導(dǎo)語：商業(yè)銀行信貸風(fēng)險管理論文一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、信用評級相關(guān)研究成果綜述

(一)財務(wù)指標(biāo)變量預(yù)測企業(yè)經(jīng)營危機的起源最早運用單一財務(wù)指標(biāo)變量預(yù)測企業(yè)經(jīng)營危機的研究，始于1930年代的Smith&Winker(1930、1935)。Fitzpatrick(1932)進(jìn)行單變量破產(chǎn)預(yù)測研究，選擇了19家公司作為樣本，運用單個財務(wù)比率指標(biāo)將樣本劃分為破產(chǎn)和非破產(chǎn)兩組，發(fā)現(xiàn)判別能力最高的是凈利潤，股東權(quán)益和股東權(quán)益，負(fù)債兩個比率。1966年由威廉，比弗(WilliamBeaver)沿著該思路繼續(xù)研究。Beaver(1966)應(yīng)用統(tǒng)計方法研究1954～1964年期間的79家失敗企業(yè)，并以單變量分析法建立財務(wù)危機預(yù)測模型。發(fā)現(xiàn)有些財務(wù)比率在兩組公司間確有顯著不同，其中“現(xiàn)金流量，負(fù)債總額”是預(yù)測經(jīng)營失敗的最佳指標(biāo)，其次為“資產(chǎn)負(fù)債率”以及“資產(chǎn)報酬率”。筆者認(rèn)為，Beaver用單一的財務(wù)指標(biāo)變量來判別企業(yè)的違約概率這樣的復(fù)雜層面分類存在問題，因為企業(yè)違約概率的影響因素是多層面，僅用一個指標(biāo)來判斷未免偏頗。

(二)多元線性判別分析模型典型的代表是美國的愛德華·阿爾特曼博士(EdwardAirman)著名的Z-score模型和ZETA信用風(fēng)險模型。多元線性判別分析模型是研究對象所屬類別進(jìn)行判別的一種統(tǒng)計分析方法，該方法是從若干表明觀測對象特征的變量值(財務(wù)比率)中篩選出能提供較多信息的變量并建立判別函數(shù)，使推導(dǎo)出的判別函數(shù)對觀測樣本分類時的錯判率最小。Airman(1968)是率先將多變量分析用于預(yù)測財務(wù)困境公司，提出了著名的z一8COle模型。其過程包括各種可選函數(shù)(包括每個自由變量的相對貢獻(xiàn)的判決)的統(tǒng)計顯著性的觀測；相關(guān)變量的相關(guān)關(guān)系評價；各種變量組合預(yù)測精度的觀測；專家的意見。作者早在1968年對美國破產(chǎn)和非破產(chǎn)生產(chǎn)企業(yè)進(jìn)行觀察，采用了22個財務(wù)比率經(jīng)過數(shù)理統(tǒng)計篩選建立了著名的5變量Z-score模型，最后選出了最具解釋力的5個財務(wù)指標(biāo)，分別是營運資金／總負(fù)債、保留利潤／總資產(chǎn)、息稅前利潤／總資產(chǎn)、權(quán)益市價／總負(fù)債、銷售收入／總資產(chǎn)財務(wù)比率。根據(jù)比率對借款還本付息的影響程度確定變量權(quán)重，最后將每一個比率乘以相應(yīng)權(quán)重后相加，最后結(jié)合成一個線性模型，被定名為z-score模型。1977年Altman對此模型進(jìn)行了修正和擴(kuò)展，建立了ZETA信用風(fēng)險模型，模型變量由5個變?yōu)?個。對于此種不同期間導(dǎo)致模型的差異，Altman認(rèn)為是由于企業(yè)環(huán)境的改變而需要使用不同的財務(wù)變量，且財務(wù)預(yù)警模型也可能因使用不同期間的財務(wù)報表而有差異。

