《非零售风险暴露内部评级.docx》由会员分享，可在线阅读，更多相关《非零售风险暴露内部评级.docx（25页珍藏版）》请在三一办公上搜索。
1、第三节非零售风险暴露内部评级第一部分非零售风险暴露内部评级要求1、 风险暴露分类依据新资本合同IRB发的要求，银行账户分为具有不同潜在风险的五大资产：公司、主权、银行、零售及股权,其中，公司、主权、银行三大类资产采纳相同的风险加权资产计算方法，并且内部评级要求等相关规定也类似。中国银监会2022年9月发布的商业银行信用风险内部评级体系监管指引将主权、金融机构和公司风险暴露称为非零售风险暴露。1.主权风险暴露主权风险暴露指的是主权我国或经济实体区域及其中心银行、非中心政府公共部门实体、以及多边开发银行、国际清算银行和国际货币基金组织等的债券开发银行、泛美开发银行、欧洲投资银行、北欧投资银行、加勒
2、比海开发银行、伊斯兰开发银行、欧洲开发银行理事会。2 .金融机构风险暴露依据新资本合同的规定，银行暴露包括了银行和证券公司，在中国金融环境中，这与商业银行的相关暴露并不全都。为了合理地应用新资本合同，结合中国国情，中国银监会2022年9月发布的商业银行银行账户信用风险暴露分类指引将其扩充为金融机构暴露。金融机构风险暴露指商业银行对经合法成立并受金融监管当局监管的机构的债权依据金融机构的不同属性,商业银行应将金融机构风险暴露分为银行类机构风险暴露和非银行机构风险暴露。其中，银行类机构包括在中华人民共和国境内设立的商业银行、城市信用合作社等汲取公众存款的金融机构，以及在中华人民共和国境外注册并经所
3、在我国或地区金融监管当局批准的存款类金融机构。非银行类机构包括经批准设立的证券公司、保险公司、信托公司、财务公司、金融租赁公司、汽车金融公司、货币经纪公司、资产管理公司、基金公司以及其他受金融监管当局监管的机构。3 .公司风险暴露公司风险暴露指的是商业银行对公司、合伙制企业和独资企业及其他非自然人的债权。依据债务人类型及其风险特征，公司风险暴露分为中小企业风险暴露、专业贷款和一般公司风险暴露中小企业风险暴露是商业银行对年销售额(金年销售额的算术平均值)不超过3亿人民币(新资本合同5000万欧元)的债务人开展的授信业务形成的债权。专业贷款指的是公司风险暴露中同时具有如下特征的债权：(1)债务人通
4、常是一个特殊目的实体，创建者以实体特地为实物资产融资或者运作实务资产。(2)债务人基本没有其他实质性资产或业务，除了从被融资资产中获得的收入外，没有独立偿还债务的力量。(3)合同支配赐予贷款人对融资形成的资产及其所产生的收入有相当程度的掌握权。依据新资本合同的规定，专业贷款分为五个子类，分别为项目融资、物品融资、商品融资、产生收入的房地产和高变动性商用房地产。商业银行银行账户信用风险暴露分类指引结合国情，将专业贷款分为项目融资、物品融资、商品融资和产生收入的房地产共四个子类。2、 评级结构在新资本合同的评级体系中，特殊强调其两维特性，一维是客户评级，即客户违约率；二维是债项评级，即违约损失率,
5、在第一纬度客户评级中，对于同一交易对手，无论是作为债务人还是保证人，无论有多少债项，在商业银行内部只能有一个客户评级,在其次维度债项评级中，无论债项是否属于同一债务人，还是由同一担保人担保，商业银行都应当对每笔债项进行评级在两维评级中，新资本合同要求商业银行应设定足够的债务人级别和债项级别，确保对信用风险的有效区分，而且要求信用风险暴露应在不同债务人级别和债项级别之间合理分布，不能过于集中。例如债务人评级应最少具备七个非违约级别、一个违约级别。特殊,中国银监会在其商业银行信用风险内部评级体系监管指引中保留新资本合同第三次征求意见稿中的规定：若单个债务人级别风险暴露超过全部级别风险暴露总量30%
6、,商业银行应有阅历数据向监管部门证明该级别违约概率区间合理并且较窄，该级别中全部债务人的违约概率都在该区间内。新资本合同提出了时点评级法、跨周期评级法两种评级哲学。假如评级模型主要使用与债务人有关的当前信息进行评级，评级结果反映了债务人目前成本在将来肯定时段内的履约水平，评级结果随贷款/商业周期状况的变化而变化，则评级模型属于时点评级法。假如评级模型主要使用与债务人有关的长期信息进行评级,特殊是包括了经济衰退对于债务人履约力量的影响，评级结果在经济周期中保持相对稳定，则评级模型属于跨周期评级法.中国银监会在其商业银行信用风险内部评级体系监管指引中允许商业银行可以选择实行时点评级法、跨周期评级法
