违约损失率的影响因素

1. 违约损失率的影响因素

由于LGD的大小不仅受到借款企业的因素影响，而且还同贷款项目的具体设计密切相关，所以，影响LGD的因素比影响PD的因素更多、更加复杂。具体而言，影响LGD的因素包括以下四个主要方面： 这类因素直接与贷款项目的具体设计相关，反映了LGD的项目相关特性，也反映了银行在具体交易中通过交易方式的设计来管理和降低信用风险的努力。这类因素具体包括清偿优先性(Seniority)、抵押品等。清偿优先性是债务合同规定的债权人所拥有债权的重要特性，是指在负债企业破产清算时债权人从企业残余价值中获得清偿时相对于该企业其他债权人和股东的先后顺序。在美国等发达市场经济国家，金融市场多年的发展已经形成了一系列企业破产清算时清偿先后顺序不同的金融产品，包括从抵押贷款到普通股票 ，并形成了相关的法律规范。美国破产法中的“绝对优先规则”(Absolute Priority Rule, APR)规定，破产企业的价值按照清偿优先性的先后顺序依次分配给不同的资本供应者，在较低级的债权人得到任何分配之前较高级债权人应该得到全部清偿，而所有债权人也同样应该在股东得到任何分配之前得到全部清偿。显然，贷款合同中要求借款企业提供特定的抵押品使得抵押贷款的清偿优先性得以提高，在借款企业一旦破产清算时可以使得银行提高回收率，降低LGD。当然，利用抵押有效降低LGD的前提是银行对抵押品要进行有效的管理，国家也应该有一个有效的司法系统来保障银行对抵押品的获取、变现和价值回收。此外，除了传统的抵押品，银行也正在通过金融创新发展其它防范或转嫁企业违约后损失的方法，如信用衍生产品等。这些技术被新巴塞尔资本协定称为风险缓释技术，并通过予以不同的LGD数据被纳入到新的资本监管框架。 宏观经济的周期性变化是影响LGD的重要因素。Frye利用穆迪评级公司的债券数据研究表明，经济萧条时期的债务回收率要比经济扩张时期的回收率低三分之一。Altman,，Brady，Resti 和Sironi的研究以及Hu和Perraudin的研究都表明，经济体系中的总体违约率(代表经济的周期性变化)与回收率呈负相关的关系。上述四个方面的因素共同决定了LGD的水平及其变化，但其分别对LGD的影响程度是有差异的。根据穆迪公司2002年在其LGD预测模型LossCalc的技术文件中披露的信息表明，清偿优先性等项目因素对LGD的影响贡献度最高，为37%左右；其次是宏观经济环境因素，为26%左右；再次是行业性因素，为21%左右；最后是企业资本结构因素，为16%左右。

2. 违约损失率的作用

LGD在银行内部评级和管理中的作用如前所述，由于新巴塞尔资本协定在内部评级法中引入LGD作为资产风险权重函数的自变量，而且通过监管资本激励机制的刻意设计鼓励银行采用基于内部估测的LGD数据的高级内部评级法，LGD对银行的重要性显得更加突出。然而，LGD对于银行的重要性却不仅仅基于监管的原因，更不是自新巴塞尔协定提出内部评级法后才开始被银行注意到，相反，随着银行内部评级的发展，尤其是在90年代，LGD对于银行内部管理的重要性已经为许多银行所重视。90年代以来，在西方银行业风险管理的发展进程中，内部评级体系的兴起和迅速发展是非常引人注目的一个方面。其原因主要是银行业在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法，如偏重主观判断的5C专家评审法、偏重单纯计量分析的信用打分法等，都因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行管理发展的需要，尤其是不能适应信用衍生产品市场、贷款出售市场和资产证券化的发展，也不能适应信用组合管理、风险资本配置等现代银行管理体系的发展。同时，以独立身份服务于全社会公众投资者、并且在对象上以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。所谓单维评级系统(single dimensional rating)是仅对债务人的资信评级的系统,即所谓债务人评级(obligor rating)。该评级体系主要关注债务人本身的资信状况，而对特定交易特征一般不予考虑。因此，该评级体系的主要估算任务是违约率PD。在该系统下，信用等级反映被评债务人对其所承担的任一债务违约的风险。多维评级系统(multi-dimensional rating)又称双维评级体系(dual rating)。该体系在根据债务人资信进行债务人评级的同时，还根据项目结构和交易特征，考虑特定项目下防止损失的保护措施，如抵押担保等，对特定交易项目进行评级，即项目评级(facility rating）。因此，该评级体系不仅要衡量PD，还要衡量LGD。LGD的应用使得多维内部评级系统较单维评级体系能够更加有效地支持准备金提取、资本配置、贷款定价和信用组合管理等内部管理功能。根据巴塞尔银行监管委员会特设的模型工作组(MTF)在1999年对G10国家30家左右的银行的调查，绝大多数银行已经采用了单维的债务人评级体系，半数银行在评级体系中对交易特性予以了明确考虑，1/3的银行采用了双维评级体系。

