金融信用風(fēng)險(xiǎn)建模完整指南
本文解釋了信用風(fēng)險(xiǎn)建模的基本概念和方法，以及它對金融機(jī)構(gòu)的重要性。在信用風(fēng)險(xiǎn)領(lǐng)域，統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)在解決與信用風(fēng)險(xiǎn)相關(guān)的問題方面發(fā)揮著重要作用。因此，預(yù)測建模者和數(shù)據(jù)科學(xué)家的作用變得如此重要。在分析部門的銀行業(yè)，這是薪酬最高的工作之一。
什么是信用風(fēng)險(xiǎn)？
簡單來說，就是借款人不償還貸款、信用卡或任何其他類型貸款的風(fēng)險(xiǎn)。有時(shí)客戶支付了一些分期貸款，但沒有償還包括本金和利息在內(nèi)的全額。例如，您以 9% 的利率獲得了 100,000 美元的個(gè)人貸款，為期 10 年。您向銀行支付了一些初始分期貸款，但之后停止支付。剩余的未付分期付款價(jià)值 30,000 美元。這是銀行的損失。
它不僅限于零售客戶，還包括小型、中型和大型企業(yè)。在新聞中，您可能聽說過 Kingfisher 公司成為不良資產(chǎn) (NPA)，這意味著該公司無法支付會費(fèi)。高不良資產(chǎn)會給銀行帶來巨大的財(cái)務(wù)損失，進(jìn)而導(dǎo)致銀行存款利率下降。具有良好信用記錄（信用評分）的嚴(yán)肅誠實(shí)借款人將不得不遭受損失。因此，銀行必須有足夠的資本來保護(hù)存款人免受風(fēng)險(xiǎn)
為什么信用風(fēng)險(xiǎn)很重要？
您還記得或意識到 2008 年的經(jīng)濟(jì)衰退嗎？在美國，抵押住房貸款提供給信用度低的客戶（信用評分較差的個(gè)人）。信用評分不佳表明一個(gè)人很可能拖欠貸款，這意味著他們是銀行的高風(fēng)險(xiǎn)客戶。為了補(bǔ)償風(fēng)險(xiǎn)，銀行過去收取高于正常標(biāo)準(zhǔn)利率的利率。銀行通過在二級市場上將這些貸款出售給投資者來為這些貸款提供資金。將它們出售給投資者的過程是一種合法的財(cái)務(wù)方法，稱為Collateralized debt obligations (CDO)。在 2004-2007 年，這些 CDO 被認(rèn)為是低風(fēng)險(xiǎn)的金融工具（高評級）。
由于這些住房貸款借款人違約的可能性很高，他們中的許多人開始拖欠貸款，銀行開始扣押（止贖）他們的財(cái)產(chǎn)。房地產(chǎn)泡沫破滅，房價(jià)大幅下跌。全球許多金融機(jī)構(gòu)投資于這些基金導(dǎo)致經(jīng)濟(jì)衰退。銀行、投資者和再保險(xiǎn)公司面臨著巨大的財(cái)務(wù)損失和許多金融和非金融公司的破產(chǎn)。甚至非金融公司也因其對這些基金的投資或經(jīng)濟(jì)中的需求和采購活動非常低而受到嚴(yán)重影響。簡而言之，人們幾乎沒有錢可以花，這導(dǎo)致許多組織停止生產(chǎn)。它進(jìn)一步導(dǎo)致巨大的失業(yè)。美國政府在經(jīng)濟(jì)衰退期間救助了許多大型企業(yè)。您現(xiàn)在可能已經(jīng)了解信用風(fēng)險(xiǎn)為何如此重要。如果當(dāng)前和未來的信用損失沒有被正確識別或估計(jì)，整個(gè)經(jīng)濟(jì)都可能處于危險(xiǎn)之中。
巴塞爾條例
