【導(dǎo)讀】賣價(jià)格義務(wù)的銀行間外匯市場(chǎng)會(huì)員。，不僅是商業(yè)銀行生存發(fā)展的需要，按風(fēng)險(xiǎn)事故可以將風(fēng)險(xiǎn)劃分為經(jīng)濟(jì)風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、社會(huì)風(fēng)險(xiǎn)、自然風(fēng)險(xiǎn)和技術(shù)風(fēng)險(xiǎn);按風(fēng)險(xiǎn)發(fā)生的范圍可以將風(fēng)險(xiǎn)劃分為系統(tǒng)性風(fēng)險(xiǎn)和非系統(tǒng)性風(fēng)險(xiǎn)。金融產(chǎn)品價(jià)值，從而給債權(quán)人或金融產(chǎn)品持有人造成經(jīng)濟(jì)損失的風(fēng)險(xiǎn)。傳統(tǒng)觀點(diǎn)認(rèn)為，信用風(fēng)險(xiǎn)是指因交易對(duì)手無(wú)力履行合同而造成經(jīng)濟(jì)損失的風(fēng)險(xiǎn)。對(duì)大多數(shù)商業(yè)銀來(lái)說(shuō)，貸款是最大、最明顯的信用風(fēng)險(xiǎn)來(lái)源。信用風(fēng)險(xiǎn)包括違約風(fēng)險(xiǎn)、結(jié)算風(fēng)險(xiǎn)等主要形式。結(jié)算風(fēng)險(xiǎn)是一種特殊的信用風(fēng)險(xiǎn)，涉及在不同的時(shí)間以不同的貨幣進(jìn)行結(jié)算交易。信用風(fēng)險(xiǎn)具有明顯的非系統(tǒng)性風(fēng)險(xiǎn)特征。與市場(chǎng)風(fēng)險(xiǎn)相反，信用風(fēng)險(xiǎn)的觀察數(shù)據(jù)少，且。務(wù)不同，操作風(fēng)險(xiǎn)普遍存在于商業(yè)銀行業(yè)務(wù)和管理的各個(gè)方面。發(fā)生不規(guī)則波動(dòng)，對(duì)其產(chǎn)生沖擊并引發(fā)相關(guān)損失的風(fēng)險(xiǎn)。流動(dòng)性風(fēng)險(xiǎn)水平體現(xiàn)了商業(yè)銀行的整體經(jīng)營(yíng)狀況。

　　

【正文】 在發(fā)生信貸關(guān)系后， 因 信貸質(zhì)量出現(xiàn)大幅度下降，銀行沖銷了貸款或計(jì)提了專項(xiàng)準(zhǔn)備金 。 銀行將貸款出售并相應(yīng)承擔(dān)了較大的經(jīng)濟(jì)損失 。 銀行同意消極債務(wù)重組，由此可能發(fā)生較大規(guī)模的減免或推遲償還本金、利息或費(fèi)用，造成債務(wù)規(guī)模減少 。 就借款人對(duì)銀行的債務(wù)而言，銀行將債務(wù)人列為破產(chǎn)企業(yè)或類似的狀況 。 債務(wù)人申請(qǐng)破產(chǎn)，或已經(jīng)破產(chǎn)，或處于類似狀態(tài)，由此將不履行或延期償還銀行債務(wù)。 (2)違約概率 違約概率是指借款人在未來(lái)一定時(shí)期內(nèi)發(fā)生違約的可能性。在《巴塞爾新資本協(xié)議》中，違約概率被具體定義為借款人內(nèi)部評(píng)級(jí) 1年期違約概率與 %中的較高者。巴塞爾委員會(huì)設(shè)定 %的下限是為了給風(fēng)險(xiǎn)權(quán)重新定下限，也是考慮到商業(yè)銀行在檢驗(yàn)小概率事件時(shí)所面臨的困難。 【單選】在《巴塞爾新資本協(xié)議》中，違約概率被具體定義為借款人內(nèi)部評(píng)級(jí) 1年期違約概率與 (D )中的較高者。 % % % % 答案：違約概率的估計(jì)包括兩個(gè)層面：一是單一借款人的違約概率 。