中国商业银行内部评审体系建设.docx

中国商业银行内部评审体系建设.docx

《中国商业银行内部评审体系建设.docx》由会员分享，可在线阅读，更多相关《中国商业银行内部评审体系建设.docx（8页珍藏版）》请在冰点文库上搜索。

中国商业银行内部评审体系建设

中国商业银行

内部评级体系建设规划

北京乐金系统集成有限公司

2010年07月

1.内部评级法与内部评级体系

内部评级法是新资本协议提出的用于外部监管的资本充足率计算方法，内部评级法的实施首先需要银行建立一套健全和完善的内部评级体系。

内部评级体系是指由各种方法、过程、控制及数据收集、支持评估信用风险的IT系统、内部风险等级的确定等各个方面构成的有机整体，是商业银行在满足监管当局规定的一系列监管标准的前提下，利用银行内部信用评级体系确定信用风险最低资本要求，确保银行资本充足，反映银行特殊风险的一整套体系。

它包括作为硬件的内部评级系统和作为软件的配套管理制度，其中内部评级系统包括评级模型和评级数据两部分。

内部评级法与内部评级体系的关系如图1所示。

图1内部评级法与内部评级体系的关系

一个现代化的银行应该具备良好的内部评级体系，以保证风险管理的效率和质量。

巴塞尔委员会指出，银行必须证明在有资格实施内部评级法之前，使用与文件规定的最低要求大体一致的评级体系的时间至少已有3年。

完整的内部评级体系是一个巨大的系统工程，需要投入大量复杂的IT建设工作，而定量模型及其配套政策必须依托IT系统的支持应用于业务实践，并在实践中对模型进行修正，从而对内部评级体系进行完善和提升。

内部评级体系对基础条件有着很高的要求，银行要具有明晰的风险管理战略、合理的公司治理机制、严密的操作流程、科学的风险度量方法以及完善的信息系统和数据库。

而目前中国的银行机构在各方面都比较欠缺，这就决定了实施内部评级体系必须根据实际情况，依靠现有的大集中的信息系统，采取“统一规划、分步实施”的策略，从完善数据基础入手，逐步研究开发各种评级模型，制定相应的配套制度。

在经过严格的返回检验的前提下，方可将评级的结果应用于巴塞尔委员会要求的最低资本需求、外部监管与信息披露，从而达到新资本协议框架的要求。

2.内部评级系统的功能

内部评级系统的功能主要可以分为四个层次：

数据层、准备层、模型层和校验层。

巴塞尔新资本协议指出，内部评级数据既要有足够的样本容量，又需要达到一定质量标准，在数据的准确性、代表性、一致性和观察期等方面均有严格的要求。

有关违约概率、违约损失率和违约风险暴露的文件中，都明确了对于数据和相关业务系统的要求。

所以在内部评级体系建设中，银行将花费大量精力在数据的整理和信息系统的建设上。

在数据层之上的是准备层，它主要包括数据的预处理、评级目标和违约记录的认定以及评级动作的触发。

原始数据存在数据质量不高、冗余度大等问题，对其进行统一的预处理就十分必要，它一般包括数据的整合、清洗、变换、评价以及数据的反欺诈等处理。

评级目标的认定以独立法人客户及其设立的非法人分公司在各分行所开客户的整体为目标，确立其中之一为主评客户，其它客户为参评客户；违约记录的认定目的则是正确判断评级对象是否违约，它是进行后续建模工作的前提。

