美国银行风险模型的验证和管理.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
美国银行风险模型的验证和管理 巴塞尔新资本协议要求“银行必须有一个健全的体系发挥作用,来验 证内部评级体系、过程和估计所有相关风险要素的准确性和一致性”,同 时“银行必须向监管当局证明内部的验证过程使银行能一致地、有意义地 评估内部评级和风险评估体系的表现。” 美国银行对自身的计量体系和风险评级体系进行了严格的评估和 验证,通过监测模型的表现,确保评级模型的稳定性和准确性,保证为 下游用户提供尽可能好的输出内容,必要时也会修改模型。 美国银行风险模型的管理和评估方面主要有以下特点: si一、审计部门每年检查评级休系,监督评级模型的表现 si 一、审计部门每年检查评级休系,监督评级模型的表现 美国银行的审计部门每年检查银行评级体系及其运行状况,对信用 风险评级模型进行模型验证和检测。验证和检测对象包括风险模型的文 件,风险治理,数据输入材料和假设前提,数据编码和处理,持续性验 证,以及评级模型建立过程中验证的独立性。 在完成评分卡模型开发流程之后,开发评分卡模型时所采用的开发 和验证数据集、详细方法、模型输出和参数都送交审计部门进行审查。 在业务条线实施评分卡模型之前,审计部门要评价验证所用的数据是否 合适、量化分析和校准方法是否合适、能否用所提供的数据独立复制模 型所得出的结果,有时甚至会采用相同的数据进行模型挑战。 在实施评分卡模型之后,审计部门还会不断审查事后检验报告,验 证模型是否继续达到要求。 二、通过精心设计、采用严格的流程评估评级模型的效果 美国银行在业务线采用评分卡之后,都通过精心设计、采用严格统 计方法的流程对其进行监测以评估评分卡的效果,从而证明:模型所采 用的定量检测方法和其他验证方法不会随经济周期发生系统性变化。 具体检验流程如图1所示:第一步,通过从风险资本和PIMS收集 违约数据,再汇总评级数据构成测试所用的数据;第二步,使用这些数 据对基本评分卡进行测试,主要使用打分、稳定性分析等方法,测试模 型各个要素的稳定性和对模型的贡献情况;第三步,如果有足够的违约 客户数,就进行模型的鉴别力测试和校准测试,再进行稳定性和否决分 析,看看模型是否对不同时期的客户具有稳定的表现,从而证明模型对 经济周期的独立性,如果违约客户数不够,则直接进行模型的稳定性和 否决分析;第四步,形成详细的评估报告,说明评分卡的效果、确定存 在的问题和改进机会。 从K脸資本林门伙 得违約数JK图1:评分卡检验流程图是否冇足够的违杓 債务人用于测试?Detai Report* 从K脸資本林门伙 得违約数JK 图1:评分卡检验流程图 是否冇足够的违杓 債务人用于测试? Detai Report* 说细报吿■ ?Portions of the Derail Report are illustrated on the following pages 下力儿貞显示it fffl 报告的IK分内养. Basic Scorecard tests (sconng stability, usage) 分卡测试 (斤分、?定性. 用法) 除了前面采用的分析方法(包括鉴别力、稳定性、预测、100个债 务人测试、否决分析、准确性分析)外,美国银行未来还将采用更多的 分析方法,主要有:标杆分析(外部评级X细分、敏感度分析。 三.借助不同的统计指标评估模型中各要素的表现和综合模型的表 现。 美国银行在具体分析考察模型表现的时候,借助了多种统计指标来 检测模型的各项要素和整体表现,从验证的角度说明模型的科学性,为 客户评级提供实证依据。 K模型各个要素的鉴别力分析和整个模型的鉴别效果分析 首先,美国银行考察了模型对客户违约情况的识别效果,对模型中 各项要素的效力(鉴别力)进行分析。 累计Somers1 D (效力数据) 最奇债务模块 销售净额(美元) KMV EDF 偿债率 盈利率 杠杆率分数 200324323113012782M % % % % %205089666879005556581 最奇 债务模块 销售净额(美元) KMV EDF 偿债率 盈利率 杠杆率 分数 2003 243 231 130 127 82 M % % % % % 205089666879 005 5565 81 定性模块 最高 分数 Q1:违约历史 47 Q2:向 47 Q3:实际与预测比较 37 04: 1、利情况下的实4 28 Q5:行业成本波动性 28 05 20 2 90%88% 8238 0%5%9%7% 9 8 7 4 共计 813 89% 91% 共计 187 96% 96% 总分 1000 97% 97% 模型ORR 1000 93% 93% 无数值处衣示没有足够的违约数据, 最终ORR 1000 100% 94% 因此无法进行Somers* D计算 图2: So

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档