信用风险的度量.ppt

《信用风险的度量.ppt》由会员分享，可在线阅读，更多相关《信用风险的度量.ppt（138页珍藏版）》请在三一办公上搜索。

1、1,金融风险管理,黄新春中原工学院,2,第4章,信用风险的度量,3,学习目标,通过本章学习，您可以了解或掌握：1.用以度量信用风险大小的基本参数及其估计方法；2.信用评级体系及信用评级方法；3.信用等级转移概率的计算；4.目前主要的信用风险度量模型和方法；5.不同信用风险度量模型的差别与联系。,4,主要内容,第一节 信用风险度量方法概述 第二节 度量信用风险的基本参数解析与估计 第三节 信用评级方法第四节 信用等级转移分析与信用等级转移概 率的计算第五节 基于财务分析指标的评分模型：Z值 评分模型与ZETA模型,5,主要内容(续),第六节 基于信用等级转移的CreditMetrics模型和信

2、用组合观点第七节 基于市场价值的违约模型(DM)：KMV模型 第八节 基于财险精算方法的违约模型(DM)：CreditRisk+模型第九节 基于寿险精算方法的违约模型(DM)：违约 率模型第十节 不同信用风险度量模型的比较,6,第一节,信用风险度量方法概述,7,一、专家分析法,1.专家分析法指专家通过分析借款人各相关信息，对其资信、品质等进行评判，以确定是否给予贷款。主要包括以下几种方法。2.5C法 专家对借款企业的分析因素包括：资信品格(Character)资本(Capital)还款能力(Capacity)抵押品(Collateral)当时所处经济周期(Cycle),8,一、专家分析法(续)

3、,3.5W法 专家对借款企业的分析因素包括：借款人(Who)借款用途(Why)还款期限(When)担保物(What)如何还款(How),9,一、专家分析法(续),4.5P法 专家对借款企业的分析因素包括：个人因素(Personal)目的因素(Purpose)偿还因素(Payment)保障因素(Protection)前景因素(Perspective),10,一、专家分析法(续),5.LAPP法 专家对借款企业的分析因素包括：流动性(Liquidity)活动性(Activity)盈利性(Profitability)发展潜力(Potentialities),11,一、专家分析法(续),6.五级分类法

4、 以还款的可能性为核心，将资产分为：正常关注次级可疑损失,12,二、评级方法,1.最早的贷款评级方法是美国货币监理署(OCC)开发的，将贷款分为五类：特别关注级未达标级可疑级损失级合格或可履约级。2.银行在扩展上述五级分类法的基础上开发出更为细化的内部评级类别。,13,三、基于财务比率指标的信用评分方法,(一)线性几率模型1.线性几率模型是以评判对象的信用状况为被解 释变量、多个财务比率指标为解释变量所构造 的线性回归模型。2.模型缺点：预测的概率估计值可能落在区间0,1之外，与概率理论相违背。,14,三、基于财务比率指标的信用评分方法(续),(二)定性响应模型1.定性响应模型用以预测某一时期

5、开始时生存着的某一公司在该时期结束时该公司生存的概率。较为常用的两种定性模型是：Probit模型，假设事件发生的概率服从累积标准正态分布；Logit模型，假设事件发生的概率服从累积Logistic分布。Probit模型和Logit模型都改进了线性几率模型的预测值可能落在区间0,1之外的缺陷。,15,三、基于财务比率指标的信用评分方法(续),(三)Altman Z值模型与ZETA模型1.Altman 五因子Z值模型是最具影响力的信用评分模型，五因子是：营运资本/总资产留存盈余/总资产息税前收益/总资产股权的市场价值/总负债的账面价值销售额/总资产比率2.1977年，Altman将五因子模型扩充为

6、七因子模型，称为ZETA模型。,16,四、现代信用风险度量模型,现代信用风险度量模型用复杂的数理模型描述信用风险发生的概率、损失程度等，并试图给予精确估计。现代信用风险度量模型借鉴了许多经典的经济思想及其他领域的科学方法，如：期权定价理论利率预期理论保险精算方法度量市场风险的方法,四、现代信用风险度量模型(续),现代信用风险度量模型主要有：KMV模型CreditMetrics+模型信用组合观点CreditRisk+模型死亡率法神经网络方法和PFM模型(前5种方法将在后续章节详细介绍),17,18,四、现代信用风险度量模型(续),(一)非参数方法神经网络方法1.神经网络方法是一种具有自组织、自适

