搜档网
当前位置:搜档网 › 信用风险度量

信用风险度量

信用风险度量
信用风险度量

信用风险管理技术手段的演变

信用风险管理是指银行通过风险的识别、计量、评价、控制及风险处理等方法,预防、规避、分散或转移经营中的信用风险,从而降低或避免资产损失,保证银行经营安全效用最大化的一系列措施及方法的总和。

一、传统的信用风险管理方法

1、专家方法

它是由一些富有经验的专家凭借自己的专业技能和主观判断,对贷款企业的一些关键因素权衡以后,评估其信用风险,做出相应的信贷决策。其中最常见的就是5C分析法,主要从借款人的道德品质(Character)、还款能力(Capacity) ,资本实力(Capital),担保(Collateral)和经营环境条件(Condition)五个方面定性分析以判别借款人的还款意愿和还款能力,从而作为银行发生信贷、信贷监测和信用政策调整的依据。

2、贷款评级法

贷款评级法实际上就是对资产及资产组合的信用状况进行评价,并针对不同级别的贷款提取不同的损失准备。典型的是美国的贷款五类分级方法即把贷款分为五级:正常、关注、次级、可疑、损失。在实际应用中,为了更加精确地考察贷款的风险性大小,通常又将这五个等级细分为9级或10级,与对债券的评级具有一定的对应关系。目前我国对贷款正在实行的是5级分类制度。

3、信用评分模型

信用评分模型或评分系统是将反映借款人经济状况或影响借款人信用状况的若干指标(借款企业的财务比率、资产负债结构等)赋予一定权重,通过某些特定方法得到能够反映信用状况的信用综合分值或违约概率值,并将其与基准值相比来决定是否给予贷款并对贷款定价。

二、新资本协议内部评级体系与现代信用风脸度量管理模型

随着资本市场的迅速发展、融资的非中介化、证券化趋势以及金融创新工具的大量涌现,信用风险的复杂性也日益显著。人们认为以财务比率为基础的统计分析方法不能反映借款人和证券发行人的资产在资本市场上快速变化的动态价值;同时金融全球化、证券化、衍生化使得企业的融资渠道越来越多,银行竞争越来越激烈,贷款利差缩小,鉴于此,一系列信用风险度量的新方法相继提出。新巴塞尔资本协议提出了内部评级法。国际大银行纷纷创建自己的信用风险评估系统,开发了一系列信用风险度量模型,完成了由传统信用分析向现代信用风险管理方法上的飞跃。比较有代表性的有:CreditMetrics (由JPMorgan于1997 年给出), KMV (由KMV公司于1993 年给出),CreditRisk+(由Credit Suisse First Boston)于1997 年给出。

三、信用风险的转移技术

正是由于信用悖论的存在,金融市场上出现了信用衍生工具。信用衍生工具指参与交易的双方签订一种金融合约,允许将信用风险从其他风险中分离出来,从交易的一方转移至另一方。信用衍生工具通过表外持有合成信用头寸或以索取权的形式对冲表内风险,将信用风险从其他风险中剥离出来并转移给交易对手,形成了风险的对冲转移机制,可以同时实现风险集中度下降和维持好客户关系两大原本冲突的目标以有效解决“信用悖论”问题。

由于信用衍生产工可以在不变动其资产负债表资产的情况下,将信用风险从市场风险中分离出来,进行单独有效的管理,极大地增强了信用风险管理的灵活性,其发展速度非常快,如图1.2所示。信用衍生产工的种类很多,主要有总收益互换(Total Return Swaps)、和信用违约产品(Credit Default Swaps)、信用利差产品(Credit Spread Products)及信用联结票据(Credit-Linked Notes)等。

新巴塞尔资本协议内部信用评级研究

第一节新巴塞尔资本协议概述

2004年6月,巴塞尔银行监管委员会公布了征求意见后的新资本协议。新资本协议作为一个全新的监管资本框架,明确提出了五大目标,即把评估资本充足率的工作与银行面对的主要风险更紧密地联系在一起,促进安全稳健性;在充分强调银行自己的内部风险评估体系的基础上,促进公平竞争;激励银行提高风险计量与管理水平;资本反映银行头寸和业务的风险度。新资本协议表述了巴塞尔委员会三大支柱支撑银行监管的理念:第一支柱是最低资本要求;第二支柱是外部监管;第三支柱是市场约束。

新资本协议的核心内容与最主要的创新之一就是提出了计算信用风险监管资本要求的内部评级法(Internal Ratings-Based Approach,以下简称IRB)。IRB法能更加准确的反映资本与银行信用风险之间的内在关系。银行若能满足技术和信息披露方面的标准,就可以将自己测算的借款人资信水平估计值转换成潜在损失,并依此计算出监管部门规定的最低资本充足率。对银行、企业和国家的信用风险,IRB法有两种具体形式一是初级法(Foundation Approach),二是高级法(Advanced Approach)。根据初级法的要求,能满足监管当局严格要求的银行将采用自己确定的债务人违约概率,其他一些风险要素的估计值,则采用监管当局规定的标准化值。而高级法则允许使用多项自己计算的风险要素值。

内部评级法要求对特定敞口的风险要素进行评估,评估的内容包括违约概率、违约损失率、期限和违约风险敞口,再将风险要素的评估值输入由巴塞尔委员会提供的风险权重函数,最后计算出监管资本。由于内部评级法以现代信用风险管理模型为基础,用连续的风险权重函数代替了旧协议中简单的风险权重规定,因此可以更精确的计算信用风险的监管资本要求,大幅度的提高了监管资本的风险敏感

度。

内部评级法的优点在于:加入了外部评级机构通常不能得到的客户信息,比如银行可以监督客户的账目,了解信贷的保证与抵押情况等等;有利于银行提高自身的内部风险管理水平,使监管资本和经济资本趋于一致,防止银行进行监管资本套利。因此,内部评级法可以很好地实现银行风险管理的两个主要目标:更高的风险敏感性和激励相容性,IRB法使银行对信用风险和资产组合的经济损失的起因更加敏感,使资本要求与银行暴露的信用风险更准确的匹配。而且一个设计合理的内部评级法能够鼓励银行不断提高内部风险管理水平,并能为最终采用资产组合信用风险模型估计资本充足率奠定良好的基础。

鉴于IRB法在新资本协议中的重要地位和对各国金融机构产生的深远影响,下面我们将详细研究IRB法的理论框架、与风险要素等内容。

第二节内部评级体系的理论框架

IRB体系得主要内容包括:划分风险类别;对每一风险分类依据标准参数或内部估计确定风险要素;建立风险权重方程,将给定的风险要素转换为风险权重,从而计算资本要求;采用IRB体系每一类风险类别达到的基本要求;监管当局对银行应用IRB体系基本要求的检查等方面。

新协议的内部评级法根据内在风险的不同特点,将债项按借款人的类型分为:公司贷款( corporate exposures )、零售贷款(retail exposures)、主权贷款(sovereign exposures),银行贷款(bank exposures)、股权贷款(equity exposures)、项目融资(project finance exposures)等六种类型。在此基础上,银行的内部评级模型会对不同类型的资产进行更为深入细致的评估,促使以风险权重为基础的资本充足评价体系与银行整体风险紧密地联系起来。

利用内部评级法计算资本金需要四个输入参数,它们分别是债务人的违约概率PD(Probability of Default)、特定违约损失LGD(Loss Given Default)、违约风险暴露EAD(Exposure At Default)、以及期限

M(Maturity)。对每一类风险要素都考虑了三方面因素:风险构成要素、风险权重函数和最低资本要求。在对不同的风险暴露处理过程中,新协议力求在框架内给出一个统一的计算范式,但在具体细节上对不同风险暴露类型有所区别。下面本文以最具代表性的公司风险暴露为例计算:对于公司风险暴露的计算分三步:

第一步,计算资产的相关系数。资产相关系数是为违约概率的函数。资产的相关性是不固定的,而是违约概率的反函数。计算资产相关系数的公式为:

??

????---?+--?=-?--?-5050505011124.01112.0e e e e PD PD

)相关系数(ρ 第二步,对资产的期限根据违约概率进行调整。调整后的期限是违约概率的函数。

期限调整函数:[]2

()0.11820.05478ln()b PD PD =-?,该预期损失调整为具有年限M 的一年非预期损失。

第三步,计算资本要求。利用内部评级法计算风险加权资产仅针对非

预期损失,在风险权重函数中已经删除了预期损失:

EL PD LGD EAD =??(),资本仅用来抵补非预期损失,以鼓励银行为预期损失适当计提准备,体现了现代资本管理的理念,见图2.1所示。新巴塞尔资本协议的这一做法和国际银行业的做法相吻合,有助于减少银行的监管资本套利行为和建立更一致的资本管理制度。。对于没有违约的资产,已知违约概率、违约损失率、违约风险暴露及其相关性,其资本要求为:

11( 2.5)1 1.5M b K LGD N PD LGD b -??+-?=?-??

??-?????

