信用监管模式范文

引言：寻求写作上的突破？我们特意为您精选了4篇信用监管模式范文，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

[中图分类号] R197.32 [文献标识码]B [文章编号]1674-4721(2010)07(a)-185-02

药店信用分类监管模式就是政府以药店的信用信息为中心,通过按照一定的规则收集药店经营信息、进行信用等级评定、奖罚以及对信用信息动态管理的过程。其特点可概括为:以药店信用信息为中心,以评定信用等级为工具,以促进药店信用提高为目的,模式的主要内容包括药店信用信息的征集、等级的评定、公示以及奖惩等。

1 药店信用信息的征集

根据药品零售行业中信息跟信用的相关程度,可将信用信息分为基本信息、良好信息、一般失信信息、严重失信信息四大类。

1.1 基本信息

基本信息包括药品经营企业登记注册的基本情况,即企业名称、注册地址、法定代表人(企业负责人)简历及其身份证号码、质量负责人简历及其身份证号码、经营范围、经营方式、药品经营许可证的编号及期限、GSP认证认可情况等和驻店药师的基本情况,如姓名、供职单位、执业情况、继续教育情况等,还有这些信息的登记、变更、注销或撤销的内容。

1.2 良好信息

良好信息包括经各级监督抽查,合格率均达100%的有关信息和零售药店被评受等级等信息。

1.3 一般失信信息

一般失信信息包括因违法、违规受到食品药品监督管理部门警告和责令改正处罚的;违法违规行为符合《药品管理法实施条例》第八十一条规定并按照该条给予处罚的[1];因违法违规行为,受到食品药品监督管理部门上述两项以外的处罚,但确属非主观故意的;药师个人因违反诚实信用原则受到食品药品监督管理部门处罚的;药师个人因违反诚实信用原则而承担与执业行为相关的民事赔偿的;药品经营企业擅自或者参与虚假违法药品、医疗器械、保健食品广告,被食品药品监督管理部门移送工商行政部门或者被工商行政部门查处的;食品药品监督管理部门认为应当通报的其他一般违法行为。

1.4 严重失信信息

严重失信信息包括:吊销药品经营许可证或暂扣营业执照的;拒绝、阻挠执法人员依法进行监督检查、抽验和索取有关资料或者拒不配合执法人员依法进行案件调查的;制售假劣药品、不合格医疗器械,有主观故意或后果严重或情节恶劣的;因违反药品、医疗器械监督管理法律法规,构成犯罪的。

药店信用信息的收集,以行政处罚决定书、整改通知、监督检查记录等为依据,并作相应的不良行为记录和扣分,存入单位药店信用档案。

2 药店信用等级的评定

2.1 确定药店信用信息的分值标准

根据药店信用信息的不同类型,对不同程度信用信息赋予不同的信用分值。失信信息失信程度越大,赋予的负分值越高,如,对曾被依法责令停业、暂扣药品经营许可证的这种严重失信的行为,赋予最高负分-30分(总分100分),一旦有药店拥有这种信息,它的信用值就被扣掉30分;而对良好信息则给予加分。

2.2 确定药品安全信用等级的原则

以是否有因违反药品(医疗器械)监督管理法律、法规和规章制度等而被处以刑事或者行政处罚作为信用等级划分的主要标准;以违法行为情节的轻重和主观过错的大小作为等级划分的辅助标准;采用积分制原则:将药品、医疗器械监督管理法律法规和规范性文件的相关要求,划成相应的分值,以积分多少为主确定信用等级。每个单位总分100分。

2.3 药店信用等级的评定机构

药店信用等级评定过程中,评定主体的选择对评定结果的可信度十分重要。为了避免政府“寻租成本”的危险,最佳的选择是通过行业协会组织来负责药店信用等级的评定工作;或者政府组织的评定人员要覆盖行业组织人员、药店人员等。此外,药店信用等级采用一年一评定的动态认定方法。根据每个周期的信用认定情况,对药店的信用级别进行调整。

3 药店信用等级信息公示

3.1 药店信用等级的公示

公示要遵守法律法规,按照有关法律法规,药品监管部门要对药品零售企业的信用信息进行公示。

3.2 信用信息公示内容

信用信息公示的内容应该包括药店《药品经营许可证》上的基本信息、企业通过GSP认证的情况、企业当年因违法违规行为受到行政处罚的情况、药店历年信用等级的情况等。

3.3 药店信用等级信息的公示渠道和技巧

为了避免诉讼的困扰,要掌控好药店信用等级信息的公示方式。对严重失信等级的药店要借助于社会新闻媒体进行公示,只要这样才达到惩罚的作用;而对于一般失信等级的药店以公示于各级药监局网站为主,而对于屡教不改的失信药店,适时向社会公布药品零售企业的信用信息,公众可直接查阅公示信息[1]。

4 药店信用等级的奖惩

4.1 惩罚的原则

根据药店与政府的博弈均衡理论,市场主体是否守信,取决于失信获利的诱惑力与规则的强制力的比较,当诱惑力大于强制力,不管监管者查处还是不查处,市场主体都将选择失信;只有当强制力大于诱惑力时,市场主体才可能选择守信,强制力越大于诱惑力,即处罚力度越大,市场主体失信的概率越小[2]。从中可知,对失信药店的惩罚力度是药店选择守信是否的关键,相反,如果惩罚力度不够,无论药监部门查处频率多高,也无法让药店遵守信用。因此,对失信药店惩罚的原则就是重点在于惩罚失信药店,加大对失信药店的经济处罚力度为主,辅助于提高抽查频率的处罚方式。

4.2 奖励的原则

根据“囚犯困境”理论可知,对于两个药店来说,若在信息不对称的情情况下,对双方来说选择失信是最合理的选择。从中启示是,对守信药店来说,最佳奖励就是消除行业内信息不对称的局面。因此,对守信药店的奖励就帮助消除行业信息不对称的局面,如政府可通过社会新闻媒体公示守信药店的名字,以让更多消费者者了解正确的行业信息,同时也能提高守信药店品牌美誉度。

[参考文献]

篇2

中图分类号： F830.1 文献标识码：A 文章编号：1006-3544（2013）05-0011-07

引言

信用风险压力测试已成为金融机构风险管理的重要组成部分，在极端事件风险管理、资本规划、业务发展战略等方面得到广泛应用 [1] 。然而，2008年爆发的金融危机使得全球大型金融机构遭受重创，信用风险压力测试并没有使金融行业很好地应对金融危机。巴塞尔委员会认为，此前进行的压力测试， 宏观压力情景假设要比现实宏观经济衰退程度更弱、持续时间更短，而且忽视了经济体系间的相互影响及反馈效应。由此，如何将系统性风险与金融监管、银行压力测试有效结合起来成为新课题。近年来，宏观审慎金融监管体系逐步形成， 信用风险宏观压力测试在全球得到较快推广，用以评价系统性风险可能对银行业造成的影响，有利于监管部门提早制定应对措施，提高银行业经营稳健性。然而，信用风险宏观压力测试发展较晚，相关建模技术方法仍处于探索和研究当中， 全球范围内尚没有形成统一规范或者最佳实践，世界主要经济组织、各国央行以及全球主要金融机构都在不断完善信用风险宏观压力测试建模技术方法。 本文力图通过对全球信用风险宏观压力测试建模技术方法及实践的分析，为我国金融监管部门及金融机构有效评估系统性风险影响提供借鉴。

