银行产品创新中风险损失估算问题_银行产品创新案例
银行产品创新中风险损失估算问题由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“银行产品创新案例”。
银行产品创新中的信用风险损失估算
摘要：银行产品创新是当今银行业竞争的主流趋势，特别是中国加入WTO，中国金融格局开放化以后。但由于银行产品具有可模仿性，对银行创新型金融产品定价中风险损失估算就显得尤为重要。
关键词：金融产品 成本估算 风险损失
Credit risk lo estimation in the bank product innovation
Abstract: banking products and innovation are the mainstream of the contemporary trend of competition in the banking sector, in particular China's acceion to WTO, opening up of China's financial structure after.However, because of banking products can be copyed.The Bank innovative financial products pricing in the risk of lo estimates is particularly important.Key words: Financial products Cost estimates Lo risk
一．银行产品和产品信用的内涵
银行产品是指银行向金融市场提供的，可以为客户带来收益或客户可用于消费的一切产品和服务。银行产品是指银行向金融市场提供的，可以为客户带来收益或客户可用于消费的一切产品和服务。只要是由银行提供，并能满足人们的某种欲望与需求的各种工具与服务，都可以归结为银行产品的范畴之内。
银行产品信用是一种建立在信任基础上的能力，不用立即付款就可获取资金、物资、服务的能力。这种能力受到一个条件的约束，即：受信方在其应允的时间期限内为所获得资金、物资、服务而付款，这个时间期限必须得到提供资金、物资、服务的授信方的认可。
二．银行产品创新中信用风险存在的原因
随着放松监管与技术进步，商业银行可以根据客户的需求来提供产品，于是体现差异化的产品创新就影响到了商业银行的生存与发展。从 产 品 的角度来看，商业银行产品往往是不可见的，且生产与销售是同时的，这给银行客户与销售人员都带来了额外的困难；而且，商业银行的产品也变得日趋复杂，要跨越多个市场，要把握风险收益，要联系不同期限，要提供多种渠道等，从而使得产品的技术要求与难度大幅度提高。
1从目前银行业创新产品来看，资产类方面逐步出现了消费信贷、资产证券化、不良资产打包进行证券化处理以及信贷风险的转让等新的金融产品；负债类方面可以看到储蓄替代产品的不断出现，例如基金产品、证券投资产品、保险产品等，但是仍然缺乏实现现代金融业功能的品种和工具。虽然我国金融市场体系初步建立了证券期货市场、货币市场和银行间外汇市场，金融市场参与主体也日益多元化，但在分业经营体制下，真正跨市场的银行金融创新产品整合度还不够，与发达国家相比，我国银行创新产品存在制度上的信用风险。
对于国际银行业而言，20多年前产品创新还不是大问题。在严格的监管下，标准化的产品被销售给所有的客户，商业银行之间的产品并无本质的差异，客户也少有选择。但随着中国加入WTO,中国向国外银行开放人民币业务，中国银行的经营格局发生变化，中国银行业面临着更大的市场竞争，产品创新是中国银行业面对竞争的必然选择，但就发展中国家，如墨西哥，阿根廷等南美国家就是由于其国内金融业整合不强的情况下，不重视银行产品信用风险估算的重要性，在银行产品创新中受到了损失。所以我国不仅要走产品创新之路来面对竞争，更应该注重产品信用风险估算，使银行产品创新顺利运行。
二．信用损失的估算
1．信用评分方法
信用评分方法是Fisher于1936年提出，其思路是：事先确定某些决定违约概率的关键因素，然后将他们联合加以考虑或加权计算得出一个数量化的分数，以此分数为关键点进行分组。目前采用的方法有统计方法、专家系统等。国内外在1 Robert G Cooper and Scott J Edgett.Critical succe factors for new financial services[J ].Marketing Management,Vol.5 , 1996 ,(3):26-37.对信用评价中，广泛采用了基于判别方法的预测模型。常用的模型有多元判别法、Logit法、近邻法等。
多元判别法的主要代表是Altman的Z计分模型，这是一种基于会计数据和市场价值多变量线性函数。运用多元判别分析法可以构建Z计分模型，通过分析一组变量，在组内差异最小化的同时实现组间差异最大化，在此过程中根据不同的统计标准，进行变量选择。对于银行贷款的最合适的评分模型有如下形式： Z＝1.2X1＋1.4X2＋3.3X3＋0.6X4＋0.999X
5其中：X1——营运成本/总资产比率，X2——留存收益/总资产比率，X3——息税前收益/总资产比率，X4——股权的市场价值/总债务的账面价值，X5——销售收入/总资产比率。Altman认为当通过上述模型估计的系数加权计算得到的Z值低于一个临界值(1.81)，那么该公司就会被归于可能破产或资信水平不好的一类，会被拒绝贷款。
Logit分析与判别分析的本质差异在于不要求满足正态分布或等方差，其模型采用logistic函数：
