首页 理论教育 银行信用风险内部评级体系优化方案

银行信用风险内部评级体系优化方案

时间:2023-07-03 理论教育 版权反馈
【摘要】:中国银监会在2008年发布的《商业银行信用风险内部评级体系监管指引》中,也规定银行对信用风险暴露的内部评级包括债务人评级和债项评级两个相互独立的维度。对于涉及不同业务线、行业和地区的债务人,评级标准应保持一致。4.评级应用银行应将评级结果应用于信用风险管理实践。对于公司、主权和银行的全部次级债权,规定75%的LGD。抵押品的信用风险缓释作用体现为对基准违约损失率的调整。

银行信用风险内部评级体系优化方案

巴塞尔委员会在《巴塞尔协议Ⅱ》中要求银行在内部评级法(IRB)下建立的合格的评级体系具有独立的、性质不同的两个维度,分别反映借款人违约风险和特定的交易风险。中国银监会在2008年发布的《商业银行信用风险内部评级体系监管指引》中,也规定银行对信用风险暴露的内部评级包括债务人评级和债项评级两个相互独立的维度。

(一)债务人信用风险评级

1.评级依据

债务人的评级范围应覆盖所有债务人和认定的保证人。债务人评级用于评估债务人的违约风险,仅反映债务人的风险特征,一般不考虑债项风险特征。如果银行对同一债务人发放多项贷款,债务人的评级必须一致,而不论每笔贷款的交易性质是否有差异。根据巴塞尔委员会和中国银监会的要求,债务人评级应最少具备7个非违约级别、1个违约级别,并保证较高级别的风险小于较低级别的风险。在设定评级结构的基础上,银行应明确评级的定义,即描述各级别的风险程度和各级别之间风险大小的区分标准。

债务人的评级级别应按照债务人违约概率(PD)的大小排序。银行可以综合采用计量模型方法和专家判断方法进行评级。信用风险计量模型应在违约概率的估算中发挥基础作用。不过,计量模型通常只使用获得信息的一部分,尽管避免了以主观判断为主的评级体系所犯的错误,仅仅基于有限信息的技术处理也是评级错误的原因。银行应通过必要的专家判断和人工监控以保证评级考虑了模型未涉及的相关信息。在引入专家判断时,应确保评级标准清晰、透明。对于涉及不同业务线、行业和地区的债务人,评级标准应保持一致。

违约概率的估计主要包括以下环节:

(1)选取数据。银行应从历史数据中选取合格数据,建立样本数据集。数据来源可以包括内部数据、外部数据和内外部集合数据,确保违约概率的估值基于所有相关和重要的数据。样本数据应有代表性,能反映信用风险暴露特征、银行信贷政策以及当前和未来的经济状况。样本数据的选取数目和选取时间段应能够确保违约概率估计的准确性。数据观察期应涵盖一个包括经济衰退期在内的完整的经济周期,用于估计非零售风险暴露债务人的违约概率的数据观察期不得低于5年。

(2)估算参数。信用风险计量模型的构建应同时考虑影响债务人违约风险的非系统性因素和系统性因素。非系统性因素是指与单个债务人相关的特定风险因素;系统性因素是指与所有债务人相关的共同风险因素,如国内宏观经济、商业周期、国际政治经济形势等。银行应估计债务人未来一年的违约概率,监管部门鼓励银行采用长于1年的时间跨度。评级必须反映在遇到不利的经济状况或发生未预料事件时,银行对借款人按照合约履行偿债能力和愿望的评估。对任一级别的债务人,银行可以使用以违约概率预测模型得到的每个债务人违约概率的平均值作为该级别的违约概率。

2.评级流程

银行的内部评级流程包括以下阶段[6]:一是评级发起,指评级人员对客户进行一次新的评级过程。二是评级认定,指评级认定人员对评级发起人员的评级建议进行最终审核认定,评级认定的岗位设置应满足独立性要求。三是评级推翻,包括评级人员对计量模型评级结果的推翻和评级认定人员对评级发起人员评级建议的否决。银行应建立明确的评级推翻政策和程序,包括评级推翻的依据和条件、权限划分、幅度等。对于以模型为基础的评级,银行必须监控人工判断推翻模型评级、变量排除和参数调整的情况。四是评级更新,银行应明确评级更新政策,包括更新的条件、频率、程序和评级有效期。银行对非零售风险暴露的债务人和保证人评级应至少每年更新一次,对风险较高的债务人,应适当提高评级更新频率。

3.评级体系的验证

银行应对评级体系进行验证,包括对内部评级的准确性和稳定性的评估。准确性是指评级能够有效区分风险,每个级别实际的违约率和估计的违约概率应基本一致。稳定性是指在风险不变的情况下,所采用的评级政策和标准能够保持评级与估值在总体上不发生变化,但不排斥评级体系的调整。评级体系验证包括开发阶段的验证、持续监测和结果分析,银行可以采取基准测试、返回检验等不同的验证方法。

4.评级应用

银行应将评级结果应用于信用风险管理实践。债务人的评级是授信审批和授信额度设置的重要依据。银行应根据行业、区域等组合层面的评级结果,制定差异化的信贷政策。评级结果和违约概率的估计值应作为银行构建资本计量模型的重要基础和输入参数,并作为银行确定风险偏好和制定风险战略、贷款及投资定价的重要基础。