(三)多元回歸模型來判別企業(yè)違約的代表Horrigan(1966)使用多元回歸模型預(yù)測Moody與S&P的評級，對各個不同的等級賦予主觀數(shù)值，如Aaa為9，Aa為8，最低為c，數(shù)值為1，依次類推，最后的回歸模型包括總資產(chǎn)、債券順位、營運資金，營運收入、凈值，負(fù)債，凈值周轉(zhuǎn)率與凈利率等。其預(yù)測的正確率對Moody為58％，S&P為52％。其次West也使用多元回歸模型，利用其預(yù)測Moody與S＆P的投資級債信評級，將Fisher(1959)用以估計風(fēng)險溢價的自變量建立一個多元回歸模型，針對Moody評級在B級以上的公司建立等級決定模型，其變數(shù)包括9年的獲利變異性、償債期間、負(fù)債權(quán)益比率與在外流通的債券總額等，正確率為62％。相對前述的危機預(yù)測，兩者的準(zhǔn)確率均不高，原因之一是前述的預(yù)測只有兩類，非高即低，債券等級預(yù)測卻可能多達(dá)9個等級，在其他條件固定下預(yù)測正確率下降屬必然。

(四)神經(jīng)網(wǎng)絡(luò)分析法對財務(wù)危機進(jìn)行預(yù)測雖然神經(jīng)網(wǎng)絡(luò)的理論可追溯到上個世紀(jì)40年代，但在信用風(fēng)險分析中的應(yīng)用還是始于上個世紀(jì)90年代。神經(jīng)網(wǎng)絡(luò)是從神經(jīng)心理學(xué)和認(rèn)識科學(xué)研究成果出發(fā)，應(yīng)用數(shù)學(xué)方法發(fā)展起來的一種并行分布模式處理系統(tǒng)，具有高度并行計算能力、自學(xué)能力和容錯能力。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是由一個輸入層、若干個中間隱含層和輸出層組成。國外研究者如Altman，Marco和Varetto(1995)，對意大利公司財務(wù)危機預(yù)測中應(yīng)用了神經(jīng)網(wǎng)絡(luò)分析法。Coats，Pant(1993)采用神經(jīng)網(wǎng)絡(luò)分析法分別對美國公司和銀行財務(wù)危機進(jìn)行了預(yù)測，取得了一定的效果。然而神經(jīng)網(wǎng)絡(luò)的最大缺點是其工作的隨機性較強。因為要得到一個較好的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，需要人為地去調(diào)試，非常耗費人力與時間，因此應(yīng)用受到了限制。Altman(1995)在對神經(jīng)網(wǎng)絡(luò)法和判別分析法的比較研究中得出結(jié)論：神經(jīng)網(wǎng)絡(luò)分析方法在信用風(fēng)險識別和預(yù)測中的應(yīng)用，并沒有實質(zhì)性的優(yōu)于線性判別模型。但神經(jīng)網(wǎng)絡(luò)作為一門嶄新的信息處理科學(xué)仍然吸引著眾多領(lǐng)域的研究者。

(五)財務(wù)因素的可量化性、數(shù)據(jù)的可獲得性使其在傳統(tǒng)的信用評估研究中受到廣泛的關(guān)注由于財務(wù)因素在銀行信用評估分析中存在滯后性、灰色性(財務(wù)報表披露的信息很大程度上帶有不完整性，甚至虛假性)和短期性等諸多弊端，已有越來越多的學(xué)者將部分注意力轉(zhuǎn)移到非財務(wù)因素上。認(rèn)為借款企業(yè)不是處于一個封閉的系統(tǒng)中，必然還要受到外部因素的影響和制約，認(rèn)為非財務(wù)因素是未來貸款風(fēng)險的預(yù)警信號，因此，同時結(jié)合財務(wù)因素和非財務(wù)因素比僅用其中任一因素在違約率預(yù)測上更為精確。巴塞爾銀行監(jiān)督委員會(2001)要求銀行不僅要考慮定量因素，還要考慮定性因素?！栋腿麪栃沦Y本協(xié)議》于2004年正式公布，其推廣實施將對全球銀行業(yè)的發(fā)展格局產(chǎn)生深遠(yuǎn)影響。新協(xié)議對銀行風(fēng)險管理提出了更高要求，強調(diào)了風(fēng)險計量的精確性、敏感性和標(biāo)準(zhǔn)化，突出了內(nèi)部評級法(InternalRatings-BasedApproaches，IRB)的地位和作用。正如巴塞爾委員會主席卡如納所說，內(nèi)部評級法作為新資本協(xié)議的核心技術(shù)，代表著未來銀行業(yè)風(fēng)險管理和資本監(jiān)管的發(fā)展方向。內(nèi)部評級系統(tǒng)所提供的違約概率(PD)、違約損失率(LGD)、預(yù)期損失(EL)以及非預(yù)期損失(UL)等關(guān)鍵指標(biāo)，在授信審批、貸款定價、限額管理、風(fēng)險預(yù)警等信貸管理流程中發(fā)揮著重要的決策支持作用。同時，該系統(tǒng)的計量分析結(jié)果也是制定信貸政策、計提準(zhǔn)備金、分配經(jīng)濟(jì)資本以及實施RAROC管理的重要基礎(chǔ)。

