信用风险论文范文

引言：寻求写作上的突破？我们特意为您精选了12篇信用风险论文范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

一、引言

新巴塞尔协议的核心内容是内部评级,包括了市场风险、信用风险和操作风险。市场风险由于数据都来之外部资本市场,而且方法成熟,需要我们自行研究的较少;操作风险的计量方法还不够成熟;信用风险,虽然方法成熟,但是需要使用内部数据,从而更多的需要我们自行开发研究,而且对于中国的银行业,传统的信贷业务仍是比重最大的业务,所以信用风险评级是目前我国银行研究的重点,也是内部评级的突破口。

信用风险评级模型的基本思想是从已有信用表现的历史数据中提炼信息,得到客户属性和行为变量与客户违约概率之间的函数关系,从而来预测未来的客户信用状况。这种函数关系,是广义上的对应关系,并不一定存在显式的表达。

尽管信用风险计量有很多领域还处于研究阶段,不过信用风险评级发展较早,从1968年奥尔特曼(Altman)引入的Z-score模型开始,到现在的logistic模型、机器学习等方法,在发达国家,不论是理论研究,还是实际应用,信用风险评级都已经相当的成熟。那么我们是否可以直接搬来使用呢?信用风险内部评级模型,方法的选择固然重要,但是好的方法并不一定对应好的结果,实际上模型表现更多的决定于问题本身情况和问题解决的处理细节。我国的银行业进行信用风险评级,虽然在技术上的有一定的“后发优势”,但是绝对不是简单的“直接拿来”。信用风险的内部评级工作需要根植于内部数据,来开发适合中国实际情况的评级模型。本文从银行内部评级的角度,对信用风险评级的若干问题进行了讨论,并提出了适当的处理方式。

二、数据特性

不同的数据特性适用不同的模型。例如,判别分析要求自变量符合多元正态分布;而Logistic回归对于数据的分布要求比较低,而且在处理纲目数据方面有着非常大的优越性。在变量不服从多元正态分布的情况下,Logistic回归优于判别回归;但是如果变量服从多元正态分布,那么线性判别规则是最优的。而机器学习类的模型,对于分布要求不高,而且处理离散变量也有明显的优势,例如决策树、神经网络。

模型没有绝对的最优,必须按照数据情况来选择合适的模型。数据情况的统计分析,是十分重要的,即使国外已经有经验表明某种模型表现优异,也有结合实际的建模数据进行分析。如果我国的数据情况与国外不同,不符合该模型的假定,该模型就不可取。

所以,建模的第一步工作就是分析数据情况,讨论各种可能模型的适用性,初步确定符合数据情况的模型框架。

三、分布的变化

既然信用评级的基本思想是从历史数据中提炼信息来预测未来的客户信用状况。那么,即使我们从历史数据中提炼出了完整的信息,如果历史数据与未来情况不同,预测的可信度也会成为问题。

一个比较典型的问题是宏观经济的变化。宏观经济的变化对于整体违约概率的影响是非常大的,如图1所示,美国历年来的公司违约情况。公司客户的评级往往主要依据公司的财务数据来得出结论,而实际上,即使是相同的财务比例,在不同的宏观经济情况下,也有不同的表现。公司类客户同样还要考虑整体行业的演变过程,根据经济学理论,行业生命周期往往经历萌芽期-扩展期-成熟期-衰退期四个周期。

在消费者评分模型中,还有一个问题是人口漂移。我国目前正处在精神文明和物质文明高速发展的阶段,人口特性变化很快,如打工族的出现、贷款购房的增加、家用轿车消费增加等。这些变化会导致潜在信用消费人群和信用观念的变化。这种随着经济环境、人口结构和生活方式的变迁使样本人群的范围和特质发生变化,一般被称为人口漂移。人口漂移会使原有评分标准下的评价结果与现实情况不符,这时就应适当的调整权值修正人口漂移带来的偏差,并不断更新作为训练样本的数据。

在宏观经济的变化引起的违约概率的整体变化,需要建立宏观经济模型来调整客户评级;而类似人口漂移等问题,数据结构都已经发生了变化,需要经常的更新训练样本,升级评级模型。评级模型有个别模型本身对于分布变化的这类问题有一定的解决能力,例如最近邻法,它可以直接加入新的申请者或删除老的用户的方式动态升级系统,从而克服人口漂移带来的问题。

四、拒绝推断

当我们使用训练样本进行模型研究的时候,所有训练样本都是已经有信用表现的客户,即都是曾经被授信的客户,而申请被拒绝的客户不在其列。但是当我们使用模型的时候,却面对了所有的可能客户(即包括了按照以前的标准被授信或者被拒绝的客户),既然我们模型从来就不认识被拒绝客户,又如何对他们作出判断呢?所谓“拒绝推断”(refusereference)是指如何从被拒绝的申请人中鉴别出应向其授信的申请人的问题。模型开发者面临的情况如图2。

在完全不准确(近乎随机)的信用评分的情况下,跃为较为精确的评级模型,“拒绝推断”造成的影响不是很严重。当然实际情况不会如此,即使是简单的专家选择,也会使得训练样本有偏。而开始使用模型后,由于人口漂移等诸多因素,原有的信用评级模型随着时间的流逝而渐渐失效,从而需要不断地更新。“拒绝推断”是信用操作中无法回避的重要问题,目前主要的解决有部分接受法、混合分解法等。

1.部分接受法

这是一种解决这类问题的较理想的方法,但是却不会受到经营者的欢迎。部分接受法就是在未被授信的客户集中进行随机的取样,批准他们的贷款申请,然后观察其以后的行为。这些申请者,被

(图2“拒绝推断”的图例)

赋以相应的权重,然后和那些通过原有规则获得批准的客户(或者是它们当中的随机取样)联系在一起,这将会带来完全随机的人群样本,可以用来创建新的评级模型。但是经营者往往不愿意这样做,他们的理由就是既然那些客户已经被认为是没有好的信用质量,批准他们的信用申请会带来损失。但是,如果授信方接收了当中一些人的申请,那么就可以通过建立更加具有预测能力的模型再长期获利。在任何情况下,授信方的利润都不会因为这些取样而受到太大的影响,因为这些取样都是经过仔细挑选的。关于部分接受法的研究还需要更加广泛的工作,不过有一点可以肯定的是,这个方法需要前台经营部门和风险管理部门的通力合作和预先的计划。

2.混合分解法

这是一种在没有任何关于人群信息的情况下,估计两种人群比例的方法。使用这种方法的前提是关于好坏人群的性质分布的假设。特别是,必须假设知道这些分布就等同于知道一些参数的值,而这些值是可以通过数据估计的。这种方法的关键就在于将假定的优质客户分布与假定的劣质客户分布的加权平均作为观察值的分布与整体样本分布的匹配。如此得到的整体样本分布称为“混合分布”。

这一方法可以让人们能够利用已知分布的一些优异性质,但它的弊端也很明显,就是关于好坏分布的假设必须是准确的。不幸的是,信用数据的特征非常复杂,想准确的得到它的分布往往是很困难的。

五、数据真实性

这是一个比较有中国特色的问题,虽然发达国家也有财务欺诈,但是绝对没有中国的严重。由于制度的缺失,或者制度执行的乏力,在中国,即使是会计师事务所审计出来的数据可能也是不可靠的。所以反财务欺诈,对于模型开发者是面临的严峻问题。但是模型开发者能做的只能是发现在统计意义上或者逻辑关系上出现的异常现象。

六、数据缺失

我国银行建立评级模型,面临最为严重的问题是数据缺失。在数据缺失非常严重的情况,建立一个优秀的模型几乎是不可能的,所以在此讨论在能建模的前提下,数据缺失问题如何处理。

如果一个变量缺失一定比例(例如50%)以上,只有放弃该变量;如果从经济学含义上,该变量确实非常重要,那么只有通过专家的经验来寻找可替代的变量(或者变量组合)。例如,家庭地址的所属区可能是十分重要的变量,但是并没有被记录,或者建模人员无法从家庭地址中提炼出区域,那么可以通过邮政编码和电话号码结合表征区域变量。

在数据缺失不是很严重的情况下,我们可以采用缺值替代的方法,例如均值替代、同类均值替代等,或者在不影响数据量的前提下也可以直接删除数据缺失的记录。

以上讨论的都还是完全随机缺失,这类缺失是完全随机发生的,不影响样本的无偏性。但是缺失更常见的随机缺失和非随机缺失,所谓随机缺失是指该变量的数据缺失与其他变量有关,例如财务数据缺失情况与企业的大小有关;非随机缺失是该变量的缺失与本身取值有关,如高收入人群的不原意提供家庭收入,财务情况差的公司不提供财务报表。

对于随机缺失和非随机缺失,删除记录是不合适的,随机缺失可以通过已知变量对缺失值进行估计;而非随机缺失还没有很好的解决办法。总结而言,缺值问题还是一个需要深入研究的问题。

七、过度拟合

由于样本中存在噪音,所以模型的拟合优度只能达到一定程度,这是理论能达到的最优拟合度。有些时候,当模型把噪音当成了信息进行拟合,使得拟合优度超过了理论的最优拟合度,过度拟合的模型实际上包含了错误的信息,预测能力很差。如图3是一个过度拟合的简单例子,对于图中的点,我们通过线性拟合和非线性拟合得到拟合曲线a和b,显然的曲线b的拟合优度要高于曲线a,但是如果本质上y和x之间是线性关系,那么非线性拟合的模型假设是错误的,较高的拟合优度实际上是过度拟合造成的。

过度拟合可以通过评价样本等方法来解决,如图4,当训练不断进行,训练样本的误判率不断降低,而评价样本则呈现先降后升的情况,那么当评价样本的误判率到最低时,我们就应该停止训练。

八、指标选取中一些问题

篇2

第一，非系统性与系统性。借款人的还款能力和还款意愿受多种因素的影响，一方面债务人自身的财务状况、投资策略和经营能力等因素决定了其能否按期履约还款。而另一方面，除了借款人自身的非系统风险之外，系统风险的也会对债务人违约产生影响，包括宏观经济状况、行业发展状态和政策法律等因素。

第二，道德风险与信息不对称对信用风险的形成具有重要作用。债权人与债务人的信用交易通常是在信息不对称的条件下进行的。债权人经常对债务人的信息掌握缺乏或者掌握错误信息，在信息掌握失衡的情况下，债务人为了实现自身的利益最大化，道德风险发生的可能性变大，即产生违约倾向，最终形成信用风险。

