2009年銀行從業(yè)考試風(fēng)險(xiǎn)管理：第三章復(fù)習(xí)筆記

　　(2)信用評(píng)分法

　　信用評(píng)分模型是一種傳統(tǒng)的信用風(fēng)險(xiǎn)量化模型，利用可觀察到的借款人特征變量計(jì)算出一個(gè)數(shù)值(得分)來代表債務(wù)人的信用風(fēng)險(xiǎn)，并將借款人歸類于不同的風(fēng)險(xiǎn)等級(jí)。

　　背景知識(shí)：信用評(píng)分模型

　　20世紀(jì)60年代，信用卡的推出促使信用評(píng)分技術(shù)取得了極大發(fā)展，并迅速擴(kuò)展到其他業(yè)務(wù)領(lǐng)域。奧而特曼(Altman，1968)提出了基于多元判別分析技術(shù)的Z評(píng)分模型;馬丁(Martin，1977)、奧爾森(Ohlson，1980)和威金頓(Wiginton，1980)則首次運(yùn)用Logit模型分析企業(yè)破產(chǎn)問題。

　　信用評(píng)分模型的關(guān)鍵在于特征變量的選擇和各自權(quán)重的確定�；�本過程是：

　�、偈紫�，根據(jù)經(jīng)驗(yàn)或相關(guān)性分析，確定某一類別借款人的信用風(fēng)險(xiǎn)主要與哪些經(jīng)濟(jì)或財(cái)務(wù)因素有關(guān)，模擬出特定形式的函數(shù)關(guān)系式;

　�、谄浯�，根據(jù)歷史數(shù)據(jù)進(jìn)行回歸分析，得出各相關(guān)因素的權(quán)重;

　�、圩詈�，將屬于此類別的潛在借款人的相關(guān)因素?cái)?shù)值代入函數(shù)關(guān)系式計(jì)算出一個(gè)數(shù)值，根據(jù)該數(shù)值的大小衡量潛在借款人的信用風(fēng)險(xiǎn)水平，給予借款人相應(yīng)評(píng)級(jí)并決定貸款與否。

　　存在一些突出問題：

　�、傩庞迷u(píng)分模型是建立在對(duì)歷史數(shù)據(jù)(而非當(dāng)前市場(chǎng)數(shù)據(jù))模擬的基礎(chǔ)上，因此是一種向后看(Backward Looking)的模型。

　�、谛庞迷u(píng)分模型對(duì)借款人歷史數(shù)據(jù)的要求相當(dāng)高。

　�、坌庞迷u(píng)分模型雖然可以給出客戶信用風(fēng)險(xiǎn)水平的分?jǐn)?shù)，卻無法提供客戶違約概率的準(zhǔn)確數(shù)值，而后者往往是信用風(fēng)險(xiǎn)管理最為關(guān)注的。

　　(3)違約概率模型

　　違約概率模型分析屬于現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法。其中具有代表性的模型有穆迪的RiskCalc和Credit Monitor、KPMG的風(fēng)險(xiǎn)中性定價(jià)模型和死亡率模型，在銀行業(yè)引起了很大反響。

　　《巴塞爾新資本協(xié)議》也明確規(guī)定，實(shí)施內(nèi)部評(píng)級(jí)法的商業(yè)銀行可采用模型估計(jì)違約概率。

　　與傳統(tǒng)的專家判斷和信用評(píng)分法相比，違約概率模型能夠直接估計(jì)客戶的違約概率，因此對(duì)歷史數(shù)據(jù)的要求更高，需要商業(yè)銀行建立一致的、明確的違約定義，并且在此基礎(chǔ)上積累至少五年的數(shù)據(jù)。

　　3. 法人客戶評(píng)級(jí)模型

　　(1)Altman的Z計(jì)分模型和ZETA模型

　　Altman(1968)認(rèn)為，影響借款人違約概率的因素主要有五個(gè)：流動(dòng)性(Liquidity)、盈利性(Profitability)、杠桿比率(Leverage)、償債能力(Solvency)和活躍性(Activity)。Altman選擇了下面列舉的五個(gè)財(cái)務(wù)指標(biāo)來綜合反映上述五大因素，最終得出的Z計(jì)分函數(shù)是：

　　X1=(流動(dòng)資產(chǎn)-流動(dòng)負(fù)債)/總資產(chǎn)

　　X2=留存收益/總資產(chǎn)

　　X3=息稅前利潤(rùn)/總資產(chǎn)

　　X4=股票市場(chǎng)價(jià)值/債務(wù)賬面價(jià)值

　　X5=銷售額/總資產(chǎn)

　　作為違約風(fēng)險(xiǎn)的指標(biāo)，Z值越高，違約概率越低。此外，Altman還提出了判斷企業(yè)破產(chǎn)的臨界值：若Z低于1.81，在企業(yè)存在很大的破產(chǎn)風(fēng)險(xiǎn)，應(yīng)被歸入高違約風(fēng)險(xiǎn)等級(jí)。

