信用風(fēng)險(xiǎn)也是FRM考試的重點(diǎn)考察對(duì)象。那么信用風(fēng)險(xiǎn)是如何評(píng)估的呢？跟著高頓網(wǎng)校FRM小編來了解一下。
什么是信用風(fēng)險(xiǎn)評(píng)估
信用風(fēng)險(xiǎn)評(píng)估是指管理人將充分利用現(xiàn)有行業(yè)與公司研究力量，根據(jù)發(fā)債主體的經(jīng)營(yíng)狀況和現(xiàn)金流等情況對(duì)其信用風(fēng)險(xiǎn)進(jìn)行評(píng)估，以此作為品種選擇的基本依據(jù)。
信用風(fēng)險(xiǎn)評(píng)估方法
一、5C要素分析法
5C要素分析法是金融機(jī)構(gòu)對(duì)客戶作信用風(fēng)險(xiǎn)分析時(shí)所采用的專家分析法之一。它主要集中在借款人的道德品質(zhì) (Character)、還款能力(Capacity)、資本實(shí)力(Capital)、擔(dān)保(Collateral)和經(jīng)營(yíng)環(huán)境條件(Con- dition)五個(gè)方面進(jìn)行全面的定性分析以判別借款人的還款意愿和還款能力。有些銀行將其歸納為“5W”因素,即借款人(Who)、借款用途 (Why)、還款期限(When)、擔(dān)保物(What)及如何還款(How)。還有的銀行將其歸納為“5P”因素,即個(gè)人因素(Personal)、借款目的(Purpose)、償還(Payment)、保障(Protec-tion)和前景(Perspective)。無論是“5C”、“5W”或是 “5P”要素法在內(nèi)容上大同小異,他們的共同之處都是將每一要素逐一進(jìn)行評(píng)分,使信用數(shù)量化,從而確定其信用等級(jí)以作為其是否貸款、貸款標(biāo)準(zhǔn)的確定和隨后貸款跟蹤監(jiān)測(cè)期間的政策調(diào)整依據(jù)。
二、財(cái)務(wù)比率綜合分析法
由于信用危機(jī)往往是由財(cái)務(wù)危機(jī)引致而使銀行和投資者面臨巨大的信用風(fēng)險(xiǎn), 及早發(fā)現(xiàn)和找出一些預(yù)警財(cái)務(wù)趨向惡化的特征財(cái)務(wù)指標(biāo),無疑可判斷借款或證券發(fā)行人的財(cái)務(wù)狀況,從而確定其信用等級(jí),為信貸和投資提供依據(jù)。基于這一動(dòng)機(jī), 金融機(jī)構(gòu)通常將信用風(fēng)險(xiǎn)的測(cè)度轉(zhuǎn)化為企業(yè)財(cái)務(wù)狀況的衡量問題。因此,一系列財(cái)務(wù)比率分析方法也應(yīng)運(yùn)而生。財(cái)務(wù)比率綜合分析法就是將各項(xiàng)財(cái)務(wù)分析指標(biāo)作為一個(gè)整體,系統(tǒng)、全面、綜合地對(duì)企業(yè)財(cái)務(wù)狀況和經(jīng)營(yíng)情況進(jìn)行剖析、解釋和評(píng)價(jià)。這類方法的主要代表有杜邦財(cái)務(wù)分析體系和沃爾比重評(píng)分法,前者是以凈值報(bào)酬率為龍頭,以資產(chǎn)凈利潤(rùn)率為核心,重點(diǎn)揭示企業(yè)獲利能力及其前因后果;而沃爾比重法是將選定的7項(xiàng)財(cái)務(wù)比率分別給定各自的分?jǐn)?shù)比重,通過與標(biāo)準(zhǔn)比率 (行業(yè)平均比率)進(jìn)行比較,確定各項(xiàng)指標(biāo)的得分及總體指標(biāo)的累計(jì)分?jǐn)?shù),從而得出企業(yè)財(cái)務(wù)狀況的綜合評(píng)價(jià),繼而確定其信用等級(jí)。
三、多變量信用風(fēng)險(xiǎn)判別模型