评级触发分为人工发起和自动发起，新的授信申请、预警事件等需要由人工发起评级，而一些定期维护的评级则可以由系统自动触发。

当违约事件发生时也由系统自动发起评级。

一旦触发评级事件，系统则进入评级模型层。

模型层包括客户评级与债项评级。

客户评级的目的是评价银行客户得信用等级，它主要取决于客户本身的风险特征，评级后的结果是客户的违约概率；而债项评级主要取决于贷款工具的风险特征。

评级的结果是债项的违约损失率。

由于债项本身的复杂性，违约损失率的计算要求要高于违约概率。

以客户评级为例，首先需要检测客户。

如是违约客户，则将该评级任务划归违约客户手工评级队列，非违约客户，系统则需判断其是否适合模型评级。

如果该客户适合模型评级，按照判断的结果调用相应的评级模型对客户进行评级。

得到评级结果，客户经理需要根据调查结果对企业进行定性的评价，对评级结果进行手工调整，并逐层报批。

系统生成评级结果报告，描述客户评级的等级、分数、评分的要素及各个要素的得分，非财务因素的评价及得分情况。

3.内部评级模型的构建

现代风险管理模型是内部评级体系的重要技术基础，属于金融领域内的前沿技术，其开发研究需要结合统计分析、风险计量、资产组合、期权定价以及保险精算等先进理论和技术，目前国外优秀的内部评级模型，大都偏重财务分析，大量引入利率、汇率、股价等市场价格变量，而我国由于经济发展程度不高，同时整体研究水平还相对欠缺，在风险管理模型的建设方面亟待加强。

目前有关信用风险评估的主流方法是基于分类的方法，即根据借款人的财务和非财务状况对其进行分类，这样信用评估就转化为统计中的分类问题。

学术界和金融实业界提出了多种分类模型，主要归为三大类:

传统统计模型、基于人工智能的算法模型和以期权组合理论等盯市模型为基础的新兴信用风险量化模型。

传统的统计模型主要基于多元统计分析方法，其基本思路是根据己经掌握的历史上每个类别（违约类、正常类）的若干样本，从中总结出分类的规律，建立判别公式，用于对新样本的分类。

根据判别函数的形式和样本分布的假定不同，主要的模型有:

多元回归分析模型、多元判别分析模型、Logit模型、Probit模型和K-近邻模型等。

随着的计算机性能的提高和机器学习理论发展，以决策树、神经网络、支持向量机等人工智能算法也在信用风险分类中得以应用。

由于这类模型放宽了统计学中严格的分布假设，在实际预测中往往会取得超过传统方法的效果。

以神经网络分析为例，它是从神经心理学和认识科学研究成果出发，是通过应用数学方法而发展起来的一种并行分布模式处理系统，具有高度并行计算能力、自学能力和容错能力。

但由于这类算法往往具有过拟合与黑箱性的缺点，实际的应用中更多的是作为一种传统的统计方法的校验方法来使用。

第三类模型是以J.P摩根银行等金融机构为代表开发的新兴信用风险量化模型。

目前国际上比较有影响的信用风险量化模型主要有:

J.P摩根银行的信用度量术模型（CreditMetrics）,KMV公司的KMV模型，瑞士银行金融产品开发部的信用风险附加模型（CreditRisk+）和麦肯锡公司的信用组合观点模型（CreditPortfolioView）。

其中CreditMetrics模型和KMV模型是基于默顿的期权定价理论，CreditRisk+是应用保险精算理论的违约模型，而CreditPortfolioView模型则采用了将宏观经济变量和单个债务人的信贷质量联系在一起的计量经济学方法。

由于我国由于市场经济发展程度低，资本市场机制不完善，投机气氛浓厚，股票、债券等资本市场的基本元素尚不能担负起经济晴雨表的功能，所以在国际上受到重视的盯市模型在目前的中国金融市场中还主要是研究的对象，在实际的模型构建中更倾向于采用传统的统计建模方法，即采用分类统计模型的建模方法。

分类模型是把违约测度看成是模式识别的分类问题。

这类研究都是寻求企业违约率的决定因素以建立评估模型，若能取得满意的效果，就可以用来评估新的企业违约概率的大小。

具体到实际的内部评级系统建模应用，各银行需要根据自己的实际需要选择开发适合自身的模型。

建模过程中更重要的是变量的筛选过程，如何确定对评级具有最大的区分能力的变量是建立好的模型的前提和关键所在。

现在，越来越多的研究人员在数据的选择问题上，不但注重资产负债表的分析，而且将重点还放在现金流量变量以及总体经济指标和行业变量上。

这些指标对于模型的预测能力具有重要意义，值得研究者与系统开发人员认真对待。

4.内部评级对业务过程的决策支持

作为一个决策支持系统，内部评级系统只有与银行内部的业务流程系统、会计账务系统、数据仓库等紧密对接，才能充分发挥风险预警和监控的作用。

经过近几年数据补录与清洗整合，我国银行业的信息系统已储存了一定的数据量，数据准确度也大为提高，内部评级与风险计量的数据基础逐渐在充实和完善。

信用管理信息系统以及大集中核心账务系统作为内部评级系统的数据源对评级提供数据，包括客户基本信息、财务报表、额度、合同、凭证等信息。

授信业务一旦开始，无论采用自动触发评级还是手工触发评级，系统会根据输入的内容自动选择相应的报表数据和使用的模型，内部评级系统根据这些模型和数据进行自动分析，并将评级结果即时传送回业务系统，对客户部门和信贷管理部门的业务进行有力的支持。