Y=[SX()1[]1+eη[SX]]，Y∈(0,1),η=c0+∑[DD(;)p[]i=1[DD]]cixi
其中xi(0ip)表示第i个指标，ci是第i个指标的系数，Y是因变量。由于Y∈(0,1)，Y又被理解为属于某一类的概率，如企业财务状况好坏的概率。由于判别分析法的局限，Logit分析在预测中得到了相当广泛的应用，1981年以后的研究绝大多数都用Logit分析。在一些国家建立了许多相应的模型，这些研究包括：Zavgren，Lau，Gloubos和Grammatikos，Gilbert，Kasey和McGuine、Kasey、Luoma和Laitinen、Platt和Tennyson等。
近邻法是一种非参数方法，当已知总体表现为显著非正态分布时，特别是当属于同一类的样本在变量空间形成聚类时，近邻法十分有效。近邻法放松了正态性假设，同时也避免了传统技术对模型函数形式设定的困难。任何一个样本到底划归哪一类是由其k个近邻划归类所确定。任意两个样本之间的距离可定义为：d(x,y)=(x－y)Γcov(x－y)，是合并协方差的逆。这样，一个样本划归为它的k个近邻的多数。
2．信用评分模型的拓展——神经网路分析
Altman，Marco和Varetto在对意大利公司财务危机预测中应用了神经网络分析法；Coats及Fant等采用神经网络分析法分别对美国公司和银行财务危机进行预测，取得了一定的效果。神经网络技术近些年来在模拟识别与分类、识别滤波、自动控制、预测等方面已展示出了非凡的优越性，特别是能处理任意类型的数据，这是许多传统的方法所无法比拟的。通过不断学习，能够从未知模式的大量的复杂数据中发现其规律。神经网络克服了传统分析过程中的复杂性及选择适当模型函数形式的困难。它是一种自然的非线性建模过程，无须分清存在任何非线性关系，给建模带来了极大的方便。
三．信用风险估算模型
1．信用度量术模型(Credit Metrics)
Credit Metrics模型是1997年美国J.P.摩根等7家国际著名金融机构共同开发的信用风险度量模型，被称为信用度量术。该模型构建在资产组合理论、VaR等理论和方法基础之上，它不仅能够识别传统的诸如贷款、债券等投资工具的信用风险，还可以应用于掉期、互换等金融衍生工具的风险识别，是行业标准模型之一，得到金融监管当局的认可。这种模型采用蒙特卡罗模拟和VaR技术，求出银行负债所应需要的经济资本来满足新巴塞尔协议资本充足率的需要。信用风险附加模型(Credit Risk＋)。Credit Risk＋是瑞士银行金融产品开发部于1996年开发的信用风险管理系统，它是应用保险经济学中的保险精算方法来计算债务组合的损失分布。
2．信贷组合模型(Credit Portfolio View)
Credit Portfolio View是由McKinsey公司于1998年应用计量经济学理论和蒙特卡罗模拟法，从宏观经济环境的角度来分析债务人的信用等级变化，开发出的一个多因素信用风险度量模型。信贷组合模型是对信用度量术的延伸和深化，该模型利用信用度量术的有关处理方法和VaR方法，就可以求出债务及其组合的违约概率、预期损失、非预期损失和经济成本。
3．KMV模型
由美国KMV公司(被穆迪投资服务公司收购)创立并商品化。该公司成立1989年，由Kealhofer，McQuown和Vasicek(KMV)创办。KMV模型起源可溯及1972年布莱克(Black)、斯科尔斯(Scholes)和默顿(Merton)有关期权定价模型的研究。1974年，默顿论述了有关将期权定价理论运用于风险债务估值的思想，该研究提供了一种实用高效的分析方法，用以衡量公司违约风险。其后，默顿的思想沿着许多方向发展，许多学者尝试将期权定价理论应用于信用风险的度量领域。20世纪80年代早期，KMV公司的先驱者Vasicek和McQuown发展了利用改进的期权定价公式计算DD，随后KMV公司收集了包括3 400家上市公司和4万家非上市公司自1973年以来的资料，建立了庞大的企业信用资料数据库，取得了良好的预测效果。鉴于在企业信用风险评估方面的高效和实用性，KMV模型现在己被越来越多的投资公司使用。
综上所述，银行产品创新中的信用风险损失估算问题是一个复杂而又系统的工程，需要对客观市场需要和产品本身进行深刻分析，综合运用各种信用风险工具，才能保证银行产品创新的顺利进行。
参考文献
1.菲利普科特勤等:《市场营销导论》，华夏出版社，2001年版。
2.亚瑟梅丹王松奇译:《金融服务营销学》，中国金融出版社.2000年版，3.刘永章叶伟春.《银行营销》，上海财经大学出版社.2001年版。
随着银行业信息化建设步伐的加快，信息科技不断为各项业务发展注入活力，其作用从业务保障正逐步走向与业务深度融合，并逐步成为农信社各项业务稳健运营和发展的重要支柱。在充分......
广东省2016年银行从业《风险管理》：灾难性损失考试题一、单项选择题（共 25题，每题2分，每题的备选项中，只有1个事最符合题意）1、王某将自己价值10万元的财产投保了一份保险金额为5......
创新风险管理，支持银行转型当前，我国经济正处在“三期叠加”和走向新常态的过程中，一方面伴随过剩产能化解调整、经济“去杠杆”，商业银行的风险压力持续增大，另一方面，实体经济面......
银行产品创新工作活动情况汇报银行产品创新工作活动情况汇报总行将2013年确定为'创新发展年'明确提出要将交通银行打造成为创新活跃型银行，**分行按总分行要求积极开展产品......
银行产品创新工作活动情况汇报总行将2013年确定为"创新发展年"明确提出要将交通银行打造成为创新活跃型银行，**分行按总分行要求积极开展产品创新活动，现将活动情况汇报如下......
