信用风险量化管理的渐进提高之路（一）

金融行业是一个特殊行业，经营过程中要面对多种风险的威胁。这其中最为重要也是影响最大的就是信用风险，根据我以前在银行做的实测数据经验表明，银行的资本金中约有90%是用来抵御信用风险的。因此，银行风险管理部门平时很大一部分工作是在管理信贷资产，无论是从贷前的防控、贷中的审批和贷后的监控、不良的催收，都是在对资产面临的信用风险进行管理，这就引出一个很重要的话题：一家金融机构的信用风险整体到底有多大？量化的需求由此而来。

信用风险的量化管理起源于上世纪九十年代，欧美一些银行率先引入内部评级体系，对信贷资产进行定量评估，这就是信用风险量化的第一阶段，即有能力对每一笔信贷资产进行量化评估。目前通用的评估体系包含三个维度：违约概率（PD）、违约损失率（LGD）、违约时风险暴露（EAD）。

违约概率针对借款人主体风险进行评估，主要想知道某个借款人未来不还钱的可能性有多少？一般评估结果用一个百分比来表示，并给出一个级别的标识作为风险的等级（比如：BB级，1.5%的违约概率）。

如果一个金融机构能把它所有的借款人都用模型进行量化评估，那么基本上从单个个体的角度，它得到了它所有信用风险的基本量化状况。

举例来说，一个金融机构如果有10000个借款人，分布情况如下：

我们看到这个金融机构的平均违约率是1.8%，这即代表在未来一年中，平均来说，会有180个客户发生违约。

请注意，我们的量化评估都是对未来的预测，这与目前的五级分类和银行公布的不良率是两个概念。五级分类是对已经发生的损失进行确认，不良率公布的也是既成事实，至于未来的风险是什么情况，这两个指标都无法给出答案。

违约损失率用于对某个借款人的某一笔借款的损失金额进行评估，怎么理解呢？一个借款人如果真的发生了违约，还不上钱，银行的贷款全部损失了吗？当然不是，如果借款人提供了比较好的担保抵押手段，银行的贷款大部分是可以挽回的，最后的损失可能很小（比如违约损失率只有5%）。通俗地来说，就是低质量的借款人也可能有高质量的借款，这就解释了为什么银行对于中小企业的借款都倾向于落实抵押，这是在无法降低违约概率的情况下，银行尽可能减少违约损失率的缘故。

违约时风险暴露通俗解释就是评估借款人发生违约时金融机构还剩下多少贷款没要回来？比如住房按揭贷款，因为每个月都在还款，其实金融机构的风险暴露每个月都在下降，越往后，金融机构的风险越低，如果客户在还款期的最后一个月才发生违约，金融机构的贷款余额已经几乎可以忽略不计了。

如果金融机构对以上三个维度都进行了量化估计，那么对于一个借款人的信用风险量化估计就有了基本的认识，比如：我们把PD、LGD和EAD三者相乘，得到的就是统计意义上的平均值，这个平均值可以当作是借款人信用风险绝对值大小的平均估计，以下是一个例子：PD=1%，LGD=25%，EAD=100万元，那么1%*25%*100=2500元。我们把这个平均值称为预期损失（EL），实际上这个数值就是银行对某一笔贷款计提拨备的基本参考值。

声明：本文转载自公众号微奕术，原作者姚奕。