信用资讯月刊.docx
- 文档编号:7257300
- 上传时间:2023-05-11
- 格式:DOCX
- 页数:17
- 大小:113.11KB
信用资讯月刊.docx
《信用资讯月刊.docx》由会员分享,可在线阅读,更多相关《信用资讯月刊.docx(17页珍藏版)》请在冰点文库上搜索。
信用资讯月刊
國內企業戶違約損失率研究
本中心風險研究小組
徐中敏
(1)目標與說明
1.違約損失率的定義
違約損失率(LossGivenDefault,LGD),為新版巴賽爾協定(新版協定)內部評等法中銀行資本計提上必要的風險成分之ㄧ,其定義為借款人發生違約後,所產生之信用風險損失。
相對於違約機率(ProbabilityofDefault,PD)應對應至借款人評級,LGD定義於產品階層(facilitylevel),並以淨損失金額相對違約曝顯額(ExposureatDefault,EAD)之百分比表示(=1-回收率)。
2.新版協定下有關LGD的規範
根據新版協定,銀行可依其內部風險控管機制之精緻程度選擇採用新版協定下標準法或內部評等法據以計提資本。
由於在標準法下,加權性風險資產的計算是以外部評等對照而得的風險權重計算得出,在信用風險運算上,相對於使用內部評等法粗略,但對於內部尚無資源建置符合內部評等法最低要求之銀行而言,不失為一權衡輕重下之選擇考量。
內部評等法的主要精神在於使風險分類更精緻明確化。
在此架構下,內部評等法將加權性風險資產之計算以三種風險因子表示,分別為違約機率、違約損失率及違約曝顯額。
內部評等基礎法允許銀行自行估計違約機率,違約損失率及違約曝顯額則為監理機關所給定。
對於先順位無擔保債權及所有次順位債權之LGD分別為45%及75%,監理機構並可對次順位進行更寬廣之定義。
若銀行符合最低要求門檻,則監理機構允許銀行依內部評等進階法分別估算PD、LGD及EAD。
銀行另可藉由擔保品的取得、表內淨額結算、第三者保證、購買信用衍生性商品等信用風險抵減技術沖抵交易對手之信用風險。
3.研究目的
本研究案嘗試利用聯徵中心所建置之企業授信資料為基礎,進行台灣違約損失率之試算,以瞭解我國不良債權回收情況。
(2)文獻探討
1.LGD探討角度及其估算方法
在違約發生之前,公司透過舉債取得資金來源的管道有二:
直接金融—透過公開市場發行公司債或以間接金融—向銀行締結借款合約取得銀行融資。
前項債務工具有次級市場價格,一旦發生違約,可以利用該債務工具違約後一定時點之市場價格為計算估算損失率之基礎。
後者則多依銀行實際違約借款償還資訊據以推估違約損失率。
(I)市價基礎法
依市場價格為基礎之損失率公式以EdwardI.A.andC.E.Allan(1994)之研究為代表:
市價估算法主要反映債務之市場價值,係來自市場實際交易結果,在該價格中已隱含了投資人對回收結果之預期價值,本金折現、利息損失或重整等相關費用均已涵括在內,且適於流動性健全之次級市場債務工具。
Carty及Lieberman於1996年分別以
(1)次級市場交易價格
(2)實際銀行償還率求算銀行借款之回收率。
以Moody’s1989至1996年間先順位擔保違約銀行借款為對象,根據研究方法
(1)之實證結果,平均償還率為71%,中位數為77%,標準差為32%。
另根據銀行實際回收資訊求算償還率,主要係以折現後回收本金及利息之和除以違約時點債務面額,折現率原取用原始借款利率,但已不符債務人現前實際之經營環境,故該文獻建議以「市場基礎模型LoanPricingCorporation’sMarketBasedModel」作為折現率。
研究方法
(2)之實證結果則平均償還率為79%,中位數為92%,標準差為29%。
(II)現金基礎法
對於無市場價格者如銀行債務而言,債務條件的訂定為債務人與銀行合意之結果。
依銀行授信政策、借款人特性及徵授信評估結果,不同借款人債務條件之訂定並不一致。
此類債務一旦發生違約,最主要特質在於債務的解決往往取決於債權銀行及債務人間談判協商之成果。
銀行對於違約時點的認定較不明確,且回收成果往往無法符合市場經濟效率(如優先順位權的妨害、債權人/債務人議價能力的相異)。
有關此類因程序特性所造成的不效率為進行LGD預測時不易量化的因素。
因為銀行借款無明確市場價值,因此損失率之求算通常以債權人最終回收之現金金額作為依據。
以現金為基礎之回收公式有二:
(1)現金回收折現法