(二)债项信用风险评级

银行应对非零售风险暴露债务人的每笔债项进行评级。对于银行的信贷资产,债项评级又称贷款评级,也即贷款的风险分类。[7]传统的贷款分类主要依靠专家的主观判断。《巴塞尔协议Ⅱ》提出,债项的评级级别按照违约损失率(LGD)大小排序。违约损失率指某一债项违约导致的损失金额占该违约债项风险暴露的比率。债项评级必须反映交易本身特定的风险要素,包括产品类别、贷款用途、担保品、求偿权的优先性等影响违约损失率的因素。银行应设定足够的债项级别,以避免违约损失率相差大的多笔贷款进入同一评级级别。债项评级结果对应的每笔贷款的预期损失率可以为贷款定价和计提坏账准备提供依据。

1.初级IRB法下违约损失率的确定

对于采用IRB初级法的银行,必须使用监管当局给定的违约损失率的估计值。《巴塞尔协议Ⅱ》给出了确定LGD的方法,其基本思想是根据抵押品和债项优先权的不同,对LGD进行调整。

(1)对无担保债权和非认定抵押品的处理

对于非认定的抵押品担保的公司、主权和银行的高级债权,规定45%的LGD。对于公司、主权和银行的全部次级债权,规定75%的LGD。次级贷款指还款顺序排在其他贷款之后的贷款。

(2)对有合格抵押品的处理(www.xing528.com)

对有抵押品的交易,有效的违约损失率(LGD*)表述如下:

LGD*=Max{0,LGD×[(E*/E)]}

LGD是指在考虑抵押品之前,无担保贷款的基准违约损失率(45%),E是贷款的风险暴露的当前值,E*是使用风险缓释后的贷款的风险暴露值。抵押品的信用风险缓释作用体现为对基准违约损失率的调整。

银行利用合格的抵押品对公司暴露进行担保,确定有效违约损失率的方法如下:

其一,满足最低合格抵押品要求,但是抵押品当前值(C)和贷款的当前值(E)的比率低于标准水平C*(即贷款要求的最低抵押水平)的贷款,对无担保的部分或是由不合格的金融抵押或其他不合格抵押品担保的部分,采用适当的违约损失率。

其二,C和E的比率超过了另一个较高的标准水平C**(即要求对全部违约损失率超额抵押的水平)的贷款,根据表14-2确定其违约损失率。

表14-2 对高级暴露已担保部分的最低违约损失率

*其他抵押不包括银行由于贷款违约获得的实物资产。

高级暴露被分为全额抵押和无抵押部分。暴露全额抵押的部分(C/C**)可获得此类抵押品的最低违约损失率。暴露的剩余部分被认为是无担保的,获得45%的违约损失率。

(3)对抵押品池的处理

按照初级法的规定,银行已经获得金融抵押和IRB法的其他合格抵押的,确定此类交易有效违约损失率的方法是标准法的处理方式,并建立在下列指导原则基础之上:

其一,要求银行在已经得到多种形式信用风险缓释工具的情况下,将贷款的调整值(合格的金融抵押品折扣之后)分成若干部分,每一部分由一种信用风险缓释工具覆盖。也即银行必须将贷款分成由合格的金融抵押品抵押的部分、由应收账款抵押的部分、由商用房地产/居住用房地产抵押的部分,及由其他抵押品抵押的部分和相关的无担保部分。

其二,商用房地产/居住用房地产和其他抵押品价值的总和(在确认合格金融抵押和应收账款抵押之后)与扣减后贷款的比率低于标准水平(即贷款抵押的最低水平),贷款未担保部分的违约损失率是45%。

其三,贷款的全额担保部分的风险加权资产必须分别计算。

2.高级IRB法下违约损失率的估算

采用IRB高级法的银行可以采用自己估计的违约损失率。违约损失率不仅与借款企业的整体资信状况相关,还受到宏观经济周期、借款企业的行业类型、债项的清偿优先性、抵押品、担保效力等因素的影响。银行必须估计每笔贷款的长期平均违约损失率。用于估计非零售风险暴露和零售风险暴露违约损失率的数据观察期分别不得低于7年和5年。

违约损失率的估算方法主要有:

(1)历史数据平均法。根据实际损失率的历史数据进行加权平均,计算出某一类资产的LGD的历史平均值,再将该债项等级的LGD平均值作为某一债项的违约损失率。该方法比较简单,未考虑环境因素和借款人信用状况的变化。

(2)资产估值法。基于债务资产在无违约和违约状态下价值的变化估算LGD,具体包括三种方法。一是市价LGD法:在违约发生时,以市场上直接观察到的债务市场价格来计算违约损失率;二是清算LGD法:估算违约发生后清算过程中的预期现金流扣除各种费用支出后的现值,将之与违约发生时的风险暴露比较,估算LGD值;三是是市场隐含LGD法:通过获得最近交易的无违约风险债券的信用差价状况,利用资产定价模型得出无违约风险债券的价格,进而估计LGD。

(3)回归分析法。根据债项实际损失率的历史数据,将影响LGD的多项因素作为解释变量,建立回归模型,然后将特定债项的相关数据输入模型中,得出LGD的预测值。穆迪评级公司在2002年开发的LossCalc模型就属于这一类型。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