【正文】 商業(yè)銀行風(fēng)險管理培訓(xùn)師 2 3 4 信用風(fēng)險概述 ? 商業(yè)銀行在經(jīng)營活動過程中，主要面臨著信用風(fēng)險、國家及轉(zhuǎn)移風(fēng)險、市場風(fēng)險、利率風(fēng)險、流動性風(fēng)險和操作風(fēng)險等風(fēng)險。其中，信用風(fēng)險無疑是最重要的風(fēng)險。 ? 信用風(fēng)險 可定義為銀行的借款人或交易對象不能按事先達(dá)成的協(xié)議履行義務(wù)的潛在可能性。這種無力履行交收責(zé)任的原因往往是破產(chǎn)或其他嚴(yán)重的財務(wù)問題。 ? 信用風(fēng)險管理 的目標(biāo)是通過將信用風(fēng)險限制在可以接受的范圍內(nèi)而獲得最高的風(fēng)險調(diào)整收益。 5 信用風(fēng)險概述 ? 信用風(fēng)險可進(jìn)一步分為本金風(fēng)險和重置風(fēng)險。 ? 如當(dāng)一方不足額交收時，另一方有可能收不到或不能全部收到應(yīng)得證券或價款，造成以交付的價款或證券的損失，這就是 本金風(fēng)險 ； ? 違約方違約造成交易不能實現(xiàn)，未違約方為購得股票或變現(xiàn)需再次交易，因此可能遭受因市場價格變化不利而帶來的損失，這就是 重置風(fēng)險 。 6 信用風(fēng)險的來源 ? 信用風(fēng)險的來源主要分為兩大類： ? 第一類是借款人的履約能力出現(xiàn)了問題 。貸款的償還一般通過取得經(jīng)營收入、出售某項資產(chǎn)，或者通過其他的途徑借入資金而實現(xiàn)。不過，最主要的還是通過生產(chǎn)經(jīng)營，由其經(jīng)營所得來償還。因此，衡量借款人的履約能力最主要還要看其生產(chǎn)經(jīng)營能力的大小、獲利情況如何。 ? 第二類是借款人的履約意愿出現(xiàn)了問題 ，這主要是借款人的品格決定的。借款人品格是指借款人不僅要有償還債務(wù)的意愿，而且具備在負(fù)債期間能夠主動承擔(dān)各種義務(wù)的責(zé)任感。這就要求借款人（不論是企業(yè)還是個人）必須是誠實可信的，并且能夠努力經(jīng)營。不過，借款人品格是難以用科學(xué)方法加以計量的，一般只能根據(jù)過去的記錄和經(jīng)驗對借款人進(jìn)行評價。如果存在完備的信用檔案，那么借款人在過去時間里違約的次數(shù)基本上可以反應(yīng)出借款人的品格。 7 傳統(tǒng)的信用風(fēng)險度量方法 ? 商業(yè)銀行傳統(tǒng)的信用風(fēng)險度量方法有信貸決策的 “ 6C”法/“5W”法 /“5P”法 和 信用評分方法 等。 ? “ 6C”法是指由有關(guān)專家根據(jù)借款人的品德 (character)（借款人的作風(fēng)、觀念以及責(zé)任心等，借款人過去的還款記錄是銀行判斷借款人品德的主要依據(jù)）；能力 (capacity)（指借款者歸還貸款的能力，包括借款企業(yè)的經(jīng)營狀況、投資項目的前景）、資本 (capital)、抵押品 (collateral)（提供一定的、合適的抵押品）、經(jīng)營環(huán)境 (condition)（所在行業(yè)在整個經(jīng)濟(jì)中的經(jīng)營環(huán)境及趨勢）、事業(yè)的連續(xù)性 (continuity)（借款企業(yè)持續(xù)經(jīng)營前景）等 六個因素 評定其信用程度和綜合還款能力，決定是否最終發(fā)放貸款。 8 ?5W法 ?Who：信用對象是誰 ?Why：它為什么需要信用 ?What：信用對象以什么作為擔(dān)保 ?When：何時才能還清帳款 ?How：如何還清帳款，即還款的來源是什么 傳統(tǒng)的信用風(fēng)險度量方法 9 ?5P法 ?Personal Factors：信用對象的信譽、主要負(fù)責(zé)人的人格 ?Purpose Factors：信用對象需要這筆信用是否合理 ?Payment Factors：償還資金的來源是否穩(wěn)定、時間安排是否合理 ?Protect Factors： 債權(quán)保障措施如何 ?Prospective Factors：發(fā)展前景如何 傳統(tǒng)的信用風(fēng)險度量方法 10 傳統(tǒng)的信用風(fēng)險度量方法 ? 信用評分方法主要有 Z值模型 等。 Z值模型由美國紐約大學(xué)斯特商學(xué)院教授阿爾特曼（ Altman）于 1968年提出，他根據(jù)數(shù)理統(tǒng)計中的辨別分析技術(shù)，對銀行過去的貸款案例進(jìn)行統(tǒng)計分析，選擇一部分最能夠反映借款人的財務(wù)狀況，對貸款質(zhì)量影響最大、最具預(yù)測或分析價值的比率，設(shè)計出一個能最大程度地區(qū)分貸款風(fēng)險度的數(shù)學(xué)模型（也稱之為判斷函數(shù)），對貸款申請人進(jìn)行信用風(fēng)險及資信評估。 ? 模型采用五個財務(wù)指標(biāo)進(jìn)行加權(quán)計算，對借款企業(yè)實施信用評分，并將總分與臨界值比較，低于該值的企業(yè)被歸入不發(fā)放貸款的企業(yè)行列。 