險狀況。2022/12/295信用風(fēng)險的概念現(xiàn)代觀點(diǎn)2022/12/316信用風(fēng)險的成因信用活動中的不確定性

經(jīng)濟(jì)活動中的外在不確定性如經(jīng)濟(jì)運(yùn)行的隨機(jī)性、如宏觀調(diào)控，利率變化，匯率變化等；外在不確定性對整個市場都會帶來影響，又稱為”系統(tǒng)性風(fēng)險”;內(nèi)在不確定性：行為人的主觀決策以及信息不對稱原因?qū)е碌?，因此帶有明顯的個性特征，如企業(yè)的管理能力，產(chǎn)品的競爭能力、生產(chǎn)規(guī)模等,信用品質(zhì)的變化直接影響其履約能力；內(nèi)在不確定性產(chǎn)生的風(fēng)險又稱為“非系統(tǒng)性風(fēng)險”;

典型例子：長虹公司和APEX的應(yīng)收帳款問題；2022/12/296信用風(fēng)險的成因信用活動中的不確定性貸款種類、特點(diǎn)和貸款收益率的計算第7頁貸款種類、特點(diǎn)和貸款收益率的計算第7頁貸款種類及特點(diǎn)按國際銀行業(yè)的傳統(tǒng)，貸款可分為以下四類：工商業(yè)貸款房地產(chǎn)貸款個人消費(fèi)信貸其他貸款貸款性質(zhì)的不同，授信時所采用的信用評分系統(tǒng)或相關(guān)權(quán)重不同。第8頁貸款種類及特點(diǎn)按國際銀行業(yè)的傳統(tǒng)，貸款可分為以下四類：第8頁工商業(yè)貸款一、工商業(yè)貸款工商業(yè)貸款是商業(yè)銀行貸款的主要形式和重要利潤來源。按貸款期限可以分為：1.短期貸款——用于工商業(yè)企業(yè)流動資金需求和其他短期資金需求。2.中長期貸款——用于固定資產(chǎn)投資、開辦新的工廠等需求。值得一提的是，工商企業(yè)貸款中，大筆金額的貸款通常是辛迪加貸款。第9頁工商業(yè)貸款一、工商業(yè)貸款第9頁工商業(yè)貸款按有無抵押物，工商業(yè)貸款可以分為：抵押貸款和無抵押貸款按利率是否固定，工商業(yè)貸款可以分為：固定利率貸款和浮動利率貸款第10頁工商業(yè)貸款按有無抵押物，工商業(yè)貸款可以分為：第10頁房地產(chǎn)貸款房地產(chǎn)貸款主要分為商業(yè)房地產(chǎn)貸款和居民住房按揭貸款。特點(diǎn)：1.與工商業(yè)貸款相比，房地產(chǎn)貸款期限通常較長，一般在10年至30年左右，貸款規(guī)模一般不如工商業(yè)貸款的規(guī)模大。2.房地產(chǎn)貸款，特別是住房按揭貸款在很大程度上受到政策的影響。第11頁房地產(chǎn)貸款房地產(chǎn)貸款主要分為商業(yè)房地產(chǎn)貸款和居民住房按揭貸款個人消費(fèi)信貸定義：狹義的個人消費(fèi)信貸是指除住房按揭貸款以外的其他消費(fèi)品貸款。廣義的個人消費(fèi)信貸在狹義個人消費(fèi)信貸的基礎(chǔ)上，還包括住房按揭貸款及其他與住房消費(fèi)有關(guān)的貸款，如住房裝修貸款。值得一提的是，美國采用的是狹義消費(fèi)信貸；而中國通常使用廣義概念。第12頁個人消費(fèi)信貸定義：第12頁個人消費(fèi)信貸狹義的個人消費(fèi)信貸包括信用卡貸款、汽車消費(fèi)貸款、助學(xué)貸款、個人旅游貸款等。按借款者可否再貸款期間內(nèi)按事先承諾的貸款額度無限次的借入資金，可分為：1.可循環(huán)貸款，如信用卡貸款。2.非循環(huán)貸款，如汽車消費(fèi)貸款第13頁個人消費(fèi)信貸狹義的個人消費(fèi)信貸包括信用卡貸款、汽車消費(fèi)貸款、其他貸款其他貸款包括農(nóng)業(yè)貸款、經(jīng)紀(jì)人保證金貸款、國際貸款等未包含在上述三種貸款中的所有貸款。第14頁其他貸款其他貸款包括農(nóng)業(yè)貸款、經(jīng)紀(jì)人保證金貸款、國際貸款等未貸款收益率的計算資產(chǎn)收益的計算的一般方法、實(shí)證研究中收益數(shù)據(jù)的處理方法、算術(shù)平均收益與幾何平均收益，偏誤問題。貸款收益率（一）合同承諾的貸款收益率（二）貸款預(yù)期收益率第15頁貸款收益率的計算資產(chǎn)收益的計算的一般方法、實(shí)證研究中收益數(shù)據(jù)貸款收益率的計算（一）合同承諾的貸款收益率的計算影響貸款收益率的主要因素有：（1）貸款基礎(chǔ)利率；（2）貸款信用風(fēng)險補(bǔ)償；（3）貸款相關(guān)費(fèi)用；（4）其他非價格條款（如補(bǔ)償性存款余額、準(zhǔn)備金要求）第16頁貸款收益率的計算（一）合同承諾的貸款收益率的計算第16頁補(bǔ)償性余額補(bǔ)償性余額是銀行發(fā)放商業(yè)貸款時的一種特殊的抵押形式，要求借款者在銀行的支票賬戶中保留一定數(shù)額的存款。如果企業(yè)要求1000萬美元的貸款，那么補(bǔ)償性余額可能至少為100萬美元，這100萬存放在貸款銀行的支票賬戶，如果借款者違約，這筆資金就歸銀行所有了。因此．補(bǔ)償性余額可以說是一種抵押，可以降低客戶違約的可能性，銀行也就憑此手段達(dá)到監(jiān)控客戶和減少風(fēng)險的目的。補(bǔ)償性余額的存款利率要低于貸款利率，因而補(bǔ)償性余額要求作為金融機(jī)構(gòu)貸款的一項額外收益來源。補(bǔ)償性余額補(bǔ)償性余額是銀行發(fā)放商業(yè)貸款時的一種特殊的抵押形式貸款收益率的計算貸款基礎(chǔ)利率（BR）——反映了銀行做出一筆貸款時的加權(quán)資本成本或邊際籌資成本。信用風(fēng)險補(bǔ)償（m）——是銀行根據(jù)借款者的信用風(fēng)險狀況收取的風(fēng)險補(bǔ)償。用m表示每貸出一元所要求的信用風(fēng)險補(bǔ)償。貸款相關(guān)費(fèi)用（f）——主要指貸款申請費(fèi)用，用f表示每貸出1元所要求的申請費(fèi)用。補(bǔ)償性余額（b）——借款者必須保留在銀行賬戶中的那部分資金，一般以活期的形式保留。用b表示每1元貸款中要求借款者在銀行賬戶中保留的金額。第18頁貸款收益率的計算貸款基礎(chǔ)利率（BR）——反映了銀行做出一筆貸貸款收益的計算準(zhǔn)備金要求——準(zhǔn)備金率用R表示。設(shè)k為貸款承諾收益率，則

第19頁貸款收益的計算準(zhǔn)備金要求——準(zhǔn)備金率用R表示。第19頁例題：貸款利率為：基礎(chǔ)利率=12%=L風(fēng)險溢價=2%=mL+m=12%+2%=14%除收取利息之外，假設(shè)銀行還：1、收取f=0.125%的貸款發(fā)生費(fèi)用。2、要求b=10%的補(bǔ)償性余額，作為無利息的活期存款。3、保留R=10%的法定準(zhǔn)備金。（對補(bǔ)償性余額也要收取法定準(zhǔn)備金）例題：課堂練習(xí)：P323，T10.課堂練習(xí)：P323，T10.貸款收益率的計算隨著競爭激烈，銀行要求的貸款申請費(fèi)用和補(bǔ)償性存款余額在不斷降低。如果貸款申請費(fèi)用和補(bǔ)償性存款余額均為零，則貸款收益率為：

k=BR+m當(dāng)貸款基礎(chǔ)利率確定時，影響貸款收益率的重要因素就是信用風(fēng)險補(bǔ)償m.第22頁貸款收益率的計算隨著競爭激烈，銀行要求的貸款申請費(fèi)用和補(bǔ)償性貸款收益率的計算（二）貸款預(yù)期收益貸款的預(yù)期收益率是指考慮了借款者的違約概率時，預(yù)期的貸款能給銀行帶來的收益率。設(shè)貸款預(yù)期收益率為E（r），則：

E（r）=p（1+k）+（1-p)γ（1+k）-1

p—貸款償還概率；γ—違約時的貸款實(shí)際回收率；銀行的預(yù)期收益率由兩部分組成：一部分是借款者以p的概率按合同還本付息時的銀行收益p（1+k）；另一部分是借款者違約時，銀行以γ的回收率所得到的收益（1-p)γ（1+k）。第23頁貸款收益率的計算（二）貸款預(yù)期收益第23頁貸款收益率的計算若貸款實(shí)際回收率γ為零，則公式簡化為：