G10 國家的央行行長于 1974 年成立了一個(gè)委員會。這是為了確保銀行有足夠的最低資本來返還儲戶的資金。他們定期在瑞士巴塞爾的國際清算銀行 (BIS) 開會討論銀行監(jiān)管事宜。該委員會于 2009 年擴(kuò)大到 27 個(gè)司法管轄區(qū)，包括巴西、加拿大、德國、澳大利亞、阿根廷、中國、法國、印度、沙特阿拉伯、荷蘭、俄羅斯、香港、日本、意大利、韓國、墨西哥、新加坡、西班牙、盧森堡、土耳其、瑞士、瑞典、南非、英國、美國、印度尼西亞和比利時(shí)。
巴塞爾協(xié)議一
Basel I協(xié)議是 1988 年推出的第一個(gè)官方協(xié)議。它關(guān)注信用風(fēng)險(xiǎn)并引入了資本充足率的概念，也稱為資本與風(fēng)險(xiǎn)資產(chǎn)比率。它是銀行資本與其風(fēng)險(xiǎn)的比率。銀行需要維持至少 8% 的比率。這意味著資本應(yīng)占風(fēng)險(xiǎn)加權(quán)資產(chǎn)的 8% 以上。資本是一級資本和二級資本的總和。
Tier 1 capital: 銀行的主要資金來源。它包括股東權(quán)益和留存收益Tier 2 capital?: 次級貸款、重估準(zhǔn)備金、未披露準(zhǔn)備金和一般準(zhǔn)備金
在巴塞爾協(xié)議 I 中，固定風(fēng)險(xiǎn)權(quán)重是根據(jù)風(fēng)險(xiǎn)暴露水平設(shè)定的。抵押貸款為 50%，非抵押貸款風(fēng)險(xiǎn)（如信用卡、透支、汽車貸款、個(gè)人理財(cái)?shù)龋?100%。請參閱下面顯示的示例 -
巴塞爾協(xié)議II
Basel II協(xié)議于 2004 年 6 月推出，旨在消除巴塞爾 I 的局限性。例如，巴塞爾 I 僅關(guān)注信用風(fēng)險(xiǎn)，而巴塞爾 II 不僅關(guān)注信用風(fēng)險(xiǎn)，還包括操作和市場風(fēng)險(xiǎn)。操作風(fēng)險(xiǎn)包括欺詐和系統(tǒng)故障。市場風(fēng)險(xiǎn)包括股票、貨幣和商品風(fēng)險(xiǎn)。
在新巴塞爾協(xié)議中，信用風(fēng)險(xiǎn)的估計(jì)方法有以下三種。
標(biāo)準(zhǔn)化方法
基于基金會內(nèi)部評級 (IRB) 的方法
基于高級內(nèi)部評級 (IRB) 的方法
標(biāo)準(zhǔn)化方法
對于企業(yè)而言，銀行依靠標(biāo)準(zhǔn)普爾、穆迪等認(rèn)證信用評級機(jī)構(gòu) (CRA) 的評級來量化信用風(fēng)險(xiǎn)所需的資本。高評級敞口的風(fēng)險(xiǎn)權(quán)重為 20%，低評級敞口的風(fēng)險(xiǎn)權(quán)重高達(dá) 150%。對于零售，抵押貸款的風(fēng)險(xiǎn)權(quán)重為 35%，非抵押貸款的風(fēng)險(xiǎn)權(quán)重為 75%（零售不需要信用評級機(jī)構(gòu)的評級）。
基于內(nèi)部評級 (IRB) 的方法
它有四個(gè)信用風(fēng)險(xiǎn)組成部分：
違約概率 (PD)
默認(rèn)風(fēng)險(xiǎn)敞口 (EAD)
違約損失 (LGD)
有效期限 (M)
違約概率 (PD)
違約概率是指借款人在一年內(nèi)拖欠債務(wù)（信用卡、抵押貸款或非抵押貸款）的可能性。簡單來說，它返回客戶無法償還貸款的預(yù)期概率。概率以百分比的形式表示，介于 0% 和 100% 之間。概率越高，違約的可能性就越大。
默認(rèn)風(fēng)險(xiǎn)敞口 (EAD)
這意味著在違約的情況下，我們應(yīng)該預(yù)期未償付金額是多少。這是借款人在違約時(shí)必須向銀行支付的金額。
違約損失 (LGD)