7、应、自学习特点的非参数方法。神经网络方法的优点：具有自适应功能；能够处理有噪声或不完全数据，具有泛化功能和很强的容错、纠错能力；可以处理复杂的非线性关系问题。,19,四、现代信用风险度量模型(一)非参数方法神经网络方法(续),神经网络方法的缺点：需要运用特殊的理论基础以及数据挖掘的方法来确认解释变量之间隐含的相关关系；得到一个较好的神经网络结构需要耗费较多的人力和时间。,20,四、现代信用风险度量模型(续),(二)PFM模型1.PFM模型(Private Firm Model)是对KMV模型的发展，主要利用财务报表与上市公司的股价信息，在未上市公司无股价的情况下，估算出个别公司的预期违约风险。

8、该模型与KMV模型不同 评估公司资产市场价值和标准差的方法不同。,21,第二节,度量信用风险的基本参数解析与估计,22,一、违约率的估计,1.违约概率PD(Probability of Default，常简称违约率)指交易对手在给定时期内违约的可能性。对违约率PD 的估计，主要有两种方法：基于历史违约数据的违约率估计基于Merton期权定价思想的违约率近似估计,23,一、违约率的估计(续),(一)基于历史违约数据的违约率1.历史违约率，指外部评级机构根据某信用等级的债务人在过去一段时间内违约的历史数据信息，对其在一定时间内违约概率的估计。最常见的历史违约率：累积违约率CDR(Cumulativ

9、e Default Rate)边际违约率MDR(Marginal Default Rate),24,一、违约率的估计(一)基于历史违约数据的违约率(续),累积违约率和边际违约率：(1)一定时期内的累积违约率指这段时间内处 于某信用等级的债务人的违约数目占这段时 间内该信用等级债务人总数的比率。(2)边际违约率是指在某一单位时间内处于某信 用等级的债务人的违约数目与初始时该信用 等级债务人总数的比率,25,违约率的估计值分析 例：穆迪公司累积违约概率(%),一、违约率的估计(一)基于历史违约数据的违约率(续),26,5.违约率的估计值分析 例：标准普尔公司累积违约概率(%),一、违约率的估计(一

10、)基于历史违约数据的违约率(续),27,6.历史违约率方法的缺陷：随着期限的增长，债务人的历史违约数据越来越少；样本伴有重叠现象，将难以保证样本数据的独立性。,一、违约率的估计(一)基于历史违约数据的违约率(续),28,一、违约率的估计(续),(二)基于Merton(1974)公司债务定价模型的违约率假设企业只通过权益 St 和一种零息债券进行融资；债券当前市场现值为Bt，T 时到期，到期时本息合计为D；公司的资产价值 服从几何布朗运动。,29,一、违约率的估计(二)基于Merton(1974)公司债务定价模型的违约率(续),2.违约概率计算思想：(1)若 时刻公司价值Vt小于负债D，就会存在

11、违约的动力或可能性；(2)此时公司的违约概率为：，其中 为理论上不大于D的违约临界值；(3)将公司价值 Vt 所服从的分布代入上述公式进行计算。,30,二、违约损失率与回收率的估计,1.违约损失率LGD(Loss Given Default)指交易对手违约后所造成的损失程度；2.回收率RR(Recovery Rate)指违约发生后债务可回收的程度，等于1减去违约损失率；回收方式的确定主要有两种：面值回收市值回收,31,二、违约损失率与回收率的估计(续),回收率的估计：一般由评级机构利用违约时债券的价值进行度量；也可根据Merton(1974)公司债务定价模型得到风险中性意义下的回收率。,32,

12、三、信用损失,(一)概念解析1.信用损失CL(Credit Losses)是指信用风险所引起的损失。设有 n 种信用资产，信用损失CL表示为当第 i 种信用资产发生信用风险时，否则；为第 i 种信用资产的信用暴露；为第 i 种信用资产的违约损失率。,33,三、信用损失(续),(二)预期信用损失与预期损失率1.预期信用损失ECL(Expected Credit Losses)为2.第 i 种资产的预期损失率REL(Rate of Expected Losses)为,34,三、信用损失(续),(三)未预期信用损失率与未预期信用损失1.未预期信用损失率RUL(Rate of Unexpected L

13、osses)指信用资产损失率的波动性或不确定性；第 i 种资产的未预期损失率为该信用资产损失率 的标准差，记为：,35,三、信用损失(续)(三)未预期信用损失率与未预期信用损失(续),2.未预期信用损失UCL(Unexpected Credit Losses)是相对于预期信用损失而言的，指未预料到的损失；计算方法有以下两种：信用损失的标准差法信用损失的VaR法首先计算出一定置信度c 下最大可能信用损失即VaR值，该值与预期信用损失的差额记作未预期信用损失。,36,三、信用损失(续),(四)信用损失分布人们常选取某种分布函数来描述损失分布，其中正态分布最为常用。实际信用损失分布一般是偏斜且厚尾的