E（r）=p（1+k）貸款中的“逆向選擇

”和“道德風(fēng)險”問題第24頁貸款收益率的計算若貸款實(shí)際回收率γ為零，則公式簡化為：第24貸款收益率的計算第25頁當(dāng)k≤k*時，可通過k的提高來提高E（r），因為k提高的正效應(yīng)大于p下降的負(fù)效應(yīng)；當(dāng)k﹥k*時，“逆向選擇”和“道德風(fēng)險”問題使得p下降的負(fù)效應(yīng)大于k提高的正效應(yīng)，導(dǎo)致E（r）隨著k的提高而下降。理論上，最佳的合同承諾貸款收益率為圖中的k*.貸款收益率的計算第25頁當(dāng)k≤k*時，可通過k的提高來提高E零售與批發(fā)信貸決策

零售貸款（Retail）在金融機(jī)構(gòu)總的投資組合中占較小份額，加上收集家庭借款者信息的成本較高，因而大部分的零售貸款決策都只是簡單的給予或拒絕。得到貸款的人們一般支付相同的利息，這隱含著他們支付的違約風(fēng)險溢價也是相同的

更可能用信貸數(shù)量而不是價格或利率對零售貸款者加以區(qū)別和限制。住宅抵押貸款也是一個很好的例子。銀行給予兩個客戶抵押貸款時，對他們的不同待遇體現(xiàn)在不同的貸款價格比率——貸款和房屋市價之比，而不是不同的貸款利率

中央銀行1998年頒布的《個人住房貸款管理辦法》中“借款人應(yīng)以不低于所購住房全部價款的20%作為購房的首期付款”的規(guī)定。即購房款是10萬元，個人首付2萬元零售與批發(fā)信貸決策零售貸款（Retail）在金融機(jī)構(gòu)總的投批發(fā)貸款零售貸款是通過信用限額（creditrationing）控制貸款風(fēng)險，而不是一系列不同的貸款利率。金融機(jī)構(gòu)為控制批發(fā)貸款的違約風(fēng)險，一般是雙管齊下。對風(fēng)險較高的客戶則在基礎(chǔ)利率之上還另外加上風(fēng)險溢價（m），來補(bǔ)償銀行因貸款給這些客戶而冒的更高的風(fēng)險

很高的契約利率實(shí)質(zhì)上減少了金融機(jī)構(gòu)的預(yù)期回報，因為高利率導(dǎo)致貸款流向高風(fēng)險項目，從而加大了違約風(fēng)險。

批發(fā)貸款零售貸款是通過信用限額（creditration信用風(fēng)險的衡量

一般有定性分析和定量模型分析，并且定量分析由簡單到復(fù)雜。是否能準(zhǔn)確衡量違約可能性，在很大程度上取決于該金融機(jī)構(gòu)所掌握的借款人財務(wù)信息量的多少

對于零售貸款，該類信息的大部分需要從內(nèi)部或外部信用機(jī)構(gòu)收集。對于批發(fā)貸款，該類信息來源于公開可獲得的信息，如已公證的帳目表，股票和債券價格，分析家們的報告等等。

信用風(fēng)險的衡量一般有定性分析和定量模型分析，并且定量分析由違約風(fēng)險模型（DefaultRiskModels）定性模型（QualitativeModels）

1943年，美國弗吉尼亞州開拓移民商業(yè)銀行(StateplauterBankofCommerce＆Trusts)的銀行家愛德華又5C模型。Character（品格）Capacity（能力）Capital（資本）Collateral(擔(dān)保品)Condition(環(huán)境狀況)。

違約風(fēng)險模型（DefaultRiskModels）定借款人所特有的因素：

聲譽(yù)

借款人的聲譽(yù)包括該信貸申請人的借貸歷史

杠桿比率大量的債務(wù)，如債券和貸款提高了借款人的利息費(fèi)用以及其現(xiàn)金流量中用于償債的比例。相對較低的杠桿比率可能不會嚴(yán)重影響到償債的可能性

收入的不穩(wěn)定性收入的大幅度變動會提高了借款人在任何資本結(jié)構(gòu)中無法按期償本付息的可能性

抵押品

借款人所特有的因素：特定市場因素：

商業(yè)周期

金融機(jī)構(gòu)在評估借款人違約可能性時，一個很重要的因素是必須考慮經(jīng)濟(jì)正處于商業(yè)周期的哪一階段

經(jīng)濟(jì)不景氣時，生產(chǎn)的耐用消費(fèi)品部門的公司，其業(yè)績一般會比生產(chǎn)煙草和食品的非耐用消費(fèi)品部門的公司差利率水平高利率預(yù)示著實(shí)行了緊縮的貸幣政策。不僅籌資成本增高、籌資來源減少，而且高利率一般與高信用風(fēng)險成正相關(guān)。高水平的利率會刺激借款人從事過量的風(fēng)險活動，也只能鼓勵風(fēng)險較大的顧客前來借款

特定市場因素：商業(yè)周期金融機(jī)構(gòu)在評估借款人違約可能性時信用評分模型

信用評分模型通過運(yùn)用所觀察的有關(guān)借款人特征的資料來計算其違約可能性，或把借款人分成不同的違約風(fēng)險等級。作用：

1.

在數(shù)量上確定哪些因素對于解釋違約風(fēng)險是重要的

2.

評價這些因素的相對重要性；

3.

改進(jìn)違約風(fēng)險的定價；

4.更好地辨別不良貸款申請人；

5.更好地來計算用為應(yīng)付將來貸款損失而需的準(zhǔn)備金。

信用評分模型信用評分模型通過運(yùn)用所觀察的有關(guān)借款人特征的資線性概率模型和Logit模型

當(dāng)需要確定個體在給定特征下作出這種而不是另一種選擇的概率有多大時，通常要基于經(jīng)驗數(shù)據(jù)，利用線性概率模型進(jìn)行擬合與預(yù)測線性概率模型將以往的數(shù)據(jù)，例如財務(wù)比率，放入模型中說明以前貸款償還的經(jīng)驗。用來說明過去償付貸款表現(xiàn)的各因素的相對重要性，可以用來預(yù)測新貸款的償還概率P。線性概率模型和Logit模型當(dāng)需要確定個體在給定特征下作出將過去的貸款(i)分成兩個觀察組，即違約的(Zi=1)和沒有違約的(Zi=0)。然后，用線性回歸將這些觀察值與有j個數(shù)據(jù)的一組原因變量(Xij)相聯(lián)系，這些原因變量反映了第i個借款人的杠桿比率或收益之類的數(shù)量信息。第34頁將過去的貸款(i)分成兩個觀察組，即違約的(Zi=1)和沒有βj是我們所估計的第j個變量(杠桿比率)在解釋過去償還貸款上的重要性。如果我們將這些估計值βj與某一預(yù)期借款人的Xij相乘，就可以求出該借款人的Zi的期望值，這個值可解釋為該借款人的違約概率。E(Zi)=(1-pi)=預(yù)期違約的概率，pi為償還貸款的概率。βj是我們所估計的第j個變量(杠桿比率)在解釋過去償還貸款上例如，假設(shè)有兩個因素影響借款人過去的違約行為：杠桿比率（D/E）和銷售額資產(chǎn)比率（S/A）?；谝郧暗倪`約經(jīng)驗，線性可能性模型可以估計成：

Zi=0.5（D/Ei）+0.1（S/Ai）假設(shè)一個預(yù)期借款者的D/E=03，S/A=2.0。預(yù)期違約可能性（Zi）估計為：Zi=0.5（0.3）+0.1（2.0）=0.35

例如，假設(shè)有兩個因素影響借款人過去的違約行為：杠桿比率（D/致命弱點(diǎn)：預(yù)測的違約可能性會落在0—1區(qū)間之外。Logit模型則把預(yù)期違約可能性限制在0和1之間，從而克服了線性可能性模型的弱點(diǎn)

F（Zi）=1/（1+e-Zi）

第37頁致命弱點(diǎn)：預(yù)測的違約可能性會落在0—1區(qū)間之外。第37頁課堂練習(xí)P324，T18課堂練習(xí)P324，T18Altman的Z值信用評分模型模型是一種線性判別模型，它是用主要的財務(wù)比率來建立模型，通過帶入某公司的財務(wù)比率的實(shí)際值，得出該公司的信用得分值Z值并據(jù)此可將潛在的借款者分類，幫助作出貸款決策。阿特曼建立了美國制造業(yè)上市公司的線性判別模型：Z＝1.2X1＋1.4X2＋3.3X3＋0.6X4＋1.0X5

X1＝營運(yùn)資本/總資產(chǎn)比率X2＝留存收益/總資產(chǎn)比率X3＝息稅前利潤/總資產(chǎn)比率X4＝股權(quán)市場價值/長期債務(wù)賬面價值比率X5＝銷售/總資產(chǎn)比率第39頁Altman的Z值信用評分模型模型是一種線性判別模型，它是用Z值越高，違約風(fēng)險就越小；Z值越低，違約風(fēng)險就越大。根據(jù)Altman的Z值模型，Z值低于1.81的公司其破產(chǎn)風(fēng)險很大，應(yīng)被置于高違約風(fēng)險類別中。Altman的Z值信用評分模型在大型工商企業(yè)中的應(yīng)用。第40頁Z值越高，違約風(fēng)險就越??；Z值越低，違約風(fēng)險就越大。根據(jù)Al假沒一潛在的借款公司的金融比率值如下：X1=0.2X2=0X3=-0.20X4=0.10X5=2.0X2等于0和X3為負(fù)數(shù)表明該公司在近期的收入為負(fù)或發(fā)生了損失。同樣，X4也表明借款人的杠桿比率很高，X1=0.2和X5=2.0表明該公司的流動性是適當(dāng)?shù)?，并且銷售也較穩(wěn)定。

