第3章信用风险管理1.pptVIP

3.1 信用风险概述 信用风险定义与识别 单一客户风险识别 集团客户风险识别 个人客户风险识别 组合风险识别 信用风险定义 传统观点 观点1：是指债务人或交易对手未能履行合同的风险，即是债务人违约，从而给债权人或金融产品持有人造成经济损失的风险。 观点2：信用风险有广义和狭义。 广义信用风险指所有因客户违约所引起的风险。 狭义信用风险通常指信贷风险。 信用风险定义 现代观点 信用风险不仅包括违约风险，还应包括由交易对手（债务人）信用状况和履约能力上的变化导致债权人资产价值发生变动而遭受损失的风险。 信用风险既存在于传统的贷款、债券投资等表内业务中，也存在于信用担保、贷款承诺等表外业务中，还存在于衍生产品交易中。信用风险没有进行分散化是银行倒闭的主要原因之一。信用风险具有明显的非系统性风险特征。 银行客户关系 单一客法人户风险识别 单一法人客户信用风险识别 集团法人客户风险识别 个人客户风险识别 贷款组合风险识别 3.2 信用风险评估与计量 客户信用评级 债项评级 组合信用风险计量 国家风险主权评级 新资本协议下的信用风险量化 客户信用评级 客户信用评级是商业银行对客户偿债能力和偿债意愿的计量和评价，反映客户违约风险的大小。 评价主体是商业银行，评级的目标是客户违约风险，评级的结果是信用等级和违约概率（PD）。 核心在于对违约风险和违约概率（PD）的衡量。 客户信用评级模型 专家判断法—古典信用风险度量方法 专家系统主要考虑的因素 与借款人有关的因素 声誉（Reputation） 杠杆（Leverage） 收益波动性（Volatility of Earnings） 与市场有关的因素 经济周期（Economic Cycle） 宏观经济政策（Macro-Economy Policy） 利率水平（Level of Interest Rates） 5C分析法 5P分析法 5W分析法 借款人（who） 借款用途（why） 还款期限（when） 担保物（what） 如何还款（how） CAMEL分析法 特征分析法 专家系统的缺陷 信贷（专家）人员（队伍）越来越庞大，效率低下，成本上升。 实施效果不稳定。 专家制度与银行在经营管理中的官僚主义方式紧密结合，大大降低了银行应对市场变化的能力。专家制度加重了银行的官僚主义作风，影响了银行未来的发展。 加剧了银行在贷款组合方面过度集中，使银行面临更大的风险。 对借款人进行信用分析时，难以确定共同遵循的标准，造成评估的主观性、随意性和不一致性。 信用评分模型 线性判别模型LDM Linear Discriminant Model 线性概率模型LPM Linear Probability Model Logit模型 Probit（或Normit）模型 Linear Discriminant Model 大卫·杜兰于1941年率先将线性判别模型应用在信用领域。20世纪60年代，毕沃和奥特曼先后利用单变量和多变量判别分析之后，更是兴起一股研究热潮，经久不衰。多变量判别模型的运用尤其普遍。 Linear Discriminant Model Linear Discriminant Model 计算每个样本的判别分数，也就是将所有样本 的输入已经估计出来的判别函数， 即可求得每个样本的判别分数 。 评估群组间有无显著差异。 检验分类准确率。 由于统计软件的发展和成熟，上述计算已变得十分轻松和迅速，只要将样本资料输入软件（如SPSS、SAS、STATISTICA等均可，大同小异），即可得到所需要的判别模型。 Linear Discriminant Model 线性判别模型被放弃的主要原因，是线性多元判别模型有几项严格的假设。①不同群组可以用线性函数来有效判别；②自变量服从多元正态分布；③各组总体的协方差矩阵相同。 Z评分模型是Edward Altman在1968年提出的。该模型是一种多变量的识辨模型。 Linear Probability Model Linear Probability Model LPM的缺点 Logit模型 Logit模型是帕克森（Berkson，1944）所发展出来的，奥尔森（1980）首度用来预测公司财务危机。由于Logistic分布与标准正态分布的方差不同（前者的方差为π2/3，后者为1），因此，如果同时采用二项模型来预测危机，所得到的估计值不能直接比较。 Logit模型 Logit模型 Logit模型 Probit模型（或Normit模型） Probit模型（或Normit模型） Probit模型（或Normit模型） Probit模型（或Normit