【正文】 以為投資者提供保護(hù)。 ? 世界經(jīng)濟(jì)劇烈波動(dòng)引發(fā)信用風(fēng)險(xiǎn)，帶來行業(yè)發(fā)展機(jī)遇。 ? 資信評(píng)級(jí)質(zhì)量好、客觀準(zhǔn)確的評(píng)級(jí)機(jī)構(gòu)開始勝出。 ? 金融脫媒使得信用關(guān)系逐步由銀行轉(zhuǎn)向資本市場(chǎng)，導(dǎo)致評(píng)級(jí)機(jī)構(gòu)重要性增加。 ? 美國(guó)其他監(jiān)管部門將NRSRO的概念納入其監(jiān)管條例，擴(kuò)大資信評(píng)級(jí)的生存空間。 ? 2023年安然事件后，市場(chǎng)參與者對(duì)評(píng)級(jí)機(jī)構(gòu)信心逐步喪失。 ?由此，監(jiān)管機(jī)構(gòu)、民間機(jī)構(gòu)開始了新一輪行業(yè)規(guī)范，對(duì)評(píng)級(jí)過程中的質(zhì)量和誠(chéng)信、評(píng)級(jí)機(jī)構(gòu)的獨(dú)立性和利益沖突的避免以及評(píng)級(jí)機(jī)構(gòu)對(duì)投資公眾和發(fā)行方的責(zé)任等作出了明確要求。美國(guó)可以用炸彈摧毀一個(gè)國(guó)家，穆迪可以憑借信用降級(jí)毀滅一個(gè)國(guó)家。 ” ?“金融危機(jī)是由于次級(jí)貸款作為原資產(chǎn)的證券化商品產(chǎn)生出當(dāng)初預(yù)想外的損失所造成的。我們意識(shí)到信用評(píng)級(jí)公司正是問題的起源。當(dāng)月，標(biāo)普和穆迪也相繼跟進(jìn)調(diào)降希臘評(píng)級(jí)，由此引爆了希臘債務(wù)危機(jī)。 2023年 4月的最后一周，短短兩天內(nèi)，希臘、葡萄牙和西班牙這 3個(gè)歐元區(qū)國(guó)家輪番遭到降級(jí)。這引發(fā)了全球市場(chǎng)一片恐慌，對(duì)于希臘債務(wù)危機(jī)正在歐元區(qū)擴(kuò)散的擔(dān)憂空前高漲，希臘債務(wù)危機(jī)也由此上升為歐洲債務(wù)危機(jī)。即根據(jù)監(jiān)管當(dāng)局的標(biāo)準(zhǔn)，將信用資產(chǎn)劃分為不同類別和檔次， 同時(shí)結(jié)合外部評(píng)級(jí)結(jié)果， 分別對(duì)應(yīng)不同的固定風(fēng)險(xiǎn)權(quán)重。進(jìn)而又劃分為初級(jí)法和高級(jí)法。由此也吸引了眾多挑戰(zhàn)者孜孜不倦地探索，越來越多的信用風(fēng)險(xiǎn)度量模型不僅給出了多樣化的管理方法和技術(shù)，同時(shí)也豐富了信用風(fēng)險(xiǎn)管理的理論和實(shí)踐。其基本邏輯可以表示為： 40 ?信用風(fēng)險(xiǎn)度量的基本要素 ? 違約概率 PD ?信用風(fēng)險(xiǎn)敞口 EAD ?信用風(fēng)險(xiǎn)因子 ?違約損失率 LGD ?考察期限 T ?違約相關(guān)性 ρ ?信用風(fēng)險(xiǎn)損失 ?預(yù)期損失 EL=EAD PD LGD ?非預(yù)期損失 222 PDLGD LGDPDEADUL ?? ?????41 ?主要信用風(fēng)險(xiǎn)度量模型介紹 ?從內(nèi)容上看 ,信用風(fēng)險(xiǎn)度量模型大致可以分為兩類 : ? 基于違約風(fēng)險(xiǎn)的模型 ,如 Z評(píng)分模型、 KMV和CreditRisk＋ ? 