14、。目前人们常使用指数分布、t分布、Cauchy分布、Gumbel分布、Pareto分布来拟合信用损失分布。,37,三、信用损失(续),(五)信用在险价值CVaR信用在险价值又称信用VaR(CVaR)，指在一定置信度c下某信用资产或信用资产组合在未来一段时间内的最大信用损失。公式表示为：,38,四、信用价差,1.信用价差是指为了补偿违约风险，债权人债务人在到期日提供高于无风险利率的额外收益。,39,四、信用价差,(一)基于风险中性定价的信用价差例：一年期面值$100的零息债券，一年后的报酬率为y*,无风险报酬率为r。如果债券违约，得到支付 为100(1-LGD)美元；如果债券未违约，得到100

15、美元。按照风险中性定价方法，债券现值为：那么：信用价差为：,40,四、信用价差(续),(二)基于Merton(1974)公司债务定价模型的信用价差模型思想：(1)将公司的权益价值看作买入者的看涨期权;(2)假设公司债权人同时购买一个标的资产为公 司价值 V，执行价格为D，到期日为T 的欧式看跌期权在0时刻资产组合为：买入现值为B0，到期日为T、面值为D的零息债券；买入现值为P0的上述欧式看跌期权。,41,四、信用价差(二)基于 Merton(1974)公司债务定价模型的信用价差(续),具体步骤：(1)P0可看作消除零息债券信用风险的成本；(2)均衡时有；(3)由B-S公式，得欧式看跌期权的价值

16、(4)设零息债券到期收益率;(5)信用价差,42,第三节,信用评级方法,43,一、外部机构的信用评级方法,(一)外部机构的评级程序信用评级的对象分为两类：对债务人评级“发行人评估”债务评级 对某一特定的债务评级信用评级的内容：财务分析质量分析法律分析,44,一、外部机构的信用评级方法(一)外部机构的评级程序(续),评级过程(1)评级委员会与发债企业管理人员进行会晤，对企业的经营计划和财务计划进行审查；(2)审查后评级委员会对结果投票表决；(3)在评级结果正式公布前，债务人可以通过提 供新的信息要求更改评级。,45,一、外部机构的信用评级方法(续),(二)标准普尔与穆迪的信用评级体系标准普尔公司

17、的一般评级体系,46,一、外部机构的信用评级方法(二)标准普尔与穆迪的信用评级体系(续),2.标准普尔公司的短期信用评级体系,47,3.穆迪公司的一般评级体系,一、外部机构的信用评级方法(二)标准普尔与穆迪的信用评级体系(续),48,4.穆迪公司的短期信用评级体系,一、外部机构的信用评级方法(二)标准普尔与穆迪的信用评级体系(续),49,一、外部机构的信用评级方法(续),(三)不同评级体系的差异分析1.各个评级机构在对债券评级时所采用的方法基本相同，但对同一债务工具有时会做出不同的评级。对相同对象作出不同评级，值得探讨：评级方法和技术是否合理，应如何判别；评级机构的独立性是否有保障。,50,二

18、、内部信用评级方法,(一)评级方法与基本程序1.内部评级方法：银行以实践经验为基础构建内部评级体系，对每个贷款人或贷款项目进行评级，再利用评级结果去估算贷款的违约率和违约损失率。,51,二、内部信用评级方法(一)评级方法与基本程序(续),内部评级方法的主要功能：评估贷款损失的可能性和损失率，保证贷款分配的质量和安全；为计算资本要求和贷款准备金提供依据和方法；为监管者提供有价值的监管依据和思路。,52,3.内部评级体系示例,二、内部信用评级方法(一)评级方法与基本程序(续),53,内部评级的主要步骤：估计借款人的财务状况初始债务评级；在第一步基础上得到债务人评级；在第二步基础上进一步得到贷款项目

19、的评级。,二、内部信用评级方法(一)评级方法与基本程序(续),54,二、内部信用评级方法(续),(二)评级程序解析初始债务级别的确定财务评估分析(1)评级对象：债务人。(2)评估领域：收益与现金流；资产价值、流动性和杠杆比率；融资规模、灵活性及债务承担能力。,55,二、内部信用评级方法(二)评级程序解析(续),(3)例：银行进行财务评估常用的财务指标,56,(4)例：风险评级为4的财务评估表,二、内部信用评级方法(二)评级程序解析(续),57,(5)例：标准普尔各个评级所对应的财务比率,二、内部信用评级方法(二)评级程序解析(续),58,2.初始信用评级的调整债务人评级(1)管理和其他质量因素