对于已经违约的资产,[]0,()K MAX LGD EL =-;风险加权资产

)12.5RWA K EAD =??(; 监管资本要求8%RWA =?; 其中:()N X 表示标准

正态累计分布函数。

图2.1信用风险损失分布图

第三节内部评级体系的核心——四大风险要素剖析

利用内部评级法计算资本金需要四个输入参数,它们分别是债务人的违约概率PD(Probability of Default)、特定违约损失LGD(Loss Given Default)、违约风险暴露EAD(Exposure at Default)、以及期限M(Maturity)。下面我们分别研究这些参数的确认、计量等问题。

一、违约概率(PD)

巴塞尔新资本协议给出的关于违约的参考定义是:如果不采取追

索措施,如变现抵押品, 借款人可能无法全额偿还对银行集团的债

务,或债务人对于银行集团的实质性信贷债务逾期90天以上即为违

约。其中以下情况将被视为无法全额偿还债务: (1)银行停止对贷款计息;(2)发生信贷关系后, 由于信贷质量出现大幅度下降, 银行冲销了

贷款或计提专项准备金;(3)银行将贷款出售并相应承担了较大的经济

损失;(4)银行同意消极债务重组, 由此可能发生较大规模的减免或推

迟偿还本金、利息或费用, 造成规模减少;(5)银行将债务人列为破产

企业或类似的情况;(6)债务人申请破产或已经破产, 或者处于类似保

护状态, 由此将不履行或延期履行偿债银行的债务。

违约概率是借款人在未来一定时期内不能按合同要求偿还贷款

本息或履行相关义务的可能性(武剑、王健, 2003),是贷款发放前银

行的“预先估计”。具体到公司和银行暴露,是指借款人内部评级一

年期实际违约概率和0.03%中较大的数,即PD=Max{借款人相关的内部评级(分配相应的敞口)一年期违约概率;0.03%}。

估计PD的方法有基于会计数据的统计模型,基于信用评级历史资料确定违约率,基于市场价格和具体债务人的资本结构利用期权模型,比如KMV模型。下面我们重点来研究利用统计模型估计PD的问题。统计模型大致有主要有单变量分析、多元判别分析、线性概率模型、Logistic模型等。

1、单变量分析

单变量分析是最早应用于财务困境预测的模型,其主要思想是通过比较财务困境企业和非财务困境企业之间各个财务指标的显著差异,选定某个指标作为排序变量,让样本数据根据该指标进行排序,然后根据最佳判定点对财务困境企业和财务健康企业进行分类的一种分析方法。Beaver(1966)发现判别能力最高的财务指标分别是现金流/总负债、净收入/总资产、总债务/总资产。

单变量虽然开创了财务困境预测实证研究的先河,但具有以下的局限性:(1)相关的指标给出令人混淆的判别信号,根据不同的财务指标进行判断有可能得出相反的结论。如盈利能力差的企业有可能因为流动性稍好而被判为财务健康企业,但是如果根据盈利能力判断则很可能被判为财务困境企业。(2)实证结果表明,从总体上看单变量分析分辨非财务困境企业的能力高于分辨财务困境企业的能力。(3)单个变量所包含的信息不足以反映企业的整个财务状况。这些缺陷严重影响了单变量模型的适用性。

2、多元判别分析

为了克服单变量分析的局限性,Altman(1968)首次将多元判别分析(MDA)的方法引入到财务困境预测领域。此后,这种方法在企业财务困境预测的实践和研究中都得到了广泛的应用。

该方法假设任一家公司i,其特征可以用n个独立的财务变量x组成的向量X来表示。那么对两组公司(财务困境与财务健康公司),假设两组中的自变量分布服从多元正态分布,协方差矩阵相等,但均值不同。其目的在于获得自变量的线性组合,使得组间方差与组内方

差之比达到最大化。用这个方法估计出判别函数,其系数向量为 A (12,...,,n a a a ),常数项为0a 。由这一变量的线性组合可以得出每一家公司的Z 值:

0112233...i i i i n in Z a a x a x a x a x =+++++, (2.1)

其中,i Z 是i 公司的Z 分值,

12,,...,i i in x x x 是i 公司的n 个自变量。

然后,根据组内公司数目和错误分类成本的先验概率计算出临界值。通过将各公司计算出的Z 值和临界值进行比较,可以知道公司属于财务困境或是财务健康企业。

Altman (1968)选择了营运资本/总资产、留存收益/总资产、息税前收益/总资产、股票市场价值/债务账面价值、销售收入/总资产5个财务比率建立判别函数来区分财务困境和财务健康公司,在破产前1年预测精确度达到95%,前2年精确度达到72%。

多元判别分析虽然得到广泛的应用,但是该方法也存在着一些问题,主要是其对预测变量的分布性质施加了一些统计上的限制。比如说,对于破产组和非破产组,预测变量的方差-协方差矩阵必须是相等的,预测变量必须遵循正态分布等。这使多元判别分析遭到诸多学者的批评。

3、Logistic 和Probit 回归模型

由于MDA 和LPM 都受到统计假设的限制,为了克服这一局限性,研究人员引入了多元条件概率模型,并采用极大似然估计法进行参数估计。多元条件概率模型包括Logistic 模型和Probit 模型,两者的区别只在于累积概率函数不同。其主要优点是对破产的先验概率或预测变量的分布不需要作任何假设,基本的估计问题为:给定一家公司属于某个特定的总体,那么在某一特定期间内,公司破产的概率是多大?

假设i X 是第i 个公司的预测变量,α和β为待估计参数,公司i 破产的概率可以由下式给出:

(,)()i i P X F X βαβ=+ (2.2)

在Logistic 模型中,()

1()1i i X F X e αβαβ-++=+ (2.3)

或者ln[

](1)

i P

X P αβ=+- (2.4) 假设第1组样本为(1)(1)

1,......,m X X ,第2组样本为(2)(2)1,......,n X X ,则似

然函数为:

(1)(2)()()1111

(,)[1][]1exp

1exp

i i m

n

X X i i L αβαβαβ----===-

?++∏∏ (2.5) 最大化对数似然函数ln (,)L αβ就可以估计出式(2.2)中的参数,αβ,从而算出公司破产的概率(,)i P X β,基于这一概率公司可以被划分为财务困境公司与财务健康公司。

Martin (1977)首次运用Logistic 模型来进行银行破产预测。这一方法后来被Ohlson (1980)用于预测企业的财务困境。

在Probit 模型中,采用的概率函数则是累积标准正态分布函数:

22

1

2

1(,)()(2)

i

t X i i P X F X e dt αββαβπ-+-∞

=+=?

(2.6)

虽然Probit 模型与Logistic 模型相似,但应用并不象后者那么广

泛。关于Probit 模型研究的文献很少,这可能是因为该模型包括了非线性估计,所以计算量较Logistic 模型大。

二、违约损失率(LGD )

违约损失率LGD( Loss Given Default)是指违约时风险暴露损失的比率。即债务人的违约损失占敞口的百分比,也就是违约时的经济损失严重程度。违约损失率中的损失则包含三种类型①:即除了本金损失以外,还包括不良贷款的持有成本(例如先前的利息收入,债券的投资收益)和清算费用(如债务求偿、抵押资产处置及相关的法律费用)。

LGD 决定了贷款的回收程度,LGD=1-回收率(清偿率)。LGD 是IRB 二元评级体系中债项(facility)评级的核心指标。与PD 不同评

Schuermann,T.What do we know about loss given default?[R] Federal Reserve Bank of New York,Working

估违约损失要关注特定的信用交易条款。LGD的大小在很大程度上依赖于抵押物的类型,贷款在借款人债务结构中的受偿优先程度,贷款的从属关系等。IRB体系规定,无认可抵押品的公司,主权,银行的高级债权的LGD为45%,上述无抵押的次级债权的LGD为75%。。高级法下银行在满足额外最低要求的条件下可自行估计LGD①。但IRB体系要求银行对LGD的估值必须得到内部和监管当局的验证。

Greg M. Gupton, Roger M. Stein( 2002)的研究表明清偿优先性等因素对LGD的影响贡献度最高为37%左右,宏观环境因素为21%,行业因素为21%,企业的资本结构因素为16%。穆迪公司研究表明(2002)回收率概率分布一般在均值两侧呈双峰特征,见图2.2。即要么往往很高(在80%左右),要么往往很低(在20%左右),均值并非发生概率的最大水平②。

图2.2穆迪公司1970-2003年所有和贷款的回收率分布LGD的计量方法在国际上有银行业最传统使用的历史数据平均法、市场LGD法、清收数据分析法法、市场数据隐含分析法以及因素分析法等。

2002年2月,穆迪KMV公司公布了第一个计算债务回收率的模型,即LossCalc LGD模型。该模型依据穆迪公司过去20多年间搜集

①这些要求包括:1.应采用违约加权平均数而非时间加权平均数;2. LGD随经济周期波动较人的贷款应按保守的方式取经济低谷期的估计值;3.应考虑借款者一与抵押品或抵押品提供者一之间的相互依赖性;4. LGD估计值必须基于历史回收率数据,而不能仅仅基于抵押品的估计市场价格;5.应该审慎考虑可能的基础贷款与抵押品之间的货币不匹配;6.对于已经违约的贷款,银行应该根据现实情况(包括目前经济环境和贷款状况)采用最准确的预期损失估计值作为LGD; 7.批发贷款最低数据观察期为7年(至少一个数据来源),且必须覆盖一个完整的经济周期。零售贷款为5年。

②LGD独特的概率分布特征会导致使用平均数作为LGD预测值的历史数据平均值法可能产生比较严重的

的900多家上市公司和非上市公司发生的1 800多个违约数据构建的,被认为是计算美国债券、贷款及优先股LGD的非常有效的模型。该模型采用债务种类和级别、企业资木结构、行业特征以及宏观经济

状况四大方面多个解释变量以及相关指标和权重来估算LGD(参见表2.1)。

表2.1 穆迪公司LossCalc LGD模型相关指标及权重

资料来源:Keenan,SeanC,Shtogrin, Igor, and Sorbehart,Jorge. Historical default rates of corporate bond issuers,1920-1997[R].A Moody's Special Report, February,1998:1-61.

