银行管理论文-内部评级法中ＬＧＤ的估计及在我国银行业的实践.doc

银行管理论文-内部评级法中的估计及在我国银行业的实践【摘要】文章对违约损失率（LGD）的性质、影响因素及估计模型进行了深入的讨论，并从资产管理公司的现金回收率中估计了我国银行业的违约损失率情况。建议我国尽快建立LGD数据库，从而为我国不良资产处置效率提供衡量的标准。【关键词】违约损失率；内部评级法；巴塞尔新资本协议一、引言从起草、征询意见到修改、定稿历时5年的巴塞尔新资本协议于2004年6月正式公布。新协议中最引人注目的莫过于对信用风险估值的内部评级法（InternalRatingBasedApproach，简称IRB法）的推出。IRB法通过建立包括客户评级和债项评级的两维评级体系，规定银行在满足一定的技术和信息披露的要求以后，可以使用按照自己内部信用评级模型测算得到的违约率（PD，ProbabilityofDefault）、违约损失率（LGD，LossGivenDefault）等参数代入IRB方法，以增强风险计量的精确性、敏感性和标准化。IRB方法将监管资本的计算建立在商业银行内部评级系统基础上，体现了对银行改进风险管理水平的激励，有利于减少监管资本和经济资本的差距，做到真正的风险敏感。作为IRB法中的两个关键因素PD和LGD，PD的估算方法发展较早，相对比较成熟。人们不仅开发了针对客户特征的PD预测模型，而且对影响PD的各项因素、各种参数的选择与范围、模型的测评等均有非常深刻的讨论。和PD相比，对LGD的研究，不论是理论、方法还是实践，均远远不够成熟。但是，LGD同PD都是反映债权人面临债务人违约的信用风险的重要参数，对信用风险管理有着同样的重要性。尤其自新协议将LGD和PD一同纳入风险管理框架以来，LGD越来越受到业界和学术界的重视。本文将围绕新巴塞尔资本协议的有关规定，对LGD的性质、影响因素和估计方法进行分析和讨论，并最终探讨其在我国银行业中的实践。二、违约损失率（LGD）的含义和性质所谓违约损失率（LGD），就是指债务人一旦违约将给债权人造成的损失数额，即损失的严重程度。一旦违约事件发生，LGD包括以下损失：本金损失、不良贷款的财产维持费和清算费用（包括债务追索和法律费用等）。新协议将IRB法划分为所谓的初级法和高级法两类，二者的根本区别集中在对数据的要求上，初级法要求的数据是由监管当局确定的，而高级法则要求银行自己对数据进行估计，二者的区别如表1所示：IRB初级法下，LGD的实际取值与抵押物的情况有关。对公司、银行和国家的无抵押的高级债权，LGD为45%；对公司、银行和国家的无抵押的次级债权，LGD为75%；有抵押债权的LGD用公式LGD=（10.2（C/E）/140%）50%计算，其中（C/E）为押品值与授信额度之比。IRB高级法下，LGD由银行的内部模型计算得出。新协议第三支柱也规定，银行需披露其信贷组合的PD、LGD和EAD。因此，银行对于LGD的认知水平和预测能力决定了高级IRB法下确定LGD方面允诺的灵活性。一般认为，违约损失率和清偿率之和为1，即LGD1清偿率。学术界和业界通过大量的实证分析得出的与LGD有关的一般特征，包括：清偿率在经济低迷时期系统性的降低（可降低1/3）；清偿率最重要的决定因素是：债务是否受到保护和它在债务人资本结构中的位置；一般对实物资产依赖强的行业其清偿率要高于服务行业公司，不过也有例外，特别是高科技产业和电信业。三、影响LGD的因素及表现形式（一）与PD的关系根据新协议公布的风险权重函数，对公司、银行和主权的风险暴露的监管资本（K）要求为：从上述公式中可以看出，IRB法同时假设LGD和PD是独立的，而根据Altman等（2002）的实证表明，至少债券的LGD和PD间存在非常强的正相关性，即LGD随着PD的增加而增加。这样对于高PD的资产，银行的损失会超过IRB所估计的损失。同时，这一公式也表明：IRB法中的监管资本要求K是LGD的线性函数，从而使得LGD在IRB法计算的资本要求中的影响要大于PD的影响。