【文章內(nèi)容簡介】 動率、情景分析授信風(fēng)險值歷史違約記錄歷史回收記錄帳戶層面分析違約率估計給定（特定）違約率估計可預(yù)見損失估計組合層面分析授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試巴塞爾的要求是銀行必須全部合規(guī)，而不是部分合規(guī)，實際上它強調(diào)得讓銀行了解評級結(jié)果和事實之間的差距，進行調(diào)整。違約率必須經(jīng)過一個經(jīng)濟周期的數(shù)據(jù)積累，在沒有明顯的經(jīng)濟周期的國家，霸賽而規(guī)定為 5年巴塞爾規(guī)定，至少 7年。步驟九 : 購買系統(tǒng)與數(shù)據(jù)步驟十 (甲 ): 建立數(shù)據(jù)樣本或整體數(shù)據(jù)? 樣本數(shù)據(jù)或整體數(shù)據(jù)是依賴數(shù)據(jù)的存在性分析結(jié)果與應(yīng)變措施? 零售模型數(shù)據(jù)將采用的數(shù)據(jù)樣本? 樣本抽取的種種假設(shè)? 模型建立數(shù)據(jù)與驗證數(shù)據(jù)的比率 步驟十 (甲 ): 建立模型驗證數(shù)據(jù)樣本? 驗證數(shù)據(jù)樣本是為估計模型準(zhǔn)確率? 驗證模型建立方法與結(jié)果分析? 模型建立數(shù)據(jù)與驗證數(shù)據(jù)的比率授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試一、初步系統(tǒng)選擇二、發(fā)出招標(biāo)書三、系統(tǒng)承包商篩選四、現(xiàn)場系統(tǒng)演示五、系統(tǒng)分析六、承包商篩選構(gòu)件 11: 設(shè)定 /建立授信風(fēng)險模型系統(tǒng)根據(jù)已選擇的軟件及模型， KPMGConsulting將會為特定的組合、行業(yè)、地區(qū)建立個別的模型。設(shè)定風(fēng)險因素的例子如下：授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試構(gòu)件 11: 設(shè)定 /建立授信風(fēng)險模型系統(tǒng)模型分析及表現(xiàn)的例子如下：授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試構(gòu)件 11: 設(shè)定 /建立授信風(fēng)險模型系統(tǒng)系統(tǒng)評分卡輸出的例子如下：授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試邏輯測試? 只是適用于經(jīng)驗數(shù)據(jù) （ discriminant） 模型? 需驗證 獨立變量 的關(guān)系。例如：較高的負債比率會產(chǎn)生較高的違約率? 需決定刪除一些獨立變量構(gòu)件 12:模型測試? 穩(wěn)定性測試? 準(zhǔn)確比率測試? 統(tǒng)計穩(wěn)定性測試，例如： Logit模型的最大可能性 (MaximumLikelihood)測試模型穩(wěn)定性測試授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試模型只能找到數(shù)據(jù)之間的聯(lián)系，因果關(guān)系則需要根據(jù)邏輯判斷A) 穩(wěn)定性測試描述 : 對所建立的模型系數(shù)進行一致性測試。一個數(shù)據(jù)群通常需回歸約500次以確定模型的穩(wěn)定性。量度 : 1)系數(shù)值的一致性測試 —— 在 500次回歸中，所有的系數(shù)值必須相近。 紀錄系數(shù)值值差太大的回歸次數(shù)。2) 標(biāo)準(zhǔn)差測試 —— 量度于 500次回歸中的系數(shù)值標(biāo)準(zhǔn)差。構(gòu)件 12:模型測試授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試B) 準(zhǔn)確比率測試描述 : 一個理想的授信風(fēng)險模型應(yīng)在 樣 本（總體）中否決所有不良信貸及接納所有良好信貸。 準(zhǔn)確比率是基于一些區(qū)分點、測試模型的績效。量度 : 1)第一準(zhǔn)確比率：首先選定一個最佳區(qū)分點，將不良信貸的否決率減去良好信貸的否決率 。