二、國有商業(yè)銀行信貸風(fēng)險評級中的問題分析

(一)信用評級指標(biāo)體系的組成有待進(jìn)一步深入研究目前國有商業(yè)銀行使用的評級指標(biāo)體系中選擇的各項指標(biāo)大多是通過內(nèi)部從事信貸管理的專家確定的，屬于專家意見法，缺乏對于各項指標(biāo)能否靈敏反映借款企業(yè)違約率、企業(yè)信用水平的定量化研究。此外，科學(xué)的評級指標(biāo)體系應(yīng)該能夠全面而不冗余、重復(fù)的反映評級對象的風(fēng)險信息，僅通過專家意見法確定的評級指標(biāo)體系難以實現(xiàn)這一目標(biāo)。

(二)信用評級指標(biāo)權(quán)重缺乏科學(xué)性目前評級方法中主要依靠專家的經(jīng)驗，即專家對各項指標(biāo)相對重要性的認(rèn)識，確定指標(biāo)的各自權(quán)重，通過主觀意見確定權(quán)重形成的評級辦法在科學(xué)性與客觀性方面都存在問題，影響了評級結(jié)果的準(zhǔn)確性，因此科學(xué)合理的確定評級指標(biāo)權(quán)重，提高評級結(jié)果的準(zhǔn)確性是目前需要解決的重要問題。

(三)國內(nèi)信用評級方法存在缺陷國內(nèi)學(xué)者和專業(yè)人士提出的貸款信用評級方法主要包括信用評分法，綜合評判法，判別分析法和神經(jīng)網(wǎng)絡(luò)預(yù)測法等，這些方法存在的主要缺陷：一是評級指標(biāo)和權(quán)重的確定缺乏客觀依據(jù)，基本依靠專家意見法確定，主觀性較強，某些研究雖然應(yīng)用了數(shù)理統(tǒng)計方法，但存在不能很好的解決反映風(fēng)險有關(guān)信息重疊與遺漏矛盾等方面的向題；二是模型只能對是否違約進(jìn)行判斷，不能給出貸款違約概率等信息；三是由于模型不能給出貸款違約概率等信息，難以指導(dǎo)信貸定價等控制信用風(fēng)險的工作；四是神經(jīng)網(wǎng)絡(luò)方法存在的黑箱性、過分?jǐn)M合不穩(wěn)定性、隨機性，可能實現(xiàn)局部最優(yōu)而非全局最優(yōu)，因此這種方法的應(yīng)用性受到不少人特別是實務(wù)界的懷疑。

