KNOWECON WIKI

ARTICLE

违约风险暴露

违约风险暴露 (Exposure at Default, EAD) 违约风险暴露 (Exposure at Default, EAD) 是信用风险管理中衡量债务人违约时债权人面临的风险敞口金额的核心指标。它与违约概率 (Probability of Default, PD) 和违约损失率 (Loss Given Default, LGD) 共同构成巴塞尔协议

浏览 0 更新 2025-12-19

违约风险暴露 (Exposure at Default, EAD)

违约风险暴露 (Exposure at Default, EAD) 是信用风险管理中衡量债务人违约时债权人面临的风险敞口金额的核心指标。它与违约概率 (Probability of Default, PD) 和违约损失率 (Loss Given Default, LGD) 共同构成巴塞尔协议框架下计算预期损失 (Expected Loss, EL)的三大支柱：

Expected Loss=PD×LGD×EAD\text{Expected Loss} = \text{PD} \times \text{LGD} \times \text{EAD}

其中，EAD 回答的问题是：当违约发生时，银行到底暴露了多少资金？ 对于一笔已全额提款的贷款，EAD 等于其未偿本金；但对于尚未提款的信用额度、信用证、衍生品合约等，EAD 的估计要复杂得多——这正是 EAD 建模的核心挑战所在。

表内敞口与表外敞口

EAD 的计算首先需要区分表内 (On-Balance Sheet)与表外 (Off-Balance Sheet)风险暴露。

对于表内项目——如已发放的企业贷款、住房按揭、持有的债券——EAD 通常等于其账面价值，扣除已确认的减值准备 (Specific Provisions) 后得到净敞口。在内部评级法 (IRB)下，银行可以使用自己的估计；在标准法 (Standardised Approach)下，监管给定的规则直接适用。

对于表外项目——如未使用的信用卡额度、循环信贷便利 (Revolving Credit Facilities)、信用证 (Letters of Credit)、贷款承诺——EAD 的计量需要引入一个关键参数：信用转换系数 (Credit Conversion Factor, CCF)。

信用转换系数 (CCF)

信用转换系数 (CCF) 将表外名义金额转换为"违约时预计已提取金额"的等价表内敞口：

EAD表外=名义金额×CCF\text{EAD}_{\text{表外}} = \text{名义金额} \times \text{CCF}

CCF 背后的直觉是：借款人在财务困境中往往会最大限度地提取可用信用额度以维持流动性，因此违约时的敞口可能远大于当前已提取金额。这种行为被称为违约前额度加速提取 (Pre-Default Drawdown)。

在巴塞尔协议 II 和 III 框架下，CCF 的设定分为两个层次：

  1. 监管给定的 CCF：适用于标准法银行。例如，贷款承诺通常适用 75\% 的 CCF（如果原始期限超过一年），短期自偿性贸易信用证适用 20\%，而可直接无条件取消的承诺适用 0\%。
  2. 银行自估的 CCF：IRB 银行可以基于历史数据自行估计 CCF，这需要建立EAD 模型，并满足监管对数据质量、模型验证和保守性边际的要求。

EAD 建模方法

IRB 银行通常使用以下方法估计 EAD：

1. 贷款等价敞口 (Loan Equivalent Exposure, LEQ) 法：将表外额度在违约前的使用比例建模为借款人特征、产品类型、经济周期阶段等变量的函数。一个典型的 LEQ 回归模型可写为：

LEQi=β0+β1⋅CreditScorei+β2⋅LimitSizei+β3⋅GDPGrowth+εi\text{LEQ}_i = \beta_0 + \beta_1 \cdot \text{CreditScore}_i + \beta_2 \cdot \text{LimitSize}_i + \beta_3 \cdot \text{GDPGrowth} + \varepsilon_i

2. 直接 EAD 建模：不经过 CCF 中间步骤，直接对违约时的敞口金额本身进行建模，通常使用托比特回归 (Tobit Regression)或分位数回归，以捕捉敞口在零和限额之间的截断特征。

