《巴塞尔新资本协议》的缺失及改进研究.docx
《《巴塞尔新资本协议》的缺失及改进研究.docx》由会员分享,可在线阅读,更多相关《《巴塞尔新资本协议》的缺失及改进研究.docx(5页珍藏版)》请在冰豆网上搜索。
![《巴塞尔新资本协议》的缺失及改进研究.docx](https://file1.bdocx.com/fileroot1/2023-1/6/07a26cc3-5616-4ce6-b144-2059c1103af8/07a26cc3-5616-4ce6-b144-2059c1103af81.gif)
《巴塞尔新资本协议》的缺失及改进研究
《巴塞尔新资本协议》的缺失及改进研究
一、《巴塞尔新资本协议》的有关内容
《巴塞尔新资本协议》(2004)规定的内部评级法依靠客户的PD来计算对信用风险的监管资本需求。
其内评法的框架来源于Gordy(2003)的单风险因素理论(ASRF)。
在这样的理论构造下,在计算逐笔交易的资本需求时,单一客户的PD和LGD需要进行压力下的调整,以压力PD(StressPD)和压力LGD(StressLGD)的方式参与资本计算;依此计算的逐笔交易的监管资本需求能够实现简单的算术累加,从而汇总成为资产组合层面的资本需求。
因此,交易层面的风险测量的准确性就成为资产组合的资本需求计算的关键。
《巴塞尔新资本协议》规定每一笔交易对应一个相关的客户PD。
在信贷业务中,一个客户的资信程度在授信前后是不同的。
这一点已经有从理论到实践的充分支持。
这在Black-Scholes-Merton的结构理论体现最为明显。
授信金额(或者,违约暴露)是信用风险的一个驱动因素,即银行对债务人的授信活动本身改变了债务人的违约概率,这决定了评级应是与此现象相对应的动态过程。
资本需求(监管资本或者经济资本)计算应该使用基于授信金额的、授信后的条件违约概率。
《巴塞尔新资本协议》并没有明确界定在资本需求计算中使用哪种PD。
它只是笼统地表示:
“对公司和对银行的暴露,PD是不小于0.03%的、该暴露相对应的、借款人内部评级的一年的PD。
”然而.从新协议的内容和意图来看,资本需求的计算应该使用授信后的PD值;另外,《巴塞尔新资本协议》更多地是指对存量授信的风险测量,而没有对新增授信如何测量提出指导意见。
由此,存在着银行使用授信前的PD来计算监管资本的可能和动机。
我们把这个可能行为称作“评级套利”。
评级套利本质上是银行针对监管机构的监管资本需求进行博弈的方式之一,属于资本套利的范畴。
本文首次发现和披露了这种使用客户评级实现资本套利的方式.希望能够通过本文的解析得到监管机构对此现象的注意。
二、动态评级和评级套利
银行信贷业务中的典型情景是:
如果一个客户到银行申请授信,银行根据其财务报表等信息得到该客户的现有评级。
这个评级成为客户是否准入的主要判断标准之一。
客户通过准人之后.当银行试图针对某个特定授信交易来评估该客户的资信时.需要计算该客户在得到授信后的“预计”信用风险。
因此,存在着一个该客户的预计的“评级”及其对应的PD。
这意味着银行对客户的评级是一个随授信活动变化而变化的动态过程,因而在本文中我们称其为“动态评级”,见图1。
在广泛的概率意义上。
任何概率都是条件概率。
在本文中,我们依据银行授信业务内容在概念上区分“现有PD”和“条件PD”。
“现有PD”指客户在现状下、授信前呈现的违约概率,它往往表现为某一个特定的数值。
“条件PD”指客户在得到某个授信之后的违约概率;条件PD是基于授信金额的而变化的动态PD,它描述的是授信金额与客户违约概率的函数映射关系。
在设计一个银行的评级体系中.需要嵌入客户评级的动态特征以支持计算客户的“条件PD”。
