信用風(fēng)險(xiǎn)評(píng)估與管理(文件)
【正文】 信用風(fēng)險(xiǎn)模型 （續(xù)） ?最早的信用風(fēng)險(xiǎn)模型之一是單變量判定模型（威廉 UESTC 38 信用風(fēng)險(xiǎn)模型 （續(xù)） ? 目前這類模型被國(guó)際金融業(yè)和學(xué)術(shù)界視為主流方法，常用的有線性概率模型、 Logit、 Probit 模型和判別分析模型等等。 ?Altman對(duì) 33個(gè)破產(chǎn)樣本進(jìn)行實(shí)證檢驗(yàn)。 ? 隨著巴西經(jīng)濟(jì)的開(kāi)放、通貨膨脹被有效抑制，經(jīng)濟(jì)狀況趨于穩(wěn)定，以后模型預(yù)測(cè)準(zhǔn)確率降低。 UESTC 45 估計(jì)違約概率模型 ?西方商業(yè)銀行通常通過(guò)測(cè)算信貸客戶的違約率來(lái)估計(jì)信貸風(fēng)險(xiǎn) ， 運(yùn)用較廣的模型有： ?Logistic回歸模型 該模型擬合了貸款金額與違約率之間的關(guān)系 ， 如果判定貸款金額對(duì)違約率有顯著影響 ， 即可運(yùn)用該模型估計(jì)新貸款的違約概率 。 進(jìn)行分析時(shí)需從諸多影響因子中篩選出主要影響因子 。 ?例如按照我國(guó)現(xiàn)行貸款五級(jí)分類制度，將信貸客戶劃分為正常、關(guān)注、次級(jí)、可疑、損失五組，在錯(cuò)判率最小的條件下建立一個(gè)準(zhǔn)則，對(duì)任意樣本，依據(jù)該準(zhǔn)則均可判別該樣本歸屬哪組，如 Probit 模型 。 ? 神經(jīng)網(wǎng)絡(luò)模型有三層神經(jīng)元 ， 分別為輸入層 、 隱層以及輸出層 ， 隱層將權(quán)重與輸入值結(jié)合進(jìn)行非線性轉(zhuǎn)換產(chǎn)生輸出信號(hào) ， 不斷反復(fù)訓(xùn)練直到達(dá)到預(yù)定的誤差界 ， 最后輸出信號(hào)即是信用評(píng)級(jí)結(jié)果 。 神經(jīng)網(wǎng)絡(luò)模型能挖掘變量之間 “ 隱藏 ” 關(guān)系 。 UESTC 54 預(yù)期違約頻率 （續(xù)） ? 債券違約率模型是按穆迪和標(biāo)準(zhǔn)普爾的信用等級(jí) ， 采用債券違約歷史數(shù)據(jù)建立起來(lái)的違約概率經(jīng)驗(yàn)值 ， 對(duì)各類信用等級(jí)和期限債券的違約風(fēng)險(xiǎn)進(jìn)行度量 。 ?由于股權(quán)可視為一種以公司資產(chǎn)為標(biāo)的的看漲期權(quán)，因此可以根據(jù)標(biāo)的公司債務(wù)面值、期限以及公司市場(chǎng)價(jià)值和波動(dòng)性，應(yīng)用期權(quán)定價(jià)方法確定公司股權(quán)價(jià)值。 ?究竟應(yīng)配備多少資本才既能保證銀行風(fēng)險(xiǎn)得到控制，又不影響銀行現(xiàn)有盈利能力，這是銀行管理層關(guān)心的問(wèn)題。 UESTC 59 VaR方法（續(xù)） ?波動(dòng)性指標(biāo) 即目標(biāo)的波動(dòng)幅度，是常用的統(tǒng)計(jì)指標(biāo)。 UESTC 60 VaR方法（續(xù)） ?VaR方法指在一定概率水平 （ 置信度 ） 下 ，某一金融資產(chǎn)在未來(lái)特定一段時(shí)間內(nèi)的最大可能損失 ， 表示為： ?