这样便夸大了LGD在IRB法中的作用，从而导致银行在信贷过程中过于强调抵押和担保而忽略了企业本身的还款能力。我国目前商业银行在信用放贷时就有这种过大强调抵押和担保的现象。（二）与经济周期的关系经济周期的变化是影响LGD的重要因素。由于LGD=1清偿率，因此，经济周期中清偿率的变化直接影响着LGD的相应变化。研究表明，经济衰退的清偿率明显低于繁荣期，Frye（2000）利用穆迪的数据得出衰退期的清偿率是繁荣期的1/3。Schuermann（2002）利用穆迪违约数据，对1970年开始衰退期与繁荣期的清偿率进行简单的统计对比，如表2所示，从中可以看到明显的差别。另外，Hu和Perraudin（2002）通过历史数据得出，经济体系中的累计违约率与清偿率呈负相关关系，在美国平均为-20%。（三）行业因素影响不同的行业往往有不同的LGD。Altman和Kishore（1996）发现，实物资产密集型行业（如公用事业）比隐性资本密集型行业（如服务业）的LGD低。Grossman等（2001）利用19972000年具有Fitch评级的债券和贷款进行统计，得出相似的结论，如表3：（四）偿债因素如果一家公司既发行债券又同时向银行贷款，破产清算时，债券和贷款哪一个优先偿还？在美国破产法中，债权人分配公司清算价值要遵循绝对优先原则（AbsolutePriorityRule），即破产企业的价值按照清偿优先性的先后顺序依次分配给不同的债权人，首先偿还给最高等级的债权人，然后才轮到下一个等级。然而，在破产过程中，债务偿还计划只有在各级别债权人全部通过的条件下才能执行。因此，这种绝对优先原则通常不会被完全遵守。因此，LGD不仅与公司资产和债权人的优先等级有关，也与谈判情况密不可分。另外，LGD的高低与抵押品也有直接的关系。如果贷款合同中要求借款企业提供特定的抵押品，在借款企业一旦发生破产清算时，则可以直接提高银行的清偿率，从而降低LGD。当然，利用抵押品来降低LGD，其前提条件是银行对抵押品的有效管理。因此，国家应该有一套有效的司法系统来保障银行对抵押品的获取、变现和价值回收。就各银行而言，影响LGD的因素在其各自不同的实践中有不同的理解。巴塞尔新资本协议关于自行估计违约损失率的要求中，至少需要考虑经济周期、借款人的风险和抵押品风险的相关性、借款人的风险和抵押品提供方风险之间的相关性、抵押品历史清偿率、违约借款人的清收费用等因素。四、LGD的估计模型理论上，对LGD的影响因素较多，数据量要求大且难以把握。巴塞尔新资本协议中，IRB法分为初级IRB和高级IRB，就是为了区别不同银行的实际情况：有条件的银行运用其更为先进的工具评估风险因素；尚未有能力的银行，对目前还不能准确衡量的LGD使用新协议中的统一规定。在新协议中对估计LGD的要求是很高的，需要考虑的影响因素也很多，直接计算难度较大。为此，尝试从计算预期损失率（ExpectedLoss，EL）着手，通过EL、PD、及LGD之间的相互关系来间接计算LGD。实际上，企业发生违约与否可以看成为服从（01）分布的随机变量，一个企业未来发生损失程度的分布律为：从上式可知，LGDPD实际上就是贷款损失率的数学期望，由概率中的大数定理可知，贷款的损失率的实际值若可重复观察，是围绕其数学期望（EL）波动的。因此，为简化，可以通过构建适合的模型对贷款损失率进行准确预测，并作为数学期望的近似值，进而通过EL、PD和LGD的函数关系计算LGD。目前用于估计LGD的模型只有穆迪公司根据自身数据库开发的模型。这一模型的基本思想是，根据历史数据在债务的违约损失率LGD和一组解释变量之间建立起一种统计关系，因而模型本质上是一个多元统计模型。模型的被解释变量不是债项的历史平均损失率，而是特定债项在未来一定时期内的预期损失比率。通常认为，违约债务的损失率不服从正态分布，而是更接近于Beta分布。大量研究显示，许多金融机构的LGD都呈现双峰分布。无论是Beta分布还是双峰分布，其值域均介于0和1之间，没有对称的条件限制。对于解释变量的选择，是建立模型的关键。根据经济意义和统计上的显著性，该模型使用了9个变量来作为LGD的解释变量。