第三，信用风险收益的非对称性。信用风险收益的分布具有典型的非对称性，信用风险分布的偏峰厚尾特征决定了简单的应用均值和方差来衡量风险的大小是不充分的。

第四，信用风险作用于银行信贷经营的全过程，只有及时、准确地发现信用风险的诱导因素并系统、连续地掌握信用风险的特征、大小、属性及变动趋势，才能防范和化解风险。

二、信用风险四个量化因子

第一，违约概率（ProbabilityofDefault，PD），是指银行的交易对手（债务人）在未来一段时间内发生违约的可能性。对违约概率进行量化，需要我们对违约进行具体的界定。长期以来对违约的定义没有一个统一的标准，不同的用途有时会采取的不同的违约定义。新巴塞尔协议提供了违约的参考定义，违约是指以下两种情况的一种或者两者同时出现：一是银行认定除非采取追索措施，如变现抵质押品（如果存在的话），借款人可能不能全额偿还对银行集团的债务；二是借款人对银行集团的实质性信贷债务逾期90天以上。对于“不能全额偿还”，新协议又进行了六点详细阐述：一是银行停止对贷款表内计息，即借款人的贷款转为表外计息；二是由于信贷质量大幅下降，银行核销了贷款或计提了专项准备；三是银行将借款人贷款出售并相应承担了较大经济损失；四是银行同意对借款人进行消极债务重组而发生本金、利息或费用等较大规模的减免或推迟偿还造成债务规模的减少；五是就借款人对银行集团债务而言，银行将债务人列为破产或类似状况；六是借款人破产或申请破产或处于类似保护状态，由此不能履行或需要延期履行银行集团债务。

第二，违约损失率（LossGivenDefault，LGD），是指债务人一旦违约将给银行(债权人)造成的损失数额占风险暴露的百分比，它衡量了损失的严重程度，并且有违约损失率＝1-回收率。对违约损失率进行量化需要我们对损失进行具体的界定。损失的界定即损失计算的范围，对此银行业实际业务中缺乏统一定义，往往根据具体目的和需要确定，一般损失的内容包括以下几个方面：本金的损失、利息的损失、违约债务持有成本和清收费用（如托收费、律师诉讼费）等。

第三，违约风险暴露（ExposureAtDefault，EAD），也称违约敞口，指信用暴露中面临违约风险的部分。关于违约敞口最重要的一点是它是未来的敞口，即在将来面临信用风险的头寸规模。由于提款和还款的方式不同，加上存在其他不确定性因素，在贷款到期之前信用敞口经常随着时间的推移而改变。

第四，有效期限（Maturity，M），是指当前与贷款或债券到期偿还日的时间间隔。向企业放贷对银行来说是一种投资行为，与其他形式的投资一样，银行这一投资的收益受其时间价值的影响。贷款的期限越长，债务在到期之前面临的不确定性越大，风险自然也就越大。在最新的巴塞尔新资本协议中，明确的提到了期限的处理问题。

三、信用风险损失的计量

对信用风险的四个量化因子进行研究，主要目的是对信用风险可能带来的损失进行计量。对信用风险损失的计量标准有两种方法，一是基于违约式模型下的损失，即债务人已发生的违约行为而给债权人（这里主要说的是商业银行）带来的损失；二是盯市模型下的损失，即除了违约行为之外，债务人信用等级的降低或资信质量的恶化导致的潜在损失，这是因为即使在借款人信用状况恶化的情况下并没有发生违约，但是信用资产的经济价值也会因借款人信誉发生变化而受到影响。目前，对于信用风险损失的计量主要考虑预期损失、非预期损失和损失不足三种情况。

1、预期损失（EL）。预期损失是银行在经营活动中可以预期到的损失。银行在事前计提损失准备金来抵御预期损失，或者在贷款定价时将预期损失作为成本（如通过贷款利率）予以考虑。预期损失是损失的期望水平，没有考虑不确定性因素的影响。因此银行须将预期损失视为经营的成本，在贷款的定价或事前损失拨备中予以考虑。预期信用风险损失率等于违约损失率和违约概率的积。进行违约概率和违约损失率测度，可以有效提升信用风险管理水平。

2、非预期损失（UL）。又称意外损失，非预期损失是指因经济环境或市场状况异常波动等非预期事件造成的实际损失对预期损失的偏离。如果组合损失分布服从正态分布，预期损失和非预期损失的分布将与组合信用损失分布一致，因为已知一阶矩和二阶矩即可确定正态分布，那么非预期损失一般可以用预期损失的标准差来描述。但信用风险的损失分布并不服从正态分布，而是具有明显的有偏和非对称性特征。此时非预期损失对应于在险价值（VaR）与期望损失之差。

3、损失不足（ES）。意外损失不包括极端事件，极端事件指VaR置信水平以外的概率发生的损失，尽管股市崩盘、金融危机发生的概率很小，但是其造成的损失是投资者不能忽视的，而一般的统计规律不能估计极端损失，这需要采用压力检测分析这一问题，相应的提出了极值理论和一致性风险度量。损失不足即是度量超出VaR置信水平下最严重损失的平均值，它能够满足对极端损失的关注，在连续分布下，还满足次可加性、齐次性、单调性和无风险条件四个公理，是一致性风险度量手段。

四、经济资本与经风险调整收益率

以经营信贷资产为主要业务的商业银行，始终面临着风险和潜在损失问题，为了抵御这些损失的影响，银行必须配备一定的准备或者资本，又因其行业的特殊性，其资产资本构成与一般工商企业有较大的差异，银行的资本仅占其资产总额的很小一部分，同时银行除了自身主动提取风险准备以外，还要满足外部监管当局的资本要求。

第一，经济资本（EC）。经济资本是银行内部用以缓冲风险损失的权益资本。巴塞尔资本协议将经济资本笼统的定义为银行等金融机构在经营过程中所必须持有能够覆盖所有可能风险的资本数量，经济资本的数量由金融机构自己估计。经济资本的概念与在险价值（ValueatRisk，记为VaR）的概念实际上一致的。在险价值刻画了损失分布的尾部风险，其定义是在一定时期内，在某一置信水平下，投资组合的最大可能损失。事实上，银行内部测算的经济资本与外部监管当局所要求的监管资本常常是不一致的，这种不一致既可能是经济资本高于监管资本，也可能是经济资本低于监管资本。经济资本是银行内部为抵御风险而主动配备的资本，实际上是指所“需要的”资本或“应该有的”资本，不是银行已经拥有的资本，它不同于帐面资本和监管资本。虽然经济资本与监管资本都起到风险缓冲的作用，但前者是由银行管理者从内部来认定和安排的缓冲，它实际上反映了股东价值最大化对银行管理的要求；而后者则是银行业监管部门从行业监管的角度对银行资本金水平所做的要求。在风险定价方面，监管资本无法有效的区分暴露的风险差异，而经济资本做到了这一点，经济资本对风险的敏感性显著高于监管资本对风险的敏感性。所以，从理论上经营稳健的银行需要动态监测监管资本和经济资本，并保证经济资本大于等于监管资本。当经济资本高于监管要求的资本时，银行为了提高资本金的利用效率，会将超额的部分通过资本充足率的杠杆效应，扩大信贷投放；或者通过增加表外业务实现资本金的投资收益。最终使经济资本与监管资本趋于一致。当银行内部计算的经济资本要求，大大低于监管所规定的监管资本要求时，银行就会倾向于监管资本套利。监管资本套利的主要做法是通过资产证券化或其他金融创新工具将低风险资产从信贷组合中稀释出去，而从中获得收益。

第二，经风险调整收益率（RAROC）定义为净收益减去预期损失后与经济资本的比。该定义与资产组合理论中的风险收益比率即Sharp比率相似。银行除了重视估计风险潜在损失和进行经济资本配置以外，对银行的收益能力也十分重视。20世纪70年代末，美国信孚银行提出了RAROC，目的是为了度量银行信贷资产组合的风险和计算在特定损失率下为限制风险暴露必须的股权数量。后来许多大银行在此基础上纷纷对RAROC模型进行开发，从而逐渐改变了传统的以资产收益率和资本收益率为中心的业绩考核和管理体系，将风险因素充分考虑到银行的经营业务考核中。20世纪90年代，这项技术在不断完善的同时在国际上大银行间得到了广泛的推广，并逐渐成为当今金融理论界和实践中公认的最核心、最有效的经营业绩考核管理方法。我国银行业监管管理委员会在《商业银行市场风险管理指引》中指出，银行是经营特殊商品和服务的高风险企业，必须将风险因素引入到经营管理和绩效衡量中。实践表明，银行业要实施全面风险管理，就必须以经济资本为基础，建立一套有效的风险调整后的资本收益率管理体系。

【参考文献】

[1]MurphyA.：AnempiricalanalysisofthestructureofcreditriskpremiumsintheEurobondmarket[J].JournalofInternationalMoneyandFinance，2003（22）.

[2]Stiglitz，J.E.，A.Weiss：CreditRationinginMarketswithImperfectInformation[J].TheAmericanEconomicReview，1981（71）.

[3]李志辉：中国银行业风险控制和资本充足性管制研究[M].中国金融出版社，2007.

[4]孟庆福：信用风险管理[M].经济科学出版社，2006.

