金融風(fēng)險(xiǎn)管理信用風(fēng)險(xiǎn)的量與管理演示文稿

金融風(fēng)險(xiǎn)管理信用風(fēng)險(xiǎn)的度量與管理演示文稿當(dāng)前1頁，總共86頁。金融風(fēng)險(xiǎn)管理信用風(fēng)險(xiǎn)的度量與管理當(dāng)前2頁，總共86頁。第四章信用風(fēng)險(xiǎn)管理§1信用風(fēng)險(xiǎn)概述§2信用風(fēng)險(xiǎn)的度量§3信用風(fēng)險(xiǎn)的管理方法

專題：我國商業(yè)銀行的信用風(fēng)險(xiǎn)現(xiàn)狀當(dāng)前3頁，總共86頁?！?信用風(fēng)險(xiǎn)概述當(dāng)前4頁，總共86頁。一、信用風(fēng)險(xiǎn)含義二、信用風(fēng)險(xiǎn)事件（creditevent）的界定三、信用風(fēng)險(xiǎn)與市場風(fēng)險(xiǎn)的比較四、信用風(fēng)險(xiǎn)損失§1信用風(fēng)險(xiǎn)概述當(dāng)前5頁，總共86頁。§1信用風(fēng)險(xiǎn)概述一、信用風(fēng)險(xiǎn)含義狹義：由于借款人或交易對手違約而導(dǎo)致?lián)p失的可能。廣義：狹義+由于債務(wù)人信用評級或履約能力變化導(dǎo)致其 發(fā)行的債務(wù)工具市場價值下降從而引起債權(quán)人損失 的可能。二、信用風(fēng)險(xiǎn)事件（creditevent）的界定風(fēng)險(xiǎn)因素——風(fēng)險(xiǎn)事件（事故）——損失

當(dāng)前6頁，總共86頁。

國際互換與衍生品協(xié)會（InternationalSwapandDerivativeAssociation

ISDA）規(guī)范了信用風(fēng)險(xiǎn)事件的定義：1、破產(chǎn)（Bankruptcy）2、無力償付到期債務(wù)（Failuretopay）

3、債務(wù)交叉違約（Obligation/CrossDefault）

4、債務(wù)提前到期（而無法償還）(Obligation/CrossAcceleration)

5、債務(wù)拒絕清償或展期（Repudiation/Moratorium）

6、債務(wù)重整（Restructuring）：債務(wù)的重新安排導(dǎo)致不利

7、其它事件︰發(fā)債機(jī)構(gòu)的信用評級被調(diào)降

貨幣不可自由兌換：外匯管制，匯兌限制

政府行為當(dāng)前7頁，總共86頁。三、信用風(fēng)險(xiǎn)與市場風(fēng)險(xiǎn)的比較

市場風(fēng)險(xiǎn)信用風(fēng)險(xiǎn)風(fēng)險(xiǎn)的來源僅來自市場因子本身來自違約風(fēng)險(xiǎn)、回收率風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)，等等資產(chǎn)收益的分布形態(tài)對稱不對稱、左偏風(fēng)險(xiǎn)存續(xù)期間短期期限相對較長法令適用不適用非常重要數(shù)據(jù)來源較易取得較不易取得當(dāng)前8頁，總共86頁。對稱VS左偏當(dāng)前9頁，總共86頁。四、信用風(fēng)險(xiǎn)損失信用風(fēng)險(xiǎn)損失受下列變量影響：1、信用風(fēng)險(xiǎn)暴露：creditexposure（通常以面臨信用風(fēng)險(xiǎn)的資產(chǎn)名義價值或市場價值來表示）2、違約概率：probabilityofdefault3、回收率：recoveryrate（在已知違約的情況下，可以追回的部分占資產(chǎn)總價值的比率）違約損失率=1-回收率資產(chǎn)（組合）信用風(fēng)險(xiǎn)期望損失計(jì)算公式：當(dāng)前10頁，總共86頁?！?信用風(fēng)險(xiǎn)的度量當(dāng)前11頁，總共86頁?！?信用風(fēng)險(xiǎn)的度量信用風(fēng)險(xiǎn)的度量：傳統(tǒng)（古典）度量方法現(xiàn)代度量方法當(dāng)前12頁，總共86頁。

