【文章內(nèi)容簡介】 動率、情景分析授信風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）違約率估計可預見損失估計組合層面分析授信風險模型 :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)定風險因素的例子如下：授信風險模型 :第二階段 模型的選擇、 建立、測試構(gòu)件 11: 設(shè)定 /建立授信風險模型系統(tǒng)模型分析及表現(xiàn)的例子如下：授信風險模型 :第二階段 模型的選擇、 建立、測試構(gòu)件 11: 設(shè)定 /建立授信風險模型系統(tǒng)系統(tǒng)評分卡輸出的例子如下：授信風險模型 :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) 標準差測試 —— 量度于 500次回歸中的系數(shù)值標準差。構(gòu)件 12:模型測試授信風險模型 :第二階段 模型的選擇、 建立、測試B) 準確比率測試描述 : 一個理想的授信風險模型應在 樣 本（總體）中否決所有不良信貸及接納所有良好信貸。 準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)第二準確比率：根據(jù)所建立的風險模型的估算系數(shù)，應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:模型測試授信風險模型 :第二階段 模型的選擇、 建立、測試準確率 =不良貸款否決率 B良好貸款否決率 GB) 準確比率測試在 應 用非樣本 數(shù)據(jù)組后 ， 準確 比率從 73% 降 至 54%。構(gòu)件 12:模型測試授信風險模型 :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: 授信風險決策支援系統(tǒng) (DSS)? ALCO 整合 量、率、 混合? RAROC授信風險模型 : 第三階段 – 模型實施及流程整合構(gòu)件 13: 授信風險決策支援系統(tǒng) (DSS)授信風險決策支援系統(tǒng) (DSS) 儲 存授信政策、授信模型公式及業(yè)務規(guī) 則 ，并將之整合到銀行的貸款處理及批審流程。授信風險模型 : 第三階段 – 模型實施及流程整合授信風險模型 : 第三階段 – 模型實施及流程整合構(gòu)件 13: 授信風險決策支援系統(tǒng) (DSS)有關(guān) 授信風險決策支援系統(tǒng) (DSS) 執(zhí)行 授信風險決策流程的例子：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)展訓練計劃發(fā)展授信風險模型訓練計劃在風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)務單位的認同及高級管理層的支持是非常重要?訓練授信主任如何使用模型?訓練授信風險主任如何成為模型的管理者訓練對于推動授信主任應付改變是重要及必須的。授信風險模型 : 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: 輸出管理授信風險數(shù)據(jù) 儲存 庫報表 框架 包 含 八個主要構(gòu)件：授信風險數(shù)據(jù) 儲存 庫報表 框架授信風險模型 : 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見損失? 以地