7、或者介于两者之间的评级法。3、 四大参数1 .违约概率所谓违约概率(PD),也就是客户在将来肯定时期内发生违约的概率，新资本合同规定将来时期为一年，同时鼓舞银行估量将来更长时期内的违约概率。严格地说，描述客户违约状况应当区分为违约频率(FD)和违约概率，违约频率是统计历史的违约状况，违约概率是猜测客户将来违约的状况。违约频率与不良率有着本质的区分，违约频率=期初正常客户中将来一年内的违约客户数/期初正常客户数不良率=时点不良余额/时点信贷余额债务人消失以下任何一种状况被视为违约：(1)债务人对商业银行的实质性信贷债务逾期90天以上。若债务人违反了规定的透支限额或重新核定的透支限额小于目前的余额
8、，各项透支将被视为逾期。(2)商业银行认定，除非实行变现抵押品等追索措施，债务人可能无法全额偿还对商业银行的债务。消失以下任何一种，商业银行应将债务人认定为“可能无法全额偿还对商业银行的债务”(2-1)商业银行对债务人任何一笔贷款停止计息或应计利息纳入表外核算(2-2)发生信贷关系后，由于债务人财务状况恶化，商业银行核销了贷款或己计提肯定比例的贷款损失预备。(2-3)商业银行将贷款出售并担当肯定比例的账面损失。(2-4)由于债务人财务状况恶化，商业银行同意进行消极重组，对借款人合同条款做出非商业性调整。具体包括但是不限于一下状况：(2-4-1)合同条款变更导致债务规模下降(2-4-2)因债务人
9、无力偿还而借新还旧(2-4-3)债务人无力偿还而导致的展期(2-5)商业银行将债务人列为破产企业或类似状态(2-6)债务人申请破产，或己经破产，或处于类似爱护状态，由此将不履行或延期履行偿付商业银行债务(2-7)商业银行认定的其他可能导致债务人不能全额偿还债务的状况非零售敞口的违商定义特殊强调基于客户层面，只要客户有一个债项违约，则认为客户违约，甚至假如内部评级基于整个企业集团，并依据企业集团评级进行授信，那么集团内人以债务违约应被视为集团内全部债务人违约的触发条件。用于估量非零售风险暴露债务人违约概率的数据的观看期不得低于5年，而且非零售风险暴露债务人违约概率是内部评级违约概率和0.03%中
10、较大的一个。假如商业银行能获得更长时期的历史数据，应采纳更长的历史观看期。观看期越短，商业银行的估值就应越保守。特殊，用于计算监管资本要求的违约概率估量必需反映经济周期的长期平均违约概率。2 .违约损失率违约损失率指的是债务人对某一债项违约后导致的损失金额与暴露于违约风险下的全部金额之间的比例，即损失占风险暴露总额的百分比。巴塞尔Il强调必需比较会计损失和经济损失。银行应基于经济损失估量违约损失率的损失。在计量经济损失时，应考虑全部的相关因素，包括重要的折扣效应，以及贷款清收过程中较大的直接和间接损失或成本，直接损失或成本指的是能够归结到某笔债项的损失或成本，包括本金和利息损失、抵押品清收成本
11、或法律诉讼费用等。间接损失或成本指的是商业银行因管理或清收违约债项产生的但是不能归结到一笔具体债项的损失或成本,例如催收人员的工资支出，商业银行应采纳合理方式分摊间接损失或成本。建立违约损失率模型时，商业银行应考虑影响违约损失率的全部因素：贷款优先级、贷款用途、抵质押品和对违约损失率有猜测力量的债务特征。银行自身处置和清收力量会对清偿率产生重大影响，必需反映在估量的违约损失率中，巴塞尔II要求银行依据自身处置和清收力量对违约损失率作的调整是保守的，指导银行有足够的内部阅历数据证明其处置和清收力量对估量违约损失率的影响。银行必需估量每笔贷款的违约损失率，违约损失率不能小于依据违约加权后的平均损失
12、率,这一平均损失率是依据同类贷款数据源中全部观看的全部违约贷款得出的平均经济损失计算得出的(违约加权)，不应是平均年损失率的平均数(时间平均)。例如，假定银行两年的损失历史为第一年共IOoO万元债务违约，平均损失为IoO万元,违约损失率为10%；其次年共100万元债务违约，平均损失2万元，违约损失率为2%。时间加权：(10%+2%)2=6%违约力口权：(100+2)/(1000+100)=9.27%由于在经济困难时期，违约可能大批发生，违约损失率和违约率具有相关性，以时间加权的违约损失率平均数，可能低估了每次发生违约的损失严峻程度。这样，银行在计算损失严峻程度时，采纳违约加权平均数就特别重要。