以Asarnow,E.及D.Edwards(1995)、Carty,L.V.(1996)、Carty及Hamilton(1999)研究為代表。
現金回收法則主要將違約後各期所收到淨現金流量予以折現至違約當時價值。
選用此法時,選擇合適的折現率為採用此法最主要的挑戰。
求出回收率後以1減去即為違約損失率:
其中,Asarnow及Edwards(1995)使用違約事件發生時產生之所有經濟損失(LossintheEventofDefault,LIED),據此衡量銀行借款之預期損失。
經濟損失的定義包括本金、利息、費用之損失並扣除其他利得後除以最初違約金額,並以原始借款利率加以折現。
根據其以花旗銀行1970年到1993年之ㄧ般工商業界借款及受監控(structuredloans)違約樣本為對象,求算出之LIED分別為34.79%及12.75%。
1999年Carty及Hamilton亦以上述方法求算159家破產案例為研究樣本之償還率,結果平均償還率為56.7%,中位數償還率為56%,標準差則為29.3%。
另外Guptonetal.(2000)以1989至2000年間之181筆銀行違約借款為對象求算回收率。
實證結果先順位擔保借款之平均償還率為69.5%,標準差為22.6%。
先順位無擔保則為52.1%,標準差28.6%。
(2)餘額推估法
依據沈大白等(2003)研究,若違約債務之回收資訊不可得時,可以兩期債務餘額差異數作為債務實際回收現金金額,再據以計算回收率,以1減去該值為違約損失率(公式簡化後即相當於計算損失率時點之帳面餘額除以違約時點之帳面餘額)
現金回收折現法與餘額推估法觀念相似,惟後者是在回收資料不可得下,較為簡便的替代方法。
2.LGD在信用風險模型上的處理
根據新版協定內部評等進階法,銀行應自行發展適於內部使用之LGD模型。
雖然有關違約損失率之文獻探討在近年明顯增加,但國內外累積LGD相關之回收資料歷史長度均不足,使得實證研究的進行上遭遇相當阻礙,目前全球最為完整之商業化LGD模型以Moody’sKMV之LossCalc為代表。
過去市場上信用風險管理模型在估算預期損失(預期損失=違約機率*違約損失率)時,認為損失率僅與交易特性有關,與經濟循環因素無關,因此處理上將之視為獨立於PD之外生變數(exogenousvariable)—常數或隨機變數。
近年來由於PD-LGD關係研究的興起,方使得LGD的探討更為完整。
實證研究顯示PD與回收率具有負相關的特性。
近期研究顯示回收風險亦屬系統性風險之ㄧ環,因此將之視為獨立變數將造成信用風險的低估。
在今年六月頒布之最新版巴塞爾協定支柱一最低要求中,亦要求銀行採自行估算LGD,不論使用內部或外部資料,應對每一產品所估計出之LGD反映出經濟衰退之因素。
(3)研究方法
1.LGD的影響因素
以企業戶為對象,影響LGD的因素包括:
⏹資本結構之位置:
先順位、次順位等
⏹資產負債結構:
高低槓桿、股東組成、資產品質等
⏹擔保品:
擔保品之取得,其品質、流動性等。
⏹產業別:
是否為高成長產業、產業集中度、產業之資產結構等。
⏹經濟因素:
屬衰退期、成長期等。
⏹制度面:
不同法令規定下債務整理實行程序制度上的不同,將造成
違約損失率高低之相異。
2.資料來源、計算方法
(1)資料來源
研究樣本取自於聯徵中心庫中所有銀行借款之企業戶違約資訊。
(2)資料期間
民國85至91年資料
(3)計算方法
因回收資料限制,採用現金基礎法中之餘額推估法求算國內企業戶之違約損失率。
3.研究設計
(1)違約時點定義
違約定義為估算違約損失率時分母違約曝顯額確認之基礎。
在本研究中,違約屬性之定義與本小組違約機率相關專案定義相同:
1)票交所列為退票、拒往戶2)任一行庫報送逾期、催收、呆帳。
但由於採用整合歸戶授信資訊,不同銀行對同一借款人報送至本中心之違約時點不儘相同。
在LGD計算上,若採用行庫首次報送不良資訊為準,則銀行之違約金額將因之後其他銀行陸續報送違約而擴大,如此將使違約損失率的計算嚴重失真。
我們希望能找到一個違約時點,其EAD之選用相對合理,故取用了八個不同時點作為比較,在確實選用EAD時點設計上做修正研究。
不同時點之定義請見下表。
違約時點
定義
代號
首次退票日
首家行庫報送退票紀錄
最後行庫報送退票日
最後一家行庫報送退票紀錄
拒往日
首次出現拒往紀錄
首次逾催呆日
首家行庫報送逾催呆紀錄
最後行庫報送逾催呆日
最後一家行庫首次報送逾催呆紀錄
A
