2. 预警模型核心概念:违约概率(PD)、损失率(LGD)、风险敞口(EAD)、预期损失与非预期损失

贷后预警模型的核心在于量化借款人在未来一段时间内可能产生的信用损失。国际银行业通用的巴塞尔新资本协议(Basel II/III)将信用风险拆解为四个关键参数:违约概率(PD)、违约损失率(LGD)、违约风险敞口(EAD),并由此衍生出预期损失(EL)与非预期损失(UL)。理解这五个概念是构建预警看板的数学基础。

2.1 核心参数定义与业务含义

参数 英文缩写 定义 业务含义
违约概率 PD 借款人在未来一定时期内(通常为1年)发生违约的可能性 衡量客户信用质量的核心指标,预警模型的主要输出
违约损失率 LGD 一旦发生违约,预期损失的金额占违约风险敞口的比例 反映担保、抵押、回收流程对损失的缓释效果
违约风险敞口 EAD 违约发生时,银行面临风险的资产总额 对于贷款,通常等于当前未偿还本金+应计利息
预期损失 EL 基于历史数据统计得出的平均损失水平 作为贷款定价、拨备计提的依据
非预期损失 UL 实际损失超出预期损失的波动部分 决定银行需要持有多少经济资本来抵御极端风险
关键公式: 预期损失(EL)= PD × LGD × EAD。这是预警看板中计算风险加权资产和拨备的基础公式。

2.2 预期损失(EL)与非预期损失(UL)的数学关系

预期损失是银行经营中可预见的“成本”,通过定价和拨备覆盖。而非预期损失是实际损失围绕EL的波动,由经济资本覆盖。两者的关系可以通过损失分布曲线直观理解。

预期损失与非预期损失分布示意图 预期损失(EL) 均值 = PD × LGD × EAD 非预期损失(UL) 标准差 × 置信系数 EL 上限 极端损失 (压力情景) 损失金额 概率密度

2.3 预警模型中的参数联动关系

在贷后预警看板中,PD、LGD、EAD并非孤立存在,它们通过以下逻辑链条联动,共同决定风险评级与预警等级:

  1. PD 驱动预警触发: 模型首先输出PD值,当PD超过预设阈值(如PD > 5%)时,触发预警信号。
  2. LGD 调整损失严重性: 对于有抵押或担保的贷款,LGD较低,即使PD较高,预期损失也可能可控。
  3. EAD 决定风险规模: 同一PD水平下,EAD越大,潜在损失越大,预警等级应相应上调。
  4. EL 用于拨备计算: 看板中“预计拨备”字段 = EL × 资产余额。
  5. UL 用于资本计量: 看板中“风险资本占用”字段基于UL计算。
实操提示: 在构建看板时,建议将PD、LGD、EAD作为三个独立的输入维度,通过公式自动计算EL和UL。不要手动输入EL,避免计算口径不一致。

2.4 参数在预警看板中的映射字段

以下是将核心概念映射到实际看板字段的典型设计:

核心概念 看板字段名称 数据来源 更新频率
PD 违约概率评分 / 风险等级 评分卡模型 / 机器学习模型 每日 / 实时
LGD 预期损失率 / 回收率 历史回收数据 / 抵押品估值 每月 / 每季
EAD 当前余额 / 授信额度使用率 核心账务系统 每日
EL 预计拨备金额 PD × LGD × EAD 计算 每日
UL 经济资本占用 内部评级模型 / 监管公式 每月

2.5 参数计算流程架构

下图展示了从原始数据输入到最终预警等级输出的完整计算链路:

预警模型核心参数计算流程 客户基本信息 征信、行为、工商数据 债项信息 抵押品、担保、期限 交易与余额数据 还款流水、当前余额 PD 模型 逻辑回归 / XGBoost LGD 模型 回收率回归 / 决策树 EAD 计算 余额 + 应计利息 预期损失(EL)= PD × LGD × EAD 非预期损失(UL)= f(PD, LGD, EAD, 相关性) 预警等级 / 拨备金额 / 经济资本
常见误区: 部分看板将“预期损失”直接等同于“拨备金额”,忽略了非预期损失对资本充足率的影响。在监管报送场景下,必须同时展示EL和UL两个指标。

2.6 参数在预警决策中的应用

基于上述参数,预警看板可以输出以下决策支持信息:

  • 风险分级: 根据PD值将客户分为正常、关注、次级、可疑、损失五级。
  • 拨备计提: 按照EL金额计提贷款损失准备,影响当期利润。
  • 资本计量: 根据UL计算风险加权资产(RWA),决定银行资本充足率。
  • 定价调整: 新发放贷款的利率 = 资金成本 + 运营成本 + EL + 资本回报。
  • 催收策略: 高PD+高LGD的客户优先采用强力催收手段。