這意味著我們預(yù)計(jì)會損失多少未償還金額。它是借款人違約時(shí)總風(fēng)險(xiǎn)敞口的一部分。它由 (1 - 回收率) 計(jì)算。
預(yù)期損失
預(yù)期損失由 (PD * LGD * EAD) 計(jì)算。
例子
有人從銀行借了 100,000 美元的房屋貸款來購買公寓。在違約時(shí)，貸款的未償還余額為 70,000 美元。銀行止贖公寓并以 60,000 美元的價(jià)格出售。EAD 為 70,000 美元。LGD 的計(jì)算方法是除以 ($70,000 - $60,000)/$70,000，即 14.3%。
基礎(chǔ)和高級 IRB 方法
有兩種基于內(nèi)部評級 (IRB) 的方法，即基礎(chǔ) IRB 和高級 IRB。
基金會 IRB
PD 由銀行內(nèi)部估算，而 LGD 和 EAD 由監(jiān)管機(jī)構(gòu)規(guī)定。
高級 IRB
PD、LGD 和 EAD 可由銀行自己在內(nèi)部估算。
有效期限 (M)
這是一個(gè)反映標(biāo)準(zhǔn)銀行慣例的持續(xù)時(shí)間。對于 Foundation IRB，有效期限為 2.5 年（6 個(gè)月的回購式交易除外）。對于高級 IRB，M 是 1 年或特定工具的有效期限中的較大者。
巴塞爾協(xié)議III
巴塞爾協(xié)議III計(jì)劃于2019年3月開始實(shí)施。鑒于冠狀病毒大流行，該協(xié)議的實(shí)施被推遲了一年至2023年1月1日。巴塞爾協(xié)議III納入了多項(xiàng)風(fēng)險(xiǎn)措施，以應(yīng)對2008年金融危機(jī)中發(fā)現(xiàn)和強(qiáng)調(diào)的問題。它強(qiáng)調(diào)修訂后的資本標(biāo)準(zhǔn)（如杠桿率）、壓力測試和有形權(quán)益資本，而有形權(quán)益資本是吸收損失能力最強(qiáng)的組成部分。Basel III?accord was scheduled to be implemented effective March 2019.?In view of the coronavirus pandemic, the implementation has been postponed by a year till January 1, 2023. Basel III has incorporated several risk measures to counter issues which were identified and highlighted in 2008 financial crisis. It emphasis on revised capital standards (such as leverage ratios), stress testing and tangible equity capital which is the component with the greatest loss-absorbing capacity.
為估計(jì)PD、LGD和EAD而建立內(nèi)部模型和外部評級的概念與巴塞爾協(xié)議II中的相同。不過，巴塞爾協(xié)議III中引入了一些變化，如下表所示。The concept of building internal models and external ratings for estimating PD, LGD and EAD remains same as it was in Basel II. However there are some changes introduced in Basel III. It is shown in the table below.