一、傳統(tǒng)（古典）度量方法

傳統(tǒng)度量方法仍為許多金融機(jī)構(gòu)繼續(xù)使用；其方法思想常被用于現(xiàn)代信用風(fēng)險(xiǎn)度量方法當(dāng)中。專家系統(tǒng)法信用評分法對傳統(tǒng)度量方法的評價當(dāng)前13頁，總共86頁。（一）專家系統(tǒng)法（expertsystem）1、含義：

該方法依賴信貸人員和信貸專家自身的專業(yè)知識、技能和豐富經(jīng)驗(yàn)，運(yùn)用各種專業(yè)性的分析工具，在分析評價各種關(guān)鍵要素的基礎(chǔ)上，依據(jù)主觀判斷來綜合評定信用風(fēng)險(xiǎn)的分析系統(tǒng)。2、方法種類5C判斷法5P判斷法駱駝分析系統(tǒng)(CamelSystem)當(dāng)前14頁，總共86頁。5C判斷法品德character：決定其還款意愿資本capital(leverageratio)：影響著企業(yè)的抗風(fēng)險(xiǎn)能力現(xiàn)金流量利息保障倍數(shù)當(dāng)前15頁，總共86頁。抵押collateral：影響違約回收率還款能力capacity：取決于企業(yè)經(jīng)營情況（經(jīng)營能力與環(huán)境）經(jīng)營環(huán)境condition

商業(yè)周期，行業(yè)情況，利率環(huán)境，等等。美國公司債券的歷史回收率不同等級的債券回收率（%）平均值標(biāo)準(zhǔn)差擔(dān)保/抵押貸款7021擔(dān)保/抵押債券5524無擔(dān)保/抵押債券5125次級債券3221所有債券4527當(dāng)前16頁，總共86頁。5P判斷法個人因素personalfactor：決定著還款意愿和還款能力。資金用途purposefactor：影響著借款使用的風(fēng)險(xiǎn)與收益。還款來源paymentfactor：項(xiàng)目現(xiàn)金流與未來前景。保障protectionfactor：包括抵押與擔(dān)保，等等。企業(yè)前景perspectivefactor：經(jīng)營管理水平與環(huán)境。當(dāng)前17頁，總共86頁。

駱駝分析系統(tǒng)（CamelSystem）針對銀行、保險(xiǎn)公司等金融機(jī)構(gòu)的信用風(fēng)險(xiǎn)分析法。CAMELS：資本充足率

Capitaladequacy資產(chǎn)質(zhì)量

Assetquality；thenon-perfectloan管理水平Management盈利水平

Earnings流動性Liquidity市場風(fēng)險(xiǎn)敏感度Sensitivity

（

Market

Risk）考察利率、匯率、商品價格及股票價格的變化，對銀行等金融機(jī)構(gòu)投資等可能帶來的不利影響。

overdueloansbaddebts當(dāng)前18頁，總共86頁。（二）信用評分法

根據(jù)可以觀察到的債務(wù)人特征變量計(jì)算出一個打分，來代表債務(wù)人的違約概率，或者將債務(wù)人歸類于不同的違約風(fēng)險(xiǎn)類別。信用評分模型線性辨別模型二元選擇模型(Logit/probit模型)Z計(jì)分模型zeta模型當(dāng)前19頁，總共86頁。1、Z計(jì)分模型（Altman(1968)）Altman指標(biāo)體系：當(dāng)前20頁，總共86頁。Z計(jì)分模型：Z值等于各指標(biāo)的線性組合Altman給出美國制造業(yè)上市公司Z值計(jì)算公式：

當(dāng)前21頁，總共86頁。（此后，很多學(xué)者對此進(jìn)行了擴(kuò)展，提出了針對非制造業(yè)上市公司和非上市公司的Z計(jì)分模型。）

據(jù)此，可以對公司在2年內(nèi)破產(chǎn)的可能性進(jìn)行診斷與預(yù)測。研究表明，該公式的預(yù)測準(zhǔn)確率高達(dá)72%-80%。當(dāng)前22頁，總共86頁。2、ZETA信用風(fēng)險(xiǎn)分析模型（第二代Z計(jì)分模型）

ZETA公司開發(fā)的模型（1977年Altman等人對原始的Z-score模型進(jìn)行擴(kuò)展，建立了第二代模型），適用范圍更寬（非金融類公司），對違約可能的計(jì)算更精確。

