《浦发风险管理总体规划项目风险管理方法、工具和模型的建设建议 附件一：内部评级架构规划建议.doc》由会员分享，可在线阅读，更多相关《浦发风险管理总体规划项目风险管理方法、工具和模型的建设建议 附件一：内部评级架构规划建议.doc（52页珍藏版）》请在三一办公上搜索。
1、上海浦东发展银行风险管理总体规划项目风险管理方法、工具和模型的建设建议附件一：内部评级架构规划建议（讨论稿）2023年4月9日目录第一章巴塞尔新资本协议对银行内部评级体系建设的要求3第一节巴塞尔新资本协议规定的内部评级法31概述32内部评级法具体介绍43对浦发银行的启示7第二节巴塞尔新资本协议对银行构建内部评级体系的要求8第二章领先银行实践对浦发银行的启示13第三章内部评级体系开发策略建议15第一节评级模型的开发策略15第二节风险因素的制定策略18第三节数据的收集管理策略21第四节评级模型建设策略25第五节模型检验的策略29第六节评级模型维护的策略32附录一. 领先银行内部评级体系的经验36领
2、先银行内部评级体系模型构建案例361大型银行集团362中型商业银行43附录二. 国际知名评级工具介绍48第一节Moody的产品48第二节Fitch的产品52第三节S&P的产品54伴随着2007年中国金融行业向世界的全面开放，浦发银行作为国内领先的股份制商业银行也制定了“率先实现国际化”的战略目标。浦发银行积极要求其运作规范向国际标准靠拢。本文档所涉及内容旨在帮助浦发在现有基础上逐步提高风险度量和风险管理的水平，支持浦发银行在风险管理能力上达到国际上较好的商业银行的水准；帮助浦发内部评级体系建设的方法、步骤和关键点，明确建设顺序和重点；帮助浦发了解内部评级体系建设方法和模型开发的可选方式和标准，
3、包括监管当局的针对性要求。第一章 巴塞尔新资本协议对银行内部评级体系建设的要求第一节巴塞尔新资本协议规定的内部评级法1 概述巴塞尔新资本协议内部评级法（IRBInternal Rating Based）的提出秉承了以往协议中以资本充足率为核心、以信贷风险控制为重点的风险监管思路。新协议提出了完善的资本充足率框架，旨在促进鼓励银行强化风险管理能力，不断提高风险评估水平，并认为实现这一目标的途径是将资本规定与当今的现代化风险管理的手段紧密地结合起来。因此巴塞尔新资本协议在原巴塞尔协议标准法的基础上，提出了三种的方法，即标准法、内部评级法初级法和内部评级法高级法。2 内部评级法具体介绍1、2003年
4、巴塞尔新资本协议第三次征求意见稿的内部评级法要求内部评级法与标准法的根本不同表现在，银行对重大风险要素的内部估计值将作为计算资本的主要参数，主要是PD、LGD、EAD和M。巴塞尔新资本协议同时提出了初级法和高级法，规定了银行内部自行估算上述四个风险因素的范围和详细的估算要求。初级法和高级法对于估算四种风险因素的不同规定摘要如下：风险因素内部评级法初级法内部评级法高级法违约概率银行提供的估计值银行提供的估计值违约损失率巴塞尔委员会规定的监管指标银行提供的估计值违约风险暴露巴塞尔委员会规定的监管指标银行提供的估计值期限巴塞尔委员会规定的监管指标或者由各国监管当局自已决定允许采用银行提供的估计值（但
5、不包括某些风险暴露）银行提供的估计值(但不包括某些风险暴露)3、内部评级法初级法对四种风险因素估算的具体规定违约概率: 银行必须提供每一级别一年期以上客户的违约概率的内部估计值，严格的数据要求和披露要求； 违约概率必须代表对长期违约概率的保守估计值； 数据源的历史观察期至少要有5年； 采用规定的违约概率估计技术，例如：违约率数量统计模型、映射外部评级结果等； 违约概率不能少于3个基本点（0.03%）。违约损失率: 非认定的抵押品担保的公司、主权和银行的高级债权规定45的LGD； 对公司、主权和银行的全部次级债权规定75的LGD； 除了标准法认定的合格的金融抵押外，初级法其他一些形式的抵押品在I
