信用風(fēng)險的評估方法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的信用風(fēng)險的評估方法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：信用風(fēng)險的評估方法范文

摘 要 商業(yè)銀行的主要風(fēng)險歸結(jié)為信用風(fēng)險、操作風(fēng)險以及市場風(fēng)險。其中, 信用風(fēng)險可定義為銀行的借款人或交易對象不能按事先達成的協(xié)議履行義務(wù)的潛在可能性。本文結(jié)合我國商業(yè)銀行現(xiàn)有信用風(fēng)險評估方法的不足之處，提出了改進建議。

關(guān)鍵詞 信用風(fēng)險 商業(yè)銀行 評估方法 影響

一、信用風(fēng)險評估方法的演進

（一）傳統(tǒng)信用風(fēng)險評估階段

1．專家評價法

專家評價法主要是信貸人員通過對可能影響借款人還本付息的主要因素的分析，來判斷衡量貸款風(fēng)險。目前在信貸風(fēng)險管理實踐中已經(jīng)逐漸形成了一些常用的方法，其中最常用的是6C法。6C是影響信貸風(fēng)險的6項主要因素，即品格、資本、償付能力、抵押品、經(jīng)營環(huán)境、和事業(yè)的連續(xù)性。

2．財務(wù)比率分析法

財務(wù)比率分析法是指利用企業(yè)的財務(wù)報表，計算并分析其發(fā)展?jié)摿Α攤芰Α⑦\營能力等方面的財務(wù)比率，根據(jù)各行業(yè)各地區(qū)確定的財務(wù)比率標(biāo)準(zhǔn)值對企業(yè)的財務(wù)比率打分，并給予每個財務(wù)比率一定的權(quán)重，最后匯總得分，并將分值與一定的違約率對應(yīng)起來。財務(wù)比率分析法此方法的優(yōu)點是計算簡便、對比清晰、計算結(jié)果直觀。

3．信用評級分級法

信用評級分級法是金融機構(gòu)在美國貨幣管理辦公室（OCC）最早開發(fā)的評級系統(tǒng)基礎(chǔ)上拓展而來的。該方法將貸款分為五級：正常貸款、關(guān)注貸款、次級貸款、可疑貸款和損失貸款。

（二）單一貸款信用風(fēng)險評估階段

1．多變量信用風(fēng)險評估模型

多變量信用風(fēng)險評估模型是以特征財務(wù)指標(biāo)為解釋變量,運用數(shù)量統(tǒng)計方法推導(dǎo)而建立起的計量經(jīng)濟模型。銀行利用該模型可以預(yù)測財務(wù)危機及違約事件發(fā)生的可能性,及早發(fā)現(xiàn)信用危機信號,并據(jù)此做出信貸決策。

2．神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)預(yù)測模型是一種動態(tài)非統(tǒng)計模型，是對生理上真實的人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能及基本特征進行理論抽象、簡化和模擬而構(gòu)成的一種信息系統(tǒng)，具有高度的計算能力、自學(xué)能力和容錯能力。

3．死亡率模型

1989 年，Altman 和 Asquith、Mullins 和 Wolf 分別使用保險精算方法計算出不同信用等級債券的邊際和累計死亡率表（即違約率），后來將這一方法擴展到貸款違約率的計算。

（三）現(xiàn)代信用風(fēng)險評估階段

1． 信用計量模型（Credit Metrics）

1997 年，J.P Morgan 聯(lián)合當(dāng)時世界一流銀行和 KMV公司共同開發(fā)出Credit Metrics模型，采用二階段法度量信用風(fēng)險。目前Credit Metrics模型已經(jīng)成為當(dāng)今世界最為著名的信用風(fēng)險度量模型之一。該模型的突出優(yōu)勢是適用范圍非常廣泛，包括傳統(tǒng)的商業(yè)貸款、固定收益證券、應(yīng)收賬款等。

2．基于期權(quán)理論的KMV信用監(jiān)控模型

KMV模型又稱為預(yù)期違約率模型（EDF），其理論基礎(chǔ)是默頓的期權(quán)定價理論。該模型把違約債務(wù)看作企業(yè)的或有權(quán)益,把所有者權(quán)益視為看漲期權(quán),將負(fù)債視為看跌期權(quán)，而把公司資產(chǎn)（股票加債務(wù)）作為標(biāo)的資產(chǎn)。

二、信用風(fēng)險評估方法對我國商業(yè)銀行的影響

目前我國商業(yè)銀行采用的信用風(fēng)險評估方法還處于比較初級的階段，主要依靠一些傳統(tǒng)的信用風(fēng)險評估方法，如專家評價法、財務(wù)比率評級法及信用評級法。這些傳統(tǒng)的信用風(fēng)險評估方法存在諸多缺陷，概而言之，主要表現(xiàn)在以下三個方面：

1．主觀性較強，風(fēng)險揭示不足。目前，我國商業(yè)銀行信用風(fēng)險評估主要采取信用評級法和專家評價法相結(jié)合的方式。信用評級法雖然能夠為風(fēng)險評估提供了統(tǒng)一的標(biāo)準(zhǔn)，但存在指標(biāo)的選擇缺乏理論基礎(chǔ)，風(fēng)險測量主觀因素過多等問題。

2．靜態(tài)分析多，缺乏對信用風(fēng)險的動態(tài)評估。我國商業(yè)銀行在對企業(yè)進行信用評級時，大多數(shù)都側(cè)重于一些財務(wù)指標(biāo)的分析，而往往忽視財務(wù)信息的及時性和企業(yè)的發(fā)展前景在信用評級中的作用，這使得銀行的信用風(fēng)險評估缺乏動態(tài)性和實時性，風(fēng)險評估的效果將會大大折扣。

3．局部分析多，信用風(fēng)險評估缺乏全局性。我國商業(yè)銀行在提供貸款測算信貸風(fēng)險時，往往關(guān)注的是某一筆貸款的信用風(fēng)險，而沒有從資產(chǎn)組合綜合管理的角度對信用風(fēng)險進行測定，沒有考慮各筆貸款之間的信用風(fēng)險的相關(guān)性，這使得我國商業(yè)銀行在貸款組合方面的信用風(fēng)險管理工作很難開展。

三、改進我國商業(yè)銀行信用風(fēng)險評估方法的建議

我國商業(yè)銀行必須順應(yīng)這一發(fā)展趨勢，盡快建立適用于自身的現(xiàn)代信用風(fēng)險評估模型。為此，必須在以下幾方面多下功夫：

1．盡快建立起信用風(fēng)險基礎(chǔ)數(shù)據(jù)庫，強化數(shù)據(jù)管理。我國銀行一方面要抓緊建立和完善關(guān)于資產(chǎn)負(fù)債狀況、現(xiàn)金流量、管理水平及經(jīng)濟周期的影響等方面信息的客戶基礎(chǔ)數(shù)據(jù)庫，另一方面要建立和完善違約損失的時間序列數(shù)據(jù)庫，為采用先進模型進行信用風(fēng)險評估提供完善的數(shù)據(jù)統(tǒng)計基礎(chǔ)。

2．建立和完善內(nèi)部信用評級體系，為現(xiàn)代信用風(fēng)險評估方法的應(yīng)用創(chuàng)造條件。目前，我國商業(yè)銀行內(nèi)部信用評級體系尚不成熟，使得一些先進信用評級方法的使用受到諸多限制，因此，我國商業(yè)銀行必須建立和完善銀行內(nèi)部的信用評級體系。

3．加快信用風(fēng)險管理人才隊伍建設(shè)，為現(xiàn)代信用風(fēng)險評估方法的應(yīng)用提供有力的人力資源支持。目前，人才短缺是我國商業(yè)銀行在應(yīng)用先進信用風(fēng)險評估方法上面臨的一大瓶頸，因此，為了通過提高信用風(fēng)險管理質(zhì)量，必須盡快培養(yǎng)一批高素質(zhì)的專業(yè)風(fēng)險管理人才。

參考文獻：

[1]周慶武.我國商業(yè)銀行信貸風(fēng)險衡量研究.上海:上海財經(jīng)大學(xué).2005.

第2篇：信用風(fēng)險的評估方法范文

論文關(guān)鍵詞：銀行間市場；信用風(fēng)險；風(fēng)險管理

全球金融危機對金融機構(gòu)風(fēng)險管理理念的最大影響之一就是對交易對手信用風(fēng)險的重視。金融機構(gòu)評估對手方信用風(fēng)險的方法、模型合理與否，關(guān)系到評估結(jié)果的優(yōu)劣。本文概要闡述了銀行信用風(fēng)險計量方面的相關(guān)理論依據(jù)和基本做法。并對銀行間市場完善授信管理提出了具體建議。

一、信用風(fēng)險評估理論

銀行等金融機構(gòu)信用風(fēng)險評估方法大致有統(tǒng)計模型、CAMEL模型和專家判斷模型等三種理論依據(jù)：

(一)統(tǒng)計模型

利用統(tǒng)計模型進行信用評估的前提條件是有足夠的數(shù)據(jù)積累，一般至少需要連續(xù)3年的相關(guān)數(shù)據(jù)。

1．違約概率(ProbabilityofDefauh，PD)理論

違約概率是預(yù)計債務(wù)人不能償還到期債務(wù)(違約)的可能性。評估結(jié)果與違約率的對應(yīng)關(guān)系是國際公認(rèn)的事后檢驗評級機構(gòu)評估質(zhì)量標(biāo)準(zhǔn)的一項最重要的標(biāo)尺。在商業(yè)銀行信用風(fēng)險管理中，違約概率是指借款人在未來一定時期內(nèi)不能按合同要求償還銀行貸款本息或履行相關(guān)義務(wù)的可能性。如何準(zhǔn)確、有效地計算違約概率對商業(yè)銀行信用風(fēng)險管理十分重要。不同評級機構(gòu)所設(shè)定的違約定義可能不同，所反映同一等級的質(zhì)量也因此而不同。只有違約定義相同的評級機構(gòu)，其評級結(jié)果才可以進行比較。有了對應(yīng)違約率的資信等級才能真正成為決策的依據(jù)。商業(yè)銀行違約概率常用的測度方法主要有兩種：基于內(nèi)部信用評級歷史資料的測度方法；基于期權(quán)定價理論的測度方法。

2．違約損失率(LossGivenDefault，LGD)理論

違約損失率是指債務(wù)人一旦違約將給債權(quán)人造成的損失數(shù)額占風(fēng)險暴露(債權(quán))的百分比，即損失的嚴(yán)重程度。在競爭日益激烈、風(fēng)險日益加大和創(chuàng)新日新月異的市場環(huán)境中，銀行對資產(chǎn)風(fēng)險的量化和管理顯得越來越重要。傳統(tǒng)的信用風(fēng)險評估方法因過于簡單、缺乏現(xiàn)代金融理論基礎(chǔ)等原因已經(jīng)不能適應(yīng)金融市場和銀行監(jiān)管的需要。以獨立身份服務(wù)于全社會公眾投資者、以公開上市債券為主的外部信用評級對銀行內(nèi)部以信貸資產(chǎn)為主、與銀行自身有著特定聯(lián)系的資產(chǎn)組合的適用性也越來越小。因此，銀行開始開發(fā)類似外部信用評級但又反映內(nèi)部管理需要的內(nèi)部信用評級系統(tǒng)，以適應(yīng)上述市場和內(nèi)部管理發(fā)展的需要。隨著銀行內(nèi)部評級體系的發(fā)展，越來越多的銀行認(rèn)識到LGD在全面衡量信用風(fēng)險方面的重要作用，評級體系的結(jié)構(gòu)開始由只注重評估違約率的單維評級體系向既重違約率又重違約損失率的多維評級體系發(fā)展。歷史數(shù)據(jù)平均值法是目前銀行業(yè)應(yīng)用最廣泛最傳統(tǒng)的方法，新巴塞爾資本協(xié)定的許多規(guī)定也采用這種方法，這種方法以其簡單易操作而獲得歡迎。

(二)CAMEL模型

CAMEL評級體系是目前美國金融管理當(dāng)局對商業(yè)銀行及其他金融機構(gòu)的業(yè)務(wù)經(jīng)營、信用狀況等進行的一整套規(guī)范化、制度化和指標(biāo)化的綜合等級評定制度。其有五項考核指標(biāo)，即資本充足性(CapitalAde．quacy)、資產(chǎn)質(zhì)量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流動性(Liquidity)。當(dāng)前國際上對商業(yè)銀行評級考察的主要內(nèi)容基本上未跳出美國“駱駝”評級的框架。“駱駝”評級體系的特點是單項評分與整體評分相結(jié)合、定性分析與定量分析相結(jié)合，以評級風(fēng)險管理能力為導(dǎo)向．充分考慮到銀行的規(guī)模、復(fù)雜程度和風(fēng)險層次，是分析銀行運作是否健康的最有效的基礎(chǔ)分析模型。在具體CAMEL模型的指標(biāo)及其權(quán)重選取及校驗過程中，大多采用了回歸分析、主成分分析等統(tǒng)計方法。