三、违约敞口(EAD)

即违约时银行承受的风险总额。EAD 的基本计算公式为OS+(COM-OS)×UGD(其中OS为客户已使用额度,COM为银行对

客户的授信,UGD为违约时使用未用授信部分的比率)。IRB规定EAD为扣除损失准备或冲减(write-off)后的余额。对于提取贷款的

的EAD不少于下列和(i)当敞口完全冲减后所减少的监管资本额,(ii)

任何专项准备和部分冲减额。同时要考虑表内资产贷款和存款的对冲(netting)。货币与期限的错配(mismatch)处理和标准法相同。

对于表外资产的敞口计量:承诺但未提取的数额×CCF(信用转换系数)。a.初级法下承诺、票据发行便利、循环包销便利为0.75%,其余为0%(无条件取消的,自动取消的表外项目);b .高级法下银行在满足

最低要求时可自行估计该参数。

四、期限(M )

指交易的有效合同期限。期限在IRB 中也被视为重要的风险缓释工具,对贷款定价、资本充足率、业绩评价都有影响。根据最终文本,初级法中有效期限由3年改为2.5年;高级法下M 为一年和剩余有效期限较长者,但最长期限由7年改为5年。对于一有确定现金流量的金融工具有效期限(类似于久期D )

M t

t

t

t

t CF

CF

?=

∑∑

t CF 代表借款人在t 时期内根据合约支付的现金流(本金、利息、

费用)

现代信用风险度量管理模型研究

目前国际上主流的内部信用风险模型有: CreditMetrics (由JPMorgan于1997 年给出), KMV(由KMV公司于1993 年给出),CreditRisk+(由Credit Suisse First Boston(CSFB)于1997 年给出),CreditPortfolioView (由Mckinsey于1998年给出), Loan Analysis System(LASTM )(由KPMG公司给出)。这些模型也是巴塞尔委员会所建议使用的信用风险管理模型, 而且在新巴塞尔协议中, 关于资本金或经济资本计算公式的设计和相关参数的确定与校定所依据的正是依据CreditMetrics、KMV和CreditRisk+等模型的思想方法①。

下面几节将重点探讨目前国际上商业银行运用的几个主流信用风险模型,研究和分析其技术方法,内在逻辑关系、运行机理和所依据的经济学、金融学、财务会计学和数理等方面的理论。

第一节Creditmetrics模型

CreditMetric模型是J.P.摩根1997年4月推出的用于量化信用风险的风险管理产品,其主导思想与1994年推出的量化市场风险的Riskmetrics一样,都是通过在险价值(Value at Risk VaR)来对贷款和非交易资产进行估价和风险计算。该方法是基于借款人的信用评级、历年评级发生变化的概率(评级转移矩阵)、违约贷款的回收率、债券市场上的信用风险价差计算出贷款的市场价值及其波动性,进而得出个别贷款和贷款组合的VaR值。与其他信用风险度量模型相比,CreditMetrics模型第一次用一个统一的综合的架构形式来考虑信用资产的信用质量转换、违约概率、违约回收率以及相关性等问题。

下图给出了CreditMetrics模型的整个风险度量框架:主要由两大模块组成:一个是单个资产的信用风险价值;资产组合信用风险值度

①目前国际上大银行机构所开发的一系列信用风险的模型和方法对巴塞尔新资本协议的不断完善起到巨大

的推动作用,这些模型和方法在有关巴塞尔资本协议的文件中也得到了充分的体现,并使得2004年6月发

量。另外两个支持功能模块用来度量相关性和风险暴露。

一、CreditMetrics 模型的计算

CreditMetric 模型按以下步骤计算信用风险VaR :

第一步,确定信用等级评价系统,这样可以在给定某一公司的信用质量及给定的某一时间水平下,确定公司信用质量从某一信用等级向另一信用等级转移的概率。在这里,隐含着一个重要的假设:同一信用等级的债券发行者具有相同的信用质量,具有相同的信用等级转移概率及违约概率。这种转移矩阵一般由信用评级机构或银行内部信用评级体系确定。第二步,确定度量信用风险的期限,通常情况下为一年;第三步,确定每一信用等级的公司在给定的时间水平下的远期零利率收益曲线,进而确定违约情况下债券的价值,及确定相应的“回收率”; 最后一步就是基于上述信息计算由信用等级迁移所引起的组合价值的远期分布。

(一)单一债券的信用风险价值计量

假设5年期BBB 级优先级未担保债券,每年支付债息6%。第一步

确定借款企业当期的信用等级转换概率。首先必须规定我们选用的信用评级系统:穆迪、标准普尔或机构定义的内部评级系统。然后,把转移概率、远期贴现结构、相关性每个组成部分与所选择的评级系统相对应。下表给出的是一个一年期信用等级转移矩阵。

表3.1 一年内转移概率矩阵

初始评级

年终评级%

AAA

AA A BBB BB B CCC 违约 AAA 90.81 8.33 0.68 0.06 0.12 0.00 0.00 0.00 AA 0.70 90.65 7.79 0.64 0.06 0.14 0.02 0.00 A 0.09 2.27 91.05 5.52 0.74 0.26 0.01 0.06 BBB 0.02 0.33 5.95 86.93 5.30 1.17 0.12 0.18 BB 0.03 0.14 0.67 7.73 80.53 8.84 1 1.06 B 0 0.11 0.24 0.43 6.48 83.46 4.07 5.2 CCC

0.22

0.22

1.3

2.38

11.24

64.86

19.79

资料来源:CreditMetrics ——Technical Dovument,J.P.Morgan,Aptil 2,1997.

第二步确定债券的价值。因为信用等级的上升和下降会影响债券的剩余现金流量所必需的信用风险价差,因此也就会影响债券的市场价值。债券在期末可能有8个信用等级,8个信用等级又可分为违约和不违约两类。如果没有发生违约,则需计算未来现金流量的现值。首先要查阅不同信用等级债券未来的零利率收益曲线表,表3.2给出了未来4年的零利率收益表;其次利用这些远期结构计算债券每一种可能的最后评级分类的现金流贴现价值。例如,若一年后信用等级上升为BB 级的债券远期价格是:

234

6666

6102.021.0555 1.0602 1.0678 1.0727BBB V =+

+++=

表3.2债券远期利率收益表(%)

AAA 3.60 4.17 4.73 5.12

AA 3.65 4.22 4.78 5.17

A 3.72 4.32 4.93 5.32

BBB 4.1 4.67 5.25 5.63

BB 5.55 6.02 6.78 7.27

B 6.05 7.02 8.03 8.25

CCC 15.05 15.02 14.03 13.52

资料来源:CreditMetrics——Technical Dovument,J.P.Morgan,Aptil 2,1997.

如果债券发生违约则,则可收回的残值取决于债券的受偿优先等级。下表3.3是穆迪公司的研究结果,由下表可看出BBB级债券(属于优先无担保债券)违约其平均回收率为面值的51.13%,标准差为25.45%。

表3.3不同受偿优先登记的资金回收率(按面值%)

优先等级均值(%)标准差(%)

优先级担保53.8 26.86

优先级未担保51.13 25.45

优先级次级38.52 23.81

次级32.74 20.18 中级次级17.04 10.9

资料来源:CreditMetrics——Technical Dovument,J.P.Morgan,Aptil 2,1997.

该债券调整到其他信用等级,则按上述同样的方法可以计算出债券年末可能的价值分布如表3.4所示:

表3.4 BBB级平价债券一年末的价值分布

年末信用评级概率(%)债券价值AAA 0.02 109.37

AA 0.33 109.19

A 5.95 108.66

BBB 86.95 107.55

BB 5.3 102.02

B 1.17 98.1

CCC 0.12 83.64

违约0.18 51.13

资料来源:CreditMetrics——Technical Dovument,J.P.Morgan,Aptil 2,1997.

第三步计算债券的信用风险:综合以上信息可得出BBB级债券信用等级变动引起的价格变动表,见表3.5

表3.5 信用等级变动引起的价值变动

资料来源:CreditMetrics——Technical Dovument,J.P.Morgan,Aptil 2,1997.

这样,就可以计算该笔贷款的VaR。假设市值服从正态分布,则根据正态分布的性质,1%置信水平下的VaR为2.33×σ=6.97百万美元;假设市值为实际分布,若用分位数表示风险,则表明持有该债券一年又有1.47%(=1.17%+0.12%+0.18%)的可能发生偏离均值8.99(107.09—98.1)的损失。同时可使用线性差值的方法来计算1%置信水平下的VaR,1.47%概率的市值为98.10百万美元,0.3%概率的市值为83.64,利用线性插值,可以计算1%概率下的市值为92.29百万美元,则1%置信水平下的实际VaR为107.09-92.29=14.80百万美元。可见正态分布低估了实际的信用风险损失。这是因为由信用风险引起的债券价值损失的分布通常是正偏态的。

(二)债券组合的信用风险计量

当涉及两类以上资产时,就必须考虑他们资信质量变动的相互关系,因为它们至少要受到相同的宏观经济因素的影响,所以相关程度不为0。信用等级的联合迁移概率的推导在CreditMetrics模型中是借鉴莫顿模型来进行的。对于不同公司的信用等级变化的相关性的估算可以转化为公司资产回报率之间的相关性估算。这一转化基于以下的假

设:一个公司的偿还债务的能力是由其资产的市值最终决定的。当公司的资产价值下跌到某个特定值之时,它就有破产和违约的风险。同样的,当公司的资产价值下跌一定程度之后,它的信用等级也会发生下降。因此,相对于每一个信用等级以及违约的情况,都有一个资产价值的对应范围。具体到多状态违约过程中,由公司在分析期内的资产价值水平即阈值(threshold )决定了公司相应的信用评级,阈值的改变说明信用评级的迁移。

假定,现在有一个信用等级为BB 级的公司,其资产价值为100万元,下图就是它一年之后信用等级可能发生的迁移所对应的资产价值。例如,当公司资产价值大于200万时,其信用等级就会上升到AAA 级别。因此200万元就是一个BB 级公司上升为AAA 级信用等级的资产下限,也称为“资产阈”。

图3.2 由BB 级公司内在资产价值推动的资信等级变动

1、联合转移概率的确定

CreditMetrics 模型认为公司资产价值是推动其资信等级变化和违约的动因,但公司价值不进行交易就无法直接观察,所以利用股权价格作为对公司资产价值的直接替代①。按照莫顿模型,公司的资产价值在t 时刻服从对数正态分布,并可表示为:

()

2

'

00exp 2v t v v t v v t V V u t V u t σσσ????=-+=+ ? ?????