6、RB法中 视为合格的抵押品。违约风险暴露: 以法律意义上借款人欠银行的数量计量； 承诺、票据发行授信（NIFs）、循环授信（RUFs）的信用风险转换系数为75。期限: 回购类型交易有效期限6个月； 公司暴露的有效期限2.5年。4、内部评级法高级法对四种风险因素的具体规定违约概率: 与初级法相似的严格的数据要求和披露要求。违约损失率: 公司、主权、银行暴露的数据源的历史观察期至少要有7年； 估计值必须得到内部和监管机构证实。违约风险暴露:能够满足自己估计EAD最低要求的银行可以对不同产品类别使用内部估计的信用风险转化系数； 公司、主权、银行暴露的数据源时间段应该涵盖一个完整的经济周期，至少要有7
7、年； 估计值必须得到内部和监管机构证实。期限: 1年或剩余有效期限中较大的一个，但不得大于5年； 各国监管当局可确定1年期底限是否不适用某些短期贷款。3 对浦发银行的启示巴塞尔新资本协议对内部评级法初级法和高级法计算风险因素的要求，给浦发的启示是：1、无论初级法和高级法都对数据有很高的要求，所以对于历史数据的收集和数据的动态收集都应该有详细的考虑。2、对风险因素估算的严格要求最终将落实在信用风险评级模型中，因此必须按照巴塞尔新资本协议的要求检查现有内部评级工具和流程，改进或设计以得到新的评级工具和流程，使其满足巴塞尔新资本协议的要求。3 基于浦发目前的现状, 毕博建议可以先从一个较高的起点出发
8、。建设路径可以跳过标准法, 从基本法出发, 向高级法挺进. (根据目前的情况, 估算LGD的难度可能较大)第二节巴塞尔新资本协议对银行构建内部评级体系的要求巴塞尔新资本协议对在借款人信用评级结果和对应的违约概率的计算以及违约损失率和违约敞口的计算有严格的最低要求的规定，无论实施初级法还是高级法的银行都必须遵守。以下将阐述巴塞尔新资本协议对银行构建内部评级体系的最低要求：1、信用风险的有效细分: 内部评级法对借款人违约风险与交易特点进行了区分，前者是描述借款人违约概率，后者是用于估计给定违约损失率； 对良好的贷款人至少应划分69个等级，对于不良贷款人至少划分2个等级； 等级的合理分布，不允许超过
9、30的客户在一个等级中。2、评级的完备性和完整性: 有能力保证风险评级流程的真实性和独立性； 管理层必须确保评级或评审部门能够得到所有相关信息； 对于关联客户，银行应保证对所有的法律实体进行评级； 银行必须有成文的风险评级分布计算流程和内控制度，以保证评级和提高验证的独立性； 独立信用风险管理部门至少每年为借款人重新评级或评审一次。对于高风险借款人和新的重要信息的评级都必须及时更新； 巴塞尔委员会对银行定期评级的更新时间作特别的要求。总的来说，对于正常的借款人，其规定为90天；对于财务状况不佳的则为30天。3、评级系统和过程的监督: 银行董事会和高级管理层应积极监控风险评级体系的运作，例如评级
10、的建立机制和PD测算的精准性。 银行应该有独立运作的信贷风险控制部门，负责的工作包括设计、实施和维护信贷风险评级体系，分析评级工具输出的结果报告，划分和监控内部评级，以及政策的合规性检查等。 内部审计部门负责进行内部控制测试，如风险评级数据库完备性, 抵押和留置完善性的控制测试。4、 评级系统的标准和方向: 银行必须按要求将评估标准以文本形式确定下来； 银行必须保证其使用的标准涵盖了所有与借款人风险分析相关的因素； 适用范围：建立在信用风险控制人员专业的判断上，或建立在使用统计模型的基础上，或两者兼而有之。5、 违约概率、违约损失率和违约风险暴露的测算: 估算违约概率至少有5年的数据（内部或外
11、部数据）； 估算给定违约损失率至少有7年的数据（内部或外部数据），并覆盖一个经济周期（仅针对高级法）； 估算违约风险暴露至少需要7年的数据（内部或外部数据），并覆盖一个经济周期（仅针对高级法）；6、数据在信息系统中的收集： 要求银行收集、存储借款人的违约历史记录、评级决策、评级历史记录、评级转换、用以评级的信息、评级模型、违约概率值测算的历史记录、关键借款人的特点。同时对未能批准的借款申请资料也予以保留。 数据收集的要求有以下目的： 改进银行内部处理信息以改进风险要素测算及其验证 提供监管和审计依据以检查评级标准的遵循情况 不断更新模型，提高评级系统的预测能力 精确风险评级概念从而更准确地捕捉
