信用风险管理培训教材.ppt

（2）Gredit Portfolio View模型。Credit Portfolio View 模型直接将转移概率与宏观因素的关系模型化，然后通过不断加入宏观因素冲击来模拟转移概率的变化，得出模型中的一系列参数值。可以看作是CreditMetrics 模型的一个补充，因为该模型虽然在违约率计算上不使用历史数据，而是根据现实宏观经济因素通过蒙特卡洛模拟计算出来，但对于那些非违约的转移概率则还需要根据历史数据来计算出来，只不过将这些基于历史数据的转移概率进行了调整而已。Credit Portfolio View 模型比较适用于投机类型的借款人，因为该类借款人对宏观经济因素的变化更敏感。 （3） Credit Risk 模型。Credit Risk+模型是根据针对火险的财险精算原理，对贷款组合违约率进行分析，并假设在组合中，每笔贷款只有违约和不违约两种状态。火险财险精算原理认为，投保火险的众多家庭同时发生火灾的概率是很小的，而且是相互独立的。与此相类似，Credit Risk+模型认为，贷款组合中不同类型的贷款同时违约的概率是很小的且相互独立，因此贷款组合的违约率服从泊松分布。组合的损失分布会随组合中贷款笔数的增加而更加接近于正态分布。在计算过程中， 模型假设每一组的平均违约率都是固定不变的，而实际上，平均违约率会受宏观经济状况等因素影响而发生变化。在这种情况下， 贷款组合的损失分布会出现更加严重的“肥尾”现象。 3. 信用风险组合的压力测试 用于评估资产或投资组合在极端不利的条件下可能遭受的重大损失。压力测试有助于: （1）估计商业银行在压力条件下的风险暴露， 并帮助商业银行制定或选择适当的战略转移此类风险（如重组头寸、制订适当的应急计划） ； （2） 提高商业银行对其自身风险特征的理解， 推动其对风险因素的监控； （3） 帮助董事会和高级管理层确定该商业银行的风险暴露是否与其风险偏好一致； （4） 帮助量化 肥尾 （ Fat Tail ） 风险和重估模型假设（ 如关于波动性和相关性的假设） ； （5） 评估商业银行在盈利性和资本充足性两方面承受压力的能力。 压力测试只有与其他风险计量方法同时使用、互为补充，才能发挥最大效力。 3.3 信用风险监测与报告 是指风险管理人员通过各种监控技术，动态捕捉信用风险指标的异常变动， 判断其是否已达到引起关注的水平或已经超过阈值。 在贷款决策前预见风险并采取预控措施，对降低实际损失的贡献度为50%~60%；在贷后管理过程监测到风险并迅速补救，对降低风险损失的贡献度为25%~30%；而当风险产生后才进行事后处理，其效力则低于20%。 3. 3. 1风险监测对象 3.3.2 风险监测主要指标 3.3.3风险预警 3.3.4 风险报告 3. 3. 1风险监测对象 1.单一客户风险监测 客户风险的内生变量包括以下两大类指标: （1）基本面指标：①品质类指标；②实力类指标；③环境类指标。 （2）财务指标：①偿债能力指标；②盈利能力指标；③营运能力指标；④增长能力指标 对单一客户风险的监测，需要从个体延伸到“风险域”企业：借款人的生产经营活动不是孤立的，而是与其主要股东、上下游客户、市场竞争者等“风险域”企业持续交互影响的。 内部评级是监测和控制单一借款人或交易对方信用风险的重要工具。评级下降的客户应当接受额外的管理和监测。 客户信用风险监测的结果应当在信贷资产风险分类时有所体现。 五级分类：正常、关注、次级、可疑、损失 贷款风险分类与债项评级： 2. 组合风险监测 （1）传统的组合监测方法。主要是对信贷资产组合的授信集中度和结构进行分析监测。 （2） 资产组合模型。在计量每个暴露的信用风险， 即估计每个暴露的未来价值概率分布的基础上，就能够计量组合整体的未来价值概率分布。两种方法： ·估计各暴露之间的相关性，从而得到整体价值的概率分布。 ·不处理各暴露之间的相关性，而把投资组合看成一个整体，直接估计该组合资产的未来价值概率分布。 组合监测能够体现多样化投资产生的风险分散效果 3.3.2 风险监测主要指标 包括潜在指标和显现指标两大类，前者主要用于对潜在因素或征兆信息的定量分析，后者则用于显现因素或现状信息的量化 1.不良资产/贷款率 不良贷款率= （次级类贷款+可疑类贷款+损失类贷款）/各项贷款x100% 2. 预期损失率 预期损失率=预期损失/资产风险暴露x 100 % 预期损失是指信用风险损失分布的数学期望，代表大量贷款或交易组合在整个经济周期内的平均损失，是商业银行已经预计到将会发生的损失。 3.单一（集团）客户授信集中度 单一（集团）客户贷款集中度=最大一家（集团）客户贷款总额/资本净额x 100% 4.关联授信比例 关联授信比例=全部关联方授信总额/资本净额x 100% 5.贷款风险迁