3.2.3組合信用風(fēng)險(xiǎn)計(jì)量

　　1.違約相關(guān)性及其計(jì)量

　　相關(guān)性是描述兩個(gè)聯(lián)合事件之間的相互關(guān)系，而不僅僅是指兩個(gè)事件概率的簡(jiǎn)單乘積。違約相關(guān)性的計(jì)量包括相關(guān)系數(shù)和連接函數(shù)兩種方法。

　　(1)相關(guān)系數(shù)

　　線性相關(guān)是最常見(jiàn)的一種相關(guān)，可用統(tǒng)計(jì)學(xué)中最常見(jiàn)的簡(jiǎn)單相關(guān)系數(shù)來(lái)計(jì)量。

　　【單選】X、Y分別表示兩種不同類型借款人的違約損失，其協(xié)方差為0.08，X的標(biāo)準(zhǔn)差為0.90，Y的標(biāo)準(zhǔn)差為0.70，則其相關(guān)系數(shù)為()。

　　A.0.630

　　B.0.072

　　C.0.127

　　D.0.056

　　答案：C

　　對(duì)于非線性相關(guān)，可通過(guò)秩相關(guān)系數(shù)(Spearman)和坎德?tīng)栂禂?shù)(Kendall)進(jìn)行計(jì)量。

　　上述相關(guān)性計(jì)量在數(shù)學(xué)上都具有良好的性質(zhì)，目前在金融工程領(lǐng)域也得到了廣泛的應(yīng)用，但它們共同的缺點(diǎn)是只能刻畫(huà)兩個(gè)變量之間的相關(guān)程度，卻無(wú)法通過(guò)各變量的邊緣分布刻畫(huà)出兩個(gè)變量的聯(lián)合分布。希望通過(guò)單比債項(xiàng)的不同損失分布來(lái)計(jì)算組合的損失分布，可以采用連接函數(shù)。

　　(2)連接函數(shù)

　　連接函數(shù)是一個(gè)把單變量概率密度函數(shù)連接成聯(lián)合分布函數(shù)的函數(shù)。

　　2.信用風(fēng)險(xiǎn)組合模型

　　根據(jù)原理上的差異，信用風(fēng)險(xiǎn)組合模型可以分為兩類：

　　l解析模型。通過(guò)一些簡(jiǎn)化假設(shè)，對(duì)信貸資產(chǎn)組合給出一個(gè)“準(zhǔn)確”的解。解析模型能夠快速得到結(jié)果，但缺點(diǎn)是需要建立在對(duì)違約風(fēng)險(xiǎn)因素諸多苛刻的假定基礎(chǔ)上。

　　l仿真模型。用大量仿真試驗(yàn)(情景模擬)所產(chǎn)生的經(jīng)驗(yàn)分布來(lái)近似代替真實(shí)分布。仿真模型具有很大的靈活性，但是對(duì)信息系統(tǒng)的計(jì)算能力要求很高。

　　(1) CreditMetrics模型

　　CreditMetrics模型本質(zhì)上是一個(gè)VaR模型，目的是為了計(jì)算出在一定的置信水平下，一個(gè)信用資產(chǎn)組合在持有期限內(nèi)可能發(fā)生的最大損失。CreditMetrics模型的創(chuàng)新之處正是在于解決了計(jì)算非交易性資產(chǎn)組合VaR這一難題。

　　①信用風(fēng)險(xiǎn)取決于債務(wù)人的信用狀況，爾債務(wù)人的信用狀況則用信用等級(jí)表示。

　�、谛庞霉ぞ�(包括貸款、私募債券等)的市場(chǎng)價(jià)值取決于借款人的信用等級(jí)，即不同信用等級(jí)的信用工具有不同的市場(chǎng)價(jià)值，因此，信用等

　　級(jí)的變化會(huì)帶來(lái)信用工具價(jià)值的相應(yīng)變化。

　　③CreditMetrics模型的一個(gè)基本特點(diǎn)就是從資產(chǎn)組合而并不是單一資產(chǎn)的角度來(lái)看待信用風(fēng)險(xiǎn)。

　�、苡捎贑reditMetrics模型將單一的信用工具放入資產(chǎn)組合中衡量其對(duì)整個(gè)組合風(fēng)險(xiǎn)狀況的作用，而不是孤立地衡量某一信用工具自身的風(fēng)險(xiǎn)，因而，該模型使用了信用工具邊際風(fēng)險(xiǎn)貢獻(xiàn)(Marginal Risk Contribution)這樣的概念來(lái)反映單一信用工具對(duì)整個(gè)組合風(fēng)險(xiǎn)狀況的作用。