Z=1.2(0.2)+1.4(0)+3.3(-0.20)+0.6(0.10)+1.0(2.0)Z=0.24+0-0.66+0.06+2.0Z=1.64

根據(jù)Altman的信用評分模型，任何Z的分值低于1.81的公司將被置于高違約風(fēng)險區(qū)假沒一潛在的借款公司的金融比率值如下：阿特曼的Z值模型的局限性：①假定了違約概率和其解釋變量之間是線性關(guān)系，但是它們的關(guān)系可能是高度非線性的。②簡單把借款者劃分為極端的兩種：履約和違約。而現(xiàn)實(shí)中的情況更為復(fù)雜，從利息拒付、遲付到本利的拒付、遲付，有多種情況，但模型中沒有具體體現(xiàn)這一點(diǎn)。③就線性模型而言，其解釋變量的選取和權(quán)重的確定也不是像模型中那樣一成不變的。④無法將有些重要的非量化指標(biāo)納入模型，另外，數(shù)據(jù)的匱乏也限制了模型的運(yùn)用。第42頁阿特曼的Z值模型的局限性：第42頁課后練習(xí)P324，T20課后練習(xí)P324，T20二、現(xiàn)代度量方法信用風(fēng)險期限結(jié)構(gòu)模型

CreditMetrics模型CreditRisk+模型期權(quán)模型（KMV模型）失敗率經(jīng)濟(jì)資本（RAROC）二、現(xiàn)代度量方法信用風(fēng)險期限結(jié)構(gòu)模型CreditMetr信用風(fēng)險期限結(jié)構(gòu)模型第45頁信用風(fēng)險期限結(jié)構(gòu)模型第45頁第46頁第46頁練習(xí)題假設(shè)某債券為一年期零息債券，面值為100元。假設(shè)該類債券的違約回收率的期望值為80%，市場上的無風(fēng)險收益率2%。請分別計算當(dāng)該債券的市場價格為90元、95元和97元時其可能的違約概率。練習(xí)題假設(shè)某債券為一年期零息債券，面值為100元。假設(shè)該類債RAROC模型

RAROC（risk-adjustedreturnoncapital）模型由銀行家信托公司首創(chuàng)

模型的核心思想是它不是衡量一筆貸款的實(shí)際或者承諾的每年的ROA，即凈利息收入和費(fèi)用除以貸款總額，而是貸款管理者使預(yù)期利息收入和費(fèi)用收入同貸款的風(fēng)險保持平衡。因此，不是用貸出的資產(chǎn)除以貸款收入，而是用資產(chǎn)（貸款）風(fēng)險的某種測量去除貸款收入：

一筆貸款只有它的RAROC相對于銀行資本的基準(zhǔn)成本足夠高時才能被批準(zhǔn)，RAROC>基準(zhǔn)收益率。RAROC模型RAROC（risk-adjustedr當(dāng)一筆已放貸款的RAROC跌到低于銀行的基準(zhǔn)RAROC時，貸款管理者必須試圖調(diào)整貸款的條款使貸款再次變成“有利可圖的”

估計RAROC的一個問題是貸款風(fēng)險的測量

同樣的概念可以應(yīng)用到這里，只是受利率影響改為受信用質(zhì)量（信用風(fēng)險溢價）影響

當(dāng)一筆已放貸款的RAROC跌到低于銀行的基準(zhǔn)RAROC時，貸用公司債券市場的數(shù)據(jù)去估計這個溢價。標(biāo)準(zhǔn)普爾（S&P）對借款人評定了信用等級（AAA，AA，A等等）。因此，我們可以分析在各個特定等級內(nèi)的債券在過去一年的風(fēng)險溢價變化。在RAROC等式中的△R等于

△（Ri-RG）是i信用等級公司債券的收益率（Ri）和與其持續(xù)期相匹配的國庫券的收益率（RG）的差額在過去一年的變化

用公司債券市場的數(shù)據(jù)去估計這個溢價。標(biāo)準(zhǔn)普爾（S&P）對借款假設(shè)現(xiàn)在AAA級債券的平均利率水平（R）為10%，估計的貸款（或資本）風(fēng)險是：△L=-DL（△R/1+R）=-（2.7）×（$1,000,000）×（0.011/1.1）=-$27,000因此，當(dāng)貸款的面值是一百萬美元時，由于信用質(zhì)量的下降而導(dǎo)致的風(fēng)險量或者說貸款市場價值的變化是2.7萬美元。假設(shè)現(xiàn)在AAA級債券的平均利率水平（R）為10%，估計的貸款為了決定這筆貸款是否值得做，要對估計的貸款風(fēng)險和貸款的收入（即該金融機(jī)構(gòu)的資金成本加上貸款費(fèi)用上的差額）進(jìn)行比較。假設(shè)估計的（一年的）差額加上費(fèi)用如下：差額=0.2%×$1,000,000=$2,000費(fèi)用=0.1%×$1,000,000=$1,000$3,000這個貸款的RAROC是：RAROC=貸款一年的收入/貸款風(fēng)險（或者資本風(fēng)險）=$3,000/$27,000=11.1%為了決定這筆貸款是否值得做，要對估計的貸款風(fēng)險和貸款的收入（這個計算可以用于向前看(forwardlooking)，將下一年的貸款的預(yù)期收入和△L比較；也可以用于向后看(backwardlooking)將過去一年所產(chǎn)生的收入和△L比較。如果11.1%高于銀行內(nèi)部的基準(zhǔn)RAROC（基于銀行本身的資金成本），這項貸款會被通過。如果它較低，這筆貸款會立即被拒絕或者借款人會被要求較高的費(fèi)用以及（或者）更高的利率差額，將RAROC提高到可接受的水平

這個計算可以用于向前看(forwardlooking)，將課后練習(xí)P325.T32課后練習(xí)P325.T32信用度量方法（CreditMetrics）與貸款組合風(fēng)險度量第55頁第55頁信用風(fēng)險的傳統(tǒng)方法：信用評分、信用評級從信用評級到轉(zhuǎn)移矩陣從信用轉(zhuǎn)移矩陣到CreditMetrics信用風(fēng)險的傳統(tǒng)方法：信用評分、信用評級信用度量方法（CreditMetrics）是J.P.摩根銀行開發(fā)的用于計量貸款組合信用風(fēng)險的新型內(nèi)控模型。該模型的優(yōu)點(diǎn)在于它考慮到了信用質(zhì)量變動的相關(guān)性，使貸款組合的集中度和分散度定量化。這一模型的基本目標(biāo)是對貸款的集中度風(fēng)險——貸款組合中某項貸款的風(fēng)險暴露上升給貸款組合增加的風(fēng)險——進(jìn)行定量描述。第57頁信用度量方法（CreditMetrics）是J.P.摩根銀行傳統(tǒng)的信用計量方法只假設(shè)借款人違約或不違約對資產(chǎn)價值的影響，而在不違約的情況下，也是假設(shè)借款人有規(guī)律地還款的。信用度量法主要考慮在整個還款期間，資產(chǎn)和資產(chǎn)組合由于“信用事件”的發(fā)生而對資產(chǎn)價值的影響。信用事件不僅指違約的發(fā)生，還包括信用等級的變化。由于不同信用等級的資產(chǎn)有不同的資產(chǎn)收益率，因此對降級的貸款，市場價格必然下降（要求更高資產(chǎn)回報率）。信用度量法是以貸款的市場價值變化為基礎(chǔ)計算的風(fēng)險價值模型（VAR）。同時，信用度量法也是一種盯住市場模型（MTM），MTM模型考慮信用等級的變化引起的資產(chǎn)價格變化，在計算貸款價值損失的同時考慮違約的情況。第58頁傳統(tǒng)的信用計量方法只假設(shè)借款人違約或不違約對資產(chǎn)價值的影響，貸款組合的風(fēng)險價值VAR（ValueAtRisk）

風(fēng)險價值模型是在給定的置信區(qū)間（比如95%，99%）下衡量給定的資產(chǎn)或負(fù)債在一段給定的時間內(nèi)可能發(fā)生的最大的價值損失。這一模型適用于如股票這類可交易的資產(chǎn)，通常，它還假定其資產(chǎn)價格服從正態(tài)分布。對于一個風(fēng)險管理者，風(fēng)險價值使他能夠預(yù)計在某一置信水平下，下一個交易日的價值損失規(guī)模。在計算風(fēng)險價值時，我們需要下列數(shù)據(jù)資料：1.借款人信用評級的歷史資料，以定量方式表示的違約的可能性。2.下一年借款人的信用等級變化的概率（信用等級轉(zhuǎn)移矩陣）。。第59頁貸款組合的風(fēng)險價值VAR（ValueAtRisk）

