风险管理实务专题研究报告(20xx年11月)—信贷组合管理方法与实践

风险管理实务专题研究报告(20xx年11月)—信贷组合管理方法与实践内容摘要：

26 6，844 14，835 22，693 山东分行1，507，831 221，675 429，163 2，021，353 2，321，510 山西分行565，482 49，279 413，243 370，435 600，686 陕西分行864，461 170，262 539，373 89，974 419，488 四川分行721，818 107，817 269，645 240，370 416，583 西藏分行67，018 271 30，028 10，019 26，441 新疆分行513，966 202，103 21，664 35，743 107，381 云南分行511，186 25，911 89，052 182，748 243，975 浙江分行1，688，853 137，183 215，373 202，153 377，913 深圳分行1，300，891 192，840 154，096 350，919 502，196 总行营业部439，365 74，800 36，800 21，398 67，285 总行业务部2，831，578 77，035 97，300 13，685 138，225 资产保全部0 277，495 627，885 1，091，367 1，474，684 总行资金部0 0 0 0 0 总计29035922 4982069 11323737 15221182 22709286 资料来源：佰瑞咨询2. 各地区贷款组合的未预期损失整个信贷组合的未预期损失除了考虑各个地区预期损失的标准差外，还必须测算不同地区之间的相关性。 即某一地区的企业违约时，另外一个地区的企业是否也违约。 经过对13个月各个地区内企业违约相关数据的处理，得出各个地区企业违约的相关系数矩阵。 基于各个地区预期损失的标准差和地区之间预期损失发生的相关性，则构建整个贷款资产组合的风险度量模型如下：信贷组合的标准差=i=1Nσi2+i=1Nj=1nσiρi,jσj其中：N是地区数，σ是每个地区预期损失的标准差，ρ是两个地区企业之间违约的相关性。 该模型意味着如果各个地区有企业之间违约互不影响（统计上是相互独立的），随着新投资贷款的增加，整个组合的风险越来越小，资产组合的标准差围绕平均值向零趋近。 事实证明组合的风险并非如此，如果两个地区的企业违约相关性很高（也许是因为属于集团企业内部的关联企业，也许是因为地区经济融合程度较高），贷款组合中地区投向的选择（哪些地区贷款占比增加，哪些地区贷款占比减少，各个地区存量维持多少，实际新投放多少）将对资产组合整体风险产生不同的影响。 将该行有关数据代入模型，年一季度境内机构贷款资产组合的标准差为：信贷资产组合标准差=按照内部评级法的要求和国际活跃银行的做法，采取资产组合标准差的倍数作为银行的未预期损失。 倍数的选择取决于历史数据模拟出资产组合损失的分布特征，如正态分布等。 一般取值为标准差的1～3倍左右，我国属于转轨国家，宏观经济变化使行业预期损失的波动性远远大于发达市场经济国家。 假设以3倍计算，年一季度末该行整个贷款组合的未预期损失将达到416亿元。 结合预期损失状况可以判断该行在未剥离之前，整个资产组合的损失在1855～2687亿元之间（2271+/416）。 如果将可疑和损失类贷款剥离，资产组合的损失最大值为599亿元，即预期损失183+416=599亿元，约占注资后资本金225亿元美元的32%。 由于数据的稳定性尚待检验，资产组合的风险有可能高估或低估。 在判断一笔新公司贷款是否值得叙作时，除了“三位一体”授信决策机制对单笔风险的判断外，还要判断它对整个组合未预期损失的影响，如果叙作后降低了整个组合的未预期损失，这笔贷款无疑有利于组合风险的分散，值得叙作，如果叙作后增加了整个组合的风险，即使是单笔判断可行，也应该放弃。 Δ未预期损失=新增贷款后的未预期损失原组合的未预期损失如果Δ未预期损失0，说明新增贷款不利于组合结构的调整；反之，则有利于调整组合的结构。 截至年一季度末，该行贷款的地区分布主要为：%、%、%、%、%、%、%、%，其他各行（包括总行部门）%。 图表 3：贷款地区分布状况及预期损失的标准差地区贷款余额（万元）所占比例地区预期损失的标准差（亿元）安徽分行3，678，447%北京分行8，098，573%福建分行5，662，664%甘肃分行1，040，960%广东分行21，244，771%广西分行2，322，977%贵州分行696，248%海南分行1，537，575%河北分行6，182，104%河南分行6，094，146%黑龙江分行3，915，089%湖北分行6，023，081%湖南分行4，001，871%吉林分行2，848，702%江苏分行19，014，496%江西分行2，474，787%辽宁分行8，705，196%内蒙古分行2，173，587%宁夏分行540，456%青海分行326，418%山东分行11，634，815%山西分行4，538，098%陕西分行3，904，600%上海分行12，413，933%深圳分行7，756，098%四川分行5，409，876%天津分行4，389，163%西藏分行185，114%新疆分行2，464，446%云南分行2，552，969%浙江分行14，401，902%重庆分行2，139，751%总行营业部1，825，863%总行业务部7，082，790%资产保全部1，996，748%总行资金部198，929%总计189，477，274100%资料来源：佰瑞咨询为降低组合未预期损失，调整地区结构的方案为：①调整方案一：广东15%，江苏12%，浙江10%，上海10%，山东8%，辽宁5%，北京8%，深圳5%，其他地区占27%。 按照此目标调整，资产组合最大损失值将下降至681亿元，地区结构调整使组合风险降低18亿元。 ②调整方案二：广东15%，江苏15%，浙江15%，上海10%，山东5%，辽宁5%，北京5%，深圳5%，其他地区占25%。 按照此目标调整，资产组合最大损失值将下降至553亿元，地区结构调整使组合风险降低46亿元。 ③调整方案三：广东12%，江苏12%，浙江12%，上海8%，山东5%，辽宁5%，北京5%，深圳5%，其他地区36%。 按照此目标调整，对组合风险的影响与第一方案大体一致。 资产组合的风险管理应使整个组合的未预期损失尽可能小，理论上风险分散最好的组合可以使未预期损失为零，但实践中往往难以达到这一水平。 通过以上三种方案结果的模拟，较优解是方案二。 方案二表明：其他地区占比需要由45%左右下降到理想状态下的25%左右（需要对组合的集中性风向进行进一步度量，以分析方案二的集中性风险是否过高），8家占比较高的地区除山东分行占比收缩，辽宁、北京、深圳占比份额小幅提高外，建议广东、江苏、浙江、上海这四大地区占比进一步提高。 （三）行业信贷组合管理图表 4：截至年一季度末贷款行业组合的预期损失（单位：万元）行业关注不良贷款预期损失次级可疑损失1. 农、林、牧、渔业331262 77779 95490 214205 288020 2. 采矿业615996 293160 616461 80460 474300 3. 制造业10043775 1893186 4642380 5762548 8757910 4. 电力、燃气及水的生产和供应业1822206 218663 176407 194799 374113 5. 建筑业785651 57262 232219 313471 459609 6. 交通运输、仓储和邮政业4490928 210801 343925 203477 517958 7. 信息传输、计算机服务和软件业1358785 58902 78175 32152 113141 8. 批发零售业3059768 797907 2508716 6143346 7658376 9. 住宿和餐饮业570946 286585 685529 360514 786343 28997 20563 22846 328202 345346 11. 房地产业2106179 525582 1043096 623840 1318907 12. 租赁和商务服务业739139 112399 281052 332081 515490 13. 科学研究、技术服务和地质勘查业79802 13411 76102 28868 71867 14. 水利、环境和公共设施管理业642970 74156 55749 27117 86390 15. 居民服务和其他服务业94236 20318 92252 133578 186668 16. 教育251440 40607 25663 39788 67800 17. 卫生、社会保障和社会福利业104070 6719 48437 33294 61274 18. 文化、体育和娱乐业159913 22424 49367 83090 116578 19. 公共管理和社会组织176599 5633 28784 58105 77438 20. 国际组织0 0 0 0 400 21. 对境外贷款7487 0 0 754 904 22. 对个人消费贷款1565772 246013 220286 227492 430454 合计29035922 4982069 11323737 15221182 22709286 资料来源：佰瑞咨询与地区组合管理的思路一样，整个资产组合的未预期损失除了考虑各个行业预期损失的标准差外，还必须测算不同行业之间违约的相关性，即甲行业的企业违约时，乙行业的企业是否也违约。 经过14个月各个行业内企业违约相关数据的处理，得出各个行业违约的相关系数矩阵。 整个贷款行业资产组合的风险度量模型与地区组合的风险度量模型架构一致，只是模型中的参数N为行业数，σ是每个行业预期损失的标准差，ρ是两个行业的企业之间违约的相关性。 如果两个行业的企业违约相关性很高（也许是因为集团企业内部的关联企业，也许是因为属于产业链条的上下游），贷款组合行业投向的选择将对资产组合整体风险产生不同的影响。 将该行有关行业数据代入上述模型，年一季度境内机构信贷组合的标准差为：信贷组合的标准差=理论上分析，整个资产组合的标准差不会因为从地区角度或行业角度看待而不同，地区和行业是组合分析的维度，不会对组合的风险大小产生影响。 截至年一季度末，该行贷款的行业分布（占比超过贷款总余额5%的行业）主要为：%，%，%，交通运输、%，电力、%，%。 收益状况好，但占比低的两个行业分别为：水利、%，信息传输、%。 图表 5：贷款行业分布状况及预期损失的标准差行业贷款余额（万元）所占比例行业预期损失的标准差（亿元）制造业59，152，370 %批发和零售23，517，877 %租赁和商务服务业4，903，200 %房地产业12，089，634 %对个人消费贷款28，434，168 %住宿和餐饮业2，362，266 %居民服务和其他服务业827，696 %建筑业3，825，979 %农、林、牧、渔业1，474，430 %教育2，123，884 %卫生、社会保障和社会福利业784，044 %电力、燃气及水的生产和供应业13，048，032 %采矿业3，903，101 %交通运输、仓储和邮政业15，984，646 %公共管理和社会组织1，330，865 %文化、体育和娱乐业618，717 %信息传输、计算机服务和软件业5，668，973 %金融业5，214，098 %1科学研究、技术服务和地质勘查业585，485 %水利、环境和公共设施管理业3，445，372 %对境外贷款180，624 %国际组织1，813 %合计189，477，274 100%资料来源：佰瑞咨询①调整方案一：制造业25%，批发零售业5%，交通运输、仓储和邮政业10%，电力、燃气及水的生产和供应业10%，房地产业5%，水利、环境和公共设施管理业5%，信息传输、计算机服务和软件业5%，对个人消费贷款。