金融经济学信用风险管理创新.pptVIP

年末债券级别 市值（元） 转移概率(%) AAA 109.37 0.02 AA 109.19 0.33 A 108.66 5.95 BBB 107.55 86.93 BB 102.02 5.36 B 98.10 1.17 CCC 83.64 0.12 违约 51.13 0.18 步骤4 计算信用风险 BBB债券的价值分布，例如若转移到AAA，则价值为109.37，概率为0.02，其他情况可以类似地计算出 Credit Metrics模型 由债券价值的分布估计债券市值的均值和标准差： 由此就可以采用解析法计算得到VaR。但是由于债券组合并非正态分布，用这种方法计算存在比较大的误差 Credit Metrics模型 由BBB债券持有1年、99％的VaR债券市值的概率分布可知 市值大于98.10美元的概率为98.53％ 市值大于83.64美元的概率为99. 7％ 债券级别 市值 概率％ 累计概率 B 98.10 1.17 ％ 1.47 ％ CCC 83.64 0.12 ％ 0.3 ％ 违约 51.13 0.18 ％ Credit Metrics模型 利用线性插值法可以计算99%概率下的市值，设该值为x （X–83.64）/（99.7%-99%）=（98.10-X）/（99%-98.53%） X=92.29（美元） 说明：该面值为100元的BBB债券，一年后以99％的概率确信其市值不低于92.29美元 Credit Metrics模型 由于该债券的均值为107.90美元，根据相对VaR的定义， VaRR ＝107.09-92.29=14.80 (美元) 说明：我们可以以99％的概率确信，该债券在1年内的损失不超过14.80美元 Credit Metrics模型 对Creditmetrics模型的评述 优点 ①动态性：适用于计量由债务人资信变化而引起资产组合价值变动的风险 ②可预见性：不仅包括违约事件，还包括债务人信用评级的升降；不仅能评估预期损失，还能估计VaR，这对于银行特别具有意义 缺点 ①对信用评级的高度依赖，一般信用评级只是对企业群体的评估，而非个性化，所以，对个别企业评估不准确 ②信用评级主要是依靠历史上的财务数据，是一种“向后看”的方法 KMV模型 KMV模型 第*页 中资银行当前的信用风险管理 一.住房按揭贷款 1.个人住房按揭贷款的种类 按照贷款资金的来源，可以分为： （1）商业性个人住房贷款 （2）住房公积金个人贷款 （3）个人住房组合贷款 第*页 中资银行当前的信用风险管理 二.住房贷款还款金额的计算方法 1.等额还款法 即每月归还相等的金额，其中包括贷款本金和利息。 每月还款量可以通过求解年金公式而得到月还款额C： 第*页 中资银行当前的信用风险管理 2.等额本金还款法 等额本金还款法的公式为： 式中，C表示每月的还款额，PV表示贷款的金额，T表示贷款的期限（以月计算），t表示第t月，r表示月利率。 第*页 中资银行当前的信用风险管理 三、中美银行个人住房按揭贷款信用评分体系比较 1.二者在进行个人住房按揭贷款信用分析中均着重考虑了借款人的还款意愿和还款能力。但由于美国的个人信用制度比较完善，因此有些基本个人特征，如文化程度、职业等均在申请时进行咨询查问，而并不反映在信用评分表中。 2.在还款意愿方面，美国银行设置了反映借款者信用状况和还款记录的指标——信用卡使用情况。而中国由于个人信用征信系统不健全不完善，所以中国的银行却未考虑该项指标。 第*页 中资银行当前的信用风险管理 3.在还款能力方面，二者都使用能够反映借款者收入水平和负债状况的指标。美国使用了年收入和TDS指标，而中国银行一般使用月收入还贷比指标。 4.中美银行都很重视抵押物的变现能力。 5.中国的银行还单列出“置业动机”作为扣分项，将置业动机分为自住和经营两项，并对借款人拥有的不同住房套数赋予不同的分值。 6.中美两个银行的个人信用分析体系都缺乏信息反映当地经济或个人所处环境的信息。 第*页 中美两国银行的个人信用评分体系存在差异的原因 四、中美两国银行的个人信用评分体系存在差异的原因 中美两国银行的个人信用评分体系存在的最大差异在于选取的指标和各自给每项赋予的分值不同，这主要是由两国具体的国情不同而造成的，原因如下几个方面： 1、两国的住房体制有所不同。 2、两国宏观经济状况不同 3、两国的信用制度的健全程度不同 4、两国的风俗习惯、生活方式不同 5、两国对抵押权的保障程度不同。 第*页 中资银行个人住房按揭贷款信用评分体系存在的问题 中资银行个人住房按揭贷款信用评分体系存在的问题： 1.该