发布时间 : 星期一 文章LGD的定义和计算(精)更新完毕开始阅读dd3c0c96ab00b52acfc789eb172ded630a1c9814
(三) 概念层次
一般认为，LGD的测算有4个层次： 第一层次：计算某一债项的LGD；
第二层次：计算某一债项等级的LGD。就是在一定时间内(通常是1年)，一个债项等级内所有发生违约的债项的损失之和与风险暴露之和的比率。
第三层次：对某一债项LGD均值的估算。通过打分卡确定某一债项的等级。然后用该债项等级的历史平均值作为估计值，也可以利用回归的方法对某一债项的LGD进行预测。预测的LGD属于平均违约损失率。传统的方法多属于这个层次的研究。
第四层次：对某一债项衰退期LGD。即条件LGD进行预测估计。根据巴塞尔新资本协议要求银行业在实施IRB法高级法时，银行必须估计每笔贷款的违约损失率。目的是反映经济衰退状况，把握相关风险。
二、违约损失率的估算方法
(一) 历史数据平均法。
历史数据平均法是根据实际损失率的历史数据进行加权平均，算出某一类资产的LGD历史平均值。再根据该债项等级的LGD平均值作为某一债项的违约损失率就是这种方法。 ? 优点：
这种方法操作简单，也比较容易被业务部门接受。可以采用以下三个具体计算公式
1、货币加权法：某一时期内（如1年）该组合的全部损失/违约资产的全部暴露。
2、违约加权法：某一时期内（如1年）该组合LGD总和/LGD的总数。 3、时间加权法：该组合上述两种平均违约率在不同时间段内的平均数。 早期LGD的计算基本上都是建立在经验分析和历史数据分析基础上的。比如
拿穆迪公司来说，由于该公司有上百年的历史，积累了大量的历史数据，长期以来，它计算LGD的方法就是利用其信息优势求历史平均值。从统计学角度来看，这种方法实际上假定了企业的经营过程是平稳的，LGD的预测值和其历史平均值是一致的。 ? 缺点：
由于不同的历史违约数据对应不同的资产组合，且贷款数据具有一定的敏感性，不同的时期、不同的贷款组合，可能会产生不同的LGD，因此，分析人员在采用这种方法估算LGD时，必须持谨慎的态度，如果仅估算一项数据，如平均RR或LGD，就可能得出错误的结果。而且，随着新数据累计量不断增加，每年必须重新计算历史平均损失率，以此作为未来LGD的估计值。
此外，历史数据平均值法的缺陷是由于LGD独特的概率分布特征决定的。穆迪公司研究表明，贷款和债券的回收率的概率分布一般呈现出双峰分布特征，即回收率要么往往较高（在80%左右），要么往往较低（在20%左右），在均值两侧呈现双峰状态，均值水平并非发生概率最大的水平。因此，使用平均数作为预测值可能产生误导。
(二) 数据回归分析法
这种方法根据债项实际损失率的历史数据，应用最小二乘法或极大似然法建立预测模型，然后将特定债项的相关数据输入模型得出LGD的预测值。具体操作上又可以分为对虚拟变量的直接回归和非线性多元回归的方法。所谓的虚拟变量包括优先级、抵押品质量档次(比如3档)、行业分类(比如8类)以及经济周期(繁荣抑或衰退)。 ? 优点：
这种模型相对来说比较容易创建，对数据质量具有一定灵活性，还可以方便地转化(打分卡)形式。例如典型的是穆迪公司开发的LossCalc模型。穆迪认为其选取的因素之间的相关性较小，其预测能力在统计上也是显著的。在建模过程中，穆迪首先将原始数据进行处理。比如将某些宏观经济变量转换为复合指数，然后利用回归技术综合这些处理过的因素。得出尽可能准确的预测结果。对债券、贷
款和优先股的LGD建立了立即违约和1年后违约两种版本损失率的预测模型。返回检验证明，该模型对LGD的预测效果优于传统历史数据平均值法。 ? 缺点：
这种方法在对变量的选取、虚拟变量的分档或分类上较难把握，需要进行大量的实证研究。
(三) 市场LGD法(Market LGD)
在市场上可公开交易的贷款或债券遭遇违约后．可通过其相关的市场价格来确定RR，再计算LGD。有些学者，如Carry和Hamilton(1998)． 以及Keenan、Carty、Shtogrin和Fons(1998)就是将违约后债务的市场价值作为计算RR和LGD水平的依据。 ? 优点：
采用市场LGD法来量化LGD，反映了投资者不愿意或者不能够通过正常的破产清算程序来回收债权的实际情况。这种方法允许投资者根据自身的实际情况来对未来的RR进行判断，并可根据市场债务价格来计算债务回收值，因此对于投资者来说，具有操作简便的优点。 ? 缺点：
但在采用市场LGD法估算RR水平时，分析人员需要取得违约债务的市场价格，这就要求贷款或债券具有发达的交易市场，并有足够多的投资者参与市场交易。这样，分析人员才能正确估计债务的RR水平。因此，在一些发展中国家和地区，由于债务工具交易市场不发达，采用这种方法也会受到一定的限制。
(四) 现金流分析法(Workout LGD)，
该方法是通过预测不良资产在清收过程的现金流，然后计算其贴现值而得出LGD。应用这种方法的关键在于两个方面，一是对清收现金流的数额及其时间分布的合理估计；二是确定采用与风险水平相当的贴现率。
? 优点：
由于这种方法不需要市场交易数据，因此比较适于估算银行贷款的LGD。 ? 缺点：
由于违约后债务的回收通常需要隔一段时间，以上两个方面关键点都并非容易做到，尤其是对预期现金流贴现率的选用，对于已经违约的资产而言。采用多高的贴现率才能充分而又适当地反映其风险水平是非常困难的。所以应用主观判断是不可避免的。
(五) 市场数据隐含分析法(Implied marketLGD)
此方法使用资产定价模型．根据风险(而非违约)所涉及的价款来计算LGD。分析人员在采用这种方法估算LGD时，假设市场上的债券价格已经反映债务人的信用风险，因此可以采用市场上交易的大量尚未违约的债券价格，并使用复杂的资产定价模型来估算LGD。 ? 优点：
市场数据隐含分析法具有一定的理论依据，因此得到投资者的青睐。 ? 缺点：
由于采用这种方法必须运用复杂的资产定价模型，并且需要足够的数据来支持复杂的分析，同时要求分析人员拥有一定的数据统计和资产定价知识，因此运用范围受到一定的限制。目前，这种方法虽然还没有广泛应用于银行信贷风险管理，但作为检验信用评级模型的工具之一，该方法可适用来确定固定收益产品以及衍生产品的价格。
(六) 其它非主流方法
? 通过神经网络算法来估计LGD
于立勇在论文《内部评级法中违约概率与违约损失率的测算研究》中提出了