内部评级信用风险管理论文

《内部评级信用风险管理论文 》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、内部评级信用风险管理论文内部评级信用风险管理论文内部评级信用风险管理论文内部评级信用风险管理论文内部评级信用风险管理论文内部评级信用风险管理论文　　编者按:2005年10月开始,来自日本最大金融集团,包括瑞穗、三井住友、三菱银行以及日本央行(BankofJapan)在内的20余位在信用风险管理方面具有丰富实践经验的专家所组成的研究团队,就如何使用内部评级系统、采取不同方法以改善信用风险管理进行了系列讨论。拥有先进风险管理技术的外资银行所使用的方法以及国外的研究成果亦被纳入讨论议题之中。　　讨论至今已举办了5次,该研究团队的秘书处——日本央行金融机构局的高级金融

2、技术中心总结了5次讨论的要点、形成报告,在日本金融界公布,使金融机构能在信用风险管理方面有所借鉴。本报告只涉及信用风险管理,所发表观点仅代表专家个人,不代表专家所在机构。　　本刊得到日本银行金融机构局的同意,翻译节选了该报告的主要内容,本期刊载后半部分。　　关键词:内部评级法违约率违约损失率　　中图分类号:　　文献标识码:C　　文章编号:1006-1770(2006)11-016-04　　六、如何将前瞻性因素(forward—lookingcomponents)融入风险因素评估　　1存在问题　　对风险因素的评估往往会非常依赖历史数据以保证客观性。同时,前瞻性因

3、素在建立有效的风险管理和业务战略方面也起着重要作用。　　如果只遵循历史模式,假设风险将在未来某一点落实,那么分别基于历史数据和前瞻性因素所做的评估之间将不会存在很大差异。但是,这种风险假设并没有考虑经济在承受长期结构性压力的情况,此时金融机构会激进调整其业务模式如贷款追溯政策和评级核定(ratingapproval)标准,或者创建一个新的资产组合。在这些情况下,仅仅基于历史数据的评估就会阻碍金融创新并降低改善评级核定过程的动力。　　如果用于风险管理的数据(主要是基于历史数据的评估)和用于计划中长期业务战略(主要是基于前瞻性因素的评估)的数据之间存在很大差异,金

4、融机构必需能够合理解释这些差异。　　2参与者观点　　金融机构在评估风险因素时可以选择涵盖前瞻性因素(如业务模式的激进调整)的模式,这种模式区别于上文提到的历史模式。　　但是只有在风险管理部门能够令人信服地、客观地向管理层和外部第三方给出解释基于历史数据与基于前瞻性因素在风险因素方面存在差异的理由时,这种模式才能被接受。客观理由包括,用于调整某个特定因素(该因素引起历史模式变化)的历史数据、市场信息和市场调查的结果、领先指标(leadingindicatiors)的发展和宏观经济模型的结果。　　如果风险管理和业务战略的风险因素对前瞻性因素使用了不同的权重,那么也

5、需要给出具有说服力的理由。　　七、外部数据和模型　　1.存在问题　　在建立内评模型、评估违约率和其他风险因素时,使用外部数据和模型可能在以下情况很有效,例如:(1)内部数据的样本数量有限,(2)必需购买外部公司的技术和方法;(3)需要降低内部模型的建立成本,(4)将金融集团内关键机构所发展的数据和模型应用于集团内其他机构。　　如果使用外部数据时没有保证和内部数据的一致性,就会导致对风险组合的不准确理解。同样,如果所使用的外部模型还未在市场中树立声誉,由于合同原因或者因为在公司内部缺少熟悉这种模型的专家而使该模型变成“黑箱”,那么也会阻碍金融机构实行有效的风险管

6、理和检验工作。同样,基于外部数据的外部模型可能并不适用于使用它们的金融机构所处的商业环境。　　值得注意的是,由于公司的风险管理框架取决于外部公司情况以及销售合同细节,外部数据和模型的使用可能会导致该框架发生意料之外的变化。　　2.参与者观点　　使用外部数据的目的各不相同,包括评估风险要素、收集建模的样本数据和检验内部评级。金融机构必须认清自己的目的。通常,外部数据对风险因素的评估越重要,对数据充分性的验证就要越准确。　　在确认外部和内部数据的一致性时,必须了解两者在各个特质(attributions)上的差异。例如,如果对违约概念和借款人特点(如规模、行业和地

7、区)存在很大差异,必须检验外部数据与内部数据匹配过程的充分性,而且在匹配过程中,应该突出强调保持内外部数据一致性的重要特质。即使基于某个特质所提取的内外部数据能够显示一致性,最好使用内部模型以外的模型来验证一致性,因为验证结果很大程度上取决于模型结果和内部模型的结构。如果内外部数据对违约的定义不同,对定义进行严格的调整可能是很困难的。在这种情况下,考虑到这种不完美的调整,对外部数据的调整应该有所保留。　　使用外部数据所建立的内评法可以通过以下方法得到检验。首先,选择同时包含在内部和外部数据内的借款人。然后比较其在内部模型和其他模型的评级结果。如果两个结果之间存

8、在很大差异,那么就要分析其背后的因素。