篇3

二、信用卡业务信用风险管理外部体系的构建

1.个人征信的含义

个人征信指的是由专门的征信机构建立个人信用信息的数据库，将分散在各金融机构以及社会相关部门的个人信用信息进行收集和分析，从而对外提供个人信用报告和信用评估等服务的活动。众多的先进经验表明，建立完善的个人征信体系能够为信用卡的健康发展提供保障。

2.完善我国个人征信体系的建议

经过近些年的发展，我国的个人征信体系获得了一定的发展，但是，在很多方面仍然存在不完善的地方，特别是征信机构尚处在发展的初级阶段、征信产品应用范围不够广泛等问题，影响了我国商业银行信用卡业务的信用风险管理工作的深入，急需对其进行完善，具体的措施包括：第一，建立全国统一的企业和个人征信体系，并在原有基础上将保险、证券、工商等纳入范畴之内，扩大所采集数据的覆盖面，以便为其他部门提供征信服务；第二，为信用评级机构的发展创设良好的外部环境，在改进内部评级体系的同时，推动第三方信用评级市场的发展，促进内外部评级结果的结合，提供更高质量的信用服务；第三，明确监管目标，完善相关的法律法规体系，加强对征信市场的监督管理。

篇4

1引言

信用风险（CreditRisk）是银行贷款或投资债券中发生的一种风险，也即为借款者违约的风险。在过去的数年中，利用新的金融工具管理信用风险的信用衍生工具（CreditDerivatives）发展迅速。适当利用信用衍生工具可以减少投资者的信用风险。业内人士估计，信用衍生市场发展不过数年，在95年全球就有了200亿美元的交易量。

本文系统分析了信用衍生工具的基本原理和分类应用。第一部分总结了如何测量信用风险，影响信用风险的各种因素及传统的信用风险管理方法。第二部分介绍了如何利用信用衍生工具管理信用风险。第三部分对信用衍生工具产生的相应的风险的和其监管问题作了初步探讨。第四部分对中国银行业应用信用衍生工具思想管理信用风险的初步设想，第五部分是全文的总结。

2信用风险的测量与传统的信用风险管理方法

信用风险对于银行、债券发行者和投资者来说都是一种非常重要的影响决策的因素。若某公司违约，则银行和投资者都得不到预期的收益。现有多种方法可以对信用风险进行管理。但是，现有的这些方法并不能满足对信用风险管理的更高要求。本部分对如何测量信用风险和信用风险对投资者、发行者和银行的影响作了详细说明。并对管理信用风险的传统方法（如贷款出售、投资多样化和资产证券化等）作了总结。

2.1信用风险

信用风险是借款人因各种原因未能及时、足额偿还债务或银行贷款而违约的可能性。发生违约时，债权人或银行必将因为未能得到预期的收益而承担财务上的损失。信用风险是由两方面的原因造成的。①经济运行的周期性；在处于经济扩张期时，信用风险降低，因为较强的赢利能力使总体违约率降低。在处于经济紧缩期时，信用风险增加，因为赢利情况总体恶化，借款人因各种原因不能及时足额还款的可能性增加。②对于公司经营有影响的特殊事件的发生；这种特殊事件发生与经济运行周期无关，并且与公司经营有重要的影响。例如：产品的质量诉讼。举一具体事例来说：当人们知道石棉对人类健康有影响的的事实时，所发生的产品的责任诉讼使Johns-Manville公司，一个著名的在石棉行业中处于领头羊位置的公司破产并无法偿还其债务。

国际上，测量公司信用风险指标中最为常用的是该公司的信用评级。这个指标简单并易于理解。例如，穆迪公司对企业的信用评级即被广为公认。该公司利用被评级公司的财务和历史情况分析，对公司信用进行从aaa到ccc信用等级的划分。aaa为信用等级最高，最不可能违约。ccc为信用等级最低，很可能违约。另外一个对信用风险度量的更为定量的指标是信用风险的贴水。信用风险的贴水不同于公司偿债的利率和无违约风险的债券的利率（如美国长期国债）。信用风险的贴水为债权人（或投资的金融机构）因为违约发生的可能性对放出的贷款（或对投资的债券）要求的额外补偿。对于一个需要利用发行债券筹资的公司来说，随着该公司信用风险的增加，投资者或投资的金融机构所要求的信用风险贴水也就更高。某种级别债券的风险贴水是该类债券的平均利率减去十年期长期国债利率（无风险利率）。信用评级与信用风险贴水有很强的关联。公司的信用评级越高，则投资者或金融机构所承担的信用风险越低，所要求公司付出的信用风险贴水越低；而公司信用评级的降低，则投资者或金融机构所承担的信用风险越高，则在高风险的情况下，投资者或金融机构要求公司付出信用风险贴水越高，则公司会很大程度上增加了融资成本。从以上分析可以看出，同一信用级别的债券，在不同的时间段里筹资所要求的风险贴水也不同。是依据无风险利率和该类债券平均利率的变化而确定的。

2.2信用风险的影响

信用风险对形成债务双方都有影响，主要对债券的发行者、投资者和各类商业银行和投资银行有重要作用。

2.2.1对债券发行者的影响

因为债券发行者的借款成本与信用风险直接相联系，债券发行者受信用风险影响极大。计划发行债券的公司会因为种种不可预料的风险因素而大大增加融资成本。例如，平均违约率的升高的消息会使银行增加对违约的担心，从而提高了对贷款的要求，使公司融资成本增加。即使没有什么对公司有影响的特殊事件，经济萎缩也可能增加债券的发行成本。

2.2.2对债券投资者的影响

对于某种证券来说，投资者是风险承受者，随着债券信用等级的降低，则应增加相应的风险贴水，即意味着债券价值的降低。同样，共同基金持有的债券组合会受到风险贴水波动的影响。风险贴水的增加将减少基金的价值并影响到平均收益率。

2.2.3对商业银行的影响

当借款人对银行贷款违约时，商业银行是信用风险的承受者。银行因为两个原因会受到相对较高的信用风险。首先，银行的放款通常在地域上和行业上较为集中，这就限制了通过分散贷款而降低信用风险的方法的使用。其次，信用风险是贷款中的主要风险。随着无风险利率的变化，大多数商业贷款都设计成是是浮动利率的。这样，无违约利率变动对商业银行基本上没有什么风险。而当贷款合约签定后，信用风险贴水则是固定的。如果信用风险贴水升高，则银行就会因为贷款收益不能弥补较高的风险而受到损失。

2.3信用风险的传统管理方法

篇5

2基于BP神经网络和证据理论的评价方法

2.1BP神经网络的基本原理

BP神经网络，是由Rumelhart和McCelland等人（1986）提出的。其基本思想是，学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时，输入样本从输入层通过隐含层传向输出层。若输出层的实际输出与期望输出不符，则转入误差的反向传播阶段，并将误差分摊给各层的所有单元。正向传播与误差反向传播周而复始，一直到网络输出的误差减少到可接受的程度，或预先设定的次数为止。

2.2证据理论的基本原理

①定义1：设为一个互斥又可穷举的元素的集合，称作识别框架，基本信任分配函数m是一个集合2到[0，1]的映射，A表现识别框架的任一子集，记作A哿，式中：m（A）称为时间A的基本信任分配函数，它表示证据对A的信任程度。②Dempter合成法则：假定识别框架下的两个证据E1和E2,其相应的基本信任函数为m1和m2，焦元分别为Ai和Bj，则m（A）=m1（A）茌m2（A）2.3信用风险评估算法为了保证神经网络的收敛和稳定性，本论文中将15个指标分为四组，建立4个神经网络NN1，NN2，NN3和NN4。神经网络的输出设计为（0.1，0.1，0.9）T、（0.1，0.9，0.1）T、（0.9，0.1，0.1）T，表示的信用风险级别分别为高风险、中度风险、低风险，记为A1，A2，A3。将输出归一化，得到向量（a′i1，a′i2，a′i3）T，记作V′i。令mi（Ai）=a′il，i∈{1，2，3，4}，l∈{1，2，3}，表示由NNi得到的对信用风险级别Ai的基本信任度，即针对事件Ai的证据。之后，再将4个证据利用DS证据理论融合。就可以对信用风险进行评估，最初最终决策。

3应用实例

本次数据采集共发出问卷200份，收回135份，有效问卷92份。将前91组数据分别训练神经网络。再将余下1个样本输入训练好的神经网络，归一化处理输出结果即得该证据对该命题的基本概率分配，而后利用DS证据理论将其融合得到最终优化结果。

篇6

1.2直觉模糊层次分析法。针对以上层次分析法在对目标预测上的不足，本文提出了一种将直觉模糊集与层次分析法相结合的直觉模糊层次分析法，对模糊环境下的目标预测与方案的决策提供了更为客观的依据。（1）建立层次结构模型。本文设计的中小企业信用风险评价指标体系如图1所示，整套指标体系分为三个层次，分别为目标层，准则层和方案层，其中目标层体现的是本文需要解决的最终问题所在，即为呼和浩特市小额贷款公司提供客观的有效的中小企业客户信用风险评价；准则层为该体系的各指标的体现，本文分为一级指标和二级指标两个层次；方案层体现了申请小额贷款的中小企业个体。（2）确定待评价指标的权重。根据小额贷款中小企业法人客户的特殊性，以及对中小企业法人信用风险评价指标选取的原则，本文选取企业管理者情况、企业经营状况、企业发展前景、企业偿债能力、企业信用状况以及其他等六方面作为评价呼和浩特市小额贷款公司中小企业客户信用风险评价的有效性指标。由于在进行评价的过程中，各评价指标的重要性程度各不相同，所以在评价时的大小也应该有所区别。本文利用层次分析法，通过专家评分法为以上各指标之间的重要性程度两两比较。1号专家根据经验以及历史数据的统计得到指标的判断矩阵A1，运用Matlab软件中的层次分析法程序得到判断矩阵M的最大特征值λmax以及选取指标的权重，通过一致性指标C.I.=λmax-n/(n-1)以及平均随机一致性指标R.I.对指标进行一致性检验，其具体赋值如表2所示。一致性比率为C.R.=C.I./R.I.，当C.R.<0.1时则通过一致性检验，从而确定权重分配是否合理。TOPSIS法的原理。其基本原理是通过检测评价对象与最优解、最劣解的距离来进行排序，若评价对象最靠近最优解同时又最远离最劣解，则为最好；否则为最差。其中最优解的各指标值都达到各评价指标的最优值。最劣解的各指标值都达到各评价指标的最差值。

