《LGD建模实例分析及若干技术问题经验分享.ppt》由会员分享，可在线阅读，更多相关《LGD建模实例分析及若干技术问题经验分享.ppt（21页珍藏版）》请在三一办公上搜索。
1、1,LGD建模实例分析及若干技术问题经验分享招商银行文 兵,2,案例背景：以招商银行LGD开发和国外银行的LGD建模过程为依据成功要素：数据标准，包含违约定义、违约日期、清收期长、折现率、成本等过程概览：LGD开发操作过程，包括数据收集、数据准备、计算、建模、数据分析等步骤思考与启示,概要,3,案例背景：LGD模型及参数分析,LGD:违约损失率CF:回收现金流 银行信贷管理系统DC:直接成本 会计台帐IC:间接成本 管理会计水平EAD:违约风险暴露额,4,经济损失类数据（折现后的实际损失）本金和利息的实际回收记录直接成本：如律师费、法律诉讼费等间接成本：如每月需要分摊的费用，每月清收人员的薪资
2、时间价值：采用适用利率+风险溢价的方式对回收和成本现金流进行折现,实际经济损失 Y=f(损失驱动因素X1,X2,),影响损失的驱动因素信贷产品特征担保人、抵押物、质押品所提供的风险缓释客户本身的偿债能力清收程序和执行力度地区、行业等环境要素,LGD数据补录模板：满足现有表单验证/优化以及高级法量化分析和建模的需要涵盖所有违约客户的违约债项共13张输入工作表，5张参考表60+系统下载项目300+人工录入项目时间跨度：2000年2007年,案例背景：LGD建模思路,5,Estimated LGD-估计LGD 根据债项评级模型计算出的预估的债项违约损失率 Realized LGD-实际LGD 对于实
3、际已经发生违约并且进行了清收的债项，根据该债项的回收和费用发生情况计算出的实际LGD结果,案例背景：两类LGD概念,6,案例背景：以招商银行LGD开发和国外银行的LGD建模过程为依据成功要素：数据标准，包含违约定义、违约日期、清收期长、折现率、成本等过程概览：LGD开发操作过程，包括数据收集、数据准备、计算、建模、数据分析等步骤思考与启示,7,违约定义（Default Definition）违约日期（Default Date）清收期长（Length Of Default）利率/折现率（Interest/Discount Rate）成本（Expenses）,成功要素：数据标准,8,违约定义,两个
4、层面的含义：在客户层面首先确定违约如客户确定为违约，则其名下所有债项均定义为违约,违约日期,两个层面的含义：在客户层面首先确定违约日期，即其最早的单一债项违约时点其名下所有债项的违约时点均为此时点为准，与违约定义一致,数据标准：违约定义和违约日期,9,违约结束日期,以国外某监管机构和某国际大银行为例，其参考因素包含：（1）未回收额度占总违约债项额度的比例；（2）时间期限；（3）事件触发点，如抵押品全部拍卖完毕；（4）单月违约余额为零且保持连续6个月的零余额；（5）上述项目的任意组合。,清收期长,定义为违约起始日期与违约结束日期之间的时长，以月为最小计算单位。对单一违约客户而言，其名下所有债项均
5、有同样的违约期长。,数据标准：清收期长,10,利率/折现率,在计算利息拖欠与折现时，两种方法确定折现率：首先使用贷款合同中约定的贷款利率进行折现；如该贷款利率无法得到，则使用银行对外公布的当年平均对公贷款利率。如折现跨越多个年度，则使用相应各年年报中公布的当年平均对公贷款利率。,成本,法律与管理费用通常无法得到每月历史成本，所以实际确定采用下述方法：1、将可得到的非经常成本分配到季度末、年度末或违约最后的月份；2、如果对应债项只有单一成本数据，将其赋予违约最后的月份；3、如果对应数个违约债项只有单一成本数据，则按债项违约额进行比例分配，再将此成本数据分配给对应债项的违约结束月份。,数据标准：折
6、现率和成本,11,案例背景：以招商银行LGD开发和国外银行的LGD建模过程为依据成功要素：数据标准，包含违约定义、违约日期、清收期长、折现率、成本等过程概览：LGD开发操作过程，包括数据收集、数据准备、计算、建模、数据分析等步骤思考与启示,12,数据收集,-X与Y-定性与定量-手工与自动,数据准备,1、数据清洗，从业务部门得到更多的反馈信息以弥补缺失数据；2、如果仍无法补足缺失数据，将其排除出建模样本并保留文档记录；3、所有数据的整理、调整、转换均有相应的文档与程序记录，保证操作的可逆反性与重复性,过程概览：数据收集和准备,建立数据收集模板,案例分析与模拟测试,模板优化与人员培训,数据收集与信
7、息汇总,-选取有代表性债务-选定分行试点,-模板再设计-工作量评估-录入培训,-分组收集-汇总评估-数据再补录,13,LGD补录模板示例,14,LGD计算,1、单一债项的LGD是按照前述定义与标准公式计算得来的；2、LGD的驱动因素也就是最终的LGD分类方法主要包括：抵质押类型与价值、担保类别、产品类别、贷款期限、地区和国家；3、数据的多少以及详细程度直接影响到驱动因素的数量与LGD分类；4、驱动因素的判定依据包括统计结果、业务知识和监管要求,LGD模型,1、LGD模型可以是一个统计计量模型也可以是一个系列指令表单；2、在数据收集初始阶段，样本数量少，模型可能是个分枝较少的决策树；3、随着样本
8、数量的增加，LGD计算可以采用统计模型以确定驱动因素；4、数据采集从2000年开始，以保证在2010年有7年的数据来满足新协议的要求。,过程概览：LGD计算和模型问题,15,案例背景：以招商银行LGD开发和国外银行的LGD建模过程为依据成功要素：数据标准，包含违约定义、违约日期、清收期长、折现率、成本等过程概览：LGD开发操作过程，包括数据收集、数据准备、计算、建模、数据分析等步骤思考与启示,16,诉讼程序：破产法与破产保护优先等级：债务类别与级别控制权市场交易：产权转让与价格参照清收策略：专业分工与资产优化,思考与启示：（1）法律环境的差异,17,思考与启示：（2）LGD异常值的处理,直观理
9、解 LGD0,1?LGD1时 说明回收金额小于成本，这种情况在实际中更容易出现，当一笔债项未能完成任何回收，那么其实际LGD一定大于1,18,有学者的实证结论显示PD和LGD间存在着较强的正相关性有的学者实证结论正好相反在经济萧条时期二者之间存在较强的相关性 这个问题在国内的验证目前很难完成,思考与启示：（3）PD与LGD相关性之争,19,LGD开发数据集应该包括四方面内容：违约后进一步提款的可能性与违约债项相关的所有回收和抵质押物清收过程产生的费用清收过程的其他信息,思考与启示：（4）构建LGD开发数据集,20,思考与启示：（5）与业务实践相结合,纯信用债项的低违约损失率分析经济衰退期的LGD估算宏观经济政策对LGD的影响：时间与产品LGD的本土化与国产化,21,谢 谢！,