3. 违约损失率的介绍

违约损失率（LGD，loss given default)，违约损失率是指债务人一旦违约将给债权人造成的损失数额，即损失的严重程度。违约损失率也是国际银行业监管体系中的一个重要参数。

4. 违约损失率的重要性

 自1988年以来，巴塞尔资本协定的基本思想就是监管当局对银行的资产要根据其风险水平规定一定水平的资本要求，即监管资本要求。新协定没有改变这一基本思想，而是在增强监管资本计量对银行风险敏感度方面进一步予以完善。在信用风险方面反映这一监管思想的基本公式是：其中:SMC为监管资本,RWA为风险加权资产,RW为风险权重,EAD为违约时暴露。在新协定提出的标准法下，风险权重由监管当局根据新巴塞尔协定的规定给出，共有五个等级：0%, 20%, 50%, 100%, 150%。新巴塞尔资本协定在这一方法下基本上沿用了1988年版资本协定的做法，最大的改进在于确定银行风险资产的风险等级时引入了外部评级，从而使得外部信用评级结果在监管资本确定中发挥了重要的作用。新协定在提高监管资本风险敏感度方面最重要的改进并不在于引进外部评级的标准法对88年版本的改革和完善，而是在于提出了基于银行内部评级来确定监管资本要求的内部评级法(包括基础内部评级法和高级内部评级法)。在新巴塞尔资本协定提出的这种内部评级法下，针对信用风险的监管资本的基本框架包括五个方面：风险暴露分类、风险要素、风险权重函数、最低要求和监管检查。风险暴露分类是指监管当局对银行所有的信贷类资产和业务(即对信用风险的暴露)按照监管当局的标准和要求分为公司、主权、银行、零售和权益5大类资产，每一大类资产又可以细分为更多的子类。风险要素是指每项资产的信用风险水平由贷款违约率(Probability of Default, PD)、违约损失率(Loss Given Default, LGD)、到期日(Maturity)和违约时暴露(Exposure at Default, EAD)四个风险要素决定。风险权重函数是由巴塞尔委员会在新协定中给定的用以计算每一项风险资产的风险权重的函数公式。该函数公式的自变量为上述风险资产的四个(信用)风险要素，因变量是反映该风险资产的信用风险水平的风险权重(Risk Weight, RW)，它与违约时暴露(EAD)的乘积就是该风险资产的风险加权资产(Risk-Weighted Asset，RWA)数额。风险加权资产(RWA)的8%就是新协定规定的银行对该项风险资产投资所应该具备的资本金，即该项资产的监管资本要求。风险权重函数是根据银行不同业务的性质而确定的，因此，不同的风险暴露类别有不同版本的风险权重函数。风险权重函数的确定是新巴塞尔资本协定最重要最复杂的任务。以最新版本的针对银行批发业务(包括对公司、银行和主权的暴露)的风险权重函数为例，该项任务的复杂性无论是从函数式本身的复杂性还是该版本函数式经过数次修订就能够充分的表现出来。自2001年巴塞尔委员会在新协定第二稿中提出该函数式的最初版本以来，两次最重要的修订是第三稿出台前为降低对中小企业贷款风险权重的修订和2004年1月为在监管资本要求中扣除针对预期损失的内容协定。最后，对于采用内部评级法的银行，新协定还规定了这些银行在申请采用较高级的信用风险和监管资本计量方法时必须在技术和制度上应该达到的最低的标准以及监管当局就此进行监管检查的权力。 由于标准法不采用银行内部评级数据，而是依据监管当局认可的外部评级标准将不同的风险暴露赋予不同的风险权重，LGD、PD等银行内部风险管理信息在监管资本计量上基本不发挥作用。与标准法不同，基础内部评级法和高级内部评级法对监管资本的计量是建立在银行内部评级信息基础之上的。然而，新协定对基础内部评级法和高级内部评级法采用内部评级信息予以不同的要求。基础内部评级法只准许PD信息由银行内部评级提供，而LGD、EAD和M参数则由监管当局根据新协定的要求给出。根据新协定对基础内部评级法的规定，对公司、银行和国家的无抵押的高级债权，LGD为45%；对公司、银行和国家的无抵押的次级债权：LGD=75%；有抵押债权的LGD服从较复杂的监管公式，以合理反映抵押等风险缓释技术对LGD的降低作用。高级内部评级法下LGD由银行提供，因此银行需要估算LGD(由内部评级体系提供)。但银行必须满足监管当局的相关规定和最低要求。新巴塞尔资本协定将LGD引入监管资本框架具有重要意义。在技术上，由于LGD从损失严重程度方面反映了信用风险的性质，LGD的引入更加有利于正确地反映资产的风险水平。而且，LGD也反映了银行风险管理措施所发挥的作用。LGD所能反映的风险缓释技术有：抵押、担保、信用证、信用衍生产品和信用保险等。因此，LGD在监管资本计量框架中的应用不仅使得新监管资本衡量框架能够更加正确地反映银行实际承担的风险(更具风险敏感性)，而且从监管角度认可和鼓励了不断发展和创新的银行风险缓释技术。

