如何根据迁徙率计算贷款损失准备
每月贷款状态文件刚到,月末结账正等着您提供计提数据。余额已经按逾期区间分好,正常贷款占了大部分账面余额。屏幕上,上季度的表格把各区间的迁徙率连乘,并在每笔余额旁列出一个系数。这看起来像是团队做过的常规计算,却会把贷款分布汇总成财务入账时使用的一个数字。逐格检查时,哪项假设对结果影响最大?
划分逾期区间和状态
计算系数前,先划分逾期区间。每笔贷款都要记录本月和下月的状态,例如正常、逾期1–30天、逾期31–60天、逾期61–90天、逾期90天以上和已结清。
将逾期90天以上设为违约状态,并将已结清单独列为一种状态。两者都是吸收状态:贷款进入其中任一状态后,就不会再转出。本文使用的是专门生成的示例账簿,并非任何放贷机构的数据。账簿中的分期贷款期限为24个月,金额为2,000至8,000欧元,每月放款1,500笔。准备金按一个月末时点计算,转移矩阵根据此前十二次月度状态变化统计。
根据每月状态文件建立转移矩阵
按每笔贷款本月所在区间和下月所在区间统计贷款月数,建立转移矩阵。将每个去向的贷款月数除以起始区间的贷款月数,每行合计应为100%。
例如,逾期31–60天区间的3,880个贷款月中,有2,505个下月转入逾期61–90天:2,505 ÷ 3,880 = 64.6%。其他去向也要纳入计算。
矩阵计入留在原档、结清、向后迁徙,以及回到正常状态的情况。回正率指逾期贷款恢复正常的比例。
| 本月状态 | 正常 | 逾期1-30天 | 逾期31-60天 | 逾期61-90天 | 逾期90天以上 | 已结清 |
|---|---|---|---|---|---|---|
| 正常 | 93.7% | 1.8% | 0 | 0 | 0 | 4.5% |
| 逾期1-30天 | 45.1% | 12.5% | 41.3% | 0 | 0 | 1.1% |
| 逾期31-60天 | 12.6% | 7.9% | 14.4% | 64.6% | 0 | 0.6% |
| 逾期61-90天 | 5.8% | 1.9% | 4.2% | 17.2% | 70.5% | 0.4% |
| 逾期90天以上 | 0 | 0 | 0 | 0 | 100% | 0 |
| 已结清 | 0 | 0 | 0 | 0 | 0 | 100% |
比较迁徙链和贷款实际表现
迁徙链将从某个档位开始、直至违约档的各项前向迁徙率相乘,得出一个快速估算系数。计算使用的是矩阵中的前向迁徙率。
| 区间 | 计算方式 | 系数 |
|---|---|---|
| 逾期61-90天 | 70.5% | 70.5% |
| 逾期31-60天 | 64.6% × 70.5% | 45.5% |
| 逾期1-30天 | 41.3% × 64.6% × 70.5% | 18.8% |
| 正常 | 1.8% × 41.3% × 64.6% × 70.5% | 0.34% |
但滚动链只计算贷款每个月都向更高逾期档迁徙的路径。在示例贷款簿中,1至30天逾期档的滚动链估算值为18.8%,而实际12个月违约率为35.3%。正常档的滚动链估算值为0.34%,实际违约率为4.4%。
正常区间占账面余额的大部分,因此两种方法的差异对这个区间影响最大。按迁徙链计算,准备金为2,006,000欧元,占账面余额的2.4%。按矩阵推算十二个月,准备金为4,371,000欧元,占5.1%。
同一转移矩阵按十二个月向前推算,准备金总额为4,371,000欧元。这里用示例账簿对比两种方法,说明迁徙链遗漏了什么。
用马尔可夫链向前推算
马尔可夫链使用完整的转移矩阵,因此会把留在原区间、回正和之后再次逾期的情况纳入违约概率。按预测期限对应的月份数,将矩阵逐月相乘,再读取各起始区间对应的逾期90天以上一列。
在到达逾期90天以上的最短路径对应的月份,矩阵计算结果与迁徙链相同。再往后每多算一个月,都会纳入留在原区间、回正后又继续逾期的贷款。迁徙链相当于提前停止推算的转移矩阵。
选择12个月或整个存续期的概率
IFRS 9按信用风险是否显著增加来确定计量期限。初始确认后信用风险未显著增加的,计量未来 12 个月预期信用损失。信用风险显著增加的,计量整个存续期预期信用损失。逾期超过 30 天时,推定信用风险已显著增加,但该推定可以反驳。预期信用损失计算取决于这一期限。
计算整个存续期的风险时,吸收链方法会估算贷款最终进入逾期90天以上而非结清状态的概率。矩阵假定每笔正常贷款的剩余期限相同,却无法识别贷款在最后一期结束,因此会高估正常贷款整个存续期的违约概率。在示例中,正常贷款的整个存续期估值为11.7%,实际在结清前进入违约状态的比例为7.2%。
用实际结果回测各项系数