　　1977年，Altman與Hardeman、Narayanan又提出了第二代Z計(jì)分模型——ZETA信用風(fēng)險(xiǎn)分析模型，主要用于公共或私有的非金融類公司，其適應(yīng)范圍更廣，對(duì)違約概率的計(jì)算更精確。

　　ZETA模型將模型考察指標(biāo)由五個(gè)增加到七個(gè)，分別為：

　　X1：資產(chǎn)收益率指標(biāo)，等于息稅前利潤(rùn)/總資產(chǎn)。

　　X2：收益穩(wěn)定性指標(biāo)，指企業(yè)資產(chǎn)收益率在5～10年變動(dòng)趨勢(shì)的標(biāo)準(zhǔn)差。

　　X3：償債能力指標(biāo)，等于息稅前利潤(rùn)/總利息支出。

　　X4：盈利積累能力指標(biāo)，等于留存收益/總資產(chǎn)。

　　X5：流動(dòng)性指標(biāo)，即流動(dòng)比率，等于流動(dòng)資產(chǎn)/流動(dòng)負(fù)債。

　　X6：資本化程度指標(biāo)，等于普通股/總資本。該比率越大，說明企業(yè)資本實(shí)力越強(qiáng)，違約概率越小。

　　X7：規(guī)模指標(biāo)，用企業(yè)總資產(chǎn)的對(duì)數(shù)表示。

　　(2)RiskCalc模型

　　RiskCalc模型是在傳統(tǒng)信用評(píng)分技術(shù)基礎(chǔ)上發(fā)展起來的一種適用于非上市公司的違約概率模型，其核心是通過嚴(yán)格的步驟從客戶信息中選擇出最能預(yù)測(cè)違約的一組變量，經(jīng)過適當(dāng)變換后運(yùn)用Logit/Probit回歸技術(shù)預(yù)測(cè)客戶的違約概率。

　�、偈占�大量的公司數(shù)據(jù);

　　②對(duì)數(shù)據(jù)進(jìn)行樣本選擇和異常值處理;

　�、壑鹨环治鲎儞Q各風(fēng)險(xiǎn)因素的單調(diào)性、違約預(yù)測(cè)能力及彼此間的相關(guān)性，初步選擇出違約預(yù)測(cè)能力強(qiáng)、彼此相關(guān)性不高的20～30個(gè)風(fēng)險(xiǎn)因素;

　　④運(yùn)用Logit/Probit回歸技術(shù)從初步因素中選擇出9～11個(gè)最優(yōu)的風(fēng)險(xiǎn)因素，并確保回歸系數(shù)具有明確的經(jīng)濟(jì)含義，各變量間不存在多重共線性;

　　⑤在建模外樣本、時(shí)段外樣本中驗(yàn)證基于建模樣本所構(gòu)建模型的違約區(qū)分能力，確保模型的橫向適用性和縱向前瞻性;

　�、迣�(duì)模型輸出結(jié)果進(jìn)行校正，得到最終各客戶的違約概率。

　　(3)Credit Monitor模型

　　Credit Monitor模型是在Merton模型基礎(chǔ)上發(fā)展起來的一種適用于上市公司的違約概率模型，其核心在于把企業(yè)與銀行的借貸關(guān)系視為期權(quán)買賣關(guān)系，借貸關(guān)系中的信用風(fēng)險(xiǎn)信息因此隱含在這種期權(quán)交易之中，從而通過應(yīng)用期權(quán)定價(jià)理論求解出信用風(fēng)險(xiǎn)溢價(jià)和相應(yīng)的違約率，即預(yù)期違約頻率(Expected Default Frequency，EDF)。

　　【單選】在法人客戶評(píng)級(jí)模型中，( )通過應(yīng)用期權(quán)定價(jià)理論求解出信用風(fēng)險(xiǎn)溢價(jià)和相應(yīng)的違約率。

　　A.Altman Z計(jì)分模型

　　B.RiskCalc模型

　　C.Credit Monitor模型

　　D.死亡率模型

　　答案：C

　　(4)KPMG風(fēng)險(xiǎn)中性定價(jià)模型

　　風(fēng)險(xiǎn)中性定價(jià)理論的核心思想是假設(shè)金融市場(chǎng)中的每個(gè)參與者都是風(fēng)險(xiǎn)中立者，不管是高風(fēng)險(xiǎn)資產(chǎn)、低風(fēng)險(xiǎn)資產(chǎn)或無風(fēng)險(xiǎn)資產(chǎn)，只要資產(chǎn)的期望收益是相等的，市場(chǎng)參與者對(duì)其的態(tài)度就是一致的，這樣的市場(chǎng)環(huán)境被稱為風(fēng)險(xiǎn)中性范式。KPMG公司將風(fēng)險(xiǎn)中性定價(jià)理論運(yùn)用到貸款或債券的違約概率計(jì)算中，由于債券市場(chǎng)可以提供與不同信用等級(jí)相對(duì)應(yīng)的風(fēng)險(xiǎn)溢價(jià)，根據(jù)期望收益相等的風(fēng)險(xiǎn)中性定價(jià)原則，每一筆貸款或債券的違約概率就可以相應(yīng)計(jì)算出來。