二、基于直觉模糊TOPSIS法的小额贷款公司信用风险评价模型

呼和浩特市小额贷款公司对中小企业信用风险评价问题是一个涉及许多影响因素的多目标决策问题，评价指标体系的构建应遵循全面性、适应性、经济性及可测性等基本原则，并尽可能地综合考虑各个影响因素。根据中小企业信用风险自身的特点，综合相关研究，本文选择企业管理者情况(u1)、企业经营状况(u2)、企业发展前景(u3)、企业偿债能力(u4)、企业信用状况(u5)以及其他(u5)等六个一级指标对中小企业的信用风险作出评价。每一个一级指标又可以分为若干个二级指标，其中企业管理者情况(u1)包括企业管理者教育水平(u11)、企业管理者健康状况(u12)、企业管理者管理者个人管理水平(u13)等三个二级指标;企业经营状况(u2)包括企业经营规模(u21)、企业经营定位及区域(u22)、企业经营时间(u23)等三个二级指标;企业发展前景(u3)包括企业内部发展前景(u31)、行业发展前景(u32)、行业相关政策(u33)等三个二级指标;企业偿债能力(u4)包括企业资产负债率(u41)、企业主营业务收入负债比(u42)、企业现金流动负债比(u43)等三个二级指标;企业信用状况(u5)包括企业的信用记录(u51)、企业的纳税记录及相关信息披露(u52),企业担保机制(u53)等三个二级指标;其他(u6)包括企业职工素质(u61)、企业有无违法记录(u62)、企业贷款用途(u63)等三个二级指标。设呼和浩特市小额贷款公司资金有限，中小企业为了谋求自身的发展需要贷款的资金支持。为了实现呼和浩特市小额贷款公司的利益最大化和信用风险最小化，使其贷款业务开展得更加顺利，拟在m个备选需要贷款的中小企业A={A1,A2,…Am}中选择一个信用风险最小的企业。假设中小企业的信用风险评价指标ui的权重是wi，满足wi≥0，且需加和为1。那么，基于直觉模糊层次分析法和TOPSIS方法的中小企业信用风险评价决策的方法的步骤如下所示:1.构建中小企业信用风险评价的直觉模糊评价矩阵。假设有p个专家D1,D2,.....DP参与中小企业信用风险评价的决策，通过专家打分可以得到备选企业Ai的第j个指标的评价值，可用直觉模糊集来表示。各备选企业的信用风险评价构成的集合的直觉模糊评价矩阵如下所示：2.确定直觉模糊正理想解和负理想解。所谓直觉模糊正理想解是指完全满足决策者要求的候选方案，而直觉模糊负理想解是指完全不满足决策者要求的候选方案。定义直觉模糊正理想解A+、负理想解A-为：3.计算备选企业信用风险的直觉模糊评价值到直觉模糊理想解和负理想解的距离。根据层次分析法确定各评价指标的权重向量wi，则各备选中小企业Ai的直觉模糊评价值到正理想解A+的距离以及到负理想解A-的加权距离为：按照综合评价指数的大小对中小企业的信用风险进行排序，ki的值越大，相应的企业信用风险就越小；ki的值越小，相应的企业信用风险就越大。呼和浩特市小额贷款公司可以选择信用风险最小的企业为其提供贷款服务。

三、实证研究

呼和浩特市MC小额贷款公司是一家民营的小额贷款公司，该公司成立于2011年，主要开展对中小企业以及个人的小额贷款业务，而申贷对象绝大多数是中小企业。由于公司开立时间不长，资金流动相对紧张，再加上当地中小企业的信用状况良莠不齐，公司内部又缺乏相应的信用风险评价机制，公司在谋求自身发展，追求利益最大化的同时也追求信用风险的最小化。MC小额贷款公司运用基于直觉模糊TOPSIS法的中小企业信用风险评价模型成功的实现了上述目标，该模型量化了中小企业的信用风险，也为呼和浩特市小额贷款公司进行贷款决策提供了客观的科学依据。其具体的运用过程如下：现有5家中小企业(A1,A2,A3,A4,A5)需要向MC呼和浩特市小额贷款公司申请贷款，他们的总体情况各有不同。MC呼和浩特市小额贷款公司运用基于直觉模糊TOPSIS方法的信用风险评价模型，从企业管理者情况（u1）、企业经营状况（u2）、企业发展前景（u3）、企业偿债能力（u4）、企业信用状况（u5）以及其他（u6）等六个一级指标对以上5个企业进行综合评价和决策。首先，呼和浩特市小额贷款公司贷款决策者将各一级指标两两对比，得到对比矩阵M，如下所示。由表2可知权重向量的一致性指标比率C.R.=0.0573/1.24=0.0462<0.1，因此，指标权重通过一致性检验。其次，呼和浩特市小额贷款公司根据经验、知识以及历史数据等，参照表3的属性重要性程度标度确定出每个申请贷款的中小企业的直觉模糊评价矩阵，如表4所示:再次，根据上文提到的公式计算各备选给予小额贷款的中小企业信用风险与直觉模糊正理想解和负理想解的加权距离di+和di-以及各备选中小企业信用风险的综合评价指数ki，计算结果如表6所示。由上述计算结果可知，各备选的中小企业信用状况的优劣次序为：k2>k3>k4>k1>k5，即A2企业的贷款信用风险最低，呼和浩特市小额贷款公司可以接受该企业的贷款申请；而A5企业的贷款信用风险最高，呼和浩特市小额贷款公司需要对该企业的贷款申请谨慎决策。通过以上结果分析，A2企业的各项指标平均处在较高的水平，且专家在权重较大的企业偿债能力，企业经营状况以及企业发展前景三个方面都给A2企业评出了较高的分数。专家的评分与计算结果一致，体现了该模型的有效性，说明了该模型可以为呼和浩特市小额贷款公司的贷款业务进行预测，从而为其进行贷款决策提供客观依据。

篇7

（二）加强贷款定价管理，提升议价能力。采取分层的定价策略，提高贷款议价能力。加强对贷款定价的指导。推进贷款基础利率（LPR）的应用，适应贷款定价机制的转变。

（三）强化经济资本约束。在落实信贷业务符合信贷组合计划管理的同时，要求在经济资本限额内实施，增强资本约束理念，同时注重经济资本的节约使用。增强经济资本管理的主动性，提高信贷类经济资本的回报率。

（四）完善信贷退出机制。一是建立针对潜在风险客户和低效业务的主动退出排查的长效机制，定期对辖内信贷客户的经营管理、风险回报等情况进行科学评估，锁定主动退出目标，实施有序退出。二是切实加强到期贷款的收回管理和健全高效的不良资产清收机制。

（五）完善相关考核机制，确保信贷组合实施到位。加强跟踪监测。逐月监测经济资本占用、利率执行情况及信贷限额管理的实施进展，分析经济资本占用的合理性，关注利率执行水平变化和限额执行情况。建立定期评价和动态优化机制。定期对信贷资产组合状况进行全面评价，结合外部宏观经济政策形势和年度组合目标的执行情况，动态调整优化组合目标，确保目标执行的可行性。完善绩效考核。逐步将信贷组合管理指标纳入全行综合业务发展考评体系。

二、加强全口径信用风险管理的举措

（一）进一步落实全面风险分类工作。首先，对信贷资产，依据客户基础信息、财务信息和风险线索，进行准确的风险分类，测评抵（质）押物对贷款的保障度情况，确保风险分类能审慎、真实地反映客户的信贷资产质量。其次，夯实分类管理基础，严格落实贷时分类要求、规范贷后分类管理，确保风险分类能真实、动态地反映信贷资产风险分类形态。再者，从客户评价、债项评价、保障度测评三方面对客户进行精细化分类研究，以进一步推动风险分类精细化管理。

（二）规范内部评级，提高评级准确性。对发生逾期、信用风险事件及客户分类形态下调的客户，及时下调等级；对因逾期、不良、财务恶化等原因，触发信用违约的客户，及时进行违约流程处理。同时密切关注客户自身经营情况、行业风险及区域风险等情况，及时调整客户等级，提高评级对客户风险传导的敏感度。

（三）强化风险排查机制。根据宏观经济形势、监管政策及客户风险变化等情况，建立信用风险排查机制，定期开展有针对性的、风险热点问题的信用排查工作，对贷款资金用途、资金链情况、发现问题整改落实情况、个人非住房贷款情况等进行专项排查，做到早发现，早处理，及时化解风险，确保不出现系统性、区域性信用风险。

（四）加强重点领域监管，提升监管实效。关注产能过剩行业、与经济周期变化密切相关行业、多元化投资、多头授信的集团客户及高危险的中小企业的风险暴露。采取现场监管为主、非现场监管为辅的方式，加强对上述行业、企业的监管力度。加强监测分析，提出可行的风险管理建议。

（五）深化停复牌和行业限额管理。一是定期对停复牌执行情况进行现场和非现场检查，对检查中发现的应停未停、停牌后违规办理业务、违规复牌、弄虚作假等问题，严格按制度规定追究相关人员责任，切实提升停复牌制度执行力。二是加强对政府平台、房地产等行业限额管理，通过行业信贷政策和名单制管理的有机结合，优化客户结构，引导资源优化配置。

篇8

（一）样本选取与简单描述性统计。本文数据来源于国内某商业银行的信贷系统，以2006年的化工业为例，从中选择了2457个小微企业非上市公司样本，其中48个违约样本，2409个非违约样本。对于样本公司，本文从偿债能力、盈利能力、营运能力、成长能力、现金流量以及规模等六个方面，选取了15个财务指标，对小微企业非上市公司的经营现状进行因子分析，从中找出最能反映公司经营特点的少数公共因子，进而为后续的Logistic模型风险预警提供解释变量。选取的15个财务指标如表1所示：在选取样本时，本文首先运用SPSS16.0软件对数据进行了异常值剔除处理，步骤如下：首先对选定的15个财务指标进行标准化，除指标量纲的差异，然后将每个指标的标准化值的绝对值大于或等于3的样本视为异常值加以剔除；对剔除后的样本，重复进行指标标准化处理、检验异常值、剔除异常值，直至无异常数据为止。本文重复了5次异常值剔除处理，最终筛选出2457个合格样本，用于因子分析。下表2为数据的简单描述性统计量。