将选用的系数与一年前处于同一区间的贷款进行对比,查看这些贷款随后十二个月的表现。在示例中,矩阵在各区间的计算结果与实际值相差约两个百分点以内,迁徙链则低估了违约率。
采用整个存续期估值前,应结合实际结果和贷款剩余期限进行评估。示例中,正常区间的计算结果高于实际值,因为矩阵的预测期限超过了部分贷款的剩余期限。
用回测判断预测期限和矩阵是否适用于自己的账簿。示例用于比较计算方法,评估基准应来自放贷机构自己的数据。
将违约概率、LGD和余额纳入计算
对每个未结清区间,按余额 × 违约概率 × 违约损失率(LGD)计算准备金。违约概率取自所选期限对应的矩阵,LGD则根据放贷机构自身的回收情况估算。示例假设所有区间的LGD均为65%。
以示例中的逾期1–30天区间为例:€1,794,000 × 35.5% × 65% = €414,000。已经逾期90天以上的贷款处于违约状态,按其余额乘以LGD计算。
每个区间的准备金计提比例等于违约概率乘以LGD。预期损失公式表达的是同一关系:违约概率 × LGD × 违约风险暴露。
| 区间 | 余额,欧元 | 系数 | × LGD | 准备金,欧元 | 计提比例 |
|---|---|---|---|---|---|
| 正常 | 80,026,000 | 4.05% | 65% | 2,107,000 | 2.6% |
| 逾期1-30天 | 1,794,000 | 35.5% | 65% | 414,000 | 23.1% |
| 逾期31-60天 | 914,000 | 71.5% | 65% | 425,000 | 46.5% |
| 逾期61-90天 | 676,000 | 89.8% | 65% | 395,000 | 58.4% |
| 逾期90天以上 | 1,584,000 | 100% | 65% | 1,030,000 | 65.0% |
| 合计 | 84,994,000 | 4,371,000 | 5.1% |
示例中,按矩阵推算十二个月的准备金总额为4,371,000欧元。正常区间占账面余额的94.2%,因此该区间的系数对总额影响很大。
实际计提时,还要在这项示例计算中加入折现和前瞻性经济调整。IFRS 9的计量要求包括货币时间价值,以及对未来经济状况作出合理且有依据的预测,因此入账金额也要考虑这些因素。可用准备金覆盖率计算将准备金总额与账簿余额进行比较。
用经过核验的计算替代月末表格
回到月末报表,用可根据自有状态文件复算的结果替换尚未得到解释的滚动链系数。示例重点展示当前桶的假设,相关数字用于说明计算过程,并非用于估算放贷机构的拨备。
- 划分逾期天数区间,将 90+ 设为违约状态,并将结清单独列为一个状态。
- 按每笔贷款在本月和下月所处的区间,统计贷款月数。
- 将各去向区间的贷款月数除以起始区间的贷款月总数,计算转移矩阵。
- 从矩阵中读取向后续逾期区间转移、回到正常状态和留在原区间的比例。
- 按月向前推算矩阵,取各起始区间进入 90+ 的概率。
- 为各区间选择 12 个月或整个存续期,并考虑剩余期限。
- 将各区间的系数与一年前处于该区间的贷款实际结果对照。
- 用各区间余额乘以对应系数和 LGD。对于 90+,只乘以 LGD。
关于按迁徙率计提准备金的常见问题
如何根据迁徙率计算贷款损失准备?
按所选期限向前推算转移矩阵,估算各区间进入违约状态的概率,再将该概率乘以区间余额和LGD。还要用自己贷款的实际结果检验计算值。
什么是准备金计提系数?
这是应用于某个区间余额的计提比例。在准备金矩阵中,该比例等于违约概率乘以LGD。它与单独的违约概率不同,示例计算中的系数指的是应用LGD之前的违约概率。
如何根据贷款数据建立转移矩阵?
按贷款所在的起始区间和下月区间统计贷款月数,再将各去向的贷款月数除以起始区间总数。确认每行合计为100%。
如何用马尔可夫链计算准备金?
根据所选期限的月份数,将月度转移矩阵与自身相乘,再读取每个起始区间进入逾期90天以上状态的概率。按区间选择预测期限,并对结果进行回测。
为什么连乘迁徙率会算出较低的准备金?
滚动链只计算每个月都向更高逾期档迁徙的贷款。矩阵还纳入留在原档、回正后再次向高逾期档迁徙的贷款,因此可能计入更多最终进入违约档的贷款。使用系数前,应将两种计算结果与实际结果对照。
逾期区间应采用12个月还是整个存续期的违约概率?
根据该贷款适用的信用风险阶段选择期限。计算整个存续期的风险时,要考虑贷款剩余期限,因为未设置期限上限的矩阵不会识别贷款何时结束。
各区间计提准备金时应采用哪项LGD?
根据相关风险暴露的回收情况,采用放贷机构自己的LGD估值。示例中的65%是针对示例账簿设定的假设,并非放贷机构的估值。