信用风险化的4种模型.doc

信贷风险管理的信用评级方法 　　信贷风险管理的新方法　　信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。　　1、KMV——以股价为基础的信用风险模型　　历史上，银行在贷款决策时，曾经长时间忽视股票的市价。 KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。　　KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。　　KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。信用中国　　我们共同打造换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示： 　　（1）KMV是如何工作的？　　假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B.上图显示的是从普通股持有者方面来看的贷款偿还问题。　　在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA2.在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。　　使用前面描述的期权方法，普通股的市场价值可以用一个买入期权的价值来评估，模型如下：　　E=f(A， ，r，B，ζ)…… (1)　　其中：公司资产的市场价值(A)及其市场价值的波动( )，不能直接观察到，是由公司股票的市场价值及其波动和公司债务的账面价值估计的；公司的违约发生点(B)是短期债务的全部价值加上长期未偿付债务的一半价值之和；贷款的到期变化区间(也就是违约范围)由r界定(尽管到期变化区间可以根据银行确定的违约范围变化，但它经常被定为一年)；无风险的借贷利率由(r)代表。　　运用这些价值，可形成一个方法，它描绘出一个对于任何特定借款人的基于假设的EDF得分，这个方法的基本原理如图 特定借款的违约期间 　　例l：公式(1)中，借款公司的各项价值分别为：公司资产的市场价值(A)为10 000万，公司资产的市值波动区间( )为1 000万，公司债务的价值或违约点(B)为8 000万。　　①假设公司将来的资产价值围绕当前价值呈正态分布，则可计算出一年(贷款到期区间或违约范围)内公司违约的可能性。　　违约距离(DD)　　=(资产市值一违约点的资产市值)／市值的波动范围　　=(A—B)／ =(10 000万一8 000万)／1 000万　　=2个标准差 　　这意味着：如果公司进入违约区间，资产价值就会在一年内下降2 000万(2× )。　　经验定理：正态分布下，　　价值的68％会落在均值的1 内，　　价值的95％会落在均值的2 内，　　价值的99％会落在均值的3 内。　　根据经验定理，我们知道公司资产的价值有95％的可能性会在资产均值的加减2 内变动，那么一年内资产价值就有2．5％的可能性上涨(或下跌)超过2 。在本例中，借款银行就面临着5％的估计违约频率，即EDF。　　②若假设借款人的资产价值上升10％，则：DD＝[A(1+10％)一B]／ =(11 000万一8 000万)／1 000万=3 　　同样，根据经验定理，借款银行就面临着0．5％的估计违约频率。　　KMV认为，正态分布的假设是非常重要的观点，KMV并不构造理论上的EDF。一旦得出违约距离(DD)，就会结合一个很大的专用的违约历史数据库来使用DD。与上面介绍的理论 EDF不同，KMV的经验EDF的计算方法如下：　　经验EDF=年内违约公司数量/公司总数（取年初资产价格在违约点B的2 变化的公司)比如，KMV的违约数据库显示，年初有2 000家公司的资产价格在违约点B的2d内变化，其中有60家公司违约，则　　经验EDF=60／2 000=3％　　所以