工商银行风险管理应用程序.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * - * - 1.6.1二期工程非零售业务项目提交的主要成果(8/19) 信用风险量化体系 信用风险量化结果的应用方案 借款人评级 开发了28个客户评级模型，实现了信用等级和违约概率的映射 债项评级 开发了不同业务品种的债项评级模型，实现了违约损失率的量化 组合评级 开发了3个组合评级模型 制定了基于二维评级结果的限额测算方案 制定了基于PD、LGD的经济资本计算方案 制定了基于预期损失和经济资本的贷款定价方案 制定了RARAOC和EVA的计算方案 制定了RAROC的绩效考核方案 制定了基于PD、LGD的经济资本计算方案 - * - 优化后的客户评级模型的准确性较原有评级模型普遍提高了5到20个百分点，接近国际同业的先进水平。 打分卡 短期 长期 房地产业 优化前 0.32 0.41 0.29 0.29 优化后 0.44 0.51 0.34 0.39 轻工制造业 优化前 0.47 0.55 0.45 0.44 优化后 0.54 0.57 0.51 0.49 资本密集型制造业 优化前 0.56 0.58 0.39 0.47 优化后 0.62 0.61 0.46 0.51 建筑业 优化前 0.52 0.38 0.15 0.30 优化后 0.70 0.60 0.53 0.55 批发零售业 优化前 0.42 0.50 0.21 0.34 优化后 0.50 0.54 0.34 0.44 基础设施类 优化前 0.45 0.55 0.30 0.40 优化后 0.55 0.62 0.43 0.51 企业法人评级模型优化前后风险区分能力比较 1.6.1项目成果简介（客户评级）(9/19) - * - 客户评级级别 平均违约率 原有评级客户占比 现在评级客户占比 原有评级客户累计占比 现在评级客户累计占比 AAA 0.21% 0.86% 0.96% 0.86% 0.96% AA+ 0.43% 5.83% 5.75% 6.69% 6.71% AA 0.70% 12.10% 9.16% 18.79% 15.87% AA- 1.17% 17.09% 17.32% 35.88% 33.19% A+ 1.97% 22.43% 17.24% 58.31% 50.43% A 3.56% 16.05% 23.08% 74.36% 73.51% A- 5.68% 7.76% 6.92% 82.12% 80.43% BBB+ 7.41% 4.72% 5.59% 86.84% 86.02% BBB 10.05% 3.61% 5.24% 90.45% 91.26% BBB- 21.40% 9.54% 8.73% 100.00% 100.00% 1.6.1项目成果简介（客户评级）(10/19) 按优化后的客户评级模型进行评级，客户的分布结构能够与优化前的评级模型保持较高的一致性，但各等级内部的客户组成发生了较大的变化。 - * - 1.6.1项目成果简介（客户评级）(11/19) 建立了我行十二个信用等级与违约概率的一一对应关系 信用等级级别 违约概率 AAA 0.21% AA+ 0.43% AA 0.70% AA- 1.17% A+ 1.97% A 3.56% A- 5.68% BBB+ 7.41% BBB 10.05% BBB- 21.40% BB 30% B 违约级别 信用等级由原来简单反映客户信用好坏的排序，转变为准确度量客户违约可能性的程度。 我们可以清楚的知道各信用等级客户的风险差异性。 - * - 完成了对不同信贷产品、不同担保方式回收率的测算，基本可以实现对每一笔贷款进行初步的LGD估计。 1.6.1项目成果简介（债项评级）(12/19) 业务品种 担保方式 地区 行业 平均损失率A 流动资金 AA+,AA,AA-保证 地区一 汽车制造 25% 流动资金 信用 地区一 汽车、金属冶炼 60% 流动资金 信用 地区二 汽车、金属冶炼 45% 项目贷款 AA+,AA,AA-保证 地区三 金属冶炼 35% 项目贷款 信用 地区四 公路 25% 项目贷款 信用 地区五 食品制造 70% 进口开证 AA+,AA,AA-保征 地区一 专业外贸 20% 打包贷款 AAA保征 地区一 汽车制造 15% … … … … - * - 违约率（PD）和违约损失率(LGD)的科学计量，将使我行风险管理手段取得