本文提出了一种基于沃尔德准则的统计区分性评级尺度设计方法,通过限定评级区间的最小观察样本量以保证各评级之间的统计可区分性,有效提升了评级验证的稳健性。该方法避免了过度划分评级等级导致的验证过度失败和资本要求过高问题,并对三个风险分布进行实证测试,结果显示在企业贷款领域可显著降低校准的违约概率,从而节约资本需求,促进更有效的风险管理 .
评级尺度设计的两种主流方法 :
间接法存在的非单调性问题及现有缺陷 :
沃尔德准则和统计区分性评级尺度核心原理 :
评级尺度设计的递归计算方法和风险分布建模 :
实证案例和样本容量影响分析 :
评级尺度等级的样本分布和集中度指标(HHI调整值)分析 :
理论验证区分性尺度对验证稳健性的提升 :
数值模拟资本需求节约效果及验证失败概率对比 :
宽松验证失败标准下效应依旧显著 :
结论摘要 :
Pomazanov Mikhail,俄罗斯莫斯科国家研究大学高等经济学院(National Research University Higher School of Economics)
本报告由Pomazanov Mikhail撰写,发表于2024年,主题聚焦于信用风险评级尺度(Rating Scale, RШ)的设计,特别是提出一种“统计上可区分(distinguishable)”的评级尺度设计方法。其核心目标是构建一种统计上充分利用有限观测数据的非冗余评级尺度,从而提升模型的验证稳定性,并降低贷款组合的资本需求。
核心论点包括:
结论指出,设计统计可区分评级尺度,不仅保持评级的区分度和管理实用性,还能显著改善验证稳定性,为资本节约提供理论和实证支持。
报告首先区分两种评级尺度构建方法:
介绍了Moody’s汽车行业评级分类与权重示例(表1),展示评级因子权重划分体系,体现评级制度的复杂性和多维度构成。
报告指出,间接法存在统计样本有限导致的违约率单调性缺失问题,Fitch 1990-2023年全球违约率数据显示各等级违约率非单调波动(表2),其中可能出现“AAA”违约率高于“AA+”等级等异常。此现象主要由样本波动引起,非评级模型逻辑缺陷,若银行采用间接法,则存在操纵评级以优化资本要求的潜在风险。
针对统计波动,文献中提供各种平滑算法,包括National University of Singapore利用Logit线性回归平滑违约频率,但忽略了违约频率为零的区间及银行的PD底线限制(0.05%)。Huajian(2018)提出基于最大似然估计约束参数的平滑方法,保证单调性,并满足监管下限约束。报告后续采用此方法以确保数据的统计合理性和合规性。
报告详细讨论监管对评级尺度构造的要求:
核心在于基于Wald准则的二项式检验,设置显著水平α (5%或1%),对每个等级的违约频率DR与计算PD进行对比,判定评级是否被“低估”(未覆盖实际违约率)。具体公式表达了单等级样本大小与PD偏差容忍度的平衡关系[公式2.1,2.2]。
提出统计上可区分的评级尺度定义:每个等级的样本数必须满足对应α水平的最小数量要求,确保等级间违约率具有统计显著性差异。否则,样本不足的等级则被判为“灰色”,不能有效区分,迫使减少等级数量。
内容引入统计样本容量与PD区间长度的约束公式,引入了“上下界PD比例”(λ参数)和样本容量参数N,构造出两种递归算法“上升级联”和“下降级联”用于计算各个等级的PD区间边界。该方法实质通过迭代找到既满足统计区分又与实际风险分布匹配的最佳等级划分。
风险分布函数采用分段线性函数拟合,在用对数概率PD进行变换后构造分段函数(参考公式3.4),匹配评级区间样本浓度分布。
报告通过Fitch和Expert-RA两家评级机构的违约数据,展示其评级尺度滑动违约频率分布及统计区分性检验:
作者进一步对银行内部信用评级ICR尺度进行了类似检验,该尺度等级数量达21,明显存在等级冗余,且不满足统计区分性要求。
图表(图3、4、5)显示三个评级尺度在不同样本容量下的风险分布曲线、最小可统计区分等级数、以及最高等级PD界限随着样本容量变化的关系。其中:
评级区间的权重浓度分布(图6)表明区分性设计自然聚焦于大样本区间,降低了冗余等级对样本的消耗,提高验证时的稳定性。
引入赫芬达尔-赫希曼指数(HHI)调节后的浓度指标,展示三评级尺度在不同样本容量下的等级分布集中度,发现Expert-RA与新设计的ICR具有较优的低集中度,符合监管对过度集中限制的期望,而Fitch尺度在样本容量较小范围内浓度过高,潜在风险。
报告引入Wald检验下的违约测试失败概率分析,探讨若将多个冗余等级合并统计分析时如何不降低验证水平的情况下,允许对每个等级的校准PD略微下调以降低资本要求。
数学上,导出了校准折扣因子ε估计约13.7%,并通过样本容量和等级宽松度εR阐释了此结果的适用区间(p<81%)适用企业级贷款风险分布[页17-19]。
采用Fitch、Expert-RA和ICR三种风险分布的真实PD和样本权重数据,将原始“冗余”评级尺度与设计的“统计可区分”评级尺度在同一总样本容量(例如N=10000)条件下进行对比:
图8、9、10分别展示不同评级尺度在不同违背等级标准下的资本节约与验证失败概率的关系,清晰呈现“统计可区分”方法优于传统评级尺度的验证表现和资本管理效果。