　　邊際風(fēng)險(xiǎn)貢獻(xiàn)是指因增加某一信用工具在組合中的持有量而增加的整個(gè)組合的風(fēng)險(xiǎn)。

　　【單選】CreditMetrics模型使用了()這一概念來(lái)反映單一信用工具對(duì)真?zhèn)�組合風(fēng)險(xiǎn)狀況的作用。

　　A.秩相關(guān)系數(shù)

　　B.連接函數(shù)

　　C.信用工具邊際風(fēng)險(xiǎn)貢獻(xiàn)

　　D.違約概率

　　答案：C

　　(2) Credit Portfolio View模型

　　麥肯錫公司提出的Credit Portfolio View模型直接將將轉(zhuǎn)移概率與宏觀因素的關(guān)系模型化，然后通過(guò)不斷加入宏觀因素沖擊來(lái)模擬轉(zhuǎn)移概率的變化，得出模型中的一系列參數(shù)值。Credit Portfolio View模型可以看做是CreditMetrics模型的一個(gè)補(bǔ)充，因?yàn)樵撃Ｐ碗m然在違約計(jì)量上不使用歷史數(shù)據(jù)，而是根據(jù)現(xiàn)實(shí)宏觀經(jīng)濟(jì)因素通過(guò)蒙特卡洛模擬計(jì)算出來(lái)，但對(duì)于那些非違約的轉(zhuǎn)移概率則還需要?dú)v史數(shù)據(jù)來(lái)計(jì)算，只不過(guò)將這些基于歷史數(shù)據(jù)的轉(zhuǎn)移概率進(jìn)行了調(diào)整而已。該模型本身并不能計(jì)量出完整的等級(jí)轉(zhuǎn)移矩陣。

　　【單選】多重信用風(fēng)險(xiǎn)組合模型被廣泛應(yīng)用于國(guó)際銀行業(yè)中，其中()直接將轉(zhuǎn)移概率與宏觀因素的關(guān)系模型化，然后通過(guò)不斷加入宏觀因素沖擊來(lái)模擬轉(zhuǎn)移概率的變化，得出模型的一系列參數(shù)值。

　　A. CreditMetric模型

　　B. Credit Portfolio模型

　　C. Credit Risk +模型轉(zhuǎn)自環(huán) 球 網(wǎng)環(huán) 球 網(wǎng)

　　D. KMV模型

　　答案：B

　　(3) Credit Risk+模型

　　Credit Risk+模型是根據(jù)針對(duì)火災(zāi)險(xiǎn)的財(cái)險(xiǎn)精算原理，對(duì)貸款組合違約率進(jìn)行分析的，并假設(shè)在組合中，每筆貸款只有違約和不違約兩種狀態(tài)。Credit Risk+模型認(rèn)為，貸款組合中不同類型的貸款同時(shí)違約的概率是很小的且相互獨(dú)立，因此，貸款組合的違約率服從泊松分布。

　　2010年銀行從業(yè)考試風(fēng)險(xiǎn)管理講義:第三章(17)

　　3.組合損失的壓力測(cè)試

　　根據(jù)巴塞爾委員會(huì)2005年的定義，壓力測(cè)試是一種風(fēng)險(xiǎn)管理技術(shù)，用于評(píng)估特定事件或特定金融變量的變化對(duì)金融機(jī)構(gòu)財(cái)務(wù)狀況的潛在影響。

　　作為商業(yè)銀行日常風(fēng)險(xiǎn)管理手段的有效補(bǔ)充，壓力測(cè)試早期主要用于市場(chǎng)風(fēng)險(xiǎn)管理，但隨著時(shí)間的推移，業(yè)界也逐漸開(kāi)始利用壓力測(cè)試來(lái)補(bǔ)充信用風(fēng)險(xiǎn)模型的不足。

　　壓力測(cè)試主要采用敏感性分析的情景分析方法。敏感性分析用來(lái)測(cè)試單個(gè)風(fēng)險(xiǎn)因素或一小組密切相關(guān)的風(fēng)險(xiǎn)因素的假定運(yùn)動(dòng)(如收益曲線的平移)對(duì)組合價(jià)值的影響;情景分析模擬一組風(fēng)險(xiǎn)因素(如股權(quán)價(jià)格、匯率和利率)的多種情景對(duì)組合價(jià)值的影響。敏感度測(cè)試著重分析特定風(fēng)險(xiǎn)因素對(duì)組合或業(yè)務(wù)單元的影響，而情景分析評(píng)估所有風(fēng)險(xiǎn)因素變化的整體效應(yīng)，更頻繁地用于機(jī)構(gòu)范圍內(nèi)的壓力測(cè)試。