20、分析：通过质量因素的分析，发现借款人管理中隐含的问题；检验债务人运营情况和管理情况，并进行经营环境的评估和偿债情况的核实。,二、内部信用评级方法(二)评级程序解析(续),59,(2)行业分析：对债务人所处的行业进行分析、评级；对债务人在其所处行业中的相对地位进行分析、评级；将以上两者结合起来对初始信用评级进行调整，得到债务人的行业分析与评级。,二、内部信用评级方法(二)评级程序解析(续),60,(3)财务报表质量分析：债务人规模；财务报表的复杂性；会计师事务所的规模和能力是否合适。,二、内部信用评级方法(二)评级程序解析(续),61,(4)国家风险分析国家风险指交易对手或债务人因某种货币在可兑

21、换性或可获得性方面存在限制而不能偿付债务的可能性；国家风险分析主要考虑债务人在本地以外获得的现金流在总现金流中所占比例情况，以及现金流的货币类型。,二、内部信用评级方法(二)评级程序解析(续),62,3.初始信用评级的再调整贷款项目的评级(1)第三方的支持分析(2)期限分析(3)契约结构分析(4)质押分析,二、内部信用评级方法(二)评级程序解析(续),63,第四节,信用等级转移分析与信用等级转移概率的计算,64,一、信用等级转移概率,(一)信用等级转移事件的计数1.信用等级转移事件是指发行者 i 的信用等级 从第一期的 级(记为 j)转移到第二期的 级(记为k)，记作：2.假设有n个发行人，即

22、为信用等级从 j 转移到 k 的事件数目。,65,一、信用等级转移概率(续),(二)信用等级转移的概率1.假设 为随机变量，条件概率分布为 其中 是信用等级从初始的 j 级转移到 k 的概率，即信用等级转移概率。2.可以用从 j 到 k 的转移频率 估计。,66,一、信用等级转移概率(续),(三)信用等级转移矩阵确定了各信用事件的信用等级转移概率后，就可得相应的信用等级转移概率矩阵，简称信用等级转移矩阵。信用等级转移矩阵的特点近因效应。,67,一、信用等级转移概率(三)信用等级转移矩阵(续),3.例：标准普尔公司公布的1年内信用等级转移矩阵(%),68,一、信用等级转移概率(续),(四)信用等

23、级转移概率变动范围的估计1.若信用等级转移事件相互独立：是服从二项分布的随机变量，即，那么 的标准差为可以用 来估计 变动的范围。,69,一、信用等级转移概率(四)信用等级转移概率变动范围的估计(续),2.若信用等级转移事件相关：假设这些伯努利变量两两间相关关系为，那么可以用 来估计 变动的范围。,70,二、联合信用等级转移概率,(一)两笔贷款独立时联合转移概率的计算1.此时，联合转移概率就是两笔贷款各自转移概率的乘积。,71,二、联合信用等级转移概率(续),(二)两笔贷款相关时联合转移概率的计算一般需要两个步骤：(1)须知贷款组合的信用等级转移服从的模型(常利用Merton(1974)公司债

24、务定价模型)；(2)估计债务人的资产价值或者收益率之间的 相关系数。,72,二、联合信用等级转移概率(二)两笔贷款相关时联合转移概率的计算(续),例：计算信用评级分别为A级和BB级、并具有相关关系的两笔贷款的联合转移概率(1)利用Merton(1974)模型确定评级转移临界值的理论表达式；(2)计算A级和BB级债务人1年后的标准化资产收益率的临界值；(3)给定两种贷款资产的标准化收益率的相关系数，可计算其标准化收益率的联合分布密度；(4)利用上述临界值和联合分布密度计算A级和BB级贷款的联合转移概率。,73,三、条件信用等级转移概率,处理和解决宏观经济因素影响的两种方法：将过去样本期间划分为衰

25、退年份和非衰退年份，计算两个单独的历史信用等级转移矩阵；在用历史数据得到的信用等级转移矩阵的基础上，建立可反映宏观经济因素影响的条件信用等级转移矩阵，如麦肯锡公司提出的信用组合观点(Credit Portfolio View),74,三、条件信用等级转移概率(续),2.运用信用组合观点来估算条件信用等级转移概率的方法：(1)假设 M是一个不考虑宏观因素情况下的无条件 信用等级转移概率矩阵，其中 表示X 级投机 级债务人的无条件违约概率。(2)用 表示与宏观因素有关的，某投机级债务人 在未来 t 时刻的违约概率。,75,三、条件信用等级转移概率(续),(3)非投资级债务人的违约概率在不同宏观经济