(三)專家判斷模型

銀行信用評估的起點是對其財務(wù)實力的綜合判斷。應(yīng)從定量定性兩個角度綜合評估。經(jīng)營戰(zhàn)略、管理能力、經(jīng)營范圍、公司治理、監(jiān)管情況、經(jīng)營環(huán)境、行業(yè)前景等要素，無法通過確切數(shù)量加以計算，而專家打分卡是一種更加偏向于定性的模型。在缺乏外在基準(zhǔn)值，如信用等級、違約和損失數(shù)據(jù)等的情況下，開發(fā)專家判斷模型是一種較好的選擇。專家判斷模型的特點是：符合Basel要求．具有透明度和一致性：專家打分卡建模時間短，所需數(shù)據(jù)不需要特別的多：專家打分卡可充分利用評估人員的經(jīng)驗。

二、信用風(fēng)險評估的通常做法

(一)信用風(fēng)險評估的基本思路

評估方法應(yīng)充分考慮風(fēng)險元素的定量和定性兩個方面，引入大量的精確分析法，并盡可能地運用統(tǒng)計技術(shù)。另一方面，不浪費定性參數(shù)的判別能力，并用以優(yōu)化計量模型的預(yù)測效能。除CAMEL要素外，還需考慮更多更深入的風(fēng)險因素。評估要素主要包括品牌價值、風(fēng)險定位、監(jiān)管環(huán)境、營運環(huán)境、財務(wù)基本面。

(二)信用風(fēng)險評估模型的構(gòu)造

數(shù)據(jù)準(zhǔn)備是模型開發(fā)和驗證的基礎(chǔ)，建模數(shù)據(jù)應(yīng)正確反映交易對手的風(fēng)險特征以及評級框架。定義數(shù)據(jù)采集模板。收集、清洗和分析模型開發(fā)和驗證所需要的樣本數(shù)據(jù)集。影響交易對手違約風(fēng)險要素主要有非系統(tǒng)性因素和系統(tǒng)性因素。非系統(tǒng)性因素是指與單個交易對手相關(guān)的特定風(fēng)險因素，包括財務(wù)風(fēng)險、資本充足率、資產(chǎn)質(zhì)量、管理能力、基本信息等。系統(tǒng)性因素是指與所有交易對手相關(guān)的共同風(fēng)險因素．如宏觀經(jīng)濟政策、貨幣政策、商業(yè)周期等。既要考慮交易對手目前的風(fēng)險特征，又要考慮經(jīng)濟衰退、行業(yè)發(fā)生不利變化對交易對手還款能力和還款意愿的影響．并通過壓力測試反映交易對手的風(fēng)險敏感性

(三)變量選擇方法

1．層次分析法

層次分析法(Theanlaytichierarchyprocess)簡稱AHP：它是一種定性和定量相結(jié)合、系統(tǒng)化、層次化的分析方法。層次分析法不僅適用于存在不確定性和主觀信息的情況，還允許以合乎邏輯的方式運用經(jīng)驗、洞察力和直覺。層次分析法的內(nèi)容包括：指標(biāo)體系構(gòu)建及層次劃分；構(gòu)造成對比較矩陣；相對優(yōu)勢排序；比較矩陣一致性檢驗。

2．主成分分析法

主成分分析法也稱主分量分析，旨在利用降維的思想，通過原始變量的線性組合把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo)。在保留原始變量主要信息的前提下起到降維與簡化問題的作用，使得在研究復(fù)雜問題時更容易抓住主要矛盾。通過主成分分析可以從多個原始指標(biāo)的復(fù)雜關(guān)系中找出一些主要成分，揭示原始變量的內(nèi)在聯(lián)系，得出關(guān)鍵指標(biāo)(即主成分)。

3．專家判斷

關(guān)鍵指標(biāo)權(quán)重和取值標(biāo)準(zhǔn)設(shè)定是通過專家在定量分析的基礎(chǔ)上共同討論確定，取值標(biāo)準(zhǔn)是建立指標(biāo)業(yè)績表現(xiàn)同分?jǐn)?shù)之間的映射關(guān)系。取值標(biāo)準(zhǔn)的設(shè)定應(yīng)能夠正確區(qū)分風(fēng)險，取值標(biāo)準(zhǔn)應(yīng)根據(jù)宏觀經(jīng)濟周期、行業(yè)特點和周期定期調(diào)整，從而反映風(fēng)險的變化。

(四)模型校驗修改

模型構(gòu)造完成后．需要相應(yīng)財務(wù)數(shù)據(jù)的不斷校驗修改。財務(wù)數(shù)據(jù)可直接向?qū)?yīng)機構(gòu)索取，也可通過第三方數(shù)據(jù)提供商獲得。直接獲取數(shù)據(jù)的方式準(zhǔn)確性較高，但需對應(yīng)機構(gòu)積極配合．且需大量的人力物力用于數(shù)據(jù)錄入、核對和計算。通過第三方數(shù)據(jù)提供商獲取數(shù)據(jù)效率高，但需支付一定費用，且面臨數(shù)據(jù)不全、數(shù)據(jù)轉(zhuǎn)換計算等問題。在違約概率模型的開發(fā)過程中，通常遇到模型賴以建造的數(shù)據(jù)樣本中的違約率不能完全反映出總的違約經(jīng)歷，需進行模型的壓力測試，確保模型在各種情況下都能獲得合理的結(jié)果．并對模型進行動態(tài)調(diào)整。

(五)引進或自主開發(fā)授信評估系統(tǒng)

根據(jù)完善授信評估模型，撰寫授信評估系統(tǒng)業(yè)務(wù)需求書．引進或自主開發(fā)授信評估系統(tǒng)，提高授信評估效率。授信評估系統(tǒng)還應(yīng)與會員歷史數(shù)據(jù)庫、限額管理系統(tǒng)、會員歷史違約或逾期等信息庫無縫連接，避免各個環(huán)節(jié)的操作風(fēng)險。

三、對銀行間市場完善授信評估的啟示

(一)完善授信評估可積極推動銀行間市場業(yè)務(wù)發(fā)展

銀行間市場會員信用評估水平的提高。可有效防范銀行間市場系統(tǒng)性風(fēng)險。為防范交易對手信用風(fēng)險，市場成員需及時、合理、有效地對相應(yīng)會員銀行或做市商進行信用評估，并根據(jù)會員或做市商資信狀況的變化進行動態(tài)調(diào)整，為其設(shè)置信用限額。

(二)引進成熟的授信評估方法、模型和流程

根據(jù)巴塞爾協(xié)議的有關(guān)監(jiān)管要求，國內(nèi)大中型銀行都已經(jīng)或正在國際先進授信評估機構(gòu)的幫助下，開發(fā)PD或LGD評估模型。銀行間市場參與者應(yīng)學(xué)習(xí)借鑒國內(nèi)外先進的授信評估方法和模型。在消化吸收先進經(jīng)驗的基礎(chǔ)上，選擇國際先進咨詢機構(gòu)作為顧問，構(gòu)建授信評估方法和模型。

(三)引進或自主開發(fā)授信評估系統(tǒng)

為防止操作風(fēng)險，提高授信評估工作效率，實現(xiàn)授信評估與機構(gòu)內(nèi)部相關(guān)系統(tǒng)的連接，銀行間市場參與者需根據(jù)授信評估方法、模型、授信資料清單、分析報告模板、建議授信計算公式等內(nèi)容。撰寫系統(tǒng)開發(fā)業(yè)務(wù)需求書，或引進先進的授信評估系統(tǒng)并進行客戶化改造．或選擇系統(tǒng)開發(fā)商進行自主開發(fā)授信管理系統(tǒng)。

第3篇：信用風(fēng)險的評估方法范文

[關(guān)鍵詞] 中小企業(yè) 信用 信用評估

一、中小企業(yè)信用評估的基本要素

我國的中小企業(yè)有其獨特的特點,相比國有大型企業(yè)而言,缺乏人才,技術(shù),資金,信息渠道,產(chǎn)品缺乏市場影響力,但是市場針對性強,所有者也是經(jīng)營者,自主性極強。從這些因素來看,中小企業(yè)的信用評估應(yīng)該表現(xiàn)中小企業(yè)的競爭力,不僅考慮管理者素質(zhì),市場占有率等內(nèi)部要素也考慮外部環(huán)境的影響。

二、傳統(tǒng)的信用評估方法

目前我國專門針對中小企業(yè)的信用評估非常少,以浙江蕭山農(nóng)村合作銀行小企業(yè)貸款信用評估方法為例,該方法把小企業(yè)內(nèi)部評價按照償債能力、經(jīng)營效益、信用狀況、風(fēng)險程度和綜合回報等分A、B、C、D四個等級進行評價,其中A級企業(yè)為優(yōu)秀客戶。小企業(yè)內(nèi)部評價實行百分考核,按年測評,具體評級如下:1.實有資產(chǎn)負(fù)債率考核(40分)。2.信用等級考核(10分)。3.企業(yè)效益考核(15分)。4.行業(yè)結(jié)構(gòu)考核(10分)。5.信用度評價考核(10分)。6.銀企綜合回報貢獻(15分)。7.附加分(10分)

小企業(yè)考核得分在90分(含)以上的為A級企業(yè),每減10分下降一個等級,最低為D級企業(yè)。

信息易于收集,評估易于進行使得此類方法頗受青睞。但它存在的問題也是顯著的,以主觀判斷為主,定性分析多,定量少,靜態(tài)分析多,動態(tài)少,尤其忽視了企業(yè)發(fā)展前景在評級中的作用,比如企業(yè)行業(yè)發(fā)展?fàn)顩r等;其次市場預(yù)期在評級中體現(xiàn)較少,信用評級所反映的更多的是過去的現(xiàn)在的結(jié)果,不能很好的反映未來的預(yù)期,使得很多發(fā)展?jié)摿Υ蟮闹行∑髽I(yè)無法得到貸款。

三、信用評估方法的探討

合理的信用評估方法包含兩個方面:完善的指標(biāo)體系設(shè)計,可操作的評估方法。

1.信用評估指標(biāo)體系的設(shè)計

中小企業(yè)信用評估的指標(biāo)體系設(shè)計應(yīng)符合中小企業(yè)特點,突出信用這類無形資產(chǎn)的價值,并兼顧信用主體的管理要求,并縮減融資或投資成本。在這分兩個層次構(gòu)建該信用評估指標(biāo)體系。

(1)市場能力

①政策支持,具體從大力支持,鼓勵發(fā)展,限制發(fā)展,清理整頓四個方面考察;

②市場開發(fā)能力,表現(xiàn)為新興市場,成熟市場和衰退市場三個方面;

③市場占有率。

(2)管理能力

①管理者素質(zhì),具體從管理者的風(fēng)險偏好,決策能力以及創(chuàng)新欲望等方面評估;

②團隊建設(shè),從領(lǐng)導(dǎo)團隊的凝聚力,專業(yè)團隊的凝聚力,是否團結(jié),作業(yè)效率如何進行評估;

③企業(yè)制度,主要從產(chǎn)權(quán)是否明確,財務(wù)制度是否健全評估。

(3)作業(yè)能力

①生產(chǎn)能力,以行業(yè)中等水平評價企業(yè)的業(yè)務(wù)額,設(shè)備新舊率評估;

②營銷能力,以本期營銷增長率,營銷網(wǎng)絡(luò)密度評估。

(4)資產(chǎn)能力

①償債能力,流動比率、速動比率、負(fù)債比率、產(chǎn)權(quán)比率、財務(wù)杠桿系數(shù)、現(xiàn)金流動負(fù)債比率等進行評估;

②營運能力, 存貨周轉(zhuǎn)天數(shù)、應(yīng)收賬款周轉(zhuǎn)天數(shù)、流動資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率等考察和評估;

③盈利能力,從銷售毛利率、銷售凈利率、凈利潤、資產(chǎn)凈利率、凈資產(chǎn)收益率、人均銷售額等進行評估;

④資產(chǎn)管理能力 ,從股東權(quán)益報酬率、資產(chǎn)報酬率、每股盈余、主營業(yè)務(wù)鮮明率、主營業(yè)務(wù)增長率、經(jīng)營現(xiàn)金流、全部資產(chǎn)現(xiàn)金回收率、凈利潤增長率等進行評估。

(5)創(chuàng)新能力

①研發(fā)素質(zhì),用規(guī)劃項目實現(xiàn)率,研發(fā)投入強度等評估;

②研發(fā)水平,以新產(chǎn)品新技術(shù)增長率,專利擁有率,投產(chǎn)率等進行評估。

(6)獲譽能力

①償債能力,以資產(chǎn)負(fù)債率,現(xiàn)金到期債務(wù)比率,速動比率等進行評估;

②違約紀(jì)錄,以違約面積(違約金額/銷售收入),或有負(fù)債等進行評估。

2.信用評估方法

在理論界,關(guān)于信用評估的方法很多,如多元回歸分析法、多元統(tǒng)計分析法、模糊綜合分析法、Logit分析法、Probit分析模型、神經(jīng)網(wǎng)絡(luò)模型等。鑒于目前的評估水平和技術(shù)方法較低,在此選擇較簡單的主成分分析法進行信用評估介紹。

