授信风险模型分步构建法及其实施教程.pptVIP

信贷风险控制 授信风险模型——分步构建法及其实施 毕马威管理咨询 二零零二年五月三十日;;授信风险模型介绍;简介: 授信风险模型实施的近期进展;数据的问题 历史组合数据往往不存在 可疑的外购数据适用程度 数据的质量问题;授信风险模型实施: 基本概念与分步构建法;授信风险模型实施: 基本概念 ;授信风险模型实施: 分步构建法;第一阶段: 设计与实施有效的 授信风险信息基础;产品覆盖 范围;步骤三：业务环境分析;逾期 90天数量;;主观的审批隔绝线;步骤三: 业务环境分析(二);CRDS 设立数据定义,为建立授信风险数据库以便支援模型的开发与验证。 CRDS 的企业贷款框架包括以下七大数据种类 :;企业贷款授信风险数据储存库（CRDS） 的例子:;CRDS 的零售贷款框架包括以下五大数据种类 :;定量因素 流动资产比率 税前盈利与资产比率 税前盈利年度成长率 利息保障比率 业务规模经营(收入或总资产) 长债保障比率 存货与销售成本比率 收入年度成长率 总负债与总资产比率 保存盈利与总资产比率 逾期次数、过额次数（透支） 特殊的行业风险因素，如新加坡政府为基础建设商的级别（CIDB-Construction Industry Development Board ）;个人数据 住宅 （租用或拥有) 住址的年数 婚姻状况 职业 职业历史 现就业的年数 财务数据 借款人的收入历史 负债支出与存款比率 借款人的收入来源 其他信用卡、贷款 ;普遍的问题: 一致的风险数据集聚 （如，比率计算等等） 主机贷款信息系统只储存已批贷款 没有拒批历史或档案信息 缺乏违约贷款信息;步骤六: 设计信息方案结构;第二阶段: 模型的选择、 建立、测试;市场有的模型: ;业务规律或专家主观模型;步骤八: 模型的选择;步骤九: 购买系统与数据;构件 11: 设定/建立授信风险模型系统;构件 11: 设定/建立授信风险模型系统;构件 11: 设定/建立授信风险模型系统;逻辑测试 只是适用于经验数据（discriminant）模型 需验证独立变量的关系。例如：较高的负债比率会产生较高的违约率 需决定删除一些独立变量;; B) 准确比率测试 描述: 一个理想的授信风险模型应在样本（总体）中否决所有不良信贷及??纳所有良好信贷。 准确比率是基于一些区分点、测试模型的绩效。 量度: 1) 第一准确比率：首先选定一个最佳区分点，将不良信贷的否决率减去良好信贷的否决率。 2)第二准确比率：根据所建立的风险模型的估算系数，应用于非模型建立的样本。对第二精确比率的下降情况，需要进行监控。; B) 准确比率测试 在应用非样本数据组后，准确比率從 73% 降至 54%。; C) 最高可能性測試 描述: 最大可能性測試是在建立模型的数据组下，對模型假设的显著度 (significance)进行之測試。 量度: 1)可能性函数的对数被定义为 Log(P)。假设S 是在 I 观察中观察到的连续变量 (Yt=1)数目， 那么对于logit 模型，在无效 (Null)假设下，該可能性函数对数的最大值可以表示如下： 对于全部斜率系数均为零的无效(Null)假设測試，可以通过对可能性比率(LR)測試的方法而进行。 LR 測試統計的定义为2[Log(P) - Log(0)]。如果在无效假设H0（即Log(0)）下的最大可能性比无限制的最大可能性Log(P)小很多的話，一個大於零的LR測試統計便可推翻无效假设。 ;第三阶段: 模型实施及流程整合;;构件13: 授信风险决策支援系统 (DSS);授信风险模型: 第三阶段 – 模型实施及流程整合;构件14: 发展训练计划;组合集中 性分析;以地区/行业作分类的暴露 以地区/行业/队长评级分类的可预见损失 以地区/行业作分类的逾期/剩余总数 授信迁移矩阵 压力测试图表;监控潜在的损失： 总可预见损失是$14m（风险资本的百分比） 授信级别第七的可预见损失是$3.6m;总结;案例：为一家大型的中资银行设计一个授信风险系统 二零零二年五月;项目的主要驱动因素;策略性考虑;与监管规则的合规;增强重组后的授信业务整合;经风险调整的 绩效管理;授信风险项目的交付品;风险暴露的覆盖范围： ? 企业（大型及中小型）、国家、零售、项目及股权融资，并不包括银行 ? 贷款产品的范围包括： ? 定期放款（抵押及非抵押） 银团贷款 担保 押汇及应收 无到期日的贷款（抵押及非抵押），如投资、授信额 特别贷款（如新巴塞尔所描述，即项目、地产及商品融资）股权融资 外汇买卖远期 股权投资（如新巴塞尔所描述，直接或间接） ? 地区覆盖： ? 在香港及中国超过三百间的分行;授信风险项目概念性框架：;授信风险识别;风险衡量;外部数据;风险衡量;授信