一、 信用风险宏观压力测试流程及实践分析

信用风险宏观压力测试主要包括环境分析与制定压力测试目标、设定压力情景、构建压力测试模型、重新评估压力情景、压力测试结果分析和报告等5个步骤。信用风险宏观压力测试需要根据银行经营环境以及业务结构确定压力测试目标，做到具体问题具体分析； 银行根据已设定的压力测试目标制定压力测试情景； 压力测试建模部分包括宏观经济模型构建和信用风险模型构建，压力测试建模非常关键，直接关系到压力测试评估有效性；根据压力测试情景以及模型进行压力测试和评估； 银行需要深入分析压力测试结果， 并向监管部门、 经营管理层汇报，以制定相关应对措施 [2] 。 从信用风险宏观压力测试实施方式看，可以分为自上而下和自下而上两种形式。自上而下的信用风险宏观压力测试主要是由监管部门利用银行业整体数据实施的压力测试。该模式能够对压力测试实施统一的前提假设和建模技术，保持了统一性，有利于行业间或国家间的相互比较，而且实施起来简便、节省资源，但是该模式忽略了金融机构间的差异性，无法判断各金融机构压力情景下的表现 [3] 。该模式适用于金融机构微观数据不足的情况。自下而上的信用风险宏观压力测试是由各金融机构自行开展信用风险宏观压力测试，然后将压力测试结果上报汇总至监管部门。该模式的优势在于能够充分体现各金融机构的差异性，更真实地反映金融行业存在的脆弱性；能够充分利用金融机构内部良好的信用风险管理工具，取得更好的压力测试效果，有利于金融机构为极端事件做好充分准备。然而，该模式由金融机构自行设计压力测试情景及建模，导致压力测试的可比性较差，透明性降低，而且该模式实施起来也较为繁琐，需要金融机构的密切配合 [3] 。自上而下和自下而上的两种信用风险宏观压力测试实施方法并不相互排斥，而是相互验证、相互补充的。在条件允许下，部分国家监管部门会同时进行两种模式的压力测试，以提高信用风险宏观压力测试质量和可信度。

国际货币基金组织（IMF）上世纪90年代末已开展了基于系统性风险视角的信用风险压力测试，目前已成为金融部门评估项目（FSAP）、全球金融稳定性评估报告（GFSRs）的重要组成部分，进而评价各国金融体系的稳定性 [4] 。2009年，美国针对大型控股银行公司进行了前瞻性评估，确定银行面临宏观经济压力下的资本充足性。2010年、2011年， 欧盟也针对成员国的主要银行进行了宏观压力测试，评价银行体系在欧债危机背景下受宏观经济冲击的脆弱性和资本充足性。2010年， 我国针对房地产市场泡沫可能引发的信用风险，亦开展了相关压力测试，主要评价房价下降可能对银行信贷质量的影响。信用风险宏观压力测试在全球主要国家得到应用和广泛开展，信用风险宏观压力测试建模方法得到不断完善和创新，并获得较多的研究和实践成果，进而支持宏观审慎监管理念的落实。

信用风险宏观压力测试理念和相关应用已取得较多成果，然而作为信用风险宏观压力测试的核心部分——压力测试建模还存在很多不成熟、 不完善的地方，这也是各国监管部门加强研究和推进的重要方面。 信用风险宏观压力测试建模包括宏观经济建模和信用风险建模两个部分。宏观经济建模方面，监管部门需要事先将制定的压力情景转变为具体的宏观经济指标波动，即首先预测未来一段时间内的宏观经济走势，即基准情景，然后在基准情景基础上根据压力测试情景需求对宏观经济施加压力，得到压力状态下的相关宏观经济指标，这部分建模技术相对成熟。信用风险建模方面，信用风险建模主要解决宏观经济压力情景向微观金融机构传导的机制问题，即将金融机构信用风险因子与宏观经济指标建立起关联关系， 这部分建模技术方法发展相对不是很成熟。 下文将一一介绍宏观经济建模和信用风险建模技术方法和实证研究成果。

二、宏观经济情景建模技术方法分析

信用风险宏观压力测试首先需要解决宏观经济情景建模问题，其建模方法主要包括结构性计量模型、向量自相关回归模型（VAR）以及统计方法 [5] 。从实践看，很多监管部门主要使用已有的经济预测模型构建宏观压力情景，在部分情况下， 现有宏观经济模型无法包括所有压力测试情景指标，这就需要扩展已有模型。

（一）结构性计量模型

结构性计量模型是比较理想的宏观经济压力情景模型，结构性模型是根据经济理论和现实经济关系，建立起宏观经济主要变量和因素之间的关系。结构性计量模型能够囊括实体经济部门、 政府部门以及金融部门， 进而能够进行政策分析，有利于提升宏观经济模型的完整性和现实性。同时，结构性计量模型所得到的经济指标预测结果具有内在一致性。结构性模型最主要的形式就是动态随机一般均衡模型（dynamic stochastic general equilibrium，简称DSGE），DSGE模型通常假定家庭或企业部门存在一个代表性个体、 理性预期和无摩擦的完全竞争市场，随着研究的深入，模型假设逐步放松，逐步引入交易成本、粘性价格、垄断竞争、信息不对称、有限理性预期、劳动力市场摩擦、金融市场摩擦等假设，模型更加贴近现实经济运行状态。但是，结构性计量模型本身也存在一定局限，主要是涉及众多方程式，模型本身求解难度较大；由于多数用于分析货币政策的结构性宏观经济模型都是线性模型，该类模型可能无法捕捉压力情景下各经济变量间的非线性关系，而且也很难给出特定宏观压力情景出现的概率 [5-6] 。

一个简单的结构化计量模型可以表示为生产部门、居民部门以及政府部门的三部门方程组，即：

其中，（1）-（6）式分别为生产函数、技术增长、资本累积、资源约束、效用函数、居民部门支出约束、政府支出约束。Y为产出量，K为资本，N为劳动力投入，？啄为折旧率，I为投资，C为消费，G为政府消费，？准t 为偏好系数，W为实际工资，rt 为资本税前报酬率，？子n为劳动收入税率，？子k为资本收入税率，？追为定额税。代表性居民通过选择资本、消费和劳动使效用最大化，而政府部门支出资金主要来自于劳动和资本收入税以及定额税。

从实践看，瑞典、捷克、匈牙利、加拿大、罗马尼亚、美国、法国等国央行的宏观经济预测模型都是结构性计量模型，而且大部分为DSGE模型。

（二）VAR模型

VAR模型也是使用非常普遍的宏观经济模型， 具有简便、灵活的特点，该模型不再区分内生变量和外生变量，而是将所有变量视为内生变量，对于所有宏观经济指标的预测具有内在一致性 [5-6] 。当VAR模型受到外部初始冲击的时候，向量可以用来预测冲击对于整个经济指标的影响程度。如果需要加入类似于结构性计量模型的经济结构关系，还可以将基于经济、 金融理论的变量之间的结构性关系引入VAR模型，构造结构向量自回归模型（Structural Vector Autoregression，简称SVAR），由此可以捕捉模型系统内各变量之间的即时结构关系。

型设置宏观经济压力情景。日本央行所使用的VAR模型包含五个宏观经济变量，分别为GDP、通货膨胀率、银行信贷余额、有效汇率、隔夜拆借利率，数据期限为1978年第一季度至2008年第一季度，基于AIC准则确定模型滞后阶数为4阶 [7] 。由于VAR模型脉冲效应对于变量的排序敏感性很高，日本央行通过对模型变量排序施加递归约束，以此确定模型的新息影响。除此之外，VAR模型还可以用于跨国压力测试。Castren et al.（2008） 基于26个VAR模型建立了GVAR（global VAR） 模型，GVAR模型中国内和国外宏观经济变量同时相互作用，以分析欧元区的信用风险 [8] 。该模型使用的主要宏观经济变量包括实际产出、通货膨胀率、实际有效汇率、长短期利率、石油价格。英国宏观经济模型使用的是两个国家的GAVR模型，两个国家为英国和美国，其中英国表示为一个小型开放国家， 而美国被看作是其他世界经济部分。该模型宏观经济变量包括产出缺口、名义短期利率、实际汇率、通货膨胀率。