12、所观察到的导致信用风险的因素 对银行内外部风险状况进行准确和有意义的披露7、内部评级的使用: 银行应证明评级体系是完整构成现行业务和风险管理文化的一部分，应能同时用于内部评级法和以下的补充功能： 信贷审批授权和限制 对信贷定价的评估 向银行管理层和董事会报告风险组合状况 对银行的资本充足率、准备金和盈利能力的分析 对资本充足率的压力测试9、 内部验证: 包括各风险因素的内部验证，也包括评级技术的内部验证； 银行在连续采用内部评级法前也应该有能力随时向监管者证明银行具备符合特定最低要求的能力。10、信息披露: 信息披露的要求是巴塞尔新资本协议对银行的基本要求。第二章 领先银行实践对浦发银行的启示
13、1. 根据毕博对领先银行的模型建设实践的考察, 同时, 在已经有的浦发银行现状诊断的基础上, 并且参考了领先银行的实践, 毕博认为其对于模型选择有下列启示: (具体实例请参考附件一)启示一：循序渐进的建设信贷风险评级体系国外先进银行通常采用的模型是从主观模型（如主观评分卡）到专家经验模型再到数量统计模型；模型建立方式是从采用外部模型到自建模型。启示二：根据银行自身情况选择模型国外先进银行循序渐进的采用不同的模型种类和模型建立方法是基于以下几个条件：数据数量和数据质量: 通常调节一个数量统计模型至少需要有1000个具有代表性的客户/贷款的有效数据，其中包括200个左右具有代表性的客户/违约有效数
14、据。在许多案例中，数据问题是自建数量统计模型失败的主要原因。而自建专家经验模型只需要少量的数据，采用外部模型需要一定量的内部数据作调整。业务复杂程度: 在业务复杂程度较低时，容易通过主观判断识别信贷业务中的风险，因此较容易建立专家经验模型。但在业务复杂程度提高后，无法通过主观判断在不同业务之间保持统一的风险衡量，也就不能贯彻统一的信贷风险战略。案例中发达市场国家的银行能够直接或较容易的运用外部评级模型，而这些模型并不完全适合于浦发银行。所以，选择可调的模型，利用浦发的内部数据进行调整是较为可行的做法。同时，尝试自建模型也可以作为一种可以尝试的选择。2. 关于模型建设的启示启示三：数据收集工作应
15、尽早有序的开展数据是模型建立的基础，在自建模型的失败案例大多也是数据问题造成的。所以本项目数据的收集工作应该迅速有序的开展，以保证历史数据收集的及时和准确。同时，对于数据的动态收集也应及时有序的开展。启示四：模型的建立需要银行相关人员的支持内部评级模型的建立需要银行内部的大力支持和参与，特别在现阶段，风险因素的选择、数据的收集和模型方案的选择是必须由浦发银行企业相关人员的参与。 第三章 内部评级体系开发策略建议第一节评级模型的开发策略评级模型开发方案银行要建立起符合监管需求的，同时能够有效测定风险度的评级模型体系, 其前提是必须有一套完备的评级模型开发策略。一套有计划、有组织、有准备的程序才能
16、令这一复杂、庞大的工作得以顺利实施。1、毕博建议的内部评级体系模型建设方案的近期目标如下：1)、建立客户违约率（PD）模型2)、通过历史违约数据分析和专家经验，初步估算历史平均给定违约损失率（LGD），为未来LGD估算模型的数据收集和建设提供基础。3)、明确贷款违约敞口（EAD）和度量期限（M）的定义及所需因素4)、根据巴塞尔新资本协议内部评级法初级法的要求估算贷款预期损失（EL）和预期损失率5)、模型的开发、测试和使用符合巴塞尔新资本协议初级法的要求6)、为内部评级模型的进一步优化、组合风险度量积累数据资源2、毕博建议的内部评级体系模型建设方案的建设周期初步建议：鉴于内部评级模型在风险管理中
17、的重要的基础性地位，毕博建议浦发银行应尽快实施内部评级项目，至少应尽快进行模型开发的数据收集工作，否则后续风险度量和管理项目将缺乏进行的基础。根据毕博的经验，如果浦发银行决定采用自建数量统计模型和外部可调模型相结合的建设方式，建模的过程需要612个月（取决于数据收集的进度和质量），而模型的检验和试运行约需要12年的时间。一般来说银行每隔2-3年就需要更新模型.3、毕博建议的内部评级体系模型建设方案的范围初步建议：1、建议浦发银行可以先对一般工商贷款客户建立区分客户规模和行业的客户信用评级模型，再涉及非盈利组织、金融机构等较为特殊的客户群体的客户信用评级模型。2、对于债项给定违约损失率，鉴于没有
