违约概率与违约损失率：信用风险管理的新工具

ZT 　　违约概率(PD)和违约损失率(LGD)是信用风险管理中的一对概念，国内商业银行如何运用PD和LGD来进行内部评级管理，提高经营管理水平和竞争能力，这是在加入世贸组织后应对外资银行挑战的一个十分现实的问题。 　　随着信用风险管理理论的创新和计算机技术的运用，现代信用风险管理正朝着科学量化的方向发展，交易对手信用状况和交易项目的保障情况对信用风险的影响，最终是通过违约概率和违约损失率而被量化的。如今，不同信用状况资产的违约概率和违约损失率成为贯穿商业银行风险资产度量、经济资本配置以及贷款定价等管理全过程的新兴工具。 　　一、违约概率和违约损失率的含义、特点及影响因素 　　(一)违约概率。违约概率是指银行的交易对手(客户)在未来一段时间内发生违约的可能性，巴塞尔委员会将违约概率定义为债项所在信用等级一年内的平均违约率。其特点是：该指标是针对银行的交易对手--客户而言的，它与客户的信用级别挂钩，同一信用级别的客户具有相同的违约概率，违约概率指标有时效性，通常反映的是未来一年内客户违约的可能性。 　　(二)违约损失率。违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。从贷款回收的角度看，违约损失率决定了贷款回收的程度，违约损失率＝1-回收率。其特点是：违约损失率是针对交易项目--各笔贷款而言的，它与关键的交易特征有关，是与贷款的信用保障挂钩的，如是否有抵押品，银行的客户可能有多笔贷款，每笔贷款的违约损失率因其信用保障措施的不同而有所不同，违约损失率数值的计算建立在对贷款评级的基础上，通过分析各信用级别贷款的历史违约损失情况获得。 　　(三)违约概率和违约损失率的影响因素。违约概率和违约损失率都是反映债权人面临债务人违约的信用风险的重要参数，都受债务人信用水平的影响，二是呈正相关关系。然而，从性质上看，两者又有重要的区别。总的来说，违约概率是一个交易主体相关变量，其大小主要由作为交易主体的债务人的信用水平决定。通常，影响违约概率的主要有财务因素、经营因素等，并且不同的风险类别，其违约概率的影响因素不同。因此，银行采用内部评级法，必须自己计算各类客户的违约概率。 　　影响贷款回收的因素不仅包括借款企业的信用等级，还包括银行内部的内控水平。违约损失率具有与特定交易项目相关联的特性，其大小不仅受到借款企业的因素影响，还受到交易的特定设计和合同的具体条款，如抵押、担保等的影响。影响违约损失率的因素比影响违约概率的因素更多、更加复杂，主要有项目、公司、行业、宏观经济周期4个方面的因素。而项目因素中，就包括债务类型，偿还顺序、抵押品等，公司因素中包含资本结构和相对偿还顺序，行业因素中，有形资产较少的行业如服务业，风险大于有形资产密集型行业，宏观经济周期因素中，经济萧条期的风险大于经济扩张期。因此，对同一债务人不同的交易可能具有不同的违约损失率。如对于同一债务人的两笔贷款，如果一笔提供了抵押晶，而另一笔没有，那么前者的违约损失率可能小于后者的违约损失率。显然，银行在具体交易中可以通过交易方式的设计来管理和降低信用风险。如贷款合同中要求借款企业提供特定的抵押晶使得抵押贷款的清偿优先性得以提高，在借款企业一旦破产清算时可以使得银行提高回收率，降低违约损失率。此外，除了传统的抵押品，银行也可以通过金融创新，采用其他防范或转嫁企业违约后损失的工具，如信用衍生产品。 　　二、违约概率和违约损失率再信用风险管理中意义和作用 　　进行违约概率和违约损失率测度，可以有效提升信用风险管理水平。现代信用风险管理的重要特征之一是对信用风险的准确计量，它不仅是有效识别复杂条件下信用风险的有效手段，也是信用对冲、信用工程和信用组合管理等一系列现代信用风险控制手段的前提条件。在实践中，对商业银行信用风险管理而言，违约概率和违约损失率的计量处于基础地位。 　　构成完整信用风险概念的两个基本要素是违约的可能性和一旦违约发生后损失的严重程度。违约概率和违约损失率都是反映信用风险水平的重要参数，二者结合在一起才能全面反映信用风险水平。随着银行内部评级的发展，尤其是20世纪90年代以来，国外商业银行十分重视违约概率和违约损失率的研究和在信用风险管理中的运用。