最後行庫報送逾催呆日前六月
最後一家行庫首次報送逾催呆紀錄之前六個月
A-6
最後行庫報送逾催呆日後三月
最後一家行庫首次報送逾催呆紀錄之後三個月
A+3
最後行庫報送逾催呆日後六月
最後一家行庫首次報送逾催呆紀錄之後六個月
A+6
(2)採用本中心資料庫,並以餘額推估法推算LGD之研究考量
研究考量
處理方式
1
無回收金額資訊
說明:
⏹本中心資料庫未建置回收本金、利息、費用等相關資訊
以餘額推估法為替代計算違約損失率。
2
時間折現價值
說明:
⏹本研究採用餘額推估法計算違約損失率。
⏹違約戶轉列催、呆時,銀行應報送加計對內利息於未還餘額至本中心資料庫。
⏹本研究中以逾期當時授信餘額為違約時點之帳面價值,並將此類加計利息項目視為因時間所產生之隱含利率效果。
3
回收期間之完整記錄
說明:
⏹本中心資料庫並無註記個別債權之關帳時點。
⏹部分違約資料可能因債權結束報送中斷而致ID跳脫。
⏹本研究所採餘額法中,計算時點帳面價值之基準時點一律為91年12月。
對於85、86年等回收狀態應達平衡之年度,損失率之計算應尚屬合理,對於較近期年度未處理完畢之債務則可能造成損失率高估。
⏹可能造成損失率的高估。
(3)資料處理
本研究在進行整體損失率求算之前,首先確認違約曝顯額的認定時點,並以91/12為債權關帳時點。
將期初期末之時點金額確認後,篩選出異常之損失率值予以去除,避免因樣本中含有極端值造成結果失真過巨。
又考量銀行將不良債權報送本中心之實務作法中,逾期放款轉列為催收、呆帳時,於本金之外應分別加計利息及費用為整體逾期未還餘額,如此作法下,以逾期為違約定義之違約曝顯額在未來期數後金額仍有擴大的可能。
以利息及費用所佔違約本金比例,本研究認為損失率在110%之內應仍可視為合理範圍,大於110%以上者則視為不合理樣本予以去除。
經資料處理後,再就債權處理時程長短、企業規模對損失率高低的影響性進行分析。
(4)研究結果
(1)違約日別
由比較結果可知,行庫首次報送逾催呆日與最後行庫報送逾催呆日之損失率具顯著差異;且最後行庫報送逾催呆日與最後逾催呆日後三月及最後逾催呆日後六月無顯著差異。
故本研究確認以最後行庫報送逾催呆日為EAD選用時點。
(請見圖一及後附表一)
圖一、銀行借款損失率—違約日別
(2)違約期間別
由85年違約戶之損失率分佈圖可推論,我國債權處理時程超過七年則回收狀態應已達成平衡,其分佈大致符合以回收率為基礎之beta分布圖(Asarnowetal,1995、JPMorgan,1997)(請見表二及圖二~七)。
筆者過去針對我國重整制度與國外比較探討,對於我國公司法在90年修訂以前,對於重整程序並無具體的時效限制,以至企業重整期間動輒超過3、5年以上,由本研究實證亦可見此現象。
(請見本刊民國92年七月號)
表二、銀行借款損失率—違約期間別
違約年份
違約時點區間
全部樣本
T110%
平均數
中位數
減少比例
平均數
中位數
85
8507~8606
63%
50%
-5%
50%
47%
86
8607~8706
69%
57%
-5%
56%
55%
87
8707~8806
86%
66%
-5%
62%
62%
88
8806~8812
74%
75%
-3%
67%
73%
89
8901~8912(月)
79%
86%
-4%
73%
84%
90
9001~9012(月)
85%
95%
-4%
81%
94%
91
9101~9112(月)
92%
100%
-2%
89%
100%
圖二至七、銀行借款損失率分配圖—違約期間別
(三)營收規模別
在企業規模別方面,本研究首先以新版協定定義之中小企業營收規模為五百萬歐元為區分(約當新台幣17.5億元),以上歸類為大型企業、以下歸類為小型企業,由表三及表四可得知損失率結果具顯著不同。
再將新台幣17.5億元以下企業以3億元為門檻區分為中、小型企業,結果亦顯著不同(請見表三至表六)。
另外,僅針對85年違約企業進行規模別分析,其中大型企業樣本僅剩一戶,無法進行統計檢定;中、小型企業樣本數分別為1422及22戶、損失率平均值分別為50%及66%、中位數則分別為48%、82%。
其中中型企業之損失率略呈右偏分配,可能與樣本數不多相關。
相關統計結果請見表七。
表三、銀行借款損失率—規模別(以營收500萬歐元為區分)
全部樣本
T110%
樣本數
平均數
中位數
樣本數
減少比例
平均數
中位數
小型企業(營收<17.5億元)