18、足够的内部和外部违约数据支持，建议根据浦发银行的经验和历史数据对浦发目前的担保风险度表格进行补充、细化和完善。3、对于项目融资等特殊交易的债项评级模型，鉴于国内行业融资的复杂程度以及融资机构的较不规范，建议近期先不开发。内部评级模型从类型上可以初步分为两大类：1、专家经验模型2、数量统计模型专家经验模型和数量统计模型之间的主要区别是确定系数和风险因素的方式不同：1、专家经验模型的系数和风险因素是由专家经验和主观判断确定2、数量统计模型的风险因素通过统计方法而获得无论采用决定采用专家经验法还是数量统计法，银行都可以通过以下两种方式（途径）来实现，即：自建模型或者采用外部模型。这些都为巴塞儿委员会
19、所接受. 只要银行使用这些模型时，用内部数据验证模型并证明符合监管者的要求，并符合新资本协议的规定就可以使用这些模型计算风险要素从而计算资本和其他管理方面的要求。根据浦发银行的要求和现状，近期, 毕博提出的初步建议是：采用专家经验模型和数量统计模型相结合的方式构造模型。模型构造中可能用到的数量统计分析工具包括：主成分分析、多元线性回归、逻辑回归、或判别分析等。第二节风险因素的制定策略在确立了银行内部评级系统建设方案后，对于建模而言，首先要确定所需的风险因素。毕博在借鉴了国外的经验结合果内银行内部评级模型的建设经验，建议将进行客户资信评级所需要采集的风险因素归纳为三类，即：客户的定量数据、客户的
20、定性数据以及其他信用风险建模相关数据（包括为设计客户评级所需的客户信息，以及计算LGD和EAD所需数据）。下面将分别陈述这三部分风险因素的确定方式。定性风险因素确定方式的初步建议针对国内的现状（财务数据的准确性和可信度有待完善），毕博认为定性数据有可能仍然有预测性能力。对定性风险因素确定方式的初步建议如下：1、毕博根据行业经验、外部知识等来源确定适合于浦发的定性数据讨论清单；2、召开“头脑风暴”研讨会，征求并引导银行资深客户经理的意见， 对上述讨论清单进行必要的增减和改善；3、组织客户经理采用部分贷款样本对修改后的清单进行试填写；4、根据清单试填写的统计结果，探索定性指标的预测性；5、经过分析
21、后，就定性数据中部分比较客观和有预测性的部分，可能要求全行的客户经理就全行的贷款样本进行补充填写，从而进一步与财务数据结合；定量风险因素确定方式的初步建议定量风险因素主要来源于财务数据。确定定量风险因素的目的是满足风险数理统计建模的需要。通过采集到的财务数据构造出有意义的财务指标项目（可以通过对浦发银行已经采用的部分财务指标进行相关性分析，保留或者改造有意义的指标）。定量风险因素的确定过程需要在历史数据的基础上对各类财务指标项目进行风险相关性度量，以最终确定将会被应用在风险评级模型中的财务数据参数。对定量风险因素确定方式的初步建议如下：1、毕博根据行业经验、外部知识、著名评级机构使用的财务数据
22、参数等来源确定适合于浦发的财务指标讨论清单；2、与资深的客户经理、审查人员讨论该财务指标清单，了解指标的精确定义和例外的处理方法，筛选有意义的指标；3、设计适用于浦发各大行业客户的格式统一的财务数据收集的模板（模板最终将被植入信贷风险管理信息系统中）；4、请客户经理利用真实的贷款样本（三年财务报表）进行试填写，测试财务数据采集模板的有效性；5、通过财务数据采集模板输出相关财务指标，将输出的财务指标，对指标的预测性进行单因素统计分析，确定定量风险因素的范围，并且为下一步进行统计建模做好准备。其它风险因素确定方式的初步建议除了上述的客户的定量数据、定性数据之外，为了建立客户评级模型、债项评级模型还
23、需要其他一些数据，包括客户的基本数据、贷款数据和回收数据等。对其他风险因素确定方式的初步建议如下：1、毕博根据行业经验、外部知识来源确定用于客户资信评级和债项评级的其他信用风险因素清单，主要分为负债人数据、关联方数据、违约数据、债项评级、回收评级和评级数据等；2、对此数据清单中的数据项进行存在性分析，具体分析并掌握在系统中存在的、在文档中存在的和目前不存在的数据项；3、对于在系统中存在的数据，进行ETL（数据的抽取、转换和加载）；对于目前不存在的数据，将判别其重要程度，如确属重要数据，将要求前线业务人员进行数据补充（并且考虑到尽量减少对前线人员的影响）；对于在文档中存在的数据，将视数量多少、存