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
Basel IIBasel IIICommon Tier 1 capital ratio(shareholders’ equity + retained earnings)2% * RWA4.5% * RWATier 1 capital ratio4% * RWA6% * 風(fēng)險(xiǎn)加權(quán)資產(chǎn)二級資本比率4% * 風(fēng)險(xiǎn)加權(quán)資產(chǎn)2% * 風(fēng)險(xiǎn)加權(quán)資產(chǎn)資本保全緩沖（普通股）——2.5% * 風(fēng)險(xiǎn)加權(quán)資產(chǎn)
國際財(cái)務(wù)報(bào)告準(zhǔn)則第 9 號
IFRS 9 是處理金融工具會計(jì)處理的國際財(cái)務(wù)報(bào)告準(zhǔn)則。它取代了基于已發(fā)生損失模型的 IAS 39 金融工具，而 IFRS 9 側(cè)重于涵蓋未來損失的預(yù)期損失模型。
在 IFRS 9 中，想法是在初始確認(rèn)時(shí)確認(rèn) 12 個(gè)月的損失準(zhǔn)備，并在信用風(fēng)險(xiǎn)顯著增加時(shí)確認(rèn)整個(gè)存續(xù)期
根據(jù) IFRS 9，信用風(fēng)險(xiǎn)分為三個(gè)階段，如下所示：
第一階段——信用風(fēng)險(xiǎn)自初始確認(rèn)后未顯著增加，表明在報(bào)告日信用風(fēng)險(xiǎn)較低
第二階段——信用風(fēng)險(xiǎn)自初始確認(rèn)后顯著增加
第三階段——報(bào)告日金融資產(chǎn)價(jià)值的永久性減少
IFRS 9 與巴塞爾協(xié)議 III 有何不同？
是的，它們是不同的，但都需要構(gòu)建 PD、LGD 和 EAD 模型。請參閱下面的它們之間的區(qū)別。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?參數(shù)巴塞爾協(xié)議III國際財(cái)務(wù)報(bào)告準(zhǔn)則第 9 號客觀的預(yù)期+意外損失預(yù)期損失PD一年 PD第 1 階段資產(chǎn)的 12 個(gè)月 PD，階段 2 和第 3 階段資產(chǎn)的終身 PD評級理念TTC評級理念PIT評級理念LGD低迷LGD（直接+間接成本）最佳估計(jì) LGD（僅直接成本）EAD低迷的EAD最佳估計(jì)EAD預(yù)期損失/預(yù)期信用損失 (ECL)EL=PD*LGD*EADEL=PD*現(xiàn)金短缺的PV
什么是信用風(fēng)險(xiǎn)建模？
信用風(fēng)險(xiǎn)模型是指數(shù)據(jù)驅(qū)動的風(fēng)險(xiǎn)模型，它計(jì)算借款人拖欠貸款（或信用卡）的可能性。如果借款人未能償還貸款，他/她在違約時(shí)欠的金額以及貸款人將從未償還金額中損失多少。換句話說，我們需要根據(jù)巴塞爾規(guī)范下的高級 IRB 方法建立違約概率、違約損失率和違約風(fēng)險(xiǎn)敞口。
默認(rèn)建模的概率
在本節(jié)中，我們介紹了與 PD 建模相關(guān)的各種步驟和方法。
定義因變量
值為 1 和 0 的二元變量。1 表示壞客戶，0 表示好客戶。
Bad Customers拖欠付款的客戶。默認(rèn)情況下，這意味著是否發(fā)生了以下任一或所有情況。
付款到期超過 90 天。在一些國家，它是 120 或 180 天。
借款人已申請破產(chǎn)
貸款部分或全部注銷
Indeterminates or rollovers這些客戶分為以下兩類：
付款到期 30 天或最多 60 天，但在此之后支付。他們是經(jīng)常遲到的付款人。
非活動帳戶
所有其他客戶都是good customers.