17073
82%
90%
16454
-4%
75%
88%
大型企業(營收>17.5億元)
88
87%
92%
84
-5%
84%
92%
表四、銀行借款損失率—規模別統計檢定(以營收500萬歐元為區分)
樣本數
平均數
中位數
p-value
小型(<17.5億)
16454
75%
88%
0.0003
大型(>17.5億)
84
84%
92%
表五、銀行借款損失率—規模別(再以營收新台幣3億元為區分)
全部樣本
T110%
樣本數
平均數
中位數
樣本數
減少比例
平均數
中位數
小型企業(3億以下)
16544
81%
90%
15961
-4%
75%
88%
中型企業(3-17.5億元)
529
91%
92%
493
-7%
80%
90%
大型企業17.5億元以上)
88
87%
92%
84
-5%
84%
92%
表六、銀行借款損失率—規模別統計檢定(再以營收新台幣3億元為區分)
樣本數
平均數
中位數
p-value
小型
15961
75%
88%
<0.0000
中型
493
80%
90%
小型
15961
75%
88%
0.0002
大型
84
84%
92%
中型
493
80%
90%
0.1939
大型
84
84%
92%
表七、銀行借款損失率—規模別(85年違約戶)
樣本數
平均數
中位數
標準差
p-value
小型
1422
50%
48%
31.06%
0.0177
中型
22
66%
82%
31.12%
(5)結論
本階段研究乃以國內企業違約戶為觀察對象,僅就聯徵中心現有資料進行損失率初步試算,受限於資料結構,並無法明確反映個別違約債權之開始及結束。
但對於利用JCIC資料庫進行LGD計算上違約時點的確認、營收規模、處理時程長短影響性則可初步確認。
依據新版協定,企業型、國家政府型,以及銀行型風險之LGD估計值的資料觀察期間必須至少涵蓋一個完整的經濟循環期間,且不短於7年。
對於零售型風險LGD估計之最低資料觀察期間為五年。
聯徵中心過去對違約損失率之歷史資料建置並不完整,因此在本階段研究上亦衍生諸多限制。
本中心符合新巴塞爾協定資料項目之規範,已在今年四月啟用新版授信餘額報送。
本次修訂除新增回收等資料項目外,並重新定義每筆授信之定義(定義為每筆撥貸),要求報送機構維持每月每筆授信之連續性,以追蹤每筆授信由開始至結束之變化,且規劃化「額度檔」、「擔保品關聯檔」與「擔保品明細檔」資料之報送,以完整呈現授信餘額、授信額度與擔保品之隸屬與關聯特性。
待建置資料逐漸累積後應可彌補過去歷史資料項目在此方面的不足。
(6)研究限制及未來研究方向
過去信用風險研究中,因違約損失率相關歷史資料的建置不足以致此塊領域較少被探究。
本中心期待在銀行配合新版授信報送規格實施後,資料的累積足夠達成以下面向持續研究的目標:
(1)現金回收法的使用
取用新版報送的回收本金、利息、費用、利率等項目可進行違約損失率更精緻之估算。
(2)歷史損失率之分類統計
依債務性質、擔保品種類、產業別等因素,進行資料深度研究。
(3)損失率預測分析
進行模型變數之探究,利用回歸模型決定變數選擇,並納入預測性因素,如相關指標--房貸指數、不動產指數等。
(4)間接成本之處理
新版協定中定義”經濟損失”為違約損失率求算之基礎,其中涵括回收過程所產生之直接、間接成本之考量。
不同的債權處理方式、所耗時程、耗費成本、法令制度等均為間接或不易量化成本之來源。
未來對於此類成本之形成、估算、影響性探討亦為研究方向之ㄧ。
(5)違約損失率與違約機率之間之相關性研究
利用本中心違約機率預測模型,進行PD與LGD之相關性研究及對預期損失計算影響。
(7)參考文獻
1.徐中敏(2003/7),國內外重整制度之比較及其對違約損失率之影響,信用資訊月刊。
2.敬永康(2002),新版巴塞爾協定-內部評等制度
(二)-違約損失率(LossGivenDefault),貨幣觀測與信用評等第33期,129-137頁。
3.楊博仁(2002),信用風險值-台灣企業違約後償還率之探討,東吳大學會計系碩士論文。
4.蔡嘉倩、敬永康、沈大白(2003/10),我國債務償還率之研究,會計研究月刊第215期,113-125頁。
5.AltmanE.I.andA.C.Eberhart,1994,“DoSeniorityProvisionsProtectBondholders’Investments?