風(fēng)險3.違約貸款的回收率。4.債券（或貸款）市場上信用風(fēng)險升水率和收益率運(yùn)用的限制條件：1、運(yùn)用信用度量法其實(shí)是需要較大的財力支持的2、需要考慮貸款收益率的不對稱性。所以，在分析時要區(qū)分下列兩種情況：（1）假定貸款收益率為正態(tài)分布。（2）貸款收益率為實(shí)際分布。多數(shù)貸款是非交易性的，那么金融機(jī)構(gòu)是如何使用歷史數(shù)據(jù)來量化貸款的信用風(fēng)險的呢？第60頁3.違約貸款的回收率。第60頁2、CreditMetrics模型方法的步驟：計算和（1）獲取債務(wù)人信用等級和信用等級轉(zhuǎn)化概率的預(yù)測信息（這些信息可以從大的信用評級公司如標(biāo)準(zhǔn)普爾、穆迪、KMV公司、ZETA公司等獲取，也可以自己預(yù)測。）2、CreditMetrics模型方法的步驟：計算（2）對信用等級變動后的債務(wù)價值進(jìn)行估計（期望值和標(biāo)準(zhǔn)差）（2）對信用等級變動后的債務(wù)價值進(jìn)行估計（期望值和標(biāo)準(zhǔn)差）每種情況出現(xiàn)的概率每種情況出現(xiàn)的概率貸款收益率的計算課件600萬元600萬元600萬元600萬元10600萬元600萬元600萬元600萬元600萬元10600萬元PAPAAPAAA……PCCCPAPAAPAAA……PCCCPA=PAA=PAAA=……PD=PA=PAA=PAAA=……PD=貸款收益率的計算課件練習(xí)題現(xiàn)在假設(shè)有一個信用等級為BB級，賬面價值為100萬元，合同利率為7%，5年期的固定收益貸款，它的市場價值為108.55萬元。現(xiàn)在假設(shè)我們需要計算下一年該貸款的信用質(zhì)量從BB級轉(zhuǎn)變?yōu)榉荁B級的的風(fēng)險價值。已知該筆貸款信用等級的概率分布及對應(yīng)的市場價值如下表。第69頁練習(xí)題現(xiàn)在假設(shè)有一個信用等級為BB級，賬面價值為100萬元，表

單筆貸款的信用事件發(fā)生概率及對應(yīng)的新貸款價值第70頁信用等級概率（Pi）新貸款價值（萬元）(Vi)AAA0.0001114.82AA0.0031114.60A0.0145114.03BBB0.0605113.27BB0.8548108.55B0.056098.43CCC0.009086.82違約0.002054.12表單筆貸款的信用事件發(fā)生概率及對應(yīng)的新貸款價值第70頁信用答案計算結(jié)果第71頁信用等級概率概率加權(quán)值新貸款價值-均值價值偏離均值的平方概率加權(quán)差異的平方AAA0.00010.011456.756745.65360.0046AA0.00310.35536.536742.72910.1325A0.01451.65345.966735.60210.5162BBB0.06056.85285.206727.11021.6402BB0.854892.78850.48670.23690.2025B0.05605.5121-9.633392.79955.1968CCC0.00900.7814-21.2433451.27584.0615違約0.00200.1082-53.94332,909.87445.8197=108.06=17.5740=4.19假設(shè)貸款價值正態(tài)分布：5%的VAR:1.65=6.911%的VAR:2.33=9.76貸款價值為實(shí)際分布：(*)5%的VAR：實(shí)際分布的95%：108.06-98.43=9.631%的VAR:實(shí)際分布的99%：108.06-86.82=21.24注：(*)5%的VAR近似地由6.70%的VAR給出，即：5.60%+0.90%+0.20%=6.70%。1%的VAR近似地由1.10%VAR給出，即：0.90%+0.20%=1.10%。答案計算結(jié)果第71頁信用等級概率概率加權(quán)值新貸款價值-均值價貸款組合的實(shí)際概率分布第72頁概率為1.1%概率貸款組合的價值

（*）均值

86.8298.30108.06

損失21.24損失9.760.9%2.33（*）2.33為正態(tài)分布假定下1%的置信水平的VAR,在這里為了便于比較，將正態(tài)分布假定下1%的置信水平的貸款組合價值放在貸款組合價值的實(shí)際分布圖中。貸款組合的實(shí)際概率分布第72頁概率為1.1%概率貸款組合的價金融機(jī)構(gòu)為了避免在極端情況下的信用事件導(dǎo)致清償力不足的問題，最好用實(shí)際分布的1%的風(fēng)險價值為依據(jù)來作為相應(yīng)的風(fēng)險資本準(zhǔn)備。如上圖，金融機(jī)構(gòu)最好將信用風(fēng)險的資本儲備準(zhǔn)備定為21.24萬元，而不是9.76萬元來抵御風(fēng)險。盡管如此，仍然有1%的概率貸款的價值跌倒（108.06-21.24=86.82）萬元以下。第73頁金融機(jī)構(gòu)為了避免在極端情況下的信用事件導(dǎo)致清償力不足的問題，

課后練習(xí)P326.T37課后練習(xí)P326.T37計算貸款組合的風(fēng)險價值

如何計算貸款組合在下一年的均值和風(fēng)險價值信用度量法運(yùn)用于貸款組合所需要的三個主要步驟：1.建立貸款組合中每一筆單項貸款的所需歷史數(shù)據(jù)。2.計算貸款組合中每一單項資產(chǎn)在不同信用事件發(fā)生后的市場價值變化。3.由于貸款組合中的各單項貸款的收益之間可能存在相關(guān)性，所以需要在模型中考慮將資產(chǎn)收益的相關(guān)系數(shù)，由此得到一個貸款組合的總的資產(chǎn)價值變動情況。第75頁計算貸款組合的風(fēng)險價值

如何計算貸款組合在下一年的均值和風(fēng)險例5假設(shè)年初兩位借款人的信用等級分別為A級和BBB級，對每一位借款人的貸款額度都是100萬元。要得到這一200萬的貸款組合的風(fēng)險價值，就需要計算出每筆貸款的聯(lián)合移動概率以及每種可能的一年期聯(lián)合移動概率下的貸款價值。如下表7.8所示。表7.8貸款相關(guān)系數(shù)為0.3時的聯(lián)合移動概率（%）第76頁例5假設(shè)年初兩位借款人的信用等級分別為A級和BBB級，對每由于貸款1（BBB）和貸款2（A）存在相關(guān)性，所以兩筆貸款在下一年同時保持原信用等級的聯(lián)合移動概率為79.69%，高于二者在沒有相關(guān)性下的聯(lián)合移動概率79.15%（86.93%91.05%=79.15%）。由于借款人的信用等級分為8種，所以，兩筆貸款的貸款組合一共有64個聯(lián)合移動概率，對應(yīng)于64個不同的信用事件。相應(yīng)地，就需要計算64個新的貸款組合價值。按照例4的方法，可以分別計算兩筆貸款在不同信用等級下的新的貸款價值，進(jìn)而得到在每種可能的信用事件下的貸款組合的聯(lián)合貸款價值，如表7.9所示。第77頁由于貸款1（BBB）和貸款2（A）存在相關(guān)性，所以兩筆貸款表7.9聯(lián)合貸款價值第78頁

同樣，運(yùn)用例4的計算方法，可以計算得出貸款組合的均值為213.63萬元，標(biāo)準(zhǔn)差為3.35萬元，則在正態(tài)分布假定下，貸款組合的99%的置信水平的風(fēng)險價值為2.33，即7.81萬元。表7.9聯(lián)合貸款價值第78頁同樣，運(yùn)用例4的計算方法，巴塞爾協(xié)議對信用風(fēng)險的衡量一、巴塞爾協(xié)議I的主要內(nèi)容和目標(biāo)巴塞爾協(xié)議I主要是針對信用風(fēng)險的衡量，主要針對的是信用風(fēng)險和市場風(fēng)險，旨在通過實(shí)施資本充足率標(biāo)準(zhǔn)來強(qiáng)化國際銀行系統(tǒng)的穩(wěn)定性，消除因各國資本要求不同而產(chǎn)生的不公平競爭。該協(xié)議的核心內(nèi)容：資本的分類；風(fēng)險權(quán)重的計算標(biāo)準(zhǔn)。首先是資本的分類，也就是將銀行的資本劃分為核心資本和附屬資本兩類，對各類資本按照各自不同的特點(diǎn)進(jìn)行明確界定。其次是風(fēng)險權(quán)重的計算標(biāo)準(zhǔn)，報告根據(jù)資產(chǎn)類別、性質(zhì)以及債務(wù)主體的不同，將銀行資產(chǎn)負(fù)債表的表內(nèi)和表外項目劃分為0、20%、50%和100%四個風(fēng)險檔次。有了風(fēng)險權(quán)重，報告所確定的資本對風(fēng)險資產(chǎn)8%（其中核心資本對風(fēng)險資產(chǎn)的比重不低于4%）的標(biāo)準(zhǔn)目標(biāo)比率才具有現(xiàn)實(shí)意義。

