5.客戶評(píng)級(jí)/評(píng)分的驗(yàn)證(Validation)
(1)客戶違約風(fēng)險(xiǎn)區(qū)分能力的驗(yàn)證
期基本原理是運(yùn)用多種數(shù)理分析方法檢驗(yàn)評(píng)級(jí)系統(tǒng)對(duì)客戶是否違約的判斷準(zhǔn)確性。
(2)違約概率預(yù)測(cè)準(zhǔn)確性的驗(yàn)證(校正)
其基本原理是運(yùn)用統(tǒng)計(jì)學(xué)中的假設(shè)檢驗(yàn),當(dāng)實(shí)際違約發(fā)生情況超過給定閾值,則拒絕原假設(shè),認(rèn)為PD預(yù)測(cè)不準(zhǔn)確。常用方法有:二項(xiàng)分布檢驗(yàn),檢驗(yàn)給定年份某一等級(jí)PD預(yù)測(cè)準(zhǔn)確性;卡方分布檢驗(yàn),檢驗(yàn)給定年份不同等級(jí)PD預(yù)測(cè)準(zhǔn)確性;正態(tài)分布檢驗(yàn),檢驗(yàn)不同年份同一等級(jí)PD預(yù)測(cè)準(zhǔn)確性;擴(kuò)展的交通燈檢驗(yàn),檢驗(yàn)不同年份不同等級(jí)PD預(yù)測(cè)準(zhǔn)確性。
3.2.2 債項(xiàng)評(píng)級(jí)
1. 債項(xiàng)評(píng)級(jí)的基本概念
(1)債項(xiàng)評(píng)級(jí)
債項(xiàng)評(píng)級(jí)是對(duì)交易本身的特定風(fēng)險(xiǎn)進(jìn)行計(jì)量和評(píng)價(jià),反映客戶違約后的債項(xiàng)損失大小。特定風(fēng)險(xiǎn)因素包括抵押、優(yōu)先性、產(chǎn)品類別、地區(qū)、行業(yè)等。債項(xiàng)評(píng)級(jí)既可以只反映債項(xiàng)本身的交易風(fēng)險(xiǎn),也可以同時(shí)反映客戶信用風(fēng)險(xiǎn)和債項(xiàng)交易風(fēng)險(xiǎn)。
(2)債項(xiàng)評(píng)級(jí)與客戶評(píng)級(jí)的關(guān)系
客戶評(píng)級(jí)與債項(xiàng)評(píng)級(jí)是反映信用風(fēng)險(xiǎn)水平的兩個(gè)緯度。一個(gè)債務(wù)人只能有一個(gè)客戶評(píng)級(jí),而同一債務(wù)人的不同交易可能會(huì)有不同的債項(xiàng)評(píng)級(jí)。
【單選】下列關(guān)于客戶評(píng)級(jí)與債項(xiàng)評(píng)級(jí)的說法,不正確的是( )。
A.債項(xiàng)評(píng)級(jí)是在假設(shè)客戶已經(jīng)違約的情況下,針對(duì)每筆債項(xiàng)本身的特點(diǎn)預(yù)測(cè)債項(xiàng)可能的損失率B.客戶評(píng)級(jí)主要針對(duì)客戶的每筆具體債項(xiàng)進(jìn)行評(píng)級(jí)
C.在某一時(shí)點(diǎn),同一債務(wù)人的不同交易可能會(huì)有不同的債項(xiàng)評(píng)級(jí)
D.在某一時(shí)點(diǎn),同一債務(wù)人的不同交易可能會(huì)有不同的債項(xiàng)評(píng)級(jí)
答案:B
(3)損失
客戶違約后給商業(yè)銀行帶來的債項(xiàng)損失包括兩個(gè)層面:一是經(jīng)濟(jì)損失;二是會(huì)計(jì)損失。
(4)違約風(fēng)險(xiǎn)暴露
違約風(fēng)險(xiǎn)暴露是指?jìng)鶆?wù)人違約時(shí)的預(yù)期表內(nèi)表外項(xiàng)目暴露總和。如果客戶已經(jīng)違約,則違約風(fēng)險(xiǎn)暴露為其違約時(shí)的債務(wù)賬面價(jià)值;如果客戶尚未違約,則違約風(fēng)險(xiǎn)暴露對(duì)于表內(nèi)項(xiàng)目為債務(wù)賬面價(jià)值,對(duì)于表外項(xiàng)目為已提取金額+信用轉(zhuǎn)換系數(shù)×已承諾未提取金額。
【單選】若客戶尚未違約,在債項(xiàng)評(píng)級(jí)中表外項(xiàng)目的違約風(fēng)險(xiǎn)暴露為( )。