（三）统计模型

Oesterreichische Nationalbank（OeNB）使用多元t-Copula模型为宏观经济变量和金融变量建模，该模型的好处在于一方面边缘分布不同于联合分布，另一方面宏观、金融变量之间呈现尾部相依性，有利于模拟极端压力情景 [10] 。统计模型预测准确度较高，然而，统计模型并不利于政策分析，无法获知政策传导渠道。从实践看，该类模型在各国央行的实际应用中并不常见，更适合对于计量精度要求更高的金融机构使用。

三种宏观经济模型构建技术方法各有优势和不足，各国央行及金融机构根据自身实际情况进行选择，主要还是根据已有数据序列长度、 模型预测准确性和稳健性综合进行考量， 最终选取更为合适的模型构建宏观经济压力测试情景。从实践看，前两种模型应用范围较广，统计模型应用范围较小。宏观经济模型之前就已开始应用于政策分析，建模技术已相对成熟。

三、信用风险建模技术方法分析

设定好宏观经济压力情景后，还需要建立宏观-信用风险因子传导机制，即建立信用风险模型。这涉及三个主要方面，第一是选取合适的因变量，第二是选择恰当的自变量，第三是选择恰当的模型和传导机制。

（一）信用风险模型变量选取分析

1. 信用风险因子选取分析

因变量方面，因变量主要是用来反映金融机构信用风险变化情况的指标，即信用风险因子。从实证研究看，不良贷款率、信贷损失准备金率、违约率、信用转移概率等都经常用来作为信用风险因子。 然而不同指标仍有其自身的局限性，不良贷款率属于滞后指标，一般要慢于经济周期变化；而信贷准备率虽然也具有一定顺周期性，但是其人为调整的因素更大；违约率相对更为理想，但是由于数据累积受到很大限制，尤其是发展中国家， 银行违约率数据序列累计相对较短，经常不能满足建模需求； 信用转移概率数据累计也相对不足，在实证研究中较少得到应用 [5-6] 。当然，因变量的选择还是要根据具体情况来看，例如在我国，由于银行业经历过不良资产剥离的情况，因而不良率并不适合构建模型需要。因变量的选择还涉及数据层次的选择，因变量选取涉及行业层次和微观层次两个方面。 如果相关信用风险因子数据较少， 一般使用行业整体数据建模；如果信用风险因子微观数据较丰富而且可得，那么信用风险建模就会使用银行机构微观层次数据。奥地利、加拿大使用了行业违约率作为因变量，匈牙利、捷克使用不同资产组合作为因变量，而保加利亚、斯洛伐克则根据企业部门和居民部门的违约率数据分别构建信用风险模型 [6] 。

上述提及的信用风险因子都是基于历史数据，具有后向性质，无法很好地预测未来。预期违约概率（Expected default frequencies，EDF）具有前向性质，能够预测未来企业违约的可能性。EDF是根据KMV模型计算得到的，KMV模型是基于默顿模型演变而来的， 默顿模型最早由默顿于1974年提出，将期权定价理论运用于贷款定价，并将违约债务看成是企业资产的或有权益，认为某个企业的资产价值低于债务价值时将发生违约。 默顿结构模型的核心在于公司价值的波动性是公司违约的主要来源，当公司价值下降到一定边界值时，就会违约。基于默顿模型和B-S模型，KMV公司成功开发了基于市场信息的KMV模型， 广泛应用于银行和其他金融机构对于违约概率（PD）的预测 [11] 。KMV模型根据B-S模型可得等式：

由上述公式可以看出，资产价值、资产风险、杠杆是决定公司违约的三大主要因素，而上述模型参数可由公司的股票价格、 其波动性和账面债务求得。Asberg and Shahnazarian（2008），Castr′en，Fitzpatrick and Sydow（2008）均使用EDF作为银行信用风险因子 [12-13] 。Asberg and Shahnazarian（2008）分析了瑞典非金融上市企业的EDF，并将所有企业EDF中位数与工业生产指数、 消费者价格指数、短期利率建立相关关系， 利用VECM模型检验了信用风险与宏观经济的关系。实证研究表明，利率对EDF的影响最大，工业生产指数下降或者通货膨胀上升会导致EDF上升。Castr′en，Fitzpatrick and Sydow（2008）用欧元区公司EDF的中位数衡量信用风险，并根据8个行业部门分别计算EDF。其模型将EDF的解释变量确定为股价、GDP等5个宏观经济变量。KMV模型具有一定前瞻性，相比利用历史数据构建的信用风险建模，具有一定优势，不过EDF数据需要企业公开上市，这样才能获得其股价变动的信息， 然而现实中银行客户中有很大一部分，尤其是很多中小企业，均为非上市公司，这部分企业是无法应用KMV模型的。

2. 宏观经济指标分析

自变量方面，自变量主要是宏观经济指标，由于各个国家经济环境、银行业业务结构不同，所使用的宏观经济指标并不相同。一般而言，GDP、通货膨胀率、汇率、利率指标都是各国常用的，还有一部分则是个别国家使用的，诸如房价、居民收入等。一般而言，当宏观经济处于繁荣时期，公司违约率较低，但公司倾向于过度承担风险；当宏观经济处于衰退期时，公司前期所承担的风险无法消化，违约率会大幅上升。违约率与GDP的变化并不是同步，存在一定时滞。实证研究都对GDP做了处理，多数使用GDP增长率，也有实证研究使用GDP一阶方差。 实证研究结果表明，GDP确实与违约率存在显著的负相关关系，这种影响具有普遍性。现实中所能使用的利率形式有很多，诸如银行间借贷利率、市场利率、基准利率、实际利率等，实证研究中并没有统一的形式。然而，实证研究的结论具有一致性，认为利率与违约率存在显著的正相关，而且Diana Bonfim（2007）研究认为建设部门与利率的相关性最为显著 [14] 。利率对违约率影响的机制在于，利率上升时，公司债务负担将增加，更容易出现违约行为。通货膨胀与违约率为正相关，表现为通货膨胀高时，货币政策会收紧，经济景气度将下降，企业债务偿付能力将下降；通货膨胀较低时，货币政策将放松，企业经营景气度将逐步提升，债务偿付能力会进一步上升，违约率会下降。

（二）信用风险建模技术方法分析

模型选择方面，宏观压力情景传导模型一般包括线性回归分析、 非线性回归模型、VAR模型以及综合性模型等等。目前，宏观经济与信用风险因子的内在关系研究尚不充分，这为构建信用风险模型增加了难度。

1. 线性回归分析

最小二乘法（OLS）是最基本的线性回归模型，Deventer（2005）通过线性回归分析对澳大利亚银行、日本三菱银行及韩国、美国多家大型银行的研究表明，宏观因素影响着信贷利差，从而意味着它影响银行信用风险 [15] 。但是，线性回归并不能很好捕捉两个变量之间的关系，在现实研究中线性回归应用较少。

为了改进简单OLS回归可能产生的模型误差，金融机构数据充足的国家可以使用面板数据分析模型，用以对主要金融机构建立信用风险模型。希腊中央银行利用经济增速、失业率、实际信贷利率等宏观经济变量，以及总资产、市场势力、存贷比等银行特征变量，对不良贷款率进行面板数据分析。波兰中央银行利用面板数据预测各个银行的信贷损失准备金率，该模型所使用的宏观解释变量为3个月银行间拆借利率、GDP增速、 实际工资变动率， 还包括银行特定解释变量。Lehmann and Manz（2006）使用信贷准备金率衡量各个银行的信贷质量， 基于静态或者动态面板数据模型进行建模，模型以各银行特征变量作为控制变量，反映各银行对于宏观经济变动的敏感性 [16] 。