第79頁巴塞爾協(xié)議對信用風(fēng)險的衡量第79頁巴塞爾協(xié)議對信用風(fēng)險的衡量隨著金融領(lǐng)域競爭的加劇與金融創(chuàng)新的日新月異，《巴塞爾協(xié)議I》主要不足之處也逐漸地顯現(xiàn)出來：1、對銀行業(yè)面臨的風(fēng)險理解顯得比較片面，忽略了市場風(fēng)險和操作風(fēng)險。2、該協(xié)議沒有考慮同類資產(chǎn)不同信用等級的差異，從而不能準(zhǔn)確反映銀行資產(chǎn)面臨的真實(shí)風(fēng)險狀況，也難以約束國際銀行業(yè)的資本套利現(xiàn)象。第80頁巴塞爾協(xié)議對信用風(fēng)險的衡量隨著金融領(lǐng)域競爭的加劇與金融創(chuàng)新的巴塞爾協(xié)議對信用風(fēng)險的衡量二、巴塞爾協(xié)議Ⅱ巴塞爾協(xié)議Ⅱ堅持了巴塞爾協(xié)議I以資本充足率為核心的監(jiān)管思路，并將風(fēng)險擴(kuò)展定義為信用風(fēng)險、市場風(fēng)險和操作風(fēng)險，并以最低資本金要求、外部監(jiān)管和市場約束為新協(xié)議的三大支柱。允許銀行在計算信用風(fēng)險的資本要求時，從兩種主要的方法中任擇一種，第一種方法是根據(jù)外部評級結(jié)果，以標(biāo)準(zhǔn)化處理方式計量信用風(fēng)險。第二種方法是采用銀行自身開發(fā)的內(nèi)部評級體系，其中又有初級法與高級法之分，但選擇內(nèi)部評級法計算信用風(fēng)險的資本要求必須經(jīng)過銀行監(jiān)管當(dāng)局的正式批準(zhǔn)。第81頁巴塞爾協(xié)議對信用風(fēng)險的衡量二、巴塞爾協(xié)議Ⅱ第81頁巴塞爾協(xié)議對信用風(fēng)險的衡量（一）信用風(fēng)險衡量的標(biāo)準(zhǔn)法標(biāo)準(zhǔn)法是在就協(xié)議的基礎(chǔ)上改進(jìn)而來的，改進(jìn)主要體現(xiàn)在：1、引入了外部評級，將信貸資產(chǎn)的風(fēng)險權(quán)重與其外部評級相聯(lián)系；2、針對逾期貸款，增加了150%的風(fēng)險權(quán)重（除非銀行已計提了一定比例的專項準(zhǔn)備）；3、擴(kuò)大了銀行可使用的抵押、擔(dān)保和信用衍生工具等信用風(fēng)險緩釋技術(shù)的范圍和合格擔(dān)保人的范圍；4、取消了舊協(xié)議中歧視性的區(qū)分經(jīng)合組織成員國與非成員國的規(guī)定。第82頁巴塞爾協(xié)議對信用風(fēng)險的衡量（一）信用風(fēng)險衡量的標(biāo)準(zhǔn)法第82頁巴塞爾協(xié)議對信用風(fēng)險的衡量（二）信用風(fēng)險衡量的內(nèi)部評級法（ＩＲＢ）信用風(fēng)險衡量的內(nèi)部評級法的風(fēng)險權(quán)重是一個連續(xù)函數(shù)的公式，其值從０％到６２５％；而標(biāo)準(zhǔn)法的風(fēng)險權(quán)重就是５個不連續(xù)的值０％、２０％、50%、100%、150%內(nèi)部評級法的關(guān)鍵在于對違約及其風(fēng)險因素的測算，具體的風(fēng)險因素包括：預(yù)期違約損失率（PD）、違約損失率（LGD）、違約風(fēng)險暴露（EAD）和期限（M）。用上述因素構(gòu)建出風(fēng)險權(quán)重函數(shù)，進(jìn)而將風(fēng)險參數(shù)轉(zhuǎn)化為風(fēng)險加權(quán)參數(shù)。第83頁巴塞爾協(xié)議對信用風(fēng)險的衡量（二）信用風(fēng)險衡量的內(nèi)部評級法（Ｉ巴塞爾協(xié)議對信用風(fēng)險的衡量按照內(nèi)部評級法，可將風(fēng)險暴露分為6類：1.公司風(fēng)險暴露2.銀行風(fēng)險暴露3.主權(quán)風(fēng)險暴露4.零售風(fēng)險暴露5.項目貸款風(fēng)險暴露6.股權(quán)風(fēng)險暴露第84頁巴塞爾協(xié)議對信用風(fēng)險的衡量按照內(nèi)部評級法，可將風(fēng)險暴露分為6巴塞爾協(xié)議對信用風(fēng)險的衡量內(nèi)部評級法的基礎(chǔ)法與高級法的區(qū)別在于對數(shù)據(jù)的要求上：數(shù)據(jù)IRB基礎(chǔ)法IRB高級法預(yù)期違約損失概率（PD）銀行提供的估計值銀行提供的估計值違約損失率（LGD）委員會規(guī)定的監(jiān)管指標(biāo)銀行提供的估計值違約風(fēng)險暴露（EAD）委員會規(guī)定的監(jiān)管指標(biāo)銀行提供的估計值期限（M）委員會規(guī)定的監(jiān)管指標(biāo)或由各國監(jiān)管當(dāng)局直接采用銀行提供的估計值（不包括某些風(fēng)險暴露）銀行提供的估計值（不包括某些風(fēng)險暴露）第85頁巴塞爾協(xié)議對信用風(fēng)險的衡量內(nèi)部評級法的基礎(chǔ)法與高級法的區(qū)別在信用風(fēng)險I86信用風(fēng)險I1主要內(nèi)容信用風(fēng)險概述貸款種類、特點(diǎn)和貸款收益率的計算信用要素分析信用評分法信用評級及應(yīng)用CreditMetrics結(jié)構(gòu)化信用模型：默頓方法巴塞爾協(xié)議對信用風(fēng)險的衡量中資銀行當(dāng)前的信用風(fēng)險管理構(gòu)建中國銀行業(yè)現(xiàn)代信用風(fēng)險管理制度第87頁主要內(nèi)容信用風(fēng)險概述第2頁2022/12/3188一、信用風(fēng)險的概念傳統(tǒng)觀點(diǎn)交易對象無力履約的風(fēng)險，即債務(wù)人未能如期償還其債務(wù)造成的違約產(chǎn)生的損失，而給主體經(jīng)營者帶來的風(fēng)險。傳統(tǒng)的信用風(fēng)險主要來自于商業(yè)銀行的貸款業(yè)務(wù)，主要產(chǎn)生于信貸業(yè)務(wù)；2022/12/293一、信用風(fēng)險的概念傳統(tǒng)觀點(diǎn)2022/12/3189廣義指客戶違約所引起的風(fēng)險。

資產(chǎn)業(yè)務(wù)中借款人不按時還本付息引起的資產(chǎn)質(zhì)量惡化

負(fù)債業(yè)務(wù)中存款人大量提取形成擠兌，加劇支付困難

表外業(yè)務(wù)中的交易對手違約引起或有負(fù)債轉(zhuǎn)化為表內(nèi)負(fù)債狹義僅指信貸風(fēng)險然而，隨著金融市場的發(fā)展，越來越多的企業(yè)發(fā)行公司債券(企業(yè)債),因此影響發(fā)債人的信用事件發(fā)生如信用等級下降，盈利能力下降，造成債券跌價，給投資者帶來損失；因此信用風(fēng)險的概念產(chǎn)生了變化。廣義和狹義的概念2022/12/294廣義指客戶違約所引起的風(fēng)險。廣義和狹義2022/12/3190信用風(fēng)險的概念現(xiàn)代觀點(diǎn)由于借款人或者市場交易對手違約而導(dǎo)致?lián)p失的可能性。更一般地，由于借款人的信用評級的變化和履約能力的變化導(dǎo)致其債務(wù)的市場價值變動而引起損失的可能性。因此，信用風(fēng)險的大小取決于交易對手的財務(wù)和風(fēng)險狀況。2022/12/295信用風(fēng)險的概念現(xiàn)代觀點(diǎn)2022/12/3191信用風(fēng)險的成因信用活動中的不確定性

經(jīng)濟(jì)活動中的外在不確定性如經(jīng)濟(jì)運(yùn)行的隨機(jī)性、如宏觀調(diào)控，利率變化，匯率變化等；外在不確定性對整個市場都會帶來影響，又稱為”系統(tǒng)性風(fēng)險”;內(nèi)在不確定性：行為人的主觀決策以及信息不對稱原因?qū)е碌?，因此帶有明顯的個性特征，如企業(yè)的管理能力，產(chǎn)品的競爭能力、生產(chǎn)規(guī)模等,信用品質(zhì)的變化直接影響其履約能力；內(nèi)在不確定性產(chǎn)生的風(fēng)險又稱為“非系統(tǒng)性風(fēng)險”;

