3.2 信用風(fēng)險(xiǎn)計(jì)量

　　信用風(fēng)險(xiǎn)計(jì)量是現(xiàn)代信用風(fēng)險(xiǎn)管理的基礎(chǔ)和關(guān)鍵環(huán)節(jié)。信用風(fēng)險(xiǎn)計(jì)量經(jīng)歷了從專家判斷法、信用評(píng)分模型到違約概率模型分析三個(gè)主要發(fā)展階段，特別是《巴塞爾新資本協(xié)議》鼓勵(lì)有條件的商業(yè)銀行使用基于內(nèi)部評(píng)級(jí)體系的方法（InternaRating-Based Approach）來(lái)計(jì)量違約概率、違約損失并據(jù)此計(jì)算信用風(fēng)險(xiǎn)對(duì)應(yīng)的資本要求，有力地推動(dòng)了商業(yè)銀行信用風(fēng)險(xiǎn)內(nèi)部評(píng)級(jí)體系和計(jì)量技術(shù)的深入發(fā)展。

　　商業(yè)銀行對(duì)信用風(fēng)險(xiǎn)的計(jì)量依賴于對(duì)借款人和交易風(fēng)險(xiǎn)的評(píng)估?！栋腿麪栃沦Y本協(xié)議》明確要求，商業(yè)銀行的內(nèi)部評(píng)級(jí)應(yīng)基于二維評(píng)級(jí)體系：一維是客戶評(píng)級(jí)，另一維是債項(xiàng)評(píng)級(jí)。

　　3.2.1 客戶信用評(píng)級(jí)

　　1. 客戶信用評(píng)級(jí)的基本概念

　　客戶信用評(píng)級(jí)是商業(yè)銀行對(duì)客戶償債能力和償債意愿的計(jì)量和評(píng)價(jià)，反映客戶違約風(fēng)險(xiǎn)的大小?？蛻粼u(píng)級(jí)的評(píng)價(jià)主體是商業(yè)銀行，評(píng)級(jí)目標(biāo)是客戶違約風(fēng)險(xiǎn)，評(píng)價(jià)結(jié)果是信用等級(jí)和違約概率（PD）。

　?。?）違約的定義

　　根據(jù)《巴塞爾新資本協(xié)議》的定義，當(dāng)下列一項(xiàng)或多項(xiàng)事件發(fā)生時(shí)，債務(wù)人即被視為違約：

　?、偕虡I(yè)銀行認(rèn)定，除非采取追索措施，如變現(xiàn)抵押品（如果存在的話），借款人可能無(wú)法全額償還對(duì)商業(yè)銀行的債務(wù)。

　　②債務(wù)人對(duì)于商業(yè)銀行的實(shí)質(zhì)性信貸債務(wù)逾期90天以上（含）。若債務(wù)人超過(guò)了規(guī)定的透支限額或新核定的限額小于目前余額，各項(xiàng)透支將被視作逾期。

　?、垡韵虑闆r將被視為可能無(wú)法全額償還債務(wù)：

　　銀行停止對(duì)貸款計(jì)息；

　　在發(fā)生信貸關(guān)系后，由于信貸質(zhì)量出現(xiàn)大幅度下降，銀行沖銷了貸款或計(jì)提了專項(xiàng)準(zhǔn)備金；

　　銀行將貸款出售并相應(yīng)承擔(dān)了較大的經(jīng)濟(jì)損失；

　　銀行同意消極債務(wù)重組，由此可能發(fā)生較大規(guī)模的減免或推遲償還本金、利息或費(fèi)用，造成債務(wù)規(guī)模減少；

　　就借款人對(duì)銀行的債務(wù)而言，銀行將債務(wù)人列為破產(chǎn)企業(yè)或類似的狀況；

　　債務(wù)人申請(qǐng)破產(chǎn)，或已經(jīng)破產(chǎn)，或處于類似狀態(tài)，由此將不履行或延期償還銀行債務(wù)。

　?。?）違約概率

　　違約概率是指借款人在未來(lái)一定時(shí)期內(nèi)發(fā)生違約的可能性。在《巴塞爾新資本協(xié)議》中，違約概率被具體定義為借款人內(nèi)部評(píng)級(jí)1年期違約概率與0.03%中的較高者。巴塞爾委員會(huì)設(shè)定0.03%的下限是為了給風(fēng)險(xiǎn)權(quán)重新定下限，也是考慮到商業(yè)銀行在檢驗(yàn)小概率事件時(shí)所面臨的困難。