(四)商業(yè)銀行缺乏有效的信用風(fēng)險防范和控制手段在信用風(fēng)險防范和控制手段上，我國商業(yè)銀行沒有建立起分產(chǎn)品、分部門、分客戶的核算機制和以內(nèi)部資金轉(zhuǎn)移價格為中心的定價體系。貸款審查通常是以定性分析為主，缺少市場細(xì)分，盲目吸納大型客戶，沒有清晰的市場風(fēng)險、行業(yè)風(fēng)險和地區(qū)風(fēng)險控制的政策目標(biāo)。在信用風(fēng)險發(fā)生后又急于抽回貸款，方式、方法過于簡單，容易造成企業(yè)經(jīng)營困難，甚至導(dǎo)致企業(yè)破產(chǎn)和銀行不良貸款的積累。另外，我國信用評級行業(yè)尚處在起步階段，存在問題較多，整體上難以達(dá)到國際上認(rèn)可的技術(shù)和管理標(biāo)準(zhǔn)。健全的風(fēng)險管理框架是實現(xiàn)全面風(fēng)險管理的前提。國外銀行通過引進(jìn)內(nèi)部評級制度，對信用風(fēng)險進(jìn)行識別、評估和分類，并由風(fēng)險管理委員會等專職機構(gòu)來統(tǒng)籌信用風(fēng)險管理政策的執(zhí)行和協(xié)調(diào)。而國內(nèi)銀行此方面管理職責(zé)分散，缺乏專門的管理部門，而且不同類型的風(fēng)險由不同的部門負(fù)責(zé)。這種分散管理的做法，使得銀行系統(tǒng)缺乏統(tǒng)一的風(fēng)險管理戰(zhàn)略和政策，高層管理者更是無法清楚了解銀行面臨的整體風(fēng)險狀況。同時，分散管理還使得有些信用風(fēng)險因無人管理而陷入真空狀態(tài)。另外，我國商業(yè)銀行現(xiàn)行的組織管理結(jié)構(gòu)為典型的“金字塔”式結(jié)構(gòu)，在實踐中存在管理層次多、決策滯后、風(fēng)險集中、成本過高等問題，縱向過長的鏈條加上商業(yè)銀行過大的規(guī)模使得信息傳遞和決策渠道存在過多環(huán)節(jié)，極易形成銀行內(nèi)部委托鏈條上的信息不對稱，難以有效防范信用風(fēng)險的發(fā)生。

三、國有商業(yè)銀行內(nèi)部評級體系構(gòu)建的整體思路和方法步驟

(一)整體思路關(guān)于內(nèi)部評級體系的建設(shè)，我國商業(yè)銀行在借鑒國外成功經(jīng)驗的同時，還應(yīng)堅持以下基本原則：一是配套建設(shè)原則。新資本協(xié)議所要求的內(nèi)部評級法不是簡單地開發(fā)一套評級系統(tǒng)，而要將內(nèi)部評級方法和系統(tǒng)工具切實運用到業(yè)務(wù)流程中去，使之發(fā)揮決策支持作用，所以IRB實施過程中應(yīng)堅持管理制度與系統(tǒng)平臺同步推進(jìn)、配套建設(shè)的原則。二是自主開發(fā)原則。