通过这些变量共同对LGD进行预测。这些变量可以进一步细分为4组，如表4所示：穆迪所考虑的因素与本文前面所分析的基本一致。穆迪认为，这些因素之间的相关性较小，由此可以防止多重共线性问题，从而更加精确地预测LGD。另外，模型中的因子具有较高的显著度，其预测能力在统计上也是显著的。在建模过程中，穆迪首先将原始数据进行处理，比如将某些宏观经济变量转换为复合指数，然后利用回归技术综合这些处理过的因素，得出尽可能准确的预测结果。根据模型的计算结果，这4组因素在预测LGD时所起的相对作用大小是不同的：虽然债务类型和优先级别是影响LGD预测的主要因素，但是其影响程度不到40%；其他一些因素特别是宏观经济环境和行业状况对LGD的预测也有着重要的影响。这也说明了目前普遍使用的LGD估计方法具有相当大的局限。五、我国银行业违约损失率（LGD）的估计（一）从资产管理公司清偿率估计我国银行业的LGD在国际上关于清偿率研究数据中，一般只公布债券的清偿率，对银行的清偿率数据则作为商业资料加以保护。目前可以采集到的数据中，比较清晰引用清偿率的有穆迪公司（1997）关于债券违约损失率和清偿率的数据，如表5。而我国商业银行目前在IRB领域的整体水平还较低，LGD数据库还没有建立，因此，在对我国银行业风险情况的分析中我们无法得到直接的数据。但我们可以从四家资产管理公司处置不良资产的清偿率中，间接估计我国银行业的违约损失率。1999年，我国成立了4家金融资产管理公司，专门收购、管理和处置四家国有银行的部分不良资产。这四家资产管理公司在收购不良资产的同时，完成了涉及金额4000多亿元、近600户国有重点企业的债转股工作。通过剥离不良资产，中国大型商业银行不良贷款比率下降了近10个百分点。那么，资产管理公司处置不良资产中，能挽回多少现金呢？据人民银行公布到2004年12月底，我国4家金融资产管理公司累计处置不良资产6750.6亿元，累计回收现金1370.1亿元，占处置不良资产的20.29%。其中：东方资产管理公司累计处置（自中国银行）不良资产1045.5亿元，回收现金232.9亿元，占处置不良资产的22.27%；华融资产管理公司累计处置（自工商银行）不良资产2095.4亿元，回收现金413.4亿元，占处置不良资产的19.73%；长城资产管理公司累计处置（自农业银行）不良资产2099.1亿元，回收现金215.7亿元，占处置不良资产的10.27%；信达资产管理公司累计处置（自建设银行）不良资产1510.6亿元，回收现金508.1亿元，占处置不良资产的33.64%。描述性统计表明，4家资产管理公司处置不良资产的算术平均收回率为21.48%，真实的加权均值低于这一水平。4家资产管理公司已处置资产清偿率的标准差为9.6%。4家资产管理公司清偿率最小值为10.27%（长城公司），最大值为33.64%（信达公司），各公司之间的清偿率差异显著。（二）LGD研究对我国银行业的启示我国银行业现实存在着庞大的不良资产的处置和回收问题。不良资产的成因一方面在于借款企业的信用风险，另一方面却在于银行自身的管理漏洞和失误，即银行的操作风险。对LGD的研究不仅有助于有效预测风险，而且有助于我国银行甄别不良资产和信贷损失成因中的信用风险因素和操作风险因素。从而建立良好的内部控制机制，有的放矢的进行操作风险管理和信用风险管理。在2004年6月新协议正式公布后，南非、印度、俄罗斯等经济欠发达国家纷纷表示将在2006年实施新协议。尽管银监会于2004年宣布中国银行业暂不实施新资本协议，但从发展角度看，实施新协议是一个不可逆转的趋势。而由于我国合格的外部评级机构较少，实施新协议标准法可行性不大，所以惟一选择便是实施IRB法。我们现在的当务之急便是：第一，建立LGD数据库。由于LGD波动幅度大，影响因素多，因此对数据质量的要求较高，观察期须在7年以上。我国商业银行在这方面的数据储备严重不足，数据缺乏规范性，数据质量也难以保证。如果各银行重视对LGD的数据积累，并尽早建立LGD数据库，则能够为我国不良资产的回收工作提供工作的目标、定价的依据和业绩衡量的标准，从而为将来实施巴塞