2. 非线性回归模型

Wilson（1997）、Boss（2003）设定宏观经济因素和贷款违约率之间的非线性关系， 使用Logit模型将贷款违约率转化为宏观综合指标Y，以指标Y作为因变量与宏观经济因素进行多元线性回归分析，以更好地利用各宏观经济指标所提供的信息[17-18] 。该模型可以表示为：

其中，pt为贷款的平均违约率，yt是pt经过logistic函数转换得到，xt为主要宏观经济变量，？琢为解释变量的系数。（18）式各宏观经济变量的时间序列模型，考虑各宏观经济变量可能存在滞后性，因而对其进行P阶自回归分析。模型中假定？滋t和？着t序列不相关。该模型一是考虑了宏观经济变量对信用风险的滞后效应；二是考虑了金融体系对宏观经济的反馈效应。

Wilson（1997）用各工业部门违约概率与一系列宏观经济变量的敏感度直接建模， 通过模拟将来违约概率分布的路径，得到了资产组合的预期损失，进而模拟出在宏观经济波动冲击下的违约概率值。Boss M（2004）利用Wilson提出的模型，根据加总的企业违约概率估计出宏观经济信贷模型来分析澳大利亚和芬兰银行部门的压力情景。目前，基于Wilson模型的宏观压力传导机制得到广泛应用。 国外方面，IMF对各国银行体系稳健性评估、各国央行自身风险评估以及部分学术研究都使用该模型；国内方面，华晓龙（2009）、沈阳、马望舒（2010）对我国商业银行信用风险宏观压力测试也都运用了该模型 [19-20] 。

3. VAR模型

VAR模型除了用于前述的宏观压力情景设定外，也逐步应用于信用风险模型，并且取得了较好的效果。 Alessandri et al.（2007），Marcucci and Quagliariello（2008）使用违约率基于VAR模型分别构建了住户部门和工商部门的信用风险模型 [21-22] 。其中，公司部门模型的变量包括违约率、产出缺口、通货膨胀、短期利率和实际汇率5个指标。在结构设置方面，两个模型认为违约率滞后于宏观变量。 其研究通过脉冲响应发现，除了通货膨胀其他宏观经济指标均对违约率具有非常重要的影响。Glenn Hoggarth et al.（2005） 通过VAR模型建立了英国银行信贷核销率与产出缺口、通货膨胀率、名义短期利率的内在联系。实证研究认为，信贷核销率与产出缺口、通货膨胀率成反向关系，与名义短期利率成正向关系。而且，不同经济部门信贷核销率受到的宏观经济变量的影响是不同的， 非金融企业部门的信贷核销率对产出缺口变化非常敏感，而居民部门信贷核销率对于收入的变化更为敏感。匈牙利中央银行使用VAR模型分别对公司部门贷款和商业房地产贷款进行建模，其中公司部门模型的解释变量为GDP增速、通货膨胀率、名义有效汇率、同业拆借利率。相比回归分析，VAR模型是近年来才刚刚开始应用于信用风险建模的，因而应用范围有限， 不过随着VAR模型在信用分析建模方面的优势逐步得到显现和认可，未来该模型应用范围有望得到不断扩展和延伸。

4. 综合性信用风险模型

上述信用风险模型仅是研究了信用风险因子与宏观经济的关系， 而没有考虑到金融机构之间的风险传染效应，也忽视了金融体系对于宏观经济形成的反馈效应。因此，近年来，更多的学术研究从经济金融理论出发，致力于构建更加综合化的信用风险模型， 使信用风险模型更加接近现实状态。金融危机发生后，金融监管部门逐渐认识到，评估系统性风险还需要进一步考虑不同风险因子之间的关联关系以及金融体系内的传染风险。 传统的信用风险宏观压力测试并不包含这些系统性效应，诸如同业拆借市场或者批发性融资市场的崩溃、 市场流动性和银行资金流动性风险之间的反馈效应等等。 最早出现的综合性压力测试模型是Oesterreichische Nationalbank的系统性风险管理系统（Systemic Risk Monitor，简称SRM），该系统通过统一信用风险和市场风险的网络模型，评估银行违约概率 [23] 。外部冲击对信用风险和市场风险敞口的冲击可能诱发银行违约，在一个网络模型中会导致银行间风险的传染。 另一个相类似的模型是英格兰银行的RAMSI模型 [21] 。RAMSI包括一个用贝叶斯VAR模型制定宏观经济情景、信用风险、市场风险与净利息收入的银行间网络模型， 以及一个模拟资产迅速出售的价格函数。SRM和RAMSI模型均没有包含银行对实体经济的反馈效应，RAMSI模型包含了来自流动性风险的反馈效应。 在加拿大央行的模型中， 资金流动性风险是市场流动性、 违约风险以及银行资金结构之间相互作用的结果。

Daniel Buncic and Martin Melecky（2012）根据全球金融危机的教训，提出了一个新的、实用的宏观审慎压力测试模型。该模型包括6个组成部分，一是根据一国特定统计模型和跨国危机经验制定宏观压力情景；二是因外汇敞口而产生的间接信用风险；三是各银行不同的授信标准； 四是压力时期违约概率和违约损失之间较高的相关性； 五是信贷集中性以及剩余期限对于未预期损失产生的负面影响； 六是使用资本充足率作为衡量银行抵御系统性风险的指标。

除了上述模型和研究，金融部门与实体经济之间的反馈效应也得到更多关注，金融体系对实体经济的反馈效应主要通过需求和供给因素实现 [25] 。从需求端看，居民和企业金融条件的恶化将会冲击到消费和投资需求；从供给端看，借款者信用水平的降低将会促使银行提高授信标准，增加融资成本。Von Peter（2009）建立起一个有效解释宏观经济与金融间稳定关系的框架 [26] 。他尤其分析了由于宏观经济冲击导致信贷损失后， 银行为了满足资本充足性会限制信贷供给，这将如何影响宏观经济。Goodhart，Sunirand and Tsomocos（2003） 也提出了研究金融部门与实体经济之间反馈效应的框架 [27] 。他们将金融脆弱性视作一种均衡问题，即银行需要权衡信贷、投资机会的成本收益。在此框架下，金融部门遭受冲击进而会通过信贷收缩影响到实体经济。不过，整体看，当前综合性信用风险模型仍没有很好地包含金融体系与实体经济之间的反馈效应。

综合性信用风险宏观压力测试模型的不足在于，模型结构的复杂性使得因果关系以及最终的结果透明性不高。因此， 该类模型可能会违背宏观压力测试的一些基本原则，诸如模型需要足够简洁、透明，具有弹性便于政策制定者和公众进行沟通。另一方面，综合性模型包含了多种传导机制以及反馈效应，能够更加完整地反映违约事件的可能影响。

信用风险建模从简单到复杂，各有优势和劣势，简单模型假设较少，压力测试所含有的误差较低，但是可能无法达到更为深刻的研究目的；而复杂模型能够更好地刻画信用风险和宏观经济变量之间的关系，但是复杂模型本身已包含了一定前提假设，因而模型结果可能存在一定误差。不管怎样，各种模型之间并不是完全排斥的，而是可以相互印证和补充的。

四、信用风险宏观压力测试建模方法所面临的难题

实际上，信用风险宏观压力测试实践不长，尤其是在金融危机后，监管部门加强了宏观审慎监管，同时新巴塞尔协议也强调金融机构要通过压力测试确保资本充足性。 因而，现在信用风险压力测试备受监管部门、金融机构重视，不断有创新方法涌现。然而，当前信用风险宏观压力测试建模还存在一定缺憾和不足之处，这也为未来信用风险宏观压力测试建模研究指明了方向。

