            
                培训首页
             > 
            培训新闻
             > 
            风险管理师新闻
             > 
            FRM考试：如何建立具有前瞻性的信贷风险模型？
        

FRM考试：如何建立具有前瞻性的信贷风险模型？

来源：

上海金程

发表于：2024-01-30 10:56:34

相关标签：风险管理师培训上海风险管理师培训

在不确定的时期，评估预期信用损失（expected credit losses, ECL）的传统方法是根本行不通。然而，尽管在市场趋势变化的时代，预测ECL是一项艰巨的任务，但仍有可能使用多情景方法来获得信用尾部风险的实际范围。

过去三年里，依赖历史数据的信用损失预测方法的问题已经突显出来。事实上，基于回归的信用风险模型一直在失灵，这主要是因为市场环境的波动，从COVID-19大流行到地缘政治风险上升，再到通货膨胀和利率上升等。

更复杂的是，在2023年伊始，所有主要的研究出版物都预测未来的经济形势会很严峻。当然，风险管理专业人士不能等到市场稳定后再积累足够的新数据来估算损失。相反，在一个永远存在不可预测性的世界里，人们必须以真实的概率识别尾部风险。

虽然有关经济的预测范围广泛，变化频繁，但其共同的主题是，今年的宏观环境将面临重大障碍，滞胀和衰退可能即将到来。当涉及信用风险时，根据CECL和IFRS 9预期信用损失报告标准（ECL）的要求，在选择“合理且可支持”的预测情景时，这种的不确定性带来了重大挑战。

依靠经济预测与主观判断相结合来确定ECL的传统方法可能会产生欺骗性的结果，而且在动荡时期已被证明是不充分的。风险经理想要在波动环境下更准确地预测ECL应该(1)估计未来各种情景下的潜在损失；(2)求出该分布的期望；(3)发现导致相关结果的情景。

》》》点我咨询FRM 考试内容

这里的关键问题是如何使用多个情景来估计ECL。

首先，你需要理解信用风险的三个主要组成部分：违约概率（PD）、违约损失（LGD）和违约风险敞口（EAD）。它们都有自身的动态，在正常和有压力的条件下，它们的相关性有很大的不同。

例如，有强有力的经验证据表明，当PDs在经济衰退期间增加时，LGDs和EADs也会增加。为了捕捉这些组成部分的动态变化，现在让我们考虑如何将它们与不同情景的宏观经济和市场变量联系起来。

（1）预测违约概率

PDs主要受到债务人或债券发行人信用评级的影响。因此，在情景中包括潜在的信用降级是很重要的。

历史评级转移矩阵是估计PD的良好开端。但正如我们所了解的，评级机构所发布的评级下调通常滞后于一家公司信用质量的实际恶化。这同样适用于银行的内部评级和私营企业的评级。(对于上市公司来说，通常只有在信用利差扩大后才会被下调评级。)

历史评级转移矩阵应根据当前宏观经济和市场变量对每种情景进行调整。如果某个情景遭遇宏观经济、地缘政治或特定行业的冲击，信用息差的飙升可能会导致评级的加速转变。

出现降级概率增加的情景可以作为PD即将发生变化的预警。当多个债务人因系统性冲击而被降级时，其违约与降级之间的相关性会上升，从而影响整个投资组合。

因此，预测情景中的PD需要两个步骤。

首先，应使用历史平均转移矩阵对稳定的市场动态进行建模，它反映了债务人信用质量的特殊变化。

其次，如果某个特定情景在某个时间点经历了宏观经济、地缘政治和/或特定行业的冲击，则必须根据其行为模式调整信贷利差。

根据冲击事件、行业部门和评级的不同，这些冲击可能会导致大规模的额外降级，或将信用利差推向更接近违约的边界。

FRM

（2）LGD和EAD 指导意见

与情景一致的LGD建模应该反映LGD的三个主要驱动因素: 债务人的资历、抵押品质量和资产价值。

LGD反映了资产和其它抵押品在回收中的市场价值。当一家公司违约时，其债务人应该获得控制权。然而，在实务中，优先权界定了在违约情况下债权人可能有权获得的公司资产的部分。

在有压力的环境中，违约后的追讨价值可能会大大低于初的假设，因此LGD可能会大幅提高。例如，即使通货膨胀冲击(加上经济停滞或即将到来的衰退)推高了资产的价值，流动性枯竭和需求不足可能意味着没有家会支付更高的价格。

生成的情景应包括在发生违约时影响追讨价值的所有变量。因此，对于发生压力冲击的情景（已经导致降级和违约的增加），LGD将随着追讨预测价值的下降而上升。

与此同时，初始EAD可以用的当前融资水平来衡量。随着情景的发展，循环和信贷额度的资金水平应根据观察到的行为进行调整。

债务人可能会根据他们的类型而表现出不同的行为。例如，在有利的市场条件下，即当债务人有机会获得新的低息时，他们会提前偿还。另一方面，在不利的条件下，当信贷质量恶化时（无论是受整体经济形势的影响，还是由于特定行业的原因），债务人通常会选择采用尚未实施的承诺。

在发生违约的情况下，债务人将尽可能多地利用合同所允许的尚未实施的承诺。因此，在压力情景下，EAD与PD和LGD一起增加。

通过使用情景分析，风险经理可以像在现实生活中一样预测信用风险。这种方法结合了冲击对信用利差以及股票、商品、房地产和其它市场变量的影响。此外，它允许对 PD、LGD 和 EAD 进行动态建模，并显示它们对资本和流动性的影响——即使是在的情景下也是如此。

》》》点我咨询FRM 考试相关信息

（3）进一步的想法

为了以真实的概率估计潜在的信用损失，并分析与其余分布一致的极端事件，需要进行情景分析。

在一个动态的市场环境中，已实现的未来趋势可能与预测的趋势相差甚远。由于尾部结果会影响到投资组合的预期价值，因此衡量信用投资组合风险的整个分布是很重要的。

即将到来的经济衰退可能会为我们提供新的数据来估计不断变化的行为模式。但我们不能让未来给我们带来惊喜，我们也不能等到经济崩溃才去收集新数据。

由情景分析驱动的模型不仅可以从过去吸取教训，还可以让风险经理更好地为未来的情景做好准备。

本文编译自GARP风险智库FRM Corner 主题博客“How to Model Forward-Looking Credit Risk”一文。作者为Alla Gil, Straterix公司的联合创始人和席执行官，该公司为战略规划和风险管理提供独特的情景分析工具。在成立Straterix公司之前，Gil是高盛集团、花旗集团和野村集团战略咨询部的全球负责人，她在压力测试、经济资本、ALM、长期风险预测和佳资本分配方面为金融机构和企业提供建议。

通过上述内容，你知道如何建立具有前瞻性的信贷风险模型了吗？

以上就是【FRM考试：如何建立具有前瞻性的信贷风险模型？】的全部内容，想要了解更多关于FRM相关内容，可咨询FRM老师，带你了解FRM报名、考试费用、考试动态、证书等信息！

FRM考试资料领取