传统的信用风险评估方法，如偏重主观判断的5C专家评审法、偏重单纯计量分析的信用打分法等，都因过于简单、缺乏现代金融理论基础，而不能适应金融市场和现代银行管理体系发展的要求。随着银行内部评级体系的发展，越来越多的银行认识到违约概率和违约损失率在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。 　　单维评级体系仅对债务人本身的资信状况进行评级，一般不考虑交易特征。它反映被评债务人对其所承担的所有债务的违约风险，计量违约概率。多维评级体系则是在对债务人资信进行评级的同时，还根据项目结构和交易特征，考虑特定项目下防止损失的保护措施，如抵押担保等，对特定交易项目进行评级，即项目评级。它不仅要计量违约概率，还要计量违约损失率。与单维评级体系相比，多维评级体系能够更加有效地依据风险水平来计量、配置和管理经济资本，实现贷款定价和信用组合管理等。违约损失率的应用不仅能够从损失严重程度方面更加准确地反映银行实际承担的风险水平和信用风险的性质，而且有利于鼓励不断发展和创新诸如抵押、担保、信用证、信用衍生产品和信用保险等风险缓释技术，增加银行风险管理措施。 　　三、我国银行业应加强对违约概率和违约损失率研究运用 　　(一)加强对违约概率和违约损失率的研究与运用，建立和完善科学的评级体系。 　　国内银行在资产质量和风险管理过程中所采用的指标主要是不良贷款率。不良贷款率是一个时点数值，指某时点不良贷款余额与全部贷款余额的比例，指标本身有很大的局限性，已经不能满足信用风险和其他风险管理的需要。在国际银行界，不良贷款率指标主要用于对外界公布银行的资产质量，对银行内部的信用风险管理指标主要采用违约概率和违约损失率。 　　信用等级被社会所认可并真正成为信用管理的工具，其本身必须具备权威性和可*作性，权威性和可*作性又是通过对评级结果的实践检验而产生的，没有违约率作为客观评价指标，就不能衡量不同评级体系的优劣。在信用风险管理中，信用等级发挥作用的本质是通过不同等级所对应的不同违约率水平和信用等级迁移导致违约率的变化来实现。违约率是信用等级可*作性的灵魂，而我国银行内部评级开展时间短且不规范，贷款企业信用评级更多地用于客户的选择及风险的预警，尚未向更深层次的风险量化管理方向发展，再加上银行也没有关于信用等级违约率方面的统计，因此，在我国已加入世贸组织的今天，构建具有*作性的违约率模型是商业银行信用风险管理的重要战略任务之一。 　　信用风险的内部测量是根据对交易对手过去交易记录的分析，对交易对手的违约情况进行评定，并给予相应的评级。银行对其内部评级的每一等级估计违约概率、违约损失率、期限和违约时的风险暴露。并作为信贷授权、额度授信、产品设计、贷款定价、经济资本分配等各项工作的基本依据。 　　(二)结合巴塞尔新资本协议参考定义，对违约和损失进行科学界定。 　　要开展量化工作，首要的前提是对两个基本要素违约和损失要提出具体的界定。损失的界定关系到计量损失的范围，进而直接影响到违约损失率水平的高低，而违约的定义涉及什么时候开始计量损失，从而也对违约损失率预测值的大小产生影响。对此，银行业实践中缺乏统一定义，往往根据具体目的和需要确定。新巴塞尔资本协定从监管资本金计量的目的出发提供了参考定义，当下列一项或多项事件发生时，债务人就被认为违约： 　　1．一旦能够判定债务人不能全面偿还债务(本金、利息或费用)， 　　2．与债务人的任何债务相关的信用损失事件，如销账、提取特别准备金或债务重组，包括豁免或推迟偿还本金、利息或费用， 　　3．债务人的任何债务逾期90天以上， 　　4．债务人申请破产或要求债权人提供类似保护。 　　损失的内容则包括以下方面： 　　1．本金的损失， 　　2．不良资产持有成本，如投资利息的损失； 　　3．清收费用，如托收费、律师诉讼费等。 　　(三)加快违约概率和违约损失率测度模型的基础设施--数据库的建设。 　　在我国信用评级体系中，目前均没有违约率方面的统计。违约概率的测算是内部评级法的关键技术，是划分风险暴露信用等级的标准。因此，应实现信用风险的有效细分，而对客户进行分类的目的是为了对信用风险进行细分。根据巴塞尔新资本协议的要求，银行对正常类贷款的客户至少要划分为6-9个等级，不良贷款客户至少要划分为2个等级。