A.表外項(xiàng)目已提取金額
B.表外項(xiàng)目已承諾未提取金額
C.表外項(xiàng)目已提取金額+信用轉(zhuǎn)換系數(shù)×已承諾未提取金額
D.表內(nèi)項(xiàng)目已提取金額+信用轉(zhuǎn)換系數(shù)×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(fēng)險(xiǎn)暴露的比例,其估計(jì)公式為損失/違約風(fēng)險(xiǎn)暴露。
2. 債項(xiàng)評(píng)級(jí)的方法
(1)影響違約損失率的因素
�、佼a(chǎn)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
�、莺暧^經(jīng)濟(jì)周期因素
【單選】根據(jù)2002年穆迪公司在違約損失率預(yù)測(cè)模型LossCalc的技術(shù)文件中所披露的信息,( )對(duì)違約損失率的影響貢獻(xiàn)度最高。
A.清償優(yōu)先性等產(chǎn)品因素
B.宏觀經(jīng)濟(jì)環(huán)境因素
C.行業(yè)性因素
D.企業(yè)資本結(jié)構(gòu)因素
答案:A
(2)計(jì)量違約損失率的方法
�、偈袌�(chǎng)價(jià)值法。通過市場(chǎng)上類似資產(chǎn)的信用價(jià)差(Credit Spread)和違約概率推算違約損失率,其假設(shè)前提是市場(chǎng)能及時(shí)有效反映債券發(fā)行企業(yè)的信用風(fēng)險(xiǎn)變化,主要適用于已經(jīng)在市場(chǎng)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(jù)違約歷史清收情況,預(yù)測(cè)違約貸款在清收過程中的現(xiàn)金流,并計(jì)算出LGD,即LGD=1-回收率=1-(回收金額-回收成本)/違約風(fēng)險(xiǎn)暴露。
【單選】采用回收現(xiàn)金流計(jì)算違約損失率時(shí),若回收金額為1.04億元,回收成本為0.84億元,違約風(fēng)險(xiǎn)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(xiàng)評(píng)級(jí)
信貸資產(chǎn)風(fēng)險(xiǎn)分類通常是指信貸分析和管理人員或監(jiān)管當(dāng)局的檢查人員,綜合能夠獲得的全部信息并運(yùn)用最佳判斷,根據(jù)信貸資產(chǎn)的風(fēng)險(xiǎn)程度對(duì)信貸資產(chǎn)質(zhì)量作出評(píng)價(jià)。
2001年,我國監(jiān)管當(dāng)局出臺(tái)了貸款風(fēng)險(xiǎn)分類的指導(dǎo)原則,把貸款分為正常、關(guān)注、次級(jí)、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(gè)方面:
�、俳⒔∪珒�(nèi)部控制機(jī)制,完善信貸規(guī)章、制度和辦法;
�、诮⒂行У男刨J組織管理體制;
�、蹖�(shí)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;
�、莞倪M(jìn)管理信息系統(tǒng),保證管理層能夠及時(shí)獲得有關(guān)貸款狀況的重要信息;
�、薅酱俳杩钊颂峁┱鎸�(shí)準(zhǔn)確的財(cái)務(wù)信息。
貸款分類與債項(xiàng)評(píng)級(jí)是兩個(gè)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(fēng)險(xiǎn)計(jì)量
1.違約相關(guān)性及其計(jì)量
相關(guān)性是描述兩個(gè)聯(lián)合事件之間的相互關(guān)系,而不僅僅是指兩個(gè)事件概率的簡(jiǎn)單乘積。違約相關(guān)性的計(jì)量包括相關(guān)系數(shù)和連接函數(shù)兩種方法。
(1)相關(guān)系數(shù)