　　違約概率的估計(jì)包括兩個(gè)層面：一是單一借款人的違約概率；二是某一信用等級(jí)所有借款人的違約概率?！栋腿麪栃沦Y本協(xié)議》要求實(shí)施內(nèi)部評(píng)級(jí)法的商業(yè)銀行估計(jì)其各信用等級(jí)借款人所對(duì)應(yīng)的違約概率，常用方法有歷史違約經(jīng)驗(yàn)、統(tǒng)計(jì)模型和外部評(píng)級(jí)映射三種方法。

　　與違約概率容易混淆的一個(gè)概念是違約頻率，即通常所說(shuō)的違約率。違約頻率是事后檢驗(yàn)的結(jié)果，而違約概率是分析模型作出的事前預(yù)測(cè)，兩者存在本質(zhì)的區(qū)別。

　　與違約概率容易混淆的另一個(gè)概念是不良率，使不良債項(xiàng)余額在所有債項(xiàng)余額的占比，二者不具有可比性。

　　2.客戶信用評(píng)級(jí)的發(fā)展

　?。?）專家判斷法

　　即專家系統(tǒng)（Expert System），是商業(yè)銀行在長(zhǎng)期經(jīng)營(yíng)信貸業(yè)務(wù)、承擔(dān)信用風(fēng)險(xiǎn)過(guò)程中逐步發(fā)展并完善起來(lái)的傳統(tǒng)信用分析方法。

　　①與借款人有關(guān)的因素：

　　聲譽(yù)（Reputation）

　　杠桿（Leverage）

　　收益波動(dòng)性（Volatility of Earnings）

　?、谂c市場(chǎng)有關(guān)的因素

　　經(jīng)濟(jì)周期（Economic Cycle）

　　宏觀經(jīng)濟(jì)政策（Macro-Economy Policy）

　　利率水平（Leveof Interest Rates）

　　目前所使用的專家系統(tǒng)，其中，對(duì)企業(yè)信用分析的5Cs系統(tǒng)使用最為廣泛。5Cs系統(tǒng)指：

　　品德（Character）

　　資本（Capital）

　　還款能力（Capacity）

　　抵押（Collateral）

　　經(jīng)營(yíng)環(huán)境（Condition）

　　除5Cs系統(tǒng)外，使用較為廣泛的專家系統(tǒng)還有針對(duì)企業(yè)信用分析的5Ps系統(tǒng)和針對(duì)商業(yè)銀行等金融機(jī)構(gòu)的駱駝（CAMEL）分析系統(tǒng)。

　　5Ps包括：個(gè)人因素（PersonaFactor）、資金用途因素（Purpose Factor）、還款來(lái)源因素（Payment Factor）、保障因素（Protection Factor）、企業(yè)前景因素（Perspective Factor）。

　　駱駝（CAMEL）分析系統(tǒng)包括：資本充足性（CapitaAdequacy）、資產(chǎn)質(zhì)量（Asset Quality）、管理水平（Management）、盈利水平（Earnings）流動(dòng)性（Liquidity）。

　　專家系統(tǒng)的突出特點(diǎn)在于將信貸專家的經(jīng)驗(yàn)和判斷作為信用分析和決策的主要基礎(chǔ)，這種主觀性很強(qiáng)的方法/體系帶來(lái)的一個(gè)突出問(wèn)題是對(duì)信用風(fēng)險(xiǎn)的評(píng)估缺乏一致性。此外，盡管專家系統(tǒng)在銀行業(yè)的長(zhǎng)期發(fā)展和實(shí)踐中已經(jīng)形成了較為成熟的分析框架，但專家系統(tǒng)缺乏系統(tǒng)的理論支持，尤其是對(duì)關(guān)鍵要素的選擇、權(quán)重的確定以及綜合評(píng)定等方面更顯薄弱。因此，專家系統(tǒng)更適合于對(duì)借款人進(jìn)行是和否的二維決策，難以實(shí)現(xiàn)對(duì)信用風(fēng)險(xiǎn)的準(zhǔn)確計(jì)量。