26、情 况下的表现如下式所示：，经济衰退时，经济扩张时(4)信用组合观点建议按照上式中的比率来调整 M 中的无条件信用等级转移概率：当，将对应概率调整为降级或违约；当，按相反方向调整。,76,第五节,基于财务分析指标的评分模型：Z值评分模型与ZETA模型,77,一、Z值评分模型的基本原理与应用,(一)Z值评分模型的基本原理基本原理：(1)利用统计方法分析银行过去的贷款案例，选择出最合适的比率指标；(2)通过判别分析法设计出一个能最大程度的区分贷款风险度的数学模型；(3)对借款者的信用风险及资信进行评估、判别。,78,一、Z值评分模型的基本原理与应用(一)Z值评分模型的基本原理(续),2.基本步骤：

27、(1)选取一组财务比率指标；(2)收集样本，分为正常还本付息和坏账案例；(3)建立线性判别函数，确定每个指标的影响权重，即得一个Z值评分模型；(4)分析得到一个违约或破产临界值及一个Z值区域；(5)计算贷款人的Z值，对其进行判断、评估。,79,一、Z值评分模型的基本原理与应用(续),(二)Z值评分模型的应用需解决的关键问题：预测借款人能否破产时，哪一个指标最重要；每个指标所占权重大小。Z值评分模型是判别函数模型，建立方法有三类：距离判别函数Bayes判别函数Fisher准则下的最优线性判别函数,80,二、改进的Z值评分模型：ZETA模型,ZETA模型能够更明确地反映公司破产的可能性。ZETA模

28、型选取了七个判别财务变量：X1=息税前利润/总资产X2=X1在510年变化的标准差X3=息税前利润/总利息支付额X4=留存收益/资产总额X5=流动资产/流动负债X6=普通股权益/总资本X7=公司总资产的对数,81,二、改进的Z值评分模型：ZETA模型(续),ZETA模型在变量选择、变量稳定性、样本开发、统计方法应用上，比Z值评分模型有了长足进步。鉴于应用过程中的违约或破产临界值的设定问题，Altman等人将信用转移因素考虑在内，对ZETA模型提出了最佳临界值确定公式：,82,三、Z值模型和ZETA模型评述,Z值评分模型与ZETA模型都是多变量线性判别模型，具有较强的操作性、适应性和预测能力。两

29、模型的缺陷和不足：过分依赖财务报表而忽视市场指标；关于违约的理论基础和支撑薄弱；财务比率指标很难满足正态分布假设；均为线性模型，但现实问题多为非线性；难以估量企业的表外信用风险。,83,第六节,基于信用等级转移的CreditMetrics模型和信用组合观点,84,一、CreditMetrics模型的基本思想和应用程序,(一)CreditMetrics模型的基本思想首先，通过历史数据确定信用资产组合的市场价值及其波动；再根据债务人期末可能转移到的信用等级所对应的信用资产组合价值，建立信用资产组合的价值分布；最后，得到一定置信度水平下信用资产组合的VaR，即信用在险价值或CVaR。,85,一、Cr

30、editMetrics模型的基本思想和应用程序(续),(二)模型应用的基本程序评级体系的选择与信用等级转移矩阵的确定；信用期限长度的确定；远期信用定价模型的确定；信用资产远期价值的分布与VaR计算。,86,二、信用资产组合的CreditMetrics模型,(一)信用资产组合模型的基本原理N 种信用资产构成的组合的期望收益率和方差可以通过单个资产的期望收益率和方差构造得到；根据Markowitz的资产选择理论，可以求得有效资产组合集或者有效边界。,87,二、信用资产组合的CreditMetrics模型(续),(二)信用资产组合模型的应用局限性与交易性资产相比，信用资产的收益率分布左偏，且具有尖峰

31、厚尾性；多数信用资产具有非交易性、场外交易性，且时间间隔不规则、缺乏相关历史数据，故难以估计资产收益率间的相关系数。,88,(三)基于多因素股票收益率模型的相关系数计算例：两家上市公司A与B资产收益率间相关系数(1)A公司是一家公用实业公司，股票收益率 只受公用收益率指数 和一些特殊风险或冲击 的影响：；(2)B公司是一家银行，股票收益率 受工业收益率指数、房地产收益率指数、商业收益率指数 和一些特殊风险或冲击 的影响：；,二、信用资产组合的CreditMetrics模型(续),89,(3)A 与 B 两公司股票收益率的相关系数为：(4)各指数之间的相关系数可利用指数的公开数据及相关系数计算公