1. 信用风险宏观压力测试建模方法尚不完善。（1） 当前信用风险压力测试模型缺少反馈效应。当前信用风险压力测试建模中仅考虑了宏观压力情景对金融体系的影响， 但是没有考虑到金融机构所进行的自我调整，从而反过来影响宏观经济，进而形成反馈效应。诸如，宏观经济下滑，金融机构风险增大，面临收入、资本充足率下降等难题，势必会提高授信标准，降低信贷增速，这会反作用于宏观经济，有可能导致经济进一步衰退， 进而再一次将宏观经济压力传导到金融体系。现有信用风险压力测试缺乏对反馈效应的考虑，或者对于反馈效应的构建过于简单，这也使得当前信用风险压力测试表现为静态测试，而非动态测试。（2）当前信用风险压力测试缺乏传染效应。当前信用风险压力测试过程中， 单个金融机构仅考虑自身情况，或者将整个行业作为一个互不相关的整体，然而从现实情况可以看出，金融机构信用风险具有一定传染性，尤其是挤兑风险。同时，随着全球经济一体化进程的加快，各国经济、金融联系日益紧密，信用风险传导的渠道更加多样化， 尤其是不同国家之间的传导渠道也更为通畅，这对于金融行业较为开放的国家尤其如此。当前，信用风险压力测试并没有考虑上述传染效应，这显然并不符合现实情况，因而压力测试缺乏可信性和实用性，对于危机的考虑不够充分。

2. 压力测试模型尚没有正确的考虑到危机时期非线性或者结构性断裂关系。当前信用风险压力测试建模多为非线性回归或者VAR模型。然而，实证研究发现，当危机来临或者市场处于压力情境下，宏观经济变量与金融风险指标通常是非线性的，甚至会发生一定跳跃或者结构性断裂，这种特殊关系是现有模型并没有充分考虑到的。

3. 宏观经济变量与金融风险指标关系仍有待探索。从现有的模型看，多数模型都是解决违约率、不良贷款率与宏观经济指标的关系，而对于LGD、EAD等风险指标，因受到数据限制，相关研究很少，在压力测试中的应用也不多，很多时候都是采用常数数值，这种简便方法可能会低估风险的存在。

4. 信用风险压力测试模型缺乏完善的校正。除了上述模型不完整、不完全等情况，更为关键的是，当前的信用风险压力测试模型缺乏有效的评估和回测检验。由于当前金融风险与宏观经济变量建模时间短、 相关数据累积较少， 甚至尚无法覆盖完整的经济周期，这使得所构建的模型可能有所偏颇，甚至存在较大的模型风险。因而，不能为了计算结果而建模，而是要使建模具有真正的现实意义， 其结果经得起推敲和现实检验，否则建模的意义就不大了。

五、政策建议

我国信用风险宏观压力测试刚刚起步，尤其是在建模技术方法方面发展相对滞后， 未来还需要加强此方面的工作，政策建议如下：

第一，重视信用风险宏观压力测试。一方面，信用风险宏观压力测试是新巴塞尔协议对于使用内部评级法的金融机构的重要要求，以此确保金融机构资本保有的充足性；另一方面，信用风险宏观压力测试也是监管部门落实宏观审慎监管的重要切入点和抓手。目前，基于宏观审慎监管的信用风险压力测试在我国开展仍处于起步阶段，监管部门要加强信用风险压力测试的常规性推进，做到每年、每季度定期性有效开展，以此确保我国银行业有效应对外部系统性风险的冲击和稳健经营。

第二，加强信用风险宏观压力测试理论研究。信用风险宏观压力测试建模需要进一步深入结合我国实际情况，加强相关理论、实证研究，推进对于相关领域研究，进而不断探索出适应我国国情的信用风险宏观压力测试模型。同时，还需要加强与IMF等国际金融组织及各国央行的合作和交流，充分了解国际相关领域研究进展。

第三，注重专业人才的培养。信用风险宏观压力测试专业性较强，需要具有数据挖掘、金融理论、计量方法等多种理论背景的专业人才， 因而需要加强此方面专业人才的培养，为信用风险宏观压力测试发展奠定人才基础和保障。

第四，加强相关数据累积。信用风险宏观压力测试建模涉及大量的基础数据，包括宏观经济数据、行业数据、金融系统的相关数据、金融机构经营数据等等，而且建模对于数据的质量和累积长度也有很高要求，因而需要注重数据累积，确保信用风险宏观压力测试的有效进行。

参考文献：

[1]the Committee on the Global Financial System. Stress testing at major financial institutions： survey results and practice[R]. ，January 2005.

[2]Andreas A. Jobst，Li Lian Ong and Christian Schmieder. A Framework for Macroprudential Bank Solvency Stress Testing： Application to S-25 and Other G-20 Country FSAPs[R]. IMF Working Paper NO. 68，2013.

[3]José Vi？觡als. Macrofinancial Stress Testing—Principles and Practices[R]. IMF，.

[4]Marina Moretti，Stéphanie Stolz，andMark Swinburne. Stress Testing at the IMF[R]. IMF Working Paper NO. 206，.

[5]Foglia，A.. Stress Testing Credit Risk： A survey of Authorities’ Approaches[J]. International Journal of Central Banking，vol.6，No. 2， 2009.

[6]Martin Melecky and Anca Maria Podpiera. Macroprudential Stress-Testing Practices of Central Banks in Central and South Eastern Europe[R]. The World Bank Policy Research Working Paper，No. 5434. September 2010.

[7]Akira Otani，Shigenori Shiratsuka. Macro Stress-Testing on the Loan Portfolio of Japanese Banks[R]. Bank of Japan Working Paper Series，No.09-E-1，March 2009.

[8]Castren，O.，Dees，S.，Zaher，F.. Global Macro-financial Shocks and Expected Default Frequencies in the Euro Area，ECB Working Paper No. 875，2008.

[9]Sklar，A. .Fonctions de repartition ？滋a n dimensions et leurs marges[J]. Publications de l'Institut de Statistique de l'Universit？e de Paris，8，229-231，1959.

[10]Seidner，M.. The Systemic Risk Monitor and the Macro Stress Testing at the OeNB： Status Quo and Future Developments[R]. Workshop “Advances in Stress Testing in Central and South Eastern Europe”，Thessaloniki，19-20 May 2010.

[11]Peter J. Crosbie，Jeffrey R. Bohn. Modeling Default Risk[R]，2002.

[12]Asberg，P.，and H. Shahnazarian. Macroeconomic Impact on Expected Default Frequency[R]. Sveriges Riksbank Working Paper No. 219 ，January 2009.

[13]Castr'en，O.，S. D？ees，and F. Zaher. Global Macro-financial Shocks and Expected Default Frequencies in the Euro Area[R].ECB Working Paper， No. 875，February 2008.

[14]Diana Bonfim. CREDIT RISK DRIVERS： EVALUATING THE CONTRIBUTION OF FIRM LEVEL INFORMATION AND OF MACROECONOMIC DYNAMICS[R]. Working {aper，2007.

[15]Deventer DV ，Kenji I1 Credi t risk models and the B asel A ccords[M]. Beijing ： RENMIN University of China Press，2005.

[16]Lehmann，H.，and M. Manz. The Exposure of Swiss Banks to Macroeconomic Shocks—An Empirical Investigation[R]. Swiss National Bank Working Paper No. 4.2006.

[17]Wilson TC. Portfolio credit risk[J]. Risk，1997，9（10）：111-1701.