　?。?）信用評(píng)分法

　　信用評(píng)分模型是一種傳統(tǒng)的信用風(fēng)險(xiǎn)量化模型，利用可觀察到的借款人特征變量計(jì)算出一個(gè)數(shù)值（得分）來(lái)代表債務(wù)人的信用風(fēng)險(xiǎn)，并將借款人歸類于不同的風(fēng)險(xiǎn)等級(jí)。

　　背景知識(shí)：信用評(píng)分模型

　　20世紀(jì)60年代，信用卡的推出促使信用評(píng)分技術(shù)取得了極大發(fā)展，并迅速擴(kuò)展到其他業(yè)務(wù)領(lǐng)域。奧而特曼（Altman，1968）提出了基于多元判別分析技術(shù)的Z評(píng)分模型；馬?。∕artin，1977）、奧爾森（Ohlson，1980）和威金頓（Wiginton，1980）則首次運(yùn)用Logit模型分析企業(yè)破產(chǎn)問(wèn)題。

　　信用評(píng)分模型的關(guān)鍵在于特征變量的選擇和各自權(quán)重的確定?；具^(guò)程是：

　?、偈紫?，根據(jù)經(jīng)驗(yàn)或相關(guān)性分析，確定某一類別借款人的信用風(fēng)險(xiǎn)主要與哪些經(jīng)濟(jì)或財(cái)務(wù)因素有關(guān)，模擬出特定形式的函數(shù)關(guān)系式；

　　②其次，根據(jù)歷史數(shù)據(jù)進(jìn)行回歸分析，得出各相關(guān)因素的權(quán)重；

　?、圩詈?，將屬于此類別的潛在借款人的相關(guān)因素?cái)?shù)值代入函數(shù)關(guān)系式計(jì)算出一個(gè)數(shù)值，根據(jù)該數(shù)值的大小衡量潛在借款人的信用風(fēng)險(xiǎn)水平，給予借款人相應(yīng)評(píng)級(jí)并決定貸款與否。

　　存在一些突出問(wèn)題：

　　①信用評(píng)分模型是建立在對(duì)歷史數(shù)據(jù)（而非當(dāng)前市場(chǎng)數(shù)據(jù)）模擬的基礎(chǔ)上，因此是一種向后看（Backward Looking）的模型。

　?、谛庞迷u(píng)分模型對(duì)借款人歷史數(shù)據(jù)的要求相當(dāng)高。

　?、坌庞迷u(píng)分模型雖然可以給出客戶信用風(fēng)險(xiǎn)水平的分?jǐn)?shù)，卻無(wú)法提供客戶違約概率的準(zhǔn)確數(shù)值，而后者往往是信用風(fēng)險(xiǎn)管理最為關(guān)注的。

　　（3）違約概率模型

　　違約概率模型分析屬于現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法。其中具有代表性的模型有穆迪的RiskCalc和Credit Monitor、KPMG的風(fēng)險(xiǎn)中性定價(jià)模型和死亡率模型，在銀行業(yè)引起了很大反響。

　　《巴塞爾新資本協(xié)議》也明確規(guī)定，實(shí)施內(nèi)部評(píng)級(jí)法的商業(yè)銀行可采用模型估計(jì)違約概率。

　　與傳統(tǒng)的專家判斷和信用評(píng)分法相比，違約概率模型能夠直接估計(jì)客戶的違約概率，因此對(duì)歷史數(shù)據(jù)的要求更高，需要商業(yè)銀行建立一致的、明確的違約定義，并且在此基礎(chǔ)上積累至少五年的數(shù)據(jù)。