典型例子：長虹公司和APEX的應(yīng)收帳款問題；2022/12/296信用風(fēng)險的成因信用活動中的不確定性貸款種類、特點(diǎn)和貸款收益率的計算第92頁貸款種類、特點(diǎn)和貸款收益率的計算第7頁貸款種類及特點(diǎn)按國際銀行業(yè)的傳統(tǒng)，貸款可分為以下四類：工商業(yè)貸款房地產(chǎn)貸款個人消費(fèi)信貸其他貸款貸款性質(zhì)的不同，授信時所采用的信用評分系統(tǒng)或相關(guān)權(quán)重不同。第93頁貸款種類及特點(diǎn)按國際銀行業(yè)的傳統(tǒng)，貸款可分為以下四類：第8頁工商業(yè)貸款一、工商業(yè)貸款工商業(yè)貸款是商業(yè)銀行貸款的主要形式和重要利潤來源。按貸款期限可以分為：1.短期貸款——用于工商業(yè)企業(yè)流動資金需求和其他短期資金需求。2.中長期貸款——用于固定資產(chǎn)投資、開辦新的工廠等需求。值得一提的是，工商企業(yè)貸款中，大筆金額的貸款通常是辛迪加貸款。第94頁工商業(yè)貸款一、工商業(yè)貸款第9頁工商業(yè)貸款按有無抵押物，工商業(yè)貸款可以分為：抵押貸款和無抵押貸款按利率是否固定，工商業(yè)貸款可以分為：固定利率貸款和浮動利率貸款第95頁工商業(yè)貸款按有無抵押物，工商業(yè)貸款可以分為：第10頁房地產(chǎn)貸款房地產(chǎn)貸款主要分為商業(yè)房地產(chǎn)貸款和居民住房按揭貸款。特點(diǎn)：1.與工商業(yè)貸款相比，房地產(chǎn)貸款期限通常較長，一般在10年至30年左右，貸款規(guī)模一般不如工商業(yè)貸款的規(guī)模大。2.房地產(chǎn)貸款，特別是住房按揭貸款在很大程度上受到政策的影響。第96頁房地產(chǎn)貸款房地產(chǎn)貸款主要分為商業(yè)房地產(chǎn)貸款和居民住房按揭貸款個人消費(fèi)信貸定義：狹義的個人消費(fèi)信貸是指除住房按揭貸款以外的其他消費(fèi)品貸款。廣義的個人消費(fèi)信貸在狹義個人消費(fèi)信貸的基礎(chǔ)上，還包括住房按揭貸款及其他與住房消費(fèi)有關(guān)的貸款，如住房裝修貸款。值得一提的是，美國采用的是狹義消費(fèi)信貸；而中國通常使用廣義概念。第97頁個人消費(fèi)信貸定義：第12頁個人消費(fèi)信貸狹義的個人消費(fèi)信貸包括信用卡貸款、汽車消費(fèi)貸款、助學(xué)貸款、個人旅游貸款等。按借款者可否再貸款期間內(nèi)按事先承諾的貸款額度無限次的借入資金，可分為：1.可循環(huán)貸款，如信用卡貸款。2.非循環(huán)貸款，如汽車消費(fèi)貸款第98頁個人消費(fèi)信貸狹義的個人消費(fèi)信貸包括信用卡貸款、汽車消費(fèi)貸款、其他貸款其他貸款包括農(nóng)業(yè)貸款、經(jīng)紀(jì)人保證金貸款、國際貸款等未包含在上述三種貸款中的所有貸款。第99頁其他貸款其他貸款包括農(nóng)業(yè)貸款、經(jīng)紀(jì)人保證金貸款、國際貸款等未貸款收益率的計算資產(chǎn)收益的計算的一般方法、實(shí)證研究中收益數(shù)據(jù)的處理方法、算術(shù)平均收益與幾何平均收益，偏誤問題。貸款收益率（一）合同承諾的貸款收益率（二）貸款預(yù)期收益率第100頁貸款收益率的計算資產(chǎn)收益的計算的一般方法、實(shí)證研究中收益數(shù)據(jù)貸款收益率的計算（一）合同承諾的貸款收益率的計算影響貸款收益率的主要因素有：（1）貸款基礎(chǔ)利率；（2）貸款信用風(fēng)險補(bǔ)償；（3）貸款相關(guān)費(fèi)用；（4）其他非價格條款（如補(bǔ)償性存款余額、準(zhǔn)備金要求）第101頁貸款收益率的計算（一）合同承諾的貸款收益率的計算第16頁補(bǔ)償性余額補(bǔ)償性余額是銀行發(fā)放商業(yè)貸款時的一種特殊的抵押形式，要求借款者在銀行的支票賬戶中保留一定數(shù)額的存款。如果企業(yè)要求1000萬美元的貸款，那么補(bǔ)償性余額可能至少為100萬美元，這100萬存放在貸款銀行的支票賬戶，如果借款者違約，這筆資金就歸銀行所有了。因此．補(bǔ)償性余額可以說是一種抵押，可以降低客戶違約的可能性，銀行也就憑此手段達(dá)到監(jiān)控客戶和減少風(fēng)險的目的。補(bǔ)償性余額的存款利率要低于貸款利率，因而補(bǔ)償性余額要求作為金融機(jī)構(gòu)貸款的一項額外收益來源。補(bǔ)償性余額補(bǔ)償性余額是銀行發(fā)放商業(yè)貸款時的一種特殊的抵押形式貸款收益率的計算貸款基礎(chǔ)利率（BR）——反映了銀行做出一筆貸款時的加權(quán)資本成本或邊際籌資成本。信用風(fēng)險補(bǔ)償（m）——是銀行根據(jù)借款者的信用風(fēng)險狀況收取的風(fēng)險補(bǔ)償。用m表示每貸出一元所要求的信用風(fēng)險補(bǔ)償。貸款相關(guān)費(fèi)用（f）——主要指貸款申請費(fèi)用，用f表示每貸出1元所要求的申請費(fèi)用。補(bǔ)償性余額（b）——借款者必須保留在銀行賬戶中的那部分資金，一般以活期的形式保留。用b表示每1元貸款中要求借款者在銀行賬戶中保留的金額。第103頁貸款收益率的計算貸款基礎(chǔ)利率（BR）——反映了銀行做出一筆貸貸款收益的計算準(zhǔn)備金要求——準(zhǔn)備金率用R表示。設(shè)k為貸款承諾收益率，則

第104頁貸款收益的計算準(zhǔn)備金要求——準(zhǔn)備金率用R表示。第19頁例題：貸款利率為：基礎(chǔ)利率=12%=L風(fēng)險溢價=2%=mL+m=12%+2%=14%除收取利息之外，假設(shè)銀行還：1、收取f=0.125%的貸款發(fā)生費(fèi)用。2、要求b=10%的補(bǔ)償性余額，作為無利息的活期存款。3、保留R=10%的法定準(zhǔn)備金。（對補(bǔ)償性余額也要收取法定準(zhǔn)備金）例題：課堂練習(xí)：P323，T10.課堂練習(xí)：P323，T10.貸款收益率的計算隨著競爭激烈，銀行要求的貸款申請費(fèi)用和補(bǔ)償性存款余額在不斷降低。如果貸款申請費(fèi)用和補(bǔ)償性存款余額均為零，則貸款收益率為：

k=BR+m當(dāng)貸款基礎(chǔ)利率確定時，影響貸款收益率的重要因素就是信用風(fēng)險補(bǔ)償m.第107頁貸款收益率的計算隨著競爭激烈，銀行要求的貸款申請費(fèi)用和補(bǔ)償性貸款收益率的計算（二）貸款預(yù)期收益貸款的預(yù)期收益率是指考慮了借款者的違約概率時，預(yù)期的貸款能給銀行帶來的收益率。設(shè)貸款預(yù)期收益率為E（r），則：

E（r）=p（1+k）+（1-p)γ（1+k）-1

p—貸款償還概率；γ—違約時的貸款實(shí)際回收率；銀行的預(yù)期收益率由兩部分組成：一部分是借款者以p的概率按合同還本付息時的銀行收益p（1+k）；另一部分是借款者違約時，銀行以γ的回收率所得到的收益（1-p)γ（1+k）。第108頁貸款收益率的計算（二）貸款預(yù)期收益第23頁貸款收益率的計算若貸款實(shí)際回收率γ為零，則公式簡化為：

E（r）=p（1+k）貸款中的“逆向選擇

”和“道德風(fēng)險”問題第109頁貸款收益率的計算若貸款實(shí)際回收率γ為零，則公式簡化為：第24貸款收益率的計算第110頁當(dāng)k≤k*時，可通過k的提高來提高E（r），因為k提高的正效應(yīng)大于p下降的負(fù)效應(yīng)；當(dāng)k﹥k*時，“逆向選擇”和“道德風(fēng)險”問題使得p下降的負(fù)效應(yīng)大于k提高的正效應(yīng)，導(dǎo)致E（r）隨著k的提高而下降。理論上，最佳的合同承諾貸款收益率為圖中的k*.貸款收益率的計算第25頁當(dāng)k≤k*時，可通過k的提高來提高E零售與批發(fā)信貸決策

零售貸款（Retail）在金融機(jī)構(gòu)總的投資組合中占較小份額，加上收集家庭借款者信息的成本較高，因而大部分的零售貸款決策都只是簡單的給予或拒絕。得到貸款的人們一般支付相同的利息，這隱含著他們支付的違約風(fēng)險溢價也是相同的

更可能用信貸數(shù)量而不是價格或利率對零售貸款者加以區(qū)別和限制。住宅抵押貸款也是一個很好的例子。銀行給予兩個客戶抵押貸款時，對他們的不同待遇體現(xiàn)在不同的貸款價格比率——貸款和房屋市價之比，而不是不同的貸款利率

中央銀行1998年頒布的《個人住房貸款管理辦法》中“借款人應(yīng)以不低于所購住房全部價款的20%作為購房的首期付款”的規(guī)定。即購房款是10萬元，個人首付2萬元零售與批發(fā)信貸決策零售貸款（Retail）在金融機(jī)構(gòu)總的投批發(fā)貸款零售貸款是通過信用限額（creditrationing）控制貸款風(fēng)險，而不是一系列不同的貸款利率。金融機(jī)構(gòu)為控制批發(fā)貸款的違約風(fēng)險，一般是雙管齊下。對風(fēng)險較高的客戶則在基礎(chǔ)利率之上還另外加上風(fēng)險溢價（m），來補(bǔ)償銀行因貸款給這些客戶而冒的更高的風(fēng)險

很高的契約利率實(shí)質(zhì)上減少了金融機(jī)構(gòu)的預(yù)期回報，因為高利率導(dǎo)致貸款流向高風(fēng)險項目，從而加大了違約風(fēng)險。

批發(fā)貸款零售貸款是通過信用限額（creditration信用風(fēng)險的衡量

一般有定性分析和定量模型分析，并且定量分析由簡單到復(fù)雜。是否能準(zhǔn)確衡量違約可能性，在很大程度上取決于該金融機(jī)構(gòu)所掌握的借款人財務(wù)信息量的多少

