【正文】 第二節(jié) Fitch 的產(chǎn)品 Risk Rater 簡介 Fitch模型式一個基于統(tǒng)計原理的多元風險評級模型，它是由 Fitch評級服務公司旗下的一家貸款記息公司開發(fā)的，用于研究和分析商業(yè)貸款的違約概率和對預期損失的評價。它建立 在一種特定的公司股權結構假設上，如果該公司的股權采用買入期權的方式處理公司的資產(chǎn)分配，而預購股票的價格和購買期限是以期權票據(jù)的面值和期限內(nèi)的債務來確定的。該模型在不同國家的信貸委員數(shù)據(jù)收集項目中都有應用，其功效是可以在不同的國家進行信貸違約概率評估。 產(chǎn)出 一個相關評級，分為 10 個等級 過程和作用 該模型非常實用并且在項目的實施中成功概率很大。 模型和建立方式介紹 國貿(mào)銀行在亞洲金融風暴后也聘請了一家管理咨詢公司參與內(nèi)部評級模型的建設。采用外部模型和自建模型所需的數(shù)據(jù)量可以是不同的，特別是外部模型建立時所用數(shù)據(jù)樣本與銀行的客戶有相似的風險特征。過高的 PD 值導致 客戶經(jīng)理在貸款定價時很難給出一個合理的價格，信貸業(yè)務受到影響。 DBS 銀行的評級為亞太區(qū)最高評級的機構之一。與其競爭對手相比，投資較小，收益很大。 值得特別指出的是，項目進展順利的一大原因是：在模型方案選擇之初，項目小組就特別重視客戶經(jīng)理及資深信貸人員的參與。 模型和建立方法介紹 1999 年新加坡華僑銀行聘請了 KPMG 管理咨詢公司（畢博管理咨詢公司前身）為銀行建立專家經(jīng)驗模型。同樣采取了先對上市公司客戶采用 KMV 模型進行評級，判斷初步效果后，繼而利用財務評級工具對全行的客戶進行評級。同時，恒生銀行還在考慮是否使用 Moody的 Risk Advisor模型。 2020 年度，恒生銀行擁有超過 150家分行和自助理財中心，總資產(chǎn)逾 585億美元。 1999 年，銀行采用 KMV EDF數(shù)據(jù)庫支持的定量模型作為違約概率計算手段，主要依靠 KMV 全球的 EDF數(shù)據(jù)庫來做支持和校準。 渣打銀行在美國、歐洲主要國家及亞洲重要國家和地區(qū)都設立了多家海外分行，其覆蓋在東南亞地區(qū)的業(yè)務復雜度較高，既包括個人銀行業(yè)務也包括企業(yè)銀行業(yè)務。因此，該模型的 PD 值非常精確。結合澳洲七家銀行收集的違約數(shù)據(jù)并集合了信貸風險部門大量人力（ 5060 人）、財力和物力對 110,000個值進行觀察，抽取其中 35,000個好數(shù)據(jù)和 1,000個違約數(shù)據(jù)，通過大量的數(shù)據(jù)挖掘和統(tǒng)計計算，獲得了適合澳大利亞實際情況的 PD 值。 模型和建立方法介紹 1995 年澳洲國家銀行的信貸客戶超過 30000，銀行決定采用 Moody的 Risk Scores—— 以定量為主輔以定性的專家經(jīng)驗評級模型作為銀行全面實施信貸風險管理內(nèi)部評級的起點。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 36頁 共 56 頁 20201220 所有合格的數(shù)據(jù)和不合格的數(shù)據(jù)（被剔除）都要進行備份，有效的保存期至少為 3年。掌握技術的關鍵人不得向任何客戶或者銷售機構透露相關內(nèi)容。 評分模型 MIS MIS 系統(tǒng)能夠直接從業(yè)務記錄中獲得數(shù)據(jù)信息以考核評分模型的績效。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 32頁 共 56 頁 20201220 數(shù)據(jù)質量的校準 數(shù)據(jù)質量的校準是模型定性檢驗的另一個重要部分。 