24、放的规范程度决定是否设计统一模板要求客户经理予以填写或者统一将样本复印件转到总行集中录入。第三节数据的收集管理策略通过现状诊断，浦发银行的数据管理工作存在着完全手工化，无专业的信贷信息管理系统支持的问题。所有的客户信息、贷款信息都是落于纸面的报告，在校对、保存、管理上都存在弊病。而根据巴塞尔新资本协议的规定，要求3-5年的有效数据。鉴于浦发银行的特殊情况 (数据保有量未知)建议浦发要尽力追溯3- 5年的有效数据，并且在未来的过程中, 不断补充,发展数据, 使其达到完善。对于一个典型的行业模型建设而言，原则上需要1000条有效数据。其中有效的违约数据记录应占数据记录总量的15%-20%。要在现实
25、的条件下，满足模型建设的数据需求，将是一个非常具有挑战性的任务。为此，毕博建议浦发银行为数据收集管理作一个完备并具有可操作性的指导计划，以保证能够采集到满足模型建设需求的充足的、有效的数据。根据毕博的经验，初步建议的数据收集管理建议方案将分为四个阶段：1、数据分析要进行风险度量模型的建设，其首要面对的问题是：数据的存在性分析和数据的质量分析。浦发目前的现有条件并不理想，在缺乏系统支持，并且所有的数据均保存于纸面文档，分散在支行、分行、总行中的情况下，在进行数据收集之前，毕博建议浦发银行事先要进行一次彻底的全行内的数据分析行动，即：全面掌握全行的数据结构、数据分布、数据保有状况、数据质量等。根据
26、掌握的情况，制定详细的数据收集方案。2、数据收集数据收集方案要明确以下四方面的问题：1、明确数据收集的组织方式数据收集的工作涉及到各级分支行，需要前线业务人员的大力配合。同时会有诸多细致的工作，包括大量的协调和数据质量的控制工作。建议设置专门的数据收集小组，从总行-分行-支行，实行“垂直化”管理。数据收集小组在数据采集期内以“项目制”的工作方式运作，负责从数据文档的收集到电子化采集整个过程的工作。数据采集的质量和效率将作为关键的绩效考核指标纳入数据采集小组成员的年度考核中。2、确定数据收集的周期数据收集要在规定的期限内完成，这牵涉到部分数据的有效期限和模型建设的进度。一次全行范围内的大型数据采
27、集工作一般要耗时3-6个月。这取决于现有的数据基础、采集管理效率、前线人员动员情况等多方面的因素。毕博的初步建议是：鉴于内部评级模型在风险管理中的重要的基础性地位，应尽快进行模型开发的数据收集工作。在准备充分，方案完备，并在有经验支持的前提下，将数据收集的工作周期尽可能控制在3个月左右的时间内。3、确定数据收集范围数据收集的范围要根据数据存在性分析和质量分析的结果来确定。毕博根据项目经验，对此提出的初步建议是：客户数据和贷款数据收集的范畴要包含连续5年的数据（最近5年）。数据收集的范围要包括：正常客户、违约客户、已核销客户的资料。这些客户的类型应该涵盖： 企业客户（包括新建企业）、特殊单位（机
28、关、医疗、教育等）。4、明确数据收集的方式根据毕博的经验，数据采集小组的工作流程要根据既定的数据采集操作手册来执行。毕博初步建议：浦发在实施数据采集行动之前，必须制定相关的操作手册，明确不同的模型建设所需数据的采集操作方案。浦发银行具体的数据收集方案必须在成立专门的数据采集小组的基础上，详细研究具体情况而定。3、数据清理数据清理是降低数据收集、录入错误的必要步骤。建议可以通过数据清理规则、数据清理技术来完成数据清理工作。例如：通过质量抽查检验、OCR技术、由外购的流程系统对报表的基本逻辑进行校验、设定特定的标志以作识别、数据仓库对进入系统的电子化数据进行逻辑校验等手段来进行数据清理的工作。数据
29、清理工作一般需要1-2个月。毕博的经验是：清理工作可以采用叠加式工作模式，与数据采集工作同步展开，争取在既定的时间采集周期内完成工作。4、数据录入/保存数据的录入和保存是数据收集工作成果的最终体现阶段。数据录入的方案一般有两种选择：1、采用总行集中培训，并提供电子化录入工具，由前线人员自行实施电子化录入方式。2、由前线人员采集书面的数据，以复印件或者填写表单的形式汇总到总行，后由总行集中录入系统（也可以考虑在隐去关键客户识别信息的前提下，集中外包录入公司操作）。根据毕博的经验，初步建议是采用上述的第二种方案，即集中录入的方案。这种方案在实际操作过程中比较容易控制数据质量。同时较第一种方案来看，