（二）因子分析1.因子分析的适用性检验。因子分析要求变量间具有相关性，本文在进行因子分析前，主要采用KMO检验和巴特利特球度检验方法对变量进行相关性检验。表3为运用SPSS16.0软件运行得出的检验结果。从表中可以看出KMO检验统计量的值等于0.633，其大于0.5，证明适合作因子分析。同时巴特利特球度检验值为27600，其相伴概率为0.000，在5%的显著性水平下极其显著，说明相关系数矩阵不是单位阵，即变量间存在相关性，适合作因子分析。2.确定因子数目。构造因子变量首先要确定因子数目，本文采用特征值大于1的标准提取公因子，同时通过碎石图直观判断公因子数目。首先，运用SPSS16.0软件运行得出因子分析的特征根和方差贡献率，如下表4。表4中，三部分分别为初始因子、因子提取后以及经过方差最大旋转后的相关系数矩阵的特征根、方差贡献率以及累计方差贡献率。从第三部分可以看出，依据特征值大于1的标准，共提取6个主因子，且前6个主因子的方差贡献率依次为21.501%、17.884%、11.366%、10.71%、10.509%、8.762%，累计方差贡献率大于80%，说明前6个主因子可以解释变量的大部分信息，从而把前6个公因子作为评价样本公司的综合指标，降低了公司综合评价的指标维度，为后续Logistic回归提供了解释变量。其次，建立碎石图判断因子数目。首先将特征根从大到小排序，序号相应为1，2，…，15。以横轴表示序号，纵轴表示特征值，构造出碎石图1。观察碎石图发现，特征值大于1的因子有6个，分别为F1，F2，…，Fn，这与表3-4确定的因子数目一致。3.估计因子载荷矩阵。运用SPSS16.0软件运行得出初始因子载荷矩阵，由于无法确定公共因子的经济意义，使用方差最大化旋转法对初始因子载荷矩阵进行旋转，可得到旋转后的因子载荷矩阵，如表5所示。通过旋转，各个公因子有了较为明确的经济含义：第一个公共因子F1，其在指标X5（总资产报酬率）、X6（净资产收益率）、X7（息税前利润/总资产）、X8（息税前利润/主营业务收入净额）上有较大载荷，命名为“盈利能力因子”。第二个公共因子F2，其在指标X1（资产负债率）、X2（产权比率）、X3（流动性比率）上有较大载荷，命名为“偿债能力因子”。第三个公共因子F3，其在指标X11（所有者权益增长率）、X12（总资产增长率）、X14（现金流量比率）上有较大载荷，命名为“成长能力因子”。第四个公共因子F4，其在指标X13（现金比率）、X4（速动比率）上有较大载荷，命名为“现金流量因子”。第五个公共因子F5，其在指标X9（总资产周转率）、X15（总资产）上有较大载荷，命名为“总资产营运能力因子”。第六个公共因子F6，其在指标X10（应收账款周转率）上有较大载荷，命名为“应收账款周转率因子”。4.计算因子得分。表6是通过主成分回归方法估计出的因子得分系数，用表中各公共因子对应的得分系数分别乘以各变量标准化值即可得到各公因子对应的得分序列。

（三）Logistic实证分析1.建立Logistic回归方程。设被解释变量y为0-1型随机变量，当样本违约时y取1，非违约时y取0，另以6个公共因子F1，F2，…，F6作为解释变量，建立Logistic回归模型，回归方程的形式如下：2.Logistic模型参数估计。运用SPSS16.0软件对因变量Y和自变量F进行Logistic回归建模，选择逐步向前回归分析法，筛选出回归系数比较显著的自变量进入模型，剔除回归系数比较显著的自变量进入模型，剔除回归系数不显著的自变量。本文参数估计结果中已剔除回归系数不显著的因子F2，F3和F6，保留了因子F1、F4和F5，最终获得的参数估计结果如下表7所示：表7中，Wald统计量用来检验回归系数是否显著，Sig是Wald统计量的相伴概率，结果显示因子F1，F4和F5的Wald值、Sig值在1%的显著性水平下极其显著，说明模型拟合较成功。3.Logistic回归违约率（）判别分析。判别分析的目的是为了检验模型建立的准确性，为风险预警做准备。具体方法为运用已建立的Logistic回归方程（3.3），得出各样本的违约概率值，以违约概率0.5为判别临界点，>0.5计入违约组，<0.5计为非违约组，运用SPSS16.0软件运行得出模型违约组和非违约组的判别结果如下表8所示。上表显示，Logistic模型总的判别准确率为98%，其中非违约组2409个样本全部判别为非违约，判别准确率100%；而违约组48个违约样本全部错判为非违约，判别准确率0%。由于通过估计违约概率来识别违约样本的结果不理想，我们寻找其他能提高违约样本判别准确率的方法。4.Logistic回归残差（ZREi）判别分析。回归方程的残差gi是指实际观察值yi与通过回归方程估计出的回归值yi之差。残差可以分为普通残差gi、标准化残差ZREi=giσ，一般用于判断异常值，判断标准为将超过±2σ或±3σ的残差视为异常值。由于普通残差ei的方差不相等，不适合直接用来做判断，一般将普通残差标准化，使残差具有可比性，从而用标准化残差ZREi来进行判断。本文将残差异常值的判断与样本的违约性判断联系起来，进而通过识别回归残差的异常值来判断样本的违约性。运用SPSS16.0软件输出所有样本的标准化残差ZREi，将用ZREi＞2和ZREi＞1两个标准，分别进行违约识别，对比分析判别结果的准确率，进而选取准确率更高的判别临界点。在ZREi＞2的判别标准下，判别结果为：违约组48个样本中，标准化残差值均为正值，且大于2，判为违约组，判别准确率100%；非违约组2409个样本中，标准化残差值均为负值，且绝对值小于2，全部判为非违约组，判别准确率100%。在ZREi＞1的判别标准下，判别结果与ZREi＞1的判别结果完全一致，违约组和非违约组的判别准确率均为100%。

（四）Logistic模型样本外预测。为了检验模型的预警能力，本文根据2006年建立的Logistic回归方程去预警2007年的客户违约情况。选取2007年化工行业的33个样本数据，其中7个违约样本、26个非违约样本。首先运用SPSS16.0软件，将33个样本的15个财务指标数据标准化，根据因子得分系数表4-7，算出每个样本的因子得分值F1、F4和F5，代入Logistic回归方程（4.5），根据y的预测值和实际值算出普通残差和标准化残差，分别运用ZREi＞2和ZREi＞1两个标准来进行风险预警。在ZREi＞2的判别标准下，预警结果为：违约组7个样本，预警出2个违约，预警准确率28.57%；非违约组26个样本，全部预警为非违约，预警准确率100%。在ZREi＞1的判别标准下，预警结果为：违约组7个样本，全部预警为违约，预警准确率100%；非违约组26个样本，预警出25个违约，预警准确率96.15%。鉴于ZREi＞1的预警准确率明显高于ZREi＞2的预警准确率，本文将ZREi＞1作为预警样本违约的判别标准。

篇9

一、引言

新巴塞尔协议的核心内容是内部评级,包括了市场风险、信用风险和操作风险。市场风险由于数据都来之外部资本市场,而且方法成熟,需要我们自行研究的较少;操作风险的计量方法还不够成熟;信用风险,虽然方法成熟,但是需要使用内部数据,从而更多的需要我们自行开发研究,而且对于中国的银行业,传统的信贷业务仍是比重最大的业务,所以信用风险评级是目前我国银行研究的重点,也是内部评级的突破口。

信用风险评级模型的基本思想是从已有信用表现的历史数据中提炼信息,得到客户属性和行为变量与客户违约概率之间的函数关系,从而来预测未来的客户信用状况。这种函数关系,是广义上的对应关系,并不一定存在显式的表达。

尽管信用风险计量有很多领域还处于研究阶段,不过信用风险评级发展较早,从1968年奥尔特曼(Altman)引入的Z-score模型开始,到现在的logistic模型、机器学习等方法,在发达国家,不论是理论研究,还是实际应用,信用风险评级都已经相当的成熟。那么我们是否可以直接搬来使用呢?信用风险内部评级模型,方法的选择固然重要,但是好的方法并不一定对应好的结果,实际上模型表现更多的决定于问题本身情况和问题解决的处理细节。我国的银行业进行信用风险评级,虽然在技术上的有一定的“后发优势”,但是绝对不是简单的“直接拿来”。信用风险的内部评级工作需要根植于内部数据,来开发适合中国实际情况的评级模型。本文从银行内部评级的角度,对信用风险评级的若干问题进行了讨论,并提出了适当的处理方式。

二、数据特性

不同的数据特性适用不同的模型。例如,判别分析要求自变量符合多元正态分布;而Logistic回归对于数据的分布要求比较低,而且在处理纲目数据方面有着非常大的优越性。在变量不服从多元正态分布的情况下,Logistic回归优于判别回归;但是如果变量服从多元正态分布,那么线性判别规则是最优的。而机器学习类的模型,对于分布要求不高,而且处理离散变量也有明显的优势,例如决策树、神经网络。

模型没有绝对的最优,必须按照数据情况来选择合适的模型。数据情况的统计分析,是十分重要的,即使国外已经有经验表明某种模型表现优异,也有结合实际的建模数据进行分析。如果我国的数据情况与国外不同,不符合该模型的假定,该模型就不可取。

所以,建模的第一步工作就是分析数据情况,讨论各种可能模型的适用性,初步确定符合数据情况的模型框架。

三、分布的变化

既然信用评级的基本思想是从历史数据中提炼信息来预测未来的客户信用状况。那么,即使我们从历史数据中提炼出了完整的信息,如果历史数据与未来情况不同,预测的可信度也会成为问题。

一个比较典型的问题是宏观经济的变化。宏观经济的变化对于整体违约概率的影响是非常大的,如图1所示,美国历年来的公司违约情况。公司客户的评级往往主要依据公司的财务数据来得出结论,而实际上,即使是相同的财务比例,在不同的宏观经济情况下,也有不同的表现。公司类客户同样还要考虑整体行业的演变过程,根据经济学理论,行业生命周期往往经历萌芽期-扩展期-成熟期-衰退期四个周期。

在消费者评分模型中,还有一个问题是人口漂移。我国目前正处在精神文明和物质文明高速发展的阶段,人口特性变化很快,如打工族的出现、贷款购房的增加、家用轿车消费增加等。这些变化会导致潜在信用消费人群和信用观念的变化。这种随着经济环境、人口结构和生活方式的变迁使样本人群的范围和特质发生变化,一般被称为人口漂移。人口漂移会使原有评分标准下的评价结果与现实情况不符,这时就应适当的调整权值修正人口漂移带来的偏差,并不断更新作为训练样本的数据。

在宏观经济的变化引起的违约概率的整体变化,需要建立宏观经济模型来调整客户评级;而类似人口漂移等问题,数据结构都已经发生了变化,需要经常的更新训练样本,升级评级模型。评级模型有个别模型本身对于分布变化的这类问题有一定的解决能力,例如最近邻法,它可以直接加入新的申请者或删除老的用户的方式动态升级系统,从而克服人口漂移带来的问题。

四、拒绝推断

当我们使用训练样本进行模型研究的时候,所有训练样本都是已经有信用表现的客户,即都是曾经被授信的客户,而申请被拒绝的客户不在其列。但是当我们使用模型的时候,却面对了所有的可能客户(即包括了按照以前的标准被授信或者被拒绝的客户),既然我们模型从来就不认识被拒绝客户,又如何对他们作出判断呢?所谓“拒绝推断”(refusereference)是指如何从被拒绝的申请人中鉴别出应向其授信的申请人的问题。模型开发者面临的情况。

在完全不准确(近乎随机)的信用评分的情况下,跃为较为精确的评级模型,“拒绝推断”造成的影响不是很严重。当然实际情况不会如此,即使是简单的专家选择,也会使得训练样本有偏。而开始使用模型后,由于人口漂移等诸多因素,原有的信用评级模型随着时间的流逝而渐渐失效,从而需要不断地更新。“拒绝推断”是信用操作中无法回避的重要问题,目前主要的解决有部分接受法、混合分解法等。