ZETA模型在破產(chǎn)前5年即可有效地劃分出將要破產(chǎn)的公司。其中破產(chǎn)前1年的準(zhǔn)確度大于90%，破產(chǎn)前5年的準(zhǔn)確度大于70%。

ZETA模型不僅適用于制造業(yè)，而且同樣有效地適用于零售業(yè)。當(dāng)前23頁，總共86頁。

ZETA模型將指標(biāo)從五個增加至七個：當(dāng)前24頁，總共86頁。普通股優(yōu)先股長期債務(wù)融資性租賃資產(chǎn)當(dāng)前25頁，總共86頁。3、Probit二元選擇模型當(dāng)需要確定個體在給定特征下作出這種選擇而不是另一種選擇的概率有多大時，通常要基于經(jīng)驗(yàn)數(shù)據(jù)，利用二元選擇模型進(jìn)行擬合與預(yù)測。令表示個體在這些特征下違約的概率。令表示個體各種特征（全部解釋變量）的線性組合。則當(dāng)前26頁，總共86頁。根據(jù)對分布假設(shè)的不同，二元選擇模型可以有不同的類型：標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)和分布函數(shù)當(dāng)前27頁，總共86頁。

對古典信用風(fēng)險(xiǎn)度量方法的評價：優(yōu)點(diǎn)：簡單易懂，易操作缺點(diǎn)：專家系統(tǒng)法：需要有相當(dāng)數(shù)量的信用分析人員——效率與成本問題；實(shí)施效果受信用分析人員本身素質(zhì)高低和經(jīng)驗(yàn)的影響；加劇貸款組合過度集中——“信用悖論（creditparadox）”難以確定共同遵循的標(biāo)準(zhǔn)——主觀性、隨意性。信用評分法：依賴財(cái)務(wù)報(bào)表的賬面數(shù)據(jù)，忽視日益重要的各項(xiàng)動態(tài)資本市場指標(biāo)，可靠性、及時性差；通常假設(shè)在解釋變量與被解釋變量間存在著線性關(guān)系；無法計(jì)量表外信用風(fēng)險(xiǎn)。當(dāng)前28頁，總共86頁。二、現(xiàn)代度量方法信用評級與違約率測算

用金融資產(chǎn)的市場價格衡量違約風(fēng)險(xiǎn)

CreditMetrics模型CreditRisk+模型宏觀模擬方法當(dāng)前29頁，總共86頁。（一）信用評級與違約率測算信用評級：對債務(wù)人未來全額、按時地向投資者償付到期本 息的能力和意愿所進(jìn)行的評價。違約率測算模型：信用評級機(jī)構(gòu)通過對不同信用級別公司的 歷史違約率進(jìn)行統(tǒng)計(jì)分析，并據(jù)此估計(jì)實(shí) 際違約率。當(dāng)前30頁，總共86頁。當(dāng)前31頁，總共86頁。較高的信用級別違約率較低違約率隨年份的增加而上升，即信用風(fēng)險(xiǎn)隨時間增加而增大。建立模型，估計(jì)違約率。π=f（rating,t）存在的問題：統(tǒng)計(jì)數(shù)據(jù)（樣本空間）較少，對違約率這一低概率事件的估計(jì)可能很不準(zhǔn)確。當(dāng)前32頁，總共86頁。（二）用債務(wù)人發(fā)行的金融資產(chǎn)(債券、股票)的市場價格衡量其違約風(fēng)險(xiǎn)理論依據(jù)：金融市場擁有大量的信息，因此，債務(wù)人所 發(fā)行證券的市場價格包含著其違約風(fēng)險(xiǎn)大小的 信息。即通過有價證券的市場價格的變化可以 推測其違約概率。1、基于公司債券價格推測信用價差和違約風(fēng)險(xiǎn)

考慮一個存在信用風(fēng)險(xiǎn)的債券:該債券為一年期折價發(fā)行的債券，面值為100元。假設(shè)其違約和償還情況如下圖：當(dāng)前33頁，總共86頁。定價原理：存在信用風(fēng)險(xiǎn)的債券收益率無風(fēng)險(xiǎn)收益率信用價差：y*-y，也稱為信用風(fēng)險(xiǎn)溢價根據(jù)信用風(fēng)險(xiǎn)溢價推測違約率0當(dāng)前34頁，總共86頁。

