【導(dǎo)讀】依靠專業(yè)化的風(fēng)險管理技能;開發(fā)和管理基金;的銀行間外匯市場會員。率”最大化的管理模式;從分散風(fēng)險管理的模式轉(zhuǎn)向全面、集中管理模式。具有自覺管理、微觀管理、系統(tǒng)管理、動態(tài)管理功能;組織流程再造與技術(shù)手段創(chuàng)新并舉的全面風(fēng)險管理模式。因此，風(fēng)險的考慮不能僅僅從某項業(yè)務(wù)、某個部門的角度出發(fā)，融產(chǎn)品持有人造成經(jīng)濟(jì)損失的風(fēng)險。實際違約之前，當(dāng)交易對手的履約能力即信用質(zhì)量發(fā)生變化時，信用風(fēng)險包括違約風(fēng)險、結(jié)算風(fēng)險等主要形式。同的貨幣進(jìn)行結(jié)算交易。信用風(fēng)險具有明顯的非系統(tǒng)性風(fēng)險特征。價格)波動而導(dǎo)致商業(yè)銀行表內(nèi)、表外頭寸遭受損失的風(fēng)險。利率風(fēng)險尤為重要。欺詐，聘用員工做法和工作場所安全性，客戶、產(chǎn)品及業(yè)務(wù)做法，實物資產(chǎn)損壞，業(yè)務(wù)中斷和系統(tǒng)失靈，交割及流程管理。作風(fēng)險可能引發(fā)市場風(fēng)險和信用風(fēng)險。流動性風(fēng)險包括資產(chǎn)流動性風(fēng)險和負(fù)債流動性風(fēng)險。滿足到期負(fù)債的償還和新的合理貸款及其他融資需要。

　　

【正文】 ④ 借款人的經(jīng)濟(jì)財務(wù)狀況變動風(fēng)險。 (2)個人零售貸款的風(fēng)險分析 ① 借款人的真實收入狀況難以掌握 ② 借款人的償債能力有可能不穩(wěn)定 ③ 貸款購買的商品質(zhì)量有問題或價格下跌導(dǎo)致消費者不愿履約 ④ 抵押權(quán)益實現(xiàn)困難 還應(yīng)當(dāng)要求學(xué)校、家長或有擔(dān)保能力的第三方參與對助學(xué)、留學(xué)貸款的擔(dān)保 。對用于購買商品 (如汽車 )的貸款，商業(yè)銀行應(yīng)對經(jīng)銷商的信譽、實力、資格進(jìn)行分析考察。由于個人貸款的抵押權(quán)實現(xiàn)困難，因此應(yīng)當(dāng)高度重視第一還款來源。 (3)循環(huán)零售貸款 ① 貸款是循環(huán)的、無抵押的、未承諾的 。 ② 子組合內(nèi)對個人最高授信額度不超過 10萬歐元 (或等值貨幣 )。 ③ 商業(yè)銀行必須保證對循環(huán)零售貸款采用的風(fēng)險權(quán)重函數(shù)，僅用于相對于平均損失率而言損失率波動性低的零售貸款組合，特別是那些違約概率低的貸款組合。 ④ 必須保留子組合的損失率數(shù)據(jù)，以便分析損失率波動情況。 ⑤ 循環(huán)零售貸款的風(fēng)險處理方式應(yīng)與子組合保持一致。 貸款組合信用風(fēng)險識別 風(fēng)險分散化，即將信貸資產(chǎn)分散于相關(guān)性較小或負(fù)相關(guān)的不同行業(yè) /地區(qū) /信用等級 /業(yè)務(wù)領(lǐng)域的借款人，有助于降低商業(yè)銀行資產(chǎn)組合的總體風(fēng)險 。與之相反，信 貸資產(chǎn)過度集中于特定行業(yè)、信用等級或業(yè)務(wù)領(lǐng)域，將大大增加商業(yè)銀行的信用風(fēng)險。 商業(yè)銀行在識別和分析貸款組合信用風(fēng)險時，應(yīng)當(dāng)更多地關(guān)注系統(tǒng)性風(fēng)險因素可能造成的影響。 1. 宏觀經(jīng)濟(jì)因素 2. 行業(yè)風(fēng)險和區(qū)域風(fēng)險 行業(yè)風(fēng)險和區(qū)域風(fēng)險同屬于系統(tǒng)性風(fēng)險的表現(xiàn)形式。 (1)行業(yè)風(fēng)險 (2)區(qū)域風(fēng)險 區(qū)域風(fēng)險是指特定區(qū)域內(nèi)所有企業(yè)類客戶履約情況和信用水平的綜合體現(xiàn)。 區(qū)域風(fēng)險作為一種系統(tǒng)性風(fēng)險難以通過貸款組合完全消除，因此其成為影響資產(chǎn)組合信用風(fēng)險水平的一種重要風(fēng)險因素。從實踐來看，國外 商業(yè)銀行的內(nèi)部評級體系一般都沒有區(qū)域風(fēng)險變量。 信用風(fēng)險計量 信用風(fēng)險計量是現(xiàn)代信用風(fēng)險管理的基礎(chǔ)和關(guān)鍵環(huán)節(jié)。信用風(fēng)險計量經(jīng)歷了從專家判斷法、信用評分模型到違約概率模型分析三個主要發(fā)展階段，特別是《巴塞爾新資本協(xié)議》鼓勵有條件的商業(yè)銀行使用基于內(nèi)部評級體系的方法 (InternaRatingBased Approach)來計量違約概率、違約損失并據(jù)此計算信用風(fēng)險對應(yīng)的資本要求，有力地推動了商業(yè)銀行信用風(fēng)險內(nèi)部評級體系和計量技術(shù)的深入發(fā)展。 商業(yè)銀行對信用風(fēng)險的計量依賴于對借款人和交易風(fēng)險 的評估?！栋腿麪栃沦Y本協(xié)議》明確要求，商業(yè)銀行的內(nèi)部評級應(yīng)基于二維評級體系：一維是客戶評級，另一維是債項評級。 客戶信用評級 1. 