主成分分析方法主要是以少量的主成分因子代替多項指標(biāo),以少量的主成分包含大部分信息達到簡化問題抓住主要矛盾的目的。并通過因子負(fù)載矩陣體現(xiàn)各主成分與指標(biāo)之間的相關(guān)程度,用特征值和主成分因子構(gòu)建線性函數(shù)模型,定量的計量風(fēng)險,得分越高的企業(yè)信用越好,風(fēng)險越低,那么銀行應(yīng)更愿意貸款,融資成本更低。

從市場能力,管理能力,作業(yè)能力,資產(chǎn)能力,獲譽能力五個方面中選取能體現(xiàn)中小企業(yè)競爭力的9項指標(biāo)。指標(biāo)設(shè)計如下:

X1:市場占有率

X2:管理者素質(zhì)

X3:生產(chǎn)能力

X4:營銷能力(本期業(yè)務(wù)額增產(chǎn)額)

X5:流動資產(chǎn)周轉(zhuǎn)率

X6:凈資產(chǎn)收益率

X7:總資產(chǎn)的增長率

X8:流動比率

X9:資產(chǎn)負(fù)債率

管理者素質(zhì)及生產(chǎn)能力兩個定性指標(biāo)難以量化,在這單獨給出判斷依據(jù)。基于目標(biāo)企業(yè)為創(chuàng)業(yè)板的中小企業(yè),管理者素質(zhì)評分為10分制,管理層綜合學(xué)歷越高,分?jǐn)?shù)越高。生產(chǎn)能力以行業(yè)中等水平為基準(zhǔn)打分,大于行業(yè)中等水平取值1,小于取值-1,約等于取值0. 另外七項指標(biāo)均能從企業(yè)財務(wù)信息中獲得。

運用這9項指標(biāo),利用主成分分析法對中小板的20家中小企業(yè)2008年狀況進行分析。數(shù)據(jù)如下;

注:為便于計算,所有數(shù)據(jù)均采用期末數(shù)

用SPSS做主成分分析,計算結(jié)果如下

從上表可以看出,特征值大于1的主成分有4個,其對總方差的累積貢獻率為85.987%,也就是說4個主成分包含了原指標(biāo)85.987%的信息。再根據(jù)主成分及其特征值構(gòu)造企業(yè)信用風(fēng)險評估模型

F=2.848Z1+2.114Z2+1.69Z3+1.086Z4計算各企業(yè)的綜合得分

從表4的得分可以看出,世榮兆業(yè)的信用最好,風(fēng)險最低。銀行從信用風(fēng)險的角度考慮,在20家企業(yè)的授信中應(yīng)最先選擇該企業(yè)。

這種方法的應(yīng)用主要突出了中小企業(yè)的市場能力,管理者能力等顯著的特點在信用風(fēng)險評估中的體現(xiàn),而且少量的主成分包含了大約86%的信息內(nèi)容,判別性較高。

隨著計算機在信息管理中的應(yīng)用,信用風(fēng)險評估模型也越來越多。信用評估方法也會日益完善。同時,政府也要加強對中小企業(yè)技術(shù)及管理類的幫助,提高其財務(wù)信息質(zhì)量。商業(yè)貸款真正做到“國退民進”,為我們的中小企業(yè)發(fā)展帶來新的春天。

參考文獻:

[1]周 宏:轉(zhuǎn)軌時期我國銀行信用風(fēng)險實證研究[D].吉林大學(xué)博士論文,2007

[2]曲艷梅:上市公司財務(wù)信用評價指標(biāo)體系的研究[J].商業(yè)研究,2006.(6)

[3]趙紹光:中小企業(yè)信用評估體系指標(biāo)的研究[J].長春師范學(xué)院學(xué)報,2005.(3)

第4篇：信用風(fēng)險的評估方法范文

【關(guān)鍵詞】商業(yè)銀行；信用風(fēng)險；管理對策

截止到2012年1月，我國商業(yè)銀行體系內(nèi)約有5000億美元的不良資產(chǎn)。不良資產(chǎn)決定了銀行公司的生存與發(fā)展。微觀而言，信用風(fēng)險作為金融市場最關(guān)鍵、最重要的風(fēng)險形式之一，是每家銀行在經(jīng)營過程中都需考慮的重要因素。宏觀而言，信用風(fēng)險直接影響著現(xiàn)代金融經(jīng)濟的各個層面，同時，也影響著國家的宏觀經(jīng)濟決策和經(jīng)濟發(fā)展，甚至影響到全球經(jīng)濟的穩(wěn)定與協(xié)調(diào)發(fā)展。

一、信用風(fēng)險的定義

信用是借貸行為的總稱，是以償還為條件的特殊的價值運動形式，是從屬于商品貨幣關(guān)系的一個經(jīng)濟范疇。信用風(fēng)險又稱信譽風(fēng)險或保證風(fēng)險，是商業(yè)銀行所面臨的最重要的風(fēng)險，指借款人、債券發(fā)行人或金融交易一方由于各種原因不能履約致使金融機構(gòu)、投資人或交易對方遭受損失的可能性。從狹義上講，指借款人到期不能或不愿履行還本付息協(xié)議，致使銀行遭受損失的可能性，它實際上是一種違約風(fēng)險。從廣義上講，信用風(fēng)險是由于各種不確定性因素對銀行信用的影響，使銀行等金融機構(gòu)經(jīng)營的實際收益結(jié)果與預(yù)期目標(biāo)發(fā)生背離，從而導(dǎo)致金融機構(gòu)在經(jīng)營活動中遭受損失或獲取額外收益的可能程度。

二、商業(yè)銀行信用風(fēng)險管理的現(xiàn)狀和特點

1.商業(yè)銀行實施信用風(fēng)險管理的必要性

隨著中國金融市場改革的飛速發(fā)展，商業(yè)銀行面臨著金融全球化的挑戰(zhàn)。在金融全球化的新形勢下，商業(yè)銀行需要學(xué)習(xí)并借鑒國際上成熟的信用風(fēng)險管理經(jīng)驗，加強信用風(fēng)險管理，從而開發(fā)合適的信用風(fēng)險管理模型，以達到《新巴賽爾協(xié)議》所規(guī)定的要求。深入探討并研究商業(yè)銀行的信用風(fēng)險管理問題，不僅是商業(yè)銀行作為微觀金融主體內(nèi)部管理的行為，從宏觀上看也是防范商業(yè)銀行的信用風(fēng)險導(dǎo)致銀行信用體系和支付體系崩潰以及金融危機的迫切需要。

2.商業(yè)銀行實施信用風(fēng)險管理的特點和現(xiàn)狀

目前國內(nèi)商業(yè)銀行實施信用風(fēng)險管理還缺乏足夠的前提條件。第一，信用風(fēng)險計量模型存在一定局限性。信用風(fēng)險的評定需要各類企業(yè)的大量數(shù)據(jù)資料，但由于中國金融市場信息披露制度的不健全，未上市公司的財務(wù)信息無從搜集，而已公開上市的大企業(yè)的財務(wù)數(shù)據(jù)也不時存在著虛假現(xiàn)象。第二，在運用信用風(fēng)險計量的過程中缺乏專家的專業(yè)指導(dǎo)。因此，目前只通過股票價格來反應(yīng)企業(yè)的信用能力并不可取，而實施內(nèi)部評級法是可行的方式。內(nèi)部評級法需要商業(yè)銀行自主評定風(fēng)險的測量和管理方式，這種評級方法既能夠強化銀行實施風(fēng)險管理及進行有效內(nèi)控責(zé)任，同時又增加了商業(yè)銀行實施風(fēng)險管理手段的靈活性。目前，內(nèi)部評級法已經(jīng)成為商業(yè)銀行開展有效風(fēng)險管理的有效手段。

對于我國的商業(yè)銀行實施信用風(fēng)險管理的現(xiàn)狀，一方面按照巴塞爾新資本協(xié)議實施信用風(fēng)險管理有助于提高商業(yè)銀行的識別風(fēng)險以及風(fēng)險管理能力。另一方面，商業(yè)銀行面臨著各種現(xiàn)實問題，其中大部分問題由于歷史遺留造成的缺陷，主要體現(xiàn)在一下幾個方面：（1）公司治理。委托機制不健全，商業(yè)銀行缺乏以明晰產(chǎn)權(quán)為基礎(chǔ)的現(xiàn)代公司治理結(jié)構(gòu)和激勵制度，必然會產(chǎn)生信貸約束軟化、激勵機制弱化等問題。（2）經(jīng)營方式。經(jīng)營方式單一，缺乏多樣性。（3）資產(chǎn)質(zhì)量。由于企業(yè)客戶的經(jīng)營狀況不佳，造成資產(chǎn)質(zhì)量低下，潛在預(yù)期的不良貸款包袱有可能加重。（4）信息技術(shù)。信息技術(shù)缺乏有效性，對客戶的信息不能進行及時的動態(tài)跟蹤與管理。

三、銀行業(yè)信用風(fēng)險評估存在的問題

就目前銀行信用風(fēng)險信用管理的實際操作來看，中國商業(yè)銀行存在以下主要問題：

1.落后的風(fēng)險管理量化手段

風(fēng)險評估管理模型是國外銀行對客戶公司進行信用風(fēng)險評估和信用風(fēng)險管理時通用的模型，國外風(fēng)險評估模型已經(jīng)在技術(shù)上凸顯了先進的發(fā)展趨勢，而我國目前所實行的風(fēng)險評估及管理仍集中于資產(chǎn)負(fù)債管理和頭寸匹配管理的水平上，在實際評估及管理過程中基本上還需依靠客戶經(jīng)理的個人工作能力和經(jīng)驗，而我國商業(yè)銀行的客戶經(jīng)理的管理機制本身就不夠健全，因此這必然導(dǎo)致風(fēng)險評估的量化存在著一定的問題。

2.缺乏專業(yè)的中介信用評級機構(gòu)

國外有專業(yè)的信用評級機構(gòu)為商業(yè)銀行進行服務(wù)，專業(yè)的評級機構(gòu)能為商業(yè)銀行就客戶企業(yè)的信用情況進行客觀評價。以美國為例，美國信用風(fēng)險評估實務(wù)設(shè)計和理論探索一直都走在世界的最前列，這和美國擁有世界級評級公司是分不開的。而我國信用風(fēng)險的評級起步較晚，缺乏統(tǒng)一的標(biāo)準(zhǔn)，尚無專業(yè)的中介信用評級機構(gòu)進行專業(yè)的評級，因而無法從整體上推動我國的信用風(fēng)險管理。

3.信息披露制度不健全

國內(nèi)企業(yè)財務(wù)及各方面的信息披露制度不健全，一方面由于我國銀行電子化管理的起步較晚，另一方面，我國的證券金融業(yè)發(fā)展扔不成熟，還缺乏準(zhǔn)確的行業(yè)和企業(yè)的數(shù)據(jù)資料，因此，在進行信用風(fēng)險評級和信用風(fēng)險管理的過程中一般都會缺乏足夠的、準(zhǔn)確的、及時的數(shù)據(jù)，因此無法對客戶企業(yè)的信用風(fēng)險能力做出準(zhǔn)確的評估與預(yù)測。

四、加強商業(yè)銀行信用風(fēng)險管理的對策

1.強化信用風(fēng)險管理意識

研究表明，強化信用風(fēng)險管理理念比識別和評估風(fēng)險更為重要。商業(yè)銀行為實現(xiàn)其自身價值最大化，需要強化其信用風(fēng)險管理理念，尤其需要在經(jīng)營業(yè)務(wù)和適應(yīng)環(huán)境變化的過程中，形成適用于其自身對于信用風(fēng)險的價值判斷體系。信用風(fēng)險價值判斷體系包括信用風(fēng)險的理念、信用風(fēng)險的經(jīng)營管理思想、優(yōu)良的傳統(tǒng)習(xí)慣、合理的行為規(guī)范等。其具體的表現(xiàn)形式包括風(fēng)險管理的規(guī)章制度、員工的行為準(zhǔn)則、文化教育交流活動等。核心是信用風(fēng)險理念和意識，其在很大程度上決定著其他因素作用的發(fā)揮。

2.建立科學(xué)的信用風(fēng)險管理體系

（1）完善公司治理結(jié)構(gòu)

商業(yè)銀行內(nèi)部需要根據(jù)其自身所理解的戰(zhàn)略目標(biāo)和一整套系統(tǒng)、完整的公司價值取向來劃分出每個崗位清晰的責(zé)任，并貫徹實施；對于高級管理人員，其針對特殊業(yè)務(wù)領(lǐng)域的管理人員應(yīng)發(fā)揮其監(jiān)督的職責(zé)，承擔(dān)起監(jiān)督的角色，對每一筆信用貸款進行資格審批監(jiān)督；同時，需要結(jié)合企業(yè)自身的內(nèi)審報告及會計師事務(wù)所的審計報告，對客戶企業(yè)的財務(wù)狀況進行有效的評估；另外，商業(yè)銀行還需要保證其自身的補償機制與其目標(biāo)、戰(zhàn)略相一致，只有把激勵補償與業(yè)務(wù)戰(zhàn)略相聯(lián)系才不會導(dǎo)致管理層只專注于短期利潤而不顧長期發(fā)展；以公開、透明的方式執(zhí)行公司治理機制。

（2）合理化風(fēng)險管理組織結(jié)構(gòu)

