신용 분석을위한 현대 신용 분석 방법

1980 년대 이후 채무 위기의 영향을 받아 세계 각국 은행들은 신용위험의 관리와 예방을 보편적으로 중시하고, 공학적 사고와 기술은 점차 신용위험관리 분야에 적용돼 일련의 성공적인 신용위험정량화 관리 모델을 만들어 냈다. 현대 신용 위험 측정 모델은 위험 수준에 따라 세 가지 범주로 나눌 수 있습니다. 하나는 단일 거래 상대나 발행자의 측정 모델, 두 번째는 조합 수준의 측정 모델, 세 번째는 파생 도구의 측정 모델입니다.

거래 상대 또는 발행자 수준의 측정 모델

(1) 옵션 가격 책정 기술을 기반으로 한 위험 측정 모델입니다.

Merton 은 할인 액면가가 D 인 대출과 집행 가격이 D 인 하락옵션 매각을 통해 은행이 받은 지불이 동일하다는 것을 발견했다. 따라서, 위험 대출의 가치는 액면가가 D 인 비위약 위험 대출의 가치에 상응 옵션을 더한 것과 같다. (윌리엄 셰익스피어, 위험 대출, 위험 대출, 위험 대출, 위험 대출, 위험 대출, 위험 대출) 대출의 판매권 가치는 기업 자산의 시장 가치, 기업 자산 시장 가치의 변동, 할인 대출의 액면가, 대출의 잔여 기간, 무위험 이자율이라는 다섯 가지 변수에 달려 있다.

미국 KMV 는 기업의 시장 가치와 변동의 관측성을 바탕으로 1995 에서 KMV 모델을 개발했으며, 이를 예상 위반 빈도 (EDF) 라고도 합니다. 이 모델은 기업 지분 시가와 자산 시가 사이의 구조적 관계를 이용하여 기업 자산의 시가를 계산합니다. 기업 자산 변동률과 기업 지분 변동률 사이의 구조적 관계를 이용하여 기업 자산 변동률을 계산하고, 1 년 동안 일정한 표준 편차 수준을 가진 회사의 파산 비율을 집계하여 같은 표준 편차를 가진 회사의 위약 확률을 측정한다.

이 모델은 실제로 가장 널리 사용되는 신용 위험 모델 중 하나입니다. 이 모델의 이론적 근거는 블레이크 스콜스 (1973), 머튼 (1974) 및 헬화이트 (1995) 와 여러 면에서 비슷하다. 기본 아이디어는 회사의 가치가 어느 정도 떨어지면 회사가 채무 불이행을 한다는 것이다. 관련 분석에 따르면 KMV 에서 가장 흔한 중단점은 회사 가치가 50% 인 유동 부채에 장기 부채를 더한 경우입니다. 회사의 미래 기대가치와 현재의 위약점을 통해 회사의 가치가 얼마나 하락해야 위약점에 도달할 수 있는지 확인할 수 있다. 기본 지점에 도달하기 위해 자산 가치의 백분율과 자산 가치의 표준 편차의 비율을 기본 거리라고 합니다. 위약 거리 = (자산 기대치-위약점)/자산 기대치 × 자산 가치 변동률. 이런 방법은 비교적 충분한 이론적 기초를 가지고 있어 상장회사의 신용위험에 특히 적합하다.

KMV 모델의 장점은 위약을 회사의 초기 신용 등급이 아닌 회사의 특성과 연결시켜 채무자의 품질 변화에 더욱 민감하게 만든다는 것입니다. 동시에 주가를 통해 상장회사의 예상 위약 확률을 측정하므로 시장 정보도 모델에 반영되어 앞날을 내다보고 예측 능력을 강화할 수 있습니다. 또한 이 모델에 사용된 변수는 모두 시장 주도로 더 큰 시간 변동성을 보여 주기 때문에 보유 기간 선택이 신용 측정 모델보다 더 유연합니다.

(b) var 기반 신용 측정 모델.

Var 은 정상적인 시장 조건과 주어진 신뢰 수준에서 금융 자산이 일정 기간 동안 겪을 수 있는 최대 가치 손실을 정량화하는 것을 말합니다. 금융 상품 시장 위험의 위험 값을 계산할 때 주요 입력 변수는 금융 자산의 현재 시장 가격과 변동성입니다. 대출의 유동성 부족으로 대출의 시가와 변동성을 관찰할 수 없다.