13、违约损失率的估量必需反映经济衰退时期的损失严峻程度，才能保证商业银行的违约损失估量值是在可以预见到的经济条件下都保持稳健和牢靠。3 .违约风险暴露违约风险暴露(EXPOSUreatDefault,EAD)是预期债务认为违约时表内和表外项目的风险暴露总额，包括已经使用的授信余额、应收未收利息、未使用授信额度的预期提取数量以及可能发生的相关费用等，巴塞尔Il规定违约风险暴露不能低于当前暴露值。违约风险暴露的估量也必需反映经济衰退时期的损失严峻程度。用于估量非零售风险暴露违约风险暴露的数据观看期不得低于7年。假如商业银行能获得更长时期的历史数据，应采纳更长的历史观看期。观看期越短，商业银行的估值就应
14、越保守。4 .期限巴塞尔Il在非零售风险暴露的资本要求计算公式中引入期限(M)参数，认为债项的期限越长，其包含的信用风险越大，因此监管资本需要掩盖期限带来的不确定性。巴塞尔Il中有效期限的定义接近于金融学中常见的久期的概念，只是没有考虑金钱的时间价值采用利率对现金流进行折现。假如商业银行不能采用久期公式计算债项的有效期限，应保守地估量期限。期限应等于债务人依据贷款合同全部履行合约义务(本金、利息和手续费)的最大剩余时间。一般状况下，债项的有效期限估量值不能低于1年，对于某些短期交易，有效期限不能低于1天。当商业银行采纳触及内部评级法，全部非零售风险暴露依据平均期限处理；除了回购类交易有效期限是
15、6个月外，非零售风险暴露的有效期限为2.5年。四、评级推翻与更新关于评级模型的使用，巴塞尔H强调专家作用模型计算出的评级结果补习有人工确认或推翻的过程，商业银行应当就评级确认和推翻制定特地的政策和操作流程，包括如何推翻、由谁推翻、多大程度上推翻、文档纪录等。同时，商业银行应当持续监测和分析评级推翻的状况，检查评级推翻是否符合内部设定的容忍度。假如频繁消失评级推翻，商业银行应当检查评级模型或相关政策是否存在问题。由于评级结果具有肯定的时效性，商业银行应当定期更新评级。信用评级结果掩盖的基本时段是将来一年，即评级有效期是一年，所以商业银行对非零售风险暴露的信用评级至少每年更新一次，对风险较高的债务
16、人和债项，商业银行应适当提高评级更新频率。同时，商业银行应监控债务人、债项特征的重要信息，如发生相关重大大事，应准时发起评级更新。商业银行应建立评级更新政策和流程，包括评级更新的触发条件、程序和评级有效期。更新后，评级有效期重新开头计算。五、信用风险缓释工具巴塞尔Il承认信用风险缓释工具对于风险的抵补作用，巴塞尔Il所指的信用风险缓释工具包括可以转移或降低信用风险的抵质押品、净额结算、保证和信用衍生产品等。假如商业银行采纳内部评级法计量信用风险监管资本要求，信用风险缓释体现为违约概率、违约损失率或违约风险暴露的下降。在计量信用风险缓释工具对于风险的抵补作用时，巴塞尔II强调信用风险缓释工具的合
17、规性和有效性，信用风险缓释工具是否符合我国法律规定，通过契约支配和内部管理保证其风险缓释功能的切实有效。由此，为了有效地应用信用风险缓释工具缓释风险，抵减监管资本，商业银行建立法律规范的信用风险缓释管理体系至关重要。实际操作中，必需符合中国银监会商业银行信用风险缓释监管资本计量指引认定标准的合格信用风险缓释工具才能计算其风险抵补作用。1 .保证与信用衍生产品保证与信用衍生产品的风险缓释作用体现为违约概率估量值的减低。一般采纳替代法，即采纳在保证人违约概率和债务人违约概率之间的违约概率替代债务人的违约概率，同时采纳保证人对应的风险权重函数。调整后的风险权重未必小于爱护着的直接暴露，假如这样做导致
18、较高的资本要求，银行可以不认定这种信用爱护。实施内部评级高级法的行业银行，可以采纳债务人自身的违约概率和风险权重函数来估量与信用衍生产品对于违约损失率估量的影响。银行在对违约概率和违约损失率的调整中不考虑双重违约的作用。双重违约指的是债务人和担保人同时发生违约的效应。2 .抵质押品合格抵质押品包括金融质押品、应收账款、商用房地产和居住用房地产以及其他抵质押品“抵质押品的风险缓释作用体现为违约损失率估量值的减低，采纳高级内部评级法的商业银行应依据自行估量的抵质押品回收率,对个抵质押品所掩盖的风险暴露分别估量违约损失率。对于采纳初级内部评级法的商业银行，违约损失率采纳监管规定值，抵质押品对于违约损