商業(yè)銀行應(yīng)建立監(jiān)事會監(jiān)督下董事會管理下的信用風(fēng)險管理縱向的架構(gòu)，從而應(yīng)對商業(yè)銀行的股權(quán)結(jié)構(gòu)變化和新環(huán)境下的沖擊和挑戰(zhàn)。同時，需要進一步完善信用風(fēng)險管理制度，尤其對于信貸業(yè)務(wù)，需要成立專門的信用審查機構(gòu)對客戶企業(yè)的信用狀況進行審查，進而對貸款額度進行審批。完善信用內(nèi)控制度，強化貸款風(fēng)險的事前、事中和事后控制。在貸款發(fā)放前，商業(yè)銀行需要通過對借款企業(yè)進行信用等級的評估，對相關(guān)資料進行收集、整理、分析和判斷之后形成結(jié)論，作為是否發(fā)放貸款決策的依據(jù)。同時，在戰(zhàn)略規(guī)劃、營銷、決策、信息等方面，商業(yè)銀行需要積極探索和嘗試集中化、扁平化和專業(yè)化管理模式，從而明確風(fēng)險管理戰(zhàn)略，加快實施資本約束風(fēng)險資產(chǎn)管理，提升信用風(fēng)險量化管理水平。

（3）優(yōu)化信用風(fēng)險管理制度

優(yōu)化風(fēng)險管理制度是提高信用風(fēng)險評估技術(shù)水平的內(nèi)部基礎(chǔ)。信用風(fēng)險管理的有效實行有賴于合適的風(fēng)險評估技術(shù)水平，技術(shù)與管理相輔相成，管理水平的提高有賴于先進的技術(shù)；同時，技術(shù)的有效實施需要完善的管理制度的建立，沒有完善的管理制度的配套，技術(shù)無法發(fā)揮其應(yīng)有的功效。因此，優(yōu)化風(fēng)險管理制度的建立應(yīng)與提高風(fēng)險評估技術(shù)水平同時進行，同時制度的優(yōu)化也將促進風(fēng)險評估技術(shù)的創(chuàng)新和進一步發(fā)展。

五、結(jié)束語

伴隨著金融全球化、金融自由化趨勢的加強，中國商業(yè)銀行由于歷史遺留及自身內(nèi)部的各種缺陷，信用風(fēng)險管理在一定程度上存在著問題，但通過完善公司治理結(jié)構(gòu)，合理化風(fēng)險管理組織機構(gòu)以及優(yōu)化信用風(fēng)險管理制度可以進行有效的信用風(fēng)險管理。

參考文獻：

[1]王靜雅.論我國商業(yè)銀行信用風(fēng)險管理中存在的問題[J].現(xiàn)代商業(yè)，2007.

[2]李維，劉曉鳴.我國商業(yè)銀行信用風(fēng)險管理探究[J].理論研究，2011.

[3]劉海龍，王慧.金融風(fēng)險管理[M].上海財經(jīng)大學(xué)出版社.

[4]馬剛.商業(yè)信用風(fēng)險研究[J].財稅金融，2011（5）.

第5篇：信用風(fēng)險的評估方法范文

關(guān)鍵詞：信用卡風(fēng)險；評估；層次分析法；灰色GM（1，1）模型

中圖分類號：F830.5文獻標(biāo)志碼：A文章編號：1673-291X（2011）19-0067-02

一、引言

近年來，中國消費信貸快速發(fā)展，對擴大內(nèi)需、推動經(jīng)濟持續(xù)發(fā)展起到了重要作用。與國外銀行信用卡業(yè)務(wù)相比，中國各商業(yè)銀行信用卡業(yè)務(wù)的風(fēng)險管理水平羅低，管理手段和方法相對落后，缺乏有效的申請評估方法來規(guī)避信用風(fēng)險。如何有效分析信用風(fēng)險狀況，關(guān)系到銀行自身的經(jīng)營風(fēng)險。

在信用評級研究中，多元判別分析技術(shù)（MDA）得到廣泛應(yīng)用，但其要求數(shù)據(jù)服從多元正態(tài)分布和協(xié)方差矩陣相等的前提條件，與現(xiàn)實中的大量情形相違背，由此在應(yīng)用中產(chǎn)生很多問題[1]。因此，許多學(xué)者對MDA進行了改進，主要有對數(shù)、二次判別分析（QDA）模型、Logit分析模型、神經(jīng)網(wǎng)絡(luò)技術(shù)（NN）[2]、決策樹方法[3]等，這些方法在解決部分問題的同時也帶來新的問題。就中國的現(xiàn)狀而言，存在的問題是用于評估的數(shù)據(jù)特性不穩(wěn)定、歷史數(shù)據(jù)樣本容量小等，這就導(dǎo)致MDA方法所需的有效樣本數(shù)量偏小而影響其使用效果[4~5]。

以往國內(nèi)商業(yè)銀行對信用風(fēng)險評估相關(guān)數(shù)據(jù)重視不足，造成有效信息的缺失，灰色預(yù)測模型具有少樣本預(yù)測的特點已被廣泛應(yīng)用在許多領(lǐng)域[6~9]。本文利用層次分析法（AHP）和灰色預(yù)測模型相結(jié)合的組合評價方法對信用卡申辦人進行信用等級評估，以尋求降低信用卡信用風(fēng)險的有效措施。

二、組合評估模型

（一）AHP計算信用卡申請指標(biāo)權(quán)重

參照國際標(biāo)準(zhǔn)、國內(nèi)外銀行經(jīng)驗和個人信用等級評估方法，綜合考慮商業(yè)銀行特點與所在地區(qū)情況，通過對以往申請人群的考察，以專家判斷為基礎(chǔ)，選擇四大類17個指標(biāo)來評價個人信用等級（見表1）。

根據(jù)影響個個信用等級的主要因素建立系統(tǒng)的遞階層次結(jié)構(gòu)，運用AHP確定各評估指標(biāo)的權(quán)重。具體步驟如下：

Step 1： 構(gòu)建判斷矩陣A=[aij]，i，j=1，2，…，n，式中aij就是上層某元素而言Bi與Bj兩元素的相對重要性標(biāo)度。

Step 2： 判斷矩陣A的一致性檢驗，評估矩陣的可靠性。檢驗方法為：

1.計算一致性指標(biāo)Ic=（λmax-n）/（n-1），當(dāng)λmax=n，Ic＝0，為完全一致，Ic越大，判斷矩陣A的完全一致性越差。

2.計算平均隨機一致性指標(biāo)IR：隨機構(gòu)造500個樣本矩陣，隨機地從1~9及其倒數(shù)中抽取數(shù)字構(gòu)造正負(fù)反矩陣，求最大特征根的平均值λ′ max，和IR=（λ′ max-n）/（n-1）。查找相應(yīng)的平均隨機一致性指標(biāo)IR（見表2）。

3.計算一致性比RC=IC/IR，當(dāng)Rc

Step 3： 計算層次單排序及總排序。層次單排序是根據(jù)判斷計算對于上一層某元素而言本層次與之有聯(lián)系的元素重要性次序的權(quán)值；層次總排序是依次沿遞階層次結(jié)構(gòu)由上而逐層計算，即可計算出最低層因素相對于最高層總目標(biāo)的相對重要性的排序值。

（二） GM（1，1）模型

設(shè)有已知序列：X （0 ）={x （0）（k）}nk=1，其1-AGO 生成序列：X （1 ）={x （1）（k）}nk=1，其中：x （1）（k）=x （0）（i），GM（1，1） 所建立的白化方程實際上是一個帶初值的微分方程，見（1）式。

+ax （1）（t）=ux （1）（1）=x （0）（1），其中a，u為待定參數(shù)。 （1）

對（1）式求解得： （1）（k+1）=（x （0）（1）-）e-ak+ （2）

其中：=[a u]T=（BTB）-1BTYN （3）

背景值：z （1）（k+1）=0.5x （1）（k+1）+0.5x （1）（k）（4）

B=-z （1）（1）-z （1）（2）…-z （1）（n-1）11… 1T

YN=（ x （0）（2），……，x （0 ）（n））T

對式（2）通過累減還原，得預(yù)測值：

（0 ）（1）=x （0）（1） （0）（k）=（1-ea）（x （0）（1）-）e-a（k-1 ），k=2，3…，n （5）

（三）AHP-GM11模型及其實現(xiàn)

1．模型輸入點的選取。通過AHP建立的指標(biāo)體系，由于各判斷矩陣的RC值均小于0.1，可認(rèn)為它們均有滿意的一致性。對權(quán)值累計貢獻率>＝95%的指標(biāo)保留，否則刪除該指標(biāo)，從而得到簡化后的風(fēng)險指標(biāo)體系，并作為輸入值。

2．GM模型預(yù)測。有了評估體系后，銀行就可根據(jù)信用卡申請者或者信用卡授卡對象的歸一化數(shù)據(jù)通過GM（1，1）模型得到預(yù)測結(jié)果。如果預(yù)測值>=0.8，說明申請者由于各種原因，申請者壞賬風(fēng)險比率高，銀行應(yīng)拒絕申請；如果0.4

3.模型的實際應(yīng)用。本文結(jié)合實際情況，選取10個樣本進行預(yù)測[13]，預(yù)測結(jié)果（見表3）。

三、結(jié)論

運用基于AHP和GM模型的風(fēng)險評估模型可以同時考慮客戶的一些靜態(tài)和動態(tài)指標(biāo)，如職業(yè)、學(xué)歷、還款記錄等，可以通過反映申請者的綜合情況來考核其信用狀況，為商業(yè)銀行開展信用卡業(yè)務(wù)風(fēng)險防范提供了依據(jù)。

但與此同時，在評價每個因素時，有時會出現(xiàn)某些指標(biāo)的權(quán)重過高導(dǎo)致其綜合評價指數(shù)偏高，而影響其信用狀況評定。所以，如何更好地確定指標(biāo)權(quán)重，進一步提高評估模型的穩(wěn)定性、合理性將是作者今后的研究方向。

參考文獻：

[1]Eisenbeis R A.Pitfalls in the application discriminant analysis in business and economics[J].The Journal of F inance，1977，(2).

[2]Tam K Y，KiangM.Managerial applications of neural network s：the case of bank failure predictions[J].Management Sciences，1992， (1).

[3]F rydman H，A ltman E I，Kao D L.Introducing recursive partitioning for financial classification： the case of financial distress[J].Journal of F inance，1985，(1)：269-291.

[4]王春峰，等.小樣本數(shù)據(jù)信用風(fēng)險評估研究[J].管理科學(xué)學(xué)報，2001，(1)：28-32.

[5]李建平，徐偉宣，劉京禮，石勇.消費者信用評估中支持向量機方法研究[J].2004，(10)：35-39.

[6]鄧聚龍.灰色控制系統(tǒng)[M].武漢：華中理工大學(xué)出版社，1988.

[7]劉思峰，郭天榜.灰色系統(tǒng)理論及其應(yīng)用[M].鄭州：河南大學(xué)出版社，1991.

[8]DENG Julong.Control problems of grey systems[J].Syst &Contr Lett，1982，(5)：288 -294.

[9]張岐山.灰朦朧集的差異信息理論[M].北京：石油工業(yè)出版社，2002.

[10]顏文.中國信用卡業(yè)務(wù)風(fēng)險的宏微觀分析[J].財會研究，2007，(4)：13-15.

[11]張穎，于海龍.中國信用卡業(yè)務(wù)現(xiàn)狀和前景的綜合分析[J].經(jīng)濟師，2007，(5)：23-24.

[12]信用評分及其應(yīng)用[M].王曉蕾，石慶焱，吳曉惠，等，譯.北京：中國金融出版社，2006：2-10.

[13]許速群，張岐山，楊美英.個人信用卡申請風(fēng)險評估模型[J].中國信用卡，2007，(6)：30-33.

[14]詹志斌.對提升中國商業(yè)銀行客戶管理水平的思考[J].浙江金融，2010，(1)：33-34.