JP 모건 (1997) 은행이 신용 지표 시스템 (credit metrics) 을 개발했습니까? 대출, 사모 등 비거래 자산의 평가와 위험 계산을 해결하는 시스템입니다. 이 방법은 대출자의 신용 등급, 신용 이체 매트릭스, 위약 대출의 회수율 및 채권 시장의 신용 위험 이차를 기준으로 대출의 시장 가치와 변동성을 계산하고 단일 대출 또는 조합의 var 을 추정하여 대출 및 비거래 자산 및 신용 위험을 평가합니다.

신용 측정 모델의 장점은 처음으로 신용 등급 이전, 위약률, 위약회수율 및 위약관련성을 통일된 틀에 포함시켜 신용 위험을 측정하는 데 있다. 이 모델은 상업 신용, 채권, 대출, 대출 약속, 신용장 및 시장 도구 (스왑, 미래 등) 와 같은 신용 포트폴리오의 위험 측정에 적용됩니다. ). 그러나 이 모델에는 다음과 같은 문제가 있습니다. 위약률은 역사적 데이터의 평균에서 직접 가져온 것이지만, 실증 연구에 따르면 위약률은 거시경제 상황과 직접적으로 관련이 있으며 고정되어 있지 않습니다. 자산 수익률이 정규 분포에 복종한다고 가정하지만, 실증 연구에 따르면 실제 분포는 대부분 후미 특징을 나타낸다. 기업 자산 이익 간의 상관 관계는 회사 증권 이익 간의 상관 관계와 동일하다는 가정을 검증해야 한다. 이 방법의 계산 결과는이 가정에 매우 민감합니다.

(3) 보험 수리적 기반 크레딧 릭+시스템.

스위스 신용 제 1 보스턴 (CSFB, 1997) 은행이 개발한 신용 위험 가산 시스템 (Credit Risk Plus system) 의 선도적인 사상은 정산학에서 비롯된다. 즉 손실은 재해 발생 빈도와 재해로 인한 손실이나 피해 정도에 따라 달라진다. 위약의 원인을 분석하지 않고, 모델은 위약 위험만을 겨냥하고, 이전 위험은 포함하지 않으며, 특히 중소대출이 많은 대출 포트폴리오의 신용위험 분석에 적합하다.

이 방법은 대출 포트폴리오의 단일 대출이 위약인지 여부는 무작위라는 가정에 기반을 두고 있다. (윌리엄 셰익스피어, 대출, 대출, 대출, 대출, 대출, 대출, 대출, 대출) 각 대출의 위약 가능성은 독립적이기 때문에 이 방법은 대출 그룹 내 각 대출의 위약 확률 분포가 포아송 분포에 따른다고 가정한다. 신용 위험 추가 모델의 장점은 제한된 입력 데이터만 필요하다는 점이다. 기본적으로 대출 그룹 내 각 그룹의 대출 위약률, 위약율 변동률, 위험 노출만 필요하기 때문에 대출 손실은 쉽게 계산할 수 있다.

(4) 매크로 시뮬레이션에 기반한 신용 포트폴리오 뷰 시스템.

신용조합 시각시스템은 맥킨지 (Wilson, 1997) 가 개발한 것으로 위약 위험의 거시경제 시뮬레이션 시스템이다. 상업주기 요인이 위약 확률에 영향을 미치기 때문에 맥킨지는 주기적인 요소를 계량 모델에 포함시켰다. 이 시스템은 신용지표를 바탕으로 주기적인 요소를 처리하고 등급 이전 매트릭스와 경제성장률, 실업률, 금리, 환율, 정부 지출 등 거시경제 변수 간의 관계를 체계화한다. 몬테카를로 방법으로 주기적인 요인의' 영향' 을 시뮬레이션하여 등급 이전 확률의 변화를 측정하고, 거시경제 정세 변화와 신용 위약 확률 및 이전 확률의 관계를 분석하여 업종이나 부문별로 다른 신용 등급을 가진 대출자의 신용 위험 정도를 분석합니다.