19、失率的调整也需要依据监管共识进行，金融质押品的信用风险缓释作用调整后的违约损失率为LGD=LGD*其中，LGD代表考虑质押品之前、优先的无担保贷款的标准违约损失率E代表风险暴露的当前值；E-=maxO,E*(l+He)-C*(l-Hc-Hf)代表信用缓释后的风险暴露值;He代表风险暴露的调整系数；C代表金融质押品的当前价值；H砒表金融质押品的折扣系数；HfX代表处理金融质押品和风险暴露币种错配的折扣系数假如金融质押品为一揽子资产，该篮子资产的折扣系数按H=EaiHii计算，其中，ai代表该资产在篮子中的份额Hi代表适用于该资产的折扣系数对于折扣系数儿、HC和Hf,商业银行可采纳监管当局给定的标
20、准值，也可以报监管部门批准后自行估量。商业银行应逐一估量金融质押品或外汇错配的折扣系数，估量时不考虑为爱护的风险暴露、抵质押品和汇率的相关性。应收账款、商用房地产和居住用房地产以及其他抵质押品的信用风险缓释作用对于违约损失率的调整程度取决于抵质押品当前价值与风险暴露当前价值的比率与抵质押品水平3 .净额结算净额结算(Netting)主要存在于交易对手风险管理中，合格净额结算包括从属于有效净额结算合同的表内净额结算、从属于净额结算主合同的回购交易净额结算、从属于有效净额结算的场外衍生工具净额结算和交易账户信用衍生工具净额结算。净额结算的风险缓释作用体现在违约风险暴露的下降E=max0,表内风险暴
21、露-表内负债*(1-Hfx)其中，表内风险暴露和表内负债为商业银行对统一债务人在有效净额结算合同下的表内资产和负债；HfX代表表内风险暴露与表内负债存在币种错配时的折扣系数4 .期限错配实际操作中，信用风险缓释工具和封信啊暴露的期限并不全都，即期限错配。当信用风险缓释工具的期限比当前风险暴露的期限长时，风险被掩盖；但是当信用风险缓释工具的期限比当前风险暴露的期限短时，商业银行就需要考虑期限错配的影响Pa=P*(t-O.25)/(T-0.25)其中，PM弋表将期限错配因素调整后的信用缓释价值；P代表期限错配因素调整前经各种系数调整后的信用缓释价值；t代表风险缓释工具的剩余期限与中较小的值，以年表
22、示T代表风险暴露的声誉期限与5中较小的值，以年表示。假如信用风险缓释工具的原始期限不足1年，或剩余期限不足3个月，不具有信用风险缓释作用。其次部分公司和金融机构客户评级模型客户评级模型的开发过程可以分成数据分析、业务定义和样本选择、模型分组、变量构造、变量分析、模型建立、模型校准、模型验证和主标尺等几大步骤。规律回归模型是目前业界最为常用的评级模型方法,1、 数据分析评级模型的目标是采用历史数据建立客户基本状况以及行为特征(自变量)与客户违约(因变量)之间的函数关系，从而猜测客户将来的违约行为，所以评级模型的数据预备可以分为两大部分，一是构造自变量的数据，二是构造因变量的数据可能构造自变量的数
23、据分为五类：客户的基本面数据、客户财务数据、行为特征数据、经济环境数据和征信数据。客户基本面数据，主要是公司客户当前的基本状况，包括公司历史、管理层状况、公司治理、财务管理技术、技术水平、人才队伍、对外担保状况等。客户财务数据主要是三张财务报表，资产负债表、利润表和现金流量表，需要收集客户多年的财务报表，至少要最近两年的财务报表。财务数据可行度差始终是中国企业的老问题，相对而言，上市公司、大公司的经过审计的财务报表要牢靠一些，中小企业的财务数据肯定要甄别使用。财务数据质量差的还有两个方面，一是现金流量表缺失严峻，二是有些客户的财务报表无法通过基本的财务关系检验,依据基本规律，即使客户不供应真实
24、财务报表，其报表的平衡关系是确定遵守的，但是许多时候，从国内商业银行IT系统中抽出的财务数据，相互之间的平衡关系并不成立，这反映了国内商业银行IT系统和数据质量管理水平较低。所以建模人员抽取财务数据后，肯定要在数据的合理性、规律性等方面进行检查。客户行为特征主要针对模型观看期内的银行已有客户，假如客户与银行有信贷业务关系，银行就能把握客户在本银行的信贷历史状况，假如客户在银行开列了相关账户（基本账户、一般账户、专用账户），银行就能把握其相关账户的资金往来状况。这些数据（特殊是银行负债类的相关账户）的质量好、真实性高、猜测力量强，但是需要银行具有完善的数据仓库系统和良好的单一客户视图管理力量。经