[18]Boss M，Krenn G，Schwaiger M，et al. Stress Testing the Austrian banking system[J]. Financial Stability Report，2004，（11）：841-8521

[19]华晓龙. 基于宏观压力测试方法的商业银行体系信用风险评估[J]. 数量经济技术经济研究，2009（4）.

[20]沈阳，冯舒望. 宏观经济变量与银行信用风险的实证研究[J]. 会计之友，2010（8）.

[21]Alessandri，P.，P. Gai，S. Kapadia，N. Mora，and C. Puhr. 2007.“A Framework for Quantifying Systemic Stability.”（December）. Preliminary paper presented at the workshop “Stress Testing of Credit Risk Portfolios： The Link between Macro and Micro，”hosted by the BCBS and the DNB，Amsterdam，March 7，2008.

[22]Marcucci，J.，and M. Quagliariello. Is Bank Portfolio Riskiness Procyclical？ Evidence from Italy using a Vector Autoregression[J].Journal of International Financial Markets，Institutions and Money，2008（1）.

[23]Boss，M.，T. Breuer，H. Elsinger，G. Krenn，A. Lehar，C. Puhr，and M. Summer. Systemic Risk Monitor： A Model for Systemic Risk Analysis and Stress Testing of Banking Systems[R]. Internal Technical Document，Oesterreichische Nationalbank，2006.

[24]Daniel Buncic and Martin Melecky. Macroprudential Stress Testing of Credit Risk： A Practical Approach for Policy Makers[R]. University of St. Gallen Discussion Paper， No. 2011-39，September 2011.

篇3

引言

金融体系的重要作用与全球一体化进程的加快使得避免金融危机的出现、确保金融体系的稳定运行成为全球共同的目标。商业银行作为重要的金融中介机构，在金融体系中占有十分重要的地位，其稳健经营、健康发展对社会经济生活具有重要意义。现代商业银行在解决信息不对称、降低交易成本等方面发挥着不可替代的作用。由于不确定性的客观存在，在实际经营管理过程中，银行不可避免地要面对各种风险（主要包括市场风险、信用风险和操作风险），对风险的研究分析与采取科学、合理、有效的管理策略是商业银行保持稳健经营、实践“三性”经营原则的根本。从实质上讲，商业银行是“经营风险”的金融机构，以“经营”风险作为其盈利的根本手段；从现代管理学角度看，风险管理能力构成了商业银行最重要的核心竞争力。

近年来，随着经营环境的变化，风险管理成为商业银行越来越重要的经营管理内容 [1]。具体地讲，就是全球经济一体化进程的加快，使得企业间竞争加剧、竞争打破了地域界限，由此引发的破产现象呈永久性增加趋势，为了减少或避免资产的损失，商业银行对风险的精确分析在今天变得尤为重要；从世界范围看，随着金融市场的快速拓展以及商业银行“惜贷”与“贷款集中”现象的存在，中小企业逐步放弃难以达到预期融资效果的银行借贷融资方式，直接进入金融市场融资，“非中介化”对商业银行的资金运用带来了很大冲击；由于商业银行同业竞争加剧以及来自金融市场和其他金融机构的压力增大，使得利差越来越小，贷款的风险—收益平衡进一步恶化，商业银行只有向风险管理要效益这一条路可走； 抵押品价值波动性增大，加大了信贷融风险缓解技术的难度，直接影响风险缓解技术的实施绩效；从国际上看，商业银行表外业务中衍生产品迅速增长和显著膨胀，衍生产品或工具在为风险管理提供更多金融工具和手段的同时，也带来了更多的风险，控制风险变得更为艰难；技术进步直接影响和左右商业银行风险管理的内容和方法；监管的国际合作日趋广泛、国际标准逐步形成，银行经营管理将打上监管的烙印。因此，商业银行现代意义上的风险管理将是全面风险管理、全过程风险管理、全员风险管理、全球风险管理与创新风险管理。

西方商业银行在市场风险模型等理论方法上已逐步趋于完善，并在金融市场交易实践上得到广泛应用；但是，信用风险和操作风险等风险估价、资本需求的量化分析以及资产组合管理研究还处在积极探索阶段，不过“信用风险模型越来越受到重视”、“形成一致的模型也不是可望不可即的”[2]。同时，技术进步、信用衍生工具的大量开发、资产证券化进程的逐步加快，为信用风险分析与管理策略选择提供了更加广阔的天地，也使得商业银行信贷经营管理模式由传统的发放持有到期日的方式进化到组合管理安排期限的现代方式，现代信用风险管理模式将逐步形成。因此，探讨、研究现代信用风险管理模式将为银行实施现代风险管理提供可资借鉴的理论方法与技术支持；同时，研究中国银行业在当前历史背景下，构建现代信用风险管理模式的战略选择具有重要的现实意义。

一、现代信用风险管理模式

信用渗透到现代经济的每个角落，从本质上讲现代经济就是信用经济。随着信用的日益发展，信用风险管理的压力日益增大。对银行来说，信用风险的主要是信贷资产信用风险，其风险来源主要有两种：一是借款人的履约能力出现了问题；二是借款人的履约意愿出现了问题。一般情况下，贷款的偿还是通过经营收入、出售资产，或者通过其他的途径借入资金来实现。因此，借款人的履约能力主要是取决于其偿债资金的获得能力。履约意愿主要取决于借款人的品格，也就是借款人不仅要有偿还债务的意愿，而且具备在负债期间能够主动承担各种义务的责任感。这就要求借款人首先必须诚信，同时具有良好的职业操守，并能勤奋工作。从银行管理角度看，信用风险管理与其他风险管理一样，都存在风险识别、风险度量、风险控制与管理策略、风险策略实施以及风险管理绩效评价等重要阶段内容。我们认为，现代信用风险管理模式是以信息技术、定量分析技术以及衍生产品为主要工具支持，以现代资产组合管理理论为理论基础，形成现代信用风险管理的资产组合管理模型，实施组合信用风险管理，科学有效地度量、控制与管理信用风险。其中，现代信息技术的发展与定量分析技术的研究为风险度量提供了技术工具支持；信用衍生产品的出现为信用风险转移、分散等风险控制策略提供了创新工具支持[3] 。以发展的眼光看，现代信用风险管理模式建设可以分为以下几个阶段循序渐进[2]：数据与基础设施建设阶段，主要工作是建立数据仓库、数据收集与遴选以及设计内部评级系统等；内部评级管理阶段，主要工作是开发PD和LGD模型、早期预警与决策支持系统以及完善内部评级系统等；组合管理阶段，主要工作是计算法定资本要求、计算经济资本要求、实施组合管理模型、掌握组合分散与相关度概念以及建立资产组合策略；主动组合管理阶段，主要工作是实现风险定价以及综合运用资产与信用衍生产品交易进行资产组合管理；优化组合管理阶段，主要工作是进行“市场盯价”、夏普比率管理和资产组合优化管理等。

现代信用风险管理模式是以风险度量与定价的定量分析技术以及风险控制与管理的金融创新工具为主要特征的。从风险度量上看，信用风险管理主要经历了传统定性分析阶段、传统定量阶段和现代测量信用风险的内部方法和模型阶段；从信用风险控制角度看，主要经历了各国监管当局自行规定到国际监管标准实行两个阶段，国际监管标准也从1988年的《巴塞尔协议》对风险资产和最低资本限额的规定发展到《新巴塞尔资本协议》的风险资产计算与最低资本要求两个阶段；从风险控制策略看，传统的内部处理（如风险缓解技术的采用与单一核销机制的建立）阶段逐步向现代外部（市场）处理（证券化与信用衍生工具等）转化，逐步形成资产组合管理理念，期限管理成为现实；从现代银行金融创新和风险管理创新来看，信贷资产组合的期限管理实现和信用风险外部转移的实现依赖于信用衍生产品的出现和交易市场的形成[3]。现代组合信用风险管理模型可以用图1描述。

