资源描述：
《关于银行信用风险度量新思路》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、关于银行信用风险度量新思路本文讲述了关于银行信用风险度量新思路的内容，供大家参考，接下来我们一起仔细阅读下吧。内容摘要:本文通过对我国银行业信用风险度量的现状分析,提出了应用蒙特卡洛模拟技术进行银行信用风险度量的新思路。笔者在借鉴国外信用风险度量模型建模思想的基础上,采用银行不良贷款率作为反映信用风险的指标,应用时间序列模型,尝试采用蒙特卡洛模拟实现对不良贷款率的信用价值计算。关键词:信用风险蒙特卡洛模拟银行不良贷款率信用风险是银行面临的最重要也是最棘手的风险,如何对信用风险进行度量,以提高信用风险管理水平,是全世界银行界面临的难题,更
2、是我国银行业加入organ公司开发的CreditMetrics模型,该模型的基础是在给定的时间段内估计贷款及债券产品资产组合将来价值变化的分布状况;以计算预期违约概率而见长的KMV模型,对所有股权公开交易的主要公司和银行的违约可能性做出预测并实时更新;由瑞士信贷银行金融产品部(CSFP)开发的CreditRisk+模型,采用保险精算学的分析框架来推导信贷组合的损失分布,模型具有非常规整的数学形式;麦肯锡公司开发研制的CreditPortfolioViedash;宏观市场因子;根据第2步中随机市场因子,由(2)式计算当期的不良贷款率;重复
3、第2、3步尽可能多次,如5000次,得到一系列当期不良贷款率的数值,从大到小排序,就可以找出给定置信水平下的VaR。(二)模型参数的选取本文选择贷款风险分类法中对不良贷款的定义,以中国民生银行股份有限公司2004年年度报告中公布的2002年以来的各年末的不良贷款率为依据进行数据模拟。由于缺乏足够多的历史数据和经验有效的计量经济模型,模型的参数只能靠定性(考虑参数的经济意义和统计特性)和试算的方法来选取。1.时间段的选取。本文以季度为时间段进行模拟运算,即每次模拟以上一年末的不良贷款率为初始值,模拟四次得到本年末的不良贷款率。2.白噪声&
4、epsilon;t的标准差σ的选取。VaR是衡量市场正常波动情况下的风险状况,且所选择的时间段仅为一个季度,所以宏观市场因子的波动幅度不宜过大。当rt=εt时,用水晶球(CrytalBall)软件对σ取不同值时的ert进行了5000次模拟试算,得到其取值范围。根据试算,本文确定σ取0.05。因为σ取0.05时,一个季度中不良贷款率变化的幅度在20%左右,是可以接受的结果。3.AR(1)过程中系数的选取。与白噪声过程相比,当04.ARMA(1,1)过程中系数b的选取。由于er
5、t对b的取值并不敏感,特别是当b取值在0到1时,ert的取值范围几乎没有什么变化。考虑到b的经济意义,它反映上期的非预期波动对市场因子的影响持续到了本期,故影响能力应该并不大,所以b取0.2。(三)模拟结果与比较确定参数取值后,(1)式模型的3个过程可以表述为:540)this.width=540vspace=5>本文分别用三种随机过程,并分别以2002年末和2003年末的不良贷款率为初始值,对2003年末和2004年末的不良贷款率进行蒙特卡洛模拟计算。模拟次数取5000次,置信水平取99%和95%。通过概率密度分布图和预测结果来
6、看,三种过程都符合对模拟结果的要求。第一,三种过程模拟出的不良贷款率的均值都在不同程度上大于实际值,这一点具有现实意义,体现了谨慎性的原则。因为作为用来评价银行信用风险的模型,若它得到的风险度量指标的均值小于实际值的话,就等于直接高估了银行资产的价值,对预期损失估计不足。第二,VaR的模拟结果也都大于实际值,这更是必须的条件。如果只是对预期损失估计不足,准备金提取不够,如果连VaR都估计不足,银行将大大放松对风险的控制和管理,当风险真正成为损失,银行的准备金和经济资本将肯定不够弥补,严重的话将导致银行破产。第三,三个过程所得到的不良贷款
7、率的概率密度分布均右偏,体现了信用风险的基本特征即信用风险具有收益和损失不对称的风险特征。宏观市场因子的波动只对收益产生有限的正面影响,却对收益有相当的系统性负面影响,不良贷款率较大的情况出现的概率比正态分布时要大。第四,三种过程的结果又有一定的差别,体现了本文选择三种随机过程来进行模拟的初衷,即分析蒙特卡洛模拟方法中关键变量随机过程选择的重要影响。(四)预测值以2004年末的不良贷款率(1.31%)为初始值,分别用三种随机过程模拟5000次得到2005年末不良贷款率的预测值如表1。即2005年末该银行的不良贷款率有95%的可能性小于1
8、.5393(白噪声)、2.0751(一阶自回归)、2.2252(一般自回归移动平均);有99%的可能性小于1.6634(白噪声)、2.5595(一阶自回归)、2.7647(一般自回归移动平均)。加强我国商业
