银行从业资格考试-风险管理知识点要点分析.docVIP

加权平均净资产收益率=报告期净利润／平均净资产=销售收入×销售净利率／平均净资产 销售毛利率=[(销售收入-销售成本)／销售收入]×100％ 应收账款周转率=销售收入／[(期初应收账款+期末应收账款)／2] 应收账款周转天数=360／应收账款周转率 存货周转天数=360／存货周转次数=360／(销售成本／存货平均余额) 融资缺口 = 贷款平均额 - 核心存款平均额 融资缺口 = - 流动性资产 + 借入资金 借入资金（流动性需求）=融资缺口+流动性资产 =贷款平均额-核心存款平均额+流动性资产 资产价值变化= - 资产加权平均久期×总资产×利率变化时间段 关注类贷款迁徙率=期初关注类贷款向下迁徙金额／(期初关注类贷款余额-期初关注类贷款期间减少金额)×100％ 事前防范、事中控制、事后监督和纠正 信用风险 信用风险识别 法人客户财务状况分析三种方法：财务报表分析、财务比率分析、现金流量分析 财务报表分析主要对资产负债表和损益表进行分析。需要特别关注： 识别和评价财务报表风险。 识别和评价经营管理状况。 识别和评价资产管理状况。 识别和评价负债管理状况。 财务比率分析：盈利能力比率、效率比率、杠杆比率、流动比率 单一法人客户非财务因素分析： 管理层风险分析 行业风险分析 生产和经营风险分析 宏观经济、社会及自然环境分析 贷款组合信用风险识别更多的关注 系统性风险 可能造成的影响： 宏观经济因素 行业风险 区域风险 信用风险计量 信用风险计量经历了 专家判断法、信用评分模型、违约概率模型 三个阶段。 客户信用评级经历了 专家判断法、信用评分模型、违约概率模型 三个阶段。 巴塞尔委员会鼓励有条件的商业银行使用基于 内部评级 的方法来计量 违约概率、违约损失率、违约风险暴露，并据此计算信用风险监管资本，有力的推动了商业银行信用风险内部评级体系和计量技术的发展。 内部评级的两个维度： 客户评级 债项评级 风险暴露分类： 主权风险暴露 金融机构风险暴露 公司风险暴露 零售风险暴露 股权风险暴露 其他风险暴露 公司风险暴露包括： 中小企业风险暴露 专业贷款风险暴露 一般公司风险暴漏 零售风险暴露包括： 个人住房抵押贷款 合格循环零售风险暴露 其他零售风险暴露 客户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，反应客户违约风险的大小。客户评级的评价主体是商业银行，评价目标是客户违约风险，评价结果是信用等级和违约概率。 客户评级必须具备两大功能： 能够有效区分违约客户。 能够准确量化客户违约风险。 在巴塞尔新资本协议中，违约概率一般被定义为 借款人内部评级1年期违约概率 与 0.03% 中的较高者。 违约概率估计包括两个层面： 单一借款人的违约概率。 某一信用等级所有借款人的违约概率。 各信用等级借款人所对应的违约概率，可采用 内部违约经验、映射外部数据、统计违约模型 等技术估计平均违约概率。 客户信用评级的发展： 专家判断法、信用评分模型、违约概率模型 传统 传统 现代 专家判断法主要考虑两方面因素： 与借款人有关的因素。声誉、杠杆、收益波动性 与市场有关的因素。经济周期、宏观经济政策、利率水平 常用的专家系统：5Cs 和5Ps 5Cs：品德、资本、还款能力、抵押、经营环境 5Ps：个人因素、资金用途因素、还款来源因素、保障因素、企业前景因素 信用评分模型利用可观察到的借款人 特征变量 计算出一个数值来代表借款人的信用风险。关键在于 特征变量选择 和 各自权重的确定。 对个人客户而言，特征变量包括：收入、资产、年龄、职业、居住地 对法人客户而言，特征变量包括：现金流量、各种财务比率 应用最广泛的信用评分模型：线性概率模型、Logit模型、Probit模型、线性辨别模型。 信用评分模型的问题： 建立在历史数据模拟的基础上，特征变量的权重一定时间保持不变。 对借款人历史数据要求较高，需要建立一个包括大多数企业历史数据的数据库。 比较常用的违约概率模型： RiskCalc模型。 适用于非上市公司 严格选择最能预测违约的一组变量，再利用 Logit/Probit回归技术预测客户违约风险。 KMV的Credit Monitor模型。 适用于上市公司 将借贷关系视为 期权买卖关系。企业借款相当于持有一个基于 企业资产价值的看涨期权。 KPMG风险中性定价模型。 假设金融市场每个参与者都是风险中立者。计算题 死亡率模型 根据风险资产历史违约数据，计算违约概率。边际死亡率 和 累计死亡率 计算题 债项评级是对交易本身的 特定风险 进行计量和评价，反映客户违约后估计的债项损失大小。特定风险包括：抵押、优先性、产品类别、地区、行业等。 债项评级可以只反映债项本身的交易风险，也可以同时