計(jì)算題

假設(shè)某債券為一年期折價發(fā)行的債券，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(xiǎn)收益率2%。請分別計(jì)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。當(dāng)前35頁，總共86頁。擴(kuò)展至多期的情況：

《金融風(fēng)險(xiǎn)管理師手冊（第五版）》P413當(dāng)前36頁，總共86頁。2、KMV模型—基于股票市場價格的信用風(fēng)險(xiǎn)度量方法1989年，Kealhofer,McQuown和Vasicek在舊金山創(chuàng)立了KMV公司，用于提供信用風(fēng)險(xiǎn)管理服務(wù)。2002年4月，該公司被穆迪公司收購（Moody’sKMV）。KMV模型由KMV公司創(chuàng)立并商品化。KMV模型：又稱為CreditMonitor（信用監(jiān)控模型），是將期權(quán) 定價理論應(yīng)用于股權(quán)估值而開發(fā)出來的一種信用監(jiān)控 模型，它通過對上市公司價值波動性的估計(jì)，來 預(yù)測上市公司發(fā)生違約的可能性。當(dāng)前37頁，總共86頁。股權(quán)價值公司價值債務(wù)價值（1）模型基本假設(shè)與原理

理論上講，當(dāng)公司總價值（股權(quán)價值+債務(wù)價值）超過債務(wù)價值時，債務(wù)將會得到全額的償還，股東得到剩余部分的價值；當(dāng)公司總價值低于債務(wù)價值時，公司就會違約，此時，股東價值為零（由于“有限責(zé)任制”，其價值不會小于零）。Merton(1974)模型思想：持有公司的股權(quán)與購買一份該公司價值的看漲期權(quán)是等價的。該期權(quán)的執(zhí)行價格是公司債務(wù)的價值。當(dāng)前38頁，總共86頁。股東的初始出資額（有限責(zé)任的上限）由看漲期權(quán)定價原理可估算股權(quán)價值：當(dāng)前39頁，總共86頁。（2）KMV模型方法與步驟依據(jù)前述基于期權(quán)思想的股權(quán)價值E的估算公式、權(quán)益波動率與資產(chǎn)波動率之間的關(guān)系估計(jì)公司（資產(chǎn)）價值V和其波動性σV設(shè)定違約點(diǎn)計(jì)算出違約距離(DTD：DistancetoDefault)——根據(jù)公司價值V、其波動性σV和違約點(diǎn)（DPT）計(jì)算：確定違約距離與預(yù)期違約率之間的映射關(guān)系（將預(yù)期違約率表示成違約距離的函數(shù):，用來預(yù)測違約率）違約距離也可用作不同企業(yè)之間的比較，給出違約風(fēng)險(xiǎn)的序數(shù)指標(biāo)。短期債務(wù)（ShortTermDebt）長期債務(wù)（LongTermDebt）表示要到達(dá)違約點(diǎn)，資產(chǎn)價值需要下降的程度（下降比率相對于標(biāo)準(zhǔn)差的倍數(shù)）當(dāng)前40頁，總共86頁。違約距離的其他算法當(dāng)前41頁，總共86頁。當(dāng)前42頁，總共86頁。（三）CreditMetrics模型—信用風(fēng)險(xiǎn)的VaR度量方法J.P摩根銀行1994年開發(fā)出了測量市場風(fēng)險(xiǎn)VaR的RiskMetrics模型；1997年，J.P摩根銀行與其他合作者創(chuàng)立CreditMetrics模型，專門用于對非交易性金融資產(chǎn)（比如貸款和私募債券）的信用風(fēng)險(xiǎn)進(jìn)行度量；1998年，J.P摩根銀行組建一家獨(dú)立的名為RiskMetrics集團(tuán)的公司，產(chǎn)品化了這些風(fēng)險(xiǎn)度量方法。當(dāng)前43頁，總共86頁。1、

