第四章 违约损失率(LGD)与违约风险敞口(EAD)
各位同学,今天我们聊一个很实在的话题——违约损失率和违约风险敞口。说白了,就是借款人真还不上钱了,你到底会亏多少?
我在做风控建模的头两年,一直觉得只要把违约概率算准就万事大吉。后来被一个项目狠狠教育了——有个客户PD很低,但一旦违约,损失率高达80%。你想想看,这种低频高损的案例,比那些天天违约但损失很小的客户要命多了。
4.1 LGD的定义与影响因素
违约损失率(Loss Given Default, LGD),就是借款人违约后,你实际损失的金额占风险敞口的比例。公式很简单:
LGD = 1 - 回收率
回收率就是你通过各种手段(抵押物处置、法律追偿、债务重组等)能拿回来的钱的比例。嗯,这里要注意——LGD不是固定的,它受很多因素影响。
影响LGD的核心因素
- 抵押品类型与价值:有房产抵押的LGD通常低于30%,信用贷款可能高达70%以上。我在项目中遇到过一笔厂房抵押贷款,评估价虚高,实际处置时打了六折才出手。
- 优先级结构:优先级债务的LGD远低于次级债。说白了,破产清算时优先级先拿钱。
- 行业与经济周期:经济下行期,回收率普遍下降。我记得2008年金融危机时,很多项目的回收率直接腰斩。
- 法律与地域因素:不同国家的破产法、司法效率差异巨大。有些地方追偿周期长达3-5年,LGD自然高。
重要提示:巴塞尔协议规定,初级内部评级法下,无抵押品的LGD固定为45%,有抵押品按规则调整。高级法下,银行可以自己建模估算。
4.2 EAD的定义与测算方法
违约风险敞口(Exposure at Default, EAD),就是违约发生时,你实际面临风险的金额。听起来简单,但实际操作中坑很多。
为什么?因为很多授信是循环额度、未提用的。比如给了客户1000万额度,他只用了600万,还有400万没提。违约时,这400万会不会突然被提走?
我个人习惯用信用转换系数(CCF)来处理这个问题:
EAD = 已提用金额 + 未提用金额 × CCF
常见EAD测算方法
| 产品类型 | 测算方法 | 典型CCF |
|---|---|---|
| 固定期限贷款 | 当前余额 | 100% |
| 循环授信 | 当前余额 + 未提用 × CCF | 20%-50% |
| 信用卡 | 当前余额 + 未用额度 × CCF | 30%-75% |
| 表外项目 | 名义本金 × CCF | 按产品类型定 |
实战技巧:我曾经处理过一个企业循环贷项目,发现CCF在违约前3个月会突然飙升。后来我们加入了"预警期CCF调整因子",把模型精度提升了15%。
4.3 风险加权资产(RWA)的计算
好了,有了PD、LGD、EAD,我们就能算风险加权资产了。这是巴塞尔协议的核心,也是银行资本充足率的基础。
公式长这样:
RWA = EAD × LGD × K(PD, LGD, M)
其中K是资本要求系数,由监管公式给出。我建议你直接看巴塞尔协议原文,但这里给个简化版:
# 内部评级法下RWA计算示例
import numpy as np
def calc_rwa(ead, lgd, pd, maturity=2.5):
"""
计算风险加权资产
ead: 违约风险敞口
lgd: 违约损失率
pd: 违约概率
maturity: 期限(年)
"""
# 相关系数(企业贷款)
r = 0.12 * (1 - np.exp(-50 * pd)) / (1 - np.exp(-50)) + \
0.24 * (1 - (1 - np.exp(-50 * pd)) / (1 - np.exp(-50)))
# 期限调整
b = (0.11852 - 0.05478 * np.log(pd)) ** 2
# 资本要求
k = lgd * norm.cdf(norm.ppf(pd) / np.sqrt(1 - r) +
np.sqrt(r / (1 - r)) * norm.ppf(0.999)) * \
(1 - 1.5 * b) ** (-1) * (1 + (maturity - 2.5) * b)
return ead * k * 12.5 # 12.5是资本充足率倒数
# 示例
ead = 1000000 # 100万
lgd = 0.45 # 45%
pd = 0.02 # 2%
rwa = calc_rwa(ead, lgd, pd)
print(f"风险加权资产: {rwa:.2f} 元")
避坑指南:我曾经在计算RWA时忽略了期限调整因子M,结果资本要求低估了20%。监管检查时被要求重新计算,那叫一个狼狈。记住——期限越长,资本要求越高。
知识体系总览
下面这张图,是我梳理的本章核心逻辑。你把它存下来,以后做项目时对照着看:
这张图把LGD、EAD、RWA的关系串起来了。你想想看,三个变量任何一个算不准,最终资本要求就会跑偏。我在项目中见过最离谱的案例——某银行把LGD设成固定值30%,结果实际回收率只有15%,资本缺口直接爆表。
好了,这一章的内容就到这里。记住一句话:PD决定会不会出事,LGD和EAD决定出多大事。两个维度都要抓,两手都要硬。
课后思考:如果你是一家银行的CRO,面对经济下行周期,你会优先调整LGD模型还是EAD模型?为什么?