二是某一信用 等級(jí)所有借款人的違約概率。《巴塞爾新資本協(xié)議》要求實(shí)施內(nèi)部評(píng)級(jí)法的商業(yè)銀行估計(jì)其各信用等級(jí)借款人所對(duì)應(yīng)的違約概率，常用方法有歷史違約經(jīng)驗(yàn)、統(tǒng)計(jì)模型和外部評(píng)級(jí)映射三種方法。 與違約概率容易混淆的一個(gè)概念是違約頻率，即通常所說(shuō)的違約率。違約頻率是事后檢驗(yàn)的結(jié)果，而違約概率是分析模型作出的事前預(yù)測(cè)，兩者存在本質(zhì)的區(qū)別。 與違約概率容易混淆的另一個(gè)概念是不良率，使不良債項(xiàng)余額在所有債項(xiàng)余額的占比，二者不具有可比性。 (1)專家判斷法 即專家系統(tǒng) (Expert System)，是商業(yè)銀行在長(zhǎng)期經(jīng)營(yíng)信貸業(yè)務(wù)、承擔(dān)信用風(fēng)險(xiǎn)過(guò)程中逐步發(fā)展并完善起來(lái)的傳統(tǒng)信用分析方法。 ① 與借款人有關(guān)的因素：聲譽(yù) (Reputation) 杠桿 (Leverage) 收益波動(dòng)性 (Volatility of Earnings) ② 與市場(chǎng)有關(guān)的因素 經(jīng)濟(jì)周期 (Economic Cycle) 宏觀經(jīng)濟(jì)政策 (MacroEconomy Policy) 利率水平 (Leveof Interest Rates) 目前所使用的專家系統(tǒng)，其中，對(duì)企業(yè)信用分析的 5Cs系統(tǒng)使用最為廣泛。 5Cs系統(tǒng)指 ： 品德 (Character)資本 (Capital)還款能力 (Capacity)抵押 (Collateral)經(jīng)營(yíng)環(huán)境(Condition)除 5Cs系統(tǒng)外，使用較為廣泛的專家系統(tǒng)還有針對(duì)企業(yè)信用分析的 5Ps系統(tǒng)和針對(duì)商業(yè)銀行等金融機(jī)構(gòu)的駱駝 (CAMEL)分析系統(tǒng)。 5Ps包括：個(gè)人因素 (PersonaFactor)、資金用途因素 (Purpose Factor)、還款來(lái)源因素 (Payment Factor)、保障因素 (Protection Factor)、企業(yè)前景因素 (Perspective Factor)。 【單選】在客戶信用評(píng)級(jí)中，由個(gè)人因素、資金用途因素、還款來(lái)源因素、保障因素和企業(yè)前景因素等構(gòu)成，針對(duì)企業(yè)信用分析的專家系統(tǒng)是 (5Ps系統(tǒng) )。 駱駝 (CAMEL)分析系統(tǒng)包括：資本充足性 (CapitaAdequacy)、資產(chǎn)質(zhì)量 (Asset Quality)、管理水平 (Management)、盈利水平 (Earnings)流動(dòng)性 (Liquidity)。 專家系統(tǒng)的突出特點(diǎn)在于將信貸專家的經(jīng)驗(yàn)和判斷作為信用分析和決策的主要基礎(chǔ)，這種主觀性很強(qiáng)的方法 /體系帶來(lái)的一個(gè)突出問(wèn)題是對(duì)信用風(fēng)險(xiǎn)的評(píng)估缺乏一 致性。此外，盡管專家系統(tǒng)在銀行業(yè)的長(zhǎng)期發(fā)展和實(shí)踐中已經(jīng)形成了較為成熟的分析框架，但專家系統(tǒng)缺乏系統(tǒng)的理論支持，尤其是對(duì)關(guān)鍵要素的選擇、權(quán)重的確定以及綜合評(píng)定等方面更顯薄弱。