6.4信用风险的测度-精.pptVIP

第六章 金融风险分析 数理金融 第四节 信用风险的测度 一、传统的信用风险分析方法 1.专家方法：最为常见的是5C法 品格(Character)─对企业声誉的度量，考察其偿债意愿和偿债历史记录。 一家企业的年龄是其偿债声誉的良好替代指标。 资本(Capital )─债务对股权的比率（杠杆性） 预示破产可能性，高杠杆性意味着更高的破产概率 偿付能力 (Capacity)─反映借款者收益的稳定性。 由于债务的固定支付性，若收益不稳定就会在某个时期还债能力受到抑制。 抵押品( Collateral)─抵押的物品拥有要求权，越优先越好。 抵押品的市场价值越高，贷款的损失就越低。 （经济）周期状态 (Cycle Conditions)─经济周期的所处的阶段，尤其对于那些受周期影响的产业。 食品行业与耐用品行业 5C法的主要缺陷：非客观性，无法定量 在批准信贷的决策中，最为重要的是信贷员的专业技能、主观判断。 对于类型相似的借款者，不同的信贷员可以运用完全不同的标准。 由此可能造成“逆向选择”。 2 评级方法 美国货币监理署 ( OCC)的评级方法，贷款信用等级分为10级。 合格级别： 1～6级 不合格级别：7～1 0级 注意： 贷款的信用等级与债券并不是精确对应 在低质量一端贷款评级方法与债券评级方法有所差别。 原因：贷款评级方法应该评估个别贷款（包括其合约和抵押品支持），而债券评级方法更倾向于对市场上债务人整体进行评估。 3. 评分方法：Z计分模型 Z-Score模型 理论基础：贷款企业的破产概率大小与其财务状况高度相关。 Z计分模型的本质：破产预测模型 方法：复合判别分析（Multiple Discriminant Analysis，MDA）。 思想：聚类——MDA能将贷款企业区分为不会破产和破产两类。 Z计分模型建模步骤 1.建立判别方程（线性） 基于33个样本，要求所有变量的F比率至少在0.01水平上显著。 F用于检验两组均值的统计差异，越大越好，可用F排序。 我们从20个指标中筛选出5个 Altman 判别方程 Z = 0.012x1+ 0.014x2+0.0 33x3+ 0.006x4+ 0.999x5 x1～ x5的意义同上 将实际企业的财务指标值代入方程，计算得到Z 若Z2.99则企业具有贷款资格； 若Z1.81，则企业不具贷款资格，二者之间需要详细审查。 例：某申请贷款的企业主要财务比率如下： x1—营运资本/总资产比率= 0.45 x2—留存盈余/总资产比率=0.55 x3 —利息和税收之前的收益 /总资产比率=21.62 x4—股权的市场价值/总负债的账面价值比率=312.86 x5—销售额/总资产比率（资产周转率）=2.40次 计分模型缺点和注意事项 Altman 判别方程对未来一年倒闭预测的准确性可达95％，但对预测两年倒闭的准确性降低到75％，三年为48％。 二、信用计量模型（Creditmetrics） Creditmetrics（译为“信用计量”）是由J.P 摩根公司联合美国银行、KMV公司、瑞士联合银行等金融机构于1997年推出的信用风险定量模型。 Creditmetrics基本假设 1.信用评级有效。信用状况可由债务人的信用等级表示； 2.债务人的信用等级变化可能有不同的方向和概率 Creditmetrics的总体框架 需要利用的数据： 借款人当前的信用评级数据 信用等级在一年内可能改变的概率 违约贷款的残值回收率 债券的（到期）收益率 注：以上这些资料可以公开得到 步骤1 估计信用转移矩阵 根据历史资料得到，期初信用级别为AAA的债券，一年后的信用等级的概率如下 以上给出了AAA和A级债券的转移概率，同样可以得到其他级别，如AA、BBB、C等信用级别的转移概率。 将债券所有级别的转移概率列表，就形成了所谓的“信用转移矩阵”。 步骤2 估计违约回收率 由于A～CCC债券有违约的可能，故需要考虑违约时，坏账（残值）回收率。 企业破产清算顺序直接关系回收率的大小。 有担保的债务具有优先权 例：BBB级债券在下一年违约概率为0.18％ BBB级债券是优先无担保债券，因此，若该债券违约，面值100元可回收51.13元。 每个信用级别的贴现率(%) 由于债券信用级别上升（下降）到新的级别，因此，需要估计每个级别下的市值。 估计市值采取的方法是贴现法 一般地，信用等级越低的债券、持有期越长，风险越大，收益越大，贴现率越高 例 子 假设BBB级债券的面值100元，票面利率为6％。 若第一年末，该债券信用等级由BBB 升至A 级，则债券在第一年末的市值可以根据上表得到 BBB级债券一年后可能的市值（包含面值） 步骤4 计算信用风险 债券市值（平均值）估计 市值= 109.37× 0