第7章信用風(fēng)險(xiǎn)和管理(下)教材

《金融風(fēng)險(xiǎn)管理》

FinancialRiskManagement

第2頁(yè)信用風(fēng)險(xiǎn)和管理（下）第3頁(yè)主要內(nèi)容貸款集中風(fēng)險(xiǎn)的簡(jiǎn)單模型現(xiàn)代資產(chǎn)組合理論與貸款組合多樣化信用度量方法與貸款組合風(fēng)險(xiǎn)度量第4頁(yè)

第一節(jié)貸款集中風(fēng)險(xiǎn)的簡(jiǎn)單模型信用等級(jí)轉(zhuǎn)移分析前提：外部或內(nèi)部對(duì)各行業(yè)、各部門企業(yè)的信用評(píng)級(jí)。根據(jù)歷史數(shù)據(jù)建立信用等級(jí)轉(zhuǎn)移矩陣。決策：某部門的信用等級(jí)下降的速度超過(guò)經(jīng)驗(yàn)數(shù)據(jù)，則銀行會(huì)減少對(duì)該部門的貸款。缺點(diǎn)：屬于事后決策，亡羊補(bǔ)牢的方法。第5頁(yè)第6頁(yè)表7.1信用等級(jí)轉(zhuǎn)移矩陣年初的風(fēng)險(xiǎn)等級(jí)年末的風(fēng)險(xiǎn)等級(jí)ABC違約A0.850.100.040.01B0.120.830.030.02C0.030.130.800.04第7頁(yè)貸款集中限制設(shè)置最大貸款規(guī)?；蜃畲筚J款比例限制，控制風(fēng)險(xiǎn)集中程度。常用來(lái)控制對(duì)某一行業(yè)、某一部門的貸款集中風(fēng)險(xiǎn)。『例1』計(jì)算貸款組合的信用限制比率如果某銀行的貸款管理者要求其貸款組合總體損失率不超過(guò)5%，假設(shè)目前貸款組合中個(gè)部門的歷史違約率如下：汽車制造業(yè)：8%；煤礦開采：15%;房地產(chǎn):12%.

信用限制比率=貸款組合的最大損失比率×（7.1）第8頁(yè)汽車制造業(yè)：5%×煤礦開采業(yè)：5%×房地產(chǎn)業(yè):5%×可以看出：煤礦開采行業(yè)的風(fēng)險(xiǎn)相對(duì)較高，因此其在貸款組合中的最大貸款集中度不能超過(guò)33.3%第9頁(yè)

第二節(jié)現(xiàn)代資產(chǎn)組合理論與貸款組合多樣化第10頁(yè)現(xiàn)代資產(chǎn)組合理論：MPT概述

基本思想：在風(fēng)險(xiǎn)與收益的權(quán)衡下找到一個(gè)屬于自己的最優(yōu)組合，實(shí)現(xiàn)在給定收益水平下的最小風(fēng)險(xiǎn)，或者給定風(fēng)險(xiǎn)水平下的最大收益。以預(yù)期收益率和標(biāo)準(zhǔn)差作為決策依據(jù)。MPT模型的數(shù)學(xué)表達(dá)考慮一個(gè)由兩種證券構(gòu)成的資產(chǎn)組合:第11頁(yè)(7.3)(7.4)(7.5)(7.6)組合的預(yù)期收益率是以單個(gè)證券在資產(chǎn)組合中的比例為權(quán)數(shù)，對(duì)單個(gè)證券的預(yù)期收益率加權(quán)求和得到。組合資產(chǎn)的方差表示為兩項(xiàng)之和：第一項(xiàng)，對(duì)各單個(gè)證券收益的方差加權(quán)求和；第二項(xiàng)，對(duì)各證券之間的協(xié)方差加權(quán)求和。組合中證券收益率的相關(guān)性對(duì)資產(chǎn)組合風(fēng)險(xiǎn)的影響。第12頁(yè)將MPT模型運(yùn)用于貸款組合

最優(yōu)貸款組合的選擇例2若某銀行的貸款管理者有一個(gè)兩筆貸款的貸款組合，各筆貸款的相關(guān)數(shù)據(jù)如下表7.2，計(jì)算貸款組合的收益率和風(fēng)險(xiǎn)。表7.2貸款Ⅰ和貸款Ⅱ的收益－風(fēng)險(xiǎn)數(shù)據(jù)第13頁(yè)貸款iXiσiⅠ50%10%10%0.01Ⅱ50%12%20%0.04MPT模型用于非交易性貸款的困難