对于每一等级客户，要单独测算其违约概率等基本的信用风险指标，这不仅可以使银行更加准确地测算银行所要承担的风险和所需要的经济资本配置，而且还可以使同一银行内部不同的客户评价人员对同一组客户做出一致的分析。按照巴塞尔委员会要求，银行应对每个内部评级的级别进行一年期违约概率的测算。违约概率的测算既可以使用内部的违约历史数据，也可以与外部评级机构的信息挂钩，还可以使用违约统计模型。无论银行采用何种方法，都必须保证至少5年的数据观察期。 　　新巴塞尔资本协定对预测违约概率值的要求是：(1)统计数据与银行的贷款额或资产额相适应，统计环境与当前及未来相吻合，每年更新，(2)数据来自银行内部，若数据不足，须有足够保守性：(3)使用外部调查数据时必须验证两者的评级系统及标准的可比性，(4)银行可以通过参照外部中介机构的评级结果与自身的内部评级结果的对应关系得出相应的违约特征，但必须验证其对应关系包括违约频率的差异度以及违约定义的不同，(5)在有足够的精确度和完整度保证下，银行可采用统计的违约模型来对特定级别的违约率进行预测。银行必须采集足够的数据来对内部评级的应用进行检测，作为向监管当局汇报的依据，这其中包括了评级基础数据、评级历史、违约数据直到级别迁移等一系列的数据保存。 　　商业银行还要重视对违约损失率的数据积累，尽早建立违约损失率数据库。无论是商业银行内部管理的需要还是外部监管的要求，银行都必须尽早建立违约损失率数据库。虽然我国宣布在2007年之前不实施新巴塞尔资本协定，但为2007年以后实施该协定的准备现在就要开始做。因为，违约损失率波动幅度大，影响因素多，且研究历史短，数据少，因而量化难度大。一般银行起码要花5-7年的时间，才能收集到足够庞大的数据来计算违约损失率。国内银行业从现在开始就做这项工作，那么5-7年后，就可以利用违约损失率来进行内部评级管理。 　　(四)进行违约概率和违约损失率计量模型的研究、开发和应用。 　　对借款人进行违约概率和违约损失率的计量，已经被列为巴塞尔新资本协议内部评级法的关键内容，是现代商业银行信用风险管理的重要工具。根据内部评级法的要求，银行应建立有效的风险评级系统，包括评级办法、数据收集、风险评估，损失量测算，数据存储等全部过程。同时，银行应具备一套完整的评级标准，并证明其使用的标准涵盖了所有与借款人风险分析相关的因素。 　　各信用等级违约概率的确定必须是通过对历史数据进行统计分析和实证研究得到，而且为保守的和前瞻性的估计。违约概率模型的构建和测算是内部评级法的核心。西方商业银行计量违约概率和违约损失率的方法主要有四类：一是基于内部信用评级历史资料的计量方法。是指商业银行和评级机构运用积累的信用等级历史数据，对每一级别的违约情况进行统计，并将违约数量(或违约金额)与该级别的总数量(或总金额)进行比较，得出该信用级别的违约概率，并以历史违约概率的均值作为不同信用等级下借款人对应的违约概率，或者根据回收率历史数据进行加权平均算出某一类或组合资产的违约损失率历史平均值，二是基于期权定价理论的计量方法，如美国KMV公司创立的预期违约率模型，也称KMV模型。它通过计算违约距离来确定目标公司的违约概率。KMV模型的出发点是基于这样的假设：当公司的市场价值低于一定水平(违约点价值)以下时，公司就会对它的债务违约。其具体方法是依据公司股票的市场价值及波动性等计算出一定期限后公司的预期价值，依据公司负债状况计算出违约点价值，根据两者之差及公司价值的历史波动性得出违约距离。这是一种向前看的动态模型，主要适用于对上市公司的违约概率测定；三是基于保险精算的测定方法，是把保险精算的工具用于估计预期违约概率，四是基于风险中性市场原理的预测方法。风险中性市场是指在进行资产交易的市场上，所有投资者都愿意接受从任何风险资产中得到与无风险资产的收益相同的预期收益，所有的资产价格都可以按照用无风险利率对资产预期的未来现金流量加以折现来计算。 　　比较而言，历史数据平均值法是目前银行业应用最广泛最传统的方法，任何具有一定数据积累的评级机构都可以建立自己的违约数据库。它以其简单易*作而获得欢迎，新巴塞尔资本协定的许多规定也采用这种方法。后三种方法则更侧重于对未来的预测，在某种程度上对企业状况的变化更为敏感，但它的适应范围更严格。