常用的模型績效檢驗指標 KS 指標 一般來說，可以通過計算 KS 指標獲得評價模型工具績效的“增益表”（ gains chart） ,如下圖所示： “增益表”（ gains chart）可以直觀地描述對“好壞”判斷的準確度。使用準確性未經(jīng)檢驗確認的模型可能會給銀行帶來很大的風險。根據(jù)評分值將客戶分類，計算各類的違約率。 主要模型的構建方法： 我們建議的客戶信用評級模型的構建首先基于定量數(shù)據(jù)給出信用評分并將評分映射為信用級別，其次是用定性模型以確定對定量評級的調(diào)整，最后根據(jù)這種調(diào)整得到最終的客戶信用評 級，它決定客戶的 PD 值。這里的規(guī)模定義可以參照國家統(tǒng)計局的標準，也可以根據(jù)浦發(fā)銀行現(xiàn)有公司客戶規(guī)?？傮w上不大的特點而另行劃分。 第四節(jié) 評級模型建設策略 針對浦發(fā)銀行的現(xiàn)狀，目前雖然有一套客戶信用評分體表和擔保評分表，但它們?nèi)源嬖谝恍┚窒扌?，包括：評分結果未和客戶的違約率以及債項的預期損失建立映射關系、客戶評估未區(qū)分大 型客戶和中小客戶、評分表的開發(fā)和使用過程中缺乏必要的檢驗、依據(jù)評分的數(shù)據(jù)資源沒有得到很好的驗證和保存等。畢博的經(jīng)驗是：清理工作可以采用疊加式工作模式，與數(shù)據(jù)采集工作同步展開，爭取在既定的時間采集周期內(nèi)完成工作。這些客戶的類型應該涵蓋： 企業(yè)客戶（包括新建企業(yè)）、特殊單位（機關、醫(yī)療、教育等）。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 23頁 共 56 頁 20201220 確定數(shù)據(jù)收集的周期 數(shù)據(jù)收集要在規(guī)定的期限內(nèi)完成，這牽涉到部分數(shù)據(jù)的有效期限和模型建設的進度。 根據(jù)畢博的經(jīng)驗，初步建議的數(shù)據(jù)收集管理建議方案將分為四個階段： 目錄 索引號 GHJYPJJG001 版本號 20200621 第 22頁 共 56 頁 20201220 數(shù)據(jù)分析 要進行風險度量模型的建設，其首要面對 的問題是：數(shù)據(jù)的存在性分析和數(shù)據(jù)的質量分析。 第三節(jié) 數(shù)據(jù)的收集管理策略 通過現(xiàn)狀診斷，浦發(fā)銀行的數(shù)據(jù)管理工作存在著完全手工化，無專業(yè)的信貸信息管理系統(tǒng)支持的問題。 定性風險因素確定方式的初步建議 針對國內(nèi)的現(xiàn)狀（財務數(shù)據(jù)的準確性和可信度有待完善），畢博認為定性數(shù)據(jù)有可能仍然有預測性能力。 對于項目融資等特殊交易的債項評級模型，鑒于國內(nèi)行業(yè)融資的復雜程度以及融資機構的較不規(guī)范，建議近期先不開發(fā)。 啟示四：模型的建立需要銀行相關人員的支持 內(nèi)部評級模型的建立需要銀行內(nèi)部的大力支持和參與，特別在現(xiàn)階段，風險因素的選擇、數(shù) 據(jù)的收集和模型方案的選擇是必須由浦發(fā)銀行企業(yè)相關人員的參與。 業(yè)務復雜程度 : 在業(yè)務復雜程度較低時，容易通過主觀判斷識別信貸業(yè)務中的風險，因此較容易建立專家經(jīng)驗模型。 