25、济环境数据包括了宏观经济数据、宏观环境数据、所属行业相关状况、所属相关区域状况，宏观经济数据主要是GDP、工业增加值、固定资产投资、物价水平、社会零售总额等指标；宏观环境数据主要是宏观政策导向、政策法规、市场次序等数据；所属行业相关状况主要是客户在本行业的经济地位和行业总体的政策、经营、盈利、竞争等状况；所属相关区域状况主要是客户在本区域的竞争地位、政策支持和区域总体的宏观经济、市场环境等状况。征信数据主要包括了公司以及法人的信用历史。因变量数据主要是该客户在模型表现期的信贷历史。关于数据收集的时间跨度的要求。2、 业务定义和样本选择业务定义包括了违约、违约客户、以及观看期和表现期的相关定义。
26、关于违约的定义。在商业银行信用风险内部评级体系监管指引违商定义的基础上，商业银行可以通过违约数据的分析，审慎确定是执行信贷危机的标准、动身违约的贷款损失预备计提比例、贷款销售损失比例以及消极债务重组导致的债务规模下降比例等。例如规定超过该债务人全部未清偿（零售为应清偿）余额的5%（含）以上的债务为实质性信贷债务，若实质性债务违约则判定借款人违约。然而非零售敞口状况简单，例如体制改革中遗留的历史问题、信息系统出错，即使给出了相关标准，总是存在一些技术性违约的例外状况，所以在明确规定的基础上，还要给客户经理肯定的推断客户是否市值为月的自由裁定权，当然，自由裁定权需要谨慎使用，有变动的推断结果（即由
27、违约变成非违约，或有非违约变成违约）应当由管理人员确认。违约客户和正常客户。对于曾经发生过违约的公司客户，假如经过其自身肯定时间的努力，财务状况明显好转，公司经营再次步入正轨，那么银行是可以连续和其开展信贷业务的，直接来说，要允许己经违约的客户“复活”。假如客户当前满足违约的定义，则定义该客户处于违约状态，假如客户在过去的一段时间内（例如1年）曾经处于违约状态，则定义该客户为违约客户，反之，为正常客户。自变量是采用观看期内客户的基本状况和行为特征来构造的评价指标,而因变量是客户在表现期内的信贷表现。对于费零售敞口的客户评级模型，表现期定义为1年，而观看期的长度不确定，与自变量应用的信息的实际长
28、度有关，例如对于客户基本面状况，只是需要观看期末的时点数据；而对于财务状况，就可能需要2-3年的财务数据才能够构造合适的财务指标；对于信用历史状况，数据有多长就用多长。实际建模过程中，要留意观看期和表现期之间的空档期问题。财务指标是客户评级的重要变量，企业规模越大，财务指标的权重占比约稿，一般评级模型采纳的财务指标来自于肯定滞后性的客户年报，例如2022年初进行客户评级时，由于2022年报一般至少要到2022年3月才能发布，因此在评级模型的实际应用中，在2022年3月之前的评级只能采纳2007年之前的年报，而2022年3月份之后的评级才能采纳2022年报。为了保证模型的有效性，在建模样本观看期
29、和表现期的支配上也应当类似评级模型实际应用时候的状况,例如当观看期采用的是2022年报，那么表现期就从2022年3月开头。模型训练样本应当包括足够的正常客户样本和违约客户样本，首先，观看期内（不仅仅观看期末）的全部违约客户都应当排解在外，然而，在剩下的客户中，表现期内的正常客户为正常客户样本，表现期内的违约客户为违约客户样本。3、 模型分组公司客户模型一般可以从客户成立时间、行业、规模、区域、产品等维度进行分组，具体在各个维度如何分组的标准，应当包括经济学直觉、业务管理状况、数据来源、统计分析几个方面。在经济学直觉和业务管理方面，主要考虑从业务和风险本质是否必需要分组，例如专业贷款和一般公司客
30、户贷款；假如数据来源差异特别大，也必需分组，例如新成立客户和老客户；在统计分析方面，主要考虑组与组之间的违约率的分布状况，以及组与组之间的模型是否存在结构性的差异依据客户的历史可以分为新成立的客户模型、新客户模型和一般客户模型。所谓新成立客户，是指成立未满一年的，无完整会计年度财务信息的企业，需要建立特地的评级模型“一般来说，商业银行并不是风险投资机构，对于新成立企业的信贷业务开展是相对谨慎的，有些银行都不把成立未满一年的企业计入客户营销范围，而新成立客户则规定为成立超过一年但是未满两年的企业。严格来说新成立客户应当是成立后开头实际生产未满一年（或两年）的，由于有些公司成立后并没有立即开头经营