1.部分接受法

这是一种解决这类问题的较理想的方法,但是却不会受到经营者的欢迎。部分接受法就是在未被授信的客户集中进行随机的取样,批准他们的贷款申请,然后观察其以后的行为。这些申请者,被赋以相应的权重,然后和那些通过原有规则获得批准的客户(或者是它们当中的随机取样)联系在一起,这将会带来完全随机的人群样本,可以用来创建新的评级模型。但是经营者往往不愿意这样做,他们的理由就是既然那些客户已经被认为是没有好的信用质量,批准他们的信用申请会带来损失。但是,如果授信方接收了当中一些人的申请,那么就可以通过建立更加具有预测能力的模型再长期获利。在任何情况下,授信方的利润都不会因为这些取样而受到太大的影响,因为这些取样都是经过仔细挑选的。关于部分接受法的研究还需要更加广泛的工作,不过有一点可以肯定的是,这个方法需要前台经营部门和风险管理部门的通力合作和预先的计划。

2.混合分解法

这是一种在没有任何关于人群信息的情况下,估计两种人群比例的方法。使用这种方法的前提是关于好坏人群的性质分布的假设。特别是,必须假设知道这些分布就等同于知道一些参数的值,而这些值是可以通过数据估计的。这种方法的关键就在于将假定的优质客户分布与假定的劣质客户分布的加权平均作为观察值的分布与整体样本分布的匹配。如此得到的整体样本分布称为“混合分布”。

这一方法可以让人们能够利用已知分布的一些优异性质,但它的弊端也很明显,就是关于好坏分布的假设必须是准确的。不幸的是,信用数据的特征非常复杂,想准确的得到它的分布往往是很困难的。

五、数据真实性

这是一个比较有中国特色的问题,虽然发达国家也有财务欺诈,但是绝对没有中国的严重。由于制度的缺失,或者制度执行的乏力,在中国,即使是会计师事务所审计出来的数据可能也是不可靠的。所以反财务欺诈,对于模型开发者是面临的严峻问题。但是模型开发者能做的只能是发现在统计意义上或者逻辑关系上出现的异常现象。

六、数据缺失

我国银行建立评级模型,面临最为严重的问题是数据缺失。在数据缺失非常严重的情况,建立一个优秀的模型几乎是不可能的,所以在此讨论在能建模的前提下,数据缺失问题如何处理。

如果一个变量缺失一定比例(例如50%)以上,只有放弃该变量;如果从经济学含义上,该变量确实非常重要,那么只有通过专家的经验来寻找可替代的变量(或者变量组合)。例如,家庭地址的所属区可能是十分重要的变量,但是并没有被记录,或者建模人员无法从家庭地址中提炼出区域,那么可以通过邮政编码和电话号码结合表征区域变量。

在数据缺失不是很严重的情况下,我们可以采用缺值替代的方法,例如均值替代、同类均值替代等,或者在不影响数据量的前提下也可以直接删除数据缺失的记录。

以上讨论的都还是完全随机缺失,这类缺失是完全随机发生的,不影响样本的无偏性。但是缺失更常见的随机缺失和非随机缺失,所谓随机缺失是指该变量的数据缺失与其他变量有关,例如财务数据缺失情况与企业的大小有关;非随机缺失是该变量的缺失与本身取值有关,如高收入人群的不原意提供家庭收入,财务情况差的公司不提供财务报表。

对于随机缺失和非随机缺失,删除记录是不合适的,随机缺失可以通过已知变量对缺失值进行估计;而非随机缺失还没有很好的解决办法。总结而言,缺值问题还是一个需要深入研究的问题。

七、过度拟合

由于样本中存在噪音,所以模型的拟合优度只能达到一定程度,这是理论能达到的最优拟合度。有些时候,当模型把噪音当成了信息进行拟合,使得拟合优度超过了理论的最优拟合度,过度拟合的模型实际上包含了错误的信息,预测能力很差。如图3是一个过度拟合的简单例子,对于图中的点,我们通过线性拟合和非线性拟合得到拟合曲线a和b,显然的曲线b的拟合优度要高于曲线a,但是如果本质上y和x之间是线性关系,那么非线性拟合的模型假设是错误的,较高的拟合优度实际上是过度拟合造成的。

过度拟合可以通过评价样本等方法来解决,如图4,当训练不断进行,训练样本的误判率不断降低,而评价样本则呈现先降后升的情况,那么当评价样本的误判率到最低时,我们就应该停止训练。

八、指标选取中一些问题

篇10

信用风险又称违约风险，是指借款人、证券发行人或交易对方由于种种原因，不愿或无力履行合同条款而构成违约，致使银行、投资者或交易对方遭受损失的可能性。基于传统金融学理论许多金融机构和研究者对信用风险管理作出积极探索并取得了卓有成效的计量模型和支持工具，但也存在明显缺陷。随着行为金融学的兴起和发展，为我们提供了新的视角来研究信用风险管理。

1行为金融学的产生

20世纪50年代，冯·纽曼和摩根斯坦(VonNeumannMorgenstem)在公理化假设的基础上建立了不确定条件下对理性人(rationalactor)选择进行分析的框架，即期望效用函数理论。阿罗和德布鲁(Arrow，Debreu)后来发展并完善了一般均衡理论，成为经济学分析的基础，从而建立了经济学统一的分析范式。这个范式也成为金融学分析理性人决策的基础。1952年马克威茨(Markowi)发表了著名的论文“portfoliosdeefion”，建立了现代资产组合理论，标志着现代金融学的诞生。此后，莫迪戈里安尼和米勒(Modigliani－Miller)建立了MM定理，开创了公司金融学，成为现代金融学的一个重要分支。自上个世纪60年代夏普和林特纳等(Sharp－Limner)，建立并扩展了资本资产定价模型(CAPM)至布莱克、斯科尔斯和莫顿(Black－Scholes－Merton)建立了期权定价模型(OPM)，至此，现代金融学，已经成为一门逻辑严密的具有统一分析框架的学科。

随着金融市场上各种异常现象的累积，模型和实际的背离使得传统金融理论的理性分析范式陷入了尴尬境地。20世纪80年代，通过对传统金融学的反思和修正，行为金融理论悄然兴起，并开始动摇了CAMP和EMH的权威地位。行为金融理论在博弈论和实验经济学被主流经济学接纳之际，对人类个体和群体行为研究的日益重视，促成了传统的力学研究范式向以生命为中心的非线性复杂范式的转换，使得我们看到了金融理论与实际的沟壑有了弥合的可能。1999年克拉克奖得主马修(MatthewRabin)和2002年诺贝尔奖得主丹尼尔·卡尼曼(DanielKahneman)和弗农·史密斯(VemonSmith)，都是这个领域的代表人物，为这个领域的基础理论作出了重要贡献。国外将这一领域称之为behaviorfinance，国内大多数的文献和专著将其称为“行为金融学”。

行为金融学发现，人在不确定条件下的决策过程中并不是完全理性的，会受到过度自信、代表性、可得性、锚定和调整、损失规避等信念影响，出现系统性认知偏差。而传统金融学是基于理性人假设，认为理性人在不确定条件下的决策是严格依照贝叶斯法则计算的期望效用函数进行决策的。即使有些人非理性，这种非理性也是非系统性的，会彼此抵消，从而在总体上是理性的；如果这种错误不能完全相互抵消，套利者的套利也会淘汰这些犯错误的决策者，使市场恢复到均衡状态，达到总体理性。

2行为金融对信用风险管理的影响

2．1风险偏好

根据行为金融学的基本理论，投资者的风险偏好不同于传统金融学理论下风险偏好是不变的，而是变化的，是会随着绝对财富等一些其他因素的改变而发生改变的。因此，我们就没有理由相信借款人是特殊的群体，他们借款的目的大多都是为了投资，也是众多投资者中的一部分，他们的风险偏好也会发生改变。风险偏好的改变就会直接影响到他们面临的风险，最终会影响贷款方面临的信用风险。

2．2过度自信

过度自信或许是人类最为稳固的心理特征，人们在作决策时，对不确定性事件发生的概率的估计过于自信。投资者可能对自己驾驭市场的能力过于自信，在投资决策中过高估计自己的技能和预测成功的趋势，或者过分依赖自己的信息而忽视公司基本面状况从而造成决策失误的可能性。这种过度自信完全有可能导致大量盲目投资的产生，盲目的多元化和贪大求全。

2．3羊群行为

企业决策由于存在较大的不确定性并涉及较多的技术环节，其决策往往由决策团体共同协商作出，主要属于群体决策，而群体决策有可能导致羊群行为(HerdBehaviors)的发生。羊群行为主要是指投资者在掌握信息不充分情况下，行为受到其他投资者的影响而模仿他人决策的行为。在企业决策中，羊群行为的表现可能是决策团体中多数人对团体中领导者的遵从，也可能是领导者对决策团体中多数人的遵从，而且是一种盲目的遵从。决策中的羊群行为可能造成决策失误。

2．4资本结构与公司价值

1958年，美国经济学家费朗哥·莫迪格里安尼(FraneoModigliani)和默顿·米勒(MertonMiller)在《美国经济评论》发表了题为《资本成本、公司财务和投资理论》的论文，提出了著名的MM定理，主要内容是：在市场完全的前提下，企业的资本结构与企业的市场价值无关。即企业价值与企业是否负债无关，不存在最佳资本结构问题。如果证券价格准确地反映了公司未来现金收入流量的值，那么不管发行的是什么类型的证券，只要把公司发行的所有证券的市场价值加在一起，一定等于这个公司未来利润的现值。无风险套利活动也使得资本结构无关紧要，如果两个本质完全相同的公司因资本结构不同在市场上卖出的价格不一样的话，套利者就可以将更便宜的公司的证券全部买下，然后在价格相对较高的市场上卖出。因此，公司的资本结构就不再是不相干的问题。不同的现金收入流量对不同的投资者的吸引力也会各不相同，这些投资者对于他们感兴趣的现金收入流量愿意付出高价。特别是由于噪声交易者的存在，套利仍充满风险。所以，不同的资本结构，其公司价值显然是不同的，其信用风险必然不同。