图1、图2(PIT和TTC违约率时序图)
描述了1920-2016年间Moody’s评级各等级年度及7年加权违约率波动情况。展示了违约率在危机期间的峰值及等级间违约率比例波动,反映出间接法评级中违约风险随周期变化强烈,且等级间违约率无固定界限。
该图支持间接法评级等级违约率边界不可固定的论点。
表1(Moody’s汽车行业评级因子权重)
该复杂结构表展现了市场地位、杠杆率、盈利能力、现金流覆盖率等多维度因子及其权重,体现评级规则的定量化和多元化。
表2(Fitch平均年度违约频率统计)
该表详细显示了1990-2023年Fitch各等级样本大小与对应违约频率,显示违约频率非单调性问题,突出间接法中统计噪声问题。
表3、表4(Fitch与Expert RA评级尺度区分度统计)
表3详尽列出Fitch各等级的违约频率DR、拟合PD区间p, p* 及最小观察数需满足度m5%,表明Fitch仅BBB级别及以上评级阶别具有统计区分性。
表4显示Expert RA因样本量不足,多数等级不可统计区分,确认评级等级设计需考虑样本容量限制。
图3(风险分布模型累积分布函数F(PD))
三评级尺度的风险分布曲线显示Expert RA具有相对平缓PD分布,Fitch左偏分布明显,银行内评级ICR相对均匀。曲线形态是构建统计区分等级尺度的基础。
图4(等级数与样本容量关系)
该图展示三风险分布在不同样本容量(1000至256000观察数)的条件下可区分等级数随样本容量增长而增多,ICR的可区分等级数略高于Expert RA和Fitch。
图5(最高级别PD界限随样本容量变化)
显示三个风险分布最高级别PD上限随着样本容量增加逐步降低,趋近于监管PD下限0.05%;Fitch稳定在更低水平,体现不同风险分布对评级划分的影响。
图6(ICR风险分布区分等级浓度分布)
直方图显示高等级拥有更大比例观测样本,低等级样本占比较少,形成合理分布聚焦,有助维护统计区分度。
图7(等级浓度集中度HHI指数)
HHI指数随样本容量增加下降,说明等级分布趋于均匀,Expert RA & ICR在低样本量下集中度更低,较好满足监管要求。
图8(ICR资本节约及验证失败率对应关系)
蓝色(统计可区分尺度)曲线显示比棕色(冗余尺度)在较低资本要求下具有更低验证失败率,体现不同尺度下验证稳定性与资本节约的权衡关系。
图9(三评级尺度资本节约效果与样本容量关系)
该图展现资本节约随样本容量增大而减少(可达7%-8%资本节约),ICR表现略优,显示方法对样本量敏感。
图10(黄区标准下资本节约与验证失败率)
黄区标准更宽松,统计可区分尺度展现更高资本节约潜力,冗余尺度即便无折扣也存在较高验证失败概率。
本报告虽无涉及企业估值,但核心涉及对信用评级尺度设计的统计学与资本计量的理论测算,等同于评级尺度设计对资本估值模型的应用。
采用核心资本计量公式基于Basel IRB高级方法(Basel Committee on Banking Supervision, 2023b)来测算资本需求:
CR(PD)=EAD⋅[Φ(1−RΦ−1(PD)+R⋅Φ−1(0.999))−PD]其中:
基于此,分别计算原始冗余评级尺度与设计的统计可区分评级尺度对应的资本需求加权均值,反映资本占用水平的相对变化。
报告揭示以下风险因素:
报告建议通过统计可区分评级尺度设计标准,结合样本容量,监控评级等级的样本分布集中度(HHI指数)以及违约概率分布,缓解上述风险。
报告未明确提供风险缓解策略,但通过设计过程中严格满足Wald检验及样本容量下界条件,本质上是一种预防和控制风险的设计方法。
整体报告基于严谨数学推导和多个实证案例,分析合理,但在实际银行风险管理流程中应用,应综合考虑动态风险特征与业务实际,避免机械套用。
本研究系统提出并验证了基于统计可区分性Wald准则的信用评级尺度设计方法,强调评级等级必须与样本容量及风险分布相匹配,避免无效、冗余等级带来的验证不稳定和资本增负。核心贡献点包括:
此外,报告通过详尽数学推导与大量模拟支持,且结合监管要求完整展现了评级尺度设计所需的理论和实务框架。
最终,该方法为银行特别是企业信贷领域的信用评级体系开发提供了理论依据和实用工具,不仅能提高模型验证通过率,还能有效降低资本占用,提升资本效率,是信用风险管理领域具有重要实用价值的创新研究。
综上所述,Pomazanov的报告提出了一个基于严格统计假设和监管检验要求、针对银行内部评级尺度过细导致验证不稳定问题的创新解决方案。通过灵活设置评级等级边界和最小样本容量阈值方法,避免评级阶梯的统计重叠,提高评级结果的稳健性,给银行信用风险管理和资本优化带来直接利好,特别适合企业信贷大额客户分级场景。
建议银行风险管理部门及评级模型开发人员充分考虑观察样本规模,合理规划评级等级数量和PD区间,实现统计意义上的“可区分”评级尺度,有助于提升评级验证通过率及资本效率。
此报告具有较高的学术和实际应用价值,为评级尺度设计与验证提供了切实可行的理论框架和工具。
报告末尾附有详尽参考资料,涉及Basel监管文件、评级机构数据、统计方法及相关研究文献,确保研究基础扎实。
本分析严格依据报告文本进行全面细致解释与评价,所有结论均附溯源页码,确保内容透明和可追溯。
2503.13931v1.pdf