[经济学]奥地利中央银行：信用风险管理.doc

信用风险管理指引：评级模型与验证 由奥地利中央银行（OeNB）和金融市场管理局（FMA）合作编写 目 录 信用风险管理指引：评级模型与验证 1 1、 4 2 信贷评估的最佳数据要求 7 2.1政府和公共部门 8 2.2金融服务供应商 10 2.3企业客户 - 企业/企业主 12 2.4企业客户 - 专业贷款 16 2.4.1项目融资 18 2.4.2物品融资 18 2.4.3商品融资 19 2.4.4产生收入的房地产融资 19 2.5 零售客户 20 2.5.1大众市场的业务 21 2.5.2 私人银行 23 3.常用的信用评估模型 24 3.1 启发式模型 24 3.1.1 “典型的”评级问卷 25 3.1.2 定性系统 25 3.1.3 专家系统 27 3.1.4模糊逻辑系统 28 3.2 统计模型 29 3.2.1 多元判别分析 30 3.2.2 回归模型 31 3.2.3人工神经网络 33 3.3因果模型 35 3.3.1期权定价模型 35 3.3.2现金流量（仿真）模型 36 3.4混合形式 36 3.4.1模型类型的横向结合 36 3.4.2利用覆盖（Override重新定义）进行模型类型的纵向组合 38 3.4.3上游采用启发式淘汰标准 38 4针对各个评级部分评估模型的适用性 39 4.1基本要求的履行 39 4.1.1 PD作为目标值 39 4.1.2完整性 40 4.1.3客观性 40 4.1.4接受水平 41 4.1.5一致性 41 4.2各个模型类型的适用性 41 4.2.1启发式模型（Heuristic Models） 41 4.2.2统计模型 42 4.2.3因果模型 43 5评级模型的开发 45 5.1 生成数据集 47 5.1.1 数据要求和资源 47 5.1.2 数据收集和清洗 48 5.1.3样本的定义 54 5.2开发得分函数 56 5.2.1单因素分析 58 5.2.2 多因素分析 61 5.2.3 总体得分函数 62 5.3 校准评级模型 64 5.3.1逻辑回归的校准 65 5.4 转移矩阵 66 5.4.1为期一年的过渡矩阵 67 5.4.2 多年的转移矩阵 69 6 验证评级模型 72 6.1定性验证 74 6.2定量验证 75 6.2.1辨别能力 76 6.2.2校准回溯测试 90 6.2.3回溯的转移矩阵 98 6.2.4稳定性 100 6.3基准检验 101 6.4压力测试 104 6.4.1压力测试的定义和必要性 104 6.4.2压力测试的基本因素 105 6.4.3开发压力测试 106 6.4.4执行和评估压力测试 110 7 估计违约损失率（LGD） 110 7.1 损失的定义 111 7.2 LGD的参数估计 112 7.2.1非零售交易中特定的LGD损失成分 112 7.2.2 零售交易中LGD的具体损失部分 114 7.3 辨别损失的参数信息载体 115 7.3.1 具体损失参数的信息载体 115 7.3.2 客户类型 117 7.3.3 抵押品的类型 117 7.3.4 交易的类型 119 7.3.5 抵押品种类和客户类型的链接 119 7.4 估计LGD参数的方法 120 7.4.1 自上而下的方法 121 7.4.2自下而上法 122 7.5 开发违约损失率估计模型 125 8.违约风险暴露（EAD） 128 8.1 交易类型 128 8.2客户类型 129 8.3 EAD的估计方法 130 简介 奥地利金融市场当局和奥地利国家银行关于信用风险识别与分析这个主题共同出版了一系列的著作，在此期间奥地利央行关于评级模型和验证方面的指导方针也制定出来。这一套指导方针是对如下两个重要发展的回应：其一，银行越来重视可持续发展和对于风险测量方法和程序的改进。其二，巴塞尔银行监管委员会和欧洲委员会根据巴塞尔协议2中对于银行内部监控中的违约概率，违约损失率和违约风险暴露已经制定出监管标准。推测从2006年底开始，一旦实施得当，这些新的监管标准将使银行可以使用IRB法计算监管资本要求。因此,这些指导方针的目的不仅是为信贷机构提供一个IRB评级法也为所有旨在用自己的PD,LGD和/或EAD估计的银行提高其风险的评估情况。 这个文件的目的是提供一个在此领域现有的最好的计算方法来帮助银行发展他们自己的估计体系。特别的，这个指导方针解决了以下问题： 哪一部分（业务范围/用户）应该定义？ 哪些输入参数和数据要求在给定的区间估计？ 哪些模型和方法最适合给定的区间？ 哪些程序可以用来验证和校正模型？ 在第二部分，我们关于违约概率估计程序提出了特殊的要求。首先，我们将在第一章讨与信用评估有关的客户细分的内容。在此基础上，第二章处理了与信用评估有关的生成数据