基于RAROC技术的房地产行业信用风险管理策略研究

焦鹏

基于RAROC技术的房地产行业信用风险管理策略研究

焦鹏

信用风险是指债务人不能按时偿还债务或履行合约导致债权人遭受损失的可能性。长期以来，信用风险是商业银行面临的主要风险之一。本文在引入RAROC技术工具的基础上，立足于房地产行业的主要风险点，通过特定经济情景指标的选定，对如何应用信用风险管理策略进行了展示。

RAROC；风险管理策略；相关建议

一、RAROC相关理论基础

（一）RAROC的经济内涵

RAROC又称经风险调整的资本回报率，或经济资本回报率，是当今国际先进银行经营管理的核心技术手段。RAROC的核心原理是商业银行在评价其盈利情况时，必须考虑其盈利是在承担了多大风险的基础上获得的。如果某项业务的风险过大，则该项业务为消化其风险损失所占用的资本就较多，这时即便该项业务能带来较大的利润，与其所占用的资本相比，其资本利润率并不一定高。

（二）RAROC的模型架构

RAROC=风险调整后的收益/经济资本

=（净收益-预期损失）/经济资本

=（收入-成本和费用-预期损失）/经济资本

就银行而言，以上各项构成基本情况如下：

收入=利息+手续费净收入+其他业务收入+投资收益+营业外净收入-资产减值损失-所得税

成本=业务及管理费+营业税金及附加+其他营业支出费用=资金成本

预期损失=违约率＊违约损失率＊风险敞口

经济资本=信用风险非预期损失+市场风险非预期损失+操作风险非预期损失

（三）RAROC的作用

1.RAROC的基础是经济资本分配，它覆盖的范围纵向上至董事会、高级管理层的战略目标及风险偏好，下接业务前台的各项日常决策，而横向上则可以在资产、负债和表外等不同业务领域分配经济资本。

2.将作为RAROC基础的有限经济资本在各类风险、各个层面、各种业务和各项投资之间进行分配，可以从整体考虑所有风险，也可以实现某一类风险的内部风险组合管理。

3.无论从事单笔业务还是进行资产及投资组合，或者是对所有风险实施管理，关键是要在风险与收益之间寻找一个恰当的平衡点，以准确度量风险与收益的配比关系，RAROC是以经过风险调整后的投入产出比率作为各项业务决策的基本依据，并在风险可控的基础上实现股东财富的最大化，它是准确度量风险与收益配比关系的标尺。

二、房地产行业的信用风险管理策略

影响房地产行业的风险点主要有三个方面：一是宏观经济波动风险，房地产市场的调整直接影响投资和消费，一旦出现问题将对经济增长和金融稳定产生负面影响，进而导致银行收入和资金成本的波动；二是房地产贷款客户出现违约的风险增大，贷款客户的违约概率将显著上升；三是房地产价格下跌将导致房地产信贷质量下降，如果再出现较大幅度下跌，银行持有的房地产抵质押物价值会下降，主要反映为贷款的违约损失率增大。

（一）基本假设条件

假设1：商业银行根据总体风险偏好设定的房地产行业

RAROC指标为15%-20%。

假设2：压力下商业银行营运成本固定不变，不考虑其他综合收益和税收成本。

假设3：采取单因素方法进行分析，暂不考虑各因素同时变动下对RAROC指标的影响。

（二）单因素情境分析下RORAC的敏感性测试

表1 房地产行业单因素情景下RAROC的敏感性测试

从上表1可知，房地产行业在各压力情况下均不能满足商业银行风险偏好要求，潜在风险较大。需要特别指出的是，RAROC对贷款利率的变化最为敏感，各因素对RAROC的影响程度由大到小排序依次为：利息收入、资金成本、行业平均LGD和平均PD;其中，利息收入变动导致RAROC下降幅度最大。

（三）风险管理策略分析

从目前的经济环境中，房地产相关贷款违约的风险显著呈上升趋势，银行如要维持既定的战略目标，将RAROC保持在15%水平之上，必须适当调整业务策略：根据RAROC计算框架，在银行客户结构不变的情况下，可通过调整贷款利率或增加风险缓释、降低LGD来提高RAROC水平。