(3.1)

根据伊藤推理,式中v u 是公司资产价值瞬时收益率, 2v σ是其方差,t Z ~N (0,1)。这里假设时间为连续的,公司的负债方是由发行的单一债券和股权融资构成,股权是在完全有效、无摩擦的市场上连续交易等。这均与莫顿模型的假设相同。

企业发行债券有可能因为资产不足以偿还债务而发生违约,这就有一个导致违约的门槛值t V ,资产价值和门槛值之间的差额可以决定发债企业的信用等级。BBB 级公司的资产价值收益率变化的分布可以划分为不同的信用等级层次如图所示:

图3.3 BBB 级公司标准正态分布曲线与其信用等级转换的关系

由公式(3.1

)得:'

'ln t v t V u t V Z ??- ?==t ,正态化的资产收益服从标准正态分布N (0,1)。

为求不同阈值水平的资产价值,即 ()t i P V v ≤转换为:

(

)

''0ln ()exp()()t v t i v v

t i t t i

V u t V P V v P V u t v P Z p Z z σ??

??- ? ? ≤=+≤=≤=≤ ??

这样根据概率求正态分布的反函数,可以得出对应阈值如表3.6所示:

表3.6 不同信用等级债券的阈值

一年内评级

BBB 级债券 A 级债券 概率

累积概率 阈值 概率 累积概率 阈值 AAA 0.02 100.00 ∞ 0.09 100.00 ∞ AA 0.33 99.98 3.54 2.27 99.91 3.12 A 5.95 99.65 2.70 91.00 97.64 1.98 BBB 86.93 93.70 1.53 5.52 6.59 -1.51 BB 5.30 6.77 -1.49 0.74 1.07 -2.30 B 1.17 1.47 -2.18 0.26 0.33 -2.72 CCC 0.12 0.30 -2.75 0.01 0.07 -3.19 违约

0.18

0.18

-2.91

0.06

0.06

-3.24

资料来源:CreditMetrics ——Technical Dovument,J.P.Morgan,Aptil 2,1997.

CreditMetrics 选择股票价格作为公司资产价值的替代变量来推导公司之间的违约相关系数,进而推导联合转移概率与违约概率。

对每一个债券记

2ln 2t v v V u t V r σ????-- ? ?=

显然有r 服从标准正态分布。另外假设BBB r 、A r 的相关系数为ρ,那么正态化的对数收益率服从以下联合正态分布:

()

()()()

222

,,2/21BBB A A BBB A BBB f r r r r r r ρρρ??=

-+--??

债务人的联合分布概率则只要求下列积分:

()(),,,j

j

A BBB

v v j i

BBB A BBB A BBB A v v P S S f r r dr dr ρ=

??

式中,j BBB S 和i A S 代表开始评级为BBB 级和A 级公司的最终评级

分别为第i 级与第j 级的状念。v 值代表表3.6计算的阈值,而上标i 和j 为相应评级分类。 这样求双重积分可以得到表3.7的联合转移概率矩阵。

公司信贷信用风险度量与管理分析

公司信贷信用风险度量与管理分析 摘要:近年来,随着社会经济的快速发展,企业为了更好更快的发展,普遍借助于向商业银行申请贷款来满足发展需求,同时,公司贷款业务的增长也是商业银行利润的主要增长点之一。但是,由于公司风险度量难以准确、银行内部风险管理不当,导致商业银行利润受资产减值拨备冲击较大,导致利润增长减速。本文从外部定性分析、模型定量分析、财务报表分析等角度分析商业银行应该如何有效度量和管理公司信贷,并提出了几点公司信贷信用风险的分散和规避措施,以促进商业银行公司信贷业务的发展。 关键词:公司信贷;信用风险度量;信用风险管理;风险的分散与规避 信贷业务的互利是商业银行和客户博弈的最佳结果。对商业银行来说,在审核贷款公司的贷款资料之前,需要准确把握贷款公司的内外部信息(公司业务竞争力、财务报表信息等)、道德、信用状况(是否存在违约现象)等;同时,商业银行还需要建立完善的风险预警机制,当放款后,信贷风险逐步增高时,就要及时做好对信用风险的分散与规避工作,减少银行的损失。本文提倡在掌握贷款公司数据信息、信用度等信息的基础上,做好对借款主体公司的风险度量,以更好地规避信用风险。可从外部定性分析、模型定量分析、财务报表分析三个角度分析研究信用风险。 一、外部定性分析的信用风险的度量 对于公司信贷外部定性分析的信用风险的度量主要是在审核信贷申请之前的阶段进行,该阶段的主要工作是:收集、掌握该行业以及公司信息,通过行业及公司整体概况的分析,完成对贷款公司的初步审查。为此,商业银行应该通过调查了解需要贷款公司涉及的宏观经济发展、行业发展状况以及公司的经营模式和管理水平,以此来预计作为借款主体公司在未来的还款能力。(一)宏观经济发展。宏观经济发展主要是指目前社会经济发展状态(经济上行或经济下行)、经济政策(货币政策和财政政策)、社会失业率以及通货膨胀状况和经济发展速度。因为宏观经济发展直接关系着商业银行的资产质量的风险暴露程度。宏观经济的发展状况对贷款资金的需求以及商业银行的贷款投放具有重要的参考性。(二)行业发展状况。基于宏观经济的发展下,再进一步定性分析作为借款主体的公司所在

现代信用风险管理度量模型比较

2007年第2期 科技管理研究Science and Technol ogyM anage ment Research 2007No 12 收稿日期:2006-04-05,修回时期:2006-05-29基金项目:国家自然科学基金资助项目(70371029) 文章编号:1000-7695(2007)02-0126-03 现代信用风险管理度量模型比较 熊志斌,李荣钧 (华南理工大学工商管理学院,广东广州 510640) 摘要:对目前国外主流的信用风险管理度量方法进行了评述,比较了各方法的原理及各自的优缺点,分析了这些方法在目前我国信用风险管理条件下的适用情况,指出基于人工智能技术的信用风险模型在我国信用风险管理中应该引起更多的重视。 关键词:信用风险;随机波动模型;统计计量模型;人工智能中图分类号:F832146 文献标识码:A 信用风险是金融市场中最古老的也是最重要的金融风险形式之一,同时也是巴塞尔资本协议中所提到的银行及金融机构所面临的三大风险之一。银行和金融机构的信用风险是指由于借款人或市场交易对手的违约而导致的损失的可能性。更一般地,信用风险还包括由于借款人信用评级的降低导致其债务市场价值的下降而引起的损失的可能性(王春峰,2001)。正因如此,对信用风险的分析度量也就成了银行和金融机构关注的重点。 20世纪90年代以来,金融机构资产状况日益多样化,尤其是近年来信用衍生产品突飞猛进的发展,使得信用风险的管理更加复杂和困难,传统的信用评估方法(比如专家判断法(5C 法)等)已不能满足人们的需要。银行和金融机构迫切需要更有效的计量工具来帮助和支持其进行复杂的信用风险管理(Caouette J 1B 等,1998)。因此用于信用风险度量的新方法开始不断涌现,国外发达国家的信用风险度量与管理的方法已经由定性为主转向定量为主,而且越来越注重建立技术性很强的数学模型。就定量模型而言,虽然可以有许多不同的分类方法,但基本上是按研究方法分为以下三类:基于Metr on 期权理论的随机波动模型,基于统计分析方法的信用风险模型以及基于人工智能技术的信用风险模型。目前我国金融市场仍处在新兴发展阶段,使用的信用风险管理计量工具仍以传统的比例分析为主。与国外相比,定量研究部分还远不充分。因此,比较和分析国外主流信用风险管理模型,对我国银行和金融机构的信用风险管理有着重要的现实意义。 1 基于Metr on 期权理论的随机波动模型 这类模型需要考虑公司的资产价值,是一种建立起包括利率和公司特征变量在内的动态变化的模型。最初由Mert on (1974)提出,他假设一简单的公司资本结构,公司仅发行一种零息债券,当公司资产价值低于债券面值时,公司将发生违约。通过设定违约临界点,计算公司资产价值低于该临界点的概率,以此作为公司的违约概率。临界 点是与公司债务相关的外生变量,而公司市场价值的波动是以随机微分方程来描述的。此类信用风险模型可分为两种:一种是结构化模型,该模型直接对资产价值的动态过程、资产结构、债务结构进行假设,并计算出公司的违约概率,公司债务实际上被看成公司资产的期权;另一种是简约模型,在该模型中,违约不再是由公司资产的价值决定的内生事件,也不以公司资产价值的变化为条件,而是外生的不可预知事件。在该模型中,违约服从某种随机过程,违约概率是由某种强度决定的。K MV 模型是结构化模型的典型,而Credit R isk +模型则是简约模型的代表。 K MV 模型:是由K MV 公司开发的一种违约预测模型。 模型出发点就是:若公司的资产价值低于负债价值,则公司将会违约。同时认为违约过程是一个内生的过程,即违约概率是公司资本结构、资产回报波动性和当前资产价值的函数,该模型通过计算出违约距离DD (distance -t o -de 2 fault )和历史的违约概率来算出预期违约概率E DF (expec 2ted default frequency )。该模型的优点在于:1)它提出了预 期违约率E DF 的概念,E DF 可以被看作是对违约风险的“基数评级”,相对于评级机构传统的“序数评级”(如 AAA 、BB 、CCC 等),它显得更直观、更准确。2)它通过 上市公司的股票价格来推出公司预期违约率,而股票价格是随时变化的,因此这是一种动态模型。其缺点在于:1)认为公司资本结构一旦确定就不再变化,这往往与事实不符。公司在信贷周期内由于再融资、分红等会导致资本结构的变化,从这一角度来讲,它又是一种静态模型。2)假定利率不发生变化。实际上,利率会随时间变化而变化,这限制了该模型在贷款期较长的贷款或利率敏感型的信用工具上的运用。3)其理论E DF 值是建立在资产收益正态分布假设基础上的,否则无法求出E DF 值。 Credit R isk +模型:是瑞士第一信贷波士顿银行开发的 一种违约模型,其思想来源于保险精算学。即损失取决于灾害发生的概率和灾害发生时造成的损失大小。该方法只

