信用风险识别与管理.ppt

信用风险识别与管理.ppt

《信用风险识别与管理.ppt》由会员分享，可在线阅读，更多相关《信用风险识别与管理.ppt（83页珍藏版）》请在冰豆网上搜索。

信用风险的识别与管理信用风险的识别与管理代军勋武汉大学经济与管理学院2011年11月l引子：

你看到了什么？

l信用风险的理解l信用风险识别的技术方法l信用风险识别的策略l信用风险管理信用风险的理解l信用风险，是因借款人发生违约或借款人信用等级下降而使债权人的本金和利息不能完全收回或产生损失的风险l违约风险l敞口风险l追偿风险违约风险l付款违约：

没有履行支付义务l违反约定事项l经济违约l违约概率追偿风险l抵押物风险l第三方担保风险l法律风险信用风险的信用风险的产生产生l逆向选择l道德风险l寻租风险信用风险识别的技术方法l单变量判定模型l判别分析模型lLogistic模型l人工神经网络模型单变量判定模型l利用单一的财务比率来预测企业的财务失败l威廉比弗（WilliamBeaver,1966）：

现金流量与负债总额的比率能够最好地判定公司的信用状况（误判率最低）；其次，按判定能力依次为资产收益率（净收益/资产总额）、资产负债率（债务总额/资产总额）、营运资本比营运资木/资产总额）和流动比率;并且离经营失败日越近，误判率越低，预见性越强判别分析模型l一种用来区分判断个体所属类别的统计技术lAltman通过对33家破产和同样数目相同规模的非破产企业进行观察，对22个财务比率运用数理统计方法进行筛选，建立了著名的5变量Z-score模型。

目前已成为财务困境预测最常用的方法。

lZ12X114X233X306X40999X5l其后，设定临界值。

破产下限值为181，其下为破产区域；（非破产）上限值为299，其上为经营良好。

中间是灰色区域。

通过计算Z分值，看其落在哪一段区域，预测企业是否会破产。

Logistic模型l一种非线性分类的统计方法,用于解决因变量为定性指标的问题lLogistic概率函数的定义为:

案例：

基于基于Logisitc模型的个模型的个人住房贷款信用风险人住房贷款信用风险识别识别l样本的抽取：

调取了某银行2005-2008年四年的全部存量个人住房贷款客户资料，客户资料数量分别为2347、3896、8006、10154条，并把客户基础资料中分离为个人住房贷款违约组和正常组。

本文按照严格的筛选标准，从大量的有效样本中最终随机抽取正常贷款样本466个，违约贷款样本403个，有效样本总容量为869个。

l初步变量选择：

对初步选定的数据分别进行单变量Logistic回归，剔除对因变量无显著影响的自变量。

单变量Logistic回归结果如下表2（显著水平0.25）。

l从单个变量Logistic回归的结果看，年龄、户籍所在地、借款人职业、还款方式和房屋面积这5个候选变量没有通过显著性水平为0.25的检验。

可见这5个变量与因变量的相关性比较弱。

l多元共线性检验：

对经过初步选择的变量进行Pearson相关性检验（P=0.5），剔除高度相关的自变量，以消除自变量之间两两相关导致的多元共线性给Logistic回归模型带来的影响。