表2 平均PD和贷款利率变动对RAROC的综合影响

从上表2可知，在房地产行业平均违约率提升10%，也即到达5.5%时，贷款利率提升1%，也即贷款利率达到13.13%，RAROC指标便可以提升1个百分点，至15.44%,从而满足风险偏好的需要。

（四）两点启示

1.针对客户评级低于行业平均评级的客户，商业银行可以通过适当上浮贷款利率来提高银行净收益，从而提高房地产行业整体的风险调整后收益水平，满足商业银行风险偏好传导目标要求。

2.商业银行为了确保风险偏好的实现，需要运用RAROC模型，将经济资本在各类业务和各个业务部门之间进行科学合理的配置，制定组合层面的风险管理策略，以有效控制银行的总体风险，并实现可承受风险水平之下的利益最大化。

三、实施RAROC技术的相关建议

（一）不断积累数据并提升数据质量

在商业银行的各项技术实施中，数据是根本泉源，也是掣肘技术效果的突出因素，从一定意义上讲，解决了数据质量问题和充足性问题，很多风险管理中遇到的难题便可以迎刃而解。通过以上对RAROC模型的构成要素的分析可知，一笔业务的RAROC是与该业务相关的多种因素共同作用的结果，而每一种因素都需要准确数据的支撑，理想状态是商业银行能够确保所有原始数据都匹配到每一笔债项上，这样就从根本上解决了数据分摊的问题，使得RAROC模型可以方便地计算每一笔债项的RAROC，再从不同维度层层自下而上汇总，为银行战略的实施和风险偏好的把控进行服务。在当前形势下，银行需要从根本上提升数据的管理能力，有效开展数据治理工作和相关信息系统的数据服务能力。只有具备了以上能力，才可以从根本上保障RAROC模型的计算准确性和计算效率。

（二）持续推进客户信用评级模型优化工作，实现客户信用等级动态化管理

由于客户违约概率存在信用漂移问题，即任何客户的评级均会因时间因素和外部因素的变化，而发生相应的变化，因此商业银行需要定期对客户评级情况进行更新，以有效保障RAROC指标的及时性。同时，客户信用评级模型也存在有效期，因此需要定期进行模型效果验证，当区分度指标等监控指标出现下降时，需要及时启动模型优化程序。

（三）在使用RAROC技术时需要考虑多种因素

RAROC模型是针对每一个要素采取精确的计量方法进行计算，准确地度量了风险成本，但是该模型也有局限之处，例如某分支机构在当地扩大业务时，由于客户资源有限，很可能面临客户资源不足的问题，因此会造成客户信用等级的下降，业务风险的增大，收益的下降，这就是说，客户和业务的边际收益会呈递减趋势，这样随着业务的扩大，商业银行在该地区的RAROC指标会因此下降，同时，随着经济形势的变动和区域内竞争环境的改变，该指标也会发生变化。

（四）在基础条件满足时，实施开发RAROC信息系统

为了确保RAROC模型计算的及时性和准确性，开发RAROC信息系统将是最好的选择。该系统建立在众多业务系统基础之上，其不仅需要能够从各系统中获取计算所需的历史数据，而且能提供不同数据输入条件下的试算结果，使用者可根据不同的管理目标，调用该系统的特定服务模块，实现高效的数据测算工作。同时，必须认识到该系统建立后要进行不断优化，持续提升其针对性、可操作性和实用性。

[1]张守川.商业银行风险策略管理研究[M].北京：中国金融出版社,2013.

[2]孙志娟.我国商业银行RAROC风险定价模型[J].财经论坛，2011，（10）.

[3]潘凌遥.基于企业贷款角度的RAROC贷款定价模型[J].系统工程,2014，(03).

焦鹏，男，山东人，中国信达资产管理有限公司,研究方向：风险管理。

F830.5

A

1008-4428（2016）11-97-02