信用风险度量

信用风险管理技术手段的演变 信用风险管理是指银行通过风险的识别、计量、评价、控制及风险处理等方法,预防、规避、分散或转移经营中的信用风险,从而降低或避免资产损失,保证银行经营安全效用最大化的一系列措施及方法的总和。 一、传统的信用风险管理方法 1、专家方法 它是由一些富有经验的专家凭借自己的专业技能和主观判断,对贷款企业的一些关键因素权衡以后,评估其信用风险,做出相应的信贷决策。其中最常见的就是5C分析法,主要从借款人的道德品质(Character)、还款能力(Capacity) ,资本实力(Capital),担保(Collateral)和经营环境条件(Condition)五个方面定性分析以判别借款人的还款意愿和还款能力,从而作为银行发生信贷、信贷监测和信用政策调整的依据。 2、贷款评级法 贷款评级法实际上就是对资产及资产组合的信用状况进行评价,并针对不同级别的贷款提取不同的损失准备。典型的是美国的贷款五类分级方法即把贷款分为五级:正常、关注、次级、可疑、损失。在实际应用中,为了更加精确地考察贷款的风险性大小,通常又将这五个等级细分为9级或10级,与对债券的评级具有一定的对应关系。目前我国对贷款正在实行的是5级分类制度。 3、信用评分模型 信用评分模型或评分系统是将反映借款人经济状况或影响借款人信用状况的若干指标(借款企业的财务比率、资产负债结构等)赋予一定权重,通过某些特定方法得到能够反映信用状况的信用综合分值或违约概率值,并将其与基准值相比来决定是否给予贷款并对贷款定价。

二、新资本协议内部评级体系与现代信用风脸度量管理模型 随着资本市场的迅速发展、融资的非中介化、证券化趋势以及金融创新工具的大量涌现,信用风险的复杂性也日益显著。人们认为以财务比率为基础的统计分析方法不能反映借款人和证券发行人的资产在资本市场上快速变化的动态价值;同时金融全球化、证券化、衍生化使得企业的融资渠道越来越多,银行竞争越来越激烈,贷款利差缩小,鉴于此,一系列信用风险度量的新方法相继提出。新巴塞尔资本协议提出了内部评级法。国际大银行纷纷创建自己的信用风险评估系统,开发了一系列信用风险度量模型,完成了由传统信用分析向现代信用风险管理方法上的飞跃。比较有代表性的有:CreditMetrics (由JPMorgan于1997 年给出), KMV (由KMV公司于1993 年给出),CreditRisk+(由Credit Suisse First Boston)于1997 年给出。 三、信用风险的转移技术 正是由于信用悖论的存在,金融市场上出现了信用衍生工具。信用衍生工具指参与交易的双方签订一种金融合约,允许将信用风险从其他风险中分离出来,从交易的一方转移至另一方。信用衍生工具通过表外持有合成信用头寸或以索取权的形式对冲表内风险,将信用风险从其他风险中剥离出来并转移给交易对手,形成了风险的对冲转移机制,可以同时实现风险集中度下降和维持好客户关系两大原本冲突的目标以有效解决“信用悖论”问题。 由于信用衍生产工可以在不变动其资产负债表资产的情况下,将信用风险从市场风险中分离出来,进行单独有效的管理,极大地增强了信用风险管理的灵活性,其发展速度非常快,如图1.2所示。信用衍生产工的种类很多,主要有总收益互换(Total Return Swaps)、和信用违约产品(Credit Default Swaps)、信用利差产品(Credit Spread Products)及信用联结票据(Credit-Linked Notes)等。

信用风险的度量方法

一、信用风险度量方法与模型 1.传统的信用风险评价方法 (1)要素分析法。 要素分析法是通过定性分析有关指标来评价客户信用风险时所采用的专家分析法。 常用的要素分析法是5C要素分析法,它主要集中在借款人的道德品质(Character)、还款能力(Capacity)、资本实力(Capital)、担保(Collateral)和经营环境条件(Condition)五个方面进行全面的定性分析,以判别借款人的还款意愿和还款能力。 根据不同的角度,有的将分析要素归纳为“5W”因素,即借款人(Who)、借款用途(Why)、还款期限(When)、担保物(What)及如何还款(How)。 还有的归纳为“5P”因素,即个人因素(Personal)、借款目的(Purpose)、偿还(Payment)、保障(Protection)和前景(Perspective)。 无论是“5C”、“5W”还是“5P”,其共同之处都是先选取一定特征目标要素,然后对每一要素评分,使信用数量化,从而确定其信用等级,以其作为其销售、贷款等行为的标准和随后跟踪监测期间的政策调整依据。 (2)特征分析法。 特征分析法是目前在国外企业信用管理工作中应用较为普遍的一种信用分析工具。它是从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干因素,将其编为几组,分别对这些因素评分并综合分析,最后得到一个较为全面的分析结果。

一般所分析的特征包括客户自身特征、客户优先性特征、信用及财务特征等。特征分析法的主要用途是对客户的资信状况做出综合性的评价,它涵盖了反映客户经营实力和发展潜力的所有重要指标,这种信用风险分析方法主要由信用调查机构和企业内部信用管理部门使用。 (3)财务比率分析法。 信用风险往往是由财务危机导致的,因此,可以通过及早发现和找出一些特征财务指标,判断评价对象的财务状况和确定其信用等级,从而为信贷和投资提供决策依据。 财务比率综合分析法就是将各项财务分析指标作为一个整体,系统、全面、综合地对企业财务状况和经营情况进行剖析、解释和评价。这类方法的主要代表有杜邦财务分析体系和沃尔比重评分法。 杜邦财务分析体系是由美国杜邦公司创立的,它以净值报酬率为龙头,以资产净利润率为核心,重点揭示企业获利能力及其前因后果,通过对某项综合性较强的财务比率的逐层分解,将相关财务指标联系起来,形成一个综合体系,以便清楚地反映各项财务指标的相互关系。 沃尔比重评分法是由财务综合评价领域的著名先驱者之一亚历山大·沃尔创立的,他把若干个财务比率用线性关系结合起来,以此评价企业的信用水平。他选择了七种财务比率,即流动比率、产权比率、固定资产比率、存货周转率、应收账款周转率、固定资产周转率和自有资金周转率,分别给定各自的分数比重,通过与标准比率(行业平均比率)进行比较,确定各项指标的得分及总体指标的累计分数,从而得出企业财务状况的综合评价,继而确定其信用等级。 2.多变量信用风险判别模型 多变量信用风险判别模型是以财务会计信息为基础,以特征财务比率为解释变量,运用数量统计方法建模。多变量信用风险判别模型主要

信用风险的经济资本计量方法

商业银行信用风险的经济资本计量方法 长期以来,信用风险管理技术一直落后于市场风险,这主要因为:首先,信用风险比市场风险复杂得多;第二,许多信用风险模型起源于市场风险领域研究,例如C-VaR技术;第三,许多银行自认为了解信用风险,而把更多资源都投到了市场风险领域。但历史经验表明,信用风险控制不好,最有可能导致银行破产。本文基于国内外银行的实践,着重讨论针对信用风险的经济资本计量方法、技术和经验,这将对国内银行目前正在推行但却不够扎实的经济资本管理提供一些 有益的参考。 一、基本状况 为信用风险而配臵的经济资本,应该基于信用损失的概率密度函数。对“信用损失”的准确定义,各银行之间存在差异。但从某种意义上说,高风险的资产组合说明概率密度函数有相对长的厚尾,即存在较大的可能性损失会高于预期损失。经济资本分配要达到的目标是非预期损失耗尽经济资本的概率(即破产概率)低于目标水平。在操作过程中,目标破产概率的选取往往与银行本身的信用评级一致。例如,银行理想的信用评级是AA,那么非预期损失超过其经济资本的概率就等于AA级公司债券一年期违约率,约为O.03%。 配臵经济资本的关键在于确定预期损失和非预期损失。配臵体系通常假设准备金涵盖预期损失,而账面资本涵盖非预期损失。在此框架下,如果风险敞口所要求的经济资本超过了实际可用资本,银行就

面临资本不足。贷款损失准备金一般分为专项准备金和一般准备金。专项准备金是按照贷款预期损失,对贷款账面价值的调整,专项准备金不能吸收非预期损失,不作为权益或经济资本的一种形式。一般准备金可用来吸收非预期损失,因此可以作为经济资本的供给。 大多数银行分配经济资本不仅抵御整个资产组合损失,而且抵御专门活动的损失。理论上讲,分配给一项交易的经济资本应该被度量为考虑这项活动和银行其他活动分散化效应后,这项活动对整个资产组合经济资本要求的贡献。在实际操作中,边际贡献为整个资产组合分配的经济资本减去排除这项业务以后资产组合分配的经济资本。 国外银行经济资本配臵体系的另一特征是,相互独立的前提下对不同类别的风险分配经济资本。也就是说,对每种风险分别估计概率密度函数,银行总经济资本分配是对每种风险资本分配的加总,通常不考虑各种不同风险之间的相关度问题。 二、总体模式 经济资本计量的方法论和操作线路集中地反映在风险计量的总体模式上。根据巴塞尔委员会的调查,国际先进银行在对信用风险进行经济资本计量时,通常分为两种模式——集合模式(Aggregative Models)和结构模式(Structural Models)。 1.集合模式 集合模式是采用自上而下的方法使用聚类分析(peer analysis)或历史现金流分析(historical cash flow analysis)推断出业务或产品类别的总风险。