對于零售貸款，該類信息的大部分需要從內(nèi)部或外部信用機(jī)構(gòu)收集。對于批發(fā)貸款，該類信息來源于公開可獲得的信息，如已公證的帳目表，股票和債券價格，分析家們的報告等等。

信用風(fēng)險的衡量一般有定性分析和定量模型分析，并且定量分析由違約風(fēng)險模型（DefaultRiskModels）定性模型（QualitativeModels）

1943年，美國弗吉尼亞州開拓移民商業(yè)銀行(StateplauterBankofCommerce＆Trusts)的銀行家愛德華又5C模型。Character（品格）Capacity（能力）Capital（資本）Collateral(擔(dān)保品)Condition(環(huán)境狀況)。

違約風(fēng)險模型（DefaultRiskModels）定借款人所特有的因素：

聲譽(yù)

借款人的聲譽(yù)包括該信貸申請人的借貸歷史

杠桿比率大量的債務(wù)，如債券和貸款提高了借款人的利息費(fèi)用以及其現(xiàn)金流量中用于償債的比例。相對較低的杠桿比率可能不會嚴(yán)重影響到償債的可能性

收入的不穩(wěn)定性收入的大幅度變動會提高了借款人在任何資本結(jié)構(gòu)中無法按期償本付息的可能性

抵押品

借款人所特有的因素：特定市場因素：

商業(yè)周期

金融機(jī)構(gòu)在評估借款人違約可能性時，一個很重要的因素是必須考慮經(jīng)濟(jì)正處于商業(yè)周期的哪一階段

經(jīng)濟(jì)不景氣時，生產(chǎn)的耐用消費(fèi)品部門的公司，其業(yè)績一般會比生產(chǎn)煙草和食品的非耐用消費(fèi)品部門的公司差利率水平高利率預(yù)示著實(shí)行了緊縮的貸幣政策。不僅籌資成本增高、籌資來源減少，而且高利率一般與高信用風(fēng)險成正相關(guān)。高水平的利率會刺激借款人從事過量的風(fēng)險活動，也只能鼓勵風(fēng)險較大的顧客前來借款

特定市場因素：商業(yè)周期金融機(jī)構(gòu)在評估借款人違約可能性時信用評分模型

信用評分模型通過運(yùn)用所觀察的有關(guān)借款人特征的資料來計算其違約可能性，或把借款人分成不同的違約風(fēng)險等級。作用：

1.

在數(shù)量上確定哪些因素對于解釋違約風(fēng)險是重要的

2.

評價這些因素的相對重要性；

3.

改進(jìn)違約風(fēng)險的定價；

4.更好地辨別不良貸款申請人；

5.更好地來計算用為應(yīng)付將來貸款損失而需的準(zhǔn)備金。

信用評分模型信用評分模型通過運(yùn)用所觀察的有關(guān)借款人特征的資線性概率模型和Logit模型

當(dāng)需要確定個體在給定特征下作出這種而不是另一種選擇的概率有多大時，通常要基于經(jīng)驗數(shù)據(jù)，利用線性概率模型進(jìn)行擬合與預(yù)測線性概率模型將以往的數(shù)據(jù)，例如財務(wù)比率，放入模型中說明以前貸款償還的經(jīng)驗。用來說明過去償付貸款表現(xiàn)的各因素的相對重要性，可以用來預(yù)測新貸款的償還概率P。線性概率模型和Logit模型當(dāng)需要確定個體在給定特征下作出將過去的貸款(i)分成兩個觀察組，即違約的(Zi=1)和沒有違約的(Zi=0)。然后，用線性回歸將這些觀察值與有j個數(shù)據(jù)的一組原因變量(Xij)相聯(lián)系，這些原因變量反映了第i個借款人的杠桿比率或收益之類的數(shù)量信息。第119頁將過去的貸款(i)分成兩個觀察組，即違約的(Zi=1)和沒有βj是我們所估計的第j個變量(杠桿比率)在解釋過去償還貸款上的重要性。如果我們將這些估計值βj與某一預(yù)期借款人的Xij相乘，就可以求出該借款人的Zi的期望值，這個值可解釋為該借款人的違約概率。E(Zi)=(1-pi)=預(yù)期違約的概率，pi為償還貸款的概率。βj是我們所估計的第j個變量(杠桿比率)在解釋過去償還貸款上例如，假設(shè)有兩個因素影響借款人過去的違約行為：杠桿比率（D/E）和銷售額資產(chǎn)比率（S/A）?；谝郧暗倪`約經(jīng)驗，線性可能性模型可以估計成：

Zi=0.5（D/Ei）+0.1（S/Ai）假設(shè)一個預(yù)期借款者的D/E=03，S/A=2.0。預(yù)期違約可能性（Zi）估計為：Zi=0.5（0.3）+0.1（2.0）=0.35

例如，假設(shè)有兩個因素影響借款人過去的違約行為：杠桿比率（D/致命弱點(diǎn)：預(yù)測的違約可能性會落在0—1區(qū)間之外。Logit模型則把預(yù)期違約可能性限制在0和1之間，從而克服了線性可能性模型的弱點(diǎn)

F（Zi）=1/（1+e-Zi）

第122頁致命弱點(diǎn)：預(yù)測的違約可能性會落在0—1區(qū)間之外。第37頁課堂練習(xí)P324，T18課堂練習(xí)P324，T18Altman的Z值信用評分模型模型是一種線性判別模型，它是用主要的財務(wù)比率來建立模型，通過帶入某公司的財務(wù)比率的實(shí)際值，得出該公司的信用得分值Z值并據(jù)此可將潛在的借款者分類，幫助作出貸款決策。阿特曼建立了美國制造業(yè)上市公司的線性判別模型：Z＝1.2X1＋1.4X2＋3.3X3＋0.6X4＋1.0X5

X1＝營運(yùn)資本/總資產(chǎn)比率X2＝留存收益/總資產(chǎn)比率X3＝息稅前利潤/總資產(chǎn)比率X4＝股權(quán)市場價值/長期債務(wù)賬面價值比率X5＝銷售/總資產(chǎn)比率第124頁Altman的Z值信用評分模型模型是一種線性判別模型，它是用Z值越高，違約風(fēng)險就越??；Z值越低，違約風(fēng)險就越大。根據(jù)Altman的Z值模型，Z值低于1.81的公司其破產(chǎn)風(fēng)險很大，應(yīng)被置于高違約風(fēng)險類別中。Altman的Z值信用評分模型在大型工商企業(yè)中的應(yīng)用。第125頁Z值越高，違約風(fēng)險就越小；Z值越低，違約風(fēng)險就越大。根據(jù)Al假沒一潛在的借款公司的金融比率值如下：X1=0.2X2=0X3=-0.20X4=0.10X5=2.0X2等于0和X3為負(fù)數(shù)表明該公司在近期的收入為負(fù)或發(fā)生了損失。同樣，X4也表明借款人的杠桿比率很高，X1=0.2和X5=2.0表明該公司的流動性是適當(dāng)?shù)模⑶忆N售也較穩(wěn)定。

Z=1.2(0.2)+1.4(0)+3.3(-0.20)+0.6(0.10)+1.0(2.0)Z=0.24+0-0.66+0.06+2.0Z=1.64

根據(jù)Altman的信用評分模型，任何Z的分值低于1.81的公司將被置于高違約風(fēng)險區(qū)假沒一潛在的借款公司的金融比率值如下：阿特曼的Z值模型的局限性：①假定了違約概率和其解釋變量之間是線性關(guān)系，但是它們的關(guān)系可能是高度非線性的。②簡單把借款者劃分為極端的兩種：履約和違約。而現(xiàn)實(shí)中的情況更為復(fù)雜，從利息拒付、遲付到本利的拒付、遲付，有多種情況，但模型中沒有具體體現(xiàn)這一點(diǎn)。③就線性模型而言，其解釋變量的選取和權(quán)重的確定也不是像模型中那樣一成不變的。④無法將有些重要的非量化指標(biāo)納入模型，另外，數(shù)據(jù)的匱乏也限制了模型的運(yùn)用。第127頁阿特曼的Z值模型的局限性：第42頁課后練習(xí)P324，T20課后練習(xí)P324，T20二、現(xiàn)代度量方法信用風(fēng)險期限結(jié)構(gòu)模型

CreditMetrics模型CreditRisk+模型期權(quán)模型（KMV模型）失敗率經(jīng)濟(jì)資本（RAROC）二、現(xiàn)代度量方法信用風(fēng)險期限結(jié)構(gòu)模型CreditMetr信用風(fēng)險期限結(jié)構(gòu)模型第130頁信用風(fēng)險期限結(jié)構(gòu)模型第45頁第131頁第46頁練習(xí)題假設(shè)某債券為一年期零息債券，面值為100元。假設(shè)該類債券的違約回收率的期望值為80%，市場上的無風(fēng)險收益率2%。請分別計算當(dāng)該債券的市場價格為90元、95元和97元時其可能的違約概率。練習(xí)題假設(shè)某債券為一年期零息債券，面值為100元。假設(shè)該類債RAROC模型

RAROC（risk-adjustedreturnoncapital）模型由銀行家信托公司首創(chuàng)

模型的核心思想是它不是衡量一筆貸款的實(shí)際或者承諾的每年的ROA，即凈利息收入和費(fèi)用除以貸款總額，而是貸款管理者使預(yù)期利息收入和費(fèi)用收入同貸款的風(fēng)險保持平衡。因此，不是用貸出的資產(chǎn)除以貸款收入，而是用資產(chǎn)（貸款）風(fēng)險的某種測量去除貸款收入：