32、式得到；(5)可用 近似作为 A 与 B 两公司资产收益率之间的相关系数。,二、信用资产组合的CreditMetrics模型(三)基于多因素股票收益率模型的相关系数计算(续),90,(四)正态分布下两笔信用资产组合的VaR计算计算两种信用资产收益率之间的相关系数；计算两种信用资产的联合信用等级转移矩阵；计算每笔信用资产对应期限的远期价值；确定每个联合转移概率所对应的信用资产组合的价值；在正态假定下，直接得到信用资产组合对应于置信度 c 下的 VaR：。,二、信用资产组合的CreditMetrics模型(续),91,(五)实际分布下两笔信用资产组合的VaR计算信用资产组合价值收益率实际并不服从正

33、态分布，而是呈现出明显的非对称性和尖峰厚尾性；事实上，上述第四步中求得每个联合转移概率对应的信用资产组合价值后，就可得到信用资产组合价值的实际分布；根据实际分布即容易得到对应置信度 c 的 VaR。,二、信用资产组合的CreditMetrics模型(续),92,(六)N项信用资产组合的VaR计算N 项信用组合的 VaR 计算与两笔信用资产组合情况相同，但计算随 N 的增加而愈发复杂；假设 N 项信用资产组合的价值服从正态分布，我们用(V1，V2，,VN)表示N项信用资产价值的组合，则信用资产组合价值的方差为；3.在正态假定下，容易计算一定置信度下 N 项信用组合的 VaR。,二、信用资产组合的

34、CreditMetrics模型(续),93,(七)信用资产组合的边际风险度量1.CreditMetrics 模型还可用来考察单项资产对资产组合的边际风险影响。2.假设有一个 N 项信用资产组合，其中一笔 X 级信用资产对组合的边际风险等于：含某 X 级资产的N项信用资产组合的总风险 减去 不含X级资产的余下 N-1项信用资产组合的总风险。,二、信用资产组合的CreditMetrics模型(续),94,三、CreditMetrics模型的适用范围与 优缺点评述,CreditMetrics模型的优点：广泛的兼容性（最大优点）；更有针对性地搜集、处理有关信息，提高识别、度量和管理信用风险的能力；更准

35、确地评估各业务部门信用风险管理的效绩，从而更有效地配置信用风险资产。,95,2.CreditMetrics模型的缺陷和不足：估算中忽略了远期信用差价的随机性；平均历史违约率难以较好反映目前和之后的宏观经济状况、市场风险等因素的影响；违约回收率的可靠性缺乏理论基础和验证；信用资产的等级变化有关联性，并非独立；信用资产价值或收益一般不服从正态分布；资产收益率间的相关系数用股票收益率间的相关系数来替代的假设缺乏充分的理论基础。,三、CreditMetrics模型的适用范围与 优缺点评述(续),96,四、基于条件信用等级转移的宏观模拟模型：信用组合观点,信用组合观点的核心内容和最大创新，在于对条件信用

36、等级概率的估算和使用。信用组合观点模型主要适用于投机级债务人，而不太适合投资级债务人。,97,信用组合观点模型的局限性：要求每个国家、甚至每个国家内的每个产业部 门都有完备可靠的违约数据；未考虑微观经济因素的影响；对企业信用等级变化所进行的调整，容易受经验和主观认识等人为因素影响；可能受到调整信用等级转移矩阵的特定程序的限制。,四、基于条件信用等级转移的宏观模拟模型：信用组合观点(续),98,第七节,基于市场价值的违约模型(DM)：KMV模型,99,一、基于市场价值的违约模型(DM)：KMV模型,(一)资产价值和资产收益率波动的估计将公司股权所有者持有的股权价值St，看作一份执行价格为D(负债

37、)的公司资产的欧式看涨期权；股权价值St估值：；3.KMV公司找到可观察到的公司股票收益率波动系数 和不可观察的公司资产收益率波动系数 之间的关系式；4.利用B-S公式确定h()，利用股权价格关于资产价值的弹性公式确定g()。,100,一、基于市场价值的违约模型(DM)：KMV模型(续),(二)违约距离(DD)的计算假设公司资产价值 Vt 服从几何布朗运动，利用前文知识可得违约距离计算公式：但公司资产价值不一定服从几何布朗运动，KMV公司给出一个直接计算违约距离的方法：,101,一、基于市场价值的违约模型(DM)：KMV模型(续),(三)基于违约距离的预期违约率(EDF)的计算基于违约距离的预