　　【單選】某一年期零息債券的年收益率為16.7%，假設(shè)債務(wù)人違約后，回收率為零，若一年期的無風(fēng)險(xiǎn)年收益率為5%，則根據(jù)KPMG風(fēng)險(xiǎn)中性定價(jià)模型得到上述債券在一年內(nèi)的違約概率為( )

　　A.0.05

　　B.0.10

　　C.0.15

　　D.0.20

　　答案：B

　　(5)死亡率模型

　　死亡率模型是根據(jù)貸款或債券的歷史違約數(shù)據(jù)，計(jì)算在未來一定持有期內(nèi)不同信用等級(jí)的貸款或債券的違約概率，即死亡率，通常分為邊際死亡率(Marginal Mortality Rate，MMR)和累計(jì)死亡率(Cumulated Mortality Rate，CMR)。

　　【單選】根據(jù)死亡率模型，假設(shè)某3年期辛迪加貸款，從第1年至第3年每年的邊際死亡率依次為0.17%、0.60%、0.60%，則3年的累計(jì)死亡率為( )。

　　A.0.17%

　　B.0.77%

　　C.1.36%

　　D.2.32%

　　答案：C

　　4. 個(gè)人客戶評(píng)分方法

　　按照國(guó)際慣例，對(duì)于企業(yè)的信用評(píng)定采用評(píng)級(jí)方法，而對(duì)個(gè)人客戶的信用評(píng)定采用評(píng)分方法。由于個(gè)人客戶數(shù)量眾多，歷史信息的規(guī)律性強(qiáng)，因此主要采用基于歷史數(shù)據(jù)統(tǒng)計(jì)的評(píng)分模型計(jì)量個(gè)人客戶的信用風(fēng)險(xiǎn)。

　　參照國(guó)際最佳實(shí)踐，個(gè)人客戶評(píng)分按照所采用的統(tǒng)計(jì)方法可以分為回歸分析、K臨近值、神經(jīng)網(wǎng)絡(luò)模型等;按照評(píng)分的對(duì)象可以分為客戶水平、產(chǎn)品水平和賬戶水平，按照評(píng)分的目的可以分為風(fēng)險(xiǎn)評(píng)分、利潤(rùn)評(píng)分、忠誠(chéng)度評(píng)分等;按照平分的階段則可以分為拓展客戶期(信用局評(píng)分)、審批客戶期(申請(qǐng)?jiān)u分)和管理客戶期(行為評(píng)分)。

　　(1)信用局評(píng)分

　　這一階段常用的模型有：

　�、亠L(fēng)險(xiǎn)評(píng)分，預(yù)測(cè)消費(fèi)者違約/壞賬風(fēng)險(xiǎn)的大小;

　　②收益評(píng)分，預(yù)測(cè)消費(fèi)者開戶后給商業(yè)銀行帶來潛在收益;

　�、燮飘a(chǎn)評(píng)分，預(yù)測(cè)消費(fèi)者破產(chǎn)風(fēng)險(xiǎn)的大小;

　�、芷渌�信用特征評(píng)分。

　　(2)申請(qǐng)?jiān)u分

　　申請(qǐng)?jiān)u分模型通過綜合考慮申請(qǐng)者在申請(qǐng)表上所填寫的各種信息，對(duì)照商業(yè)銀行類似申請(qǐng)者開戶后的信用表現(xiàn)，以評(píng)分來預(yù)測(cè)申請(qǐng)者開戶后一定時(shí)期內(nèi)違約概率，通過比較該客戶的違約概率和商業(yè)銀行可以接受的違約底線來作出拒絕或接受的決定。

　　信用局風(fēng)險(xiǎn)評(píng)分模型和收益評(píng)分模型是很有價(jià)值的決策工具，與申請(qǐng)?jiān)u分模型具有互補(bǔ)性，可以組成二維或三維矩陣來進(jìn)行信貸審批決策。不同的是，申請(qǐng)?jiān)u分模型是商業(yè)銀行為特定金融產(chǎn)品的申請(qǐng)者量身定做的，能夠更準(zhǔn)確、全面地反映商業(yè)銀行客戶的特殊性，而且可以利用更多的信息對(duì)客戶將來的信用表現(xiàn)進(jìn)行預(yù)測(cè);而信用局評(píng)分模型通常是對(duì)申請(qǐng)者在未來各種信貸關(guān)系中的違約概率作出預(yù)測(cè)。

　　(3)行為評(píng)分

　　行為評(píng)分被用來觀察現(xiàn)有客戶的行為，以掌握客戶及時(shí)還款的可信度。