不應(yīng)該包括不確定因素，因?yàn)樗鼤档蛥^(qū)分好壞的辨別能力。需要注意的是，我們在評分時(shí)將這些客戶包括在內(nèi)。
我們將 12 個(gè)月作為標(biāo)記默認(rèn)值的性能窗口，這意味著如果客戶在未來 12 個(gè)月內(nèi)的任何時(shí)間違約，它將被標(biāo)記為“不良”
估計(jì)PD的方法
估計(jì)違約概率有兩種主要方法。
判斷方法
統(tǒng)計(jì)方法
判斷方法
它依賴于經(jīng)驗(yàn)豐富的信貸專業(yè)人士的知識。一般以申請人和貸款的5C為標(biāo)準(zhǔn)。
Character: 檢查借款人的信用記錄。如果沒有信用記錄，銀行可以要求銀行可以聯(lián)系的推薦人了解借款人的聲譽(yù)。Capital?：計(jì)算借款人的資產(chǎn)（如車、房等）與負(fù)債（如租金等）的差額Collateral?: 借款人未能償還時(shí)提供的抵押品（擔(dān)保）的價(jià)值Capacity?: 通過檢查工作狀態(tài)、收入等來評估借款人支付本金加利息的能力。Conditions?包括內(nèi)部和外部因素（例如經(jīng)濟(jì)衰退、戰(zhàn)爭、自然災(zāi)害等）
隨著統(tǒng)計(jì)方法現(xiàn)在越來越流行，判斷方法已經(jīng)成為過去。但在沒有歷史數(shù)據(jù)的情況下（尤其是新的信貸產(chǎn)品），它仍然被廣泛使用。
統(tǒng)計(jì)方法
在當(dāng)今世界，沒有人有時(shí)間等待1-2個(gè)月來了解貸款狀況。也有許多借款人通過銀行網(wǎng)站申請貸款。因此，銀行的實(shí)時(shí)信貸決策需要在數(shù)字世界中保持競爭力。使用統(tǒng)計(jì)方法的優(yōu)勢在于它產(chǎn)生的數(shù)學(xué)方程是做出信貸決策的自動化和更快的解決方案。
這種方法是公正的，沒有貸款審批人員或經(jīng)理的不誠實(shí)或欺詐行為。
這種方法還具有更高的準(zhǔn)確性，因?yàn)榻y(tǒng)計(jì)和機(jī)器學(xué)習(xí)模型會考慮數(shù)百個(gè)數(shù)據(jù)點(diǎn)來識別違約者。
PD 建模的數(shù)據(jù)源
Demographic Data: 申請人的年齡、收入、就業(yè)狀況、婚姻狀況、編號。當(dāng)前地址的年數(shù)，沒有。工作年限，郵政編碼Existing Relationship?: 任期、產(chǎn)品數(shù)量、付款表現(xiàn)、先前的索賠Credit Bureau Variables?：違約或拖欠歷史、局分?jǐn)?shù)、信用額度、查詢等。
局部放電建模步驟
數(shù)據(jù)準(zhǔn)備
變量選擇
模型開發(fā)
模型驗(yàn)證
校準(zhǔn)
獨(dú)立驗(yàn)證
監(jiān)管審批
模型實(shí)施：向用戶推出
定期監(jiān)控
實(shí)施后驗(yàn)證：回測和基準(zhǔn)測試
模型細(xì)化（如果有問題）
用于模型開發(fā)的統(tǒng)計(jì)技術(shù)
Logistic 回歸是最廣泛使用的估計(jì) PD 的技術(shù)
生存分析通常用于計(jì)算生命周期 PD（IFRS 9 要求）
隨機(jī)森林
梯度提升
馬爾可夫鏈建模
神經(jīng)網(wǎng)絡(luò)
PD 模型中的模型性能
主要有 2 個(gè)級別的性能測試 -
歧視：能夠區(qū)分好（非違約者）和壞（違約者）客戶
校準(zhǔn)：檢查實(shí)際違約率是否接近預(yù)測的 PD 值
模型性能的統(tǒng)計(jì)測試
查看此鏈接以獲取詳細(xì)說明：?模型性能簡化
評級理念
它是指評級衡量信用風(fēng)險(xiǎn)的時(shí)間范圍以及它們受周期性影響的程度。
Point in time (PIT) PD