30、前线业务人员的工作量也相对较轻，便于总行和分支行数据采集人员更和谐的合作。录入系统后的数据将采用ETL的技术被倒入数据库保存、维护和管理。第四节评级模型建设策略针对浦发银行的现状，目前虽然有一套客户信用评分体表和担保评分表，但它们仍存在一些局限性，包括：评分结果未和客户的违约率以及债项的预期损失建立映射关系、客户评估未区分大型客户和中小客户、评分表的开发和使用过程中缺乏必要的检验、依据评分的数据资源没有得到很好的验证和保存等。虽然在公司授信业务中可以较多地依赖于传统的专家判断。但是银行内部风险评级由于其标准、统一和直观的特点而成为银行风险沟通的通用语言。而且，一个和客户违约率和债项预期损失相联
31、系的评级模型可以广泛地应用于贷款审批、贷款定价、组合风险度量、限额设定、风险绩效评估等诸多领域。因此，毕博的初步建议是：近期内，尽快建立起适合浦发业务需求的，且为浦发风险沟通所接受的内部评级系统。内部评级模型（系统）框架建设从风险评估入手，将风险细分为客户风险和贷款风险。我们拟对其中经过确认和筛选的客户风险进行细分、评估和建立对应的模型。以下是毕博对于浦发进行评级模型建设规划的初步意见，主要就模型的细分定位、主要模型的构建方法等方面展开：评级模型的细分原则基本包括：1、按照企业规模划分的探索我们在企业规模的初步建议是：先将大型企业（或者和一部分比较大的中型企业）放入一类进行建模，而把中小型企业
32、列为另一类进行建模。这里的规模定义可以参照国家统计局的标准，也可以根据浦发银行现有公司客户规模总体上不大的特点而另行划分。大型企业的内部评级是根据评估与负债人的财务稳定性有关之定量资料（如外间授信评级、负债人财务/交易资料）及定性资料（如公司营运能力、管理层质素），反映负债人的违约可能性。大企业由于经营比较多向（因而业务较复杂），同时管理相对规范些（数字可靠性相对高），需要我们在定性、定量权重方面加以综合考虑。对于中小型客户的评级模型来说，先假设所有中小型客户有高度同类性，直接建立一评级模型应用在所有客户上。然后，再以模型的可靠性测试及分群技巧来核实不同行业的客户的同类性，继而决定是否需要为不
33、同的行业、地区的客户来建立不同的模型。2、按照行业划分的探索类似于规模上的探索，我们也可以针对浦发的客户状况及不同行业财务因素的显著不同性，构造出具有代表性的行业模型若干，例如：制造业、零售业、批发业等典型行业模型。对于行业的划分标准可以参照国家统计局的有关行业划分标准。除此之外，也要考虑到一些特殊企业，例如：事业单位、医疗机构、教育机构等，构造一批专项贷款的评级模型。主要模型的构建方法：我们建议的客户信用评级模型的构建首先基于定量数据给出信用评分并将评分映射为信用级别，其次是用定性模型以确定对定量评级的调整，最后根据这种调整得到最终的客户信用评级，它决定客户的PD值。定量模型需要的变量全部直
34、接或间接地来源于财务数据，模型本身的参数需要专门的库来管理和维护。定性模型需要的变量来源于定性信息数据和客户经理、审查人员的评价。对于上述建议的大型企业的建模可以通过利用外部购买的数据（由于，国内大型企业数量有限，外部购买的数据是对大型企业数据的一种有效补充）结合外部评级机构（S&P或Moody）的一年期违约率数据对应，建立模型。然后用这些模型计算浦发客户数据的评分值，并根据这些评分值将客户进行分类，计算这些分类的平均违约率。最后根据这些违约率的平均值指定各类别的信用评级。举例，如下图所示，如果我们采用行业分类对于上述建议的中小企业模型建议直接用浦发的数据进行统计分析，得到评分值。根据评分值将
35、客户分类，计算各类的违约率。并根据违约率指定客户的信用评级。对于中小型客户，建议将根据违约率与大型客户违约率相同的原则来指定其信用评级，这样浦发系统内所有客户的信用评级具有统一的标准。此外，我们建议定性数据用作模型的调整使用。具体的思路是我们将根据定性数据的评分，统一为定量评级结果作出调整。判断的标准是调整后的评级各级别间能够保持良好的关系，并在违约率平均值上与国际标准有一致的对应关系。对于历史平均LGD的模型构建，初步的建议是：先计算出单笔违约贷款的历史LGD，然后根据获得的数据利用方差分析或者决策树分析的手段进行风险因素（例如抵押品、不同的担保方式、行业、地区等）的显著性分析，调整历史平均