篇11

银行要签订并履行合同，确保合同的真实有效，落实担保人和抵押。同时银行还要督察资金的用途，确保其始终符合合同要求，并无挪作他用，通过风险预警机制监管生产经营状况，在出现问题时及时止损并抽离资金。在此过程中潜在风险点有以下几个方面：（1）合同的签订，在签订贷款合同时，贷款主体不真实，合同签订的当事人非实际借款人和担保人（。2）担保人和担保物的落实上，部分企业之间通过互保、连环保等方式形成了“贷款担保圈”，一定程度上导致了贷款担保悬空，造成了“担而不保”的现象；（3）贷款合同约束力问题，相关法律体系和担保机制的不健全使得合同约束力不足，存在双方违约的危险；（4）风险预警机制不够完善，缺乏专业化的贷中监察管理，一线信贷人员压力大，对资金的用途及使用情况监管不到位。

（二）中小企业贷款后期

银行对到期贷款进行管理，在到期前及时发出提示归还通知书和督促保证责任通知书，督促借款人和担保人，筹资归还贷款，对逾期、呆滞的贷款在由银行催收不果时交给专业的催账代收机构。最终在无法收回贷款的情况下处置抵押物。潜在风险点：（1）缺乏一套通用的信用管理系统，对一些最基本的度量指标如违约时间、违约事件、违约率、挽回率等都没有统一的界定，因此缺乏可靠的量化数据，这不仅加大了信用风险的管理成本，而且也大大降低了银行信用风险管理的有效性。（2）社会道德风险，中小企业的贷款人最终变卦，在其无法偿还银行所贷金额时选择逃避债务，导致银行受到损失；（3）关联方风险，催账机构尚处在成长期不够完善专业，最后会带来银行利益的受损；（4）抵押物处置方面，在实际操作中，商业银行对抵押物的选择一般限于土地、机器、设备、房地产的所有权或使用权，折现价值低于其实际价值，存在落差亏损。

二、完善商业银行中小企业贷款信用风险管理的对策建议

通过商业银行对中小企业信贷风险管理的贷前、贷中、贷后分析，我们发现银行对中小企业的贷款管理存在风险点可以分为三大部分，一贷款流程的改善与简化，三专业的队伍建设和人员培养。针对第一部分信息的获得与审批，银行在进行中小企业信贷风险管理时，要细化专化小企业贷款运营部门职能第一专营部门要负责小企业业务发展的规划和独立的年度信贷计划。商业银行的内部管理制度存在缺陷，因而为了尽可能规避内部制度的影响，中小企业贷款运营部门要拟定自身独立的发展规划和年度计划，按计划运营部门、完成任务。第二专营部门要构建独立的适合中小企业户型的信贷评审系统，设计适合中小企业信息收集的分析方法。传统的专家制度法、Z评分模型、ZETA评分模型以及现代的CreditMetrics、Creditrisk+、KWV模型普遍适用于上市公司和大企业，不能直接应用于对中小企业的信用风险评估。因此对中小企业的信用风险评估应当定量定性相结合，综合各方面因素，客观评价。第三满足中小企业区别于大型企业的贷款要求，开发更多的适合中小企2014年第6期下旬刊（总第556期）时代金融TimesFinanceNO.6，2014（CumulativetyNO.556）业融资的金融产品。目前商业银行的专营机构基本已经全面铺开，现在专营部门的发展更加倾向于突出需求导向，各种金融衍生物顺势而生。银行的专营部门一方面要开发新型的更适用的金融产品，另一方面要发挥这些金融产品的优势。第四进行担保抵押物的全程监督管理和最终处理。

篇12

进入21世纪,我国商业银行的经营环境发生了一系列变化,

宏观调控下经济结构出现了较为明显的周期性特征,利率市场化进程不断推进,综合经营渐行渐近,商业银行面临的信用风险出现了新的特征。外资银行加快在境内布局,给中资银行带来明显的竞争压力。巴塞尔新资本协议的付诸实施对银行信用风险管理提出了更高的要求。中资商业银行必须适应形势的变化,加快授信管理方式创新步伐,迅速提升信用风险管理能力。

一、创新授信管理方式具有十分重要的现实意义

(一)创新授信管理方式是应对经营环境变化的必然选择

当前,宏观调控下我国经济增长转入稳定期,部分前期过热行业出现了较为明显的周期性调整态势。受全球贸易增长放缓、人民币升值和贸易摩擦加剧的影响,出口增长步伐放缓。经济增长的理性回归以及经济结构调整必然使企业面临新的经营风险,导致部分行业、企业的经营状况发生波动,这意味着银行正在面临着新的信用风险。各国银行业发展历程表明,金融体系运营环境的自由化将使风险成倍放大,如果不针对性地进行管理方式创新,银行业就可能承受更大的信用风险。国内商业银行综合经营的管制正在逐步放开,商业银行将逐渐地介入投资银行、基金、信托、租赁、保险等金融服务领域。业务的拓展将增加银行的交易对手,进而也将扩大信用风险的范围。可见,无论是基于国内经济转型的挑战还是金融管制放松的压力,或是综合经营带来的新的风险,都要求中资商业银行创新授信管理方式,努力提高信用风险管理能力。

(二)创新授信管理方式是实现战略转型的关键

近来国内商业银行纷纷提出战略转型要求,落实到具体经营上,就是实现经营方式的转变,从过分依重规模扩张的粗放型经营模式,转向强调风险控制前提下集约型的可持续发展模式,而创新授信管理方式、提高信用风险管理能力则是转变发展模式的重要环节。财务重组后国内银行资产质量有了很大的改观,但这并不意味着商业银行信用风险管理能力有了根本好转。如果银行不从转变体制机制上下功夫,从源头上遏制信贷风险,那么随着业务的发展,加之信用风险的“厚尾性”,即贷款巨额损益概率大于正态分布下损益概率,不良资产有可能会卷土重来,从而累积成银行业的新的系统性风险,给国内金融安全留下隐患。商业银行战略转型反映在业务结构上是表内业务向表内外业务并重转变,其中表外资产中很大一部分属于信贷产品。业务重心的转变以及业务范围的扩大,增加了商业银行信用风险的范围和强度,对提高信用风险管理能力提出了更高的要求。目前,国内部分商业银行正致力于向国际公众银行转型,这要求银行的信息披露更加规范充分,给予股东更丰厚的长远回报。如果授信管理不力,将影响投资者的判断,也会损害中资银行在国际市场上的形象和价值。

(三)创新授信管理方式是满足银行业监管要求的现实需要

2004年6月公布实施的巴塞尔新资本协议秉承了以资本为核心的监管理念,允许管理水平较高的银行采用内评法来进行风险评级,将资本充足率与信用风险的大小紧密结合起来,这将对全球范围内的商业银行风险监管产生重要影响。与此同时,国内监管部门也对商业银行加强信用风险管理提高了要求。2004年2月以来,银监会先后颁布了《商业银行资本充足率管理办法》、《商业银行风险监管核心指标》、《商业银行授信工作尽职指引》等一系列监管办法。这些监管办法的制定实施对国内商业银行提高信用风险管理提出了强制性的要求,表明我国金融监管部门的监管理念、监管目标、监管制度等方面正在与国际逐步接轨,走在了国内许多商业银行的前面,如果国内商业银行不尽快转变观念,加快授信管理方式改革,提高信用风险管理能力,就有可能落在监管政策的后面,难以满足监管政策要求,因此,中资商业银行应尽快改革现行的授信管理方式,以适应新的不断提高的监管要求。

(四)创新授信管理方式是应对外资银行竞争的迫切要求

近几年,外资银行不断加大在中国境内的业务拓展力度,贷款业务不断扩大。以上海为例,1997年以来的8年间,各家外资银行人民币贷款增长了100倍,外汇贷款余额至今已超过了中资银行。随着信贷业务的快速发展,外资银行凭借其先进的授信管理理念、体制机制、技术和工具,形成了一定的成本优势和经营优势。一方面,在提供相同授信额度时可以配置比较少的资本,使银行最宝贵的资本可以得到最大程度的节约,降低授信业务的边际成本。另一方面,通过强化信用风险管理,减少风险对资本的损耗,节约风险成本。通过降低经营成本和较低的产品定价,外资银行形成了较强的市场竞争力,给中资银行带来了明显的经营压力。为此,对于中资商业银行来说,要提高与外资银行同台竞争的能力,就应该顺应市场发展趋势,创新授信管理方式,尽快提高信用风险管理能力。

二、国际商业银行信用风险管理的主要特征

国际商业银行先进的信用风险管理方式是在市场经济条件下经过多年的摸索和实践逐步形成的,代表了现代商业银行信用风险管理发展的主流成果。随着我国融入全球经济金融步伐的加快和国内监管方式逐渐与国际标准靠拢,国际商业银行先进的授信管理方式对中资银行的借鉴意义进一步显现。在先进理念指导下的国际商业银行的授信管理方式主要具有以下特征。

(一)以注重股东风险偏好为特征的公司治理结构

在西方商业银行现有公司治理结构下,股东和董事会对银行的风险承担最终责任,由其确定适度的风险承受水平,并注重既定政策和制度的严格执行。股东和董事会并不要求把授信业务控制在“零风险”水平,而是根据风险与收益匹配的原则在两者之间寻找均衡点。汇丰和花旗银行近年来不良资产率一般控制在1%和2%之间,既严格控制了风险承受程度,也不追求绝对的无风险,体现了效益、风险、成本之间有效平衡。股东和董事会按照自己的风险偏好,对银行各级管理人员的行为进行有效监督,引导经营管理人员按照既定风险偏好标准,确定目标市场、授信标准、信贷政策和程序,使授信业务不至于偏离预定目标。

(二)以降低成本为导向的授信管理组织架构

根据新制度经济学的解释,成本是指在委托关系中,人为了自身的利益而有可能损害委托人利益的行为所导致的机会成本。在总分行体制下,各分支行能够充分发挥其对当地信息占有上的比较优势,通过客户的账户信息及时准确地掌握客户的资信情况,使得银行更接近市场。由于分行比总行更具信息优势,这客观上会促使分行利用自己的信息优势采取先动策略,以整体的利益为代价追求局部利益,放大成本。

为了降低成本,国际先进银行普遍采取垂直型的授信报告体制和组织架构。在此体制下,总行(地区总部)通过各职能部门来实现对分支机构的管理和控制,分行各职能部门直接向总行(地区总部)对应部门报告。分行行长往往只是分行某个部门的负责人,业务权限十分有限。在每个层次上,业务拓展部门和管理部门之间相互独立,在分行层次上基本不存在业务扩展与风险控制的替换关系。依靠银行内部的垂直报告和监控机制,可以有效地防止分行过度地当地化,在局部利益的方向上不至于走得过远,从而最大限度地降低成本。从国际商业银行发展趋势来看,垂直的报告和监控体制已经成为当前银行授信管理组织架构的主流趋势。

