商业银行风险管理培训教材-展示页

　　

【正文】 统信用评级的基础上提出了一批信用风险模型。Ahmaal.(1995)在对神经网络方法和线性判别模型的比较研究中得出了神经网络方法并没有实质性的优于线性判别模型的结论。其代表方法就是 神经网络分析方法 。 16 神经网络方法 • 20世纪 80年代以来，随着信息科学和计算机技术的迅速发展，人工智能技术被引入到商业银行的信用风险管理中。实证结果还表明，许多指标不成正态分布。其中以判别分析模型和 logit模型应用最广。 15 传统的信用风险度量方法 • 现在广泛应用的量化模型之一是 统计模型 ，它们是在Fisher于 1936年作出的启发性研究之后提出来的。 • 模型中的 7个变量是：资产收益率、收益稳定性指标 、债务偿付能力指标、累计盈利能力指标、流动性指标、资本化程度的指标、规模指标 。当Z，判断失误较大，称该重叠区域为“未知区”（ Zone of Ignorance）或称“灰色区域” (gray area)。 • 模型采用五个财务指标进行加权计算，对借款企业实施信用评分，并将总分与临界值比较，低于该值的企业被归入不发放贷款的企业行列。 8 5W法 Who：信用对象是谁 Why：它为什么需要信用 What：信用对象以什么作为担保 When：何时才能还清帐款 How：如何还清帐款，即还款的来源是什么 传统的信用风险度量方法 9 5P法 Personal Factors：信用对象的信誉、主要负责人的人格 Purpose Factors：信用对象需要这笔信用是否合理 Payment Factors：偿还资金的来源是否稳定、时间安排是否合理 Protect Factors： 债权保障措施如何 Prospective Factors：发展前景如何 传统的信用风险度量方法 10 传统的信用风险度量方法 • 信用评分方法主要有 Z值模型 等。 7 传统的信用风险度量方法 • 商业银行传统的信用风险度量方法有信贷决策的 “ 6C”法/“5W”法 /“5P”法 和 信用评分方法 等。不过，借款人品格是难以用科学方法加以计量的，一般只能根据过去的记录和经验对借款人进行评价。借款人品格是指借款人不仅要有偿还债务的意愿，而且具备在负债期间能够主动承担各种义务的责任感。因此，衡量借款人的履约能力最主要还要看其生产经营能力的大小、获利情况如何。贷款的偿还一般通过取得经营收入、出售某项资产，或者通过其他的途径借入资金而实现。 • 如当一方不足额交收时，另一方有可能收不到或不能全部收到应得证券或价款，造成以交付的价款或证券的损失，这就是 本金风险 ； • 违约方违约造成交易不能实现，未违约方为购得股票或变现需再次交易，因此可能遭受因市场价格变化不利而带来的损失，这就是 重置风险 。 • 信用风险管理 的目标是通过将信用风险限制在可以接受的范围内而获得最高的风险调整收益。 • 信用风险 可定义为银行的借款人或交易对象不能按事先达成的协议履行义务的潜在可能性。商业银行风险管理培训师 2 3 4 信用风险概述 • 商业银行在经营活动过程中，主要面临着信用风险、国家及转移风险、市场风险、利率风险、流动性风险和操作风险等风险。其中，信用风险无疑是最重要的风险。这种无力履行交收责任的原因往往是破产或其他严重的财务问题。 5 信用风险概述 • 信用风险可进一步分为本金风险和重置风险。 6 信用风险的来源 • 信用风险的来源主要分为两大类： • 第一类是借款人的履约能力出现了问题 。不过，最主要的还是通过生产经营，由其经营所得来偿还。 • 第二类是借款人的履约意愿出现了问题 ，这主要是借款人的品格决定的。这就要求借款人（不论是企业还是个人）必须是诚实可信的，并且能够努力经营。如果存在完备的信用档案，那么借款人在过去时间里违约的次数基本上可以反应出借款人的品格。 • “ 6C”法是指由有关专家根据借款人的品德 (character)（借款人的作风、观念以及责任心等，借款人过去的还款记录是银行判断借款人品德的主要依据）；能力 (capacity)（指借款者归还贷款的能力，包括借款企业的经营状况、投资项目的前景）、资本 (capital)、抵押品 (collateral)（提供一定的、合适的抵押品）、经营环境 (condition)（所在行业在整个经济中的经营环境及趋势）、事业的连续性 (continuity)（借款企业持续经营前景）等 六个因素 评定其信用程度和综合还款能力，决定是否最终发放贷款。 Z值模型由美国纽约大学斯特商学院教授阿尔特曼（ Altman）于 1968年提出，他根据数理统计中的辨别分析技术，对银行过去的贷款案例进行统计分析，选择一部分最能够反映借款人的财务状况，对贷款质量影响最大、最具预测或分析价值的比率，设计出一个能最大程度地区分贷款风险度的数学模型（也称之为判断函数），对贷款申请人进行信用风险及资信评估。 11 EDWARD I. ALTMAN • Dr. Altman has an international reputation as an expert on corporate bankruptcy, high yield bonds, distressed debt and credit risk analysis. He was named Laureate桂冠者 1984 by the Hautes Etudes Commerciales Foundation in Paris for his accumulated works on corporate distress prediction models and procedures for firm financial rehabilitation复原 and awarded the Graham Dodd Scroll for 1985 by the Financial Analysts Federation for his work on Default Rates and High Yield Corporate Debt. • He was elected President of the Financial Management Association (2023) and a Fellow of the FMA in 2023. • In 2023, Dr. Altman was named one of the 100 Most Influential people in Finance by Treasury Risk, Management magazine. • Dr. Altman is an advisor to many financial institutions including Citigroup, Concordia Advisors, Droege Co., MillerMathis, Investcorp and the New York State Common Retirement Fund, as well as on the Board of the Franklin Mutual Series Funds, the Ascend Group, and Automated Trading Desk, Inc. 12 • 阿尔特曼确立的分辨函数为： Z=（ X1） +（ X2） +（ X3） +（ X4） +（ X5） 其中， X1：流动资本 /总资产（ WC/TA） X2：留存收益 /总资产（ RE/TA） X3：息前、税前收益 /总资产（ EBIT/TA） X4：股权市值 /总负债帐面值（ MVE/TL） X5：销售收入 /总资产（ S/TA） • 阿尔特曼经过统计分析和计算最后确定了借款人违约的临界值 Z=，如果 Z，借款人被划入违约组；反之，如果 Z≥，则借款人被划为非违约组。 13 传统的信用风险度量方法 • ZETA评分模型 的主要内容： • ZETA信用风险模型（ ZETA Credit Risk Model）是继 Z模型后的第二代信用评分模型 ，变量由原始模型的五个增加到了 7个，适应范围更宽，对不良借款人的辨认精度也大大提高。 14 传统的信用风险度量方法 • Z评分模型和 ZETA评分模型存在的主要问题 • 两个模型都依赖于财务报表的帐面数据，而忽视日益重要的各项资本市场指标，这就必然削弱预测结果的可靠性和及时性； • 由于模型缺乏对违约和违约风险的系统认识，理论基础比较薄弱，从而难以令人信服； • 两个模型都假设在解释变量中存在着线性关系，而现实的经济现象是非线性的，因而也削弱了预测结果的准确程度，使得违约模型不能精确地描述经济现实； • 两个模型都无法计量企业的表外信用风险，另外对某些特定行业的企业如公用企业、财务公司、新公司以及资源企业也不适用，因而它们的使用范围受到较大限制。常见的模型有线性概率模型、 logit模型、