客戶信用評級的基本概念 客戶信用評級是商業(yè)銀行對客戶償債能力和償債意愿的計量和評價，反映客戶違約風(fēng)險的大小?？蛻粼u級的評價主體是商業(yè)銀行，評級目標(biāo)是客戶違約風(fēng)險，評價結(jié)果是信用等級和違約概率 (PD)。 【單選】下列關(guān)于客戶信用評級的說法，錯誤的是 ()。 答案： D (1)違約的定義 根據(jù)《巴塞爾新資本協(xié)議》的定義，當(dāng)下列一項或多項事件發(fā)生時，債務(wù)人即被視為違約： ① 商業(yè)銀行認(rèn)定，除非采取追索措施，如變現(xiàn)抵押品 (如果存在的話 )，借款人可能無法全額償還對商業(yè)銀行的債務(wù)。 ② 債務(wù)人對于商業(yè)銀行的實質(zhì)性信貸債務(wù)逾期 90 天以上(含 )。若債務(wù)人超過了規(guī)定的透支限額或新核定的限額小于目前余額，各項透支將被視作逾期。 ③ 以下情況將被視為可能無法全額償還債務(wù)： 銀行停止對貸款計息 。 在發(fā)生信貸關(guān)系后 ，由于信貸質(zhì)量出現(xiàn)大幅度下降，銀行沖銷了貸款或計提了專項準(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、利息或費用，造成債務(wù)規(guī)模減少 。 就借款人對銀行的債務(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一定時期內(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)部評級 1 年期違約 概率與 %中的較高者。巴塞爾委員會設(shè)定 0.03%的下限是為了給風(fēng)險權(quán)重新定下限，也是考慮到商業(yè)銀行在檢驗小概率事件時所面臨的困難。 【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)部評級 1 年期違約概率與 ( )中的較高者。 % % % % 答案： D 違約概率的估計包括兩個層面：一是單一借款人的違約概率 。二是某一信用等級所有借款人的違約概率。《巴塞爾新資本協(xié)議》要求實施內(nèi)部評級法的商業(yè)銀行估計其各信用等級借款人所對應(yīng)的違 約概率，常用方法有歷史違約經(jīng)驗、統(tǒng)計模型和外部評級映射三種方法。 與違約概率容易混淆的一個概念是違約頻率，即通常所說的違約率。違約頻率是事后檢驗的結(jié)果，而違約概率是分析模型作出的事前預(yù)測，兩者存在本質(zhì)的區(qū)別。 與違約概率容易混淆的另一個概念是不良率，使不良債項余額在所有債項余額的占比，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)銀行在長期經(jīng)營信貸業(yè)務(wù)、承擔(dān)信用風(fēng)險過程中逐步發(fā)展并完善起來的傳統(tǒng)信用分析方法。 ① 與借款人 有關(guān)的因素： 聲譽 (Reputation) 杠桿 (Leverage) 收益波動性 (Volatility of Earnings) ② 與市場有關(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)還有針對企業(yè)信用分析的 5Ps 系統(tǒng)和針對商業(yè)銀行等金融機(jī)構(gòu)的駱駝 (CAMEL)分析系統(tǒng)。 5Ps 包括：個人因素 (PersonaFactor)、資金用途因素 (Purpose Factor)、還款來源因素 (Payment Factor)、保障因素 (Protection Factor)、企業(yè)前景因素 (Perspective Factor)。 【單選】在客戶信用評級中，由個人因素、資金用途因素、還款來源因素、保障因素和企業(yè)前景因素等構(gòu)成，針對企業(yè)信用分析的專家系統(tǒng)是 ( )。 系統(tǒng) 系統(tǒng) 分析系統(tǒng) 系統(tǒng) 答案： B 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)流動性 (Liquidity)。 專家系統(tǒng)的突出特點在于將信貸專家的經(jīng)驗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 /體系帶來的一個 突出問題是對信用風(fēng)險的評估缺乏一致性。此外，盡管專家系統(tǒng)在銀行業(yè)的長期發(fā)展和實踐中已經(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，尤其是對關(guān)鍵要素的選擇、權(quán)重的確定以及綜合評定等方面更顯薄弱。因此，專家系統(tǒng)更適合于對借款人進(jìn)行是和否的二維決策，難以實現(xiàn)對信用風(fēng)險的準(zhǔn)確計量。 (2)信用評分法 信用評分模型是一種傳統(tǒng)的信用風(fēng)險量化模型，利用可觀察到的借款人特征變量計算出一個數(shù)值 (得分 )來代表債務(wù)人的信用風(fēng)險，并將借款人歸類于不同的風(fēng)險等級。 背景知識：信用評分模型 20 世紀(jì) 60年代 ，信用卡的推出促使信用評分技術(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評分模型 。