l根据Pearson相关性检验表，在模型中剔除掉合同金额这一指标变量。

从表4中可以看到，所有变量容忍度都比较高，所以可以认为剩下的11个变量之间不存在非常严重的多元共线性，也不会对Logistic回归模型的参数估计产生大的影响。

lLogistic回归模型的构建：

将剩下的11个变量引入Logistic回归模型，采用后向Wald逐步选择法确定最终的模型，并进行偏回归系数估计。

在计算过程中，将每步Wald统计量结果最小（即显著水平最低）的变量剔除，直到所有自变量都满足设定的显著性水平为止。

经过5步计算，最后模型保留了7个变量，所有变量都满足设定的显著性水平。

人工神经网络模型l人工神经网络模型在信用风险分析的作用是通过模型的分类功能进行的l先找出影响分类的一组因素，作为模型的输入。

然后，通过有导师或无导师的训练形成神经网络信用风险分析模型。

之后再将新样本的有关数据输入模型，就可以判别新样本的风险状况。

l与非线形判别十分相似，对数据分布的要求不十分严格，能够有效解决非正态分布，非线性的信用评估问题四种技术方法的比较信用风险识别的策略l信用风险识别的框架l宏观信用风险识别l行业信用风险识别l区域信用风险识别l客户信用风险识别信用风险识别的框架国家风险系统性风险行业风险客户风险评级区域风险交叉风险反欺诈系统客户财务风险客户基本面非系统性风险信贷资产质量产品风险贷款形态债项评级担保条件期限结构建行信用建行信用建行信用建行信用风险评级预警系统分布结构风险评级预警系统分布结构风险评级预警系统分布结构风险评级预警系统分布结构宏观信用风险的识别l违约率与经济周期关系密切l通过分析经济周期可以判定违约大面积暴露的时间或时段l通过分析经济周期可以得到企业质量变化规律l风险管理不能随经济周期而松紧，而应先于经济周期变化，以防系统性风险的冲击国内生产总值与固定资产投资违约率与GDP违约率与总投资行业信用风险的识别l方法基础：

“五力”模型l方法基础：

产业生命周期“五力”模型行业信用风险识别策略l现有竞争者的竞争：

行业中企业数量多且规模相当；缺乏产品差异及顾客转换成本低；行业需求增长缓慢；生产能力只能以大规模增加或行业中存在剩余生产能力；高固定成本或高存储成本；竞争者的多样性；战略重要性高；退出壁垒高l新进入者的威胁：

规模经济；产品差异化和转换成本；资源要求；获得分销渠道；与规模无关的成本优势；相关的政府管制l替代品威胁：

替代品在价格上是否具有吸引力；替代品在质量、性能和其它一些重要特征上的满意程度；购买者转换成本的高低。

l供应商威胁：

供应商所在行业由少数企业支配，且其集中度比客户所在行业高；供应商所提供的产品高度差异化；供应商不受替代品威胁；供应商前向一体化的威胁大；企业不是供应商的重要客户l购买者威胁：

购买者的数量和购买量；产品的差异性；产品占购买者总生产成本或总支出的比例；购买者所取得的利润率；购买者后向一体化的动机和能力产业生命周期特征产业生命周期与信贷行业敏感度行业波动性建行行业风险评级一览表建行行业风险评级一览表行业风险警示信号政府对行业有严格的限制。

国家产业、货币、税收等宏观经济政策变化，如汇率、利率的调整。

法律法规重大调整。

多边或双边贸易政策变化，如对进口、出口的限制和保护。

政府优惠政策的停止。

案例：

电力行业客户信用风险l对历史数据通过Logistic回归分析，发现对电力生产企业不良贷款发生有显著影响的解释变量依次是装机规模、应收账款周转次数与净资产收益率l设定信贷风险控制目标:

电力行业贷款不良率不超过2%。

l通过运用Loglstic回归模型，建立客户违约概率（户数违约概率）与主要影响因素总装机容量的关系。

再将客户违约概率（户数违约概率）换算为贷款量违约概率（不良贷款比率）。

从而，将贷款量违约概率（不良贷款比率）与总装机容量联系起来，进行分析、控制。

对于火力发电，分析样本中共有422户企业，其中有不良贷款的54户，贷款总额6520483，不良贷款合计108317.1。

通过Logistic回归分析，得出模型形式为:

在2%的设定不良贷款比率条件下，换算出客户违约概率:

将p分别带入上式，在2%的设定不良贷款比率条件下，可解得解得:

v=6.73。

对于水力发电，分析样本中共有432户企业，其中有不良贷款的84户，贷款总额3140478，不良贷款合计50590.86。

采用同样的方法可得:

在2%的设定不良贷款比率条件下，换算出客户违约概率:

将p分别带入上式，在2%的设定不良贷款比率条件下，解得：

v=1.05电力行业装机容量违约临界点区域信用风险的识别l区域环境的影响l区域产业布局l区域产业结构区域环境的影响l区域自然资源l区域金融生态l区域经济环境l地方政策的可持续性区域产业布局l产业布局指向l区域合理规模l国家产业布局的调整区域产业结构l区域内部产业结构演变l产业梯度转移l经济区划的区域边缘化建行区域风险等级和预警指数建行区域风险等级和预警指数区域风险预警信号国家政策法规变化给当地带来的不利影响。