因此，專家系統(tǒng)更適合于對(duì)借款人進(jìn)行是和否的二維決策，難以實(shí)現(xiàn)對(duì)信用風(fēng)險(xiǎn)的準(zhǔn)確計(jì)量。 (2)信用評(píng)分法 信用評(píng)分模型是一種傳統(tǒng)的信用風(fēng)險(xiǎn)量化模型，利用可觀察到的借款人特征變量計(jì)算出一個(gè)數(shù)值 (得分 )來(lái)代表債務(wù)人的信用風(fēng)險(xiǎn)，并將借款人歸類于不同的風(fēng)險(xiǎn)等級(jí)。 背景知識(shí)：信用評(píng)分模型 20世紀(jì) 60年代，信用卡的推出促使信用評(píng)分技術(shù)取得了 極大發(fā)展，并迅速擴(kuò)展到其他業(yè)務(wù)領(lǐng)域。奧而特曼 (Altman， 1968)提出了基于多元判別分析技術(shù)的 Z評(píng)分模型 。馬丁(Martin， 1977)、奧爾森 (Ohlson， 1980)和威金頓 (Wiginton， 1980)則首次運(yùn)用 Logit模型分析企業(yè)破產(chǎn)問(wèn)題。 信用評(píng)分模型的關(guān)鍵在于特征變量的選擇和各自權(quán)重的確定?；具^(guò)程是： ① 首先，根據(jù)經(jīng)驗(yàn)或相關(guān)性分析，確定某一類別借款人的信用風(fēng)險(xiǎn)主要與哪些經(jīng)濟(jì)或財(cái)務(wù)因素有關(guān)，模擬出特定形式的函數(shù)關(guān)系式 。 ② 其次，根據(jù)歷史數(shù)據(jù)進(jìn)行回歸分析，得出各相關(guān)因素的權(quán)重 。 ③ 最后，將屬于此類別的潛在借款人的相關(guān)因素?cái)?shù)值代入函數(shù)關(guān)系式計(jì)算出一個(gè)數(shù)值，根據(jù)該數(shù)值的大小衡量潛在借款人的信用風(fēng)險(xiǎn)水平，給予借款人相應(yīng)評(píng)級(jí)并決定貸款與否。 存在一些突出問(wèn)題： ① 信用評(píng)分模型是建立在對(duì)歷史數(shù)據(jù) (而非當(dāng)前市場(chǎng)數(shù)據(jù) )模擬的基礎(chǔ)上，因此是一種向后看 (Backward Looking)的模型。 ② 信用評(píng)分模型對(duì)借款人歷史數(shù)據(jù)的要求相當(dāng)高。 ③ 信用評(píng)分模型雖然可以給出客戶信用風(fēng)險(xiǎn)水平的分?jǐn)?shù)，卻無(wú)法提供客戶違約概率的準(zhǔn)確數(shù)值，而后者往往是信用風(fēng)險(xiǎn)管理最為關(guān)注的。 (3)違約概率 模型 違約概率模型分析屬于現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法。其中具有代表性的模型有穆迪的RiskCalc和 Credit Monitor、 KPMG的風(fēng)險(xiǎn)中性定價(jià)模型和死亡率模型，在銀行業(yè)引起了很大反響。 《巴塞爾新資本協(xié)議》也明確規(guī)定，實(shí)施內(nèi)部評(píng)級(jí)法的商業(yè)銀行可采用模型估計(jì)違約概率。 與傳統(tǒng)的專家判斷和信用評(píng)分法相比，違約概率模型能夠直接估計(jì)客戶的違約概率，因此對(duì)歷史數(shù)據(jù)的要求更高，需要商業(yè)銀行建立一致的、明確的違約定義，并且在此基礎(chǔ)上積累至少五年的數(shù)據(jù)。 3. 法人客戶評(píng)級(jí)模型 (1)Altman的 Z計(jì)分模型和 ZETA模型 Altman(1968)認(rèn)為，影響借款人違約概率的因素主要有五個(gè)：流動(dòng)性 (Liquidity)、盈利性 (Profitability)、杠桿比率 (Leverage)、償債能力 (Solvency)和活躍性 (Activity)。