CreditMetrics模型思想基于借款人信用等級、下一年度該信用等級轉(zhuǎn)換為其他信用等級的概率等數(shù)據(jù)資料，計(jì)算出任何一項(xiàng)非交易性貸款和債券的期望價值P和波動率σp，從而得出這些非交易性金融資產(chǎn)組合信用風(fēng)險(xiǎn)的VaR度量值。CreditMetrics模型不僅考慮了債務(wù)人違約所帶來的信用風(fēng)險(xiǎn)，也考慮了由于債務(wù)人信用等級變化所導(dǎo)致的債務(wù)價值變動的信用風(fēng)險(xiǎn)。當(dāng)前44頁，總共86頁。計(jì)算信用風(fēng)險(xiǎn)VaR的公式： 假設(shè)已知信用資產(chǎn)期望價值為，標(biāo)準(zhǔn)差為

,且：

將一般正態(tài)分布形式的資產(chǎn)價值P

轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布：當(dāng)前45頁，總共86頁。2、CreditMetrics模型方法的步驟：計(jì)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獲取，也可以自己預(yù)測。）當(dāng)前46頁，總共86頁。（2）對債務(wù)人未來各可能信用等級水平的債務(wù)價值進(jìn)行估計(jì)當(dāng)前47頁，總共86頁。每種情況出現(xiàn)的概率當(dāng)前48頁，總共86頁。當(dāng)前49頁，總共86頁。600萬元600萬元600萬元600萬元10600萬元當(dāng)前50頁，總共86頁。PAPAAPAAA……PCCC當(dāng)前51頁，總共86頁。PA=PAA=PAAA=……PD=當(dāng)前52頁，總共86頁。當(dāng)前53頁，總共86頁。練習(xí)題有一筆2年期固定利率為8%的1000萬元的貸款資產(chǎn)（利息每年末償還一次），其當(dāng)前的信用級別為A級，在第一年末時，其信用等級變動概率及相應(yīng)的零息企業(yè)債券收益率如下表：假設(shè)該筆貸款的價值服從正態(tài)分布，請計(jì)算該筆貸款在置信度95%水平上的VaR。其中，在標(biāo)準(zhǔn)正態(tài)分布下。年初信用等級年末信用等級AAAAAABBBBBA0.09%2.27%91.05%5.52%1.07%未來零息企業(yè)債券收益率3.6%3.8%4.1%4.5%5.50%當(dāng)前54頁，總共86頁。（四）CreditRisk+

模型1、回顧泊松分布：

泊松分布：描述單位時間內(nèi)（或指定空間范圍內(nèi)）隨機(jī)事件發(fā)生次數(shù)的概率分布。

當(dāng)一個隨機(jī)事件（例如到達(dá)某公共汽車站等車的乘客、保險(xiǎn)公司的索賠次數(shù)，等等）以固定的平均速率λ隨機(jī)且獨(dú)立地出現(xiàn)，那么這個事件在單位時間內(nèi)出現(xiàn)的次數(shù)就近似地服從泊松分布。當(dāng)前55頁，總共86頁。2、CreditRisk+

模型CreditRisk+

模型由瑞士信貸銀行開發(fā)。CreditRisk+模型假設(shè)：貸款組合由小額貸款組成；每筆貸款違約是隨機(jī)事件；單筆貸款的違約概率都不大；各貸款違約是相互獨(dú)立的。如果以上假設(shè)條件成立，則可認(rèn)為貸款違約數(shù)量服從泊松分布。當(dāng)前56頁，總共86頁。當(dāng)前57頁，總共86頁。（五）宏觀模擬方法：Mckinsey’sCreditPortfolioView該方法由麥肯錫（Mckinsey）公司1997年創(chuàng)立。CreditMetrics模型沒有考慮商業(yè)周期對信用評級轉(zhuǎn)移概率的影響。實(shí)際情況表明：信用評級的轉(zhuǎn)移一般取決于宏觀經(jīng)濟(jì)所處的狀態(tài)，尤其是低質(zhì)量貸款和垃圾債券的違約率對商業(yè)周期的狀態(tài)高度敏感。當(dāng)前58頁，總共86頁。Mckinsey’sCreditPortfolioView直接將信用評級轉(zhuǎn)移概率與宏觀經(jīng)濟(jì)因素之間的關(guān)系模型化。并通過制造宏觀“沖擊”來模擬轉(zhuǎn)移概率矩陣的跨時演變。然后，與CreditMetrics模型類似，再計(jì)算出信用風(fēng)險(xiǎn)的VaR值。由于該模型舍象掉了債務(wù)人本身固有的信用風(fēng)險(xiǎn)，因此不能產(chǎn)生關(guān)于公司信用風(fēng)險(xiǎn)的足夠信息。當(dāng)前59頁，總共86頁。§3信用風(fēng)險(xiǎn)的管理方法一、信用風(fēng)險(xiǎn)的分散化與信用風(fēng)險(xiǎn)組合管理二、以信用衍生產(chǎn)品管理信用風(fēng)險(xiǎn)當(dāng)前60頁，總共86頁。一、信用風(fēng)險(xiǎn)的分散化與信用風(fēng)險(xiǎn)組合管理信用風(fēng)險(xiǎn)一般屬于個體風(fēng)險(xiǎn)（非系統(tǒng)風(fēng)險(xiǎn)），因此，根據(jù)資產(chǎn)組合理論，信用資產(chǎn)組合（比如貸款組合）的風(fēng)險(xiǎn)小于單個資產(chǎn)的風(fēng)險(xiǎn)之和。信用風(fēng)險(xiǎn)悖論與單個金融機(jī)構(gòu)的系統(tǒng)性信用風(fēng)險(xiǎn)