多變量信用風(fēng)險(xiǎn)判別模型是以特征財(cái)務(wù)比率為解釋變量,運(yùn)用數(shù)量統(tǒng)計(jì)方法推導(dǎo)而建立起的標(biāo)準(zhǔn)模型。運(yùn)用此模型預(yù)測(cè)某種性質(zhì)事件發(fā)生的可能性,及早發(fā)現(xiàn)信用危機(jī)信號(hào),使經(jīng)營(yíng)者能夠在危機(jī)出現(xiàn)的萌芽階段采取有效措施改善企業(yè)經(jīng)營(yíng),防范危機(jī);使投資者和債權(quán)人可依據(jù)這種信號(hào)及時(shí)轉(zhuǎn)移投資、管理應(yīng)收帳款及作出信貸決策。目前國(guó)際上這類模型的應(yīng)用是最有效的,也是國(guó)際金融業(yè)和學(xué)術(shù)界視為主流方法。概括起來有線性概率模型、Logit、 Probit模型和判別分析模型。其中多元判別分析法最受青睞,Logit模型次之。
多元判別分析法是研究對(duì)象所屬類別進(jìn)行判別的一種統(tǒng)計(jì)分析方法;判別分析就是要從若干表明觀測(cè)對(duì)象特征的變量值(財(cái)務(wù)比率)中篩選出能提供較多信息的變量并建立判別函數(shù),使推導(dǎo)出的判別函數(shù)對(duì)觀測(cè)樣本分類時(shí)的錯(cuò)判率最小。率先將這一方法應(yīng)用于財(cái)務(wù)危機(jī)、公司破產(chǎn)及違約風(fēng)險(xiǎn)分析的開拓者是美國(guó)的愛德華·阿爾特曼博士(EdwardI.Altman)。他早在 1968年對(duì)美國(guó)破產(chǎn)和非破產(chǎn)生產(chǎn)企業(yè)進(jìn)行觀察,采用了22個(gè)財(cái)務(wù)比率經(jīng)過數(shù)理統(tǒng)計(jì)篩選建立了著名的5變量Z-score模型和在此基礎(chǔ)上改進(jìn)的“Ze- ta”判別分析模型。根據(jù)判別分值,以確定的臨界值對(duì)研究對(duì)象進(jìn)行信用風(fēng)險(xiǎn)的定位。由于模型簡(jiǎn)便、成本低、效果佳,Zeta模型己商業(yè)化,廣泛應(yīng)用于美國(guó)商業(yè)銀行,取得了巨大的經(jīng)濟(jì)效益。美國(guó)還專門成立了一家Zeta服務(wù)有限公司,著名美林證券也提供Z值統(tǒng)計(jì)服務(wù)。受美國(guó)影響,日本開發(fā)銀行、德國(guó)、法國(guó)、英國(guó)、澳大利亞、加拿大等許多發(fā)達(dá)國(guó)家的金融機(jī)構(gòu),以及巴西都紛紛研制了各自的判別模型。雖在變量上的選擇各有千秋,但總體思路則與阿爾特曼如出一轍。
Logit模型是采用一系列財(cái)務(wù)比率變量來預(yù)測(cè)公司破產(chǎn)或違約的概率;然后根據(jù)銀行、投資者的風(fēng)險(xiǎn)偏好程度設(shè)定風(fēng)險(xiǎn)警界線、以此對(duì)分析對(duì)象進(jìn)行風(fēng)險(xiǎn)定位和決策。Logit模型與多元判別分析法的本質(zhì)區(qū)別在于前者不要求滿足正態(tài)分布,其模型采用Lo-gistic函數(shù)。由于 Logistic回歸不假定任何概率分布,不滿足正態(tài)情況下其判別正確率高于判別分析法的結(jié)果。
四、以資本市場(chǎng)理論和信息科學(xué)為支撐的新方法
隨著資本市場(chǎng)的迅速發(fā)展、融資的非中介化、證券化趨勢(shì)以及金融創(chuàng)新工具的大量涌現(xiàn),信用風(fēng)險(xiǎn)的復(fù)雜性也日益顯著。人們認(rèn)為以財(cái)務(wù)比率為基礎(chǔ)的統(tǒng)計(jì)分析方法不能反映借款人和證券發(fā)行人的資產(chǎn)在資本市場(chǎng)上快速變化的動(dòng)態(tài)價(jià)值;鑒于此,一系列信用風(fēng)險(xiǎn)衡量的新方法相繼提出。
