2015年银行从业考试《风险管理》边学边练(6)
发布时间：2011/9/7 20:55:29 来源：城市学习网 编辑：admin
3.1.2 集团法人客户信用风险识别
1. 集团法人客户的整体状况分析
商业银行的集团法人客户是指企业集团法人客户。
企业集团是指相互之间存在直接或间接控制关系，或其他重大影响关系的关联方组成的法人客户群。确定为同一集团法人客户内的关联方可称为成员单位。
本书所述的集团法人客户仅指非金融机构类集团法人客户，但企业集团财务公司或其它金融机构纳入集团法人客户统一管理。金融控股公司中的商业银行不纳入集团法人客户管理范畴。
背景知识：企业集团的特征
① 在股权或经营决策上，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。
② 共同被第三方企事业法人所控制。
③ 由主要投资者个人、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两代以内旁系亲属关系)共同直接或间接控制。
④ 对关联方的财务和经营政策有重大影响。
⑤ 与自然人股东关系密切的家庭成员持有或控制的股份或表决权，应当与该自然人股东持有或控制的股份或表决权合并计算。
⑥ 能够实际控制后者的其他情况。
商业银行可以参照前述的单一法人客户分析方法，对集团法人客户的基本信息、经营状况、财务状况、非财务因素以及担保等整体状况进行逐项分析，以识别其潜在的信用风险。但集团法人客户的状况通常更为复杂。其中，对集团内关联交易的正确分析和判断至关重要。
关联交易是指发生在集团内关联方之间的有关转移权利或义务的事项安排。关联方是指在财务和经营决策中，与他方之间存在直接或间接控制关系或重大影响关系的企、事业法人。国家控制的企业间不应当仅仅因为彼此同受国家控制而成为关联方。
分析企业集团内的关联交易时，首先应全面了解集团的股权结构，找到企业集团的最终控制人和所有关联方，然后对关联方之间的交易是否属于正常交易进行判断。
①纵向一体化集团。这类集团内部的关联交易主要集中在上游企业为下游企业提供半成品作为原材料，以及下游企业再将产成品提供给销售公司销售。
②横向多元化集团。这类集团内部的关联交易主要是集团内部企业之间存在的大量资产重组、并购、资金往来以及债务重组。
商业银行发现客户的下列行为/情况时，应当注意分析和判断其是否属于集团法人客户内部的关联方。
此外，在识别和分析集团法人客户信用风险的过程中，商业银行还应当尽量做到以下几点：
①充分利用已有的内外部信息系统。
②与客户建立授信关系时，授信工作人员应当尽职受理和调查评价。
③识别客户关联方关系时，授信工作人员应重点关注。
④集团法人客户的识别频率与额度授信周期应当保持一致。
⑤在定期识别期间，集团法人客户的成员单位若发生权关系变动，导致其与集团的关系发生变化。
⑥对所有集团法人客户的架构图必须每年进行维护，更新集团内的成员单位。
2. 集团法人客户的信用风险特征
集团法人客户的信用风险通常是由于商业银行对集团法人客户多头授信、盲目/过度授信、不适当分配授信额度，或集团法人客户经营不善，或集团法人客户通过关联交易、资产重组等手段在内部关联方之间不按公允价格原则转移资产或利润等原因造成的。
(1)内部关联交易频繁
(2)连环担保十分普遍
(3)财务报表真实性差
(4)系统性风险较高
(5)风险识别和贷后监督难度较大
3.1.3 个人客户信用风险识别
1. 个人客户的基本信息分析
个人信贷业务特点表现为单笔业务资金规模小但业务复杂而且数量巨大。可以按照不同的标准进行分类。
(1) 老客户与新客户
(2) 信贷产品种类
(3) 客户年龄
(4) 客户的信用评分
(5) 其他可用于个人客户分类的变量
个人客户信用风险主要表现为自身作为债务人在信贷业务中的违约，或在表外业务中自行违约或作为保证人为其他债务人/交易方提供担保过程中的违约。本书所述的个人客户信用风险特指个人作为债务人在信贷业务中的违约风险。
商业银行在对个人客户的信用风险进行识别和分析时，同样需要个人客户提供各种能够证明个人年龄、职业、收入、财产、信用记录、教育背景等的相关资料。同时，从多种渠道调查、识别个人客户潜在的信用风险。
