違約概率

出自 MBA智库百科(https://wiki.mbalib.com/)

違約概率（probability of default, PD）

　　國際銀行業監管的統一標準——《巴塞爾新資本協議》在2004年6月正式定稿。與1998年的協議相比，新協議的最大創新之處是提出IRB法，即允許銀行採用內部數據估計風險計量參數，包括違約概率PD，違約損失率LGD，違約風險暴露EAD和有效期限M等。

　　在商業銀行信用風險管理中，違約概率是指借款人在未來一定時期內不能按合同要求償還銀行貸款本息或履行相關義務的可能性。違約概率是計算貸款預期損失、貸款定價以及信貸組合管理的基礎，因此如何準確、有效地計算違約概率對商業銀行信用風險管理十分重要。

對商業銀行信用風險管理而言，違約概率測度居於基礎性地位，發揮著重要作用。

　　首先，這是進行信用風險管理的首要條件。作為測量信用風險的一種基本方法，信用評級的作用是建立在對借款人違約概率的測度基礎上的。只有首先對借款人的違約概率作出科學測度，銀行才能夠精確地計算出預期損失的量，也才能夠對客戶信用狀況作出客觀、準確的評估，進而才能夠保證商業銀行信用風險管理的科學性與有效性。

　　其次，這是衡量不同評級體系優劣的客觀標準。如果沒有違約概率的測度，就難以衡量不同評級體系的優劣；如果迴避嚴謹科學的違約概率測度，而僅僅追求評級指標體系的建設和評級方法的完善，就無法實現信用評級的現代化飛躍。違約概率測度是信用評級具備權威性和可操作性的靈魂，是衡量不同評級體系優劣的客觀標準。

　　再次，這是提升商業銀行風險管理素質的重要動力。實踐經驗表明，銀行要成功地進行客戶違約概率的測度，不僅要依托於先進統計模型和風險量化工具的科學運用，更離不開對現代商業銀行經營管理規律的深入認識和科學把握，需要在管理的理念、體制、機制等方面都能夠與之相適應，進而有力提升了商業銀行風險管理的素質。

　　近年來，西方商業銀行尤其是那些先進銀行充分利用現代數理統計發展的最新研究成果，在客戶違約概率測度上摸索出了很多方法，取得了很大的成就。綜觀違約概率測度的實踐發展，其呈現出以下特征和趨勢：從序數違約概率轉向基數違約概率，違約概率的測度日臻具體化；從單個貸款的違約概率測度轉向組合貸款的聯合違約概率；從只考慮借款人自身的微觀經濟特征轉向同時考慮巨集觀經濟因素的影響；從基於歷史數據的靜態測度轉向以預測為主的動態測度；從單一技術轉向多元技術，違約概率測度的技術更加現代化和體現出多學科的交叉化，度量日趨科學化和精確化。

　　西方商業銀行違約概率的測度方法可以概括為四大類：

　　1. 基於內部信用評級歷史資料的測度方法，這是商業銀行和評級公司根據長時間積累下來的信用等級歷史資料，以歷史違約概率的均值作為不同信用等級下企業對應的違約概率；

　　2. 基於期權定價理論的測度方法，這是美國KMV公司利用期權定價理論創立的違約概率預測模型——信用監測模型，也稱KMV模型，是一種向前看的動態模型，主要適用於對公開上市公司的違約概率測度；

　　3. 基於保險精算的測度方法，是近幾年把保險思想的工具用於估計預期違約概率；

　　4. 基於風險中性市場原理的測度方法，所謂風險中性市場，是指在進行資產交易的市場上，所有投資者都願意接受從任何風險資產中得到與無風險資產的收益相同的預期收益，所有的資產價格都可以按照用無風險利率對資產預期的未來現金流量加以折現來計算。相比於歷史上的轉移概率，風險中性模型給出了前瞻性的違約預測。

　　對中國銀行業來說，內部評級僅僅處於起步階段，時間短且不規範，其中關於違約資料庫、轉移矩陣等方面的基礎設施建設幾乎空白，貸款企業信用評級更多地是用於客戶的選擇及風險的預警，尚未向更深層次的風險量化管理方向發展。為此，中國商業銀行和評級公司應該積極創造條件，加強客戶違約概率測度，以有效提升信用風險管理水平。

　　第一，結合巴塞爾新資本協議參考定義，科學界定企業違約概念。目前國內還沒有一貫明確的企業違約標準，為了和國際標準接軌，建議中國銀行業對企業的違約概念作如下界定：在一定期限內（通常為一年）企業的貸款業務中只要出現次級、可疑或損失貸款的任一種情況的，就算做違約企業。

　　第二，加快建立違約概率測度模型的基礎設施——違約資料庫。中國銀行業可以通過企業財務數據過濾器的建立，對企業提交的財務報表進行真實性檢驗，建立合格的違約資料庫，為測度違約概率打下堅實的基礎。中國人民銀行建立的《銀行信貸登記咨詢系統》為中國銀行業提供了一個海量的貸款資料庫的信息平臺。國內銀行可以此為基礎，充分發揮該系統的數據資源優勢，並不斷完善系統信息，進而建立我國自己的違約資料庫。

　　第三，加強違約概率測度模型的研究、開發和應用。基於中國銀行業所處的經營環境，以及歷史實踐具有自身的特殊性，那些西方商業銀行所能夠應用的違約概率模型，卻並不一定能夠適合我國商業銀行。但我們可以借鑒這些違約概率模型的測度思想、方法與過程，結合數據積累的情況實現由簡單模型到複雜模型的過渡。比如，可以根據已有年份評級結果數據的積累，運用信用計量模型對已有年份的每一信用等級的轉移概率和違約概率進行測度，進而形成內部的信用等級轉移矩陣的測度，以後隨著年份數據的增加，再不斷調整。這樣，經過一段時間的積累，就可以建立起我們自己的內部轉移矩陣模型。

　　另外，結合我國貸款企業的實際信用情況，轉移矩陣模型中各個信用等級違約概率測度除了要考慮行業因素、經濟周期性因素的影響以外，還要考慮地區、規模以及企業所有制性質等因素的影響。