基于價(jià)差風(fēng)險(xiǎn)的模型 ,如 CreditMetrics和 CPV ? 從方法上看 , 信用風(fēng)險(xiǎn)度量模型也可以分為兩類 : ? 基于經(jīng)驗(yàn)統(tǒng)計(jì)的模型 ,如 Z評(píng)分模型、 CreditRisk＋ 和 CreditMetrics ? 基于市場(chǎng)價(jià)格的模型 ,如 KMV和 CPV 42 構(gòu)建多變量模型的關(guān)鍵問題： ? 在預(yù)測(cè)還款能力時(shí)，最重要的指標(biāo)是什么？ ? 在所選擇的財(cái)務(wù)指標(biāo)中，如何確定各自的權(quán)重？ ? 如何將權(quán)重不同的財(cái)務(wù)指標(biāo)統(tǒng)一在一起？ 單變量分析 法的不足 Altman 的努力 多變量模型 的構(gòu)建 （一） Z評(píng)分模型 背景 （ 43 核心思想與主要步驟 根據(jù)數(shù)理統(tǒng)計(jì)中的辨別分析技術(shù)，對(duì)銀行過去的貸款案例進(jìn)行統(tǒng)計(jì)分析，選擇那些最代表性的比率，設(shè)計(jì)出一個(gè)能最大限度地區(qū)分貸款風(fēng)險(xiǎn)程度的數(shù)學(xué)模型。X。X。X/////,0. 999 X0. 6X3. 3X1. 4X1. 2XZ5432154321??????????第一代 Z評(píng)分模型 （一） Z評(píng)分模型 45 Z 非違約組 Z 違約組 Z 灰色區(qū)域 ?判別標(biāo)準(zhǔn)： （一） Z評(píng)分模型 46 1977年， Altman、 Haldemant 和 Narayanan對(duì)原始的 Z評(píng)分模型進(jìn)行了重大修正和提升，推出第二代模型 ――ZETA credit risk model 。迄今為止，該模型的許多內(nèi)容仍屬于商業(yè)機(jī)密，尚未對(duì)外公開。 ? 那么，借款人在何種狀態(tài)下會(huì)選擇違約？ ? 針對(duì)這一問題，我們可以應(yīng)用默頓關(guān)于公司債務(wù)的期權(quán)定價(jià)理論來解釋 ? 結(jié)論： 發(fā)放貸款就相當(dāng)于賣出一份看跌期權(quán)。 價(jià) 值 負(fù)債 資產(chǎn) T=0 T=1 違約區(qū)域 資產(chǎn)價(jià)值波動(dòng)域 違約點(diǎn) （二） KMV模型 56 說明： 左圖是紐約一家電話公司的資產(chǎn)價(jià)值和債務(wù)面值的變化情況。 （二） KMV模型 57 從圖中可知 : ? 資產(chǎn)市值接近全部債務(wù)面值時(shí)，企業(yè)并不會(huì)馬上違約。 ? 資產(chǎn)市值距離違約點(diǎn) (即 違約距離 )越遠(yuǎn) ,違約發(fā)生的可能性越小 .違約距離與違約概率之間存在著一定的對(duì)應(yīng)關(guān)系 （二） KMV模型 58 問題是 : ? 違約點(diǎn)到底在何處 ? ? 如何定義違約距離 ? ? 如何獲取違約距離與違約概率之間的關(guān)系 ? （二） KMV模型 59 KMV模型的內(nèi)容與步驟 估計(jì)企業(yè) 資產(chǎn)價(jià)值 A 及其波動(dòng)率 σ 找出企業(yè) 違約觸發(fā)點(diǎn) B 計(jì)算違約 距離 DD 估計(jì)違約 概率 EDF 利用企業(yè)股權(quán)的市場(chǎng)價(jià)值、股權(quán)的波動(dòng)性及負(fù)債的賬面價(jià)值估計(jì) 經(jīng)驗(yàn)估計(jì)：大約相當(dāng)于流動(dòng)負(fù)債加上 50％的長(zhǎng)期負(fù)債 DD＝（資產(chǎn)市值 A－違約點(diǎn) B） / 資產(chǎn)市值的波動(dòng) 兩種方法： ?