　　3. 法人客戶評(píng)級(jí)模型

　?。?）Altman的Z計(jì)分模型和ZETA模型

　　Altman（1968）認(rèn)為，影響借款人違約概率的因素主要有五個(gè)：流動(dòng)性（Liquidity）、盈利性（Profitability）、杠桿比率（Leverage）、償債能力（Solvency）和活躍性（Activity）。Altman選擇了下面列舉的五個(gè)財(cái)務(wù)指標(biāo)來(lái)綜合反映上述五大因素，最終得出的Z計(jì)分函數(shù)是：

　　X1=（流動(dòng)資產(chǎn)-流動(dòng)負(fù)債）/總資產(chǎn)

　　X2=留存收益/總資產(chǎn)

　　X3=息稅前利潤(rùn)/總資產(chǎn)

　　X4=股票市場(chǎng)價(jià)值/債務(wù)賬面價(jià)值

　　X5=銷售額/總資產(chǎn)

　　作為違約風(fēng)險(xiǎn)的指標(biāo)，Z值越高，違約概率越低。此外，Altman還提出了判斷企業(yè)破產(chǎn)的臨界值：若Z低于1.81，在企業(yè)存在很大的破產(chǎn)風(fēng)險(xiǎn)，應(yīng)被歸入高違約風(fēng)險(xiǎn)等級(jí)。

　　1977年，Altman與Hardeman、Narayanan又提出了第二代Z計(jì)分模型——ZETA信用風(fēng)險(xiǎn)分析模型，主要用于公共或私有的非金融類公司，其適應(yīng)范圍更廣，對(duì)違約概率的計(jì)算更精確。

　　ZETA模型將模型考察指標(biāo)由五個(gè)增加到七個(gè)，分別為：

　　X1：資產(chǎn)收益率指標(biāo)，等于息稅前利潤(rùn)/總資產(chǎn)。

　　X2：收益穩(wěn)定性指標(biāo)，指企業(yè)資產(chǎn)收益率在5～10年變動(dòng)趨勢(shì)的標(biāo)準(zhǔn)差。

　　X3：償債能力指標(biāo)，等于息稅前利潤(rùn)/總利息支出。

　　X4：盈利積累能力指標(biāo)，等于留存收益/總資產(chǎn)。

　　X5：流動(dòng)性指標(biāo)，即流動(dòng)比率，等于流動(dòng)資產(chǎn)/流動(dòng)負(fù)債。

　　X6：資本化程度指標(biāo)，等于普通股/總資本。該比率越大，說(shuō)明企業(yè)資本實(shí)力越強(qiáng)，違約概率越小。

　　X7：規(guī)模指標(biāo)，用企業(yè)總資產(chǎn)的對(duì)數(shù)表示。

　　（2）RiskCalc模型

　　RiskCalc模型是在傳統(tǒng)信用評(píng)分技術(shù)基礎(chǔ)上發(fā)展起來(lái)的一種適用于非上市公司的違約概率模型，其核心是通過(guò)嚴(yán)格的步驟從客戶信息中選擇出最能預(yù)測(cè)違約的一組變量，經(jīng)過(guò)適當(dāng)變換后運(yùn)用Logit/Probit回歸技術(shù)預(yù)測(cè)客戶的違約概率。

　　①收集大量的公司數(shù)據(jù)；

　?、趯?duì)數(shù)據(jù)進(jìn)行樣本選擇和異常值處理；

　　③逐一分析變換各風(fēng)險(xiǎn)因素的單調(diào)性、違約預(yù)測(cè)能力及彼此間的相關(guān)性，初步選擇出違約預(yù)測(cè)能力強(qiáng)、彼此相關(guān)性不高的20～30個(gè)風(fēng)險(xiǎn)因素；

　?、苓\(yùn)用Logit/Probit回歸技術(shù)從初步因素中選擇出9～11個(gè)最優(yōu)的風(fēng)險(xiǎn)因素，并確?；貧w系數(shù)具有明確的經(jīng)濟(jì)含義，各變量間不存在多重共線性；