”JournalofPortfolioManagement,pp.67-75.
6.AltmanE.I.,AndreaResti,andAndreaSironi,December2003,“DefaultRecoveryRatesinCreditRiskModelling:
AReviewoftheLiteratureandEmpiricalEvidence”.
7.Asarnow,Elliot,andDavidEdwards.“MeasuringLossonDefaultedBankLoans:
A24-YearStudy,”TheJournalofCommercialLending,(Mar-1995).
8.Carty,L.V.,D.T.Hamilton,S.C.Keenan,A.Moss,M.Mulvaney,T.Marshella,andM.G.Subhas(1998),“BankruptBankLoanRecoveries.”Moody’sSpecialComment,June,p.1-18.
9.Carty,L.V.andLieberman(1996),“DefaultedBankLoanRecoveries.”Moody’sSpecialReport,November,p.1-9.
10.Gupton,G.M.,D.Gates,andL.V.Carty(2000),“BankLoanLossGivenDefault.”Moody’sSpecialComment,November,p.1-15.
11.“InternationalConvergenceofCapitalMeasurementandCapitalStandards—ARevisedFramework”(June2004),BankforInternationalSettlements.
12.JPMorgan(Apr1997):
“CreditMetricsTM—TechnicalDocument”
13.Moody’sInvestorServices(Feb2002):
”LossCalcTM:
Moody’sModelforPredictingLossGivenDefault”
14.“StandardandPoor’sGuidetoMeasuringandManagingCreditRisk”,(2004),McGraw-Hill.
表一、銀行借款損失率—違約日別
平均數
中位數
p-value
首次退票日
65%
71%
0.0009
最後行庫報送退票日
67%
73%
首次退票日
65%
71%
<0.0000
拒往日
70%
78%
首次退票日
65%
71%
<0.0000
A-6M
71%
80%
首次退票日
65%
71%
<0.0000
首次逾催呆
72%
82%
首次退票日
65%
71%
<0.0000
最後行庫報送逾催呆日(A)
73%
85%
首次退票日
65%
71%
<0.0000
A+3M
73%
86%
首次退票日
65%
71%
<0.0000
A+6M
73%
86%
最後行庫報送退票日
67%
73%
<0.0000
拒往日
70%
78%
最後行庫報送退票日
67%
73%
<0.0000
A-6M
71%
80%
最後行庫報送退票日
67%
73%
<0.0000
首次逾催呆
72%
82%
最後行庫報送退票日
67%
73%
<0.0000
A
73%
85%
最後行庫報送退票日
67%
73%
<0.0000
A+3M
73%
86%
最後行庫報送退票日
67%
73%
<0.0000
A+6M
73%
86%
拒往日
70%
78%
<0.0000
A-6M
71%
80%
拒往日
70%
78%
<0.0000
首次逾催呆
72%
82%
拒往日
70%
78%
<0.0000
A
73%
85%
拒往日
70%
78%
<0.0000
A+3M
73%
86%
拒往日
70%
78%
<0.0000
A+6M
73%
86%
A-6M
71%
80%
0.00087
首次逾催呆
72%
82%
A-6M
71%
80%
<0.0000
A
73%
85%
A-6M
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 信用 资讯 月刊
![提示](https://static.bingdoc.com/images/bang_tan.gif)