产品风险 贷款形态 担保条件 期限结构
债项评级
宏观信用风险的识别
违约率与经济周期关系密切 通过分析经济周期可以判定违约大面积 暴露的时间或时段 通过分析经济周期可以得到企业质量变 化规律 风险管理不能随经济周期而松紧，而应 先于经济周期变化，以防系统性风险的 冲击

国内生产总值与固定资产投资

Logistic模型
一种非线性分类的统计方法,用于解决因 变量为定性指标的问题 Logistic概率函数的定义为:

案例：基于Logisitc模型的个 人住房贷款信用风险识别

样本的抽取：调取了某银行2005-2008年 四年的全部存量个人住房贷款客户资料 ，客户资料数量分别为2347、3896、 8006、10154条，并把客户基础资料中分 离为个人住房贷款违约组和正常组。本 文按照严格的筛选标准，从大量的有效 样本中最终随机抽取正常贷款样本466个 ，违约贷款样本403个，有效样本总容量 为869个。

风险限额
单一客户风险限额管理 集团客户风险限额管理 贷款组合限额管理

单一客户风险限额管理
以净资产为核心确定的单一客户风险限 额： 单一客户风险限额=客户净资产*合理的 杠杆系数*与信用等级相关的调节系数客户的商业负债-客户的其他有息负债 客户有效净资产，是指将客户净资产扣 除其部分无效或低效资产后的净值。一 般来说，无效或低效资产包括：客户的 递延资产、无形资产、待处理资产损失 等科目
中等风险 区域
中高风险 区域 高风险 区域
65.0 70.0 75.0 80.0 85.0 90.0
区域风险预警信号
●国家政策法规变化给当地带来的不利影响。 ●地方政府提出与地方自然资源、交通条件等极不对称 的产业发展规划。 ●地方政府为吸引企业投资，不惜一切，提供优惠条件 ●国家宏观政策发生变化而造成地方优惠政策难以执行 ●地方政府减少对区域内客户的优惠政策或允诺的优惠 政策难以兑现。 ●区域产业集中度高，而该产业受到国家宏观调控。 ●区域法律法规明显调整。

产业生命周期特征
产业生命周期与信贷
行业敏感度
行业波动性
煤
30 40 50 60 70 80 90
炭 材 业 产 筑 工 路 织 色 药 力
建 商 房 地 建 轻 公 纺 有 医 电 钢 民 电 电 烟 石
铁 航 信 子 草 化
建行行业风险评级一览表
行业风险警示信号
●政府对行业有严格的限制。 ●国家产业、货币、税收等宏观经济政策 变化，如汇率、利率的调整。 ●法律法规重大调整。 ●多边或双边贸易政策变化，如对进口、 出口的限制和保护。 ●政府优惠政策的停止。

优点：其一，简单易行而且容易理解掌握；其 二，便于纳入计算机系统进行自动计算和控制 缺点：其一，从根本上说，客户偿债能力的大 小是与客户正常经营产生的现金流情况紧密相 关的，只有在客户真正破产倒闭时，其偿债能 力才与客户净资产的大小直接相关，因此，静 态地从客户目前的资产负债状况分析客户的偿 债能力只能是一种近似的估计，而无法与客户 真正的偿债能力直接挂起钩来；其二，该方法 在参数选取和设置中存在不可克服的困难，如 上文所述，选择合理杠杆系数必须是完全具有 可比性的企业资产负债平均水平，这类参数目 前只能进行近似估计，因此很难保证其科学性 和合理性。
案例：电力行业客户信用风险
对历史数据通过Logistic回归分析，发现 对电力生产企业不良贷款发生有显著影 响的解释变量依次是装机规模、应收账 款周转次数与净资产收益率 设定信贷风险控制目标:电力行业贷款不 良率不超过2%。


通过运用Loglstic回归模型，建立客户违 约概率(户数违约概率)与主要影响因素总 装机容量的关系。再将客户违约概率(户 数违约概率)换算为贷款量违约概率(不良 贷款比率)。从而，将贷款量违约概率(不 良贷款比率)与总装机容量联系起来，进 行分析、控制。

客户非财务风险识别
客户品质分析：客户历史沿革；法人治 理结构；股东背景；高管人员素质;信誉 状况 客户经营状况分析：供应阶段分析；生 产阶段分析；销售阶段分析；产品竞争 力和经营业绩分析 客户综合分析：分析环境因素；构造 SWOT矩阵；综合分析判断

信用风险管理
风险限额 风险缓释
案例：如何评价地方政府产业 规划？




西部某县近期发布了的一个产业发展规划：该县要发展一系列热 门产业，如汽车产业、高新技术产业等，而在高新技术产业中， 信息产业、生物产业、新能源、新材料等样样齐全。 该县招商引资的具体措施： 低价让地：县区的工业用地土地出让金为每亩3万至10万元。 财政补贴：提高土地出让金本级财政留成部分的返还比例，其中 返还比例最高的已经达到80％；允许土地出让金分期支付，并延 长缴纳年限；对企业投资，地方政府提供配套设施。 税收优惠：给予税收优惠，为了吸引投资，甚至把根本不属于国 家鼓励类的项目也纳入优惠的范围。
信用风险的识别与管理
代军勋
武汉大学经济与管理学院 2011年11月



