第三节 重难点
信用风险监测与报告
22. 本节的学习目的
答:一. 信用风险监测对象
二. 信用风险监测主要指标
三. 信用风险预警
四. 信用风险报告
信用风险的监测对象的方法,包括
(1)客户风险的监测,例如理解
客户风险的监测可借助5C法、客户信用评级、贷款分类、信用评分等方法
巴塞尔新资本协议强调,内部风险评级是监测和控制单个风险的重要工具
(2)而对组合风险的监测,主要有两种方法,一种是传统的银行资产组合限额管理方法;一种是模型方法。
信用风险监测的主要指标
风险监测指标体系是非现场监测的关键,通常包括潜在指标和显现指标两大类。前者主要用于对潜在因素或征兆信息的定量分析;后者则用于显现因素或现状信息的定量化。
中国银行业监督管理委员会对国有商业银行股份制改革按照三大类七项指标进行评估,具体包括经营绩效类、资产质量类和审慎经营类。
有关资产质量的主要指标包括以下几个方面:
1.不良资产率和不良贷款率
2.预期损失率
3.单一(集团)客户授信集中度
4.贷款风险迁徙(xi)率
5.不良贷款拨备覆盖率
6.贷款损失准备充足率
信用风险监测的含义
信用风险监测是风险管理流程中的重要环节,是指信用风险监管者通过现场和非现场的监管技术,动态捕捉风险监测指标的异常变动,判断其是否已达到引起关
注的水平或已经超过阈值,如果达到关注水平或超过阈值,就能够及时采用调整授信政策、优化组合结构、资产证券化等对策加以应对,以达到控制、分散、转移风险的效果,或在风险演变成危机时采取有效处理机制,将损失降低到最低程度。
一个动态和连续的过程
风险监测是一个动态和连续的过程,包括两个层面的工作:
一是跟踪已识别风险的发展变化情况,包括在整个授信生命周期内,风险产生的条件和导致的结果变化,评估风险减缓计划需求;
二是根据风险的变化情况及时调整风险应对计划,并对已发生的风险及其产生的遗留风险和新增风险及时识别、分析,以便采取适当的应对措施。
23. 信用风险监测对象
答:客户风险监测
银行信贷资产组合风险的变化主要来源于单个债务人资信状况的变化,客户风险构成银行信用风险的微观层面。
有效信用监测体系的目标
有效的信用监测体系应实现以下目标:
确保银行了解借款人或交易对象当前的财务状况及其变动趋势;
监测对合同条款的遵守情况;
评估抵押品相对债务人当前状况的抵补程度以及抵押品市值的变动趋势;
识别合同还款的违约情况,并及时对潜在的有问题授信进行分类;
对已发生问题的授信对象或项目,可迅速进入补救和管理程序。
客户风险监测内生变量
客户风险的内生变量包括两类指标 :
(1)基本面指标主要包括品质类指标、实力类指标、环境类指标
(2)财务指标主要包括偿债能力指标、盈利能力指标、营运能力指标、增长能力
指标
两类指标的细分——
(1)基本面指标主要包括品质类指标、实力类指标、环境类指标,其中:
品质类指标:包括融资主体的合规性、公司治理结构、经营组织架构、管理层素质、还款意愿、信用记录等;
实力类指标:包括资金实力、技术及设备的先进性、人力资源、资质等级、运营效率、成本管理、重大投资影响、对外担保因素影响等;
环境类指标:包括市场竞争环境、政策法规环境、外部重大事件、信用环境等。
(2)财务指标主要包括偿债能力指标、盈利能力指标、营运能力指标、增长能力指标等
客户风险监测方法
单一客户风险监测方法包括一整套贷后管理的程序和标准,并借助5C法、客户信用评级、贷款分类、信用评分等方法。
巴塞尔新资本协议强调,内部风险评级是监测和控制单个风险的重要工具。
银行对单一借款人或交易对象的评级,应定期进行复查,当条件改善或恶化时应对每个授信客户重新评级,确保内部评级与授信质量一致并能准确反映各项授信的质量。
组合风险监测
组合(Portfolio)层面的风险监测以把信贷资产作为投资组合看待作为出发点。
组合监测能够体现多样化带来的分散风险的效果,防止国别、行业、区域、产品等维度的风险集中度过高,实现资源的最优化配置。
组合风险监测主要有两种方法:一种是传统的银行资产组合限额管理方法;一种是模型方法。
(1) 传统的组合监测方法
传统的组合监测方法主要是对信贷资产组合的授信集中度和结构进行分析监测。
授信集中是指相对于银行资本金、总资产或银行总体风险水平而言存在较大潜在风险的授信。
结构分析包括行业、客户、产品、区域等的资产质量、收益(利润贡献度)等维度。银行还可以依据风险管理专家的专业判断,给予各项指标一定权重,得出对单个资产组合风险判断的综合指标或指数。
针对组合风险,银行可以采用对额外风险的加价、对所增加的风险增持资本金、利用银团贷款、联合贷款、贷款出售、信贷衍生产品、信贷资产证券化或其他贷款二级市场的安排等应对措施,来降低对某一特定行业或关联借款人的依赖性。
(2) 资产组合管理模型
近年来,大量采用回归分析、多元判别分析、Logit模型和Probit模型、神经网络模型等预测模型被引入了风险监测和预警领域,其理论基础是: 银行在精确计量每个敞口的风险,即估计每个敞口的未来价值概率分布的基础上,就能够估计该类别整体的未来价值概率分布。
这通常有两种方法,一种是估计各敞口之间的相关性,从而得到整体价值的概率分布。另一种方式,不直接处理资产之间的相关性,而把暴露在该风险类别下的投资组合看成一个整体,直接估计该组合资产的未来价值概率分布。
24. 信用风险监测主要指标