　?、菰诮Ｍ鈽颖?、時(shí)段外樣本中驗(yàn)證基于建模樣本所構(gòu)建模型的違約區(qū)分能力，確保模型的橫向適用性和縱向前瞻性；

　?、迣?duì)模型輸出結(jié)果進(jìn)行校正，得到最終各客戶的違約概率。

　?。?）Credit Monitor模型

　　Credit Monitor模型是在Merton模型基礎(chǔ)上發(fā)展起來(lái)的一種適用于上市公司的違約概率模型，其核心在于把企業(yè)與銀行的借貸關(guān)系視為期權(quán)買賣關(guān)系，借貸關(guān)系中的信用風(fēng)險(xiǎn)信息因此隱含在這種期權(quán)交易之中，從而通過(guò)應(yīng)用期權(quán)定價(jià)理論求解出信用風(fēng)險(xiǎn)溢價(jià)和相應(yīng)的違約率，即預(yù)期違約頻率（Expected Default Frequency，EDF）。

　?。?）KPMG風(fēng)險(xiǎn)中性定價(jià)模型

　　風(fēng)險(xiǎn)中性定價(jià)理論的核心思想是假設(shè)金融市場(chǎng)中的每個(gè)參與者都是風(fēng)險(xiǎn)中立者，不管是高風(fēng)險(xiǎn)資產(chǎn)、低風(fēng)險(xiǎn)資產(chǎn)或無(wú)風(fēng)險(xiǎn)資產(chǎn)，只要資產(chǎn)的期望收益是相等的，市場(chǎng)參與者對(duì)其的態(tài)度就是一致的，這樣的市場(chǎng)環(huán)境被稱為風(fēng)險(xiǎn)中性范式。KPMG公司將風(fēng)險(xiǎn)中性定價(jià)理論運(yùn)用到貸款或債券的違約概率計(jì)算中，由于債券市場(chǎng)可以提供與不同信用等級(jí)相對(duì)應(yīng)的風(fēng)險(xiǎn)溢價(jià)，根據(jù)期望收益相等的風(fēng)險(xiǎn)中性定價(jià)原則，每一筆貸款或債券的違約概率就可以相應(yīng)計(jì)算出來(lái)。

　?。?）死亡率模型

　　死亡率模型是根據(jù)貸款或債券的歷史違約數(shù)據(jù)，計(jì)算在未來(lái)一定持有期內(nèi)不同信用等級(jí)的貸款或債券的違約概率，即死亡率，通常分為邊際死亡率（MarginaMortality Rate，MMR）和累計(jì)死亡率（Cumulated Mortality Rate，CMR）。

　　4. 個(gè)人客戶評(píng)分方法

　　按照國(guó)際慣例，對(duì)于企業(yè)的信用評(píng)定采用評(píng)級(jí)方法，而對(duì)個(gè)人客戶的信用評(píng)定采用評(píng)分方法。由于個(gè)人客戶數(shù)量眾多，歷史信息的規(guī)律性強(qiáng)，因此主要采用基于歷史數(shù)據(jù)統(tǒng)計(jì)的評(píng)分模型計(jì)量個(gè)人客戶的信用風(fēng)險(xiǎn)。

　　參照國(guó)際最佳實(shí)踐，個(gè)人客戶評(píng)分按照所采用的統(tǒng)計(jì)方法可以分為回歸分析、K臨近值、神經(jīng)網(wǎng)絡(luò)模型等；按照評(píng)分的對(duì)象可以分為客戶水平、產(chǎn)品水平和賬戶水平，按照評(píng)分的目的可以分為風(fēng)險(xiǎn)評(píng)分、利潤(rùn)評(píng)分、忠誠(chéng)度評(píng)分等；按照平分的階段則可以分為拓展客戶期（信用局評(píng)分）、審批客戶期（申請(qǐng)?jiān)u分）和管理客戶期（行為評(píng)分）。