1.收益的非正態(tài)分布2.收益的不可觀測(cè)性3.不可觀測(cè)的相關(guān)系數(shù)第14頁(yè)MPT模型的局部應(yīng)用

1基于市場(chǎng)貸款數(shù)量分布的模型以貸款數(shù)量分布為分析基礎(chǔ)例3計(jì)算A、B銀行的貸款組合相對(duì)于市場(chǎng)平均水平的風(fēng)險(xiǎn)程度。下表是A、B銀行貸款組合比例安排與“市場(chǎng)貸款組合”的比較。第15頁(yè)表7.3貸款組合數(shù)量分布比較第16頁(yè)貸款組合在不同部門的分配（1）（2）（3）部門全國(guó)A銀行B銀行工商業(yè)貸款30%50%10%消費(fèi)貸款40%30%40%房地產(chǎn)貸款30%20%50%估計(jì)貸款組合相對(duì)于市場(chǎng)貸款組合的風(fēng)險(xiǎn)程度：第17頁(yè)計(jì)算A、B銀行貸款組合偏離市場(chǎng)貸款組合的程度A銀行B銀行

第18頁(yè)根據(jù)表B銀行比A銀行偏離市場(chǎng)貸款組合的程度大。并不一定說(shuō)明B銀行的貸款組合信用風(fēng)險(xiǎn)就非常大。全國(guó)性的（或地區(qū)性的）貸款組合比例安排為金融機(jī)構(gòu)提供了一個(gè)類似于MPT中的最有效率貸款組合的市場(chǎng)組合，因而貸款管理者可以通過(guò)比較，將“相對(duì)集中程度”運(yùn)用到貸款組合的風(fēng)險(xiǎn)管理中，并且貸款是否可交易并不影響分析本身。第19頁(yè)貸款損失率模型某一部門的貸款季度損失率對(duì)整個(gè)金融機(jī)構(gòu)貸款組合總的季度損失率進(jìn)行回歸。第20頁(yè)第i部門不依賴于總的貸款組合損失率的貸款損失率第i部門貸款相對(duì)于整個(gè)貸款組合的系統(tǒng)性損失敏感度第三節(jié)信用度量方法（CreditMetrics）與貸款組合風(fēng)險(xiǎn)度量第21頁(yè)信用風(fēng)險(xiǎn)的傳統(tǒng)方法：信用評(píng)分、信用評(píng)級(jí)從信用評(píng)級(jí)到轉(zhuǎn)移矩陣從信用轉(zhuǎn)移矩陣到CreditMetrics信用度量方法（CreditMetrics）是J.P.摩根銀行開發(fā)的用于計(jì)量貸款組合信用風(fēng)險(xiǎn)的新型內(nèi)控模型。優(yōu)點(diǎn)：考慮到了信用質(zhì)量變動(dòng)的相關(guān)性，使貸款組合的集中度和分散度定量化?；灸繕?biāo)：對(duì)貸款的集中度風(fēng)險(xiǎn)——貸款組合中某項(xiàng)貸款的風(fēng)險(xiǎn)暴露上升給貸款組合增加的風(fēng)險(xiǎn)——進(jìn)行定量描述。第23頁(yè)信用度量法是以貸款的市場(chǎng)價(jià)值變化為基礎(chǔ)計(jì)算的風(fēng)險(xiǎn)價(jià)值模型（VAR）。同時(shí)，信用度量法也是一種盯住市場(chǎng)模型（MTM），MTM模型考慮信用等級(jí)的變化引起的資產(chǎn)價(jià)格變化，在計(jì)算貸款價(jià)值損失的同時(shí)考慮違約的情況。第24頁(yè)貸款組合的風(fēng)險(xiǎn)價(jià)值VAR（ValueAtRisk）

風(fēng)險(xiǎn)價(jià)值模型是在給定的置信區(qū)間（比如95%，99%）下衡量給定的資產(chǎn)或負(fù)債在一段給定的時(shí)間內(nèi)可能發(fā)生的最大的價(jià)值損失。通常假定資產(chǎn)價(jià)格服從正態(tài)分布。需要下列數(shù)據(jù)資料：1.信用評(píng)級(jí)歷史資料。2.下一年借款人的信用等級(jí)變化的概率（信用等級(jí)轉(zhuǎn)移矩陣）。3.違約貸款的回收率。4.債券（或貸款）市場(chǎng)上信用風(fēng)險(xiǎn)升水率和收益率。第25頁(yè)計(jì)算單項(xiàng)貸款的風(fēng)險(xiǎn)價(jià)值

多數(shù)貸款是非交易性的，那么金融機(jī)構(gòu)是如何使用歷史數(shù)據(jù)來(lái)量化貸款的信用風(fēng)險(xiǎn)的呢？例4現(xiàn)在假設(shè)有一個(gè)信用等級(jí)為BB級(jí)，賬面價(jià)值為100萬(wàn)元，合同利率為7%，5年期的固定收益貸款。

