《商业银行风险管理3D复习课程》由会员分享,可在线阅读,更多相关《商业银行风险管理3D复习课程(44页珍藏版)》请在金锄头文库上搜索。
1、商业银行的风险管理(),郑明高 | All Right Reserved 2010 Sep.,1,课外参考,Reference,目 录 Contents,2.1 信用风险的度量与管理 2.2 流动性风险的度量与管理,2,分 论,案例讨论,宁波商业银行的管理之道,McKinsey 公司的研究表明,以银行实际的风险资本配置为参考,信用风险占银行总体风险暴露的60,而市场风险和操作风险则仅各占20。 对信用风险管理不善会给商业银行带来灾难性的影响(如上世纪90年代以来西方几大商业银行倒闭案 ) 商业银行信用风险的度量和管理还会影响到社会经济实际部门的正常运行和货币政策、财政政策的有效实施。,2.1
2、信用风险|管理重要性,3,专家制度的主要内容:,专家制度是一种最古老的信用风险分析方法,它是商业银行在长期的信贷活动中所形成的一种行之有效的信用风险分析和管理制度。 在该制度下,各商业银行对贷款申请人进行信用分析涉及的内容大多集中在借款人的“5C”上,即品德与声望(Character)、资格与能力(Capacity)、资金实力(Capital or Cash)、担保(Collateral)、经营条件或商业周期(Condition)。,古典信用风险度量方法I:专家制度,5,专家制度的缺陷和不足,需要相当数量的专门信用分析人员; 实施的效果很不稳定; 与银行在经营管理中的官僚主义方式紧密相联,大大
3、降低了银行应对市场变化的能力; 加剧了银行在贷款组合方面过度集中的问题,使银行面临着更大的风险; 在对借款人进行信用分析时,难以确定共同要遵循的标准,造成信用评估的主观性、随意性和不一致性。,6,古典信用风险度量方法I:专家制度,Z评分模型(Z-score model)是美国纽约大学斯特商学院教授爱德华阿尔特曼(Edward I. Altman)在1968年提出的。1977年他又对该模型进行了修正和扩展,建立了第二代模型ZETA模型(ZETA credit risk model)。,古典信用风险度量方法II:Z评分模型,7,阿尔特曼的Z评分模型是一种多变量的分辨模型,他是根据数理统计中的辨别分
4、析技术,对银行过去的贷款案例进行统计分析,选择一部分最能够反映借款人的财务状况,对贷款质量影响最大、最具预测或分析价值的比率,设计出一个能最大程度地区分贷款风险度的数学模型(也称之为判断函数),对贷款申请人进行信用风险及资信评估。,阿尔特曼确立的分辨函数为: Z=0.012(X1)+0.014(X2)+0.033(X3)+0.006(X4)+0.999(X5) X1:流动资金/总资产(WC/TA) X2:留存收益/总资产(RE/TA) X3:息前、税前收益/总资产(EBIT/TA) X4:股权市值/总负债帐面值(MVE/TL) X5:销售收入/总资产(S/TA),Z评分模型的主要内容,8,古典
5、信用风险度量方法II:Z评分模型,阿尔特曼经过统计分析和计算最后确定了借款人违约的临界值Z0=2.675,如果Z2.675,借款被划入违约组;反之,如果Z2.675,则借款人被划为非违约组。当1.81Z2.99,阿尔特曼发现此时的判断失误较大,称该重叠区域为“未知区”(Zone of Ignorance)或称“灰色区域”(gray area)。,9,古典信用风险度量方法II:Z评分模型,ZETA信用风险模型(ZETA Credit Risk Model)是继Z模型后的第二代信用评分模型 ,变量由原始模型的五个增加到了7个,适应范围更宽,对不良借款人的辨认精度也大大提高。我们可以将ZETA模型写