38、期违约率为：理论EDF(基于资产价值分布的EDF)计算严格依照上述公式进行。经验EDF(基于历史违约数据的EDF)计算：,102,二、预期违约率(EDF)与评级,1.例：EDF与标准普尔、穆迪以及瑞士银行评级体系之间的关系,103,二、预期违约率(EDF)与评级(续),2.例：KMV公司基于违约率而不是评级等级建立的信用等级转移矩阵,104,三、KMV的信用资产管理方法,(一)信用资产收益率的估计1.缺少信用资产收益的历史数据和信息时，要计算给定时间范围内信用资产组合中第 i 种信用资产的预期收益率可用公式：,Rit=(价差i+收费i)(预期损失i)=(价差i+收费i)(EDFiLGDi),1

39、05,三、KMV的信用资产管理方法(续),(二)信用资产风险的计量信用资产组合中第 i 种信用资产的风险，可用信用资产损失率的标准差，即未预期损失率 RULi 来度量。RULi反映了信用损失率的不确定性程度。,106,三、KMV的信用资产管理方法(续),(三)相关性的预测1.信用资产组合中第 i 种信用资产的风险，可以用信用资产损失率的标准差，即未预期损失率RULi来度量。,(四)信用资产组合的风险计量与边际风险贡献量分析利用前文计算出的两资产之间的相关系数，就可得到信用资产组合X的协方差矩阵；进而得到信用资产组合X的风险或者未预期损失UCL；第 i 种信用资产的边际风险贡献量,107,三、K

40、MV的信用资产管理方法(续),108,四、KMV模型适用范围和优缺点评述,该模型具有很高的灵敏度和适用性：运用KMV模型计算的EDF更具有前瞻性；KMV模型的EDF在短期内具有更好的预测性，在较长的时间段内则没有特别优势；KMV模型既可以用于股票交易高度活跃的发达股票市场，也可以用于不太发达的新兴市场。,109,四、KMV模型适用范围和优缺点评述(续),需要进一步改进的地方：期权定价法的精确性缺乏有效的检验方法；公司债务结构静态不变的假定与事实不符；负债企业的资产价值呈对数正态分布的假定与实际情况也不完全相符；运用该模型对经验EDF的估计一般需要依赖大量违约的历史数据；该模型本质上只考虑违约和

41、非违约两种状态。,110,第八节,基于财险精算方法的违约模型(DM)：CreditRisk+模型,111,一、基本原理和模型,基本原理：CreditRisk+模型的基本思想来源于财产保险方法。瑞士信贷银行金融产品部首先意识到了贷款违约事件与住房火灾保险特点上的相似性，及贷款违约分布符合Possion分布的特征，据此创立了CreditRisk+模型。,112,一、基本原理和模型(续),(一)贷款违约事件的描述1.违约行为是随机的，违约概率为P；2.单个债务人违约的概率很小，而且每个债务人的违约行为与其他债务人的违约行为无关；3.所有债务人在一个时期发生的违约数量与另一时期的违约数量无关；4.给定

42、期间内，违约的概率分布服从泊松分布。,113,一、基本原理和模型(续),(二)违约损失或风险暴露估计关于债务人违约后损失的严重程度，用违约损失或风险暴露来计量；违约损失或风险暴露=违约损失率(LGD)信用暴露(CE),114,一、基本原理和模型(续),(三)风险暴露频段分级法设定风险暴露频段值，记为L；用N笔贷款中最大一笔贷款风险暴露值除以频段值 L，取整后得到 m 个风险暴露频段级，依次为；将每笔贷款的风险暴露数量除以频段值 L，取整后将该笔贷款归类到对应的频段级，类似地可将所有贷款归类。,115,一、基本原理和模型(续),(四)各个频段级的贷款违约概率分布及损失分布假设处于 频段级的贷款的

43、平均违约数为，贷款数目为Ni；求出处于 频段级的 Ni 笔贷款中有 j 笔违约的概率Pi(j)及其对应的预期损失：,116,一、基本原理和模型(续),(五)N 笔贷款组合的违约概率和损失分布假设N笔贷款中处于 频段级的违约数为ni，根据Li=Li 可计算出风险暴露量为对应于违约组合 的N笔贷款组合的违约概率为,117,一、基本原理和模型(五)N 笔贷款组合的违约概率和损失分布(续),3.令G 表示满足的所有不同违约组合；4.N 笔贷款组合的风险暴露或违约损失等于nL的概率及其对应的预期损失分别为：,118,一、基本原理和模型(续),(六)N笔贷款组合的预期损失、未预期损失和资本 要求根据前文计

