浅议商业银行违约概率得测算方法.doc

数学之美 2006年7月第1期 浅议商业银行违约概率的测算方法 经济学院 国际经济与贸易系 谢 虹 0311995 提 要：违约概率是计算贷款预期损失、贷款定价以及信贷组合管理的基础，因此如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。本文根据我国商业银行的现状，分析了建立违约概率估计模型的理论和方法，提出了我国商业银行建立违约概率模型的一些建议，希望对指导建立内部评级体系和信用风险管理有些许借鉴意义。 关键词：商业银行，虚因变量模型，Logistic模型，违约概率 国际银行业监管的统一标准——《巴塞尔新资本协议》在2004年6月正式定稿。与1998年的协议相比，新协议的最大创新之处是提出IRB法，即允许银行采用内部数据估计风险计量参数，包括违约概率PD，违约损失率LGD违约风险暴露EAD和有效期限M等。其中，无论是初级法还是高级法都要求银行自行估计客户的违约概率PD。因此，违约概率是银行信用风险计量的基础，准确测算违约概率对银行防范和控制信用风险十分重要。但是由于我国商业银行的风险管理水平普遍落后于国外先进银行，尤其表现在风险量化方面，因此把《新资本协议》实施作为银行监管和提升风险管理水平的手段对我国商业银行来说既是挑战也是机遇。下面本文将在可供商业银行选择的概率计算方法中结合我国商业银行的实际，对违约概率测算中相关问题进行研究。 一、数据采集 对一个客户信用状况的分析包括两方面：一是定量分析，主要是财务数据的分析；二是定性分析，包括管理水平、市场竞争力和领导者素质等。因此我们测算客户违约概率时采集的数据也必须包括定性数据和定量数据两部分。建模数据的质量很关键，其好坏直接关系到模型结果正确与否。建模所需要的数据有两类，一类是违约客户（坏客户），另一类是非违约客户（好客户）。根据经验，建立相关的企业客户违约概率模型至少需要1000个以上客户样本，所建立的违约概率模型才可能具有较好的稳定性。样本越多，其结果的精确性也越高。由于国内大部分银行一般从2000年以后才开始注意收集并保存完整的客户数据，所以违约客户的数量相对较少。基于以上两个原因考虑，多数情况下建立模型时一般建议采集所有违约客户的数据。 巴塞尔新资本协议只给出了一个普遍的违约定义，因此在收集数据之前首要任务是明确银行自己的违约定义。根据我国商业银行的实际情况和参考新协议，本文建议违约定义考虑以下两点：一是贷款的本金和利息逾期20天以上；二是贷款五级分类的后两类。对第二点需要说明的是贷款五级分类把后三类统称为不良贷款，对可疑和损失类贷款通常都给银行造成损失，而次级类贷款有时没有鲜明的违约特征，可能是人为错误判断而导致错误分类。为提高模型结果的准确性，所选用的样本应是确定的违约/非违约样本，所以本文只把五级分类的后两类作为违约样本之一。 非违约客户数量与违约客户的数量比例至少要达到1:1以上。考虑到非违约客户的数量较多，收集数据有缺失的可能，因此本文建议非违约客户采集的数量最好达到违约客户数量的1.2倍以上。由于对公客户评级通常可分为制造业、批发零售业、房地产业和建筑业等，因此对非违约客户数量的抽样本文建议根据这种分类方式采用分层抽样的方法，这样可以增加抽样样本的代表性和模型的准确性。 二、违约概率的估计方法 巴塞尔新资本协议指出：对客户违约概率的估计需反应长期的平均水平。从这个角度上来看，对建模样本数据的时间长度也提出了要求：数据源的历史观察期一般为五年以上。在估计违约概率的技术上，新资本协议要求必须使用相关信息和适当地考虑长期经验的技术，并给出三种具体的技术：内部违约经验、映射外部数据和统计违约模型，并对这三种方法给出了一些指导性意见。 内部违约经验方法主要依靠银行内部一些专家的经验判断。这种方法在目前中国商业银行缺乏有效客户数据的情况下可操作性强，但准确与否取决于这些专家的经验和水平，具有较大的主观性。映射外部数据方法要求映射评级必须建立在内部评级标准与外部机构评级标准可相互比较，并且对同样的借款人内部评级和外部评级可相互比较的基础上。使用这种方法银行必须避免映射方法或基础数据上的偏差与不一致，以量化风险的数据为基础的外部评级其标准必须是针对借款人的风险（即客户评级），而不是反映交易特征（债项评级）。同时还需要注意的是银行必须分析内部和外部评级使用的违约定义是否一致。在满足这些要求的情况下该方法的准确性相对较高。 统计违约模型由于是以银行内部的数据为基础建立起来的，所以模型结果能反映出银行违约概率大小的真实情况，准确性更高，但统计模型要求银行有一定的数据积累，并且由于宏观经济环境的变化，银行的客户池是一个动态池，这个动态表现在两个方面：一方面每年都有新的客户进入和原