31、。所谓新客户是指第一次到本银行来办理信贷业务的客户，该客户可能已经成立了许多年，但是相对本银行来说是新客户。对于一般客户而言，新客户缺少其在本银行的信贷历史数据，需要建立特地的评级模型，或在一般评级模型应用是进行特地的处理。行业分组，依据国民经经济业分类我国标准，总共具有20个行业门类，95个大类。商业银行的信贷业务并不在行业间匀称分布，一般主要集中在制造业、能源、交通运输、房地产、建筑等行业，所以要依据商业银行的行业信贷规模状况，对于信贷规模小的行业要进行归并处理，而对于信贷规模大的行业要依据进行适当的拆分。一般依据金融机构、事业单位、房地产、制造业、能源、交通运输、建筑、批发零售行业进行分
32、组。国民经济行业分类我国标准的行业门类A农、林、牧、渔B采矿业C制造业D电力、燃气、水的生产和供应业E建筑业F交通运输、仓储、邮政业G信息传输、计算机服务、软件业H批发、零售业I住宿、餐饮业J金融业K房地产业L租赁、商务服务业M科学讨论、技术服务、地质勘察业N水利、环境、公共设施管理业O居民服务、其他服务业P教育Q卫生、社会保障、社会福利业R文化、体育、消遣业S公共管理、社会组织T国际组织在企业规模方面，大型企业和中小企业的信用行为特征差异比较大，所以客户评级规模还需要依据企业规模进行分类。可以应用财务数据总资产、销售收入等作为规模划分的标准,由于这些财务数据在不同行业之间差异比较大，例如贸易
33、公司相对于制造企业，总资产较少而销售收入较高，所以规模划分可以按行业分组结合起来考虑。i般来说，商业银行为了满足内部管理需要，都有明确的规模化粪标准，计量模型可以遵循行内相关标准。此外，无论规模大小，对于集团客户也需要单独建模。中国银监会商业银行银行账户信用风险暴露分类指引规定中小企业风险暴露为商业银行对年销售（近3年销售的算术平均值）不超过3亿人民币的债务人开展授信业务形成的债权，那么是不是3以人民币称为规模划分的必要标准？在这一点上，薪资本合同明确表示，这些规定（包括其他类型的规定）只是为了监管资本的计算，允许银行在规模计量和内部管理中采纳不同的标准，实际上由于评级模型的输入结果统一到违约
34、概率的客观标准上，两者划分标准的不全都并不会带来什么问题，也不会违反新资本合同的应用测试原则。中国地大物博，不同区域间，特殊是经济发达和不发达地区之间，在经济和信用环境方面差异比较大，在数据量允许的状况下，可以考虑建立区域差异化的评级模型。区域划分最为直接的单元是一级分行，不过就目前国内数据状况来说，除了业务量领先的个别分行，大部分分行的数据量是不够建立模型的,而且假如每个分行都建立评级模型,模型管理量也特别大,所以可以依据经济圈建立区域差异化的评级模型，例如珠江三角经济圈、长三角经济圈、环渤海经济圈、东北三省、西南地区。在产品方面，专业贷款是公司敞口一个特殊的子类，其项目融资、物品融资、商品
35、融资和产生收入的房地产四个子类，都必需建立独立的模型。模型分组实际上是模型颗粒度的选择问题，从理论上来说，分组越多，模型越精细，越能反映该自信贷组合的特征，对于风险的敏感性越强。但是分组越多，对于数据量的要求就越高，单模型的数据量越少，模型的稳定性就越差，所以实际操作中，并不是分组越多越好,有个度的选择的问题。由于分组维度比较多，综合考虑后，分组数目是浩大的，例如假设在规模、行业、区域三个维度各分4组，那么也将有4*4*4=64个模型。中国商业银行都处于风险计量的初步阶段，在保证肯定的风险敏感性状况下，应强调模型的稳健性。所以，对于本质差异的状况，例如新成立客户和般客户、金融机构和房地产企业，
36、必需要建立独立模型，在规模、行业、区域和产品分组方面，宜粗不宜细。然后随着数据量和数据质量的不断提高，持续地细化和优化计量模型，在保证模型稳定性的前提下，不断替身模型精确性和风险敏感性。4、 变量构建变量构造的目的是尽可能多地构造变量，以供统计模型选择，所以只要有可能成为风险驱动因子的变量，都应当加以构造。要结合中国的经济环境、征信数据环境、法律环境和客户状况，采纳访谈客户经理、审批人、风险经理等业务人员和头脑风暴会议的方式来充分地挖掘潜在变量虽然统计模型只是用于定量指标，但是定量的财务和账户指标往往不能完全反映公司的信用风险，许多定性因素也是特别关键的，例如公司治理结构、经营者素养、行业政策
