2009年銀行從業(yè)考試風險管理：第三章復習筆記

　　5.客戶評級/評分的驗證(Validation)

　　(1)客戶違約風險區(qū)分能力的驗證

　　期基本原理是運用多種數理分析方法檢驗評級系統(tǒng)對客戶是否違約的判斷準確性。

　　(2)違約概率預測準確性的驗證(校正)

　　其基本原理是運用統(tǒng)計學中的假設檢驗，當實際違約發(fā)生情況超過給定閾值，則拒絕原假設，認為PD預測不準確。常用方法有：二項分布檢驗，檢驗給定年份某一等級PD預測準確性;卡方分布檢驗，檢驗給定年份不同等級PD預測準確性;正態(tài)分布檢驗，檢驗不同年份同一等級PD預測準確性;擴展的交通燈檢驗，檢驗不同年份不同等級PD預測準確性。

　　3.2.2 債項評級

　　1. 債項評級的基本概念

　　(1)債項評級

　　債項評級是對交易本身的特定風險進行計量和評價，反映客戶違約后的債項損失大小。特定風險因素包括抵押、優(yōu)先性、產品類別、地區(qū)、行業(yè)等。債項評級既可以只反映債項本身的交易風險，也可以同時反映客戶信用風險和債項交易風險。

　　(2)債項評級與客戶評級的關系

　　客戶評級與債項評級是反映信用風險水平的兩個緯度。一個債務人只能有一個客戶評級，而同一債務人的不同交易可能會有不同的債項評級。

　　【單選】下列關于客戶評級與債項評級的說法，不正確的是( )。

　　A.債項評級是在假設客戶已經違約的情況下，針對每筆債項本身的特點預測債項可能的損失率B.客戶評級主要針對客戶的每筆具體債項進行評級

　　C.在某一時點，同一債務人的不同交易可能會有不同的債項評級

　　D.在某一時點，同一債務人的不同交易可能會有不同的債項評級

　　答案：B

　　(3)損失

　　客戶違約后給商業(yè)銀行帶來的債項損失包括兩個層面：一是經濟損失;二是會計損失。

　　(4)違約風險暴露

　　違約風險暴露是指債務人違約時的預期表內表外項目暴露總和。如果客戶已經違約，則違約風險暴露為其違約時的債務賬面價值;如果客戶尚未違約，則違約風險暴露對于表內項目為債務賬面價值，對于表外項目為已提取金額+信用轉換系數×已承諾未提取金額。

　　【單選】若客戶尚未違約，在債項評級中表外項目的違約風險暴露為( )。

　　A.表外項目已提取金額

　　B.表外項目已承諾未提取金額

　　C.表外項目已提取金額+信用轉換系數×已承諾未提取金額

　　D.表內項目已提取金額+信用轉換系數×已承諾未提取金額

　　答案：C

　　(5)違約損失率

　　違約損失率(Loss Given Default，LGD)是指給定借款人違約后貸款損失金額占違約風險暴露的比例，其估計公式為損失/違約風險暴露。

　　2. 債項評級的方法

　　(1)影響違約損失率的因素

　�、佼a品因素

　　包括清償優(yōu)先性(Seniority)、抵押品等。

　　②公司因素

　�、坌袠I(yè)因素

　�、艿貐^(qū)因素

　　⑤宏觀經濟周期因素

　　【單選】根據2002年穆迪公司在違約損失率預測模型LossCalc的技術文件中所披露的信息，( )對違約損失率的影響貢獻度最高。

　　A.清償優(yōu)先性等產品因素

　　B.宏觀經濟環(huán)境因素

　　C.行業(yè)性因素

　　D.企業(yè)資本結構因素

　　答案：A

　　(2)計量違約損失率的方法

　　①市場價值法。通過市場上類似資產的信用價差(Credit Spread)和違約概率推算違約損失率，其假設前提是市場能及時有效反映債券發(fā)行企業(yè)的信用風險變化，主要適用于已經在市場上發(fā)行并且可交易的大企業(yè)、政府、銀行債券。

　�、诨厥宅F(xiàn)金法。根據違約歷史清收情況，預測違約貸款在清收過程中的現(xiàn)金流，并計算出LGD，即LGD=1-回收率=1-(回收金額-回收成本)/違約風險暴露。