11 EDWARD I. ALTMAN ? Dr. Altman has an international reputation as an expert on corporate bankruptcy, high yield bonds, distressed debt and credit risk analysis. He was named Laureate桂冠者 1984 by the Hautes Etudes Commerciales Foundation in Paris for his accumulated works on corporate distress prediction models and procedures for firm financial rehabilitation復(fù)原 and awarded the Graham Dodd Scroll for 1985 by the Financial Analysts Federation for his work on Default Rates and High Yield Corporate Debt. ? He was elected President of the Financial Management Association (2023) and a Fellow of the FMA in 2023. ? In 2023, Dr. Altman was named one of the 100 Most Influential people in Finance by Treasury Risk, Management magazine. ? Dr. Altman is an advisor to many financial institutions including Citigroup, Concordia Advisors, Droege Co., MillerMathis, Investcorp and the New York State Common Retirement Fund, as well as on the Board of the Franklin Mutual Series Funds, the Ascend Group, and Automated Trading Desk, Inc. 12 ? 阿爾特曼確立的分辨函數(shù)為： Z=（ X1） +（ X2） +（ X3） +（ X4） +（ X5） 其中， X1：流動資本 /總資產(chǎn)（ WC/TA） X2：留存收益 /總資產(chǎn)（ RE/TA） X3：息前、稅前收益 /總資產(chǎn)（ EBIT/TA） X4：股權(quán)市值 /總負(fù)債帳面值（ MVE/TL） X5：銷售收入 /總資產(chǎn)（ S/TA） ? 阿爾特曼經(jīng)過統(tǒng)計分析和計算最后確定了借款人違約的臨界值 Z=，如果 Z，借款人被劃入違約組；反之，如果 Z≥，則借款人被劃為非違約組。當(dāng)Z，判斷失誤較大，稱該重疊區(qū)域為“未知區(qū)”（ Zone of Ignorance）或稱“灰色區(qū)域” (gray area)。 13 傳統(tǒng)的信用風(fēng)險度量方法 ? ZETA評分模型 的主要內(nèi)容： ? ZETA信用風(fēng)險模型（ ZETA Credit Risk Model）是繼 Z模型后的第二代信用評分模型 ，變量由原始模型的五個增加到了 7個，適應(yīng)范圍更寬，對不良借款人的辨認(rèn)精度也大大提高。 ? 模型中的 7個變量是：資產(chǎn)收益率、收益穩(wěn)定性指標(biāo) 、債務(wù)償付能力指標(biāo)、累計盈利能力指標(biāo)、流動性指標(biāo)、資本化程度的指標(biāo)、規(guī)模指標(biāo) 。 14 傳統(tǒng)的信用風(fēng)險度量方法 ? Z評分模型和 ZETA評分模型存在的主要問題 ? 兩個模型都依賴于財務(wù)報表的帳面數(shù)據(jù)，而忽視日益重要的各項資本市場指標(biāo)，這就必然削弱預(yù)測結(jié)果的可靠性和及時性； ? 由于模型缺乏對違約和違約風(fēng)險的系統(tǒng)認(rèn)識，理論基礎(chǔ)比較薄弱，從而難以令人信服； ? 兩個模型都假設(shè)在解釋變量中存在著線性關(guān)系，而現(xiàn)實的經(jīng)濟(jì)現(xiàn)象是非線性的，因而也削弱了預(yù)測結(jié)果的準(zhǔn)確程度，使得違約模型不能精確地描述經(jīng)濟(jì)現(xiàn)實； ? 兩個模型都無法計量企業(yè)的表外信用風(fēng)險，另外對某些特定行業(yè)的企業(yè)如公用企業(yè)、財務(wù)公司、新公司以及資源企業(yè)也不適用，因而它們的使用范圍受到較大限制。 15 傳統(tǒng)的信用風(fēng)險度量方法 ? 現(xiàn)在廣泛應(yīng)用的量化模型之一是 統(tǒng)計模型 ，它們是在Fisher于 1936年作出的啟發(fā)性研究之后提出來的。常見的模型有線性概率模型、 logit模型、 probit模型和判別分析模型。其中以判別分析模型和 logit模型應(yīng)用最廣。 ? 但是，大量實證結(jié)果也發(fā)現(xiàn)，企業(yè)財務(wù)狀況的好壞與財務(wù)比率的關(guān)系常常是非線性的，并且預(yù)測變量 (財務(wù)比率 )可能是高度相關(guān)的。實證結(jié)果還表明，許多指標(biāo)不成正態(tài)分布。這些，都會直接影響到統(tǒng)計方法的預(yù)測效果。 16 神經(jīng)網(wǎng)絡(luò)方法 ? 20世紀(jì) 80年代以來，隨著信息科學(xué)和計算機技術(shù)的迅速發(fā)展，人工智能技術(shù)被引入到商業(yè)銀行的信用風(fēng)險管理中。