37、等,所以公司评级模型框架往往由定量和定性两部分指标构成。其中，财务比率变量和账户行为变量以定量为主；基本面变量和特例调整以定性指标为主；宏观经济、行业和区域变量包括定量和定性的指标，对于定量指标，使用统计模型查找和拟合风险驱动因子，对于定性指标，则保留专家打分卡的形式，当然，也可以使用统计技术关心进行专家打分卡的设计。定性指标与定量指标定量指标定性指标基本面需要账务状况需要账户行为需要经营环境宏观经济需要需要行业需要需要区域需要需要特例调整需要变量构造要结合模型分组状况，应当依据每个模型的行业、规模等特性进行特地的变量构造。以中小企业为例，其相对于大企业，具有如下特点：(1)客户数量大，信贷金
38、额小，违约率高；(2)财务制度往往不够完善，财务报表的可信度较低；(3)实际掌握人的个人资金活动同企业自身的资金活动没有严格区分，企业真实的资金活动较难被把握：(4)经营的敏捷性高，常常在不同行业之间进行转换，行业特征不明显；(5)实际掌握人的个人诚信对于中小企业的信用水平影响较大；(6)经营进展具有很大的流淌性。因此中小企业的变量构造要重点在账户行为特征、客户基本面、实际掌握人的信用状况、区域特性等方面下功夫。相对来说，大型企业的变量构造则更加重于财务状况、垄断地位等。再例如新成立客户，由于没有财务(或很短)和信贷历史，其评级自变量主要集中在基本面和外部环境方面。特殊地，在构造定性指标时要尽
39、量标准化、客观化和定量化，其主要穆迪一是保证不同的评级人员应用评分模板的全都性和客观性，而是防止评级人员通过指标的选择有意抬高评级结果。1 .财务状况财务状况自变量构造可以包括偿债力量、资本结构、运营力量、盈利力量、现金流、成长性、规模等方面。在构造时，需要留意以下几个方面：(1)构造变量要全面，各类可能的财务比率都要进行构造。(2)要分行业进行财务比率变量的构造，构造时要留意行业的特性，例如房地产企业要特殊关注其现金流的状况，可以构造在建开发产品占流淌资金比率等指标。(3)最常用财务比率不肯定是个最合适的选择，对于同一个财务比率需要构造多个姓氏，例如资产负债率可以构造三个形式：a.总负债/总
40、资产b.总负债/(总资产-少数股东权益)c.(总负债-或有负债)/总资产(4)留意缺值和分母为另的处理。2 .账户行为账户行为变量主要针对银行己有客户，可以在存款账户行为、信贷账户行为、其他客户关系三个方面进行构造。账户行为变量构造变量分类举例存款账户行为最近1年内存款日均余额最近1年内存款月均贷方发生额最近1年内存款月均贷方发生次数最近1年内存款月均借方发生额最近1年内存款月均借方发生次数信贷账户行为已正常偿还的贷款避暑(或金额)最终一次逾期距现在的时间最近3年内逾期次数最近3年内金额加权逾期天数最近3年内最高逾期金额过去1年在某一银行的存贷比最近3年内贷款日均金额最近1年内贷款日均余额其他
41、客户关系是否在本行开立基本账户是否在本行开立专用账户是否在本行开立一般账户木行贷款额/全部银行融资总额客户关系存续时间3 .客户基本面客户基本面指标可以从公司经营状况、公司治理、财务管理、进展潜力、对外担保、公司管理层等方面进行构造。4 .宏观经济、行业和区域变量宏观经济、行业和区域变量用于放映客户的经营环境。宏观经济变量可以采用宏观经济数据直接构造，其中要留意增长率应当尽量使用直接收集到的数据，而收集确定值进行计算而得,例如GDP增长率是在两年GDP的基础上进行货币价值调整后得到的。宏观经济变量构造宏观经济变量GDP增长率工业增加值增长率固定资产投资增长率物价水平社会零售总额增长率所属行业相
42、关数据可以构造定量和定性两部分数据，定量方面包括了行业财务风险、行业信贷质量，定性方面包括了行业总体的政策、经营、竞争等状况。所属行业变量构造行业定性指标客户在行业中排名相关宏观政策支持行业景气程度行业竞争状况行业周期状况行业进入壁垒行业定量指标行业净资产收益率行业销售利润率行业利润总额增长率行业企业亏损状况行业不良率行业信贷扩张所属区域相关数据也愿意构造定量和定性两部分数据，定量方面包括了区域宏观经济指标，定性方面包括了客户在本区域的竞争地位、政策支持、区域市场环境状况。所属区域变量构造区域定性指标客户区域地位当地政府政策支持趋于市场化状况区域定量指标GDP增长率区域GDP/全国GDP工业增