其中，在资产信用风险模型中，主要包括[4～5]：信用评级模型与动态信用评级模型，信用风险评级模型计算某种资产的当前信用风险，而动态信用风险评级模型则计算信用风险的变动情况，信用风险可以是违约率也可是评级的结果。信用风险的定价模型必须考虑两部分内容，一是信用评级，二是超过零风险回报的差价，即市场对于一个特定信用风险的要价。同时，以信用衍生工具为主要特征的现代信用风险管理具有明显的现代金融创新烙印。银行信用衍生产品主要是基于信贷资产特征（现金流结构、风险程度、期限等）采用远期合约、互换和期权这三种基本构建方法产生的进行信用风险管理的金融工具，主要包括信用违约掉期工具（CDS，Credit Default Swap）、全额利润掉期产品（TRS，Total Return Swap）、信用关联票据（CLNs，Credit-Linked Notes）和信用延展期权等。在信用风险度量、信用衍生工具应用于风险控制策略的基础上，引入现代资产管理理论是现代信用风险管理模式的重要内容。但是，这个过程必须解决的问题是尽量使其凸现更多的市场特征，并在此基础上，确定组合的收益、标准差、方差以及调整组合的流动性成本等参数，进而确定有效组合边界，为调整组合提供量化信息支持[6]。

转贴于 二、中国银行业现代信用风险管理的战略选择

银行现代信用风险管理模式实现的先决条件主要包括：在宏观层面，银行监管的发展、信用环境以及金融创新的社会经济与法律环境改善等；在微观层面，完善的信息系统、先进科学的定量分析技术、信用衍生工具等风险管理的金融创新手段以及资产组合管理的理念等。但是，由于体制、管理和人才等诸多历史和现实原因，中国商业银行在风险管理方面比较薄弱。实行严格的“分业经营”、商业银行经营业务创新乏力、利率和汇率的非市场化以及政府信用支撑等因素的存在，中国商业银行的市场风险、流动性风险等在目前表现不充分，但由于社会信用环境、政府干预、内部管理问题等，造成了明显的信用风险和操作风险，导致银行资产质量低下、资产损失严重。同时，中国商业银行面临的外部环境对商业银行实施有效的风险管理具有很大的制约，主要表现在：一是市场机制与市场化程度的约束，中国的市场经济建设还有待进一步完善，商业银行还未完全摆脱旧体制的束缚；二是严格的“分业经营”对商业银行风险管理策略选择的限制；三是金融创新乏力、风险管理金融工具的贫乏都直接制约着商业银行风险管理策略的实施；四是外部信息对商业银行风险管理支持的相对弱化等。

因此，为了实施现代信用风险管理，中国银行业当前的战略选择主要包括：完善信息收集管理机制，实现信息保存的规范性、完整性、及时性、长期性和有效性；研究和发展信用风险管理的定量分析模型，构建包括信用风险度量模型、信用风险定价模型与信用风险组合资产管理模型在内的内部评级与现代资产组合管理技术体系；在与监管当局广泛交流的基础上，下大力量开展资产证券化、信用衍生产品研发等金融创新工作，为创造性地解决信用风险管理问题提品工具支持，并积极谋求建立统一、完善的信用衍生工具交易市场等；在日常经营管理中，逐步培养资产组合管理理念。具体地讲，主要包括：

一是完善信息系统和定量分析技术。《新巴塞尔资本协议》在最低资本规定中，考虑了信用风险、市场风险和操作风险，并为计量风险提供了备选方案。关于信用风险的计量，新协议提出了两种基本方法：标准法和内部评级法（IRB，Internal Rating-Based Approach）。在内部评级法中，又分为初级法（Primary IRB Approach）和高级法（Advanced IRB Approach），对违约率（PD，Probability of Default）、违约损失LGD（Loss at Given Default）、违约敞口ED（Exposure at Default）和期限M（Maturity）四个风险因素进行定量分析，并提供资本要求函数。新协议建议银行根据其风险管理水平选择采用标准法、初级内部评级法还是高级内部评级法来计量风险，作为银行资本充足率计算的基础。同时，新协议鼓励商业银行自行研制开发风险管理模型方法。内部评级法区别于基于外部评级的标准法，是《新巴塞尔资本协议》的核心，是指商业银行在满足监管当局规定的监管标准下（实施内部评级法的基础标准），利用银行内部信用评级体系确定信用风险最低资本要求，反映银行资本充足程度的银行风险度量方法。新协议将银行资产划分为公司、主权、银行同业、零售、项目融资和股权六个类别，风险加权资产（Risk Weight Asset，RWA）等于各类风险敞口（Exposure at Default，EAD）与风险权数的乘积之和。《新巴塞尔资本协议》的内部评级法是依据银行而不是外部评级机构对客户资产质量的评级结果，计算风险因素。在初级法中，银行只提供和使用违约概率的自我估计值，而其他风险因素则来源于监管部门的估计值；在高级法中，银行可提供并使用所有风险要素的自我估计值。相对于以往信用风险度量方法，内部评级法更能准确计量商业银行总体风险水平、科学估价资本充足性、有利于银行监管机构加强对商业银行的监管。内部评级法的定位应该是：科学、有效地揭示银行信用风险的整体水平；为资本充足性监管奠定了基础；为进一步的信用风险定价（pricing of Credit Risk Premium）提供了信息与模型支持，是贷款定价、衍生信用产品的设计和定价的基础性工作。因此，中国银行应以全面实施《新巴塞尔资本协议》为契机，在建设完善的信息系统基础上，研究、引进和开发适合中国银行的内部评级体系，并进一步完善风险定价模型，实现资本需求计算和风险定价双重职能。

二是深入开展以信用衍生产品为主的金融创新研究。以衍生金融为特征的现代金融创新为创造性地解决各类金融问题提供了市场化工具，丰富和发展了现代金融市场，也为相关金融问题的解决提供了理论、技术与实践支持。现代信用风险模式的实现依赖于信用衍生产品，这些创新金融工具不仅可以用来改善银行收益状况，更重要的是可以改变资产持有期限、实现流动性，管理者可针对资产组合管理要求、监管资本安排调整资产组合。中国金融市场经过多年发展，资本市场迅猛发展，衍生证券市场也将逐步推进。在这种外部环境下，银行必须抓住机遇，在理论研究基础上，开发适合自身信用风险管理和市场需求的信用衍生产品和资产证券化品种，逐步改变传统信贷资产管理模式。

篇4

经济合同履约率低、恶意拖欠货款、三角债严重。据调查统计，某省企业合同履约率只有60%左右，合同欺诈屡屡发生，扰乱了市场经济秩序；在货款的偿付方面，全国80%以上的企业深受三角债困扰，企业间相互拖欠货款高达15000多亿元，严重影响了生产经营的运转，干扰了市场经济的正常运行，许多企业流动资金被压死，工厂停工、工人失业，经济体系陷入恶性循环。

企业逃废债严重。在金融信用领域，许多企业利用多头开户、无效抵押、无效担保骗取银行贷款；有的企业借改制、破产等名目，采取悬空、“金蝉脱壳”等等手法逃废银行债务。据人总行统计，截止2000年末，在工、农、中、建、交五家银行开户的改制企业为62656户，经过金融债权部门认定的逃废企业32140户，占改制企业的51%，逃废银行本息1851亿元，占改制企业本息的32%。部分地区、企业逃废债行为相当泛滥，扭曲了银企关系，危及金融安全，成为当前经济生活中的一个顽症和毒瘤。