5. 违约损失率的特性

构成一个完整风险概念的两个基本要素是损失的可能性和一旦损失发生后的损失规模，即损失的严重程度。因此，LGD是除违约概率PD以外反映信用风险水平的另外一个重要参数，两者结合在一起才能全面反映信用风险水平。显然，PD既定的情况下，LGD越高，信用风险越大。预期损失率(Expected Loss, EL)是反映信用风险的一个指标，它是LGD和PD的乘积：其中EAD(Exposure at Default)是指违约发生时债权人对于违约债务的暴露头寸。PD和LGD都是反映债权人面临债务人违约的信用风险的重要参数，因此，两者都受到债务人信用水平的影响，然而，从性质上看，两者又有重要的区别。总的来说，PD是一个交易主体相关变量，其大小主要由作为交易主体的债务人的信用水平决定；而LGD具有与特定交易相关联的特性，其大小不仅受到债务人信用能力的影响，更受到交易的特定设计和合同的具体条款，如抵押、担保等的影响。因此，对于同一债务人，不同的交易可能具有不同的LGD，如对于同一债务人的两笔贷款，如果一笔提供了抵押品，而另一笔没有，那么前者的LGD将可能小于后者的LGD。因此，对PD和LGD的分析应有不同的着眼点。 　除了上述交易项目相关特性以外，西方在LGD方面的研究和实践表明LGD还具有以下一些特点：LGD概率分布呈现双峰分布的特征；LGD与PD呈正相关的关系；LGD与破产法等法律制度密切相关；LGD波动幅度大，影响因素多，且研究历史短，数据稀少，因而量化难度大。