信用风险的度量

信用风险的度量

信用风险的度量 信用风险的古老历史,也是最为复杂的风险种类。 对信用风险的研究包括风险的衡量与管理,信用风险的衡量是问题的核心和管理的前提,也是研究的重点。 方法众多,篇幅巨大,这里以商业银行风险管理的视角进行了解。 定义 信用风险是指由于借款人或市场交易对手违约而导致的损失的可能性; 更为一般地讲,信用风险还包括由于借款人的信用评级的变动和履约能力的变化导致其债务的市场价值变动而引起的损失可能性。 狭义的信用风险是指银行信用风险,即信贷风险; 广义的信用风险是指所有因客户违约或不守信而给信用提供者带来损失的风险. 信贷风险的风险因素(一) 信贷风险是外部因素和内部因素共同作用的结果。

外部因素是指由外界决定、商业银行无法控制的因素,例如国家经济状况的改变、社会政治因素的变动以及自然灾害等不可抗拒因素。 内部因素是指商业银行对待信贷风险的态度,它直接决定了其信贷资产质量的高低和信贷风险的大小,这种因素渗透到商业银行的贷款政策、信用分析和贷款监督等信贷管理的各个方面。4 借款人经营状况、财务状况、利润水平的不确定性以及信用登记状况的多变性; 宏观经济发展状况的不稳定性; 自然社会经济生活中可变事件的不确定性; 经济变量的不规则变动。 其他:社会诚信水平和信用状况、心理预期、信息的充分性、道德风险等 信贷风险的风险因素(二) 信用风险的识别 单一法人客户的信用风险识别 集团法人客户的信用风险识别 个人客户的信用风险识别 贷款组合的信用风险识别 单一法人客户的信用风险识别

基本信息分析 财务分析 非财务因素分析 管理层风险分析 行业风险分析 生产经营风险分析 担保分析 保证、抵押、(动产)质押、留置和定金集团法人客户的信用风险识别 整体状况分析 信用风险特征分析 个人客户的信用风险识别 基本信息分析 个人信贷产品风险分析 个人住宅抵押贷款 个人零售贷款 循环零售贷款(我国尚无此业务) 贷款组合的信用风险识别 组合类单笔贷款的相关性 正相关——集中于特定行业、业务 系统性风险 负相关:风险分散化

信用风险的分析与计量

试题 一、单项选择题 1. 境内证券公司在开展场外股权衍生品业务的时候,所签署的协议为()。 A. NAFMII B. SAC C. ISDA D. GMRA E. 衍生品协议 描述:交易对手信用风险 您的答案:B 题目分数:10 此题得分:10.0 2. 风险管理的主要流程不包括()。 A. 风险识别 B. 风险计量 C. 风险提示 D. 风险控制 E. 风险报告 描述:金融市场和风险管理-风险管理流程 您的答案:B 题目分数:10 此题得分:0.0 二、多项选择题 3. 证券公司在日常的业务开展过程中,会遇到哪些类风险() A. 市场风险 B. 信用风险 C. 操作风险 D. 流动性风险 描述:金融市场和风险管理-风险类型 您的答案:A,D,B,C 题目分数:10 此题得分:10.0 4. 在信用风险计量过程中,期望损失涉及到的风险因子包括()。 A. 违约率(PD) B. 违约损失率(LGD)

C. 久期(D) D. 经济资本(EC) E. 违约风险暴露(EAD) 描述:信用风险度量 您的答案:A,B,E 题目分数:10 此题得分:10.0 5. 国内金融机构在信用风险管理过程中遇到的问题有()。 A. 违约事件少,缺乏相应的处置经验 B. 法律不完善,对违约,破产过程中非违约方的保护不明确 C. 由于复杂的担保关系,交易对手资质难以确认 D. 国内交易对手协议的内容需要进一步标准化 E. 交易对手账户内的资金无法做到隔离 描述:信用风险管理展望 您的答案:E,A,D,B,C 题目分数:10 此题得分:10.0 6. 信用风险的主要分类有()。 A. 交易对手信用风险 B. 贷款信用风险 C. 发行人信用风险 D. 法律风险 E. 声誉风险 描述:信用风险概述 您的答案:B,A 题目分数:10 此题得分:10.0 7. 衍生产品违约风险敞口包括()。 A. 期望风险敞口(Expected Exposure) B. 期望正风险敞口(Expected Positive Exposure) C. 期望负风险敞口(Expected Negative Exposure) D. 最大可能风险敞口(Maximum Likely Exposure) E. 未来可能风险敞口(Potential Future Exposure) 描述:信用风险度量 您的答案:B,A,E,D 题目分数:10 此题得分:10.0 8. 发行人信用风险缓释方法包括如下哪些()。

现代信用风险度量模型与商业银行信用风险管理

现代信用风险度量模型与商业银行信用风险管 理 文档编制序号:[KKIDT-LLE0828-LLETD298-POI08]

现代信用风险度量模型与我国商业银行信用风险管理 中国财政金融政策研究中心龚明华 内容摘要: 本文在对商业银行信用风险度量的主要模型进行比较研究的基础上,分析发展中国家商业银行信用风险管理的特点,研究我国分阶段运用现代信用风险度量模型实施信用风险管理的现实选择以及设立征信和信用评级体系的具体措施。 关健词:商业银行;信用风险度量模型;信用风险管理 一、金融全球化中我国商业银行实施信用风险管理的必要性 商业银行在经营活动过程中,主要面临着信用风险、国家及转移风险、市场风险、利率风险、流动性风险和操作风险等风险。其中,信用风险无疑是最重要的风险。信用风险可定义为银行的借款人或交易对象不能按事先达成的协议履行义务的潜在可能性。信用风险管理的目标是通过将信用风险限制在可以接受的范围内而获得最高的风险调整收益。 随着我国资金融体制改革步伐的加快和金融业开放程度的提高,国内银行业面临着参与国际竞争的严峻挑战。在金融全球化的新形式下,我国商业银行必须借鉴国际上先进的信用风险管理经验,强化信用风险管理,开发适用的信用风险管理模型,适应《巴塞尔协议》新框架的需要。2001年1月16日,巴塞尔银行监管委员会公布了新协议的征求意见稿,在保留银行资产外部评级方式的同时,鼓励大银行建立内部评级体系和开发风险度量模型。新协议通过将最低资本要求、监管当局的监督检查和信息披露有机结合在一起,代表了银行监管的先进理念和“国际活跃银行”日益完善的风险管理最佳实践经验。显然,在金融业日益全球化的新形势下,加强我国商业银行的内部评级体系和风险度量模型的研究,缩小与国外同行的差距,已成为刻不容缓的工作。

现代信用风险度量模型比较

现代信用风险度量模型比较 信用风险,亦称违约风险,是指因交易一方不能履行或不能全部履行合约责任而造成交易对手遭受损失的可能性。一般来讲,信用风险的基本要素包括违约概率、违约损失率。这些风险要素不仅被用来评估信用风险,而且可以用来信用定价、计算信用利差等。信用风险度量模型主要是从这些基本要素展开的。本文就几种有代表性的模型进行逐一分析比较。 一、KMV模型 该模型属于建立在包括利率和公司特征变量在内的动态变化的一种模型。其理论依据最初由Merton提出,他假设一个简单的公司资本结构,公司仅发行一种零息债券,当公司资产价值低于债券面值时,公司将发生违约。通过设定违约临界点,计算公司资产价值低于该临界点的概率,以此作为公司的违约概率。在这一理论依据下,KMV公司于1993年开发出了一种信用风险度量模型,将债权看作债权人向借款公司股东出售的对公司价值的看跌期权(卖权),期权标的是公司资产,执行价格是公司债务价值。企业所有者相当于持有违约或不违约的选择权,债务到期时,若企业资产的市场价值超出其负债价值,企业愿意还债,将剩余部分留作利润;如果企业资产价值小于负债水平,出售全部资产也不能完全偿债,企业会选择违约,将公司资产转交给债权人。 该模型在度量违约率的过程中,首先利用期权定价原理(BSM模型)推导出的公司股权价值公式和企业股权价值波动性与企业资产价值波动性间存在理论上的关系来估计公司市场价值及其波动性;然后利用所求得的公司市场价值及其波动性来计算违约距离;最后利用正态分布的假定和历史数据分别求得其对应的违约概率。 该模型优点突出,那就是它是一个向前看的动态的模型。但在技术上利用期权定价方法求解公司资产价值和波动性,缺乏有效方法来检验精确性;基于资产价值正态分布假设不够准确,也使它的缺点明显。 二、Creditrisk+模型 CreditRisk+模型,是瑞士第一信贷——波士顿银行开发的一种违约模型,其思想来源于保险精算学。即损失取决于灾害发生的概率和灾害发生时造成的损失