它評估在那個(gè)時(shí)間點(diǎn)違約的可能性。它考慮了當(dāng)前宏觀經(jīng)濟(jì)因素和借款人的風(fēng)險(xiǎn)屬性。
由于它捕捉了當(dāng)前的宏觀經(jīng)濟(jì)因素，因此 PIT PD 隨著宏觀經(jīng)濟(jì)狀況惡化而上升，隨著宏觀經(jīng)濟(jì)狀況改善而下降。
它側(cè)重于報(bào)告日期
IFRS 9 要求 PD 為時(shí)間點(diǎn)
Through the cycle (TTC) PD
它預(yù)測經(jīng)濟(jì)周期內(nèi)的平均違約率，忽略客戶違約概率的短期變化，與長期平均違約率非常相似。
指定的等級不取決于當(dāng)前的宏觀經(jīng)濟(jì)因素
它側(cè)重于長期平均 PD
巴塞爾協(xié)議 III 要求 PD 必須貫穿整個(gè)周期
通常，使用混合模型（同時(shí)考慮 PIT 和 TTC）。
信用評分卡
違約概率模型用于對每個(gè)客戶進(jìn)行評分，以評估他/她的違約可能性。當(dāng)你去銀行貸款時(shí)，他們會檢查你的信用評分。該信用評分可以由銀行內(nèi)部建立，也可以使用信用局的評分。
征信局從各家銀行收集個(gè)人的信用信息，并以信用報(bào)告的形式出售。他們還發(fā)布信用評分。在美國，F(xiàn)ICO 評分是非常流行的信用評分，范圍在 300 到 850 之間。在印度，CIBIL 評分用于相同的評分，介于 300 到 900 之間。
評分卡的類型
1.?Application Scorecard: 適用于申請貸款或信用卡的新（首次）客戶。它估計(jì)申請人申請貸款時(shí)的違約概率。請參閱下面的示例，它是如何工作的。
申請記分卡所需的數(shù)據(jù)
我們使用客戶的申請或人口統(tǒng)計(jì)數(shù)據(jù)以及信用局?jǐn)?shù)據(jù)。由于這些是新客戶，因此沒有歷史數(shù)據(jù)的觀察窗口。Bad 的定義相同，即逾期 90 天以上。業(yè)績窗口一般為開戶后 12 至 24 個(gè)月。
應(yīng)用記分卡主要用于以下任務(wù)：
確定是否批準(zhǔn)客戶的貸款。
協(xié)助“盡職調(diào)查”。假設(shè)得分非常高或非常低的申請人可以在不要求進(jìn)一步信息的情況下被拒絕或直接批準(zhǔn)。
2.?Behavior Scorecard: 適用于現(xiàn)有客戶評估客戶是否會拖欠貸款?？冃Т翱谝话銥?6 至 18 個(gè)月。
行為記分卡主要用于以下任務(wù)：
設(shè)置信用額度，即增加或減少信用額度
債務(wù)撥備和利潤評分。
續(xù)訂
應(yīng)用和行為記分卡的區(qū)別
應(yīng)用記分卡適用于新客戶（通常小于 1 年），而行為記分卡適用于現(xiàn)有客戶（大于 1 年）。對于應(yīng)用記分卡，我們不需要經(jīng)過良好校準(zhǔn)的默認(rèn)概率。但是根據(jù)巴塞爾規(guī)范，行為記分卡需要校準(zhǔn)的默認(rèn)概率。這兩種記分卡在用途上也有所不同。請參閱上面各自部分中的說明，它們通常是如何使用的。
收藏評分
它預(yù)測已經(jīng)延遲給定天數(shù)的貸款將延遲另一個(gè)給定天數(shù)的概率。它們通常是為一個(gè)月的性能窗口而構(gòu)建的。
遺棄計(jì)分
它預(yù)測了當(dāng)前貸款還清后借款人申請新貸款的概率。
與信用風(fēng)險(xiǎn)相關(guān)的重要術(shù)語
有壓力的 PD 與無壓力的 PD
壓力PD：??壓力PD取決于借款人的風(fēng)險(xiǎn)屬性，但受宏觀經(jīng)濟(jì)因素的影響不大，因?yàn)椴焕慕?jīng)濟(jì)條件已經(jīng)被考慮在內(nèi)。