①借款人的资信情况调查
利用内外部征信系统调查了解借款人的资信状况。
重点调查可能影响第一还款来源的因素。
②借款人的资产与负债情况调查
③贷款用途及还款来源的调查
④对担保方式的调查
大部分中资银行要求客户经理填写“贷前调查报告”或“贷前调查表”，呈送个人贷款的审核/审批部门。而国际先进银行已经广泛使用自动受理/处理系统，直接将客户的相关信息输入个人信用评分系统。
2. 个人信贷产品分类及风险分析
个人信贷产品可以基本划分为个人住宅抵押贷款、个人零售贷款、循环零售贷款三大类。
(1)个人住宅抵押贷款的风险分析
①经销商风险
②“假按揭”风险：“假按揭”的主要特征是，开发商利用积压房产套取银行信用，欺诈银行信贷资金。
③由于房产价值下跌而导致超额押值不足的风险。
④借款人的经济财务状况变动风险。
(2)个人零售贷款的风险分析
①借款人的真实收入状况难以掌握
②借款人的偿债能力有可能不稳定
③贷款购买的商品质量有问题或价格下跌导致消费者不愿履约
④抵押权益实现困难
还应当要求学校、家长或有担保能力的第三方参与对助学、留学贷款的担保;对用于购买商品(如汽车)的贷款，商业银行应对经销商的信誉、实力、资格进行分析考察。由于个人贷款的抵押权实现困难，因此应当高度重视第一还款来源。
(3)循环零售贷款
①贷款是循环的、无抵押的、未承诺的。
②子组合内对个人最高授信额度不超过10万欧元(或等值货币)。
③商业银行必须保证对循环零售贷款采用的风险权重函数，仅用于相对于平均损失率而言损失率波动性低的零售贷款组合，特别是那些违约概率低的贷款组合。
④必须保留子组合的损失率数据，以便分析损失率波动情况。
⑤循环零售贷款的风险处理方式应与子组合保持一致。[NextPage] 3.1.4 贷款组合信用风险识别
风险分散化，即将信贷资产分散于相关性较小或负相关的不同行业/地区/信用等级/业务领域的借款人，有助于降低商业银行资产组合的总体风险;与之相反，信贷资产过度集中于特定行业、信用等级或业务领域，将大大增加商业银行的信用风险。
商业银行在识别和分析贷款组合信用风险时，应当更多地关注系统性风险因素可能造成的影响。
1. 宏观经济因素
2. 行业风险和区域风险
行业风险和区域风险同属于系统性风险的表现形式。
(1)行业风险
(2)区域风险
区域风险是指特定区域内所有企业类客户履约情况和信用水平的综合体现。
区域风险作为一种系统性风险难以通过贷款组合完全消除，因此其成为影响资产组合信用风险水平的一种重要风险因素。从实践来看，国外商业银行的内部评级体系一般都没有区域风险变量。
3.2 信用风险计量
信用风险计量是现代信用风险管理的基础和关键环节。信用风险计量经历了从专家判断法、信用评分模型到违约概率模型分析三个主要发展阶段，特别是《巴塞尔新资本协议》鼓励有条件的商业银行使用基于内部评级体系的方法(InternaRating-Based Approach)来计量违约概率、违约损失并据此计算信用风险对应的资本要求，有力地推动了商业银行信用风险内部评级体系和计量技术的深入发展。
商业银行对信用风险的计量依赖于对借款人和交易风险的评估。《巴塞尔新资本协议》明确要求，商业银行的内部评级应基于二维评级体系：一维是客户评级，另一维是债项评级。
3.2.1 客户信用评级
1. 客户信用评级的基本概念
客户信用评级是商业银行对客户偿债能力和偿债意愿的计量和评价，反映客户违约风险的大小。客户评级的评价主体是商业银行，评级目标是客户违约风险，评价结果是信用等级和违约概率(PD)。
【单选】下列关于客户信用评级的说法，错误的是()。
A.评价主题是商业银行
B.评价目标是客户违约风险
C.评价结果是信用等级和违约概率
D.评价内容是客户违约后特定债项损失大小
答案：D
(1)违约的定义
根据《巴塞尔新资本协议》的定义，当下列一项或多项事件发生时，债务人即被视为违约：
①商业银行认定，除非采取追索措施，如变现抵押品(如果存在的话)，借款人可能无法全额偿还对商业银行的债务。
②债务人对于商业银行的实质性信贷债务逾期90天以上(含)。若债务人超过了规定的透支限额或新核定的限额小于目前余额，各项透支将被视作逾期。
③以下情况将被视为可能无法全额偿还债务：
银行停止对贷款计息;