1.期權(quán)定價(jià)型的破產(chǎn)模型期權(quán)定價(jià)型的“破產(chǎn)模型”。
這類模型的理論依據(jù)在很多方面與Black-Scholes(1973),Merton(1974)以及 Hull和White(1995)的期權(quán)定價(jià)模型相似。因此也稱作信用風(fēng)險(xiǎn)的期權(quán)定價(jià)模型。Black-Scholes-Merton系列定價(jià)模型表明一家公司的破產(chǎn)概率取決于公司資產(chǎn)相對(duì)于其短期負(fù)債時(shí)的初始市場(chǎng)價(jià)值和資產(chǎn)(股票)市價(jià)的波動(dòng)率。當(dāng)公司資產(chǎn)的市場(chǎng)(清算)價(jià)值低于其短期負(fù)債價(jià)值, 即資不抵債時(shí),那么該公司實(shí)質(zhì)上已經(jīng)破產(chǎn)。1993年KMV公司研究提出的期望違約率(ExpectedDefaultFrequency,EDF)模型也是基于這一理論。模型的結(jié)構(gòu)包含兩種理論聯(lián)系。其一是將股票價(jià)值看成是建立在公司資產(chǎn)價(jià)值上的一個(gè)看漲期權(quán);其二是公司股票價(jià)值波動(dòng)率與公司資產(chǎn)價(jià)值變化之間的關(guān)系。在實(shí)踐中,通過觀察在一定標(biāo)準(zhǔn)差(資產(chǎn)市價(jià)與償債價(jià)值的標(biāo)準(zhǔn)差)水準(zhǔn)上的公司(其初始資產(chǎn)高于負(fù)債)在一年內(nèi)有多少比例的公司破產(chǎn); 以此來衡量任一具有同樣標(biāo)準(zhǔn)差公司的違約概率。由于資產(chǎn)市值的估算又取決于股價(jià)波動(dòng)率的估算,因此令人質(zhì)疑的是估算的股價(jià)波動(dòng)率是否可作為公司資產(chǎn)價(jià)值估算的可信指標(biāo)。
2.債券違約率模型和期限方法
阿爾特曼研究的債券違約模型(Mortalityratmodel)和 Asquith、Mullins(1989)的期限方法(Ag-ingapproach)是按穆迪和標(biāo)準(zhǔn)普爾的信用等級(jí)和債券到期年限,采用債券實(shí)際違約的歷史數(shù)據(jù)建立的違約概率經(jīng)驗(yàn)值。對(duì)各類信用等級(jí)和期限債券的違約風(fēng)險(xiǎn)的衡量。美國(guó)穆迪(1990)和標(biāo)準(zhǔn)普爾(1991)兩家著名評(píng)級(jí)公司修正了這一模型并作為他們的常規(guī)金融分析工具。此類模型有望擴(kuò)展到貸款違約風(fēng)險(xiǎn)分析中。但目前的障礙是銀行無法收集到足夠的貸款違約歷史數(shù)據(jù)供建立一個(gè)非常穩(wěn)定的違約概率數(shù)據(jù)庫。因此美國(guó)許多大型銀行正致力于建立一個(gè)全國(guó)貸款違約和違約損失率的共享數(shù)據(jù)庫。
3.神經(jīng)網(wǎng)絡(luò)分析系統(tǒng)