(三)科学有效的授信业务流程

按照达文波特(T.H.Davenport,1993)的观点,业务流程是一组共同为顾客创造价值而又相互关联的活动。银行每一项业务都应带来价值增值,授信业务流程也就成为一条价值链。西方商业银行都比较重视授信业务流程的科学性和有效性,注意兼顾风险控制的任务目标和为顾客服务,以提高授信业务效率,最大化授信服务的价值增值。在此理念的指导下,国际先进商业银行往往在控制风险的前提下,最大限度地简化授信业务流程,以减少流程运作成本。这些银行的授信业务环节由有权审批人、尽职调查小组和信贷管理委员会等负责。有权审批人直接接触市场和客户,控制一线的风险,有权审批人在权限范围内可以直接对授信与否发表意见,对于超权限的,直接上报到有权审批人或是信贷委员会审批,而不需要层层上报,最大限度地剔除了授信管理中的无效流程,提高了业务流程效率。尽职调查小组的运作具有独立性、专业性和针对性的特点,有针对性地对项目疑点进行深入调查,独立提出专家意见,从风险控制的角度保证授信业务流程的有效性。信贷管理委员会则是一个权威的专家审议机构,它不具有决策权,但对决策层的最终决策发挥重要的咨询作用,对整体授信业务流程及其实施效果起评估把关的作用。

(四)强调“以人为本”的授信授权制度

大多数国际先进商业银行的授信审批程序没有集体评审的环节,一般由专业的信贷分析员根据全行统一的分析方法和标准,对授信风险做出独立分析,体现了以人为本的原则。一般来说,只有主管某一区域的行政主管和副主管,如分行行长;主管某一行业的客户关系经理和客户经理;从总行自上而下委派的各级风险管理人员等人员才可获信贷审批的授权。其它人员无论其行政级别有多高,若其工作分工不涉及信贷审批业务,均不能获得授权。

“以人为本”的信贷授权制度,有助于明确责任,增强有权审批人员的责任心。同时,由于有权审批人专职负责授信风险分析,而不受业务指标完成与否的影响,因此能够保持相对独立性。当然强调“以人为本”的授信授权制度也存在着一些缺陷,突出地表现为个人权限过于集中将诱发道德风险,增加了银行因内部人控制而侵害股东权益的可能性。同时,由于个人的能力技术有限,独立决策过程中也存在出错的可能。此外,个人负责制对有权审批人的专业要求较高,对商业银行加强相关人才储备提出了更高的要求。

(五)工程化的信用风险管理技术

国际先进商业银行普遍倾向于更多地采用计量模型,以量化的方法进行授信风险评估。目前主流商业银行风险管理技术大多已进入以量化管理为特征的工程化阶段,其核心是RAROC,即“风险调整后的资本收益”(RiskAdjustedReturnonCapital)和内部评级法。RAROC在国际先进商业银行授信管理中具有特别重要的作用,除了用以满足股东风险偏好要求并确保风险偏好得以执行以外,RAROC还被普遍地运用于信贷风险管理,如果某项业务的RAROC的值低于银行内设的基准,信贷人员可以提高服务或产品定价,以较高的收益来弥补风险成本。RAROC在激励机制上也发挥了较大的作用。一些银行规定在一定期限内亏损达到某一核定资本比例(比如说10%),必须暂停工作到下个月;如果一年内达到30%以上,则被勒令下岗。

国际先进商业银行普遍重视信用风险评级体系的建设,大多建立并运用了代表先进水平的内部风险评级模型和技术。通过计算违约概率、违约损失率、敞口风险等在内的一系列风险指标,实现对信用风险的量化管理,从而大大提升银行在授信审批、限额管理、风险预警、金融交易定价等方面的科学管理和决策水平,同时也为信贷政策的制定、经济资本配置、确定贷款损失准备是否充足并采取相应的管理措施提供了基础。

(六)先进的信用风险管理信息系统

对于分支机构众多、业务结构复杂的大型银行来说,全面、高质量的数据库和统一的信息系统是衡量和控制授信风险的基础。国际先进商业银行大多建立了先进的数据库和信息管理系统。通过功能强大的管理信息系统,西方商业银行能够有效地完成各种信息资料的收集和分析,包括对单笔授信风险和组合授信风险进行衡量与监测,实现授信的内部定价和资金的内部成本核算,并可以具体对每个部门或分行、每条产品线或每种产品、每个小组或每个岗位、每个客户或每笔业务的成本收益进行核算等。因此,先进的管理信息系统是现代商业银行提高授信管理水平,有效控制信用风险的极其重要的基础性设施。

三、中资商业银行授信管理方式创新的主要方向

长期以来,授信业务一直是中资银行最重要的业务,近年来发展依然十分迅速。从未来发展趋势看,授信业务仍将在中资商业银行经营业务中占据主要地位。为应对新的形势,中资商业银行必须高度重视并致力于加强信用风险管理能力,从国际先进商业银行授信管理方式中吸取有益的经验并结合国情,加快创新授信管理方式。近年来中资商业银行信用风险管理水平正在提高,授信管理的某些方面正在逐步同国际先进水平接轨。但从总体来看,中资银行授信管理方式改革才刚刚起步,与国际先进商业银行相比还存在较大的差距,未来在改进授信管理方式中还有很多基础性的工作要做。

(一)确立科学先进的授信管理理念

科学先进的授信管理理念是促进授信管理方式科学合理的认知基础。为更好地应对环境的变化以及随之而来的机遇和挑战,中资商业银行当务之急是摒弃原有割裂风险与收益之间关系的旧理念,建立崇尚风险与收益和谐统一、全面的授信管理新理念。一是必须确立授信管理是风险控制与价值增值内在统一的理念,用科学的态度对待风险管理,并为之创造适当的管理环境,不断地增强信用风险管理和业务发展的协调性。二是必须建立全面的授信风险管理理念。随着中资商业银行授信业务范围的扩大,授信管理也应涵盖更广泛的内容,不仅包括表内信贷资产,也要包括表外信贷资产;不仅包括预期损失也要包括非预期损失;不仅包括单笔信贷资产也包括信贷资产组合,等等。三是必须确立量化管理的理念。摒弃一味依靠经验积累和主观判断的做法,采取定量、科学、客观的风险管理新思维,自觉主动地运用各种被国际银行业证明是行之有效的量化工具和技术。四是必须注意将先进的授信管理理念充分地体现到授信管理工作的每一环节之中,包括授信管理组织分工、信用风险管理、授信队伍建议等,使先进的理念能够切实地落到实处。

(二)平衡风险与回报,形成适合银行自身的风险取向

实现价值最大化是商业银行重要的经营目标之一,中资商业银行在面临快速发展的历史机遇的同时必须建立适应市场竞争、与自身管理能力相匹配、能够体现风险与收益对应原则的科学合理的银行风险取向。当前中资商业银行确定风险战略的首要任务是要健全公司治理结构,强化董事会职责,发挥股东、董事会对风险承担的约束作用,由股东和董事会确定银行愿意承受的最大风险值(即经济资本值)。各级业务和管理人员在是否给予客户授信额度时,应根据股东和董事会确定的风险承受水平,对比授信业务经风险调整后的综合收益率,遵循“宁让利不让风险的原则”审慎做出授信决策。同时也要在既定的风险容忍度下,力争获取授信业务的最大回报,保证银行风险取向能够使股东偏好在任何时候都能得到严格的贯彻执行。

(三)积极推行垂直、独立和专业的授信管理体制

完善的授信管理体制是加强授信管理的关键环节。中资商业银行创新授信管理方式的重要内容之一,就是要结合国情以及银行自身的实际情况,参考国际商业银行主流模式,推行垂直、独立、专业的授信管理制度安排。具体来说,一是推进授信集中审批,将授信审批权限逐步上收至一级分行和总行,加强总行对授信风险的集中统一管理。二是实行授信条线管理,地区总部、分支行的授信管理部门和授信管理人员以接受上级部门和人员的垂直管理为主,以分行横向管理为辅,增强授信管理的垂直性和独立性。三是逐步改变中资商业银行普遍实行的贷审会制度为主要审批制度的做法,适时引入专业审批人制度,并使两者相结合。通过对专业审批人的管理,总行可以加强授信审批的集中、专业和统一管理。

(四)加快建设现代授信管理方式所需的管理信息系统平台

长期以来,中资商业银行信贷管理信息系统发展十分落后,表现为基础数据普遍缺乏,信用风险程序化监控水平很低,等等。近年来,随着各行普遍重视,信贷管理信息系统的开发取得了较大的进展,但迄今为止IT系统的落后仍然是制约中资商业银行提高信用风险管理能力的重要方面。西方主流商业银行的实践证明,先进的授信管理信息系统,可以最大限度地发挥当今IT技术的优势,在提高信用风险管理效率、节约人力成本、缩短业务流程的同时,也可以最大限度地提高风险管理的准确性,实现成本与效率的“双赢”。因此,中资商业银行应进一步加快信贷管理系统建设步伐,建立实时的风险鉴定、度量、分析和监控的系统和完善的成本管理信息系统,为授信管理方式创新奠定坚实的技术基础。

(五)推进内部信用评级体系的建设,逐步运用RAROC模型于信用风险管理和绩效考核之中

目前中资商业银行对分支机构的业绩考核已开始放弃简单的总量水平考核,逐步引入风险拨备的理念。尽管一些银行宣称实施了经济资本考核,但在内部评级法未完成的情况下,这不是真正意义上的。因此,中资商业银行的信用风险尚不能完全地准确地暴露出来,这样条件下的风险管理仍具有粗放的特征。中资商业银行应加快内部评级法建设并在完成基础上,尽快吸收并运用RAROC模型于信用风险管理和绩效考核。一方面,通过RAROC对各地区、行业、部门、客户等信用风险进行实时的测量和管理,一旦发现某笔贷款的RAROC低于银行预定的标准,相关人员可立即采取措施,或者提高贷款定价,或者终止这笔贷款以及时控制信用风险。另一方面,用风险调整后的、反映长期稳定的收益来衡量业绩。对于创造RAROC值大的信贷人员、分支行,可以在资源和分配上获得倾斜和支持,反之则反是,以此引导各级机构和员工自觉追求信用风险可接受情况下长期收益的最大化。