信用风险组合管理原则(共9页).doc

《信用风险组合管理原则(共9页).doc》由会员分享，可在线阅读，更多相关《信用风险组合管理原则(共9页).doc（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上信用風險組合管理原則金融機構零售型資產之應用本中心風險研究小組張家華、賴柏志 今(二三)年五月，國際清算銀行巴塞爾委員會發布新版巴塞爾協定第三次諮詢文件(CP3)，敦請各國主管機關與業者於七月底前提出評論，俾於今年底前確定新版巴塞爾資本協定內容。綜觀協定內容的演進，歷次修正不外乎反映行業實務、各國國情、風險衡量等主題。然而，要求金融機構逐步建立內部信用風險模型的方向卻是不變的。面對競爭日益激烈的金融市場，銀行經營必須較以往更具效率，換言之，內部風險模型將成為銀行核心競爭力。採用標準法的銀行，面對同業激烈競爭，未來勢必朝向內建自有風險模型之大道審慎料算授信風險、妥善區隔

2、好/壞客戶、建立風險訂價原則等。本文嘗試彙整近年風險研究與實務進展予金融同業共饗。 時序至今，信用風險模型之演進，主要來自理論研究進展。然而，現有模型大多針對銀行授信組合特有之部分建構，如房貸、企業放款等，有關整體資產組合尚無普遍接受之般化模型；另外，模型研發者、業者與主管機關間對於風險管理各有其需求與目的，各方獨到之詮釋，經常激起熱烈的討論。一般來說，良好的信用風險模型，通常應有以下要件 Hickman and Wollman (2002)：(1)捕捉組合內所有重要的風險：如個體違約(Idiosyncratic default)、系統性違約(Systematic default)、非違約經濟

3、損失(non-default economic loss)以及違約損失值(Loss given default)；(2)必須適用於銀行所有重大的暴險類型：事實上，目前大多數模型設計針對企業放款或債券組合，這些模型再應用於零售型與中小企業放款，其結果通常不盡理想；(3)模型必須快速、穩定以及精確；(4)模型產出應可支援重要風險管理應用：根據信用損失的機率分配，進行風險基礎放款訂價、動態限額管理、集中度分析等。並提供情境分析，俾機構管理階層、主管機關研考不同經濟情境對於預期信用損失的影響。专心-专注-专业新版資本協定參酌近年風險衡量研究暨跨國金融機構風險管理實務，發布內部評等法之資本計提方式，做為

4、國際間金融同業風險控管之最低要求 就適用此法之金融機構而言。該法主要引用單因子信用風險模型 KMV Corp.(1993): “Portfolio Management of Default Risk” , RiskMetrics Group(1997): “CreditMetrics, Technical document”，即所謂Merton-type模型。此法假設債務人只有在其資產價值低於債務價值時，才會發生貸款違約。因此，若知道資產價值的機率分配，亦從而得知債務人違約機率分配。由於此法原先是利用於企業信用風險衡量範疇，應用於零售型暴險時，須根據客戶特性適度修正。因此在進行模型分析前，我

5、們先就零售型業務的特性作一簡介：一、就零售型客戶而言，所謂債務人資產是指不動產價值、金融資產價值、以及未來所得現值；二、金融機構的零售型客戶數，經常會達到數佰萬人之多，在進行零售型違約風險衡量時，若直接使用Merton-type模型會產生一實務計算上的限制，即N的樣本大小會以幾何速度增加運算的複雜度；三、CP3將零售型風險區分成三個風險類別，分別為住宅抵押貸款風險、合格循環零售型風險及其他零售型風險，且這三種類型風險有不同的風險權重函數；因此若直接採用企業型違約風險模型，並不完全適合。本文嘗試利用Vasicek(1987)單因子風險模型，以下列五個步驟，示例如何將企業型違約風險模型的概念，轉換

6、至零售型風險的計算上，並進行BIS關於零售型合格循環暴險資本計提公式之推導 Perli and Nayda, “Economic & Regulatory Capital Allocation for Revolving Retail Exposures”, 2003，供金融同業新版巴塞爾資本協定研究之參考。惟學識尚淺，若有謬誤之處，祈不吝賜教。(一) 建立單因子基本模型 如上述分析，由於Merton-type模型乃從衡量個別企業違約風險角度出發，在消費者違約風險衡量時，由於客戶數目眾多，個別衡量有其困難，因此我們利用Vasicek(1987)單因子風險模型來進行修正。通常我們將影響企業資產價