盡管巴塞爾協(xié)議將內(nèi)部評級法作為資本監(jiān)管的主要方式，但就內(nèi)部評級體系而言必須是銀行從事風(fēng)險管理的工具，具有較強的針對性和特定性。內(nèi)部評級體系只有與銀行自身業(yè)務(wù)特點相匹配，才能發(fā)揮風(fēng)險指引的作用。因此，具備條件的銀行應(yīng)立足于自主研發(fā)，同時輔之以外部技術(shù)支持。三是持續(xù)優(yōu)化原則。隨著銀行業(yè)務(wù)不斷豐富和發(fā)展，信用風(fēng)險的范圍和特點也在發(fā)生變化，對內(nèi)部評級體系必須不斷加以改進(jìn)和完善，以適應(yīng)日益提高的風(fēng)險管理要求。為此，銀行應(yīng)配備一支專業(yè)化隊伍和專門的機構(gòu)，負(fù)責(zé)內(nèi)部評級體系的運行、維護(hù)、升級和創(chuàng)新。從國外同業(yè)的評級經(jīng)驗來看，對借款人的財務(wù)分析是獲得初始評級的關(guān)鍵，也是貸款風(fēng)險評級方法的核心內(nèi)容，非財務(wù)因素的分析使用的定性分析相對較多，憑借信貸專家的經(jīng)驗進(jìn)行的主觀判斷較多按照上述步驟進(jìn)行的貸款人信用評級與國內(nèi)的前期相關(guān)研究相比，采用了貸款數(shù)據(jù)資料進(jìn)行分析，克服了不少研究采用證券市場而非信貸數(shù)據(jù)構(gòu)建判別模型對貸款信用風(fēng)險進(jìn)行預(yù)測，對模型準(zhǔn)確性產(chǎn)生的影響；主成分分析和因子分析解決以往研究中存在的指標(biāo)反映信貸風(fēng)險信息重疊與遺漏，以及不能科學(xué)確定指標(biāo)體系中各指標(biāo)權(quán)重的問題。此外，與以往沒有實現(xiàn)與貸款違約概率掛鉤的評級研究成果相比，這種研究方法由于能夠預(yù)測貸款的違約率，因此，可以更好地指導(dǎo)信貸定價等控制信用風(fēng)險工作。與國外相關(guān)研究成果相比，上述方法克服了Altaman的Z模型和Zeta模型只能對貸款是否違約進(jìn)行區(qū)分，難以預(yù)測貸款違約率的缺陷。與一些評級機構(gòu)評級方法相比也更有針對性，國外相關(guān)研究成果，現(xiàn)代信貸風(fēng)險模型依靠的主要數(shù)據(jù)來源是穆迪、標(biāo)準(zhǔn)普爾等權(quán)威機構(gòu)公布的相關(guān)信息，這些機構(gòu)的評級主要是針對股票、債券進(jìn)行的，存在遺漏貸款企業(yè)重要風(fēng)險信息等方面的問題，其應(yīng)用效果不如內(nèi)部評級系統(tǒng)。而上述方法直接應(yīng)用商業(yè)銀行的貸款數(shù)據(jù)資料進(jìn)行分析，方法的準(zhǔn)確性將有所保證。