其理论依据是基于客观存在的授信金额与债务人的条件违约概率之间的动态关系。
动态评级对银行的授信、定计和组合管理业务都具有广泛的影响。
譬如,由于破产的“加速条款”,一旦一个债务人的预计条件概率在授信后发生变化,银行需要更新对该债务人的所有授信暴露的PD估值,这些新的估值又转而改变了对这些暴露的资本需求计算。
由于《巴塞尔新资本协议》并没有具体、明确地指出客户评级过程的动态特性:
这就不可避免地为“评级套利”制造了环境。
同时内评法中的资本需求计算公式又极大地依赖于客户的PD。
例如.新协议中的对公司暴露的资本需求公式是:
这里:
φ=累计正态概率分布
φ-1=累计正态概率分布的逆
Madj=对授信期限的调整
p=资产与宏观风险因素的相关系数
RWA=风险加权资产
这个公式中,其主要的参数都是由客户的PD驱动的。
可见客户PD在《新巴塞尔资本协议》的监管资本需求计算中是至关重要的。
如前所述,客户评级的动态过程至少形成2个层次的客户评级(授信前和授信后)。
因而,PD和授信金额之间是一个连续的函数影射关系,见图2。
银行在管理中可以选择使用同一客户的不同PD来计算监管资本,这就为“评级套利”提供了可能性。
无论从准确、客观的风险管理,还是从审慎的监管角度来分析,银行都应该采用授信后的条件PD来进行资本需求计算;相反,如果银行选择授信前的“现有PD”来计算监管资本需求即构成“评级套利”行为。
对于风险管理水平较弱的银行来讲,“评级套利”既是无意识的也是不可避免的,因为“评级套利”的源头始于较弱的信用风险测量能力;而对于具有较强风险管理能力的银行来讲.“评级套利”就成为一个方便的、隐蔽的资本套利手段。
无论源于何种原因、何种动机,“评级套利”都将导致低估银行信用风险的结果,这无疑应该引起监管机构的高度关注。
巴塞尔委员会反复强调《巴塞尔新资本协议》的目的包括:
金融市场稳定、公平的竞争和为使用内评法提供鼓励机制。
从以上的论证表明.由于《巴塞尔新资本协议》未对客户PD及其使用加以明确的界定,从而为“评级套利”提供了可能性.加之银行界对“评级套利”的认识参差不齐,使得《巴塞尔新资本协议》意旨的上述目的的实现面临挑战。
由此可知,为防范银行的“评级套利”行为,巴塞尔委员会至少需要提供两个改进和处理办法。
其一,巴塞尔委员会需要明确界定债务人(obligor)在授信前和授信后的PD(本文中的现有PD和条件PD)。
其二,巴塞尔委员会需要提供给定授信金额后的条件PD计算公式:
或者考虑到不同银行可能使用完全不同的评级模型,而应提供如何计算条件PD的技术指导性原则。
与此相关,银行机构应该明确地认识到评级过程的动态特征,并在业务和管理工作中合理地使用动态评级方法。
忽视评级的动态特征,在业务层面上会造成对信用风险的低估、对资产质量的高估以及相应的准备金拨备不足,同时也会降低银行机构的风险定价能力,进而对银行机构的绩效考核机制造成不良影响,这对总/分行机构设置的银行影响尤为显著;在技术层面上会降低评级模型的分辨力,影响对评级模型的验证和校准.导致评级业务形成内在的恶性循环机制。
三、条件PD的计算
这里我们给出两种计算基于授信金额的条件PD的办法。
由于《巴塞尔新资本协议》规定的内评法基于Merton(1974)的结构理论,我们先说明如何直接应用结构法计算条件违约概率;另外。
由于许多银行在实际业务中使用Logit(逻辑回归)类型的模型来进行评级,我们也概述了如何使用泰勒展开式来计算条件违约概率。
1.结构法计算条件PD
根据Merton的结构理论,相应的信用违约概率计算方法如下:
这里:
A=资产价值
J=债务价值
Db=无违约债务价值
rF无风险利率
t=到期期限(年)
σ=资产回报的波动率
φ()=正态分布函数.