在发生信贷关系后，由于信贷质量出现大幅度下降，银行冲销了贷款或计提了专项准备金;
银行将贷款出售并相应承担了较大的经济损失;
银行同意消极债务重组，由此可能发生较大规模的减免或推迟偿还本金、利息或费用，造成债务规模减少;
就借款人对银行的债务而言，银行将债务人列为破产企业或类似的状况;
债务人申请破产，或已经破产，或处于类似状态，由此将不履行或延期偿还银行债务。
(2)违约概率
违约概率是指借款人在未来一定时期内发生违约的可能性。在《巴塞尔新资本协议》中，违约概率被具体定义为借款人内部评级1年期违约概率与0.03%中的较高者。巴塞尔委员会设定0.03%的下限是为了给风险权重新定下限，也是考虑到商业银行在检验小概率事件时所面临的困难。
【单选】在《巴塞尔新资本协议》中，违约概率被具体定义为借款人内部评级1年期违约概率与( )中的较高者。
A.0.1%
B.0.01%
C.0.3%
D.0.03%
答案：D
违约概率的估计包括两个层面：一是单一借款人的违约概率;二是某一信用等级所有借款人的违约概率。《巴塞尔新资本协议》要求实施内部评级法的商业银行估计其各信用等级借款人所对应的违约概率，常用方法有历史违约经验、统计模型和外部评级映射三种方法。
与违约概率容易混淆的一个概念是违约频率，即通常所说的违约率。违约频率是事后检验的结果，而违约概率是分析模型作出的事前预测，两者存在本质的区别。
与违约概率容易混淆的另一个概念是不良率，使不良债项余额在所有债项余额的占比，二者不具有可比性。
2.客户信用评级的发展
(1)专家判断法
即专家系统(Expert System)，是商业银行在长期经营信贷业务、承担信用风险过程中逐步发展并完善起来的传统信用分析方法。
①与借款人有关的因素：
声誉(Reputation)
杠杆(Leverage)
收益波动性(Volatility of Earnings)
②与市场有关的因素
经济周期(Economic Cycle)
宏观经济政策(Macro-Economy Policy)
利率水平(Leveof Interest Rates)
目前所使用的专家系统，其中，对企业信用分析的5Cs系统使用最为广泛。5Cs系统指：
品德(Character)
资本(Capital)
还款能力(Capacity)
抵押(Collateral)
经营环境(Condition)
除5Cs系统外，使用较为广泛的专家系统还有针对企业信用分析的5Ps系统和针对商业银行等金融机构的骆驼(CAMEL)分析系统。
5Ps包括：个人因素(PersonaFactor)、资金用途因素(Purpose Factor)、还款来源因素(Payment Factor)、保障因素(Protection Factor)、企业前景因素(Perspective Factor)。
【单选】在客户信用评级中，由个人因素、资金用途因素、还款来源因素、保障因素和企业前景因素等构成，针对企业信用分析的专家系统是( )。
A.5Cs系统
B.5Ps系统
C.CAMEL分析系统
D.4Cs系统
答案：B
骆驼(CAMEL)分析系统包括：资本充足性(CapitaAdequacy)、资产质量(Asset Quality)、管理水平(Management)、盈利水平(Earnings)流动性(Liquidity)。
专家系统的突出特点在于将信贷专家的经验和判断作为信用分析和决策的主要基础，这种主观性很强的方法/体系带来的一个突出问题是对信用风险的评估缺乏一致性。此外，尽管专家系统在银行业的长期发展和实践中已经形成了较为成熟的分析框架，但专家系统缺乏系统的理论支持，尤其是对关键要素的选择、权重的确定以及综合评定等方面更显薄弱。因此，专家系统更适合于对借款人进行是和否的二维决策，难以实现对信用风险的准确计量。
(2)信用评分法
信用评分模型是一种传统的信用风险量化模型，利用可观察到的借款人特征变量计算出一个数值(得分)来代表债务人的信用风险，并将借款人归类于不同的风险等级。
背景知识：信用评分模型
20世纪60年代，信用卡的推出促使信用评分技术取得了极大发展，并迅速扩展到其他业务领域。奥而特曼(Altman，1968)提出了基于多元判别分析技术的Z评分模型;马丁(Martin，1977)、奥尔森(Ohlson，1980)和威金顿(Wiginton，1980)则首次运用Logit模型分析企业破产问题。
