【MY学习笔记】预期信用损失法应用案例（二）——不以内部评级体系为基础的简化方法

15.会计文章

看懂这个案例的前提是需要了解银行的贷款业务，以及预期信用损失模型相关内容，当然也需要了解一些关于巴塞尔三相关知识。

知识点一：

这里所说的迁徙率法是根据借款人数量来操作的。

例如：案例所述的每100个1档客户中有2个迁移到7档，即X17=2, X1_total=100。2020 年前两档的迁徙情况如下：每 100 个 1 档客户中有 2 个迁徙到 7 档，从而计算得出 2020 年正常非逾期类贷款的历史实际违约概率，即 PDs1=X17/X1=2/100=2%；

可以带入相关数据，也就是期初1档正常非逾期到了期末是7档（不良）的情况，得出违约率是2%。

知识点二：这里的宏观影响因子Z，怎么来的？

这里先需要得出2011年到2020年的历史实际PDS1,然后计算出10年平均PD，然后可以得出Z10 = 2%/2.5% = 0.8

这是在一定条件下，也就是贷款下迁到关注类贷款，给定了未来12个月违约概率为7%的情况下，直接计算剩余期限15个月的PD为8.67%。

“宏观影响因子Z与违约概率（PD）的Wilson模型回归”的情形则需要利用第三方软件测算，这里暂不展开介绍。

知识点三：违约损失率的确定

单笔违约贷款LGD，此处需要预计三年内清收情况以及相关直接成本，并通过折现后确定净回收额，计算出EAD，最终得出LGD违约损失率。

对于历史违约损失率的计算需要结合Wilson模型Z因子，即：

乙银行计算得出 2019 年对公贷款的实际违约损失率为 65%，通过 Wilson 模型转化得到宏观影响因子 Z 为 0.62。

知识点四：计算ECL

构建情景分析数据

折现参数和剩余期限

计算ECL

由于贷款分类下迁至关注类，故I9三阶段变为第二阶段，ECL加权后为55.76万元，与案例计算结果基本一致。