6、成下列式子: ZETA= ax1+bx2+cx3+dx4+ex5+fx6+gx7 模型中的a、b、c、d、e、f、g 分别是ZETA模型中七变量各自的系数。模型中的七变量分别是:资产收益率、收益稳定性指标、债务偿付能力指标、累计盈利能力指标、流动性指标、资本化程度的指标和规模指标。,10,古典信用风险度量方法II:ZETA评分模型,Z评分模型和ZETA模型的缺陷,依赖于财务报表账面数据,忽视日益重要的各项资本市场指标,这就必然削弱模型预测结果的可靠性和及时性; 缺乏对违约和违约风险的系统认识,理论基础比较薄弱; 模型假设在解释变量中存在着线性关系,而现实的经济现象是非线性的; 两个模型都无法计
7、量企业的表外信用风险,另外对某些特定行业的企业如公用企业、财务公司、新公司以及资源企业也不适用,因而它们的使用范围受到较大限制。,11,古典信用风险度量方法II,期权推理分析法(Option-theoretic approach)是指利用期权定价理论对风险债券和贷款的信用风险进行度量的方法,其中最典型的就是位于美国旧金山市的KMV公司创立的违约预测模型信用监测模型(Credit Monitor Model)。,12,现代信用风险度量和管理模型I: 期权推理分析法KMV模型,默顿米勒在1974年就曾指出,一笔银行贷款的损益可以看作是与以借款企业资产为标的所卖出的一笔卖权等值的,也即图2.1与图2
8、.2中的损益是等值的。,图2.1 放款银行贷款损益图,图2.2 股票卖权的卖方损益图,13,现代信用风险度量和管理模型I: 期权推理分析法KMV模型,KMV 公司建立的信用监测模型的目的在于为了解决银行贷款的信用风险问题。该模型使用了两个关系:,其一,企业股权市值与它的资产市值之间的结构性关系; 其二,企业资产市值波动程度和企业股权市值的变动程度之间关系。,通过这两个关系模型,便可以求出市场上无法直接观测到的两个变量:企业资产市值及其波动程度。一旦所有涉及的变量值被算出,信用监测模型便可以测算出借款企业的预期违约频率(EDF)。,14,现代信用风险度量和管理模型I: 期权推理分析法KMV模型,
9、KMV信用监测模型的优劣分析,与传统的以会计资料为基础的信用评分模型和信用评级机构的信用评级相比,KMV的信用检测模型具有更强的违约预测能力。,图 对IBM公司所做的KMV预期违约频率和信用评级机构对其所做的信用评级结果,图 对泰国银行所做的KMV预期违约频率和信用评级机构对其所做的信用评级结果,15,现代信用风险度量和管理模型I: 期权推理分析法KMV模型,模型的使用范围受到了限制 ,不适用于非上市公司; 在现实中,并非所有借款企业都符合模型中资产价值呈正态分布的假定; 该模型不能够对长期债务的不同类型进行分辨; 该模型基本上属于一种静态模型,但实际情况并非如此。,16,现代信用风险度量和管
10、理模型I: 期权推理分析法KMV模型,信用度量制模型Credit metrics 是J.P.摩根于1997年推出的以VaR方法为基础的信用风险度量模型。,17,图2.8 一支交易股票的受险价值,现代信用风险度量和管理模型II : 受险价值法J.P.摩根的信用度量制模型,为了说明信用度量制方法,考虑一笔贷款,计算其受险价值量并讨论相关的技术问题。 假设一笔5年期固定利率贷款,年贷款利率为6,贷款总额为100(百万美元)。借款企业信用等级为BBB级。,18,现代信用风险度量和管理模型II : 受险价值法J.P.摩根的信用度量制模型,借款企业信用等级转换的概率,19,现代信用风险度量和管理模型II
11、: 受险价值法J.P.摩根的信用度量制模型,对信用等级变动后的贷款市值估价,20,现代信用风险度量和管理模型II : 受险价值法J.P.摩根的信用度量制模型,受险价值方法与最低风险资本要求,监管资本:国际清算银行对商业银行所规定的以风险资 产为基础的8%资本要求 经济资本:贷款的受险价值为经济资本(Economic Capital),利用信用度量制方法所计算出的贷款受险价值量可以较为准确地反映不同信用等级和不同期限的贷款在未来可能发生的价值损失量。因此,较之于监管资本,经济资本可以更有效地保证银行在遭受信用风险损失的情况下能够继续生存下来。,21,现代信用风险度量和管理模型II : 受险价值法