其中 ?P為金融資產(chǎn)在持有期內(nèi)的損失； VaR為置信水平 c下處于風(fēng)險(xiǎn)中的價(jià)值。 UESTC 63 ?總之 ， 當(dāng)前違約率模型發(fā)展的特點(diǎn)是：運(yùn)用現(xiàn)代金融理論和分析技術(shù) ， 從定性分析轉(zhuǎn)向定量分析；從計(jì)分卡向模型化形式轉(zhuǎn)變 ， 并尋求二者的有機(jī)結(jié)合；描述風(fēng)險(xiǎn)的變量從離散型轉(zhuǎn)向連續(xù)型 。 UESTC 62 VaR方法（續(xù)） ?VaR是一種基于統(tǒng)計(jì)基礎(chǔ)的風(fēng)險(xiǎn)度量技術(shù) ， 其原理是根據(jù)資產(chǎn)價(jià)值變化的統(tǒng)計(jì)分布 ， 尋找與置信度對(duì)應(yīng)的分位數(shù) ， 該分位數(shù)即為 VaR值 。根據(jù)歷史數(shù)據(jù)計(jì)算的波動(dòng)度稱為歷史波動(dòng)度。 UESTC 58 VaR方法 （續(xù)） ? VaR又稱 “風(fēng)險(xiǎn)價(jià)值”或“在險(xiǎn)價(jià)值”。 ?1995年 KMV建立了計(jì)算預(yù)期違約頻率的 EDF （ Expected Default Frequency）模型。 ? 目前該方法應(yīng)用的障礙是：銀行沒(méi)能收集到足夠多的貸款違約歷史數(shù)據(jù) ， 還無(wú)法建立穩(wěn)定的違約概率數(shù)據(jù)庫(kù) 。 UESTC 53 預(yù)期違約頻率 Expected Default Frequency ?BlackScholesMerton 系列期權(quán)定價(jià)模型 表明一家公司的破產(chǎn)概率取決于公司資產(chǎn)相對(duì)于其短期負(fù)債的價(jià)值和資產(chǎn) (股票 )市價(jià)的波動(dòng) 。 UESTC 51 神經(jīng)網(wǎng)絡(luò)模型（續(xù)） ?神經(jīng)網(wǎng)絡(luò)模型是近年發(fā)展起來(lái)的一種信用分析模型 。 UESTC 49 判別式分析（續(xù)） ?目前 ， 國(guó)際通行的統(tǒng)計(jì)工具軟件 ， 如 SAS、SPSS、 Statistics 等都能夠提供判別分析功能 ，可以根據(jù)用戶需要定制界面 ， 以便直接地進(jìn)行違約概率的計(jì)算和判別 。 由于對(duì)違約概率估計(jì)不需考慮所有影響因素 ， 因此 ， 運(yùn)用主成分分析可從變量相互影響關(guān)系中提取主要變量 ， 并根據(jù)其所含信息量確定權(quán)重 。 ?思想是根據(jù)相關(guān)性大小將影響因子分組 ， 每組因子表示一個(gè)基本結(jié)構(gòu) 。 用公司的賬面價(jià)值取代市場(chǎng)價(jià)值 ， 得到 ? Z’=++++ ?特別對(duì)具有多種融資渠道且不進(jìn)行資本租賃活動(dòng)的非制造性行業(yè) ， 可刪除銷售的影響 ， 得到 ? Z``=+++ UESTC 44 ZETA模型 ?隨著破產(chǎn)公司的平均規(guī)模不斷增大， 1977年 Altman等將 Z計(jì)分模型進(jìn)行擴(kuò)展應(yīng)用于破產(chǎn)前 2年資產(chǎn)規(guī)模在 1億美元的大型公司上，建立 ZETA模型，在公司破產(chǎn)前 5年即可作出預(yù)警。 UESTC 42 Altman的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1