第6篇：信用風(fēng)險的評估方法范文

現(xiàn)代商業(yè)銀行信用風(fēng)險管理已由傳統(tǒng)的信用風(fēng)險識別和違約評估發(fā)展到現(xiàn)代信用風(fēng)險模型化階段，由國際活躍的銀行和金融機構(gòu)創(chuàng)建和廣泛應(yīng)用并被巴賽爾銀行業(yè)監(jiān)管委員會(下稱委員會)建議使用的現(xiàn)代信用風(fēng)險模型主要有JP.Morgan(1997)的CreditMetrics、KMV(1993)的EDF(creditmoni-tor)、CSFP(1997)的CreditRisk、Mckinsey(1998)的CreditPortfolioView等模型。2004年6月公布的巴塞爾新資本協(xié)議(下稱新協(xié)議)所推出的信用風(fēng)險內(nèi)部評級法(IRB)也是基于上述模型的適用性考慮后的折中產(chǎn)物。

國外對現(xiàn)代信用風(fēng)險模型的有效性驗證研究結(jié)果顯示，上述模型均是有效的信用風(fēng)險量化技術(shù)，并且在對不同的信用資產(chǎn)風(fēng)險度量中具有自己獨特的優(yōu)勢。委員會于2004年6月推出新協(xié)議提倡使用IRB管理信用風(fēng)險，并推薦使用上述模型進行內(nèi)部評級，可見現(xiàn)代信用風(fēng)險模型已經(jīng)在國外得到了廣泛的認(rèn)可和使用。

目前，我國商業(yè)銀行信用風(fēng)險管理水平離新協(xié)議的要求還有相當(dāng)大的差距，仍停留在傳統(tǒng)的貸款風(fēng)險度衡量階段，但銀監(jiān)會表示，我國商業(yè)銀行應(yīng)積極過渡到以IRB為代表的現(xiàn)代信用風(fēng)險模型管理階段。國內(nèi)理論界和銀行業(yè)已對IRB和現(xiàn)代信用風(fēng)險模型進行了理論研究，并探討了在我國的適用性和模型選擇，但存在的主要缺陷是沒能遵循路徑依賴的原則，忽視了在我國商業(yè)銀行現(xiàn)有信用風(fēng)險管理模型的基礎(chǔ)上的改進路徑選擇，從而提高了改進成本。本文將彌補既有研究的這一缺陷，在細(xì)致考察我國商業(yè)銀行現(xiàn)有的信用風(fēng)險管理模型的貸款風(fēng)險度方法存在的不足和缺陷的基礎(chǔ)上，將其與現(xiàn)代信用風(fēng)險管理模型進行比較分析，從而尋找改進和構(gòu)建我國商業(yè)銀行信用風(fēng)險管理模型的路徑選擇。

二、我國商業(yè)銀行信用

風(fēng)險管理模型：貸款風(fēng)險度方法

多年來，我國商業(yè)銀行的信用風(fēng)險管理方法主要以定性分析與經(jīng)驗分析為主，定量分析和各種財務(wù)工具的運用處于次要位置。目前這種局面己經(jīng)有了改進，我國商業(yè)銀行初步建立起由客戶信用評級法和貸款風(fēng)險分類法所構(gòu)成的兩維評級體系為基礎(chǔ)的貸款風(fēng)險度方法。

(一)貸款風(fēng)險度方法框架

目前，我國商業(yè)銀行的信用風(fēng)險評估管理主要采用貸款風(fēng)險度方法。所謂貸款風(fēng)險是指發(fā)生貸款本息損失的不確定性，其主要影響因素有：貸款對象、貸款方式、貸款期限和貸款形態(tài)。在實踐中，即將交易對手企業(yè)客戶劃分為不同的信用等級，確定相應(yīng)的風(fēng)險權(quán)數(shù)，即企業(yè)客戶信用等級風(fēng)險系數(shù)T；再給出貸款方式的風(fēng)險權(quán)數(shù)，得到貸款方式風(fēng)險系數(shù)S。于是，單筆貸款風(fēng)險度X可表示為：

貸款風(fēng)險度X＝TS由上式，貸款風(fēng)險度的本質(zhì)是取值在0-1之間用概率表示的貸款風(fēng)險程度。上式表明，X是貸款風(fēng)險的量化指標(biāo)，X越大，表明此項貸款面臨的風(fēng)險越大。實際工作中往往通過統(tǒng)計結(jié)果來確定貸款最佳風(fēng)險度X(一般為0.4)和臨界風(fēng)險度X(一般為0.6)。X以下的貸款質(zhì)量處于良好狀態(tài)，超過X就視為高風(fēng)險區(qū)。

貸款發(fā)放后就參與了企業(yè)生產(chǎn)資金的周轉(zhuǎn)過程，也就具備了增值或虧損的可能性。人民銀行的《貸款通則》規(guī)定：銀行已發(fā)放的貸款資產(chǎn)可劃分為：正常、關(guān)注、次級、可疑和損失五類，據(jù)此可確定不同貸款形態(tài)的風(fēng)險系數(shù)P；再考慮不同期限貸款面臨不同的風(fēng)險損失，可確定貸款期限風(fēng)險轉(zhuǎn)換系數(shù)p，于是，在最終貸款審查和評估時，有：

貸款資產(chǎn)風(fēng)險度L＝單筆貸款風(fēng)險度貸款形態(tài)風(fēng)險系數(shù)貸款期限風(fēng)險轉(zhuǎn)換系數(shù)＝XPQ＝TSPQ單項貸款風(fēng)險權(quán)重資產(chǎn)=單項貸款金額該筆貸款資產(chǎn)風(fēng)險度，即：RWA＝AL＝ATSPQ全部貸款資產(chǎn)風(fēng)險度＝貸款風(fēng)險權(quán)重資產(chǎn)/貸款余額，即：

(二)我國銀行業(yè)貸款風(fēng)險度方法的總體判斷分析

通過與國際銀行業(yè)采用的現(xiàn)代信用風(fēng)險管理模型和新協(xié)議的1RB法比較，可得出以下判斷：

1、貸款風(fēng)險度方法實際上低估了信用風(fēng)險

貸款風(fēng)險度的計算公式是根據(jù)概率論中全概率法則建立的，該法則的假設(shè)前提是各因素都應(yīng)是獨立無關(guān)的；然而，貸款風(fēng)險度L的影響因素T,S、P均是與企業(yè)相關(guān)的內(nèi)部因素，三者的含義和評估標(biāo)準(zhǔn)有重復(fù)的地方。所以貸款風(fēng)險度方法并不符合嚴(yán)格的條件概率定義，在實際應(yīng)用中低估了信用風(fēng)險。因此，可以將S和P納入，評價中去，將信用等級風(fēng)險系數(shù)定義成嚴(yán)格意義下的條件違約概率。

2、評估方法簡單化，主觀性較強

貸款風(fēng)險度方法以信用評級為基礎(chǔ)。目前，我國商業(yè)銀行的內(nèi)部信用評級普遍采用打分法，這種方法的最大弊端是評級的基礎(chǔ)是過去的財務(wù)數(shù)據(jù)，與風(fēng)險預(yù)測的關(guān)聯(lián)度不大。客戶信用等級風(fēng)險系數(shù)和貸款方式風(fēng)險系數(shù)指標(biāo)和權(quán)重的確定缺乏客觀依據(jù)，難以反映評級對象未來的真實償債能力。因此貸款風(fēng)險度方法實際上是建立在主觀因素過強的信用評級基礎(chǔ)上的經(jīng)驗公式，無嚴(yán)格的理論基礎(chǔ)和證明，很難有說服力。

3、無嚴(yán)格的理論基礎(chǔ)，其科學(xué)性和準(zhǔn)確性沒有很強的說服力

可見，貸款風(fēng)險度方法只是一個近似的加權(quán)平均，并不嚴(yán)格符合概率論的意義，從而，貸款風(fēng)險度的計算公式所依據(jù)原理的科學(xué)性值得懷疑，其評估的準(zhǔn)確性不能高。而國際高級信用風(fēng)險模型則大都使用了聯(lián)合概率分布和概率母函數(shù)的辦法解決單個債務(wù)人的違約與銀行整體客戶違約的概率關(guān)系問題，以嚴(yán)格的理論為基礎(chǔ)，其準(zhǔn)確程度明顯高于貸款風(fēng)險度方法，并且可以推導(dǎo)包括多項貸款或其他銀行業(yè)務(wù)的資產(chǎn)組合聯(lián)合違約概率分布及損失分布，便于商業(yè)銀行進行組合多樣化管理。因而，我國在信用風(fēng)險的評估方法中應(yīng)引入嚴(yán)格的理論推導(dǎo)，以嚴(yán)格的理論為指導(dǎo)才能夠保證信用風(fēng)險度量及管理的準(zhǔn)確性和有效性。

4、缺乏貸款組合風(fēng)險管理功能

貸款風(fēng)險度方法中僅考慮單項貸款的風(fēng)險，沒有考慮貸款組合和貸款集中度，缺乏貸款組合風(fēng)險管理功能。事實上，集中于某一行業(yè)的貸款違約很有可能造成銀行破產(chǎn)，貸款組合可以降低單項貸款帶來的風(fēng)險；好的風(fēng)險評估模型應(yīng)該關(guān)注銀行現(xiàn)有客戶的分布和組合貸款風(fēng)險，便于商業(yè)銀行進行組合多樣化管理；并且由于貸款風(fēng)險度方法不能推導(dǎo)出PD以及LGD分布，缺乏進行組合風(fēng)險VaR分析的基礎(chǔ)，從而無法進行VaR分析。

5、評估結(jié)果不全面，且呈現(xiàn)靜態(tài)性和波動性

貸款風(fēng)險度方法僅給出貸款風(fēng)險的PD測量，而沒有給出LGD估計值。而在實際工作中需要對LGD進行估計。因此使得貸款風(fēng)險度評估結(jié)果不全面。而且由于貸款風(fēng)險度方法中所使用的指標(biāo)考察期均較長，評估結(jié)果時效性差，難于應(yīng)對瞬間變化的金融市場。

貸款風(fēng)險度作為信用風(fēng)險的評估標(biāo)準(zhǔn)本身具有波動性，即貸款風(fēng)險度對信用風(fēng)險的反應(yīng)不固定而時大時小，具體表現(xiàn)為：貸款風(fēng)險度對信用得分差距原本較大的貸款企業(yè)，其評估結(jié)果卻一視同仁；而有時信用得分差距微小的貸款企業(yè)，其評估結(jié)果卻差異很大。貸款風(fēng)險度指標(biāo)對信用風(fēng)險的度量只是一種粗略的度量，對于相差很大的貸款企業(yè)可能做出正確判斷，而對相差不大的方案，該指標(biāo)很有可能會掩蓋企業(yè)間的風(fēng)險差異，使銀行做出錯誤的決策。形成波動性的根源在于貸款風(fēng)險度自身的離散性與風(fēng)險的不確定性和隨機性之間的矛盾(于立勇，2002)。

三、現(xiàn)代信用風(fēng)險內(nèi)部模型的分類

銀行內(nèi)部信用風(fēng)險計量是通過對客戶和債項類型風(fēng)險特征的評估確定銀行可能遭受的損失，進而估計經(jīng)濟資本(EC)。IRB法需要估計和確定的主要變量有違約概率(PD)、違約損失率(LGD)、風(fēng)險暴露(EAD)、期限(M)、預(yù)期損失(EL)、意外損失(UL)和風(fēng)險價值(VaR)。其中，PD、LGD、EAD、M是IRB的主要輸入數(shù)據(jù)，而EL、UL和VaR是主要輸出結(jié)果。新協(xié)議對信用風(fēng)險資本金的確定借鑒了市場風(fēng)險中計算資本金的VaR方法，而且定義VaR就是EL與UL之和。用VaR方法計算資本金時需要確定信貸資產(chǎn)未來價值或損失的概率密度函數(shù)(PDF)，從不同的角度考察信用風(fēng)險度量模型和用不同的方法計算相關(guān)參數(shù)，就會對模型產(chǎn)生不同的分類，通常有如下分類方式：

1、依據(jù)模型的演繹或歸納方法

演繹模型(TopdownModels)用單個統(tǒng)計數(shù)據(jù)對信用風(fēng)險進行分組，也就是說將許多不同來源的風(fēng)險視做同質(zhì)風(fēng)險加總到組合的整體風(fēng)險中，不考慮個別交易特征。這種方法對于所含信用筆數(shù)很多的零售信用組合比較合適，但對于公司貸款或國家貸款組合而言，就不太合適了。即使零售資產(chǎn)組合，演繹模型也可能隱藏著來自行業(yè)的或地理位置的特別風(fēng)險。

歸納模型(Bottom-upModels)解釋了每一種資產(chǎn)/貸款的特征。此種方法非常類似于對具有市場VaR系統(tǒng)特征的頭寸進行結(jié)構(gòu)分解。它適用于公司信用資產(chǎn)組合和資本市場組合。歸納模型對于采取糾正措施也是最有用的，因為可以按照其風(fēng)險結(jié)構(gòu)進行反向操作來修正風(fēng)險曲線。

當(dāng)今的信用風(fēng)險模型中歸納方法占主導(dǎo)地位。只有CSFP的CreditRisk是對假設(shè)為同質(zhì)的資產(chǎn)在整個等級的層次進行分析，可以被認(rèn)為是topdown方法。

2、依據(jù)建模原理與分析方法

對于PD、等級轉(zhuǎn)移矩陣和信用質(zhì)量相關(guān)性的計算，主要有三種方法。

其一是經(jīng)濟計量模型方法，該方法對PD計算的根據(jù)是，PD與當(dāng)前的宏觀經(jīng)濟狀況、行業(yè)和公司所處的地理位置等有關(guān)，環(huán)境的差異或宏觀經(jīng)濟因素的變化影響了公司的資產(chǎn)價值，因而影響了公司的信用質(zhì)量，進而使公司之間的信用質(zhì)量表現(xiàn)出相關(guān)性。經(jīng)濟計量方法適用于簡化式模型；其二是基于精算的方法，其基本方法是只考慮KMV的預(yù)期違約概率(EDF)有關(guān)計算，假定違約遵從隨機泊松過程，應(yīng)用客戶的歷史違約率數(shù)據(jù)預(yù)測具有類似特征的客戶的EDF，在此基礎(chǔ)上再估計相關(guān)參數(shù)，比如等級轉(zhuǎn)移矩陣和相關(guān)系數(shù)。基于精算方法的參數(shù)估計具有后顧性(backwardlooking)；其三是基于Merton期權(quán)模型的方法，把公司違約或信用質(zhì)量的變化與公司資產(chǎn)的價值、股權(quán)、債務(wù)聯(lián)系起來進行考慮。該方法利用可獲得的關(guān)于公司的債務(wù)、權(quán)益的歷史價值和當(dāng)前市場價值以及權(quán)益價值的歷史波動性估計公司資產(chǎn)價值的大小、變化率和波動性。進而通過期權(quán)模型確定公司的EDF和違約相關(guān)性。基于權(quán)益的方法具有前瞻性(forward-looking)。

