前4个变量以百分比表示,而不是以小数表示。按照上述模型,Z值越低,企业越可 能发生破产,面临的风险越大。提出了判断企业破产的临界值:如果Z值大于3.0 表明公司违约的可能性不大； Z值在2.675—3.0,则表示企业的财务状况、经营 状况良好,发生破产的可能性小；如果Z值小于1.81,则表明企业正处于破产的 边缘；如果Z值在1.81-2.675之间,则表明企业的财务及经营极不稳定,被称为“ 灰色地带”
金融风险管理
第14章信用风险：估测违约概 率
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.1
本章主要内容

信用评级 历史违约概率 收回率 信用违约互换 信用溢差 有信用溢差来估计违约概率 违约概率比较 利用股价来估计违约概率
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011

券指数表示, 不同债务人的资产收益的相关性可用它们的证
券收益的相关性近似.

即期和远期利率是确定的(因此模型对利率变化不敏感).
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.7
传统信用评级的手段
5C要素分析法：

1、道德品质(Character) 2、还款能力(Capacity) 3、资本实力 (Capital)4、担保(Collateral) 5、经营环境条件(Condition) 1、借款人(Who) 2、借款用途(Why) 3、还款期限(When) 4、担保物(What) 5、如何还款(How) 1、个人因素(Personal) 2、借款目的(Purpose) 3、偿还(Payment) 4、保障(Protection) 5、前景(Perspective)
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.3
信用风险管理中的数据问题

历史数据，如会计数据，评级数据。 市场数据，如公司债券价格，股价，特别是信用衍 生产品的报价

数据的缺乏和其真实性有效性是目前度量信用风险 的主要困难
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.2
信用风险管理方法的演变




《巴塞尔协议》的诞生：1999年6月3日，巴塞尔银行委员会发布关于修改 1988年《巴寒尔协议》的征求意见稿，该协议对银行进行信用风险管理提供 更为现实的选择。 信用风险管理模型应用：1997年4月初，美国J.P摩根财团与其他几个国际银行 ——德意志摩根建富、美国银行、瑞士银行、瑞士联合银行和巴克莱银行（ BZW）共同研究，推出了世界上第一个评估银行信贷风险的证券组合模型Credit Metrics。 全面风险管理模式 ：1997年亚洲金融危机爆发以来，世界金融业风险出现了 新特点，即损失不再是由单一风险所造成，而是由信用风险和市场风险等联 合造成。金融危机促使人们更加重视市场风险与信用风险的综合模型以及操 作风险的量化问题，由此全面风险管理模式引起人们的重视。 利用金融衍生品管理信用风险 ：随着全球金融市场的迅猛发展，一种用于管 理信用风险的新技术——信用衍生产品逐渐成为金融界人们关注的对象。
t

无条件违约概率是指在t时刻以前没有违约的条件 下，在 [ t , t t ) 内违约的条件概率。即
V (t ) V (t t ) V (t )
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.22
违约密度VS无条件违约概率
违约密度与无条件违约的关系
V (t t ) V (t ) V (t ) (t ) t
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.21
违约密度VS无条件违约概率

违约密度是指单位时间上的违约概率。设T表示公 V ( t ) P (T t ) 司的违约时间，定义 在 [ t , t t ) 内违约的概率为：V ( t ) V ( t t ) 则违约密度定义为： ( t ) V ( t ) V ( t t )
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.10
内部评级法关键的模型 (高斯 Copula函数)

在99.9% 的把握下，“最糟糕情形的违约 率”是
N -1 ( PD ) N -1 ( 0 .999 WCDR N 1 )
资本金数量

i
EAD
i
LGD i (WCDR
i
PD i )
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.11
Altmans-Z计分（Z-Score）模型


适用于上市公司的“Z计分模型” Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5 其中:X1=流动资金（净营运资本）/总资产； X2=保留收益/总资产； X3=息税前收益/总资产； X4=普通股和优先股市价/负债的账面价值； X5=销售额/资产总额。