이 모델의 장점은 위약 확률과 신용등급 변화에 영향을 미치는 다양한 거시적 요소를 자체 시스템에 포함시키고 구체적인 손실 분포를 제공하여 회수율의 불확실성과 국가 위험으로 인한 손실을 설명할 수 있다는 것입니다. 모든 위험 노출은 시정법을 채택하여 개별 채무자와 채무자 그룹의 신용 위험을 측정하는 데 더 적합하다. 거시경제요소 변화에 민감한 투기성 채무자의 신용위험을 측정하는 데 주로 적용된다.

포트폴리오 수준 측정 모델

현대현대투자조합이론 (MPT) 에 따르면 자산 간의 연관성을 적절히 활용하면 위험을 효과적으로 줄이고 포트폴리오의 위험수익 상황을 개선할 수 있다고 밝혔다. 그러나 유동성이 떨어지는 대출과 채권 조합에는 수익의 비정규성, 수익, 관련 계수의 관측성 등이 있어 현대포트폴리오 이론이 이들 조합을 간단히 적용할 수 없게 됐다. 이익의 비정규성으로 인해 두 모멘트 (평균과 분산) 에 기반한 현대포트폴리오 이론은 편향과 첨도 두 모멘트를 추가해야만 더 나은 설명을 얻을 수 있다. 과거 가격과 거래 데이터의 부족으로 과거 시계열 데이터를 사용하여 수익률, 분산 및 공분산, 수익 간의 관련 계수를 계산하는 것이 매우 어려워졌습니다. 조합 차원의 신용 위험 측정 모델은 이러한 문제를 극복하고 발전한 것이다. 이러한 모델은 크게 두 가지 범주로 나눌 수 있습니다. 하나는 KMV 의 포트폴리오 관리 모델과 같은 모든 증권 포트폴리오의 위험 수익 대체 관계를 계산하는 것입니다. 또 다른 범주는 Creditmetrics 조합 모델과 같은 위험 차원 및 조합에 초점을 맞춘 var 계산입니다.

파생 상품의 신용 위험 측정 모델

파생품은 금리 파생품과 신용 파생품으로 나눌 수 있다. 전자는 위험이익 특성에 따라 대칭형 파생품으로 나눌 수 있는데, 주로 장기, 선물, 물빠짐을 가리키는 반면, 옵션은 비대칭형 파생물에 속하며, 그 위험수익 특성은 전형적인 비선형성을 나타낸다. 후자는 주로 신용교환, 신용옵션, 신용어음 등 분할 조합 기술을 채택하여 자산의 전반적인 위험 특징을 바꾸는 것이다.

파생품의 신용 위험은 표내 업무와 많은 차이가 있다. 첫째로, 계약의 비위약 가치는 거래 상대에게 음수여야 한다. 둘째, 거래 상대는 재정적 어려움에 처해 있어야 합니다. 다시 한 번, 어떤 수준의 위약 확률에서도 파생물은 일반적으로 순결산을 사용하며, 위약으로 인한 손실은 종종 동등한 금액의 대출보다 낮다. 마지막으로, 은행과 다른 금융 기관들은 위약의 확률과 손실을 줄이기 위해 많은 다른 메커니즘을 사용한다. 이 때문에 연구자들은 많은 계량 경제 모델을 제시했지만, 주로 교환과 옵션에 집중했다.

신용 파생 상품의 가격은 신용 위험 관리 연구 분야의 난제이다. 현재 학계와 실무계의 신용 파생 제품 가격 책정에는 보험 이론에 기반한 가격 책정, 복제 기술 기반 가격 책정, 랜덤 모델 기반 가격 책정의 세 가지 주요 방법이 있습니다. 보험 이론에 근거한 가격 책정 방법에서 보험회사는 피보험자의 신용 위험을 감당하기 때문에 반드시 일정한 보험료를 보상으로 받아야 한다. 이 가격 책정 방법은 보험회사의 역사적 위약 데이터베이스를 기반으로 한 통계 방법으로 적용 범위가 좁아 역사적 위약 데이터가 있는 신용 파생품에 대해서만 보험을 제공할 수 있다. 복제 기술을 기반으로 한 가격 책정은 포트폴리오의 모든 포지션의 가치를 일일이 결정해야 하기 때문에 구조가 복잡한 신용 파생물에는 실현하기 어렵다. (윌리엄 셰익스피어, 윈스턴, 복제, 복제, 복제, 복제, 복제, 복제, 복제) 무작위 모델을 기반으로 한 가격 책정은 강도 모델과 혼합 모델이 널리 사용되는 현재의 주류 방향입니다.