假冒伪劣充斥市场，对经济和社会造成巨大损失。在农业生产资料里有假种子、假化肥、假农药、假农机等，农产品里有粮食掺假、棉花掺假、假药材等；工业领域更是难以找出一块没有被假冒伪劣浸染过的净土，劣质建材堆砌了“豆腐渣”工程、假食用油做成了有毒的饼干、兽药作人药、毒酒害命不绝；在服务业假冒伪劣也大有后来居上之势，假广告、假中介、假文凭、假审计、假评估为虎作伥。近年来，假冒伪劣给我国经济带来的直接损失以千亿元计，间接损失更是难以估量，假冒伪劣不仅使消费者蒙受了经济、人身、精神的多重伤害，还严重毒害社会心态。造假不仅使一些地方的经济拖向了崩溃的边缘，而且让被假冒的企业元气大伤，破坏了公平竞争的合理秩序，制假、售假还恶化了我国的投资环境，影响了外资的流入。

普遍存在的信用缺失危害无穷，给经济和人民生活造成巨大损失，大大增加了经济运行成本，降低了经济效率，严重阻碍着我国社会主义市场经济的健康发展，失信行为象瘟疫一样侵蚀社会肌体，直接破坏社会的法制基础，败坏社会道德和社会风气。

面对如此严重的信用缺失情况及带来的巨大危害，政府和社会各界都在疾呼要建立良好的信用环境和信用管理体系，这是当前推动我国经济持续快速健康发展的需要，是积极应对加入WTO面临挑战的必然选择。在严峻的形势和强烈的需求下，如何建立完善强有力的信用管理体系和形成良好的信用环境，就成为当前需要解决的紧迫课题。

通过对有关情况的研究分析，笔者认为应从“破”和“立”两个方面入手，加大力度、加快速度，尽快建设符合我国经济、社会发展需要的信用体系，形成良好的信用环境。

“破”就是工商管理、公检法、技术监督等执法部门继续加大对假冒伪劣、经济诈骗、虚假信息广告、恶意拖欠等行为的打击力度，因为当前这些不法行为嚣张的最直接原因是受到惩处的成本远远小于得到的收益，打击的力度不足以惩处和威慑贪利的欲望。要遏制和消除这些现象的发生，对违法分子个人、单位惩处手段和经济上的处罚必须足以击破贪欲的幻想、大大超过在经济上的收入。

“立”就是要从根本做起，制定相应的法律法规、建立完善信用体系、树立良好的社会信用风气，从总体上形成讲信用、促发展的良好信用环境。

在实际经济生活中，无论是生产性企业或贸易性企业，经济往来的对象基本分为供应商、金融机构、产品经销商和消费者，发生行政关系的主要有工商管理机关和监管机关，如海关、技术监督部门等。

以下着重从建立企业信用管理体制、强化信用管理方面谈几点建议：

建立规范严密的信用管理体制

从现阶段我国社会、经济的实际情况看，对企业信用直接或间接的监督、管理机关有工商管理、技术监督、人民银行、公检法等部门，这些部门在自己的职权范围内拥有对企业失信行为的调查、处理的职能和权力，拥有真实的信息来源，但缺陷在于这些部门对企业的相关行为和信息没有完整的记录和系统的整理，也没有对社会和运用的渠道，造成了信用信息的散失，信守诚信的企业无法得到表彰和益处，不守信用的企业却有空子可钻。因此必须建立和强化严密的信用管理体制，在各方面对企业的信用状况进行监督和管理，采集和整理相关信息，形成系统性的资料，便于国家机关的监督管理、客户的查询运用。

例如对于某个企业的信用情况，上述几个职能部门分别进行监督、采集、记录：工商管理部门对企业注册登记、年检、履行合同、企业受奖或受罚、消费者投诉等进行采集、记录；技术监督部门对企业生产、经营的商品在质量和是否遵守国家有关法规的方面情况进行监督、记录；人民银行通过贷款登记管理系统对企业在各家银行的贷款、发行债券等情况进行监控，记录和分析企业融资的信用状况；公检法等司法机关对企业及主要负责人涉及违法和被其他企业、机构的情况归类和记录。 建立严密的信用管理体制，通过以上几个部门记录的信息，使一个企业从建立、生产、融资、经营、到售后服务、客户意见等情况一一记录在案，加以汇总分析和判断，一个企业基本的信用状况就展现在我们面前，诚实守信的企业将会受到褒奖，赢得更多客户的合作；失信的企业将会失去立身之地。

制定相应的法律法规

市场经济是法制经济，企业信用管理需要法律的支持、规范和保障，无论是政府对企业信用实施管理，还是中介机构和客户运用信用信息都必须遵守法律的规定，因此应制定“企业信用管理法”或“社会信用信息法”等法律制度，为管理机关和征信机构开展企业信用采集、保存、评级、、运用提供法律依据，改变目前社会信用体系的建立缺乏法律基础的状况。严格执行有关法规，规范企业、个人、政府部门提供的信用信息，对故意造成信息失真的行为给予严厉的惩罚，规范资信公司，防止其提供不真实的评级；在建立信用体系的同时，同时注意保护企业的商业机密。

通过中介机构征集、整理、信用信息资源

在市场经济条件下，信用管理体系的建立、信用信息资源的积累运用是一个长期的过程，欧美等发达国家历经一百多年建立了完善的社会信用体系；根据我国的现实情况，建立信用管理体系仅靠政府有关部门是不够的，也是不适应经济发展需要的，要借鉴国外的成功经验，充分发挥征信公司、评级公司等中介机构的作用，运用行政的、法律的和商业化的手段，依靠先进的信息技术、网络技术，收集、处理分散在工商、银行、技术监督、税务、公检法等部门的企业信用记录，以经济发达城市为支点，逐步建立覆盖全国的信用管理体系和网络化的征信数据库。信用中介机构将采集到的信息进行汇总、整理、分析，制作成信用信息产品，以方便、快捷的方式提供给政府部门、企业及个人客户，供查询和使用。

建立科学的信用评价标准

科学的信用评价标准是信用管理体系的重要组成部分，企业的信用信息包含企业的注册情况、年检、履行合同、被客户投诉、产品质量、融资信誉、纳税情况、涉诉案件、被政府表彰或被处罚情况等等，涉及企业的多个方面，信息数据纷繁复杂，如没有科学的评价标准，则难以直接运用信用资源。对信用信息进行分类整理，建立科学的评价标准，对特定的企业评定出合理的信用等级，采取动态的方法，简明扼要的反映企业真实的信用状况，方便客户的查询、判断，有利于社会对该企业的了解认识，使诚实守信的企业誉满天下，得到更多的资源和客户；使信用低下的企业难以藏身，断绝财路。

运用信用资源促进经济发展

建立和完善信用管理体系是形成良好信用环境的手段，而非目的，开发运用信用资源，促进经济的发展、优秀企业的快速成长，打击失信行为才是我们的目标。信用作为市场经济中的重要资源，可从三个方面概括：一是信用作为一种资格和能力，是进入市场的入场券；二是信用构成无形的资本和财富，发挥商誉的品牌效应；三是信用是一种政府、企业、社会公众可以共享的信息资讯，发挥社会的舆论监督作用。根据上述分析，运用信用资源促进经济发展可从以下几个方面进行：

建立快捷便利的信用信息传播渠道，使企业和消费者方便和低成本的获取信用信息，是运用信息非常重要的一个方面，使交易的主体及时、真实的了解到对方的信用状况，防范风险，降低交易成本，提高经济资源的运用效率，通过建立征信公司或信用管理局作为信用信息传播的窗口，利用互连网等工具高效的查询使用。