Altman選擇了下面列舉的五個(gè)財(cái)務(wù)指標(biāo)來(lái)綜合反映上述五大因素，最終得出的 Z計(jì)分函數(shù)是： X1=(流動(dòng)資產(chǎn) 流動(dòng)負(fù)債 )/總資產(chǎn) X2=留存收益 /總資產(chǎn) X3=息稅前利潤(rùn) /總資產(chǎn) X4=股票市場(chǎng)價(jià)值 /債務(wù)賬面價(jià)值 X5=銷售額 /總資產(chǎn) 作為違約風(fēng)險(xiǎn)的指標(biāo)， Z值越高，違約概率越低。此外， Altman還提出了判斷企業(yè)破產(chǎn)的臨界值：若 Z低于 ，在企業(yè)存在很大的破產(chǎn)風(fēng)險(xiǎn)，應(yīng)被歸入高違約風(fēng)險(xiǎn)等級(jí)。 1977年， Altman與 Hardeman、 Narayanan又提出了第二代 Z計(jì)分模型 —— ZETA信用風(fēng)險(xiǎn)分析模型，主要用于公共 或私有的非金融類公司，其適應(yīng)范圍更廣，對(duì)違約概率的計(jì)算更精確。 ZETA模型將模型考察指標(biāo)由五個(gè)增加到七個(gè)，分別為： X1：資產(chǎn)收益率指標(biāo)，等于息稅前利潤(rùn) /總資產(chǎn)。 X2：收益穩(wěn)定性指標(biāo)，指企業(yè)資產(chǎn)收益率在 5～ 10年變動(dòng)趨勢(shì)的標(biāo)準(zhǔn)差。 X3：償債能力指標(biāo)，等于息稅前利潤(rùn) /總利息支出。 X4：盈利積累能力指標(biāo)，等于留存收益 /總資產(chǎn)。 X5：流動(dòng)性指標(biāo)，即流動(dòng)比率，等于流動(dòng)資產(chǎn) /流動(dòng)負(fù)債。 X6：資本化程度指標(biāo)，等于普通股 /總資本。該比率越大，說(shuō)明企業(yè)資本實(shí)力越強(qiáng)，違約概率越小。 X7：規(guī)模指標(biāo)，用企業(yè)總資產(chǎn)的對(duì)數(shù)表示。 (2)RiskCalc模型 RiskCalc模型是在傳統(tǒng)信用評(píng)分技術(shù)基礎(chǔ)上發(fā)展起來(lái)的一種適用于非上市公司的違約概率模型，其核心是通過(guò)嚴(yán)格的步驟從客戶信息中選擇出最能預(yù)測(cè)違約的一組變量，經(jīng)過(guò)適當(dāng)變換后運(yùn)用 Logit/Probit回歸技術(shù)預(yù)測(cè)客戶的違約概率。 ① 收集大量的公司數(shù)據(jù) 。 ② 對(duì)數(shù)據(jù)進(jìn)行樣本選擇和異常值處理 。 ③ 逐一分析變換各風(fēng)險(xiǎn)因素的單調(diào)性、違約預(yù)測(cè)能力及彼此間的相關(guān)性，初步選擇出違約預(yù)測(cè)能力強(qiáng)、彼此相關(guān)性不高的 20～ 30個(gè)風(fēng)險(xiǎn)因素 。 ④ 運(yùn)用 Logit/Probit回歸技術(shù)從初步因素中選擇出 9～ 11個(gè)最優(yōu)的風(fēng)險(xiǎn)因素，并確保回歸系數(shù)具有明確的經(jīng)濟(jì)含義，各變量間不存在多重共線性 。 ⑤ 在建模外樣本、時(shí)段外樣本中驗(yàn)證基于建模樣本所構(gòu)建模型的違約區(qū)分能力，確保模型的橫向適用性和縱向前瞻性 。 ⑥ 對(duì)模型輸出結(jié)果進(jìn)行校正，得到最終各客戶的違約概率。 (3)Credit Monitor模型 Credit Monitor模型是在 Merton模型基礎(chǔ)上發(fā)展起來(lái)的一種適用于上市公司的違約概率模型，其核心在于把企業(yè)與銀行的借貸關(guān)系視為期權(quán)買賣關(guān)系 ，借貸關(guān)系中的信用風(fēng)險(xiǎn)信息因此隱含在這種期權(quán)交易之中，從而通過(guò)應(yīng)用期權(quán)定價(jià)理論求解出信用風(fēng)險(xiǎn)溢價(jià)和相應(yīng)的違約率，即預(yù)期違約頻率 (Expected Default Frequency， EDF)。 【單選】在法人客戶評(píng)級(jí)模型中， ( )通過(guò)應(yīng)用期權(quán)定價(jià)理論求解出信用風(fēng)險(xiǎn)溢價(jià)和相應(yīng)的違約率。 Z計(jì)分模型 Monitor模型 答案： C (4)KPMG風(fēng)險(xiǎn)中性定價(jià)模型 風(fēng)險(xiǎn)中性定價(jià)理論的核心思想是假設(shè)金融市場(chǎng)中 的每個(gè)參與者都是風(fēng)險(xiǎn)中立者，不管是高風(fēng)險(xiǎn)資產(chǎn)、低風(fēng)險(xiǎn)資產(chǎn)或無(wú)風(fēng)險(xiǎn)資產(chǎn)，只要資產(chǎn)的期望收益是相等的，市場(chǎng)參與者對(duì)其的態(tài)度就是一致的，這樣的市場(chǎng)環(huán)境被稱為風(fēng)險(xiǎn)中性范式。 KPMG公司將風(fēng)險(xiǎn)中性定價(jià)理論運(yùn)用到貸款或債券的違約概率計(jì)算中，由于債券市場(chǎng)可以提供與不同信用等級(jí)相對(duì)應(yīng)的風(fēng)險(xiǎn)溢價(jià)，根據(jù)期望收益相等的風(fēng)險(xiǎn)中性定價(jià)原則，每一筆貸款或債券的違約概率就可以相應(yīng)計(jì)算出來(lái)。 【單選】某一年期零息債券的年收益率為 %，假設(shè)債務(wù)人違約后，回收率為零，若一年期的無(wú)風(fēng)險(xiǎn)年收益率為 5%，則根據(jù) KPMG風(fēng)險(xiǎn)中性定價(jià)模型得到 上述債券在一年內(nèi)的違約概率為 ( ) (5)死亡率模型 死亡率模型是根據(jù)貸款或債券的歷史違約數(shù)據(jù)，計(jì)算在未來(lái)一定持有期內(nèi)不同信用等級(jí)的貸款或債券的違約概率，即死亡率，通常分為邊際死亡率 (Marginal Mortality Rate， MMR)和累計(jì)死亡率 (Cumulated Mortality Rate， CMR)。 【單選】根據(jù)死亡率模型，假設(shè)某 3年期辛迪加貸款，從第 1年至第 3年每年的邊際死亡率依次為 %、 %、 %，則 3年的累計(jì)死亡率為 (% )。 4. 個(gè)人客戶評(píng)分方法 按照國(guó)際慣例，對(duì)于企業(yè)的信用評(píng)定采用評(píng)級(jí)方法，而對(duì)個(gè)人客 戶的信用評(píng)定采用評(píng)分方法。由于個(gè)人客戶數(shù)量眾多，歷史信息的規(guī)律性強(qiáng)，因此主要采用基于歷史數(shù)據(jù)統(tǒng)計(jì)的評(píng)分模型計(jì)量個(gè)人客戶的信用風(fēng)險(xiǎn)。 參照國(guó)際最佳實(shí)踐，個(gè)人客戶評(píng)分按照所采用的統(tǒng)計(jì)方法可以分為回歸分析、 K臨近值、神經(jīng)網(wǎng)絡(luò)模型等 。按照評(píng)分的對(duì)象可以分為客戶水平、產(chǎn)品水平和賬戶水平，按照評(píng)分的目的可以分為風(fēng)險(xiǎn)評(píng)分、利潤(rùn)評(píng)分、忠誠(chéng)度評(píng)分等 。