現(xiàn)在假設(shè)我們需要計(jì)算下一年該貸款的信用質(zhì)量從BB級(jí)轉(zhuǎn)變?yōu)榉荁B級(jí)的的風(fēng)險(xiǎn)價(jià)值。已知該筆貸款信用等級(jí)的概率分布及對(duì)應(yīng)的市場(chǎng)價(jià)值如下表7.5。第26頁(yè)表7.5單筆貸款的信用事件發(fā)生概率及對(duì)應(yīng)的新貸款價(jià)值第27頁(yè)信用等級(jí)概率（Pi）新貸款價(jià)值（萬(wàn)元）(Vi)AAA0.0001114.82AA0.0031114.60A0.0145114.03BBB0.0605113.27BB0.8548108.55B0.056098.43CCC0.009086.82違約0.002054.12新貸款價(jià)值如何計(jì)算？例：該筆貸款第一年末信用等級(jí)轉(zhuǎn)變?yōu)锽BB后的現(xiàn)值為第28頁(yè)計(jì)算均值和標(biāo)準(zhǔn)差貸款的平均預(yù)期價(jià)值標(biāo)準(zhǔn)差為：第29頁(yè)計(jì)算風(fēng)險(xiǎn)價(jià)值計(jì)算結(jié)果詳見(jiàn)表7.7。第30頁(yè)信用等級(jí)概率概率加權(quán)值新貸款價(jià)值-均值價(jià)值偏離均值的平方概率加權(quán)差異的平方AAA0.00010.011456.756745.65360.0046AA0.00310.35536.536742.72910.1325A0.01451.65345.966735.60210.5162BBB0.06056.85285.206727.11021.6402BB0.854892.78850.48670.23690.2025B0.05605.5121-9.633392.79955.1968CCC0.00900.7814-21.2433451.27584.0615違約0.00200.1082-53.94332,909.87445.8197=108.06=17.5740=4.19假設(shè)貸款價(jià)值正態(tài)分布：5%的VAR:1.65=6.911%的VAR:2.33=9.76貸款價(jià)值為實(shí)際分布：(*)5%的VAR：實(shí)際分布的95%：108.06-98.43=9.631%的VAR:實(shí)際分布的99%：108.06-86.82=21.24注：(*)5%的VAR近似地由6.70%的VAR給出，即：5.60%+0.90%+0.20%=6.70%。1%的VAR近似地由1.10%VAR給出，即：0.90%+0.20%=1.10%。貸款組合的實(shí)際概率分布第31頁(yè)概率為1.1%概率貸款組合的價(jià)值

（*）均值

86.8298.30108.06

損失21.24損失9.760.9%2.33（*）2.33為正態(tài)分布假定下1%的置信水平的VAR,在這里為了便于比較，將正態(tài)分布假定下1%的置信水平的貸款組合價(jià)值放在貸款組合價(jià)值的實(shí)際分布圖中。金融機(jī)構(gòu)為了避免在極端情況下的信用事件導(dǎo)致清償力不足的問(wèn)題，最好用實(shí)際分布的1%的風(fēng)險(xiǎn)價(jià)值為依據(jù)來(lái)作為相應(yīng)的風(fēng)險(xiǎn)資本準(zhǔn)備。如圖7.2，金融機(jī)構(gòu)最好將信用風(fēng)險(xiǎn)的資本儲(chǔ)備準(zhǔn)備定為21.24萬(wàn)元，而不是9.76萬(wàn)元來(lái)抵御風(fēng)險(xiǎn)。盡管如此，仍然有1%的概率貸款的價(jià)值跌倒（108.06-21.24=86.82）萬(wàn)元以下。第32頁(yè)計(jì)算貸款組合的風(fēng)險(xiǎn)價(jià)值

如何計(jì)算貸款組合在下一年的均值和風(fēng)險(xiǎn)價(jià)值1.每一筆單項(xiàng)貸款的歷史數(shù)據(jù)。2.每一單項(xiàng)資產(chǎn)在不同信用事件后的市場(chǎng)價(jià)值變化。3.考慮相關(guān)性，得到貸款組合總資產(chǎn)價(jià)值變動(dòng)情況。第33頁(yè)例5假設(shè)年初兩位借款人的信用等級(jí)分別為A級(jí)和BBB級(jí)，對(duì)每一位借款人的貸款額度都是100萬(wàn)元。要得到這一200萬(wàn)的貸款組合的風(fēng)險(xiǎn)價(jià)值，就需要計(jì)算出每筆貸款的聯(lián)合移動(dòng)概率以及每種可能的一年期聯(lián)合移動(dòng)概率下的貸款價(jià)值。如下表7.8所示。表7.8貸款相關(guān)系數(shù)為0.3時(shí)的聯(lián)合移動(dòng)概率（%）第34頁(yè)由于貸款1（BBB）和貸款2（A）存在相關(guān)性，所以兩筆貸款在下一年同時(shí)保持原信用等級(jí)的聯(lián)合移動(dòng)概率為79.69%，高于二者在沒(méi)有相關(guān)性下的聯(lián)合移動(dòng)概率79.15%（86.93%91.05%=79.15%）。由于借款人的信用等級(jí)分為8種，所以，兩筆貸款的貸款組合一共有64個(gè)聯(lián)合移動(dòng)概率，對(duì)應(yīng)于64個(gè)不同的信用事