　?。?）信用局評(píng)分

　　這一階段常用的模型有：

　?、亠L(fēng)險(xiǎn)評(píng)分，預(yù)測(cè)消費(fèi)者違約/壞賬風(fēng)險(xiǎn)的大??；

　　②收益評(píng)分，預(yù)測(cè)消費(fèi)者開(kāi)戶后給商業(yè)銀行帶來(lái)潛在收益；

　　③破產(chǎn)評(píng)分，預(yù)測(cè)消費(fèi)者破產(chǎn)風(fēng)險(xiǎn)的大??；

　　④其他信用特征評(píng)分。

　　（2）申請(qǐng)?jiān)u分

　　申請(qǐng)?jiān)u分模型通過(guò)綜合考慮申請(qǐng)者在申請(qǐng)表上所填寫的各種信息，對(duì)照商業(yè)銀行類似申請(qǐng)者開(kāi)戶后的信用表現(xiàn)，以評(píng)分來(lái)預(yù)測(cè)申請(qǐng)者開(kāi)戶后一定時(shí)期內(nèi)違約概率，通過(guò)比較該客戶的違約概率和商業(yè)銀行可以接受的違約底線來(lái)作出拒絕或接受的決定。

　　信用局風(fēng)險(xiǎn)評(píng)分模型和收益評(píng)分模型是很有價(jià)值的決策工具，與申請(qǐng)?jiān)u分模型具有互補(bǔ)性，可以組成二維或三維矩陣來(lái)進(jìn)行信貸審批決策。不同的是，申請(qǐng)?jiān)u分模型是商業(yè)銀行為特定金融產(chǎn)品的申請(qǐng)者量身定做的，能夠更準(zhǔn)確、全面地反映商業(yè)銀行客戶的特殊性，而且可以利用更多的信息對(duì)客戶將來(lái)的信用表現(xiàn)進(jìn)行預(yù)測(cè)；而信用局評(píng)分模型通常是對(duì)申請(qǐng)者在未來(lái)各種信貸關(guān)系中的違約概率作出預(yù)測(cè)。

　?。?）行為評(píng)分

　　行為評(píng)分被用來(lái)觀察現(xiàn)有客戶的行為，以掌握客戶及時(shí)還款的可信度。

　　5.客戶評(píng)級(jí)/評(píng)分的驗(yàn)證（Validation）

　?。?）客戶違約風(fēng)險(xiǎn)區(qū)分能力的驗(yàn)證

　　期基本原理是運(yùn)用多種數(shù)理分析方法檢驗(yàn)評(píng)級(jí)系統(tǒng)對(duì)客戶是否違約的判斷準(zhǔn)確性。

　?。?）違約概率預(yù)測(cè)準(zhǔn)確性的驗(yàn)證（校正）

　　其基本原理是運(yùn)用統(tǒng)計(jì)學(xué)中的假設(shè)檢驗(yàn)，當(dāng)實(shí)際違約發(fā)生情況超過(guò)給定閾值，則拒絕原假設(shè)，認(rèn)為PD預(yù)測(cè)不準(zhǔn)確。常用方法有：二項(xiàng)分布檢驗(yàn)，檢驗(yàn)給定年份某一等級(jí)PD預(yù)測(cè)準(zhǔn)確性；卡方分布檢驗(yàn)，檢驗(yàn)給定年份不同等級(jí)PD預(yù)測(cè)準(zhǔn)確性；正態(tài)分布檢驗(yàn)，檢驗(yàn)不同年份同一等級(jí)PD預(yù)測(cè)準(zhǔn)確性；擴(kuò)展的交通燈檢驗(yàn)，檢驗(yàn)不同年份不同等級(jí)PD預(yù)測(cè)準(zhǔn)確性。

　　相關(guān)推薦：銀行從業(yè)資格考試《風(fēng)險(xiǎn)管理》各章考點(diǎn)

　　熱點(diǎn)關(guān)注：銀行從業(yè)資格考試證書(shū)申請(qǐng)相關(guān)問(wèn)題專題匯總
　　2011年下半年中國(guó)銀行業(yè)從業(yè)人員資格認(rèn)證考試證書(shū)申請(qǐng)須知