違約概率、違約損失率和違約風險暴露的測算 : － 估算違約概率至少有 5年的數(shù)據(jù)（內(nèi)部或外部數(shù)據(jù)）； － 估算給定違約損失率至少有 7年的數(shù)據(jù)（內(nèi)部或外部數(shù)據(jù)），并覆蓋一個經(jīng)濟周期（僅針對高級法）； － 估算違約風險暴露至少需要 7年的數(shù)據(jù)（內(nèi)部或外部數(shù)據(jù)），并覆蓋一個經(jīng)濟周期（僅針對高級法）； 數(shù)據(jù)在信息系統(tǒng)中的收集： － 要求銀行收集、存儲借款人的違約歷史記錄、評級決策、評級歷史記錄、評級轉換、用 以評級的信息、評級模型、違約概率值測算的 目錄 索引號 GHJYPJJG001 版本號 20200621 第 11頁 共 56 頁 20201220 歷史記錄、關鍵借款人的特點。以下將闡述巴塞爾新資本協(xié)議對銀行構建內(nèi)部評級體系的最低要求： 信用風險的有效細分 : － 內(nèi)部評級法對借款人違約風險與交易特點進行了區(qū)分，前者是描述借款人違約概率，后者是用于估計給定違約損失率； － 對良好的貸款人至少應劃分 6－ 9個等級，對于不良貸款人至少劃分 2個等級； － 等級的合理分布，不允許超過 30％的客戶在一個等級中。 內(nèi)部評級法高級法對四種風險因素的具體規(guī)定 違約概率 : － 與初級法相似的嚴格的數(shù)據(jù)要求和披露要求。新協(xié)議提出了完善的資本充足率框架，旨在促進鼓勵銀行強化風險管理能力，不斷提高風險評估水 平，并認為實現(xiàn)這一目標的途徑是將資本規(guī)定與當今的現(xiàn)代化風險管理的手段緊密地結合起來。浦發(fā)銀行積極要求其運作規(guī)范向國際標準靠攏。 違約損失率 : 目錄 索引號 GHJYPJJG001 版本號 20200621 第 6頁 共 56頁 20201220 － 非認定的抵押品擔保的公司、主權和銀行的高級債權規(guī)定 45％的 LGD； － 對公司、主權和銀行的全部次級債權規(guī)定 75％的 LGD； － 除了標準法 認定的合格的金融抵押外，初級法其他一些形式的抵押品在 IRB 法中 視為合格的抵押品。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 8頁 共 56頁 20201220 對風險因素估算的嚴格要求最終將落實在信用風險評級模型中，因此必須按照巴塞爾新資本協(xié)議的要求檢查現(xiàn)有內(nèi)部評級工具和流程，改進或設計以得到新的評級工具和流程，使其滿足巴塞爾新資本協(xié)議的要求。 － 銀行應該有獨立運作的信貸風險控制部門，負責的工作包括設計、實施和維護信貸風險評級體系，分析評級工具輸出的結果報告，劃分和監(jiān)控內(nèi)部評級，以及政策的合規(guī)性檢查等。 啟示二：根據(jù)銀行自身情況選擇模型 國外先進銀行循序漸進的采用不同的模型種類和模型建立方法是基于以下幾個條件： 數(shù)據(jù)數(shù)量和數(shù)據(jù)質量 : 通常調(diào)節(jié)一個數(shù)量統(tǒng)計模型至少需要有 1000個具有代表性的客戶 /貸款的有效數(shù)據(jù)，其中包括 200 個左右具有代表性的客戶 /違約有效數(shù)據(jù)。 2. 關于模型建設的啟示 啟示三：數(shù)據(jù)收集工作應盡早有序的開展 數(shù)據(jù)是模型建立的基礎，在自建模型的失敗案例大多也是數(shù)據(jù)問題造成的。根據(jù)畢博的經(jīng)驗，如果浦發(fā)銀行決定采用自建數(shù)量統(tǒng)計模型和外部可調(diào)模型相結合的建設方式，建模的過程需要 6－ 12 個月（取決于數(shù)據(jù)收集的進度和質量），而模型的檢驗和試運行約需要 1－ 2年的時間。