6. 违约损失率如何计算

根据我国法律规定，若是合同一方出现了违约情况，则另一方是可以就其损失要求违约方赔偿的，具体违约赔偿除了合同中明确规定的违约金之外，还应该根据受损方的损失率进行赔偿，若是合同中没有明确规定损失率的计算，则可以根据因为违约方行为造成损失的单据进行计算，全面考虑受损方的实际情况和利益的损失状况。
一、违约金上限是多少？
违约金可分为法定违约金与约定违约金。
法定违约金是指由法律明文规定了适用情形、比例或者金额的违约金；
约定违约金是指合同双方当事人在签订合同时自行约定适用情形、比例或者金额的违约金。
如果合同中只对违约金做了原则性的规定，没有具体约定违约金的比例或数额，并且有关法律也没有明确规定违约金比例或者金额的，则可按《民法典》及《民法典》中关于承担违约金责任的一般原则执行。
如果合同中没有规定违约金的条款，法律也未规定违约金比例或者数额的，但只要由于违约造成了对方的损失，违约方就应向对方支付赔偿金。该赔偿金的数额，应当按照对方遭受的实际损失确定。当事人可以约定一方违约时应当根据违约情况向对方支付一定数额的违约金，也可以约定因违约产生的损失赔偿额的计算方法。
二、买房毁约赔多少违约金
购房合同毁约赔偿标准并没有明确规定，一般来说合同违约金上限是不超过实际损失的30%。我国相关规定：当事人可以约定一方违约时应当根据违约情况向对方支付一定数额的违约金，也可以约定因违约产生的损失赔偿额的计算方法。所以，违约金具有惩罚性的特征，它不以非违约方遭受损失为前提。一般来说合同违约金上限是不超过实际损失的30%。但是如果过高或者过低是可以请求法院给予减少或者增加的。
三、违约金没有约定违约金
合同没有约定违约金的情况下，可以要求违约方按照违约行为给自己造成的损失要求违约方进行赔偿。
我国法律规定：当事人可以约定一方违约时应当根据违约情况向对方支付一定数额的违约金，也可以约定因违约产生的损失赔偿额的计算方法。”因此，违约金的适用是以双方当事人达成合意为前提的，如果合同中没有对违约金作出相关约定，一方违约，另一方在仲裁请求中主张违约金的，仲裁庭不予支持。
此外，我国法律规定：约定的违约金低于造成的损失的，当事人可以请求人民法院或者仲裁机构予以增加。约定的违约金过分高于造成的损失的，当事人可以请求人民法院或者仲裁机构予以适当减少。”也就是说，即使双方当事人在合同中约定了违约金数额或计算标准，该标准如果与实际损失有差异，仲裁过程中也可以请求仲裁庭予以调整。

7. 违约损失率如何计算

法律分析：计算违约损失率的计算中，除了合同中明确规定的违约金之外，还应该根据受损方的损失率进行赔偿，若是合同中没有明确规定损失率的计算，则可以根据因为违约方行为造成损失的单据进行计算，全面考虑受损方的实际情况和利益的损失状况。
法律依据：《中华人民共和国民法典》
第五百七十七条 当事人一方不履行合同义务或者履行合同义务不符合约定的，应当承担继续履行、采取补救措施或者赔偿损失等违约责任。
第五百七十八条 当事人一方明确表示或者以自己的行为表明不履行合同义务的，对方可以在履行期限届满前请求其承担违约责任。
第五百七十九条 当事人一方未支付价款、报酬、租金、利息，或者不履行其他金钱债务的，对方可以请求其支付。

