第11章_信用風(fēng)險-在線瀏覽
2025-04-05 13:34本頁面
【正文】 BR，信用風(fēng)險溢價 m，每一美元貸款合約承諾收益為 k，則 如果 of 、 b均為 0，那么合約承諾收益的公式簡化為 1+k=1+(BR + m) ? 例如， ? 假設(shè)某銀行： ? 將未來一筆貸款的利率確定為 14%（ BR=12%， m=2%） ? 向借款人收取 %的貸款啟動費 ? 要求借款人以非生息活期存款的形式持有 10%的補償余額 ? 按存款額的 10%在美聯(lián)儲持有準(zhǔn)備金存款（即美聯(lián)儲的準(zhǔn)備金比率為 10%） ? 將本例中的數(shù)據(jù)代入計算收益的公式中，我們得到 ： ?貸款的預(yù)期收益 ? 發(fā)放貸款時 ， 每一美元貸款的預(yù)期收益為 Er ? 1+Er=p(1+k)+(1p) 0 ? E(r)=p(1+k)1 ? P是客戶履約概率 。 這意味金融機構(gòu)經(jīng)營者必須 (1)確定充足的風(fēng)險溢價 （ m） ； (2)認識到較高的風(fēng)險溢價 、 費用和基礎(chǔ)利率都會實際降低貸款償還的概率 （ p） 。金融機構(gòu)因而需要從兩方面考慮控制信用風(fēng)險：價格 (合同收益 1+k)和貸款數(shù)量 (信貸的可獲性 ) 很高的合約利率實際上會降低金融機構(gòu)預(yù)期的貸款收益，因為高利率會導(dǎo)致借款人投資與風(fēng)險更大的項目。 零售與批發(fā)貸款決策 ?零售貸款（ Retail）在金融機構(gòu)總的投資組合中占較小份額，加上收集家庭借款者信息的成本較高，因而大部分的零售貸款決策都只是簡單的給予或拒絕。 ?在批發(fā)貸款方面，金融機構(gòu)會使用利率和貸款數(shù)量兩個方面來控制信用風(fēng)險。 ?是否能準(zhǔn)確衡量違約可能性，在很大程度上取決于該金融機構(gòu)所掌握的借款人財務(wù)信息量的多少 ?對于零售貸款，該類信息的大部分需要從內(nèi)部或外部信用機構(gòu)收集。 違約風(fēng)險模型 ?定性模型 ?信用評分模型 ? 信用風(fēng)險期限結(jié)構(gòu)方法 ?新模型 線性概率模型 線性判別模型 logit模型 失敗率方法 RAROC （風(fēng)險調(diào)整資本收益）模型 定性模型 ?與借款人相關(guān)的因素 ?與市場相關(guān)的因素 ?借款人所特有的因素： 聲譽 ：借款人的聲譽包括該信貸申請人的借貸歷史，良好的聲譽主要通過一定時期內(nèi)還款行為反映出來。相對較低的杠桿比率可能不會嚴(yán)重影響到償債的可能性 收入的不穩(wěn)定性 ：收入的大幅度變動會提高了借款人在任何資本結(jié)構(gòu)中無法按期償本付息的可能性 抵押品 ?特定市場因素： ? 商業(yè)周期 金融機構(gòu)在評估借款人違約可能性時，一個很重要的因素是必須考慮經(jīng)濟正處于商業(yè)周期的哪一階段 經(jīng)濟不景氣時，生產(chǎn)的耐用消費品部門的公司，其業(yè)績一般會比生產(chǎn)煙草和食品的非耐用消費品部門的公司 差 ? 利率水平 高利率預(yù)示著實行了緊縮的貸幣政策。高水平的利率會刺激借款人從事過量的風(fēng)險活動，也只能鼓勵風(fēng)險較大的顧客前來借款 信用評分模型 屬于定量模型，通過運用所觀察的有關(guān)借款人特征的資料計算其違約可能性，或把借款人分成不同的違約風(fēng)險等級 ? 為了使用信用評分模型，金融機構(gòu)人員需確定反應(yīng)特定種類借款人風(fēng)險的指標(biāo)，如對于消費貸款而言，需要確定借款人的收入、資產(chǎn)、年齡、職業(yè)等；對于商業(yè)貸款要明確現(xiàn)金流、財務(wù)比率等信息 ?信用評分模型可以分為三大類別： ? 線性概率模型 線性概率模型將以往的數(shù)據(jù)，例如財務(wù)比率，放入模型中說明以前貸款償還的經(jīng)驗。 然后 ， 用線性回歸將這些觀察值與有 j個數(shù)據(jù)的一組自變量 (Xij)相聯(lián)系 ， 這些變量反映了第 i個借款人數(shù)量信息 (比如杠桿比率或收益 )。 基于以前的違約經(jīng)驗 ， 線性可能性模型可以估計成： Zi= （ D/Ei） + （ S/Ai） ? 假設(shè)一個預(yù)期借款者的 D/E=03， S/A=。 同樣 ， X4也表明借款人的杠桿比率很高 ， X1= X5=當(dāng)?shù)?， 并且銷售也較穩(wěn)定
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1