36、LGD。第五节模型检验的策略内部评级模型的检验是模型实施和使用的关键环节。使用准确性未经检验确认的模型可能会给银行带来很大的风险。从监管当局的要求来说，巴塞尔新资本协议也要求银行至少每年检验模型的表现。模型检验的方法可以分为两大类：定量检验和定性检验. 定量检验方法：通常在模型建设之初就会考虑到回溯测试时的数据和方法的需要。对于测试数据，一般的做法是：在数据量充足的情况下，将数据作6：4分组。60%的数据将作为运算集数据，40%将作为检验集数据。这样就建立起了两个独立的数据池（data pool），保证了检验的质量。当然，如果数据量不足以支持两个独立的数据池，那么就要考虑外购数据的方式了。对于
37、检验方式来说，一般会考虑采用一些直观的统计检验指标，从技术上考证模型的准确性。常用的模型绩效检验指标1、 KS指标一般来说，可以通过计算KS指标获得评价模型工具绩效的“增益表”（gains chart）,如下图所示： “增益表”（gains chart）可以直观地描述对“好坏”判断的准确度。根据经验，毕博认为KS在45%-50%范围内的模型都是较为有效的模型。2、 AR指标累计准确度指标。根据经验，毕博认为AR在50%以上的模型都是较为有效的模型。定性检验方法：1、 模型设计程序的规范化模型设计过程的严格化、标准化也是银行内部和监管当局检验模型的重要途径之一。内部评级模型建设过程的所有技术文档
38、和过程文件都要由专人保存下来，供模型技术人员、银行高层及监管当局查阅和检验。规范化的模型设计程序体现了模型建设的严谨性和完整性。在后续的模型使用和改进中也将起到关键的作用。2、 数据质量的校准数据质量的校准是模型定性检验的另一个重要部分。大部分模型需要利用外部数据来做校准，以确保模型的准确性和稳定性。3、 内部使用情况反馈调整与技术测试同等重要的是模型运作的一个内部环境的认可。信贷文化的传统特点、信贷操作人员的使用效率等会对模型提出持续的修正要求。第六节评级模型维护的策略准确度检验:未来的业务流程能够持续而有效的监控数据输入的准确性、监控评分计算的结果和并在系统上线后监控评分的正规用途。改动记
39、录信贷政策/信贷组合方面活动的任何细节改动或者对信贷管理产生重大影响的大事件都必须以合规的文档形式记录并保存下来。所涉及的活动包括：市场营销活动、业务拓展活动、目标市场的变化、渠道的变化、细分维度的变化、对那些评分表中高端和低端得分的进行人为调整的变化以及对评分级别划分点的调整变化。所涉及的重大事件主要指：关键的政策条例的变化以及重大的外部经济环境变化（例如经济危机）。评分模型MISMIS系统能够直接从业务记录中获得数据信息以考核评分模型的绩效。 所有在系统中测评结果为低端的评分却得到人为调整的情况，必须以其获得人为调整的原因作为基础，持续跟踪这笔贷款。MIS系统应该能够明确地区分出评分结果与
40、人为调整结果之间的差别。对MIS系统的最低程度的跟踪功能要求是：必须能够每月产生一次分析信贷风险评分模型的结果，主要应用功能如下所示：1. 前端的MIS：1)评分结果的分配（例如：符合进入审批的要求、审批、登记）2)客户群稳定性报告3)评分卡参数分析报告4)特定的评分等级下的审批和登记率5)人为调整低端和高端的评分（一方面要看人为调整评分等级的原因，另一方面要看客观的评分等级）6)MIS的应用功能并不是评分，是全局性的并且是考虑到调整原因的2. 后台的MIS1)正常贷款与不良贷款区分（应用KS 统计量或准确率曲线）2)通过评分区隔的等级判断不良贷款和贷款损失（用实际的评分结果和预期的分值进行对
41、比）3)不良贷款的存续期限4)不良贷款的主要细分标准（例如：渠道、业务拓展计划等）5)通过调整评分的原因和客观的评分范围来衡量低端得分的贷款获得人为调整决策的准确性员工和培训合适的人员以及充足的资源和系统是执行和管理评分模型的必要条件。所有的人员（包括产品经理、采集经理以及承包商）在授权应用评分模型前都要经过严格的培训，以便让他们熟悉评分模型的功能及使用技巧。合规性评分模型的建设和维护必须符合国家/当地的有轨法律法规及政策条例的规定，必须通过有关机构的认可。限制使用的参数评分模型不应该将地区、种族或者国家作为参数加入到模型中保密性评分模型的主要参数和权重应该是保密的。模型中所采用的相关参数和权