地方政府提出与地方自然资源、交通条件等极不对称的产业发展规划。

地方政府为吸引企业投资，不惜一切，提供优惠条件国家宏观政策发生变化而造成地方优惠政策难以执行地方政府减少对区域内客户的优惠政策或允诺的优惠政策难以兑现。

区域产业集中度高，而该产业受到国家宏观调控。

区域法律法规明显调整。

案例：

如何评价地方政府产业规划？

l西部某县近期发布了的一个产业发展规划：

该县要发展一系列热门产业，如汽车产业、高新技术产业等，而在高新技术产业中，信息产业、生物产业、新能源、新材料等样样齐全。

l该县招商引资的具体措施：

l低价让地：

县区的工业用地土地出让金为每亩3万至10万元。

l财政补贴：

提高土地出让金本级财政留成部分的返还比例，其中返还比例最高的已经达到80；允许土地出让金分期支付，并延长缴纳年限；对企业投资，地方政府提供配套设施。

l税收优惠：

给予税收优惠，为了吸引投资，甚至把根本不属于国家鼓励类的项目也纳入优惠的范围。

客户信用风险的识别l客户财务风险识别l客户非财务风险识别客户财务风险识别l快速评判客户基本财务状况快速评判客户基本财务状况：

报表关键项目及财务指标的静态分析；报表关键项目及财务指标的动态分析；善于利用审计报告；会计报表附注分析l深度分析客户财务质量深度分析客户财务质量：

从现金流分析判断客户短期偿债能力；从盈利情况分析判断客户的长期偿债能力；从重点项目解读客户的财务健康状况；客户非财务风险识别l客户品质分析：

客户历史沿革；法人治理结构；股东背景；高管人员素质;信誉状况l客户经营状况分析：

供应阶段分析；生产阶段分析；销售阶段分析；产品竞争力和经营业绩分析l客户综合分析：

分析环境因素；构造SWOT矩阵；综合分析判断信用风险管理l风险限额l风险缓释风险限额l单一客户风险限额管理l集团客户风险限额管理l贷款组合限额管理单一客户风险限额管理l以净资产为核心确定的单一客户风险限额：

l单一客户风险限额=客户净资产*合理的杠杆系数*与信用等级相关的调节系数-客户的商业负债-客户的其他有息负债l客户有效净资产，是指将客户净资产扣除其部分无效或低效资产后的净值。

一般来说，无效或低效资产包括：

客户的递延资产、无形资产、待处理资产损失等科目l优点：

其一，简单易行而且容易理解掌握；其二，便于纳入计算机系统进行自动计算和控制l缺点：

其一，从根本上说，客户偿债能力的大小是与客户正常经营产生的现金流情况紧密相关的，只有在客户真正破产倒闭时，其偿债能力才与客户净资产的大小直接相关，因此，静态地从客户目前的资产负债状况分析客户的偿债能力只能是一种近似的估计，而无法与客户真正的偿债能力直接挂起钩来；其二，该方法在参数选取和设置中存在不可克服的困难，如上文所述，选择合理杠杆系数必须是完全具有可比性的企业资产负债平均水平，这类参数目前只能进行近似估计，因此很难保证其科学性和合理性。

l以客户的负债结构和对应的偿债能力为核心确定的单一客户风险限额：

其核心是建立起客户授信业务需求和对应的偿债资金来源的关系，以客户分项偿债资金来源的分析来确定银行可承受的客户最大风险限额。

l季节性资金需求对应风险限额=（应收票据+应收账款+存货+预付货款）-（应付款项+预收货款）l中长期营运资金对应风险限额=企业在营业淡季时仍需保持的流动资金总额（含现金存款、应收账款、应收票据、存货、预付账款等）-同期的商业负债（含应付账款、应付票据、预收账款等）l资本性支出对应风险限额=l优点：

将客户负债需求和对应偿债能力结合起来，解决了客户风险限额的针对性，与客户真实的偿债能力更为贴近，提高了风险限额确定的科学性和合理性l缺点：

涉及到财务指标分析、客户历史情况分析、未来预测等多个方面，对银行信贷从业人员的要求较高。

此外，该方法的复杂性，决定了不容易通过计算机系统来进行自动计算或控制。

集团客户风险限额管理l集团客户的定义：

1、在股权上或者经营决策上直接或间接控制其他企事业法人或被其他企事业法人控制的；2、共同被第三方企事业法人所控制的；3、主要投资者个人、关键管理人员或与其关系密切的家庭成员（包括三代以内直系亲属关系和二代以内旁系亲属关系