信用風(fēng)險(xiǎn)悖論（paradoxofcredit）：貸款機(jī)構(gòu)往往忽視信用風(fēng)險(xiǎn)的分散化，常常將貸款集中在一個特定的行業(yè)或地區(qū)范圍內(nèi)，這就導(dǎo)致違約風(fēng)險(xiǎn)的相關(guān)性更高。當(dāng)前61頁，總共86頁。

單個金融機(jī)構(gòu)的系統(tǒng)性信用風(fēng)險(xiǎn)：一個金融機(jī)構(gòu)對某些行業(yè)或地區(qū)的信用達(dá)到一定程度而出現(xiàn)的信用風(fēng)險(xiǎn)集中現(xiàn)象。當(dāng)某類風(fēng)險(xiǎn)集中到一定程度時，就可能會給該金融機(jī)構(gòu)造成巨大損失，甚至導(dǎo)致其無法正常運(yùn)行，比如美國的次貸危機(jī)。當(dāng)前62頁，總共86頁。信用風(fēng)險(xiǎn)組合管理技術(shù)的發(fā)展KMV公司的PortfolioManager模型：基于資產(chǎn)組合理論，利用全部風(fēng)險(xiǎn)-收益權(quán)衡模型來管理信用組合風(fēng)險(xiǎn)。RiskMetrics集團(tuán)（在紐約證券交易所簡稱RMG）CreditManager模型：利用信用資產(chǎn)組合的信用等級聯(lián)合轉(zhuǎn)移概率矩陣來管理信用組合風(fēng)險(xiǎn)。穆迪公司的貸款組合分散度指數(shù)模型：穆迪公司假設(shè)處于同一個行業(yè)的公司之間是相關(guān)的，處于不同行業(yè)的公司之間是不相關(guān)的。在此假設(shè)下，給出了與一個組合中處于同一個行業(yè)中公司個數(shù)相對應(yīng)的分散度分?jǐn)?shù)。貸款組合的分散度指數(shù)越高，說明組合的信用風(fēng)險(xiǎn)相對越小。麥肯錫公司的Wilson組合風(fēng)險(xiǎn)模型：以歷史宏觀經(jīng)濟(jì)變量和平均違約率的時間序列數(shù)據(jù)為基礎(chǔ)，針對不同的國家和行業(yè)板塊，構(gòu)建多因素組合風(fēng)險(xiǎn)模型。參考書目：美國商業(yè)銀行信用風(fēng)險(xiǎn)管理研究，中國金融出版社當(dāng)前63頁，總共86頁。二、以信用衍生產(chǎn)品(creditderivatives)管理信用風(fēng)險(xiǎn)（一）信用衍生產(chǎn)品的含義