信用风险度量模型综述

龙源期刊网 https://www.sodocs.net/doc/0e9104788.html, 信用风险度量模型综述 作者:张赟格赵林海 来源:《中国市场》2014年第13期 [摘要] 美国次债危机的影响尚未远去,欧洲债务危机接踵而至。这一切都是以债务人违 约所导致的信用风险为导火索。本文回顾信用风险度量模型的文献综述,最后分析各种方法的适用性。 [关键词] 信用风险;KMV模型;Credit Metrics 模型;Credit Risk+模型;Credit Portfolio View模型 中图分类号:F832 文献标识码:A 1 现代信用风险特点 信用风险由两个部分组成,首先是违约风险,指交易一方不能或不愿支付约定的款项致使交易对方蒙受损失的可能性;其次是信用价差风险,指由于信用标的品质的变化引起信用价差的变化而导致损失的可能性。因此将信用风险定义为:由于借款人或交易对手违约而造成损失的可能性,以及因为借款人的信用等级的变动或履约能力发生变化从而导致其债务市场价值的变动而引起损失的可能性。 根据新巴塞尔协议对银行的资本要求,允许有条件的银行采用内部模型度量信用风险。从20世纪90年代开始,脱媒效应的显现、公司倒闭的结构性增加、担保能力的下降、竞争的白热化、信息技术的飞速发展、金融衍生品的急剧膨胀等因素促进了对信用风险的研究,从而出现了现代信用风险度量模型。 2 现代信用风险度量模型介绍 2.1 基于VaR的Credit Metrics模型 由J.P.morgan公司1997年推出的Credit Metrics模型,其假设要解决的问题是:如果接下来一年是一个坏年景的话,商业银行的贷款组合价值将有可能遭受的损失有多大?它的基本思想是假设一个信用资产组合,根据信用评级机构提供的信用等级转移矩阵和违约率,应用模拟方法或解析方法得出一定时间后该项资产组合的价值分布,然后运用其价值分布计算出资产组合的在险价值(VaR)。在模型评估信用风险的过程中,它同时关注了违约发生和信用等级变动对信用资产质量的影响,采用了盯市模型(MTM)的方法,通过资产组合价值来度量信用风险,构造了一个通过模拟信贷资产所有违约波动以及潜在变化的复合计量框架。 模型假设:(1)每个信用等级均对应一条零息收益率曲线;(2)模型中唯一的变量是信用等级的变化,债券未来市场风险和价值由其远期利率分布曲线决定;(3)信用风险不但包

商业银行信用风险度量模型简介及思考

商业银行信用风险度量模型简介及思考 2004年6月,巴塞尔银行监管委员会正式出台了《新资本协议》,并将于2006年底付 诸实施。《新资本协议》对于信用风险资本的要求更侧重于银行评级体系,并有向银行内部信用风险度量模型方向发展的趋势。因此,在当今经济、金融全球化的新形势下,我国商业银行借鉴国际上先进的信用风险管理经验,强化信用风险管理,加强商业银行的内部评级体系和风险度量模型的研究,缩小与国外银行业的差距,适应《巴塞尔协议》新框架的需要,已成为当前刻不容缓的工作。一、商业银行信用风险度量方法与模型(一)传统信用风险度量方法1.“6C”信用评分法。“6C”信用评分法是商业银行传统的 信用风险度量方法。它是指由有关专家根据借款人的品德(character)(借款人的作风、观 念以及责任心等,借款人过去的还款记录是银行判断借款人品德的主要依据);能力(capacit y)(指借款者归还贷款的能力,包括借款企业的经营状况、投资项目的前景)、资 本(capital)、抵押品(collateral)(提供一定的、合适的抵押品)、经营环境(condition)(所在 行业在整个经济中的经营环境及趋势)、事业的连续性(continuity)(借款企业持续经营前景)等六个因素评定其信用程度和综合还款能力,以决定是否最终发放贷款。2.z-score违约预测模型。z-score违约预测模型是由美国阿尔特曼教授(Altman)于1968年提 出来的,他采用多变量分析法对66家美国制造企业的经营状况进行了判别研究,并建立 了由5个参数(财务指标)组成的z值模型,并对美国制造企业的破产进行了判别分析。 Z分数模型的判别函数如下:X1=(期末流动资产-期末流动负债)/期末总资产 X2=期末留存收益/期末总资产X3=息税前利润/期末总资产X4=期末股东权益 的市场价值/期末总负债X5=本期销售收入/总资产Altman教授通过对Z分数 模型的长期研究提出了判断企业破产的临界值(z-score)。研究发现,Z值越低,该企业遭 受财务失败的可能性就越大;Z值越高,该企业遭受财务失败的可能性就越小。Altman 曾经对66家企业进行分析测算,其准确程度达95%左右。Z分数模型的具体判断标准为如下所示:(二)现代信用风险度量模型目前国际流行的现代信用风险管理 模型主要有Credit Metrics模型、麦肯锡模型、KMV模型、CSFP信用风险附加计量模型 等四类。1.Credit Metrics模型是由J.P.摩根公司等1997年开发出的模型,运 用VAR(Value at risk)框架,对贷款和非交易资产进行估价和风险计算。该方法是基于借 款人的信用评级、次年评级发生变化的概率(评级转移矩阵)、违约贷款的回收率、债券市 场上的信用风险价差计算出贷款的市场价值及其波动性,进而得出个别贷款和贷款组合的VAR值。其主要优势在于通过计算信用工具在不同信用等级上的市场价值,达到用传统 的期望值和标准差来度量资产信用风险的目的,并将VAR方法引入到信用风险管理中来;对组合价值的分布有正态分布假定下的解析方法和蒙特卡罗模拟法,在一定程度上避免了资产收益率正态性硬性假设,可以用资产价值分布和百分位求出资产损失;对“违约”的概 念进行了拓展,认为违约也包括债务人信用等级恶化;它是一种盯市场(Market-to-Market)信用风险度量模型,能将债务价值的高端和低端考虑到。该模型提出了边际风险

商业银行信用风险度量模型简介及思考

商业银行信用风险度量模型 简介及思考 四川银监局课题组 摘 要:信用风险是商业银行面临的最主要和最重要的风险,大约占到了总体风险暴露的60%左右。本文在对商业银行信用风险度量主要模型介绍、比较和分析的基础上,分析了我国商业银行信用风险管理的特点,并提出了当前加强我国商业银行信用风险度量研究的几点现实思考。 关键词:信用风险 度量 风险管理 一、金融全球化中我国商业银行实施信用风险度量研究的必要性 在目前我国银行业的经营模式下,贷款依然是商业银行的主要经营业务,信用风险仍是我国商业银行面临的最主要和最重要的风险,大约占到了总体风险暴露的60%左右(市场风险和操作风险各占20%)。20世纪90年代以来,我国银行开始注重对客户的资信评估,并逐渐推行国际惯例的银行贷款质量“五级分类”制度,但在信用风险的具体度量方面基本上还局限于定性分析和简单的财务比率分析等传统方法。随着我国金融体制改革步伐的加快和中国金融业的全面开放,中国银行业面临着国际先进银行业的激烈竞争与挑战。2004年6月,巴塞尔银行监管委员会正式出台了《新资本协议》,并将于2006年底付诸实施。《新资本协议》对于信用风险资本的要求更侧重于银行评级体系,并有向银行内部信用风险度量模型方向发展的趋势。因此,在当今经济、金融全球化的新形式下,我国商业银行借鉴国际上先进的信用风险管理经验,强化信用风险管理,加强商业银行的内部评级体系和风险度量模型的研究,缩小与国外银行业的差距,适应《巴塞尔协议》新框架的需要,已成为当前刻不容缓的工作。 二、商业银行信用风险度量方法与模型 (一)传统信用风险度量方法 11“6C”信用评分法。“6C”信用评分法是商业银行传统的信用风险度量方法。它是指由有关专家根据借款人的品德(character)(借款人的作风、观念以及责任心等,借款人过去的还款记录是银行判断借款人品德的主要依据);能力(ca2 pacity)(指借款者归还贷款的能力,包括借款企业的经营状况、投资项目的前景)、资本(cap ital)、抵押品(collateral)(提供一定的、合适的抵押品)、经营环境(conditi on)(所在行业在整个经济中的经营环境及趋势)、事业的连续性(continuity) (借款企业持续经营前景)等六个因素评定其信用程度和综合还款能力,以决定是否最终发放贷款。 21Z—score违约预测模型。Z—score违约预测模型是由美国阿尔特曼教授(A lt m an)于1968年提出来的,他采用多变量分析法对66家美国制造企业的经营状况进行了判别研究,并建立了由5个参数(财务指标)组成的Z值模型,并对美国制造企业的破产进行了判别分析。 Z分数模型的判别函数如下: Z=01012X1十01014X2十01033X3+01006X4十01999X5 X1=(期末流动资产一期末流动负债)/期末总资产 X2=期末留存收益/期末总资产 X3=息税前利润/期末总资产 X4=期末股东权益的市场价值/期末总负债 ■2006年第10期(总第304期)19

我国商业银行信用风险的经济资本计量方法

我国商业银行信用风险的经济资本计量方法 长期以来,信用风险管理技术一直落后于市场风险,这主要因为:首先,信用风险比市场风险复杂得多;第二,许多信用风险模型起源于市场风险领域研究,例如C-VaR技术;第三,许多银行自认为了解信用风险,而把更多资源都投到了市场风险领域。但历史经验表明,信用风险控制不好,最有可能导致银行破产。本文基于国内外银行的实践,着重讨论针对信用风险的经济资本计量方法、技术和经验,这将对国内银行目前正在推行但却不够扎实的经济资本管理提供一些有益的参考。 一、基本状况 为信用风险而配置的经济资本,应该基于信用损失的概率密度函数。对“信用损失”的准确定义,各银行之间存在差异。但从某种意义上说,高风险的资产组合说明概率密度函数有相对长的厚尾,即存在较大的可能性损失会高于预期损失。经济资本分配要达到的目标是非预期损失耗尽经济资本的概率(即破产概率)低于目标水平。在操作过程中,目标破产概率的选取往往与银行本身的信用评级一致。例如,银行理想的信用评级是AA,那么非预期损失超过其经济资本的概率就等于AA级公司债券一年期违约率,约为O.03%。 配置经济资本的关键在于确定预期损失和非预期损失。配置体系通常假设准备金涵盖预期损失,而账面资本涵盖非预期损失。在此框架下,如果风险敞口所要求的经济资本超过了实际可用资本,银行就面临资本不足。贷款损失准备金一般分为专项准备金和一般准备金。专项准备金是按照贷款预期损失,对贷款账面