CreditMetrics依據(jù)評級的歷史數(shù)據(jù)統(tǒng)計和股權(quán)分析；KMV依據(jù)期權(quán)定價原理；CPV依據(jù)宏觀經(jīng)濟因素調(diào)整的模擬分析；CreditRisk則依據(jù)保險精算的壽險和財險思想。

3、依據(jù)模型對風(fēng)險的定義方式分類

違約模式(DefaultmodeModels，DM)與盯市模式(Market-toMarketModels，MM)是銀行業(yè)內(nèi)普遍使用的兩大類信用風(fēng)險模型，其分類原則是基于對資產(chǎn)價值和信用損失估計方式的不同考慮。所謂信用損失是指信貸資產(chǎn)組合當(dāng)前價值與某給定時期末的未來價值的差，當(dāng)前價值往往是已知的，而未來價值是不確定的但是有一概率分布。DM模型只考慮違約與不違約兩種信用狀態(tài)，即只把完全的違約視為信用事件。因此，資產(chǎn)組合的市場價值的任何變化或信用評級的任何變動都是無關(guān)的；而MM考慮資產(chǎn)組合市場價值的變化和包括違約在內(nèi)的信用等級的變化，公平市場價值為模型提供了對風(fēng)險更好的估計。在此意義下，MM模型是DM模型的一種推廣。

CreditMetrics屬于MM模型；CreditRisk和KMV本質(zhì)上屬于DM模型，但KMV公司目前正準(zhǔn)備提供MM版本；CPV既可被當(dāng)作MM使用，也可被用做DM。

4、依據(jù)違約事件的條件概率分類

條件概率模型(ConditionalModels)中包含了宏觀經(jīng)濟因素變動對PD的影響。即此類模型考慮了經(jīng)濟衰退期PD會上升。

無條件概率模型(UnconditionalModels)具有固定的PD，并且因此往往關(guān)注的是貸款者或特定因素信息。但某些環(huán)境因素的改變也允許用改變模型參數(shù)的方法來實現(xiàn)。

CreditMetrics是基于違約歷史資料統(tǒng)計的結(jié)果，沒有反映宏觀經(jīng)濟因素，因此屬于無條件測度；CPV、KMV以及CreditRisk分別融入了宏觀經(jīng)濟因素以及市場價格等信息，因此屬于條件測度。

5、依據(jù)違約事件的結(jié)構(gòu)化和簡化設(shè)定分類

這種劃分的根據(jù)主要是出于對違約相關(guān)或信用等級轉(zhuǎn)移相關(guān)性確定方法的考慮。在同一行業(yè)和地區(qū)的客戶之間，由于信用事件(違約、信用等級轉(zhuǎn)移、違約時的損失率、信用價差、風(fēng)險暴露等)的變化是非獨立的，即存在著相關(guān)性，在估計信用損失確定資本金時應(yīng)考慮相關(guān)性。但是，實際應(yīng)用中由于數(shù)據(jù)及模擬技術(shù)的限制，通常只考慮不同客戶之間違約或等級轉(zhuǎn)移的相關(guān)性，而其它信用事件之間的相關(guān)性不予考慮。對相關(guān)性的估計，委員會選擇了兩類模型，即結(jié)構(gòu)化模型(structuralmodel)與簡化式模型(reduced-formmodd)。結(jié)構(gòu)模型試圖通過假定金融產(chǎn)品或經(jīng)濟單位的微觀經(jīng)濟特征來解釋單個客戶的違約或信用質(zhì)量的變化，比如資產(chǎn)價值和負(fù)債之間的比例關(guān)系可能決定了客戶的信用質(zhì)量。那些用于決定客戶風(fēng)險等級變化(包含違約)的隨機變量稱為等級轉(zhuǎn)移風(fēng)險因素(Migrationriskfac-tor)，在結(jié)構(gòu)模型中，就是要估計或確定客戶問等級轉(zhuǎn)移風(fēng)險因素的相關(guān)性。而簡化模型則不同，它不是試圖解釋違約或信用等級的轉(zhuǎn)移，而是選擇一種統(tǒng)計方法并建立適當(dāng)?shù)囊蛩啬Ｐ蛠砜坍嬤`約或信用等級的轉(zhuǎn)移現(xiàn)象。在簡化模型中，特別假定了客戶的EDF或轉(zhuǎn)移矩陣與可以觀察到的宏觀經(jīng)濟活動指標(biāo)或不可以觀察到的隨機風(fēng)險因素之間存在一種函數(shù)關(guān)系，簡化模型認(rèn)為正是單個客戶的財務(wù)狀況對公共因素或相關(guān)背景因素的依賴才引起了客戶之間違約率的相關(guān)性和信用等級轉(zhuǎn)移之間的相關(guān)性。

CreditMetrics、KMV屬于結(jié)構(gòu)模型；CreditRisk與CPV屬于簡化模型。

6、依據(jù)違約的驅(qū)動因素分類

CreditMetrics和KMV的違約驅(qū)動因素為企業(yè)資產(chǎn)價值及波動性；CPV的驅(qū)動因素為宏觀經(jīng)濟因素；CreditRisk的違約驅(qū)動因素則為違約風(fēng)險平均水平及其波動性。

7、依據(jù)違約概率測度的離散性與連續(xù)性

由于金融產(chǎn)品的價值要受到其信用質(zhì)量的影響，而對信用質(zhì)量的描述變量有連續(xù)與離散之分，因此依據(jù)對金融工具信用質(zhì)量變化方式的不同刻畫，對金融工具在給定期限末的價值或損失的估計就有了兩種可以選擇的方法：一是，信用質(zhì)量按離散的信用等級變化(信用評級)進行刻畫，基于此的估值模型稱為離散估值模型；二是，信用質(zhì)量通過違約概率或違約概率密度函數(shù)按連續(xù)的方式進行刻畫，基于此的估值模型稱為連續(xù)型估值模型。

在以上幾種模型中，CreditMetrics、CPV屬于離散測度，而KMV、CreditRisk則屬于連續(xù)變量測度。

四、貸款風(fēng)險度方法與

現(xiàn)代信用風(fēng)險模型的比較

從提高我國銀行業(yè)信用風(fēng)險管理的前瞻性角度思考問題，可行的方法是以現(xiàn)代信用風(fēng)險管理模型為參考，改進我國現(xiàn)行的貸款風(fēng)險度方法。將其方法與CreditMetrics、KMV、CPV、CreditRisk進行比較分析，主要特征比較如表1所示

。從比較中可以發(fā)現(xiàn)，與我國貸款奉獻度方法在諸多特征最為接近的是CreditMetrics模型，因此，我國銀行業(yè)在對此深入研究的基礎(chǔ)上對我國現(xiàn)行信用風(fēng)險管理模型做一改進，使其逐步向現(xiàn)代信用風(fēng)險管理模型靠近，并滿足IRB要求。

五、我國銀行業(yè)現(xiàn)代信用風(fēng)險

管理模型的改進方向及其選擇

現(xiàn)代信用風(fēng)險管理模型均具有不同的比較優(yōu)勢，從而也各具有不同的適用性，即：CreditMetrics和KMV適用于對公司和大的私人客戶的信用風(fēng)險度量；CreditRisk適用于對零售客戶的信用風(fēng)險度量，CPV適用于對宏觀經(jīng)濟因素變化敏感的投資級債務(wù)人或債項如房地產(chǎn)貸款的信用風(fēng)險度量。而我國銀行業(yè)具有不同的類型和業(yè)務(wù)范圍，可以選擇較為適合的模型來改進自身的信用風(fēng)險管理。

KMV主要用于分析發(fā)債公司的信用狀況和資本市場的信用風(fēng)險，其中一個基本條件是需要大量的股票市場的有效數(shù)據(jù)，適用范圍受到了限制，特別適用于上市公司的信用風(fēng)險評估，對非上市公司的EDF進行計算時，需要借助很多會計資料，同時還要通過對比分析手段最終得出企業(yè)的EDF，因而，計算過程復(fù)雜且結(jié)果未必準(zhǔn)確。但由于我國股票市場歷史較短，上市公司信息質(zhì)量不高，股權(quán)分割等因素導(dǎo)致上市公司的股票價格時常背離公司的實際，進而影響對上市公司價值的準(zhǔn)確估計，即使通過上市公司股票價格來估價公司價值，其差異也非常大：模型假定借款企業(yè)資產(chǎn)價值呈正態(tài)分布是不合乎實際的；模型不能夠?qū)﹂L期債務(wù)的不同類型進行分辨。但隨著我國資本市場的不斷完善，資本市場作為重要的資源配置場所作用的日益增大，KMV在我國的應(yīng)用條件會逐漸具備，而且隨著上市公司數(shù)量的不斷增加，其應(yīng)用范圍也會逐漸增加，并在未來的信用風(fēng)險管理中發(fā)揮重要作用。

CPV和CreditRisk都涉及到宏觀和行業(yè)因素。CPV是從宏觀經(jīng)濟的角度來分析借款人的信用等級的遷移，而信用登記遷移概率在不同時期受到GDP增長率、經(jīng)濟周期、失業(yè)率、匯率、產(chǎn)業(yè)等多因素的影響。該模型的應(yīng)用是以上述數(shù)據(jù)均正確為前提。由于此類數(shù)據(jù)的完整獲取和精確計量在我國尚有一定的難度，再加上從方法論上看，從宏觀因素的個數(shù)及其經(jīng)濟含意與信用等級遷移的具體函數(shù)關(guān)系尚缺乏穩(wěn)定性和風(fēng)險性，我國的信用風(fēng)險量化處于起步階段，還沒有建立完善的數(shù)據(jù)庫，因此在使用上述模型時缺乏基礎(chǔ)條件，但隨著我國宏觀經(jīng)濟數(shù)據(jù)的不斷完善，可以成為我國銀行業(yè)信用風(fēng)險管理的重要參考模型。

CreditMetrics適合于對各類貸款資產(chǎn)信用風(fēng)險的分析和預(yù)測，其適用的基本條件是金融機構(gòu)的內(nèi)部評級體系或外部評級機構(gòu)的評級結(jié)果。但由于我國信用評級制度不健全，銀行內(nèi)部評級制度尚處于發(fā)展階段，外部評級機構(gòu)的信用評級也是剛開始，還沒有形成長期的企業(yè)評級數(shù)據(jù)庫，在此情況下，該模型的應(yīng)用空間受到很大限制。但我國的信用體系建設(shè)已經(jīng)得到政府的高度重視，企業(yè)信用信息征集、評價機制正在不斷完善，銀行內(nèi)部評級和外部評級機構(gòu)也在不斷發(fā)展，隨著各項條件的具備，該模型在我國的應(yīng)用前景廣闊，可以作為一種基礎(chǔ)性的信用風(fēng)險管理模型

相比之下，CreditMetrics具有兩個優(yōu)點：一是所計算出的Vail可以較為準(zhǔn)確地反映不同信用等級和不同時期的貸款在未來可能發(fā)生的價值損失；二是以VaR來確定最低的風(fēng)險資本量可以有效地保證銀行在遭受信用風(fēng)險損失的情況下能夠繼續(xù)生存下來。因此，CreditMetrics可較好地用于我國商業(yè)銀行對信用風(fēng)險進行量化和管理。

第7篇：信用風(fēng)險的評估方法范文

摘 要：創(chuàng)業(yè)板自上市以來，由于自身技術(shù)水平不成熟、自有資產(chǎn)小等原因，信用風(fēng)險的問題一直存在。本文選取了創(chuàng)業(yè)板上市的100家企業(yè)為樣本，通過運用其股票市場的數(shù)據(jù)和財務(wù)報表中的債務(wù)數(shù)據(jù)，利用KMV模型信用評估方法，考慮創(chuàng)業(yè)板企業(yè)的實際市場情況，對參數(shù)進行了修改，并且結(jié)合相應(yīng)編程計算其違約距離DD。實證研究結(jié)果表明，KMV模型對我國創(chuàng)業(yè)板企業(yè)的信用風(fēng)險評估具有較高的準(zhǔn)確性和科學(xué)性，對創(chuàng)業(yè)板企業(yè)進行風(fēng)險預(yù)測和防范有著重要的意義。