按照平分的階段則可以分為拓展客戶期 (信用局評(píng)分 )、審批客戶期 (申請(qǐng)?jiān)u分 )和管理客戶期 (行為評(píng)分 )。 (1)信用局評(píng)分 這一階段常用的模型有： ① 風(fēng)險(xiǎn)評(píng)分，預(yù)測(cè)消費(fèi) 者違約 /壞賬風(fēng)險(xiǎn)的大小 。 ② 收益評(píng)分，預(yù)測(cè)消費(fèi)者開(kāi)戶后給商業(yè)銀行帶來(lái)潛在收益 。 ③ 破產(chǎn)評(píng)分，預(yù)測(cè)消費(fèi)者破產(chǎn)風(fēng)險(xiǎn)的大小 。 ④ 其他信用特征評(píng)分。 (2)申請(qǐng)?jiān)u分 申請(qǐng)?jiān)u分模型通過(guò)綜合考慮申請(qǐng)者在申請(qǐng)表上所填寫的各種信息，對(duì)照商業(yè)銀行類似申請(qǐng)者開(kāi)戶后的信用表現(xiàn)，以評(píng)分來(lái)預(yù)測(cè)申請(qǐng)者開(kāi)戶后一定時(shí)期內(nèi)違約概率，通過(guò)比較該客戶的違約概率和商業(yè)銀行可以接受的違約底線來(lái)作出拒絕或接受的決定。 信用局風(fēng)險(xiǎn)評(píng)分模型和收益評(píng)分模型是很有價(jià)值的決策工具，與申請(qǐng)?jiān)u分模型具有互補(bǔ)性，可以組成二維或三維矩陣來(lái)進(jìn)行信 貸審批決策。不同的是，申請(qǐng)?jiān)u分模型是商業(yè)銀行為特定金融產(chǎn)品的申請(qǐng)者量身定做的，能夠更準(zhǔn)確、全面地反映商業(yè)銀行客戶的特殊性，而且可以利用更多的信息對(duì)客戶將來(lái)的信用表現(xiàn)進(jìn)行預(yù)測(cè) 。而信用局評(píng)分模型通常是對(duì)申請(qǐng)者在未來(lái)各種信貸關(guān)系中的違約概率作出預(yù)測(cè)。 (3)行為評(píng)分 行為評(píng)分被用來(lái)觀察現(xiàn)有客戶的行為，以掌握客戶及時(shí)還款的可信度。 /評(píng)分的驗(yàn)證 (Validation) (1)客戶違約風(fēng)險(xiǎn)區(qū)分能力的驗(yàn)證 期基本原理是運(yùn)用多種數(shù)理分析方法檢驗(yàn)評(píng)級(jí)系統(tǒng)對(duì)客戶是否違約的判斷準(zhǔn)確性。 (2)違約概率預(yù)測(cè)準(zhǔn)確性的驗(yàn)證 (校正 ) 其基本原理是運(yùn)用統(tǒng)計(jì)學(xué)中的假設(shè)檢驗(yàn)，當(dāng)實(shí)際違約發(fā)生情況超過(guò)給定閾值，則拒絕原假設(shè)，認(rèn)為 PD預(yù)測(cè)不準(zhǔn)確。常用方法有：二項(xiàng)分布檢驗(yàn)，檢驗(yàn)給定年份某一等級(jí) PD預(yù)測(cè)準(zhǔn)確性 ?？ǚ椒植紮z驗(yàn)，檢驗(yàn)給定年份不同等級(jí) PD預(yù)測(cè)準(zhǔn)確性 。正態(tài)分布檢驗(yàn)，檢驗(yàn)不同年份同一等級(jí) PD預(yù)測(cè)準(zhǔn)確性 。擴(kuò)展的交通燈檢驗(yàn)，檢驗(yàn)不同年份不同等級(jí) PD預(yù)測(cè)準(zhǔn)確性。 債項(xiàng)評(píng)級(jí) 1. 債項(xiàng)評(píng)級(jí)的基本概念 (1)債項(xiàng)評(píng)級(jí) 債項(xiàng)評(píng)級(jí)是對(duì)交易本身的特定風(fēng)險(xiǎn)進(jìn)