3. 时点评级 (Point-in-Time, PIT) 与跨周期 (Through-the-Cycle, TTC) 的权衡：PIT-EAD 反映当前经济条件下的预期敞口，波动较大但更符合实际；TTC-EAD 考虑了整个经济周期的平均敞口水平，更保守但可能与当前风险脱节。巴塞尔协议要求 EAD 估计应包含经济下行期的敞口增加效应 (Downturn EAD)，以覆盖顺周期风险。

EAD 在衍生品和回购交易中的特殊性

对于衍生品合约（如利率互换、信用违约互换），EAD 的计量更加复杂，因为衍生品的敞口取决于市场价格的未来变动，而非合同名义金额。此时 EAD 需通过潜在未来敞口 (Potential Future Exposure, PFE)模型来估计，常见方法包括：

  • 当前敞口法 (Current Exposure Method, CEM)：EAD = 当前重置成本 + 附加因子 × 名义本金。附加因子按资产类别和剩余期限查表。
  • 标准法交易对手信用风险 (SA-CCR)：巴塞尔 III 引入的改进方法，替代了 CEM，更精细地捕捉净额结算与保证金的缓释效应。
  • 蒙特卡洛模拟 (Monte Carlo Simulation)：通过模拟基础风险因子的未来路径，计算每个未来时点的预期正敞口 (Expected Positive Exposure, EPE)，并取有效 EPE 作为 EAD。

对于回购交易 (Repo)，EAD 等于证券市值与现金之间的差额，但须考虑折扣 (Haircut)与保证金的追加机制。

EAD 与预期损失、监管资本

在巴塞尔框架下的资本充足率计算中，EAD 作为风险加权资产 (Risk-Weighted Assets, RWA)的乘数，直接决定了监管资本需求：

RWA=K×12.5×EAD\text{RWA} = K \times 12.5 \times \text{EAD}

其中 KK 是资本要求函数（基于 PD、LGD、有效期限 (Maturity) 等参数）。因此，EAD 的高估将直接推高银行的最低资本要求——EAD 既是风险管理工具，也是监管约束工具，其计量精度对银行的资本效率和竞争力至关重要。

中国实践

在中国银保监会的监管体系下，商业银行资本管理办法（2012 年版及其后续修订）全面引入了 EAD 的概念。对于实施高级法的六家系统重要性银行（工农中建交及部分股份制银行），EAD 模型需经监管审批；对于其他银行，执行标准法下的监管给定 CCF。

近年来，随着互联网金融和供应链金融的快速发展，新型表外信用形式（如联合贷款中银行的出资承诺、资产支持证券的流动性便利）对传统 EAD 框架提出了挑战，推动了更灵活的风险敞口计量实践。

EAD 与贷款定价、经济资本

EAD 不仅用于监管合规，也是贷款定价 (Loan Pricing)与经济资本 (Economic Capital)配置的核心输入。在风险调整后资本回报率 (RAROC)框架下，一笔贷款的风险成本直接由 EL 决定，而 EL 又对 EAD 的估计高度敏感。如果银行低估了 EAD，则定价偏低，长期将侵蚀资本基础；高估 EAD 则可能在竞争性市场中失去优质客户。

经济资本方面，非预期损失 (Unexpected Loss, UL)的计算同样依赖 EAD：在 Vasicek 单因子模型的监管版本中，UL 的资本乘数 KK 是 PD 与 LGD 的函数，但最终乘以 EAD 得到 RWA。这意味着 EAD 的任何测量误差都将按比例传导至资本占用，影响银行的资本充足率和净资产收益率 (ROE)。

总之，EAD 是连接信用风险的事前 (Ex Ante)计量与事后 (Ex Post)损失实现之间的关键桥梁。它迫使银行不仅关注"谁可能违约"(PD)和"违约后损失多少"(LGD)，还要追问一个看似简单却充满建模挑战的问题：违约真正来临时，我方的风险敞口究竟有多大？