關(guān)鍵詞：KMV模型；違約點；創(chuàng)業(yè)板企業(yè)；信用風(fēng)險

1.文獻綜述

信用風(fēng)險作為金融市場上最古老的風(fēng)險之一，一直也是學(xué)術(shù)研究中的重點。現(xiàn)代信用風(fēng)險評估模型以新的財務(wù)技術(shù)以及現(xiàn)代財務(wù)理論為基礎(chǔ)建立起來，主要包括Credit Metrics， Credit Portfolio View， Credit risk+ 和 KMV 模型。KMV模型是由美國KMV公司基于Merton期權(quán)定價理論，用預(yù)期違約頻率來計量公司違約概率，主要是利用預(yù)期違約率EDF（Expected Default Frequency）的值來衡量企業(yè)市場價值降到違約出發(fā)點水平之下的概率，其中EDF可以通過分析企業(yè)股票市場價格的波動而得到。Kealhofer和Kurbat[1]認(rèn)為KMV模型能夠有效的運用財務(wù)指標(biāo)變量和信用評級方法進行風(fēng)險預(yù)測。Peter Crosbie和Jeffrey R Bohn[2]用KMV模型研究金融類公司，研究結(jié)果表明KMV模型具有一定的有效性。

隨著KMV模型在我國市場的運用逐漸普遍，我國學(xué)者也進行了相應(yīng)的研究。劉博[3]通過實證分析表明，在KMV模型中引入資產(chǎn)連續(xù)回報率這個模型最適合中國國情，靈敏度和預(yù)測能力較好，在一定程度上可以揭示上市公司的信用風(fēng)險。馬若微[4]以 2004 年底的上市公司作為研究對象，根據(jù)其財務(wù)和交易數(shù)據(jù)對115 家 ST 公司進行信用風(fēng)險度量，研究結(jié)果表明 KMV 模型可以有效預(yù)警上市公司的財務(wù)困境和潛在信用風(fēng)險，并且該模型的有效性要強于其他同類型模型。張玲、楊貞柿、陳收[5]通過數(shù)據(jù)分析認(rèn)為 KMV 模型對于上市公司個體和上市公司整體的信用風(fēng)險變化情況都有較好的預(yù)警作用。謝邦昌[6]選取公共事業(yè)和房地產(chǎn)開放兩個行業(yè)的各 10 家深交所上市公司作為研究對象，研究結(jié)果表明對于不同行業(yè)的企業(yè)，KMV 模型仍可以有效進行跨行業(yè)的信用風(fēng)險度量。

2.KMV模型理論概述

KMV模型屬于期權(quán)定價模型，運用其作為信用風(fēng)險評估，需要測算借款人或者企業(yè)的資產(chǎn)市場價值及其波動率，進而計算其違約距離與違約概率。

E=VN（d1）-De-rTN（d2）

其中，D——負(fù)債的賬面價值（執(zhí)行價格、額定價格）；

V——借款公司資產(chǎn)的市場價值；

T——到期時間，時間范圍；

N——正態(tài)分布累積函數(shù)，它根據(jù)d1和d2計算得出。

d1=lnVD+r+12σ2ATσAT

而

d2=d1-σAT

對上述公式兩邊同時求導(dǎo)，求出其期望值，得出以下公式：

σE=N（d1）VσAE

其中，一般應(yīng)采用迭代技術(shù)計算σE，本文均借助Matlab軟件，對創(chuàng)業(yè)板企業(yè)的信用風(fēng)險進行評估。

而違約距離的公司為DD=E（V）-DPTE（V）·σA（V0為借款企業(yè)當(dāng)前的市場價值；DPTT為指定期限（一般為一年）內(nèi)的違約點；μ為資產(chǎn)的預(yù)期凈回報率）。

3.基于KMV模型的我國創(chuàng)業(yè)板企業(yè)信用風(fēng)險實證研究

目前，我國創(chuàng)業(yè)板大多均為中小型企業(yè)，具有較高的成長性和較大的資金需求，銀行貸款則是其進行融資的主要途徑。并且，由于創(chuàng)業(yè)板企業(yè)普遍成立時間較短，存在著企業(yè)財務(wù)數(shù)據(jù)不完整以及管理層素質(zhì)不一致等問題，因此，對創(chuàng)業(yè)板企業(yè)進行信用風(fēng)險評估，對提高銀行貸款效率，解決企業(yè)的融資需求，支持科技型中小企業(yè)的全面發(fā)展有著重要的意義。本文選取了創(chuàng)業(yè)板中的100家企業(yè)為樣本，通過其貸款信用記錄、是否存在大額擔(dān)保等信息，將100家企業(yè)分為不存在信用風(fēng)險和存在信用風(fēng)險兩組樣本，每個樣本組各100家企業(yè)。

而對于違約點的選擇，KMV公司根據(jù)對大量違約事件的實證分析，發(fā)現(xiàn)違約發(fā)生最為頻繁的臨界點處于公司的流動負(fù)債加百分之五十的長期負(fù)債。

即違約點值=流動負(fù)債 + m*長期負(fù)債，m=0.5。

但是隨著KMV模型在我國市場中運用的不斷深入，發(fā)現(xiàn)該比例并不適合我國市場。因此本文分別討論m=1，m=0.75，m=0.5，m=0.25這4種情況下樣本的違約距離，從而判斷模型評估的準(zhǔn)確性。研究表明，當(dāng)m=0.25時，KMV模型的準(zhǔn)確率最高。并且，由于方差可以用來判斷數(shù)據(jù)的波動情況，對于違約距離來說，方差越大意味著敏感性越高，對準(zhǔn)確的預(yù)測信用風(fēng)險則更加有利。從這個角度來說，m=0.25時，違約距離的方差最大，因此本文選取m=0.25 來設(shè)置文章的違約點。

通過進行相應(yīng)的參數(shù)調(diào)整，KMV模型對樣本的信用風(fēng)險評估的準(zhǔn)確率達到了81%，具有較高的準(zhǔn)確性。因此，實證研究表明KMV模型對于我國創(chuàng)業(yè)板企業(yè)的信用風(fēng)險評估具有較高的準(zhǔn)確性，具有預(yù)測性和科學(xué)性。

指導(dǎo)老師：劉澄

參考文獻

[1] Kealhofer， Stephen， Matthew Kurbat. The Default Prediction Power of the Merton Approach[M]. KMV Corporation， 2001.

[2] Peter Crosbie ，JefTrey R Bohn， Modeling Default Risk， White Paper， Moody's， KMV，December 18，2003

[3] 劉博. 基于KMV模型對中國上市公司的信用風(fēng)險進行度量的實證分析.科學(xué)技術(shù)與工程，2010，3（10）：844～847

[4] 馬若微.KMV 模型運用于中國上市公司財務(wù)困境預(yù)警的實證檢驗[J].數(shù)理統(tǒng)計與管理，2006（9）：594-601.

第8篇：信用風(fēng)險的評估方法范文

在小額貸款公司發(fā)展過程中，高發(fā)的信用風(fēng)險是其主要限制。現(xiàn)有的小額貸款公司信用風(fēng)險研究領(lǐng)域內(nèi)。申韜（2012）基于風(fēng)險評估特征以及評估方法的適用范圍和風(fēng)險指標(biāo)篩選的全新視角提出通過完善信用風(fēng)險評估機制來提升小額貸款公司信用風(fēng)險防范能力。在與商業(yè)銀行傳統(tǒng)貸款業(yè)務(wù)進行對比的基礎(chǔ)上，孔蕾（2013）利用與商業(yè)銀行傳統(tǒng)貸款的對比分析出小額貸款公司信用風(fēng)險具有區(qū)域集中和協(xié)同性的特殊性。褚?t梅（2014）從小額貸款公司面向的客戶群體角度提出小額貸款公司承擔(dān)較高信用風(fēng)險的主要原因是貸款對象信用意識差和違約成本低。因此，在認(rèn)識小額貸款的信用風(fēng)險的基礎(chǔ)之上，我們有必要對信用風(fēng)險管理防范等問題進行研究，推動其可持續(xù)地發(fā)展。

1小額貸款公司的發(fā)展現(xiàn)狀

小額貸款公司是民營金融機構(gòu)的重要形式之一，發(fā)展歷史較短，作為農(nóng)村金融機構(gòu)的補充尚處于起步階段，在推動金融體制多元化和打破國有銀行壟斷方面扮演著重要角色。2008年，小額貸款公司開始從無到有經(jīng)歷了穩(wěn)步增長的階段，但從2014年開始，包括公司數(shù)量、從業(yè)人數(shù)、貸款余額以及實收資本等數(shù)據(jù)在內(nèi)的各項衡量小額貸款公司發(fā)展的重要指標(biāo)增速均大幅下降。2015年小額貸款公司總體發(fā)展水平顯著放緩，人民銀行數(shù)據(jù)顯示，2015年第三季度至今，全國小額貸款公司總數(shù)已連續(xù)4個季度下滑，2016年第三季度末小額貸款公司機構(gòu)從業(yè)人數(shù)與2015年同期相比減少約143%。由此可見，小額貸款公司雖然有著一定時期的高增長率，但是其可持續(xù)性發(fā)展能力仍有待提高。小額貸款公司在支持地方經(jīng)濟發(fā)展的同時也面臨著諸多風(fēng)險，尤其是日益突出的信用風(fēng)險問題，嚴(yán)重制約了小額貸款公司的發(fā)展。推動小額貸款公司信用風(fēng)險防范的市場環(huán)境建設(shè)和政策扶持引導(dǎo)，促進小額貸款公司信用風(fēng)險防范的能力提升和機制健全，已經(jīng)成為社會普遍關(guān)注的問題。

2小額貸款公司信用風(fēng)險的成因

21小額貸款公司信用風(fēng)險形成的外部因素

（1）法律法規(guī)體系不完善，政策發(fā)展路徑不清晰。小額貸款公司目前以各地區(qū)自主管理為主，沒有從國家宏觀層面上形成統(tǒng)一明確的發(fā)展規(guī)劃和發(fā)展方向，各地監(jiān)管政策也各有不同，使得小額貸款公司區(qū)域性特征明顯，發(fā)展?jié)摿Σ荒鼙煌耆尫拧?/p>

（2）信貸主體還款能力不強，信用環(huán)境有待改善。由于小額貸款公司主要面向農(nóng)戶個人和中小企業(yè)，受生產(chǎn)經(jīng)營的高風(fēng)險性和不確定性影響，它們具有較高發(fā)生信用違約事件的概率；而部分企業(yè)或個人逃避金融債務(wù)形成不良風(fēng)氣，使得小額貸款公司面對的信用環(huán)境不容樂觀。

（3）行業(yè)管理經(jīng)驗不足，風(fēng)險度量機制不成熟。小額貸款公司成立時間不長，數(shù)據(jù)采集還不成熟，數(shù)據(jù)體系完善，沒有專業(yè)針對于小額貸款公司的信用風(fēng)險度量方法，使得對其信用風(fēng)險難以進行有效的計量。

22小額貸款公司信用風(fēng)險形成的內(nèi)部因素

（1）資金來源缺乏，業(yè)務(wù)種類單一。國家嚴(yán)格限制小額貸款公司的資本金來源以及“只貸不借”的經(jīng)營模式使得小額貸款公司面臨資金困境。主要依賴于小額信貸利息收入的盈利模式使得小額貸款公司抵抗信用風(fēng)險的能力較差。

（2）管理制度不科學(xué)，風(fēng)險控制不到位。小額貸款公司在經(jīng)營管理過程中部分工作較為粗略，沒有形成完備科學(xué)的制度體系，造成風(fēng)險控制不到位。小額貸款公司在組織機構(gòu)、運營方式、貸款流程和財務(wù)體系方面沒有形成科學(xué)規(guī)范的管理制度，導(dǎo)致其內(nèi)部管理混亂，難以有效控制信用風(fēng)險。

（3）專業(yè)人才匱乏，員工素質(zhì)不高。小額貸款公司的工作人員多為銀行等金融機構(gòu)退休人員，吸引高素質(zhì)的專業(yè)人才又具有一定難度，現(xiàn)有員工跳槽現(xiàn)象普遍，人員流動在很大程度上限制了自身的發(fā)展，這種現(xiàn)狀造成小額貸款公司工作人員的素質(zhì)普遍不高，不能有效甄別、防范和應(yīng)對信用風(fēng)險。

（4）地區(qū)內(nèi)部聚集效應(yīng)明顯，區(qū)域性金融風(fēng)險較高。小額貸款公司的客戶具有明顯的地域性，客戶網(wǎng)絡(luò)通過“熟人社會”構(gòu)建，農(nóng)民靠天吃飯，內(nèi)部聚集效應(yīng)明顯，容易遭受氣候異常、地質(zhì)災(zāi)害、經(jīng)濟形勢和地方政策變化而導(dǎo)致的區(qū)域性風(fēng)險。與此同時，政府干預(yù)形成的區(qū)域金融運行封閉化和區(qū)域間產(chǎn)業(yè)同構(gòu)化弊端，增加了小額貸款公司的風(fēng)險。

3小額貸款公司信用風(fēng)險的防范

31小額貸款公司自身控制風(fēng)險能力的增強

（1）建設(shè)小額貸款信用體系，加強地區(qū)信息共享。在一個地區(qū)或行業(yè)內(nèi)建立小額貸款專業(yè)征信系統(tǒng)，有針對性地進行信用建設(shè)，可以有效提高授信的質(zhì)量和效率。由于小額貸款公司區(qū)域性較強、受區(qū)域經(jīng)濟環(huán)境影響較大，加強區(qū)域內(nèi)合作、建立互相溝通共享信息機制也可以降低小額貸款公司信用風(fēng)險。