7、值的因素，區分為系統性與非系統性二大類，其中的系統性風險(如不同總體經濟情況)，通常無法予以分散化，所謂單因子風險模型，乃是假設資產組合的價值僅受到一個系統因子的影響。因此，每一種經濟情況，資產組合違約率會具有不同的分配，如何將資產組合違約率，結合所有可能系統因子情況，建構系統性違約分配？一個普遍接受的概念，即透過轉換函數，結合系統性風險因子分配，建構所謂的違約率條件機率分配。實務上可先就某特定系統值(如m)出發，透過以下的轉換函數，建構系統條件為m的違約機率分配： (1)where M, i N(0,1) and i.i.d.：消費者資產與系統因子間相關係數；Vi(T)：第i位消費者在時點T

8、的資產價值；M：系統風險因子；i：消費者特有干擾成分式(1)簡潔地表示單因子模型架構：第一項代表系統風險(如經濟狀態)，第二項則表示個體特有風險。在給定系統因子下，違約與資產價值互為獨立。茲將本段內容以圖二表示：圖二 條件違約率轉換函數*引用自Koyluoglu and Hickman(1998) (二) 計算條件違約分配零售型業務由於客戶數目眾多，實務上，金融機構通常會將整體零售型資產區分業務性質類似的次組合(按新資本協定規範，至少區分房貸、合格循環信用、其他零售暴險等)，各次組合再按規模、風險類似的暴險集群為同質性區隔(homogeneous cell)。因此，零售型暴險研究對象轉變為這些

9、所謂的同質性區隔(通常假設區隔內所有暴險具有相同的違約率、相同的違約門檻金額、相同的暴險金額)，違約機率(N個暴險有k個違約)。首先在假設所有消費者相互獨立時，出現k個違約事件的機率可以二項分配(二種出象：違約、不違約)表示為： (2)N：區隔內暴險總數；k：違約數；P：違約機率若欲進一步考慮消費者彼此間具有相關，即不等於0時，此時違約機率可利用對該區隔條件違約機率函數對所有系統值積分求得，即： (3)其中，該區隔條件違約機率函數為： (4)接著，利用(1)式，當系統值為m時，條件違約機率為： (5)Ki：第i位消費者在時點T的負債；：標準常態累積分配將(4)、(5)代入(3)，違約機率f(k

10、)： (6)圖三 對每一區隔暴險，計算條件損失分配*引用自Hickman and Wollman(2002)(三)產生在系統因子為m下的次組合條件損失分配 在給定個別區隔暴險大小、違約率(或回收率)，並假設各區隔彼此獨立下，反覆組合各區隔損失分配，形成整體次組合分配。任一成對區隔損失總金額為特定數之機率，等於總損失為該特定數之所有聯合損失組合機率之總合： (7)lA+B：損失金額A+B的暴險組合；lA：損失金額為A的暴險組合；lB：損失金額B的暴險組合至此，吾人可產生次組合損失分配f(l|P)，P代表每一區隔內之違約率組合(對應區隔內各種風險評等)。利用式(1)將f(l|P)表示為違約率與次組

11、合與借款人要素相關函數，即f(lA、B|M)(圖三)。(四) 考量所有系統因子數值，建構損失分配 利用式(7)，評估所有可能損失金額的條件次組合損失分配，產生整體條件次組合損失分配。在已知整體條件次組合損失分配、系統因子分配(假設為標準常態)，涵蓋所有情境的次組合分配： (8)：標準常態機率密度函數； -m特別是在零售型暴險情況下，當暴險數目夠大時(理論上至無限大)，大數法則保證違約暴險比例等於違約機率，即：，亦可寫做為下式： (9)最後，考量上述所有結果，吾人可將(8)式改寫為(10)： (10)(五) 基本模型延伸回收率受系統因子影響 假設回收率具有系統波動，與系統性違約因子相關，吾人以r

12、|v表示(v代表系統性回收因子，反應回收率與違約率相關下的條件損失分配)，配合此條件，式(4)中的固定回收率以系統性回收率替代r|v，即：Prl|p=s(1-r|v)k=Bk, N, p (11)s：區隔內平均暴險金額；r|v：系統性回收率若個體回收率(Idiosyncratic recovery rate volatility)具重大性(material)，則應根據k個違約放款之條件回收率分配，重新產生式(7)的機率質量(probability mass)。然而，在大型暴險組合中，個體風險多因分散效果，此種情況實務上經常被忽略不計。有了以上介紹，此處擬以合格循環型暴險為例，根據上述流程，說明