价值的调整,专项准备金不能吸收非预期损失,不作为权益或经济资本的一种形式。一般准备金可用来吸收非预期损失,因此可以作为经济资本的供给。 大多数银行分配经济资本不仅抵御整个资产组合损失,而且抵御专门活动的损失。理论上讲,分配给一项交易的经济资本应该被度量为考虑这项活动和银行其他活动分散化效应后,这项活动对整个资产组合经济资本要求的贡献。在实际操作中,边际贡献为整个资产组合分配的经济资本减去排除这项业务以后资产组合分配的经济资本。 国外银行经济资本配置体系的另一特征是,相互独立的前提下对不同类别的风险分配经济资本。也就是说,对每种风险分别估计概率密度函数,银行总经济资本分配是对每种风险资本分配的加总,通常不考虑各种不同风险之间的相关度问题。 二、总体模式 经济资本计量的方法论和操作线路集中地反映在风险计量的总体模式上。根据巴塞尔委员会的调查,国际先进银行在对信用风险进行经济资本计量时,通常分为两种模式——集合模式(Aggregative Models)和结构模式(Structural Models)。 1.集合模式 集合模式是采用自上而下的方法使用聚类分析(peer analysis)或历史现金流分析(historical cash flow analysis)推断出业务或产品类别的总风险。 历史现金流分析是从历史现金流的波动中估计一项活动总的风险。历史现金流的波动假设等于将来的波动。为了使银行的实施成本最小化,基本现金流的估计通常从银行管理信息系统的原始数据中产生,对这些原始数据进行一些调整,以便一个期间的现金流可以近似解释成为这项活动的经济收益,有时称为“净税

分析信用风险度量技术的发展过程

分析信用风险度量技术的发展过程 信用风险度量技术蓬勃发展的动因 张健郑奇宝俞萍 信用风险度量和管理技术近年来正经历着一场革命性的变化,新的度量模型和方法如雨后春笋般不断涌现,如J.P.Morgan建立的CreditMetrics模型,KMV 公司建立的KMV 模型.瑞士信贷银行的Creditrisk 模型,Mckinsey公司的CriditPortfolioView模型,RAROC 模型,KPMG公司的贷款分析体系等等.虽然各界对信用风险度量的方法并没有达成共识,但信用风险度量模型和方法的蓬勃发展确是有目共睹的。2O世纪8O年代中期,美国的银行贷款及公司债券违约情况创下历史新高,投机债券的违约率高达lO%以上.信用风险管理实业界人士由于对自己所持组合的业绩欠佳非常不满,开始对新的技术表现出浓厚的兴趣。然而,这种新出现的对信用管理的更多关注并没有演化成普遍的驱动力,创造出新的评价技术。令人费解的是,在1994—1998年的5年中,美国总的银行贷款违约率低于2%,信用市场发展状况非常好,而人们对信用风险管理新技术的兴趣却是空前高涨.这是为什么呢?这个问题的答案可以在贷款机构及其已经发生的变化中找到。 一、对国际清算银行所通过的关于统一国际银行资本计量和资本标准的《巴塞尔协议》 所制定的贷款的资本要求不满意。 1988年7月,巴塞尔银行监管委员会通过了《统一资本计量与资本标准的国际协议),即人们通常讲的巴塞尔协议.其核心内容是对国际化程度较高的银行提出了最低资本充足比例的要求,包括三个方面的主要内容:资本的定义、风险资产的计算及8%的最低资本充足率的要求。由此可见,巴塞尔协议从提高资本对风险资产的比率,即从提高资本充足率这个角度来加强国际银行业的风险管理.当前国际清算银行所规定的统一的资本充足率要求被形容为“放之四海而皆准(on size fits al1)”的政策,实际上,它要求所有对私人部门的贷款都要服从统一的8%的资本充足率的要求,而不考虑贷款规模的大小、贷款期的长短以及借 款人的信用等级的高低.因而,向一家即将破产的企业贷款和一家具有AAA级信用等级的贷款,其所要求的资本充足率均为8OA。此外,根据‘巴塞尔协议),一家银行贷款组合所需的资本准备金数量是对其所有个体贷款资本准备金数量累计而计算出来的,并没有考虑贷款组合风险分散的效应,因而也就未对贷款组合的资本准备金数量作相应的扣除.因此,可得出这样的结论,根据《巴塞尔协议)所规定的8%的资本充足率要求所匹配的资本准备金数量并不能准确的反映银行风险资本所要求的真正的资本金数量,因而可能是不经济的。在这种背景下,1997年欧盟金融监管当局、1998年美联储以及国际清算银行均放松管制,大力提倡国际性的商业银行建立高级的内部信用风险量化度量模型来更好地度量和管理风险。 内部模型具有以下作用: ●在大多数情况下能够对贷款组合的信用风险以及对信用风险敏感的金融工具的信用风险作出更好的评估. ●能够在金融机构的按照风险调整之后的收益对资本(RAROC)的比率的基础上以及在信用衍生产品市场上出现相对较新的金融工具(诸如信用期权、信用互换和信用远期)的环境下,用来改进贷款的定价. ●内部模型还提供了一种机会,计算一家银行(或金融机构)应该持有的个体最优的或经济的资本数量,这往往是其资本结构决策的一部分.虽然内部模型要想取代8%的规定还有一段路要走,这主要是因为。同市场上易于出售的金融工具相比.贷款具有不可交易的特点,以及缺乏纵深的关于贷款违约的历史数据资料.但是,新的模型对于银行家、金融机构风险管理人员、监管者等仍然具有重大意义。 二、竞争的加剧使得贷款的利差越来越小,传统的信用评估的成本太高,因此必须寻找 更好的、成本更低的信用风险评估、度量方式。

信用评级技术与信用风险揭示

信用评级技术与信用风 险揭示 文档编制序号:[KKIDT-LLE0828-LLETD298-POI08]

信用评级技术与信用风险揭示 大公国际资信评估有限公司 1 引言 刚刚过去的2005年,是我国债券市场发展史上具有重要意义的一年。有关主管部门推出了远期交易、短期融资券和资产支持证券等一系列创新举措,企业债券市场有了较大发展,全年发行企业债37只、654亿元(面值),分别比上年增长%和%。特别是自2005年5月24日中国人民银行颁布《短期融资券管理办法》、允许符合条件的非金融企业在银行间债券市场向合格机构投资者发行短期融资券以来,我国企业短期融资券市场发展迅猛,截至2005年底,共有68家企业发行了86只短期融资券,发债规模超过1400亿元。 债券市场的快速发展有利于完善我国货币政策传导机制并推动利率市场化改革、推进资本市场与货币市场的协调发展、提高资源配置效率,但与此同时,也面临着信用风险不断扩大的威胁。 信用风险的产生源于金融市场中客观存在的信息不对称。投资者受时间、成本及专业能力所限,通常难以及时准确获得筹资方偿债能力方面的信息。信用交易在信息不对称情况下进行,就会使投资者暴露在不确定的信用风险中。一旦筹资方大面积发生偿债违约,就可能造成金融市场的债务链断裂,引发金融危机,令金融系统甚至整个经济系统遭受巨大破坏。因此,为了防范信用风险,金融市场需要能够充分揭示信用风险的高品质信用信息广泛和自由地传播,以降低信息不对称程度。

信用评级机构是信用信息的提供者。由于我国信用评级的历史还较短,国内信用评级机构与世界着名的信用评级机构相比,无论在资金、技术以及规模等方面尚有巨大的差距,我国债券市场的快速发展为国内信用评级机构的成长既提供了机遇,也带来了挑战。 信用评级的核心是要充分揭示受评对象的信用风险,从受评对象目前现金流量和其它现金来源对债务的保障程度入手,充分考虑宏观经济环境、行业发展趋势、政策和监管措施等企业外部因素和基本经营、管理素质、财务状况等企业内部因素的影响,从而对受评对象未来偿付能力做出判断。 可见,现金流分析和行业风险分析是信用评级中两个基本而又重要的方面。本文在对国内外信用风险分析技术简要述评的基础上,针对我国信用评级技术发展现状,重点阐述了信用评级中的现金流分析和行业风险分析方法,最后进行了案例分析。 2 不断发展的信用风险分析技术 不断发展评级技术既是市场的需要,更是评级机构活力的源泉 金融市场是通过对收益的预期来导向资源配置的一种机制,然而风险的存在大大降低了市场的运作效率。按照信息经济学的原理,风险源于交易信息的不对称性和不完全性,而在信息不完全和不对称下的逆向选择和道德风险使金融市场中各方主体之间出现“囚徒困境”式的相互博弈,最终使得个体的理性行为演变为集体行为的非理性。因此,无论是发行人、投资者还是金融监管部门,都需要一个中立的、公正的和权威性的机构向外界披露发行人的信息,充分揭示信用风险,从而减少企业的融资成本,降低投资者的投资风险,并为监管部门提高市场监管效率服务。 评级机构的市场地位不仅依赖于其独立、公正、客观的评级立场,更源于其对信用风险充分、有效的揭示,从而使得评级结果所反映的信息具有很高的市场参考价值。国外的研究表明,当把信用等级作为虚拟变量与衡量债券偿债能力的其他经济变量一起放入解释资金成本的回归模型当中检验时发现,扣除了经济变量的影响之外,信用级别

相关主题