線性相關(guān)是最常見的一種相關(guān),可用統(tǒng)計(jì)學(xué)中最常見的簡(jiǎn)單相關(guān)系數(shù)來計(jì)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(biāo)準(zhǔn)差為0.90,Y的標(biāo)準(zhǔn)差為0.70,則其相關(guān)系數(shù)為( )。
A.0.630
B.0.072
C.0.127
D.0.056
答案:C
0.08/(0.9X0.7)
對(duì)于非線性相關(guān),可通過秩相關(guān)系數(shù)(Spearman)和坎德爾系數(shù)(Kendall)進(jìn)行計(jì)量。
上述相關(guān)性計(jì)量在數(shù)學(xué)上都具有良好的性質(zhì),目前在金融工程領(lǐng)域也得到了廣泛的應(yīng)用,但它們共同的缺點(diǎn)是只能刻畫兩個(gè)變量之間的相關(guān)程度,卻無法通過各變量的邊緣分布刻畫出兩個(gè)變量的聯(lián)合分布。希望通過單比債項(xiàng)的不同損失分布來計(jì)算組合的損失分布,可以采用連接函數(shù)。
(2)連接函數(shù)
連接函數(shù)是一個(gè)把單變量概率密度函數(shù)連接成聯(lián)合分布函數(shù)的函數(shù)。
2.信用風(fēng)險(xiǎn)組合模型
根據(jù)原理上的差異,信用風(fēng)險(xiǎn)組合模型可以分為兩類:
l 解析模型。通過一些簡(jiǎn)化假設(shè),對(duì)信貸資產(chǎn)組合給出一個(gè)“準(zhǔn)確”的解。解析模型能夠快速得到結(jié)果,但缺點(diǎn)是需要建立在對(duì)違約風(fēng)險(xiǎn)因素諸多苛刻的假定基礎(chǔ)上。
l 仿真模型。用大量仿真試驗(yàn)(情景模擬)所產(chǎn)生的經(jīng)驗(yàn)分布來近似代替真實(shí)分布。仿真模型具有很大的靈活性,但是對(duì)信息系統(tǒng)的計(jì)算能力要求很高。
(1)CreditMetrics模型
CreditMetrics模型本質(zhì)上是一個(gè)VaR模型,目的是為了計(jì)算出在一定的置信水平下,一個(gè)信用資產(chǎn)組合在持有期限內(nèi)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(jì)算非交易性資產(chǎn)組合VaR這一難題。
�、傩庞蔑L(fēng)險(xiǎn)取決于債務(wù)人的信用狀況,爾債務(wù)人的信用狀況則用信用等級(jí)表示。
�、谛庞霉ぞ�(包括貸款、私募債券等)的市場(chǎng)價(jià)值取決于借款人的信用等級(jí),即不同信用等級(jí)的信用工具有不同的市場(chǎng)價(jià)值,因此,信用等級(jí)的變化會(huì)帶來信用工具價(jià)值的相應(yīng)變化。
�、跜reditMetrics模型的一個(gè)基本特點(diǎn)就是從資產(chǎn)組合而并不是單一資產(chǎn)的角度來看待信用風(fēng)險(xiǎn)。
�、苡捎贑reditMetrics模型將單一的信用工具放入資產(chǎn)組合中衡量其對(duì)整個(gè)組合風(fēng)險(xiǎn)狀況的作用,而不是孤立地衡量某一信用工具自身的風(fēng)險(xiǎn),因而,該模型使用了信用工具邊際風(fēng)險(xiǎn)貢獻(xiàn)(Marginal Risk Contribution)這樣的概念來反映單一信用工具對(duì)整個(gè)組合風(fēng)險(xiǎn)狀況的作用。邊際風(fēng)險(xiǎn)貢獻(xiàn)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(gè)組合的風(fēng)險(xiǎn)。
相關(guān)推薦:2009年銀行從業(yè)考試公共基礎(chǔ)復(fù)習(xí)筆記匯總北京 | 天津 | 上海 | 江蘇 | 山東 |
安徽 | 浙江 | 江西 | 福建 | 深圳 |
廣東 | 河北 | 湖南 | 廣西 | 河南 |
海南 | 湖北 | 四川 | 重慶 | 云南 |
貴州 | 西藏 | 新疆 | 陜西 | 山西 |
寧夏 | 甘肅 | 青海 | 遼寧 | 吉林 |
黑龍江 | 內(nèi)蒙古 |