經(jīng)驗(yàn)統(tǒng)計(jì) ?模型估計(jì) （二） KMV模型 60 示例 已知某借款企業(yè)的股票市值為 22億元，一年以上期債務(wù)為 26億元，一年以下期債務(wù)為 24億元。試估計(jì)其違約概率 （二） KMV模型 61 根據(jù)上述資料，可知 A=72， σ=20% B=24+26 50%=37 進(jìn)而可得 DD=（ 72－ 37） 247。 DD就相當(dāng)于對(duì)應(yīng)的分位點(diǎn)。如果已知資產(chǎn)市值為，資產(chǎn)收益率的均值為 ，波動(dòng)性為 。 %)3(3)2(ln,10026070,22?????????????????NpttXVXVttt?????則有已知65 簡(jiǎn)評(píng) 優(yōu)點(diǎn)： ? 擁有強(qiáng)有力的理論支持 (期權(quán)定價(jià)理論 ) ? 具有較強(qiáng)的前瞻性和預(yù)測(cè)能力 ? EDF的計(jì)算快速及時(shí)且節(jié)約成本 缺點(diǎn)： ? 對(duì)信用風(fēng)險(xiǎn)的定義過于簡(jiǎn)單，只考慮違約風(fēng)險(xiǎn) ? 應(yīng)用范圍受到一定的限制，主要適用上市公司 ? 模型的限定條件較多 （二） KMV模型 66 基本思路 ? 信用風(fēng)險(xiǎn)即包括違約風(fēng)險(xiǎn)也包括價(jià)差風(fēng)險(xiǎn)。 ? 關(guān)鍵是，如何獲取信用資產(chǎn)價(jià)值的分布？ ? 信用資產(chǎn)價(jià)值波動(dòng)取決于債務(wù)人的信用狀況，而債務(wù)人的信用狀況可用信用評(píng)級(jí)結(jié)果來表示。 （三） CreditMetrics模型 67 設(shè)定考察期 和評(píng)級(jí)系統(tǒng) 信用等級(jí) 遷移概率 資產(chǎn)現(xiàn) 值重估 信用 VAR 資產(chǎn)價(jià) 值分布 風(fēng)險(xiǎn)溢 價(jià)變化 內(nèi)容與步驟 （三） CreditMetrics模型 68 案例解析 已知有面值 100萬元的貸款，期限 5年，息票率 6%，年付息一次，信用評(píng)級(jí)為 BBB級(jí)。 閱讀文獻(xiàn)并結(jié)合自己的理解，試分析： KMV模型在我國(guó)的適應(yīng)性如何？改進(jìn)方向是什么？ 81 本章小結(jié)： 信用風(fēng)險(xiǎn)的涵義：傳統(tǒng)觀點(diǎn)與現(xiàn)代觀點(diǎn)的比較 信用風(fēng)險(xiǎn)的基本特征 不同業(yè)務(wù)和組合的信用風(fēng)險(xiǎn) 度量信用風(fēng)險(xiǎn)的關(guān)鍵要素：信用風(fēng)險(xiǎn)敞口、違約概率、違約損失率、考察期限、信用損失和信用相關(guān)性 Z評(píng)分模型的原理、應(yīng)用及簡(jiǎn)要評(píng)價(jià) KMV模型的原理、應(yīng)用及簡(jiǎn)要評(píng)價(jià) CreditMtrics模型的原理、應(yīng)用及簡(jiǎn)要評(píng)價(jià) 應(yīng)對(duì)與控制信用風(fēng)險(xiǎn)的主要方法；信用衍生工具的應(yīng)用 THE END 演講完畢，謝謝觀看！