未记录事实核验 · 状态:现行内容

记录仅说明核验时间与维护状态,不保证适用于所有环境;使用前请留意正文中的版本、适用条件与风险提示。

warning 适用范围与待核实事项

适用于信用风险术语入门和简化的预期损失计算。朋友借款、企业评级和行业风险分档是定性示意,不是实际评级结果或可直接用于授信的行业排序;实际判断需结合评级体系、期限、财务状况和经济环境。文中一年期PD只是常见口径,信用卡EAD例子仅适用于不考虑违约前进一步提款等因素的简化情形;预期损失乘积公式不能直接替代完整的拨备、资本或定价模型。

信用风险 - 借钱不还的可能性

abstract 🎯 3分钟快速理解

信用风险:借款人无法按时足额偿还债务本息的风险

简单说就是:借出去的钱可能收不回来的风险

🤝 生活化理解

example 👥 就像借钱给朋友

日常借钱的信用风险:

  • 👨 借给老王:月薪2万,工作稳定,信用好 → 风险低
  • 👦 借给小李:刚毕业,收入不稳定,爱花钱 → 风险中等
  • 👤 借给老张:经常借钱不还,信用差 → 风险高

银行面临的信用风险:

  • 🏢 优质企业:行业龙头,现金流好 → 信用等级AAA
  • 🏪 一般企业:经营正常,偶有困难 → 信用等级BBB
  • 🏭 问题企业:亏损严重,现金流差 → 信用等级CCC

风险结果:

  • 😊 按时还钱:皆大欢喜
  • 😐 延期还钱:有些麻烦但最终收回
  • 😰 部分违约:只能收回一部分
  • 😱 完全违约:血本无归

📊 信用风险的类型

info 🎯 不同层面的信用风险

个人信用风险:

  • 💳 信用卡风险:持卡人无法还款
  • 🏠 房贷风险:购房者断供
  • 🚗 车贷风险:购车者违约
  • 🎓 消费贷风险:借款人逾期

企业信用风险:

  • 🏭 经营贷款:企业经营困难无法还款
  • 🏢 流动资金贷款:企业资金链断裂
  • 🎯 项目贷款:项目失败无法回收
  • 💰 供应链融资:供应链风险传导

主权信用风险及相关风险:

  • 🏛️ 国家违约:国家无法偿还国债
  • 🌍 政府平台:地方政府融资平台的信用风险,不等同于主权信用风险
  • 💱 汇率风险:外币债务的汇率波动属于市场风险,但可能通过增加偿债负担加剧信用风险

🔍 信用风险的评估方法

tip 📋 风险识别和量化

定性分析(5C原则):

  • 💰 Character(品格):借款人的信用记录和道德品质
  • 📊 Capacity(能力):借款人的还款能力
  • 💎 Capital(资本):借款人的资本实力
  • 🛡️ Collateral(抵押):可提供的担保物
  • 🌍 Condition(环境):经济环境和行业前景

定量分析:

  • 📈 财务指标分析:资产负债率、现金流等
  • 🎯 信用评分模型:基于历史数据的评分
  • 📊 违约概率(PD):统计模型预测违约可能性
  • 💰 损失率(LGD):违约后的损失比例

外部评级:

  • 🏛️ 信用评级机构:穆迪、标普、惠誉
  • 📊 央行征信:人民银行征信系统
  • 💻 第三方数据:芝麻信用、腾讯信用等

📈 信用风险的主要指标

example 📊 关键风险指标

违约概率(PD - Probability of Default):

  • 📊 定义:借款人在指定期限内违约的概率,常见口径为未来一年
  • 💡 例子:PD=2%,意味着100个类似借款人在相同观察期内的预期违约人数为2人,实际人数不一定为2人
  • 🎯 用途:风险定价、资本配置

违约损失率(LGD - Loss Given Default):

  • 📊 定义:发生违约时损失占违约暴露(EAD)的比例
  • 💡 例子:LGD=40%,借出100万,违约后损失40万
  • 🎯 用途:计算预期损失、拨备计提

违约暴露(EAD - Exposure at Default):

  • 📊 定义:违约发生时的债务敞口金额
  • 💡 例子:信用卡额度10万,违约时已用5万,EAD=5万
  • 🎯 用途:计算实际风险敞口

预期损失(EL - Expected Loss):

  • 📊 公式:EL = PD × LGD × EAD
  • 💡 例子:2% × 40% × 100万 = 8000元
  • 🎯 用途:拨备计提、风险定价

🏭 不同行业的信用风险特点

warning 🏢 行业风险差异

低风险行业:

  • 🏛️ 公用事业:水电气,收入稳定
  • 🥤 消费品:必需品,需求稳定
  • 💊 医药:刚性需求,政策支持

中等风险行业:

  • 🏠 房地产:周期性强,政策敏感
  • 🚗 汽车:竞争激烈,技术变化快
  • 🏭 制造业:依赖经济周期

高风险行业:

  • ⛏️ 采矿业:资源价格波动大
  • ✈️ 航空业:高杠杆,外部冲击敏感
  • 🎮 新兴科技:技术不确定性高

周期性特征:

  • 📈 经济上行期:信用风险普遍较低
  • 📉 经济下行期:信用风险集中爆发
  • 🔄 经济转型期:结构性信用风险突出

🛡️ 信用风险的管理方法

tip 🎯 风险管控策略

事前防范:

  • 🔍 严格准入:建立客户准入标准
  • 📊 风险定价:根据风险水平定价
  • 🛡️ 担保措施:要求抵押、质押、保证

事中监控:

  • 📈 动态监测:实时跟踪客户经营状况
  • 🚨 预警系统:建立多层次预警机制
  • 🔄 压力测试:定期评估组合风险

事后处置:

  • 💰 催收管理:专业的逾期催收
  • ⚖️ 法律诉讼:通过法律途径追收
  • 🔄 债务重组:协商调整还款条件

风险分散:

  • 🎯 客户分散:避免过度集中
  • 🌍 地区分散:不同地区配置
  • 🏭 行业分散:多行业投放

💻 数据分析师在信用风险中的作用

example 🔍 数据驱动的风险管理

模型开发:

  • 🧮 评分模型:开发客户信用评分模型
  • 📊 违约模型:构建违约概率预测模型
  • 🎯 损失模型:建立损失率估算模型

风险监控:

  • 📈 指标监控:实时监控风险指标变化
  • 🚨 异常识别:识别异常交易和行为
  • 📊 趋势分析:分析风险变化趋势

决策支持:

  • 💰 定价建议:基于风险的定价建议
  • 🎯 限额管理:动态调整授信额度
  • 📋 报告生成:自动生成风险报告

🔗 相关概念链接

quote 💡 记住要点

信用风险是金融业最核心的风险类型,关键是要识别风险、量化风险、管控风险。对数据分析师来说,这是最有价值的专业技能领域。