信用评分模型的关键在于特征变量的选择和各自权重的确定。基本过程是：
①首先，根据经验或相关性分析，确定某一类别借款人的信用风险主要与哪些经济或财务因素有关，模拟出特定形式的函数关系式;
②其次，根据历史数据进行回归分析，得出各相关因素的权重;
③最后，将属于此类别的潜在借款人的相关因素数值代入函数关系式计算出一个数值，根据该数值的大小衡量潜在借款人的信用风险水平，给予借款人相应评级并决定贷款与否。 [NextPage] 存在一些突出问题：
①信用评分模型是建立在对历史数据(而非当前市场数据)模拟的基础上，因此是一种向后看(Backward Looking)的模型。
②信用评分模型对借款人历史数据的要求相当高。
③信用评分模型虽然可以给出客户信用风险水平的分数，却无法提供客户违约概率的准确数值，而后者往往是信用风险管理最为关注的。
(3)违约概率模型
违约概率模型分析属于现代信用风险计量方法。其中具有代表性的模型有穆迪的RiskCalc和Credit Monitor、KPMG的风险中性定价模型和死亡率模型，在银行业引起了很大反响。
《巴塞尔新资本协议》也明确规定，实施内部评级法的商业银行可采用模型估计违约概率。
与传统的专家判断和信用评分法相比，违约概率模型能够直接估计客户的违约概率，因此对历史数据的要求更高，需要商业银行建立一致的、明确的违约定义，并且在此基础上积累至少五年的数据。
3. 法人客户评级模型
(1)Altman的Z计分模型和ZETA模型
Altman(1968)认为，影响借款人违约概率的因素主要有五个：流动性(Liquidity)、盈利性(Profitability)、杠杆比率(Leverage)、偿债能力(Solvency)和活跃性(Activity)。Altman选择了下面列举的五个财务指标来综合反映上述五大因素，最终得出的Z计分函数是：
X1=(流动资产-流动负债)/总资产
X2=留存收益/总资产
X3=息税前利润/总资产
X4=股票市场价值/债务账面价值
X5=销售额/总资产
作为违约风险的指标，Z值越高，违约概率越低。此外，Altman还提出了判断企业破产的临界值：若Z低于1.81，在企业存在很大的破产风险，应被归入高违约风险等级。
1977年，Altman与Hardeman、Narayanan又提出了第二代Z计分模型——ZETA信用风险分析模型，主要用于公共或私有的非金融类公司，其适应范围更广，对违约概率的计算更精确。
ZETA模型将模型考察指标由五个增加到七个，分别为：
X1：资产收益率指标，等于息税前利润/总资产。
X2：收益稳定性指标，指企业资产收益率在5～10年变动趋势的标准差。
X3：偿债能力指标，等于息税前利润/总利息支出。
X4：盈利积累能力指标，等于留存收益/总资产。
X5：流动性指标，即流动比率，等于流动资产/流动负债。
X6：资本化程度指标，等于普通股/总资本。该比率越大，说明企业资本实力越强，违约概率越小。
X7：规模指标，用企业总资产的对数表示。
(2)RiskCalc模型
RiskCalc模型是在传统信用评分技术基础上发展起来的一种适用于非上市公司的违约概率模型，其核心是通过严格的步骤从客户信息中选择出最能预测违约的一组变量，经过适当变换后运用Logit/Probit回归技术预测客户的违约概率。
①收集大量的公司数据;
②对数据进行样本选择和异常值处理;
③逐一分析变换各风险因素的单调性、违约预测能力及彼此间的相关性，初步选择出违约预测能力强、彼此相关性不高的20～30个风险因素;
④运用Logit/Probit回归技术从初步因素中选择出9～11个最优的风险因素，并确保回归系数具有明确的经济含义，各变量间不存在多重共线性;
⑤在建模外样本、时段外样本中验证基于建模样本所构建模型的违约区分能力，确保模型的横向适用性和纵向前瞻性;
⑥对模型输出结果进行校正，得到最终各客户的违约概率。
(3)Credit Monitor模型