42、重分配方案应该在集中在关键人手中，以保证它的安全性和保密性。掌握技术的关键人不得向任何客户或者销售机构透露相关内容。评分模型的细节和相关的关键信息必须作为知识产权进行严格地保密。如果评分模型是经由第三方进行开发、安装或者使用，则必须为模型的用户设置权限。所有的用户权限必须受到严格的监控以保证评分模型的安全性。评分卡供应商所有外部的供应商必须获得银行相关部门的认可，所有的评分模型开发项目，包括那些与外部供应商签订的合同都必须获得银行的资质认可和审批。数据的保存和使用数据的存储和MIS系统必须能够支持评分模型的开发和确认。原始的应用数据和录入系统的账户绩效数据必须在第一时间内以电子数据的形式得到保
43、存和确认，以备评分模型的开发和升级之用（在评分模型开发之前应该保证有充足的、高质量的数据）。在模型开发之前所有的数据应该已经经过清理和分析，确保其整合性和准确性。所有合格的数据和不合格的数据（被剔除）都要进行备份，有效的保存期至少为3年。如果应用系统和会计系统的资料被储存在不同的记录中，那么必须将这些数据通过合理的逻辑关系链接起来，保证数据的整合性。在模型开发之前所有的数据应该已经经过清理和分析，确保其整合性和精确性。银监会发布的有关信息必须被纳入评分模型中并作为评分模型最终给出审批结论的依据之一。附录一. 领先银行内部评级体系的经验领先银行内部评级体系模型构建案例1 大型银行集团澳洲国家银行
44、背景澳洲国家银行是一家跨国金融服务集团。截止2002年9月（按该银行集团财务年度统计），其资产规模超过了375亿美元，拥有超过800万的银行客户。澳洲国家银行主要以零售银行业务为主，在澳大利亚本土拥有超过1000个营业网点。澳洲国家银行集团还在美国、新西兰、欧洲及亚洲地区分布了6家控股银行。模型和建立方法介绍1995年澳洲国家银行的信贷客户超过30000，银行决定采用Moody的Risk Scores以定量为主辅以定性的专家经验评级模型作为银行全面实施信贷风险管理内部评级的起点。此次项目主要针对的客户群体是澳洲国家银行的大型公司客户和中间市场客户。Risk Scores的特点是：偏重于定量评级
45、，排序结果较为准确。用户也可输入一部分定量的数据获得一些定量评级的结果。但该模型没有输入违约概率变量。通过4年的项目实施，并取得了阶段性的项目成果以后，澳洲国家银行与Moody也形成了较为牢固的伙伴关系。银行决定向Moody提供历史数据，参与Moody在澳洲的Risk Calc定量信贷评级模型的开发和建设，找出澳大利亚通用的PD值。在1999年末， 澳洲国家银行决定由Risk Scores模型演进为Moody主推的新一代定量评级模型Risk Calc。结合澳洲七家银行收集的违约数据并集合了信贷风险部门大量人力（50-60人）、财力和物力对110,000个值进行观察，抽取其中35,000个好数据
46、和1,000个违约数据，通过大量的数据挖掘和统计计算，获得了适合澳大利亚实际情况的PD值。该模型还可由银行人员根据不同的市场情况进行自我调节。模型计算的结果被用作进行贷款定价判断预期损失。通过8年的努力，澳洲国家银行完成了从定性到定量逐步推进的信贷风险评级模型建立的过程。由于循序渐进，因此模型的创建、实施、运营、结果都得到了银行高层、信贷管理人员、客户经理等的高度认可和支持。这给项目最终获得成功提供了保障。此外，由于这是Moody在全球建立的第二个模型，对数据的数量和质量的要求较高。澳洲国家银行所有的7家银行在数据提供方面给予了最大的支持和配合。因此，该模型的PD值非常精确。模型统计的评级结果正确率非常高。经验借鉴澳洲国家银行根据自身情况循序渐进的建立评级模型是先进银行通常采用的成熟做法。作为澳洲三大银行之一，澳洲国家仍采用了外部评级模型作为基础。银行的规模和信贷管理的先进程度决定了数据的数量和质量，同时银行对信贷风险管理的投入也是决定项目成败的关键。估算准确的违约概率需要数据量的积累，有时会是一个漫长的过程。渣打银行（香港和新加坡分行）背景渣打银行是一家全球性的综合银行。渣打银行在香港地区及新加坡地区一直拥有良好的业绩，香港分行更是其中的佼佼者，在2002年经济发展不利的大环境下依旧将销售收入同比提高了5个百分点，达到了7.4亿美元。渣打银行在美国、欧洲