無壓力 PD：無壓力 PD 取決于借款人當(dāng)前的宏觀經(jīng)濟(jì)和風(fēng)險(xiǎn)屬性。它根據(jù)經(jīng)濟(jì)狀況向上或向下移動。
低迷的 LGD 和 EAD
根據(jù)巴塞爾協(xié)議 II 和 III，金融機(jī)構(gòu)需要估計(jì)低迷的 LGD 和 EAD?！八ネ恕笔侵覆焕慕?jīng)濟(jì)狀況。我們需要選擇違約率最高的月份，然后在該點(diǎn)的兩側(cè)取連續(xù)兩個(gè)季度（6 個(gè)月）的窗口，將其視為低迷期，然后取 EAD 和 LGD 的最大值提供低迷估計(jì)。這是必需的，因?yàn)?LGD 和 EAD 可能會受到經(jīng)濟(jì)低迷狀況的影響。
有條件的PD
它是第二年違約的概率，因?yàn)樗诘谝荒隂]有違約。為了計(jì)算有條件的違約概率，我們需要第一年末不違約的概率（P0）和第二年無條件違約的概率（P1）。如果 P0=0.5 且 P1=0.1，則條件 PD 即概率（默認(rèn) | 生存）將為 0.1/0.5 = 20%
終身 PD 與 12 個(gè)月 PD
根據(jù) IFRS 9，我們需要兩種類型的 PD 來計(jì)算預(yù)期信用損失 (ECL)。
第一階段資產(chǎn)的 12 個(gè)月違約概率 - 未來 12 個(gè)月內(nèi)違約的可能性
第 2 階段和第 3 階段資產(chǎn)的終身違約概率 - 在金融工具的剩余期限內(nèi)違約的可能性。
估計(jì)預(yù)期信用損失的宏觀經(jīng)濟(jì)因素
用于風(fēng)險(xiǎn)分析的軟件
讓我們把這部分分成兩部分——
1. Data Extraction提取數(shù)據(jù)
大多數(shù)數(shù)據(jù)存儲在關(guān)系數(shù)據(jù)庫（SQL Server、Teradata）中。分析師需要具備專家級的 SQL 知識來提取或操作數(shù)據(jù)。數(shù)據(jù)不保存在單個(gè) SQL 表或數(shù)據(jù)庫中。為了從數(shù)據(jù)庫中提取相關(guān)的數(shù)據(jù)字段，您需要選擇多個(gè)表并根據(jù)匹配的鍵將它們連接起來。在此過程中，您需要應(yīng)用一些業(yè)務(wù)規(guī)則（不包括某些類型的客戶或帳戶）。事務(wù)表通常在大型機(jī)環(huán)境中，因此大型機(jī)和 UNIX 的基本知識將是關(guān)鍵。大型機(jī)和 UNIX 不是銀行通常在風(fēng)險(xiǎn)分析師中尋找的主要技能（擁有它很好?。Ｍǔ刚堥_發(fā)人員來完成這項(xiàng)工作。
2. Model Building建立模型
SAS 是風(fēng)險(xiǎn)分析中使用最廣泛的軟件。盡管如今 R 和 Python 非常流行，但 90% 以上的銀行和其他金融機(jī)構(gòu)仍在使用 SAS。班克斯也開始探索 R 和 Python。他們正在為信用風(fēng)險(xiǎn)項(xiàng)目使用 R 和 Python 語言構(gòu)建（或已經(jīng)構(gòu)建）語法庫（存儲庫）。
SAS 可以輕松地與關(guān)系數(shù)據(jù)庫和大型機(jī)集成。許多公司僅在 SAS 環(huán)境中執(zhí)行數(shù)據(jù)提取和模型構(gòu)建步驟。
結(jié)尾
希望您對如何在信用風(fēng)險(xiǎn)領(lǐng)域使用預(yù)測模型以及關(guān)鍵信用風(fēng)險(xiǎn)參數(shù)有什么了解。在風(fēng)險(xiǎn)分析中，領(lǐng)域知識比技術(shù)或統(tǒng)計(jì)知識更重要。希望本文能幫助您填補(bǔ)這一空白。請?jiān)谙旅娴脑u論框中提供您的反饋。
歡迎學(xué)習(xí)更多金融風(fēng)控相關(guān)知識《python金融風(fēng)控評分卡模型和數(shù)據(jù)分析》：