8. 违约损失率的研究现状

 企业举债取得资金的主要渠道有直接融资和间接融资。直接融资的各项公司债具有次级市场价格，违约后可以通过该债务工具违约后一定时点的市场价格为基础估算违约损失率。对于间接融资，则需依靠银行积累的违约贷款数据资料来推估违约损失率。公开市场资料较易取得，因此违约损失率的研究也以此为基础发展起来。Robert C. Merton于1974年发表的“on the Pricing of Corporate Debt: the Risk Structure of Interest Rates”一文是现代信贷违约概率和回收率分析的理论基础文章。 其不足之处是没有解决信用资产质量的实际观测问题，在实证中的应用受到限制，这也是模型诞生后大量后续工作的重心所在。针对Merton（1974）模型在实证应用领域的困难，有若干文献尝试提供变通的解决办法。Crouhy和Galai(1997)将不能直接观测的Merton（1974）模型表达为信贷违约概率和回收率的函数，从而使信用风险管理的核心简化为对PD和LGD的观测分析，产生了较大影响。观测度量金融工具LGD的途径大致有三类（刘宏峰，杨晓光，2003）: Market LGD（市场LGD,以实际违约事件发生后违约债券或可交易贷款的市场价格为依据）；Workout LGD（清算LGD，清算及追讨过程产生的一系列现金流估计值的现值与风险暴露的比值）； Implied Market LGD（市场隐含LGD，利用资产估价模型，按同类未违约债券的利差与价格计算）。事实上，基于债券二级市场或贷款二级市场（如证券化的个人住房抵押贷款）的实证研究较多，而对普通的银行贷款的实证研究很少，其原因一是研究方法的复杂性，二是数据的非公开性。1、美国市场的研究由于数据获得性的原因，目前的文献以美国市场为研究对象的居多。Asarnow及Edwards (1995)使用违约事件发生后产生的所有经济损失衡量银行贷款的预期损失。其以花旗银行1970——1993年间一般工商业贷款及受监控贷款（Structured loans）共831个违约样本计算出的LIED分别为34.79%和12.75%。研究的一个重要发现就是其分布为“双模型分布”（bi-model)，样本集中在高、低两端。Carty及Lieberman（1996）以穆迪公司1989-1996年间58例优先担保违约银行贷款为对象，根据其次级市场交易价格进行实证研究，结果表明平均回收率为71%，中位数为77%，标准差为32%。研究未观察到“双模型分布”（bi-model)，但发现回收率明显向高端偏离。Hamilton及Carty（1999）以市场法求算159家破产案例为研究样本的偿还率，结果平均偿还率为56.7%，中位数偿还率为56%，标准差则为29.3%。Gupton、Daniel Gates及Carty于2000年采用121例违约贷款样本的研究结果表明：优先担保和优先未担保的银行贷款违约时平均价值分别为69.5%和52.1%，但实践经验中对这些平均价值的偏离也是显著的。Gupton和Stein（2002）首次推出了一个市场价值预测基础上LGD预测模型LossCalc ，该模型是一个关于美国债券、银行贷款和优先股LGD的多因素统计模型。Til Schuermann（2004年）介绍了穆迪公司1970－2003所有债券和贷款的回收率分布，并对双峰分布的形成原因进行了解释。Michel A., M. Jocobs Jr., P. Varshey (2004)采用JP摩根·大通1982-1999年间的贷款损失历史资料（共3761例违约客户）对LGD进行研究，平均会计LGD 和经济LGD 分别为27.0%和39.8%。该研究同时对抵押贷款LGD进行了分析。通过对1982年1季度至1999年4季度共1705个样本的研究，抵押贷款（1279个样本）的LGD均值为27.7%，标准差35.3%，无抵押贷款LGD均值40.3%，标准差42.5%，研究公布了不同类型抵押物LGD均值和标准差。2、其他市场的LGD实证研究花旗银行的Hurt和Felsovalyi(1998)对拉丁美洲1970－1996年27个国家的1149笔银行贷款研究显示，平均违约回收率为68.2%，LGD呈偏态分布，宏观经济和贷款金额是回收率的影响因素之一，金额越大，回收率越低；La Porta等人（2003）研究了墨西哥的关联借款的PD和LGD，1995－1999年非关联借款的平均回收率为46%，而关联借款为27%。分布显示LGD向高端偏离。台湾徐中敏（2004）以台湾联征中心库1996－2002年银行借款企业户违约资讯进行了LGD实证研究，以年营业收入500万欧元为划分标准，小于此标准的小型企业（样本数16454个）LGD均值为75%，中位数88%，大于标准的大中型企业（样本数84个）LGD均值为84%，中位数92%。标准普尔Franks 等人（2004）使用了英国、法国、德国约8000个原始数据进行了研究，数据时段为1993－2003（法国）、1996－2003（德国）、1997－2003（英国）。数据显示，英国回收率明显高于法国，略高于德国。法国回收率分布呈明显“双模型分布”，英、德呈偏态分布。Grunert和Weber(2005)研究了1992－2003年120家德国公司的违约损失率数据。数据显示，回收率均值为72.45%，方差为35.46%，回收率分布明显向高端偏离；报告还研究了宏观经济、行业、贷款条件和税务政策的影响。以上研究报告均只公布了经过深度加工的结论性数据，原始数据、模型参数等均未公布，且均未见专门的抵押贷款的LGD研究报告。 由于国内公司债券市场不发达，银行违约贷款回收数据系统研究时间起步时间不长，国内关于违约损失率的研究理论介绍较多，有影响的实证数据稀少。主要有：1、四大资产管理公司的相关数据。国内华融等四大资产管理公司公布的资产回收资料，可作为研究国内贷款违约损失率的间接资料。2004年我国四大金融资产管理公司资产处置结果为资产回收率 26.60%现金回收率20.16% 。2、其他研究。张海宁（2004）以191个中国大型商业银行信贷项目作为样本（时点为1998年）（涉及贷款本金266.29亿元，利息77.08亿元）进行的实证研究显示平均回收率为33%，最大值80%，最小值为0。2004年5月28日 ，建行通过国际竞标方式进行账面价值为40亿元人民币抵押贷款不良房地产抵贷资产的拍卖，花旗银行、德意志银行、雷曼兄弟、摩根大通、摩根斯坦利等15家机构参与竞标，最终中标综合资金回收率为34.75%。