(二)方法步驟首先，應(yīng)逐步建立與內(nèi)部評級相配套的組織體系。我國商業(yè)銀行應(yīng)根據(jù)業(yè)務(wù)發(fā)展需要，組織協(xié)調(diào)相關(guān)的業(yè)務(wù)管理部門，研究制定內(nèi)部評級在信貸政策、產(chǎn)品定價、限額管理、準(zhǔn)備金計提、經(jīng)濟(jì)資本分配、績效考核、資本充足率測算等方面應(yīng)用與管理制度，逐步建立與內(nèi)部評級系統(tǒng)相配套的組織體系。一是建立獨立的內(nèi)部評級部門。該部門在組織架構(gòu)和人事任免上應(yīng)獨立于決策者和發(fā)放貸款的部門，以保證評級結(jié)果的客觀性；二是建立合理的內(nèi)部評估程序，確立風(fēng)險管理標(biāo)準(zhǔn)、信息披露制度、評級認(rèn)定程序等，以便銀行首先對其面臨的風(fēng)險有正確判斷，并在此基礎(chǔ)上及時進(jìn)行評估；三是建立內(nèi)部評級監(jiān)督部門，在內(nèi)部評級部門外部設(shè)立監(jiān)督部門，以便定期對評級結(jié)果進(jìn)行檢驗，從而對內(nèi)部評級部門形成制衡作用。其次，應(yīng)該在引進(jìn)國外先進(jìn)計量管理工具的基礎(chǔ)上實現(xiàn)自主創(chuàng)新。目前國外許多優(yōu)秀的數(shù)學(xué)模型，如ALTMAN、穆迪RISKCAL以及標(biāo)普MEU等，在國際銀行業(yè)內(nèi)部評級中受到廣泛認(rèn)同。但這些模型大都偏重財務(wù)分析，有的甚至大量引入利率、匯率、股價等市場價格變量，所以對我國商業(yè)銀行未必適用。在建立內(nèi)部評級體系時，我國既要借鑒國外模型的理論、方法和設(shè)計思路，又必須結(jié)合本國實際，研究開發(fā)自己的模型框架和參數(shù)體系。由于國內(nèi)銀行的數(shù)據(jù)數(shù)量與質(zhì)量普遍不容樂觀，因此需要慎重地考慮模型建設(shè)的方法。如可以先從主觀模型(主觀評分卡)人手，到專家經(jīng)驗?zāi)Ｐ驮俚綌?shù)量統(tǒng)計模型。在模型的應(yīng)用過程中既要充分考慮到業(yè)務(wù)人員的信貸風(fēng)險意識、對于模型的接受程度、財務(wù)數(shù)據(jù)的真實性、數(shù)據(jù)積累存量，也要綜合經(jīng)濟(jì)周期、利率市場化進(jìn)程、行業(yè)特點、市場競爭態(tài)勢、企業(yè)產(chǎn)權(quán)結(jié)構(gòu)、區(qū)域風(fēng)險差別等因素的影響。因此，這就需要對模型采取比較靈活的使用方法、如模型評級決定權(quán)(由客戶經(jīng)理還是信貸審批人員提供權(quán)重)，模型輸入信息的復(fù)核與把關(guān)，評級結(jié)果的修改與認(rèn)定等都需要反復(fù)平衡、慎重考慮，做到既能保證模型運用的嚴(yán)肅性，同時也不會影響業(yè)務(wù)開展的靈活性。再次，加快個人和企業(yè)信息數(shù)據(jù)庫的建立和完善。使用計量管理工具會更加合理、有效地評估信用風(fēng)險，但是由于在計量管理模型建立過程中，涉及的信息量大、來源渠道不同、運算程序復(fù)雜，所以計算效果很大程度上依賴基礎(chǔ)信息的真實性和完整性。如在新資本協(xié)議有關(guān)文件中，也曾明確提出了對于數(shù)據(jù)庫和相關(guān)業(yè)務(wù)系統(tǒng)的要求。國際經(jīng)驗表明，大多數(shù)銀行在內(nèi)部評級系統(tǒng)建立中，都將主要精力花費在數(shù)據(jù)收集和整理上。反觀我國商業(yè)銀行，數(shù)握儲備嚴(yán)重不足，且數(shù)據(jù)缺乏規(guī)范性、質(zhì)量不高，這些問題如不及早解決，將嚴(yán)重制約內(nèi)部評級系統(tǒng)的應(yīng)用。為此，商業(yè)銀行要加快數(shù)據(jù)整理和補錄工作，注意收集有關(guān)借款人的相關(guān)信息，包括借款人的歷史違約情況，同時建立并實行嚴(yán)格、一致的數(shù)據(jù)標(biāo)準(zhǔn)，制定數(shù)據(jù)質(zhì)量管理規(guī)章，確保數(shù)據(jù)的及時性、準(zhǔn)確性和全面性。最后，加大人力資源投資力度，積極培育高級專業(yè)人才。內(nèi)部評級系統(tǒng)和方法屬于各銀行的商業(yè)機密，是具有較高技術(shù)含量的方法論集成。盡快培養(yǎng)、建立適用于風(fēng)險分析的專業(yè)化人才隊伍，對于內(nèi)部評級體系的建設(shè)、實施和維護(hù)具有重要意義。要對專業(yè)人員結(jié)構(gòu)不斷進(jìn)行優(yōu)化，對現(xiàn)有人員作定期培訓(xùn)，促使其知識體系及時更新，確保內(nèi)部評級的先進(jìn)性和實用性。

論文關(guān)鍵詞：信貸風(fēng)險內(nèi)部評級財務(wù)預(yù)警

論文摘要：本文在分析國外在信貸風(fēng)險評估方法上創(chuàng)新、應(yīng)用及其發(fā)展趨勢的基礎(chǔ)上，結(jié)合內(nèi)部評級的國際經(jīng)驗，分析了我國商業(yè)銀行在信用風(fēng)險管理方式、控制手段和管理框架上的不足，提出了建立內(nèi)部評級體系的一系列措施，以期為我國金融機構(gòu)信貸風(fēng)險管理提供一些有益的參考。