13、資本計提公式之推導。根據新版資本協定CP3，合格循環型暴險應提資本公式如下 BIS, “New Basel Capital Accord-Consultative Paper III”, 2003.： (12)參酌Perli & Nayda(2003) Perli and Nayda, “Economic and Allocation for Revolving Retail Exposures”, 2003可知公式(12)是由二部份組合，第一項可根據前述流程中的公式(10)直接推導出，其中BIS所要求的信心水準=0.001，第二項中即所謂的預期損失，此減項的意義可視為BIS認可零售業務合格循

14、環額度超額預期利益(Future Margin Income, FMI)得沖抵資本計提，在QIS3版本時可沖抵比例定為0.9，然而實務界多數認為偏高，於是在CP3版本時則調整為0.75，但要求必須涵蓋2倍年損失率標準差。另外，與企業型暴險資本計提公式比較，最大的差異在於，零售業務合格循型的相關性計算公式中之倍數，較企業型為低，且沒有到期期限的因子調整項。 自新版資本協定諮詢文件發布以來，國際間各大金融機構與組織對於協定內容，大多給予正面評價；然而，亦有針對部分內容為同業間所爭議。有關零售型暴險部份，美國風險管理協會(RMA)對於資本協定提供廣泛的意見，頗具參考價值，茲彙整重要內容，供金融同業參

15、考，併作為本文的結束。 1. RMA認為BIS條文中關於抵押貸款的資產價值相關係數(AVC)偏高，應由現行15降至6-10。 2. 在循環型信用和其他零售型信用業務中，根據Basel所訂定的AVC算法，當PD提高時，其下降的非常快速，此外，在低PD的區間，RMA其內部所估算之AVC值和Basel公式所計算出的AVC值之間有非常顯著的差異。因此建議Basel調低所有零售型暴險在最低PD組距（最佳客戶群）的AVC值。 3. 住屋淨值信用額度(Home Equity Line of Credit, HELOC)問題較為複雜，因為一些市場參與者認為，將HELOC歸類於其他零售型產品，比歸類於於獨棟住宅

16、貸款更為適當。RMA經過試算後發現HELOC的AVC值不同於一般抵押貸款，其AVC值從最低PD範圍區約為10左右，下降至最高PD範圍區6附近。RMA則依此建議三種可能的改進方案： a. Basel可就HELOC發展第四種AVC函數，反映行業中關於AVC值假設。 b.可以繼續將HELOC放在抵押貸款的分類中，只要Basel 將抵押貸款AVC值降至和業界實務相同6-10範圍內。 c.可將HELOC放在其他零售型暴險的分類中，只要Basel將其他零售型信用AVC值降低至和業界實務相同的範圍內。 4. 假如Basel選擇保持其三種零售型AVC結構不變，則大部分RMA會員銀行建議經監理機關檢視之進階法機

17、構，針對特殊的零售型產品，根據最佳實務內部估計，得選擇監理性模型，推估正確或隱含的AVC值。例如若實務上的研究建議HELOC像其他零售型暴險或更像循環信用型暴險，則進階法銀行可向主管機關申請，將HELOC從抵押貸款種類移至其他兩種暴險類別。參考文獻：1. Hickman and Wollman (2002), “An Evolutionary Leap in Credit Risk Portfolio Risk Modeling”, Working paper.2. H. Ugur Koyluoglu and Andrew Hickman (1998), “Reconcilable Diffe

18、rences”, Risk, October 1998, p. 56-62.3. H. Ugur Koyluoglu, Anil Bangia and Thomas Garside (1999), “Devil in the Parameters”, Working paper.4. Merton, Robert (1974), “On the Pricing of Corporate Debt:the Risk Structure of Interest Rate”, Journal of Finance(29).5. Perli and Nayda (2003), “Economic an

19、d Regulatory Capital Allocation for Revolving Retail Exposures”, Working paper.6. RMA (2003), “Retail Credit Economic Capital EstimationBest Practice”.7. Schoenbucher, P. J (2000), “Factor Models for Portfolio Credit Risk ”, manuscript, Univ. of Bonn, available online at .8. Vasicek (1987), “Probability of Loss on Loan Portfolio”, KMV Corp.