引子：你看到了什么？？ 信用风险的理解 信用风险识别的技术方法 信用风险识别的策略 信用风险管理
信用风险的理解
信用风险，是因借款人发生违约或借款 人信用等级下降而使债权人的本金和利 息不能完全收回或产生损失的风险 违约风险 敞口风险 追偿风险


Logistic回归模型的构建：将剩下的11个 变量引入Logistic回归模型，采用后向 Wald逐步选择法确定最终的模型，并进 行偏回归系数估计。在计算过程中，将 每步Wald统计量结果最小(即显著水平最 低)的变量剔除，直到所有自变量都满足 设定的显著性水平为止。经过5步计算， 最后模型保留了7个变量，所有变量都满 足设定的显著性水平。

违约风险
付款违约：没有履行支付义务 违反约定事项 经济违约 违约概率

追偿风险
抵押物风险 第三方担保风险 法律风险

信用风险的产生
逆向选择 道德风险 寻租风险

信用风险识别的技术方法
单变量判定模型 判别分析模型 Logistic模型 人工神经网络模型
客户信用风险的识别
客户财务风险识别 客户非财务风险识别

客户财务风险识别
快速评判客户基本财务状况：报表关键 项目及财务指标的静态分析；报表关键 项目及财务指标的动态分析；善于利用 审计报告；会计报表附注分析 深度分析客户财务质量：从现金流分析 判断客户短期偿债能力；从盈利情况分 析判断客户的长期偿债能力；从重点项 目解读客户的财务健康状况；

建行区域风险等级和预警指数
浙江 上海 新疆 云南 天津 青海 四川 湖南 重庆 贵州 黑龙江 广西 内蒙 江西 安徽 西藏
40.0 45.0 50.0 55.0 60.0
58.9 60.2 65.6 67.8 68.8 71.4 72.4 74.2
低风险区域
中低风险 区域
74.3 75.6 76.2 76.9 77.6 78.4 82.4 84.8

判别分析模型
一种用来区分判断个体所属类别的统计技术 Altman通过对33家破产和同样数目相同规模的非破产 企业进行观察，对22个财务比率运用数理统计方法进 行筛选，建立了著名的5变量Z-score模型。目前已成为 财务困境预测最常用的方法。 Z＝1．2X1＋1．4X2＋3．3X3＋0．6X4＋0．999X5 其后，设定临界值。破产下限值为1．81，其下为破产 区域；（非破产）上限值为2．99，其上为经营良好。 中间是灰色区域。通过计算Z分值，看其落在哪一段区 域，预测企业是否会破产。
违约率与GDP
违约率与总投资
行业信用风险的识别
方法基础：“五力”模型 方法基础：产业生命周期

“五力”模型
行业信用风险识别策略

现有竞争者的竞争：行业中企业数量多 且规模相当；缺乏产品差异及顾客转换 成本低；行业需求增长缓慢；生产能力 只能以大规模增加或行业中存在剩余生 产能力；高固定成本或高存储成本；竞 争者的多样性；战略重要性高；退出壁 垒高

单变量判定模型
利用单一的财务比率来预测企业的财务 失败 威廉比弗(William Beaver,1966)：现金流 量与负债总额的比率能够最好地判定公 司的信用状况(误判率最低)；其次，按判 定能力依次为资产收益率(净收益/资产总 额)、资产负债率(债务总额/资产总额)、 营运资本比〔营运资木/资产总额)和流动 比率;并且离经营失败日越近，误判率越 低，预见性越强
人工神经网络模型
人工神经网络模型在信用风险分析的作 用是通过模型的分类功能进行的 先找出影响分类的一组因素，作为模型 的输入。然后，通过有导师或无导师的 训练形成神经网络信用风险分析模型。 之后再将新样本的有关数据输入模型， 就可以判别新样本的风险状况。 与非线形判别十分相似，对数据分布的 要求不十分严格，能够有效解决非正态 分布，非线性的信用评估问题
区域信用风险的识别
区域环境的影响 区域产业布局 区域产业结构

区域环境的影响
区域自然资源 区域金融生态 区域经济环境 地方政策的可持续性

区域产业布局
产业布局指向 区域合理规模 国家产业布局的调整

区域产业结构
区域内部产业结构演变 产业梯度转移 经济区划的区域边缘化
对于水力发电，分析样本中共有432 户企业，其中有不良贷款的84户，贷 款总额3140478，不良贷款合计 50590.86。采用同样的方法可将p分别带入上式，在2%的设定不良 贷款比率条件下，解得：v=1.05
电力行业装机容量违约临界点
新进入者的威胁：规模经济；产品差异 化和转换成本；资源要求；获得分销渠 道；与规模无关的成本优势；相关的政 府管制 替代品威胁：替代品在价格上是否具有 吸引力；替代品在质量、性能和其它一 些重要特征上的满意程度；购买者转换 成本的高低。