（2）嚴(yán)格落實抵押擔(dān)保，依托保險轉(zhuǎn)移風(fēng)險。小額貸款公司可以通過提高抵押擔(dān)保數(shù)量、擴大擔(dān)保抵押物種類、與當(dāng)?shù)亟鹑趽?dān)保機構(gòu)合作開展擔(dān)保業(yè)務(wù)等多項措施完善和擴大抵押擔(dān)保貸款的比重來降低信用風(fēng)險。小額貸款公司也可與保險機構(gòu)合作，對風(fēng)險較高的貸款購買貸款信用保險，當(dāng)貸款客戶無法履約還款時，可由保險公司代償，以此降低風(fēng)險損失。

（3）提高從業(yè)人員專業(yè)素質(zhì)，完善公司內(nèi)部治理結(jié)構(gòu)。定期對在職員工進行培訓(xùn)和考核，建立行業(yè)內(nèi)部學(xué)習(xí)交流機制，提高從業(yè)人員的專業(yè)素質(zhì)和受教育水平。建立健全內(nèi)部風(fēng)險管控制度和獎懲制度，實行信用風(fēng)險與工資績效掛鉤考核制度，減少由于自身環(huán)節(jié)造成風(fēng)險的可能性。

（4）設(shè)計新型貸款產(chǎn)品，擴大公司融資渠道。充分運用小額貸款公司貸款利率靈活的優(yōu)勢，與外部企業(yè)合作，開發(fā)設(shè)計出小額消費信貸等新型貸款產(chǎn)品。面對不同客戶，推出具有差異化、個性化、低風(fēng)險的貸款產(chǎn)品。利用現(xiàn)有政策允許的各類融資手段擴大融資渠道，也可以與民營企業(yè)合作吸引注資，增強自身實力。

32小額貸款公司外部信貸環(huán)境的改善

第9篇：信用風(fēng)險的評估方法范文

【關(guān)鍵詞】商業(yè)銀行；信用風(fēng)險；現(xiàn)狀

風(fēng)險管理與商業(yè)銀行的日常經(jīng)營管理緊密相關(guān)，風(fēng)險管理能力更是現(xiàn)代商業(yè)銀行最重要的核心競爭力。隨著我國金融機構(gòu)改革的日益加深，以及2006年12月起的金融業(yè)對外開放全面化，商業(yè)銀行作為金融體系的中流砥柱，越來越清晰地認(rèn)識到健全的風(fēng)險管理體系在其長遠(yuǎn)發(fā)展中具有及其重要的作用。巴塞爾委員會將商業(yè)銀行面臨的風(fēng)險劃分為信用風(fēng)險、市場風(fēng)險、操作風(fēng)險、流動性風(fēng)險、國家風(fēng)險、聲譽風(fēng)險、法律風(fēng)險以及戰(zhàn)略風(fēng)險類。其中，信用風(fēng)險是商業(yè)銀行與生俱來的一種風(fēng)險，是金融市場上最為古老的一類風(fēng)險，也是最重要最復(fù)雜的一種風(fēng)險。商業(yè)銀行信用風(fēng)險的控制與管理對于整個金融市場乃至國民經(jīng)濟都具有舉足輕重的作用。

一、我國現(xiàn)行的商業(yè)銀行信用風(fēng)險管理

現(xiàn)階段我國商業(yè)銀行的信用風(fēng)險管理還處于傳統(tǒng)階段，主要方法有內(nèi)部信用評級和貸款分類兩種。

1.內(nèi)部信用評級

所謂銀行內(nèi)部信用評級是由銀行專門的信用評估部門和人員，運用一定的評級方法，對借款人和交易對手按時、足額履行相關(guān)合同的能力和意愿進行綜合評價，并用簡單的評級符號表示信用風(fēng)險的相對大小。巴塞爾委員會于2001年1月了新巴塞爾資本協(xié)議第二次征求意見稿，要求商業(yè)銀行在計算資本充足率時，根據(jù)外部評級結(jié)果確定資產(chǎn)的風(fēng)險權(quán)重，并可以內(nèi)部評級作為替代。可見，我國商業(yè)銀行發(fā)展和完善內(nèi)部評級意義深遠(yuǎn)。目前，我國各大商業(yè)銀行基本都建立了自己的內(nèi)部評級系統(tǒng)，各銀行的內(nèi)部評級系統(tǒng)在評級對象、評級方法和評級程序等基本相同，對象為已有的或潛在的債務(wù)人或交易對手，方法主要是專家分析判斷。

與國外商業(yè)銀行相比，我國商業(yè)銀行的內(nèi)部信用評級存在以下兩方面不足。其一，評級方法與巴塞爾銀行新框架的要求還有較大差距：偏重于對受評對象過去而不是未來償債能力的評估；權(quán)重的確定缺乏客觀依據(jù)；缺乏對現(xiàn)金流量指標(biāo)的預(yù)測和應(yīng)用；缺乏對具體行業(yè)的分析。其二，在評估的組織和程序方面，存在分工不明確，人員素質(zhì)不高的問題：評級人員和信貸人員在職責(zé)上缺乏必要的分工和制衡，影響評級的客觀性和公正性；評級人員素質(zhì)不高直接影響評級的準(zhǔn)確性；我國評級制度還缺乏行業(yè)專家，這將會進一步影響評級的準(zhǔn)確性。

2.貸款分類

貸款分類就是貸款評級。目前我國商業(yè)銀行中全面推行的是貸款風(fēng)險分類管理。貸款風(fēng)險分類也稱貸款五級分類，指銀行主要根據(jù)借款人的還款能力，即最終償還貸款本息的實際能力，確定貸款遭受損失的風(fēng)險程度，將貸款質(zhì)量分為“正常”、“關(guān)注”、“次級”、“可疑”和“損失”五類的一種管理方法。它以動態(tài)監(jiān)測為基礎(chǔ)，通過對借款人的財務(wù)實力、現(xiàn)金流量、抵押品價值等因素的連續(xù)監(jiān)測和分析，判斷貸款的實際損失程度，對銀行的信貸管理水平和信貸人員的素質(zhì)要求較高。這方法有利于銀行及時發(fā)現(xiàn)放貸后出現(xiàn)的問題，能更準(zhǔn)確地識別貸款內(nèi)在風(fēng)險、有效追蹤貸款質(zhì)量，便于銀行及時采取措施。但也存在不足：

第一，信息不對稱和滯后問題。該方法需要企業(yè)提供大量財務(wù)信息和非財務(wù)信息，而銀行往往難以及時準(zhǔn)確地獲得這些信息。

第二，分類標(biāo)準(zhǔn)粗化，缺乏統(tǒng)一性。該方法只對五個類別進行了核心定義，內(nèi)涵和外延不清晰，損失比例判斷存在較大的主觀性，不便于準(zhǔn)確掌握和執(zhí)行。

第三，會計基礎(chǔ)信息薄弱、科技支撐能力不強，影響分類工作的時效性和真實性。

二、我國商業(yè)銀行信用風(fēng)險管理存在的主要問題

與西方國家相比，我國商業(yè)銀行在信用風(fēng)險的度量和管理水平上還比較落后，而且不同銀行對信用風(fēng)險的管理水平也存在較大差異。不可否認(rèn)的是，經(jīng)過30多年的改革開放，我國商業(yè)銀行在信用風(fēng)險管理方面已經(jīng)有了長足的進步，如銀行內(nèi)部已經(jīng)建立起了企業(yè)信用評級制度，部分銀行開發(fā)出信貸風(fēng)險的評估方法等。但是，與以美國為代表的西方國家先進的信用風(fēng)險評估和管理水平相比，我們?nèi)匀淮嬖谥^大差距。

1.信用風(fēng)險度量技術(shù)落后

（1）數(shù)據(jù)質(zhì)量差。阻礙我國商業(yè)銀行風(fēng)險識別能力提高的瓶頸首先在于數(shù)據(jù)基礎(chǔ)。數(shù)據(jù)基礎(chǔ)建設(shè)是商業(yè)銀行信息系統(tǒng)建設(shè)的有機組成部分，盡管我國商業(yè)銀行在信息技術(shù)開發(fā)上的投入較大，效果卻不理想。由于數(shù)據(jù)的一致性較差，所以不僅無法提高工作效率，還增加了工作量，工作量的增加又使統(tǒng)計數(shù)據(jù)的質(zhì)量下降，如此以致惡性循環(huán)。基礎(chǔ)數(shù)據(jù)質(zhì)量不高不僅導(dǎo)致高層次的風(fēng)險分析（信貸資產(chǎn)組合分析）難以展開，還對簡單分析工具的分析結(jié)果的可信度產(chǎn)生負(fù)面影響。

（2）信用評級體系不完善。信用評級體系由內(nèi)外兩部分組成。目前，國內(nèi)針對企業(yè)的外部評級機構(gòu)剛剛建立，運作程序還不規(guī)范，沒有形成規(guī)模，還不能對我國大多數(shù)企業(yè)進行信用評級。國外評級機構(gòu)也難以對大部分的銀行客戶進行逐一評級。在外部評級不完善的情況下，我國主要商業(yè)銀行近年來逐步建立起內(nèi)部信用評級系統(tǒng)，但與發(fā)達國家銀行的評級體系相比還存在較大差距，在一定程度上限制了其在識別和控制信用風(fēng)險方面的應(yīng)用。

（3）信用風(fēng)險量化技術(shù)落后。現(xiàn)階段，我國銀行信用風(fēng)險量化工作主要使用專家分析和計算信貸風(fēng)險度的傳統(tǒng)方法，盡管傳統(tǒng)的風(fēng)險計量方法由一定的積極作用，卻也存在不可忽視的缺陷，難以適應(yīng)現(xiàn)代銀行進行全面和動態(tài)風(fēng)險管理的需要。

2.風(fēng)險補償機制不完善

風(fēng)險補償機制是銀行承擔(dān)風(fēng)險獲取收益并能維持正常運營的保障。提取壞賬準(zhǔn)備金和計提資本金是最常見的風(fēng)險補償方式。壞賬準(zhǔn)備金提取不足、不能及時核銷壞賬以及資本充足率不達標(biāo)是我國銀行存在的比較普遍的問題。這使得銀行信用過度膨脹，導(dǎo)致信用風(fēng)險隱患。

3.外部交易制度不健全

我國商業(yè)銀行的信貸利率由中國人民銀行控制，沒有市場化。銀行不能通過信貸定價來彌補風(fēng)險損失。由于產(chǎn)權(quán)的不明及其他外部因素的影響，信貸抵押也很難成為有效地傳遞信號。銀行對企業(yè)一視同仁，企業(yè)不分好壞同樣得到貸款，大量信用風(fēng)險成為事實。此外，當(dāng)前我國企業(yè)破產(chǎn)制度不完善。企業(yè)破產(chǎn)，銀行受損，清算破產(chǎn)成本對銀行來說相當(dāng)高，更加重了銀行的信用風(fēng)險。

三、加強我國信用風(fēng)險管理的建議

1.建立健全內(nèi)部評級系統(tǒng)，完善外部評級系統(tǒng)

大力引進和發(fā)展外部信用評級機構(gòu)，并加快由內(nèi)到外的更替步伐，由于目前評級行業(yè)的社會影響在逐步擴大，評級市場在逐步打開，社會信用評級機構(gòu)將會得到越來越快的發(fā)展，外部評級取代內(nèi)部評級必將是一個漸進、自然的過程。商業(yè)銀行內(nèi)部也要不斷完善信用評級辦法，并在時機成熟后，以外部評級逐步代替內(nèi)部評級。

2.完善信用風(fēng)險補償機制

信用風(fēng)險的補償指銀行用資本、利潤、抵押品拍賣收入等形式的資金補償其在信用風(fēng)險上遭受的資產(chǎn)損失。商業(yè)銀行除了提取普通準(zhǔn)備金意外，還要提取呆賬準(zhǔn)備金，用于彌補貸款后的損失。

3.利用金融創(chuàng)新分散信用風(fēng)險

一方面利用資產(chǎn)證券化轉(zhuǎn)移信用風(fēng)險。資產(chǎn)證券化是指，通過在資本市場和貨幣市場發(fā)行證券籌資的一種直接融資方式。通過向市場發(fā)行資產(chǎn)，將信貸資產(chǎn)進行交易和處理，最終實現(xiàn)融資，有利于商業(yè)銀行現(xiàn)金回流，并提高其競爭力。另一方面，利用信用衍生工具化解風(fēng)險。商業(yè)銀行可以利用衍生工具自由控制所承擔(dān)的風(fēng)險，可將不愿意承擔(dān)的金融風(fēng)險轉(zhuǎn)嫁出去。

參考文獻

[1]吳彬.商業(yè)銀行信用風(fēng)險管理研究[D].復(fù)旦大學(xué):中國優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫,2008.

[2]王志強.銀行系統(tǒng)內(nèi)部信用評級調(diào)查與分析[J].河北金融,2011(03).