雖然神經(jīng)網(wǎng)絡(luò)的理論可追溯到40年代,但在信用風(fēng)險(xiǎn)分析中的應(yīng)用還是90年代的新生事物。神經(jīng)網(wǎng)絡(luò)是從神經(jīng)心理學(xué)和認(rèn)識(shí)科學(xué)研究成果出發(fā),應(yīng)用數(shù)學(xué)方法發(fā)展起來的一種并行分布模式處理系統(tǒng),具有高度并行計(jì)算能力、自學(xué)能力和容錯(cuò)能力。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是由一個(gè)輸入層、若干個(gè)中間隱含層和一個(gè)輸出層組成。國(guó)外研究者如Altman,Marco和Varetto(1995)對(duì)意大利公司財(cái)務(wù)危機(jī)預(yù)測(cè)中應(yīng)用了神經(jīng)網(wǎng)絡(luò)分析法。Coats,Fant(1993)、 Trippi和Turban,Kevin、KarYanTan和MdodyY.Kiang(1992)采用了神經(jīng)網(wǎng)絡(luò)分析法分別對(duì)美國(guó)公司和銀行財(cái)務(wù)危機(jī)進(jìn)行了預(yù)測(cè),取得了一定的效果。我國(guó)學(xué)者楊保安、王春峰等(1998)也在此領(lǐng)域進(jìn)行了初探。然而神經(jīng)網(wǎng)絡(luò)的*5缺點(diǎn)是其工作的隨機(jī)性較強(qiáng)。因?yàn)橐玫揭粋€(gè)較好的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),需要人為地去調(diào)試,非常耗費(fèi)人力與時(shí)間,因此應(yīng)用受到了限制。Altman(1995)在對(duì)神經(jīng)網(wǎng)絡(luò)法和判別分析法的比較研究中得出結(jié)論“神經(jīng)網(wǎng)絡(luò)分析方法在信用風(fēng)險(xiǎn)識(shí)別和預(yù)測(cè)中的應(yīng)用,并沒有實(shí)質(zhì)性的優(yōu)于線性判別模型”。另外,Chatfield(1993)在《國(guó)際預(yù)測(cè)雜志》發(fā)表的題為“神經(jīng)網(wǎng)絡(luò):預(yù)測(cè)的突破還是時(shí)髦”一文中對(duì)神經(jīng)網(wǎng)絡(luò)方法也只作了一般性的評(píng)述。但神經(jīng)網(wǎng)絡(luò)作為一門嶄新的信息處理科學(xué)仍然吸引著眾多領(lǐng)域的研究者。
五、衍生工具信用風(fēng)險(xiǎn)的衡量方法
衍生工具是指其價(jià)值依賴于基本標(biāo)的資產(chǎn)價(jià)格的金融工具,如遠(yuǎn)期、期貨、期權(quán)、互換等。80年代以來,金融市場(chǎng)風(fēng)起云涌、變幻莫測(cè)、市場(chǎng)風(fēng)險(xiǎn)與日俱增。衍生工具因其在金融、投資、套期保值和利率行為中的巨大作用而獲得了飛速的發(fā)展,尤其充實(shí)、拓展了銀行的表外業(yè)務(wù)。然這些旨在規(guī)避市場(chǎng)風(fēng)險(xiǎn)應(yīng)運(yùn)而生的衍生工具又蘊(yùn)藏著新的信用風(fēng)險(xiǎn)。如利率互換和貨幣互換雖能減少利率風(fēng)險(xiǎn),但卻要承擔(dān)互換對(duì)方的違約風(fēng)險(xiǎn)。如果銀行只是作為互換的中間人和擔(dān)保人介入互換業(yè)務(wù),互換中的任何一方違約都將由銀行承擔(dān)。另外,場(chǎng)外市場(chǎng)的期權(quán)交易,其違約風(fēng)險(xiǎn)也日益增加。因此,衍生工具的信用風(fēng)險(xiǎn)的管理也日益受到各國(guó)金融監(jiān)管當(dāng)局的重視。原則上,前面討論的方法對(duì)衍生工具信用風(fēng)險(xiǎn)的預(yù)測(cè)仍有用武之地。因?yàn)?引起合同違約的一個(gè)重要因素,仍通常是對(duì)方陷入財(cái)務(wù)困境。盡管如此,在貸款、場(chǎng)外交易和表外衍生工具的違約風(fēng)險(xiǎn)上仍存有許多細(xì)微的區(qū)別。首先,即使對(duì)方陷入財(cái)務(wù)困境, 也只可能對(duì)虛值合同(履約帶來負(fù)價(jià)值的合同)違約而會(huì)力求履行所有的實(shí)值合約(履約帶來正價(jià)值的合同)。其次,在任一違約概率水準(zhǔn)上,衍生工具違約遭受的損失往往低于貸款違約的損失。鑒于此,研究者相繼提出許多其他方法,不過主要集中在期權(quán)和互換兩類衍生工具上,*2代表性的有下列三種。