违约概率PD=φ(-d2)
在银行进行客户信用评级时,一般是以客户最新的财务报表为出发点,给予客户一个现有评级。
然而,银行在评估是否进行授信的时候,需要考虑到新授信对客户资信的影响,对客户再次进行评级,这个再评级要建立在预计的基础上。
因此,这个过程即成为一个“条件概率”的计算过程。
假如一个银行现有的客户评级体系采用结构理论的方法,计算条件PD是一个相对简单的、直接分析由授信金额驱动的PD问题。
计算过程如下:
PD'=P(D|σ,cfe)
这里:
PD=违约概率
PD'=条件违约概率
σ=资产波动率
cfe=授信暴露
D=违约事件
如果一个银行的评级体系不是采用结构理论方法,而是采用Logit类型的评级模型。
在Merton的理论假设下,现有评级结果(现有PD)可以看作是在现存财务状况下的非条件PD。
巴塞尔委员会(2005)在推导资本需求公式中也采用了类似的手法。
从这个PD,我们可以用结构方法计算客户的暗含的资产波动率σ,进而计算该客户的条件违约概率PD。
从数学上讲,有了非条件PD.可得到
这里:
σ=暗含的资产波动率
F[]=函数表达式
在上述的计算过程中,DB和cfe是不同的价值,这里DB是客户当前的总体负债水平:
cfe是预计的客户总负债。
以上的计算过程构成“动态评级”的主要内容。
另外,在结构方法中,一个暗含的假设条件是:
资产波动率保持不变。
从技术角度,结构理论的实施可以采用Black-Scholes-Merton的外部违约边际fexogenousdefaultboundary方法,也可采用Leland-Tofl的内部违约边际(endogenousdefaultboundary)方法。
外部违约边际偏重考虑客户的负债总量;内部违约边际侧重考虑客户管理层要股权价值最大化的管理行为。
Leland-Toft的内部违约边际方法在计算上表现为违约屏障(defaultbarrier)的首次通过时间(firstpassagetime)的计算,具体的实施在Excel上均可实现。
2.泰勒展开式计算条件PD
另一种进行动态评级的方法是直接应用泰勒展开式加以计算。
对一个通用的Logit类型评级模型来讲,假设模型可以表达为:
PD=F(cfe)
这里:
cfe=授信暴露
PD是授信暴露的函数。
根据泰勒展开
Δere=授信暴露的变化量
需要说明的是,此类评级模型可能包含多个与客户负债水平有关的参数。
在此出于分析目的,本文只使用了一个参数。
另外,Logit类型评级模型中,授信暴露往往是以比率形式出现的。
以上简要地分析了计算条件PD的两种方法。
在实际管理工作中。
往往运用多种方法同时进行计算,以综合比较相互的结果,实现分化模型风险的目的。
四、结论与建议
信贷业务流程要求银行机构有能力评估一个客户在授信前和授信后的违约概率。
正是由于这个本质要求,客户评级必然是一个动态过程。
《巴塞尔新资本协议》中并没有明确规定在资本需求计算中应该使用客户的哪个PD。
这为“评级套利”创造了可能性,值得注意的是:
“评级套利”相对与其他的,诸如资产证券化或者租赁等手法,具有更大的隐蔽性.使得监管工作难度增加:
同时银行如果为实现资本套利的目的从事“评级套利”,也会对银行内部的管理带来困难,不可避免地加大银行的信用风险。
为此,在银行的评级体系以及《巴塞尔新资本协议》中,应该对动态评级进行更加明确地阐述和界定,应该提供客户在授信金额驱动下的条件概率的计算机制,才能切实有效地实现监管的目的,以及提高银行机构的内部风险管理的目的。
巴塞尔委员会应该具体规定在资本需求计算中所使用的PD为授信后的条件概率,并提供相关的计算办法,以及相应的操作规范和指引。
(本文责编 苏 君)