按照ISDA（國際互換及衍生品協(xié)會）的定義，信用衍生產(chǎn)品是將信用風(fēng)險(xiǎn)從基礎(chǔ)信用資產(chǎn)（比如貸款或公司債）的其它風(fēng)險(xiǎn)中分離出來，并提供轉(zhuǎn)移機(jī)制的金融契約。當(dāng)前64頁，總共86頁。（二）信用衍生產(chǎn)品的產(chǎn)生與發(fā)展1992年，在巴黎舉行的ISDA年會上首次正式提出了可以用作分散、轉(zhuǎn)移信用風(fēng)險(xiǎn)的創(chuàng)新產(chǎn)品——信用衍生產(chǎn)品。背景：在經(jīng)歷了20世紀(jì)80年代的債務(wù)危機(jī)和90年代末的亞洲金融危機(jī)后，國際金融界開始注重對信用風(fēng)險(xiǎn)的防范與管理創(chuàng)新。以轉(zhuǎn)移信用風(fēng)險(xiǎn)為核心的信用衍生工具迅速發(fā)展，成為國際金融市場上金融創(chuàng)新的一大熱點(diǎn)。當(dāng)前65頁，總共86頁。盡管信用衍生產(chǎn)品出現(xiàn)的時間比較晚，但是自1993年完成第一筆交易以來，基本上是以一種爆炸式的速度發(fā)展：2005年全球信用衍生產(chǎn)品合約的名義本金額已經(jīng)達(dá)到了17萬億美元；2006年這一數(shù)字達(dá)到35.1萬億美元；2007ISDA

MarketSurvey:CreditDerivativesat$45.46Trillion；2008ISDA

MarketSurvey:CreditDerivativesat$54.6Trillion2009ISDA

MarketSurvey:CreditDerivativesat$31.2Trillion.2010ISDA

MarketSurvey:CreditDerivativesat$26.26Trillion.當(dāng)前66頁，總共86頁。當(dāng)前67頁，總共86頁。在2001年底到2002年初所發(fā)生的安然以及世通公司的特大破產(chǎn)案中，美國多家銀行正是由于運(yùn)用了信用衍生交易，才得以幸免于難。然而，美國的次級貸款危機(jī)充分表明，衍生產(chǎn)品在帶給金融系統(tǒng)一定便利的時候，也能給金融系統(tǒng)帶來很大的危害性。信用衍生產(chǎn)品僅僅是一種信用風(fēng)險(xiǎn)的轉(zhuǎn)移和分散安排，并不能減少或消除風(fēng)險(xiǎn)。當(dāng)信用風(fēng)險(xiǎn)成為一種系統(tǒng)性風(fēng)險(xiǎn)時，信用衍生產(chǎn)品的這種功能將很難發(fā)揮作用。當(dāng)前68頁，總共86頁。（三）信用衍生產(chǎn)品的種類

（信用保護(hù)工具）信用違約互換（CreditDefaultSwap）總收益互換（TotalReturnSwap）信用價差遠(yuǎn)期與期權(quán)（CreditSpreadForward/Option）信用聯(lián)系票據(jù)（Credit-linkedNotes）當(dāng)前69頁，總共86頁。1、信用違約互換（CreditDefaultSwapCDS）--（實(shí)質(zhì)上是一種信用違約保險(xiǎn)而非真正意義上的互換）

CDS的購買者向出售者支付一筆費(fèi)用（premiumpayment），得到在參考資產(chǎn)（標(biāo)的資產(chǎn)）的信用風(fēng)險(xiǎn)事件發(fā)生時獲得償付的權(quán)利（Contingentpayment(或有支付，有條件的支付)。當(dāng)前70頁，總共86頁。注意：信用違約互換并不能消除信用風(fēng)險(xiǎn)。當(dāng)信用保護(hù)的購買者轉(zhuǎn)移其參考信用資產(chǎn)的風(fēng)險(xiǎn)時，卻承擔(dān)了來自于信用保護(hù)出售者的信用風(fēng)險(xiǎn)。所以，一份有效率的信用互換應(yīng)該保證上述二者具有較低的相關(guān)性。參考資產(chǎn)為5年期BBB級債券時，不同互換交易方提供的CDS的相對價值當(dāng)前71頁，總共86頁。2、總收益互換（TotalReturnSwaps-TRS）TRS的買方向賣方支付：參考資產(chǎn)所得的利息收入+該資產(chǎn)市場價值的變動部分。TRS的賣方向買方支付：浮動利率（LIBOR）+一定基點(diǎn)的收益。從而使信用保護(hù)工具的買方將其持有資產(chǎn)的信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)轉(zhuǎn)移給賣方。當(dāng)前72頁，總共86頁。舉例