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 18頁 共 56 頁 20201220 第二節(jié) 風險因素的制定策略 在確立了銀行內(nèi)部評級系統(tǒng)建設方案 后，對于建模而言，首先要確定所需的風險因素。 對定量風險因素確定方式的初步建議如下： 畢博根據(jù)行業(yè)經(jīng)驗、外部知識、著名評級機構使用的財務數(shù)據(jù)參數(shù)等來源確定適合于浦發(fā)的財務指標討論清單； 與資深的客戶經(jīng)理、審查人員討論該財務指標清單，了解指標的精確定義和例外的處理方法 ，篩選有意義的指標； 設計適用于浦發(fā)各大行業(yè)客戶的格式統(tǒng)一的財務數(shù)據(jù)收集的模板（模板最終將被植入信貸風險管理信息系統(tǒng)中）； 目錄 索引號 GHJYPJJG001 版本號 20200621 第 20頁 共 56 頁 20201220 請客戶經(jīng)理利用真實的貸款樣本（三年財務報表）進行試填寫，測試財務數(shù)據(jù)采集模板的有效性； 通過財務數(shù)據(jù)采集模板輸出相關財務指標，將輸出的財務指標，對指標的預測性進行單因素統(tǒng)計分析，確定定量風險因素的范圍，并且為下一步進行統(tǒng)計建模做好準備。其中有效的違約數(shù)據(jù)記錄應占數(shù)據(jù)記錄總量的 15%20%。建議設臵專門的數(shù)據(jù)收集小組，從總行 分行 支行，實行“垂直化”管理。 確定數(shù)據(jù)收集范圍 數(shù)據(jù)收集的范圍要根據(jù)數(shù)據(jù)存在性分析和質量分析的結果來確定。建議可以通過數(shù)據(jù)清理規(guī)則、數(shù)據(jù)清理技術來完成數(shù)據(jù)清理工作。這種方案在實際操作過程中比較容易控制數(shù)據(jù)質量。 內(nèi)部評級模型（系統(tǒng)）框架建設從風險評估入 手，將風險細分為客戶風險和貸款風險。 按照 行業(yè)劃分的探索 類似于規(guī)模上的探索，我們也可以針對浦發(fā)的客戶狀況及不同行業(yè)財務因素的顯著不同性，構造出具有代表性的行業(yè)模型若干，例如：制造業(yè)、零售業(yè)、批發(fā)業(yè)等典型行業(yè)模型。然后用這些模型計算浦發(fā)客戶數(shù)據(jù)的評分值，并根據(jù)這些評分值將客戶進行分類，計算這些分類的平均違約率。判斷的標準是調(diào)整后的評級各級別間能夠保持良好的關系，并在違約率平均值上與國際標準有一致的對應關系。這樣就建立起了兩個獨立的數(shù)據(jù)池（ data pool），保證了檢驗的質量。內(nèi)部評級模型建設過程的所有技術文檔和過程文件都要由專人保存下來，供模型技術人員、銀行高層及監(jiān)管當局查閱和檢驗。 改動記錄 信貸政策 /信貸組合方面活動的任何細節(jié)改動或者對信貸管理產(chǎn)生重大影響的大事件都必須以合規(guī)的文檔形式記錄并保存下來。 合規(guī)性 評分模型的建設和維護必須符合國家 /當?shù)氐挠熊壏煞ㄒ?guī)及政策條例的規(guī)定，必須通過有關機構的認可。 數(shù)據(jù)的保存和使用 數(shù)據(jù)的存儲和 MIS 系統(tǒng)必須能夠支持評分模型的開發(fā)和確認。截止 2020 年 9月（按該銀行集團財務年度統(tǒng)計），其資產(chǎn)規(guī)模超過了 375 億美元，擁有超過 800萬的銀行客戶。 通過 4年的項目實施，并取得了階段性的項目成果以后，澳洲國家銀行與 Moody也形成了較 為牢固的伙伴關系。這給項目最終獲得成功提