2)第二準(zhǔn)確比率：根據(jù)所建立的風(fēng)險模型的估算系數(shù)，應(yīng)用于非模型建立的樣本。對第二精確比率的下降情況，需要進行監(jiān)控。構(gòu)件 12:模型測試授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試準(zhǔn)確率 =不良貸款否決率 B良好貸款否決率 GB) 準(zhǔn)確比率測試在 應(yīng) 用非樣本 數(shù)據(jù)組后 ， 準(zhǔn)確 比率從 73% 降 至 54%。構(gòu)件 12:模型測試授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試C) 最高可能性 測試描述 : 最 大可能性測試是在建立模型的 數(shù)據(jù)組 下，對模型 假設(shè) 的 顯著度 (significance)進行 之測試。量度 : 1)可能性函 數(shù) 的 對數(shù) 被定 義為 Log(P)。 假 設(shè) S 是在 I 觀察 中 觀察 到的 連續(xù)變量 (Yt=1)數(shù) 目， 那么對于 logit 模型，在 無 效 (Null)假 設(shè) 下，該可能性函 數(shù)對數(shù) 的最大值可以表示如下：對于 全部斜率系 數(shù) 均 為 零的 無 效 (Null)假 設(shè) 測試，可以 通過對 可能性比率(LR)測試的方法而 進行 。 LR 測試統(tǒng)計的定 義為 2[Log(P) Log(0)]。如果在 無 效假 設(shè) H0（ 即 Log(0)） 下的最大可能性比 無 限制的最大可能性Log(P)小很多的話，一個大於零的 LR測試統(tǒng)計便可推翻 無 效假 設(shè) 。構(gòu)件 12:模型測試授信風(fēng)險模型 :第二階段 模型的選擇、 建立、測試第三階段 :模型實施及流程整合獲得授信帳戶維護催收 授信風(fēng)險處理決策支援系統(tǒng)核銷 產(chǎn)品計劃及政 策整合申請評分? 獲得? 定價行為評分? 歸屬? 交叉銷售? 欺詐探測收回評分? 催收? 追討構(gòu)件 13: 授信風(fēng)險決策支援系統(tǒng) (DSS)? ALCO 整合 量、率、 混合? RAROC授信風(fēng)險模型 : 第三階段 – 模型實施及流程整合構(gòu)件 13: 授信風(fēng)險決策支援系統(tǒng) (DSS)授信風(fēng)險決策支援系統(tǒng) (DSS) 儲 存授信政策、授信模型公式及業(yè)務(wù)規(guī) 則 ，并將之整合到銀行的貸款處理及批審流程。授信風(fēng)險模型 : 第三階段 – 模型實施及流程整合授信風(fēng)險模型 : 第三階段 – 模型實施及流程整合構(gòu)件 13: 授信風(fēng)險決策支援系統(tǒng) (DSS)有關(guān) 授信風(fēng)險決策支援系統(tǒng) (DSS) 執(zhí)行 授信風(fēng)險決策流程的例子：開始 申請 過濾 合格申請 檢查 完整申請 檢查 重復(fù)申請 檢查 信用查詢計算評級 評級調(diào)整合規(guī) 限額合規(guī) 檢查 貸款定價對照檢查 批準(zhǔn)程序 完結(jié)貸款或是客戶在接受之后，才會進行評級。構(gòu)件 14: 發(fā)展訓(xùn)練計劃發(fā)展授信風(fēng)險模型訓(xùn)練計劃在風(fēng)險模型進行階段是十分重要的：?對組織內(nèi)重新定義不同的工作?對業(yè)務(wù)單位的認同及高級管理層的支持是非常重要?訓(xùn)練授信主任如何使用模型?訓(xùn)練授信風(fēng)險主任如何成為模型的管理者訓(xùn)練對于推動授信主任應(yīng)付改變是重要及必須的。授信風(fēng)險模型 : 第三階段 模型實施及流程整合組合集中性分析資產(chǎn) 質(zhì)素分析違約歷史成本 績 效分析回收歷史模型表現(xiàn)分析合規(guī) /異常情況監(jiān)控限額 監(jiān)控構(gòu)件 15: 輸出管理授信風(fēng)險數(shù)據(jù) 儲存 庫報表 框架 包 含 八個主要構(gòu)件：授信風(fēng)險數(shù)據(jù) 儲存 庫報表 框架授信風(fēng)險模型 : 第三階段 – 模型實施及流程整合? 以地區(qū) /行業(yè)作分類的暴露? 以地區(qū) /行業(yè) /隊長評級分類的可預(yù)見損失? 以地