信用风险计量模型.pptVIP

金融工程与风险管理第9章 信用风险计量模型

?传统信用分析方法?5C分类法?现代信用计量模型?围绕违约风险建模?Creditmetrics?围绕公司价值建模?KMV模型?评级方法?评分方法定?定性定?定量

9.1Z-Score模型?理论基础:贷款企业的破产概率大小与其财务状况高度相关。?Z计分模型的本质:破产预测模型?方法:复合判别分析（MultipleDiscriminant Analysis，MDA）。?基本思想:聚类——MDA能将贷款企业区分为不会破产和破产两类。

Z-Score模型建模步骤?建立判别方程（线性）?收集过去已破产和不破产的企业的有关财务数据（比率）

Z-Score模型建模步骤?通过MDA或聚类分析,得到最关键的、最具有区别能力的财务指标,即这些指标具有如下性质·在破产组和非破产组之间差异显著·指标稳定性好,在组内没有差异

例子:Z-Score模型?基于33个样本,要求所有变量的F比率至少在0.01水平上显著。·F用于检验两组均值的统计差异,越大越好,可用F排序。·我们从20个指标中筛选出5个,筛选的5个是按照F值从小到大排列后最后得到的。

指标筛选变量破产组均值非破产组均值F统计量x1营运资本/总资产-6.1%41.4%32.60x2留存盈余/总资产-62.6%35.5%58.86x3税息前收益/总资产-31.8%15.4%25.56x4股权的市值/总负债的账面价值40.1%247.7%33.26x5销售额/总资产1.5次1.9次22.84

建立判别方程?Z=0.012x1+0.014x2+0.033x3+0.006x4+0.999x5?x1～x5的意义同上?将实际企业的财务指标值代入方程,计算得到Z·若Z2.99则企业具有贷款资格；·若Z1.81,则企业不具贷款资格,二者之间需要详细审查。

Z-Score模型例:某申请贷款的企业主要财务比率如下:x1—营运资本/总资产比率=0.45x2—留存盈余/总资产比率=0.55x3—利息和税收之前的收益/总资产比率=21.62x4—股权的市场价值/总负债的账面价值比率=312.86x5—销售额/总资产比率（资产周转率）=2.40次?Z=0.012×0.45+0.014×0.55+0.033×21.62+0.006×312.86+0.999×2.40=5.00012.99?结论:可以给该企业贷款。

计分模型缺点和注意事项?Altman判别方程对未来一年倒闭预测的准确性可达95％，但对预测两年倒闭的准确性降低到75％，三年为48％。?缺陷:依赖财务报表的账面数据而忽视了日益重要的资本市场指标，在一定程度上降低了预测结果的可靠性和及时性。变量假设为线性关系，而现实的经济现象可能非线性的。预测模型不能长期使用，需要定期更新，修正财务比率和参数。?研究表明:通过修正后对未来4年的预测准确度达到80％。

改进:聚类分析?将一定数量的样品看成一类，然后根据样品的亲疏程度，将最密切的看成一类，然后考虑合并后的类和其他类之间的亲疏程度，再次进行合并。?重复这个过程直到多有的样本（或者指标合并为一类?为了研究各个公司的财务状况，抽取了21个公司的4个财务指标，试利用这些财务指标进行聚类分析。?命令:clusterdata

9.2 信用计量模型（Creditmetrics）?Creditmetrics（译为“信用计量”）是由J.P摩根公司联合美国银行、KMV公司、瑞士联合银行等金融机构于1997年推出的信用风险定量模型。?它是在1994年推出的计量市场风险的Riskmetrics（译为“风险计量”）基础上提出的，旨在提供一个可对银行贷款等非交易资产的信用风险进行计量的VaR框架。?Creditmetrics试图回答的问题：·“如果下一年是个坏年份，那么，在我的贷款或贷款组合上会损失掉多少？”

Creditmetrics基本假设信用评级有效。信用状况可由债务人的 信用等级表示；债务人的信用等级变化可能有不同的方 向和概率例如,上一年AAA的贷款人有90％（概率）的可能转变为AA级（方向）。把所有的可能列出,形成所谓的“评级转移矩阵”。

Creditmetrics基本假设贷款的价值由信用等级（价差）决 定由期初的信用等级得到贷款的初始价值；由评级转移矩阵估计期末贷款的价值；由二者的差额就可以计算VaR。

Creditmetrics的总体框架?信用评级?信用价差?优先权?信用转移概率?残值回收率?债券现值?信用风险估计

计量模型需要的数据?需要利用的数据:·借款人当前的信用评级数据·信用等级在一年内可能改变的概率·违约贷