43、加值增长率固定资产投资增长率物价水平社会零售总额增长率区域信贷资产质量5 .特例调整特例调整的主要缘由是某些特殊或突发大事并不适合构造评级模型的直接指标并设置相关权重，但是其一旦发生会对客户信用风险产生重大影响。特例调整指标通过新用途级别调整来体现，从风险审慎性的角度动身，一般来说，特例调整指标主要针对客户有重大不良影响的特殊或突发大事，因此特例调整多为向下调整，或有级别上限的要求。特例调整指标属于模型的范畴，经过特例调整后的评级结果属于模型输出结果，这和先问叙述的评级流程中评级人员依据自己的阅历和把握的信息对模型评级结果进行调整和推翻不同。特例调整指标构造审计结果为否定意见或者拒绝发表意见企
44、业、主要股东或关联企业超力量对外担保不正常的关联交易或资金往来存在资本金抽逃、挪用的状况融资主体与还贷主体错位重大事故或经济纠纷5、 变量分析1 .特殊状况处理数据特殊状况主要包括数据质量、缺值、特别值等状况。数据质量可以通体数据之间的内在规律进行校验(例如财务报表的平衡校验)，或可以通过分布状况检查其合理性。对于数据质量比较差的样本，要进行删除处理，但是假如删除比率比较高，就要审慎处理，应当进一步分析删除行为会不会导致样本有偏。但是无论如何，在建模阶段处理都是亡羊补牢，数据质量本质还是需要从源头上来解决。假如数据缺值比较严峻，可以选择合适的样本进行数据补录。应当选择熟识客户的客户经理作为数据
45、补录人员，并要进行充分的培训，避开由于理解缘由导致补录数据错误，培训要留意强调不露历史试点的数据，而不是客户的当前状况。一般的数据缺值可以通过差值法或比类法填补(例如取消该客户同类的中位数，所谓同类，可以为同规模大小、同行业、同区域、同违约状况)。此外，要留意零和缺值的区分。比率是一种比较常见的变量构造，但是假如坟墓分子为零或负值，僵尸的比率消失特别值，例如，预收账款/销售收入比率，假如销售收入为零，则该比率无意义；再例如，资产负债率定义为负债/资产比率，该值应当越小越好，但是在负债为负值的状况下，资产越多，该值越大，该比率无效。所以在计算变量的时候，需要把其特别值进行特地的标记，例如：(1)
46、分母为零时，标识为99；(2)分母分子同时为零时，标识为88;(3)分母小于零时，标识为(4)分子小于零时，标识为66；(5)分母分子同时小于零时，标识为55.然后依据标识对指标进行适当的处理，有些状况建议直接删除样本，例如预售长宽/销售收入标识为99或.88,有些状况可以依据比率的经济学含义采用极值替代，例如资产负债标识为66,可以选择最小值替代；EBlT/利息支出比率标识为-99,也可以选择最大值替代。分步处理有利于检查特殊值的状况，也便利将来重检和修订替代处理，这是模型建设和数据处理的阅历之谈。更为广义的特别值是该指标取值远远偏离正常范围(但是可能实际请款该如此，即是合理，但是不正常的而
47、取值)，例如资产利润率取值为IOOOOo这些特别值的存在会影响模型训练，需要进行适当的处理，一般是采纳极值替代法。确定特别值的第一步是正常范围的确定，可以采纳直方图分布你和方法，选择合适的分位点(例如1%和99%)为正常范围的参考值，然后由专家结合经济学含义和财务本质，给出各个指标的正常范围(最大值和最小值)。极值替代法就是对于黛玉指标最大值的取值全部取最大值,对于小于最小值的取值全部取最小值。2 .单因素初步筛选由于构造变量比较多，首先进行单变量初步筛选，以削减后续分析步骤的工作量。采用规律分析单变量回归，分析个变量的回归结果，选择满足条件的自变量进入后续环节：(1)回归系数是否统计显著，一般推断统计是否显著的标准是PwaIUe为5%,考虑到该项工作只是初步筛选，统计上显著的P值可以降低标准(例如20%)O(2)回归系数是否与经济学含义全都，所谓经济学含义，例如随着销售收入的增加，违约率应当境地。依据经济学含义剔除变量时要当心分析，不要过于信任阅历，或许以前的阅历是错误的。(3)模型应用时，数据猎取是否具有特务可操作性。实际上，特殊值处理的工作量特别大，所以有时候建模人员甚至将单因素初步筛选在特殊值处理步骤之前进行，但是特殊值处理睬影响单变量回归的结果，所以要审慎进