同时，业务流程系统和内部评级系统生成的全部过程记录和分析结果按照统一标准导入内部评级数据库，以利于对企业的资信状况进行连续的跟踪。

图2评级结果对业务过程的决策支持

图2显示了评级结果对业务部门进行决策支持的过程，评级结果可以用于贷款业务过程的各个方面。

在前台业务中，客户部门对贷款申请进行初步的分析受理后对客户进行具体业务的贷前调查并进行评级，得到的评级结果是决定客户是否准入的重要条件，客户经理和风险经理可以从多方面掌握客户的系统性风险、财务风险、经营状况和信贷记录，提高贷前调查分析的质量和效率。

在信贷管理部门进行审查过程中，管理人员需要进行评级结果及其他条件的复核，并根据复核结果做出对客户信贷的审批决策，除此之外，还能够对授信额度、贷款方式、贷款期限给出风险指引。

贷款发放后，客户部门对其进行积极的贷后管理，审查贷款资金的流向和用途，有条件的银行可以实施更积极的评级，例如对客户进行定期或不定期的动态评级，用于跟踪和检测所有客户的信用风险状况，以提前发现客户经营状况的异常变化，为及时采取措施化解风险提供技术支持。

此外，内部评级结果还可以用于制定信贷政策、进行限额管理、对分支机构的日常监管以及风险集中度管理等。

5.配套的制度体系

前面谈到，内部评级体系包括内部评级系统和配套的制度体系。

实施巴塞尔新资本协议和内部评级法并不仅限于简单地开发一套评级系统，而要将内部评级体系于业务流程中紧密结合，使之成为一个嵌入式的管理工具，从而最大限度地发挥管理和决策支持的作用。

要做到这一点，银行就必须坚持管理制度与系统工具配套建设、同步推进的原则，在加快硬件建设的同时，研究、制定一系列规章制度和管理办法。

首先，银行要逐步建立独立的信贷审批部门、风险管理部门和审计部门，保证监管政策不受短期经营利润目标的影响，为科学地实施内部评级法提供制度上和机构上的保证。

其次，应根据业务发展的需要，组织协调相关的业务部门，明确规定内部评级在信贷审批、限额设定、贷款定价、贷后监控、等信贷流程各环节上的应用方式，逐步建立与内部评级系统相配套的管理体系，为实施IRB法创造条件。

最后，制度体系建设将导致众多信贷政策的调整和变化，为了使这一变化不对正常业务运转带来负面冲击，需要前后台业务部门与IT部门合作，制定并实施一套周详缜密的配套制度体系的建设规划。

内部评级正在成为银行风险管理乃至资本管理的核心。

健全的评级流程意味着评级的发起，审核，批准与否决，后评价等等，都要有严格的程序，并保证认真落实。

科学的评级体系意味着评级具有广泛性、准确性、敏感性等特征。

国外经验表明，实施内部评级法的过程如果处理得当，可以为银行带来众多积极的变化。

按照巴塞尔新资本协议的要求，内部评级系统应涵盖国家、公司、零售、股权和机构等五大风险敞口，其实际应用中涉及众多的业务环节，对商业银行传统的经营管理模式形成了全面冲击，工程量十分庞大。

这就要求开发内部评级系统的银行采取务实的措施，将内部评级系统分为若干功能模块，按照银行整体发展战略，确定优先开发顺序。

目前，国内一些银行已经开始了内部评级系统的研究和开发，相信在不远的将来，内部评级体系必将对银行的IT架构、交易模式、业务流程和分析能力产生巨大的提升作用，从而获得更敏锐的商业洞察力和更有效的风险控制力。

6.结束语

新巴塞尔协议充分地考虑了银行可能面临的多种风险，提升了银行业对风险管理的认识，采用了各种先进的风险识别、计量和控制工具，反映了监管理论中的先进理念和发达国家商业银行逐渐完善的风险管理最佳实践经验。

从监管的角度，新协议给出了针对银行业风险制定的监督检查的主要原则、风险管理指引和监督透明度及问责制度。