　　盡管壓力測(cè)試并不困難，但過(guò)多的壓力測(cè)試并不意味著抓住了風(fēng)險(xiǎn)管理的實(shí)質(zhì)和要害，也不意味著高水平的風(fēng)險(xiǎn)管理。而且，由于每次壓力測(cè)試只能說(shuō)明時(shí)間的影響程度，卻并不能說(shuō)明事件發(fā)生的可能性，使得管理者對(duì)眾多的壓力測(cè)試結(jié)果難以分清主次，因而對(duì)決策的幫助并不大。此外，壓力測(cè)試只是對(duì)組合短期風(fēng)險(xiǎn)狀況的一種衡量，因此屬于一種戰(zhàn)術(shù)性的風(fēng)險(xiǎn)管理方法。

　　國(guó)際風(fēng)險(xiǎn)是指經(jīng)濟(jì)主體在與非本國(guó)居民進(jìn)行國(guó)際經(jīng)貿(mào)與金融往來(lái)時(shí)，由于別國(guó)經(jīng)濟(jì)、政治和社會(huì)等方面的變化而遭受損失的風(fēng)險(xiǎn)。國(guó)家風(fēng)險(xiǎn)不僅包括一個(gè)國(guó)家政府未能履行其債務(wù)所導(dǎo)致的風(fēng)險(xiǎn)(主權(quán)風(fēng)險(xiǎn))，也包括主權(quán)國(guó)家以直接或間接方式影響債務(wù)人履行償債義務(wù)的能力和意愿。對(duì)國(guó)家風(fēng)險(xiǎn)的計(jì)量可以通過(guò)主權(quán)評(píng)級(jí)來(lái)實(shí)現(xiàn)。

　　主權(quán)評(píng)級(jí)指各國(guó)直接或間接影響債務(wù)人履行其對(duì)外償付義務(wù)的能力和意愿的測(cè)試與排名。目前，比較通用的主權(quán)評(píng)級(jí)模型是由經(jīng)濟(jì)學(xué)家坎托和帕克(Cantor & Packer,1996)提出的，CP模型回歸了標(biāo)準(zhǔn)普爾和穆迪賦予的主權(quán)風(fēng)險(xiǎn)評(píng)級(jí)，利用49個(gè)國(guó)家的橫截面數(shù)據(jù)，測(cè)量出主權(quán)風(fēng)險(xiǎn)評(píng)級(jí)中作為決定因素的8個(gè)變量：

　�、偃司�收入：人均GNP (千美元)。

　�、� GDP增長(zhǎng)：年均實(shí)際GDP增長(zhǎng)(%)。

　�、弁ㄘ浥蛎洠耗昃�消費(fèi)價(jià)格通脹率(%)。

　　④財(cái)政平衡：相對(duì)于GDP的中央財(cái)政年均盈余(%)。

　�、萃獠科胶猓合鄬�(duì)于GDP的資本項(xiàng)目年均順差(%)。

　�、尥鈧�：相對(duì)于出口的外幣債務(wù)(%)。

　�、呓�(jīng)濟(jì)發(fā)展指標(biāo)：IMF的工業(yè)化國(guó)家分類(1=工業(yè)化;0=非工業(yè)化)。

　�、噙`約史指標(biāo)：1970年以來(lái)的外幣債務(wù)違約(1=違約;0=未違約)。

　　朱特勒和麥卡錫(Juttner & McCarthy,2000)對(duì)上述CP模型適用亞洲金融危機(jī)之后的新興市場(chǎng)國(guó)家主權(quán)評(píng)級(jí)的情況進(jìn)行了分析，增加了下述5個(gè)變量，并運(yùn)用回歸分析對(duì)CP模型進(jìn)行了擴(kuò)展：

　�、崂�差變量：某國(guó)和美國(guó)相同期限的政府債務(wù)之間的利率差。

　�、饨鹑诓块T(mén)潛在問(wèn)題資產(chǎn)占GDP的百分比。

　　⑪金融系統(tǒng)因政府而產(chǎn)生的或有負(fù)債與GDP之比。

　　⑫私人部門(mén)信貸增長(zhǎng)的變化率(用對(duì)GDP的百分率表示)。

　　⑬實(shí)際匯率變量(用購(gòu)買力平價(jià)作為均衡基點(diǎn))。

　　與其他信用風(fēng)險(xiǎn)評(píng)級(jí)/評(píng)分相比，主權(quán)風(fēng)險(xiǎn)評(píng)級(jí)需要更多的經(jīng)驗(yàn)判斷，與其說(shuō)它是一門(mén)精確的科學(xué)，不如說(shuō)它是一門(mén)蘊(yùn)含著不可預(yù)見(jiàn)性的藝術(shù)。