A銀行以10%的固定利率向XYZ公司發(fā)放貸款1億美元，該A銀行與B銀行簽訂一份TRS，A銀行承諾換出該筆貸款的利息加上貸款市場價值的變動部分，獲得相當(dāng)于LIBOR+50bp的收益。如果現(xiàn)在的LIBOR為9%，并且一年后貸款的價值從1億美元降至9500萬美元，請計(jì)算A銀行該互換的凈現(xiàn)金流。A銀行的現(xiàn)金流出：10000×10%+（9500-10000）=500（萬美元）A銀行的現(xiàn)金流入：10000×9.5%=950（萬美元）A銀行的凈現(xiàn)金流：950-500=450（萬美元）當(dāng)前73頁，總共86頁。3、信用價差遠(yuǎn)期與期權(quán)（1）信用價差遠(yuǎn)期（CreditSpreadForward）CreditSpread:

信用價差=信用資產(chǎn)收益率-無風(fēng)險(xiǎn)收益率信用價差擴(kuò)大意味著信用風(fēng)險(xiǎn)增加和信用資產(chǎn)價值下降；反之，則相反。信用價差遠(yuǎn)期：約定某參考資產(chǎn)（標(biāo)的資產(chǎn)）未來的信用價差水平，當(dāng)實(shí)際信用價差水平高于約定的信用價差時，合約持有者（購買者）獲取收益；否則，承擔(dān)虧損。信用價差遠(yuǎn)期合約的購買方通常為某一參考信用資產(chǎn)的持有者，他可以用該參考資產(chǎn)信用價差的遠(yuǎn)期合約來對沖參考資產(chǎn)信用風(fēng)險(xiǎn)的變化。當(dāng)前74頁，總共86頁。假設(shè)參考資產(chǎn)為：一筆ABC公司的貸款

ABC公司的貸款價值信用價差擴(kuò)大時信用價差遠(yuǎn)期合約價值

ABC公司的貸款價值信用價差縮小時信用價差遠(yuǎn)期合約價值當(dāng)前75頁，總共86頁。信用價差遠(yuǎn)期合約買方的收益：修正久期合約規(guī)定的信用價差合約到期時的信用價差信用價差遠(yuǎn)期合約買方的收益名義值標(biāo)的資產(chǎn)的價值變化：當(dāng)前76頁，總共86頁。（2）信用價差期權(quán)（CreditSpreadOption）

期權(quán)的買方支付一筆期權(quán)費(fèi)給賣方，當(dāng)規(guī)定時間內(nèi)發(fā)生了任何信用價差增加導(dǎo)致的損失，買方都有權(quán)將其轉(zhuǎn)移給期權(quán)的賣方。當(dāng)前77頁，總共86頁。4、信用聯(lián)系票據(jù)（Credit-linkednotes）信用聯(lián)系票據(jù)：將所發(fā)行的附息債券與某些信用風(fēng)險(xiǎn)轉(zhuǎn)移機(jī)制結(jié)合起來而得名，并非單獨(dú)的衍生品合約。其目標(biāo)一般是通過提高投資者收益率的方式來使投資者承擔(dān)一定的信用風(fēng)險(xiǎn)。功能：轉(zhuǎn)移信用風(fēng)險(xiǎn)+融資（發(fā)行主體通常為銀行）有無信用問題？投資者（信用聯(lián)系票據(jù)的買方）信用聯(lián)系票據(jù)（即一種附息債券）發(fā)行人（比如某銀行）購買信用聯(lián)系票據(jù)，支付本金參照資產(chǎn)：XYZ貸款信用聯(lián)系票據(jù)利息+溢價有

收回部分本金無

收回全部本金當(dāng)前78頁，總共86頁。我國商業(yè)銀行的信用風(fēng)險(xiǎn)現(xiàn)狀20世紀(jì)末亞洲金融危機(jī)后，中國銀行體系積累的風(fēng)險(xiǎn)在2004年前后的商業(yè)銀行改制過程中集中體現(xiàn)出來。(1996-1997：中國銀行業(yè)不良率曾達(dá)到50%一度不敢公布——中國銀行業(yè)協(xié)會專職副會長楊再平)國家為此動用相當(dāng)于國民收入20%的資金處理銀行系統(tǒng)的壞賬風(fēng)險(xiǎn)。沉重的壞賬包袱曾讓中國銀行業(yè)喘不過氣來。銀監(jiān)會數(shù)據(jù)顯示，2002年主要商業(yè)銀行不良貸款余額達(dá)22793億元，不良貸款率接近25