评级主要方法
传统评级方法；内部评级法；Altmans Z-记分法；
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.5
传统的信用风险度量和管理模型



信用风险的专家制度 5C、5W、5P分 析法 多远判别分析模型 ：距离判别法、贝 叶斯（Bayes）判别方法和费希尔（ Fisher）判别方法 、Z计分（Z-Score ）模型 、ZETA信用风险模型 。 广义线性、Logit模型和Probit模型 神经网络模型
缺陷： 1）过分依赖财务报表的账面数据，忽视了资本市场指标； 2）理论基础薄弱，缺乏对违约和违约风险的系统识别； 3）前提假设苛刻，假设变量服从正态分布且各个变量之间是线性关系； 4）无法计量企业的表外信用风险，不适合一些具有特殊背景的企业。
12.14

金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.6
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
信用评级技术基本假设

有信用评级系统,每个债务人都有信用等级,它影响资产的定 价和折现率。 每一信用等级中的所有债务人具有相同的迁移和违约概率。 资产收益的变化是由系统风险和特殊风险(单个债务人特有的 )的共同作用引起的. 系统风险可由一些不同国家和行业的证
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.13
ZETA信用风险模型


1977年Altman、Narayanan等对Z-score模型进行扩展，建立了第二代信 用评分模型即ZETA评分模型，他将Z计分模型中的五个解释变量增加 到七个，资产收益率、收益稳定性指标、债务偿还能力指标、累积盈 利能力指标、流动性指标、资本化程度指标、规模指标这七个指标确 定一个分辨函数。 Z值模型和ZETA评分模型均是以会计资料为基础的多变量信用评分模 型，具备较强的可操作性和良好的预测能力。它们作为多元线性判定 模型的典型代表，已成为当代预测企业违约或破产的主要分析方法之 一
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.9
内部评级法



新巴塞尔协议提出了一个公式，这个公式把PD (违约概率), LGD (违约损失率), EAD (违约风险敞 口), 和M (有效到期日) 演化为风险权重。 在高级内部评级法中银行能够估计出PD, LGD, EAD, 和 M。 在基础内部评级法中银行仅仅估计出PD ，其他参 数由巴塞尔委员会来设定。
4
0.026 0.106 0.342 1.360 7.648 20.325
5
0.100 0.178 0.467 1.835 9.805 24.692
7
0.252 0.344 0.762 2.794 13.465 32.527
10
0.525 0.521 1.308 4.353 18.426 40.922
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.19
解释

该表显示了特定的信用评级公司违约的累积概 率。 有累积违约概率可以确定制定某一年的违约概 率。 一个有Baa信用评级的公司第一年末违约的概 率为0.170% ，两年内违约的概率是0.478%，第 二年违约的概率为0.478%-0.170%=0.308% ，三 年内违约的概率为0.883%，第三年违约的概率 是0.883%-0.478%=0.405% 依次类推。
金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.12
Z计分（Z-Score）模型


适用于非上市公司的“Z计分模型” Z=0.717X1+0.847X2+3.107X3+0.420X4+0.998X5 这一模型对原来适用于上市公司的模型作了如下修 订:
1、财务比率X4的计算公式中分子用企业的账面价值代替普通 股和优先股的市场价值总额; 2、修改了模型中各相关变量的系数; 3、Z值的判断范围有了调整:如果Z值大于2.90,则表示企业的财 务状况、经营状况良好,发生破产的可能性小；如果Z值小于 1.23,则表明企业正处于破产的边缘;如果Z值在1.23-2.90之间,则 表明企业的财务及经营极不稳定,为“灰色地带”。


金融风险管理，第十四章，闫海峰，南京财经大学金融学院，2011
12.20
违约的概率随着时间增加么？

平均累计违约率随时间的增加而增加，制定年度
的违约概率不一定随时间的增加而增加。

对于一个拥初级信用评级有的公司其违约的概率
随着时间增加而增加。