一筆貸款只有它的RAROC相對于銀行資本的基準(zhǔn)成本足夠高時才能被批準(zhǔn)，RAROC>基準(zhǔn)收益率。RAROC模型RAROC（risk-adjustedr當(dāng)一筆已放貸款的RAROC跌到低于銀行的基準(zhǔn)RAROC時，貸款管理者必須試圖調(diào)整貸款的條款使貸款再次變成“有利可圖的”

估計RAROC的一個問題是貸款風(fēng)險的測量

同樣的概念可以應(yīng)用到這里，只是受利率影響改為受信用質(zhì)量（信用風(fēng)險溢價）影響

當(dāng)一筆已放貸款的RAROC跌到低于銀行的基準(zhǔn)RAROC時，貸用公司債券市場的數(shù)據(jù)去估計這個溢價。標(biāo)準(zhǔn)普爾（S&P）對借款人評定了信用等級（AAA，AA，A等等）。因此，我們可以分析在各個特定等級內(nèi)的債券在過去一年的風(fēng)險溢價變化。在RAROC等式中的△R等于

△（Ri-RG）是i信用等級公司債券的收益率（Ri）和與其持續(xù)期相匹配的國庫券的收益率（RG）的差額在過去一年的變化

用公司債券市場的數(shù)據(jù)去估計這個溢價。標(biāo)準(zhǔn)普爾（S&P）對借款假設(shè)現(xiàn)在AAA級債券的平均利率水平（R）為10%，估計的貸款（或資本）風(fēng)險是：△L=-DL（△R/1+R）=-（2.7）×（$1,000,000）×（0.011/1.1）=-$27,000因此，當(dāng)貸款的面值是一百萬美元時，由于信用質(zhì)量的下降而導(dǎo)致的風(fēng)險量或者說貸款市場價值的變化是2.7萬美元。假設(shè)現(xiàn)在AAA級債券的平均利率水平（R）為10%，估計的貸款為了決定這筆貸款是否值得做，要對估計的貸款風(fēng)險和貸款的收入（即該金融機(jī)構(gòu)的資金成本加上貸款費(fèi)用上的差額）進(jìn)行比較。假設(shè)估計的（一年的）差額加上費(fèi)用如下：差額=0.2%×$1,000,000=$2,000費(fèi)用=0.1%×$1,000,000=$1,000$3,000這個貸款的RAROC是：RAROC=貸款一年的收入/貸款風(fēng)險（或者資本風(fēng)險）=$3,000/$27,000=11.1%為了決定這筆貸款是否值得做，要對估計的貸款風(fēng)險和貸款的收入（這個計算可以用于向前看(forwardlooking)，將下一年的貸款的預(yù)期收入和△L比較；也可以用于向后看(backwardlooking)將過去一年所產(chǎn)生的收入和△L比較。如果11.1%高于銀行內(nèi)部的基準(zhǔn)RAROC（基于銀行本身的資金成本），這項貸款會被通過。如果它較低，這筆貸款會立即被拒絕或者借款人會被要求較高的費(fèi)用以及（或者）更高的利率差額，將RAROC提高到可接受的水平

這個計算可以用于向前看(forwardlooking)，將課后練習(xí)P325.T32課后練習(xí)P325.T32信用度量方法（CreditMetrics）與貸款組合風(fēng)險度量第140頁第55頁信用風(fēng)險的傳統(tǒng)方法：信用評分、信用評級從信用評級到轉(zhuǎn)移矩陣從信用轉(zhuǎn)移矩陣到CreditMetrics信用風(fēng)險的傳統(tǒng)方法：信用評分、信用評級信用度量方法（CreditMetrics）是J.P.摩根銀行開發(fā)的用于計量貸款組合信用風(fēng)險的新型內(nèi)控模型。該模型的優(yōu)點(diǎn)在于它考慮到了信用質(zhì)量變動的相關(guān)性，使貸款組合的集中度和分散度定量化。這一模型的基本目標(biāo)是對貸款的集中度風(fēng)險——貸款組合中某項貸款的風(fēng)險暴露上升給貸款組合增加的風(fēng)險——進(jìn)行定量描述。第142頁信用度量方法（CreditMetrics）是J.P.摩根銀行傳統(tǒng)的信用計量方法只假設(shè)借款人違約或不違約對資產(chǎn)價值的影響，而在不違約的情況下，也是假設(shè)借款人有規(guī)律地還款的。信用度量法主要考慮在整個還款期間，資產(chǎn)和資產(chǎn)組合由于“信用事件”的發(fā)生而對資產(chǎn)價值的影響。信用事件不僅指違約的發(fā)生，還包括信用等級的變化。由于不同信用等級的資產(chǎn)有不同的資產(chǎn)收益率，因此對降級的貸款，市場價格必然下降（要求更高資產(chǎn)回報率）。信用度量法是以貸款的市場價值變化為基礎(chǔ)計算的風(fēng)險價值模型（VAR）。同時，信用度量法也是一種盯住市場模型（MTM），MTM模型考慮信用等級的變化引起的資產(chǎn)價格變化，在計算貸款價值損失的同時考慮違約的情況。第143頁傳統(tǒng)的信用計量方法只假設(shè)借款人違約或不違約對資產(chǎn)價值的影響，貸款組合的風(fēng)險價值VAR（ValueAtRisk）

風(fēng)險價值模型是在給定的置信區(qū)間（比如95%，99%）下衡量給定的資產(chǎn)或負(fù)債在一段給定的時間內(nèi)可能發(fā)生的最大的價值損失。這一模型適用于如股票這類可交易的資產(chǎn)，通常，它還假定其資產(chǎn)價格服從正態(tài)分布。對于一個風(fēng)險管理者，風(fēng)險價值使他能夠預(yù)計在某一置信水平下，下一個交易日的價值損失規(guī)模。在計算風(fēng)險價值時，我們需要下列數(shù)據(jù)資料：1.借款人信用評級的歷史資料，以定量方式表示的違約的可能性。2.下一年借款人的信用等級變化的概率（信用等級轉(zhuǎn)移矩陣）。。第144頁貸款組合的風(fēng)險價值VAR（ValueAtRisk）

風(fēng)險3.違約貸款的回收率。4.債券（或貸款）市場上信用風(fēng)險升水率和收益率運(yùn)用的限制條件：1、運(yùn)用信用度量法其實(shí)是需要較大的財力支持的2、需要考慮貸款收益率的不對稱性。所以，在分析時要區(qū)分下列兩種情況：（1）假定貸款收益率為正態(tài)分布。（2）貸款收益率為實(shí)際分布。多數(shù)貸款是非交易性的，那么金融機(jī)構(gòu)是如何使用歷史數(shù)據(jù)來量化貸款的信用風(fēng)險的呢？第145頁3.違約貸款的回收率。第60頁2、CreditMetrics模型方法的步驟：計算和（1）獲取債務(wù)人信用等級和信用等級轉(zhuǎn)化概率的預(yù)測信息（這些信息可以從大的信用評級公司如標(biāo)準(zhǔn)普爾、穆迪、KMV公司、ZETA公司等獲取，也可以自己預(yù)測。）2、CreditMetrics模型方法的步驟：計算（2）對信用等級變動后的債務(wù)價值進(jìn)行估計（期望值和標(biāo)準(zhǔn)差）（2）對信用等級變動后的債務(wù)價值進(jìn)行估計（期望值和標(biāo)準(zhǔn)差）每種情況出現(xiàn)的概率每種情況出現(xiàn)的概率貸款收益率的計算課件600萬元600萬元600萬元600萬元10600萬元600萬元600萬元600萬元600萬元10600萬元PAPAAPAAA……PCCCPAPAAPAAA……PCCCPA=PAA=PAAA=……PD=PA=PAA=PAAA=……PD=貸款收益率的計算課件練習(xí)題現(xiàn)在假設(shè)有一個信用等級為BB級，賬面價值為100萬元，合同利率為7%，5年期的固定收益貸款，它的市場價值為108.55萬元。現(xiàn)在假設(shè)我們需要計算下一年該貸款的信用質(zhì)量從BB級轉(zhuǎn)變?yōu)榉荁B級的的風(fēng)險價值。已知該筆貸款信用等級的概率分布及對應(yīng)的市場價值如下表。第154頁練習(xí)題現(xiàn)在假設(shè)有一個信用等級為BB級，賬面價值為100萬元，表

單筆貸款的信用事件發(fā)生概率及對應(yīng)的新貸款價值第155頁信用等級概率（Pi）新貸款價值（萬元）(Vi)AAA0.0001114.82AA0.0031114.60A0.0145114.03BBB0.0605113.27BB0.8548108.55B0.056098.43CCC0.009086.82違約0.002054.12表單筆貸款的信用事件發(fā)生概率及對應(yīng)的新貸款價值第70頁信用答案計算結(jié)果第156頁信用等級概率概率加權(quán)值新貸款價值-均值價值偏離均值的平方概率加權(quán)差異的平方AAA0.00010.011456.756745.65360.0046AA0.00310.35536.536742.72910.1325A0.01451.65345.966735.60210.5162BBB0.06056.85285.206727.11021.6402BB0.854892.78850.48670.23690.2025B0.05605.5121-9.633392.79955.1968CCC0.00900.7814-21.2433451.27584.0615違約0.00200.1082-53.94332,909.87445.8197=108.06=17.5740=4.19假設(shè)貸款價值正態(tài)分布：5%的VAR:1.65=6.911%的VAR:2.33=9.76貸款價值為實(shí)際分布：(*)