44、算的违约概率和损失分布，可估计出N笔贷款组合的预期损失和给定置信度c下的最大损失，即为未预期损失；置信度c下的未预期信用损失与预期信用损失的差额即为经济资本。,119,二、CreditRisk+模型适用范围与 优缺点评述,CreditRisk+模型的优势：模型计算简单，便于实施；模型要求的估计量和数据输入较少，应用较为便捷；该模型可完整地推导出债券、贷款等信用资产组合的违约概率和损失分布。,120,二、CreditRisk+模型适用范围与 优缺点评述(续),2.CreditRisk+模型的局限性：只考察违约所导致的信用资产组合的损失分布，而未关注信用资产组合的价值变化；假定各频段的违约率是固定

45、的，忽视发生变化的可能性；泊松分布所得到的平均违约率较低，低估了违约率和损失。,121,第九节,基于寿险精算方法的违约模型(DM)：死亡率模型,122,一、基本原理和模型,(一)边际死亡率的计算以B级债券为例。第一年和第二年的边际死亡率MMR1、MMR2的计算方法分别为：可依次得到MMR3,MMRn。,123,一、基本原理和模型(续),(二)累积死亡率的计算1.令 表示第 i 年发行的债券规模在n年内发行的债券总规模中所占的比例；n年内B级债券每年的平均边际死 亡率：3.n年累积死亡率为：,124,一、基本原理和模型(续),(三)边际死亡率估计值的标准差和稳定性控制一笔债务或者死亡或者生存，第

46、 i 年的边际死亡率 的标准差 可用下式估计：标准差 反映了边际死亡率估计值的稳定性；为将边际死亡率估计值的稳定性保持在事先要求的置信区间内，可通过增加债务数目来实现。,125,一、基本原理和模型(续),(四)信用损失的计算假定各债务违约事件相互独立，相同信用等级的债务违约情况相同，且不同类型债务的违约损失率也相互独立；首先计算出某一信用评级中债务的死亡率；然后，根据债务对应的违约率LGD和风险暴露，算出某项债务或债务组合的预期、未预期信用损失。,126,二、对死亡率模型的评价,死亡率模型的优势：基于大样本统计，采用的参数较少，违约概率可以通过查表直接得到；应用和操作甚至比Credit Ris

47、k+模型还方便。,127,二、对死亡率模型的评价(续),2.死亡率模型的明显缺点：需要大量的历史数据，而单个商业银行常常无法实现；对于各债务违约事件的假设较为苛刻；仅考虑违约损失，忽视了贷款价值变化。,128,第十节,不同信用风险度量模型的比较,129,风险界定的模式：CreditMetrics模型主要通过考察债务人违约和信用级别升降变化所导致的债务价值变化来度量信用风险，被称为盯市(MTM)模型；Credit Portfolio View模型也采用MTM模型；CreditRisk+只考虑违约和非违约两种状态，称为违约(DM)模型；KMV模型本质上是DM模型，目前也开始提供MTM版本。,一、C

48、reditMetrics、CreditRisk+、Credit Portfolio View、KMV模型比较,130,2.风险来源：KMV和CreditMetrics模型中，风险主要来自企业资产未来的价值变化；CreditRisk+模型中，风险主要来自违约概率的预期水平及其波动；Credit Portfolio View 模型主要考察因宏观经济指标变动所导致的风险。,一、CreditMetrics、CreditRisk+、Credit Portfolio View、KMV模型比较(续),131,3.违约的稳定性：CreditMetrics模型中，违约概率被认为是相对稳定的；CreditRisk

49、+、Credit Portfolio View、KMV模型 中，违约概率均被认为是变动的，只不过要服从不同的概率分布。,一、CreditMetrics、CreditRisk+、Credit Portfolio View、KMV模型比较(续),132,4.信用事件的相关性：各模型均需考察违约事件之间的相关性结构，以反映债务与主要风险因素的系统联系。违约损失率或回收率：在CreditMetrics、Credit Portfolio View和新版KMV模型中，贷款违约后的损失率或回收率是随机的；简单的KMV模型和CreditRisk+中，每一频段的损失率或回收率被看做是固定的。,一、CreditM

50、etrics、CreditRisk+、Credit Portfolio View、KMV模型比较(续),133,计算方法：CreditMetrics模型对单项贷款的VaR计算可通过解析方法实现，而对于大规模贷款组合的VaR计算则往往需要模拟技术来实现；Credit Portfolio View模型也主要采取模拟技术和方法；CreditRisk+、KMV模型计算方法比较简单，只需解析技术即可。,一、CreditMetrics、CreditRisk+、Credit Portfolio View、KMV模型比较(续),134,二、四个信用风险度量模型的基本特征,135,思考题,1.简述信用风险度量的