馬丁 (Martin， 1977)、奧爾森 (Ohlson， 1980)和威金頓 (Wiginton， 1980)則首次運用 Logit 模型分析企業(yè)破產(chǎn)問題。 信用評分模型的關(guān)鍵在于特征變量的選擇和各自權(quán)重的確定。基本過程是： ① 首先，根據(jù)經(jīng)驗或相關(guān)性分析，確定某一類別借款人的信用風(fēng)險主要與哪些經(jīng)濟(jì)或財務(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)因素數(shù)值代入函數(shù)關(guān)系式計算出一個數(shù)值，根據(jù)該數(shù)值的大小衡量潛在借款人的信用風(fēng)險水平，給予借款人相應(yīng)評級并決定貸款與否。 存在一些突出問題： ① 信用評分模型是建立在對歷史數(shù)據(jù) (而非當(dāng)前市場數(shù)據(jù) )模擬的基礎(chǔ)上，因此是一種向后看 (Backward Looking)的模型。 ② 信用評分模型對借款人歷史數(shù)據(jù)的要求相當(dāng)高。 ③ 信用評分模型雖然可以給出客戶信用風(fēng)險水平的分?jǐn)?shù)，卻無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)險計量方法。其中具有代表性的模型有穆迪的 RiskCalc 和 Credit Monitor、 KPMG 的風(fēng)險中性定價模型和死亡率模型，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，實施內(nèi)部評級法的商業(yè)銀行可采用模型估計違約概率。 與傳統(tǒng)的專家判斷和信用評分法相比，違約概率模型能夠直接估計客戶的違約概率，因此對歷史數(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 級模型 (1)Altman 的 Z計分模型和 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：流動性 (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財務(wù)指標(biāo)來綜合反映上述五大因素，最終得出的 Z計分函數(shù)是： X1=(流動資產(chǎn) 流動負(fù)債 )/總資產(chǎn) X2=留存收益 /總資產(chǎn) X3=息稅前利潤 /總資產(chǎn) X4=股票市場價值 /債務(wù)賬面價值 X5=銷售額 /總資產(chǎn) 作為違約風(fēng)險的指標(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，應(yīng)被歸入高違約風(fēng)險等級。 1977 年， Altman 與 Hardeman、 Narayanan 又提出了第二代Z計分模型 ——ZETA 信用風(fēng)險分析模型，主要用于公共或私有的非金融類公司，其適應(yīng)范圍更廣，對違約概率的計算更精確。 ZETA 模型將模型考察指標(biāo)由五個增加到七個，分別為： X1：資產(chǎn)收益率指標(biāo)，等于息稅前利潤 /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 年變動趨勢的標(biāo)準(zhǔn)差。 X3：償債能力指標(biāo)，等于息稅前利潤 /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：流動性指標(biāo)，即流動比率，等于流動資產(chǎn) /流動負(fù)債。 X6：資本化程度指標(biāo)，等于普通股 /總資本。該比率越大，說明企業(yè)資本實力越強(qiáng)，違約概率越小。 X7：規(guī)模指標(biāo)，用企業(yè)總資產(chǎn)的對數(shù)表示。 (2)RiskCalc 模型 RiskCalc 模型是在傳統(tǒng)信用評分技術(shù)基礎(chǔ)上發(fā)展起來的一種適用于非上市公司的違約概率模型，其核心是通過嚴(yán)格 的步驟從客戶信息中選擇出最能預(yù)測違約的一組變量，經(jīng)過適當(dāng)變換后運用 Logit/Probit 回歸技術(shù)預(yù)測客戶的違約概率。 ① 收集大量的公司數(shù)據(jù) 。 ② 對數(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)險因素的單調(diào)性、違約預(yù)測能力及彼此間的相關(guān)性，初步選擇出違約預(yù)測能力強(qiáng)、彼此相關(guān)性不高的 20～ 30 個風(fēng)險因素 。 ④ 運用 Logit/Probit 回歸技術(shù)從初步因素中選擇出 9～ 11 個最優(yōu)的風(fēng)險因素，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、時段外樣本中驗證基于建 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)險信息因此隱含在這種期權(quán)交易之中，從而通過應(yīng)用期權(quán)定價理論求解出信用風(fēng)險溢價和相應(yīng)的違約率，即預(yù)期違約頻率 (Expected Default Fre