Credit Monitor模型是在Merton模型基础上发展起来的一种适用于上市公司的违约概率模型，其核心在于把企业与银行的借贷关系视为期权买卖关系，借贷关系中的信用风险信息因此隐含在这种期权交易之中，从而通过应用期权定价理论求解出信用风险溢价和相应的违约率，即预期违约频率(Expected Default Frequency，EDF)。
【单选】在法人客户评级模型中，( )通过应用期权定价理论求解出信用风险溢价和相应的违约率。
A.Altman Z计分模型
B.RiskCalc模型
C.Credit Monitor模型
D.死亡率模型
答案：C
(4)KPMG风险中性定价模型
风险中性定价理论的核心思想是假设金融市场中的每个参与者都是风险中立者，不管是高风险资产、低风险资产或无风险资产，只要资产的期望收益是相等的，市场参与者对其的态度就是一致的，这样的市场环境被称为风险中性范式。KPMG公司将风险中性定价理论运用到贷款或债券的违约概率计算中，由于债券市场可以提供与不同信用等级相对应的风险溢价，根据期望收益相等的风险中性定价原则，每一笔贷款或债券的违约概率就可以相应计算出来。
【单选】某一年期零息债券的年收益率为16.7%，假设债务人违约后，回收率为零，若一年期的无风险年收益率为5%，则根据KPMG风险中性定价模型得到上述债券在一年内的违约概率为( )
A.0.05
B.0.10
C.0.15
D.0.20
答案：B
(5)死亡率模型
死亡率模型是根据贷款或债券的历史违约数据，计算在未来一定持有期内不同信用等级的贷款或债券的违约概率，即死亡率，通常分为边际死亡率(MarginaMortality Rate，MMR)和累计死亡率(Cumulated Mortality Rate，CMR)。
【单选】根据死亡率模型，假设某3年期辛迪加贷款，从第1年至第3年每年的边际死亡率依次为0.17%、0.60%、0.60%，则3年的累计死亡率为( )。
A.0.17%
B.0.77%
C.1.36%
D.2.32%
答案：C[NextPage] 4. 个人客户评分方法
按照国际惯例，对于企业的信用评定采用评级方法，而对个人客户的信用评定采用评分方法。由于个人客户数量众多，历史信息的规律性强，因此主要采用基于历史数据统计的评分模型计量个人客户的信用风险。
参照国际最佳实践，个人客户评分按照所采用的统计方法可以分为回归分析、K临近值、神经网络模型等;按照评分的对象可以分为客户水平、产品水平和账户水平，按照评分的目的可以分为风险评分、利润评分、忠诚度评分等;按照平分的阶段则可以分为拓展客户期(信用局评分)、审批客户期(申请评分)和管理客户期(行为评分)。
(1)信用局评分
这一阶段常用的模型有：
①风险评分，预测消费者违约/坏账风险的大小;
②收益评分，预测消费者开户后给商业银行带来潜在收益;
③破产评分，预测消费者破产风险的大小;
④其他信用特征评分。
(2)申请评分
申请评分模型通过综合考虑申请者在申请表上所填写的各种信息，对照商业银行类似申请者开户后的信用表现，以评分来预测申请者开户后一定时期内违约概率，通过比较该客户的违约概率和商业银行可以接受的违约底线来作出拒绝或接受的决定。
信用局风险评分模型和收益评分模型是很有价值的决策工具，与申请评分模型具有互补性，可以组成二维或三维矩阵来进行信贷审批决策。不同的是，申请评分模型是商业银行为特定金融产品的申请者量身定做的，能够更准确、全面地反映商业银行客户的特殊性，而且可以利用更多的信息对客户将来的信用表现进行预测;而信用局评分模型通常是对申请者在未来各种信贷关系中的违约概率作出预测。
(3)行为评分
行为评分被用来观察现有客户的行为，以掌握客户及时还款的可信度。
5.客户评级/评分的验证(Validation)
(1)客户违约风险区分能力的验证
期基本原理是运用多种数理分析方法检验评级系统对客户是否违约的判断准确性。
(2)违约概率预测准确性的验证(校正)
其基本原理是运用统计学中的假设检验，当实际违约发生情况超过给定阈值，则拒绝原假设，认为PD预测不准确。常用方法有：二项分布检验，检验给定年份某一等级PD预测准确性;卡方分布检验，检验给定年份不同等级PD预测准确性;正态分布检验，检验不同年份同一等级PD预测准确性;扩展的交通灯检验，检验不同年份不同等级PD预测准确性。