　　【單選】采用回收現(xiàn)金流計算違約損失率時，若回收金額為1.04億元，回收成本為0.84億元，違約風險暴露為1.2億元，則違約損失率為( )。

　　A.13.33%

　　B.16.67%

　　C.30.00%

　　D.83.33%

　　答案：D

　　3. 貸款分類與債項評級

　　信貸資產風險分類通常是指信貸分析和管理人員或監(jiān)管當局的檢查人員，綜合能夠獲得的全部信息并運用最佳判斷，根據信貸資產的風險程度對信貸資產質量作出評價。

　　2001年，我國監(jiān)管當局出臺了貸款風險分類的指導原則，把貸款分為正常、關注、次級、可能和損失五類(后三類合稱為不良貸款)。

　　在分類過程中，商業(yè)銀行必須至少做到以下六個方面：

　�、俳�立健全內部控制機制，完善信貸規(guī)章、制度和辦法;

　�、诮�立有效的信貸組織管理體制;

　　③實行審貸分離;

　�、芡晟菩刨J檔案管理制度，保證貸款檔案的連續(xù)和完整;

　　⑤改進管理信息系統(tǒng)，保證管理層能夠及時獲得有關貸款狀況的重要信息;

　　⑥督促借款人提供真實準確的財務信息。

　　貸款分類與債項評級是兩個容易混淆的概念，二者既區(qū)別明顯又相互聯(lián)系。

　　3.2.3 組合信用風險計量

　　1.違約相關性及其計量

　　相關性是描述兩個聯(lián)合事件之間的相互關系，而不僅僅是指兩個事件概率的簡單乘積。違約相關性的計量包括相關系數和連接函數兩種方法。

　　(1)相關系數

　　線性相關是最常見的一種相關，可用統(tǒng)計學中最常見的簡單相關系數來計量。

　　【單選】X、Y分別表示兩種不同類型借款人的違約損失，其協(xié)方差為0.08，X的標準差為0.90，Y的標準差為0.70，則其相關系數為( )。

　　A.0.630

　　B.0.072

　　C.0.127

　　D.0.056

　　答案：C

　　0.08/(0.9X0.7)

　　對于非線性相關，可通過秩相關系數(Spearman)和坎德爾系數(Kendall)進行計量。

　　上述相關性計量在數學上都具有良好的性質，目前在金融工程領域也得到了廣泛的應用，但它們共同的缺點是只能刻畫兩個變量之間的相關程度，卻無法通過各變量的邊緣分布刻畫出兩個變量的聯(lián)合分布。希望通過單比債項的不同損失分布來計算組合的損失分布，可以采用連接函數。

　　(2)連接函數

　　連接函數是一個把單變量概率密度函數連接成聯(lián)合分布函數的函數。

　　2.信用風險組合模型

　　根據原理上的差異，信用風險組合模型可以分為兩類：

　　l 解析模型。通過一些簡化假設，對信貸資產組合給出一個“準確”的解。解析模型能夠快速得到結果，但缺點是需要建立在對違約風險因素諸多苛刻的假定基礎上。

　　l 仿真模型。用大量仿真試驗(情景模擬)所產生的經驗分布來近似代替真實分布。仿真模型具有很大的靈活性，但是對信息系統(tǒng)的計算能力要求很高。

　　(1)CreditMetrics模型

　　CreditMetrics模型本質上是一個VaR模型，目的是為了計算出在一定的置信水平下，一個信用資產組合在持有期限內可能發(fā)生的最大損失。CreditMetrics模型的創(chuàng)新之處正是在于解決了計算非交易性資產組合VaR這一難題。

　�、傩庞蔑L險取決于債務人的信用狀況，爾債務人的信用狀況則用信用等級表示。

　�、谛庞霉ぞ�(包括貸款、私募債券等)的市場價值取決于借款人的信用等級，即不同信用等級的信用工具有不同的市場價值，因此，信用等級的變化會帶來信用工具價值的相應變化。

　　③CreditMetrics模型的一個基本特點就是從資產組合而并不是單一資產的角度來看待信用風險。

　�、苡捎贑reditMetrics模型將單一的信用工具放入資產組合中衡量其對整個組合風險狀況的作用，而不是孤立地衡量某一信用工具自身的風險，因而，該模型使用了信用工具邊際風險貢獻(Marginal Risk Contribution)這樣的概念來反映單一信用工具對整個組合風險狀況的作用。邊際風險貢獻是指因增加某一信用工具在組合中的持有量而增加的整個組合的風險。