1.風(fēng)險(xiǎn)敞口等值法(Riskequivalentexposure,REE)
風(fēng)險(xiǎn)敞口等值法(REE)是貫穿于衍生工具信用風(fēng)險(xiǎn)衡量的核心方法。這類方法是以估測(cè)信用風(fēng)險(xiǎn)敞口價(jià)值為目標(biāo),考慮了衍生工具的內(nèi)在價(jià)值和時(shí)間價(jià)值,并以特殊方法處理的風(fēng)險(xiǎn)系數(shù)建立了一系列REE計(jì)算模型。既有以衍生工具交易的名義本金和合同價(jià)值為基礎(chǔ)的REE模型,也有以衍生工具類別和組合策略為基礎(chǔ)的REE模型。其中風(fēng)險(xiǎn)系數(shù)是衍生工具交易的名義本金轉(zhuǎn)化為風(fēng)險(xiǎn)敞口等同值的核心工具。依據(jù)投資者的風(fēng)險(xiǎn)偏好,可計(jì)算4種概念的風(fēng)險(xiǎn)敞口等同值;即到期風(fēng)險(xiǎn)敞口等同值、平均風(fēng)險(xiǎn)敞口等同值、最壞情況風(fēng)險(xiǎn)敞口等同值和期望風(fēng)險(xiǎn)敞口等同值以度量信用風(fēng)險(xiǎn)的高低。
2.模擬法
模擬是一種計(jì)算機(jī)集約型的統(tǒng)計(jì)方法。采用蒙特卡羅模擬過程模擬影響衍生工具價(jià)值的關(guān)鍵隨機(jī)變量的可能路徑和交易過程中各時(shí)間點(diǎn)或到期時(shí)的衍生工具價(jià)值。經(jīng)過成千上百次的反復(fù)計(jì)算得出一個(gè)均值。衍生工具的初始價(jià)值與模擬平均值之差是對(duì)未來任一時(shí)間點(diǎn)和到期信用風(fēng)險(xiǎn)敞口值的一個(gè)度量。
3.敏感度分析法
衍生工具交易者通常采用衍生工具價(jià)值模型中的一些比較系數(shù),如 Delta,Gamme,Vega和Theta來衡量和管理頭寸及交易策略的風(fēng)險(xiǎn)。敏感度分析法就是利用這些比較值通過方案分析 (scenarioanalysis)或應(yīng)用風(fēng)險(xiǎn)系數(shù)來估測(cè)衍生工具價(jià)值。其中Delta用于衡量衍生工具證券價(jià)格對(duì)其標(biāo)的資產(chǎn)價(jià)格變動(dòng)的敏感度;Gamme是衡量該衍生證券的Delta值對(duì)標(biāo)的資產(chǎn)價(jià)格變化的敏感度;它等于衍生證券價(jià)格對(duì)標(biāo)的資產(chǎn)價(jià)格的二階偏導(dǎo)數(shù),也等于衍生證券的Delta 對(duì)標(biāo)的資產(chǎn)價(jià)格的一階偏導(dǎo)數(shù)。Vega用來衡量衍生證券的價(jià)值對(duì)標(biāo)的資產(chǎn)價(jià)格波動(dòng)率的敏感度;Theta用于衡量衍生證券的價(jià)值對(duì)時(shí)間變化的敏感度。敏感度分析法最終目的仍是估算出風(fēng)險(xiǎn)敞口等同價(jià)值(REE)。只是估算中采用的系數(shù)不同。如Ong(1996)主要采用Delta和Gamme來估算 REE,Mark(1995)則使用上述所有的系數(shù),并運(yùn)用方案分析以獲得衍生工具的新價(jià)值。