12、J.P.摩根的信用度量制模型,KMV模型与信用度量制模型的比较,相同点: 都是目前国际金融界最流行的信用风险管理模型。 两者都帮助银行和其它金融机构在进行贷款等授信业 务时衡量授信对象的信用状况,分析所面临的信用风 险,防止集中授信,进而为实现投资分散化和具体的 授信决策提供了量化的更加科学的依据,对以主观性 和艺术性为特征的传统信用分析方法提供了很好的补 充。,22,现代信用风险度量和管理模型II : 受险价值法J.P.摩根的信用度量制模型,差异: KMV模型对企业信用风险的衡量指标EDF主要来自于 对该企业股票市场价格变化的有关数据的分析,而信 用度量制模型模型对企业信用风险的衡量来自于对
13、该 企业信用等级转换及其概率的历史数据的分析。这是 两个模型最根本的区别之一。 KMV模型被认为是一种动态模型,可以及时反映信用 风险水平的变化;信用度量制模型在相当长的一段时 间内保持静态特征,这有可能使得该模型的分析结果 不能及时反映企业信用状况的变化。,23,现代信用风险度量和管理模型II : 受险价值法J.P.摩根的信用度量制模型,差异: KMV模型是一种向前看(forward-Looking)的方法,其EDF指标中包含了市场投资者对该企业信用状况未来发展趋势的判断。信用度量制模型采用的是依赖信用状况变化历史数据的向后看(Backward-Looking)的方法。 KMV模型与信用度量
14、制模型所选择的信用损失计量方法不同。 KMV模型与CreditMetrics模型对贷款的估价方法不同。,24,现代信用风险度量和管理模型II : 受险价值法J.P.摩根的信用度量制模型,信用组合观点模型Credit Portfolio View是多因素型,它在宏观经济因素(如失业率、GDP增长率、长期利率水平、汇率、政府支出及总储蓄率)一定的情况下,模拟了违约的联合有条件的分布及国家不同行业各种级别客户的转移概率。 该模型在计算信用资产的在险价值量时,将各种影响违约概率以及相关联的信用等级转换概率的宏观因素纳入体系。克服了信用度量制方法由于假定不同时期的信用等级转换概率是静态的和固定的而引起的
15、很多偏差,被视为信用度量制方法的重要补充。,25,现代信用风险度量和管理模型III: 麦肯锡模型信用组合观点模型,模型中解决和处理经济周期性因素及其影响的方法是直接将信用等级转换概率与宏观因素之间的关系模型化,如果模型是拟合的,就可以通过制造宏观上的对于模型的“冲击”来模拟信用等级转换概率的跨时演变状况。 模型中违约概率以logit模型方式表现。,26,现代信用风险度量和管理模型III: 麦肯锡模型信用组合观点模型,Credit Risk+模型是运用保险学框架推导债券或贷款资产组合损失分布的模型。,27,现代信用风险度量和管理模型IV: 瑞士信贷银行的Credit Risk+模型,只考虑违约风
16、险,不考虑降级风险; 违约风险与资本结构无关; 对一笔贷款业务,给定时间的违约概率与其他时 间的违约概率相同; 对于大量债务人,任何一个特定债务人的违约概 率都很小,且特定时间内发生的违约数目与其他 时间内发生违约数目相互独立。,Credit Risk+模型的基本假设:,Credit Risk+模型框架,违约事件频率(用标准泊松分布近似违约事件的分布) 损失的严重程度(交易对手发生损失等于债务人借款 数量减去清偿数目) 资产组合的违约损失分布,28,现代信用风险度量和管理模型IV: 瑞士信贷银行的Credit Risk+模型,Credit Risk+基本模型的拓展,Credit Risk+还可以在单变量基础上进行拓展: 模型可以拓展为多期模型; 违约率的变化源于许多“背景”因素,每个因素代表一个活动部门。每个因素k由随机变量Xk代表,它是部门k的违约数目,假设服从Gamma分布。每个债务人违约率均值是背景因素X的线性函数,这些因素之间假设是相互独立的。,29,现代