信用风险的评估方法精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的信用风险的评估方法主题范文，仅供参考，欢迎阅读并收藏。

第1篇：信用风险的评估方法范文

摘 要 商业银行的主要风险归结为信用风险、操作风险以及市场风险。其中, 信用风险可定义为银行的借款人或交易对象不能按事先达成的协议履行义务的潜在可能性。本文结合我国商业银行现有信用风险评估方法的不足之处，提出了改进建议。

关键词 信用风险 商业银行 评估方法 影响

一、信用风险评估方法的演进

（一）传统信用风险评估阶段

1．专家评价法

专家评价法主要是信贷人员通过对可能影响借款人还本付息的主要因素的分析，来判断衡量贷款风险。目前在信贷风险管理实践中已经逐渐形成了一些常用的方法，其中最常用的是6C法。6C是影响信贷风险的6项主要因素，即品格、资本、偿付能力、抵押品、经营环境、和事业的连续性。

2．财务比率分析法

财务比率分析法是指利用企业的财务报表，计算并分析其发展潜力、偿债能力、运营能力等方面的财务比率，根据各行业各地区确定的财务比率标准值对企业的财务比率打分，并给予每个财务比率一定的权重，最后汇总得分，并将分值与一定的违约率对应起来。财务比率分析法此方法的优点是计算简便、对比清晰、计算结果直观。

3．信用评级分级法

信用评级分级法是金融机构在美国货币管理办公室（OCC）最早开发的评级系统基础上拓展而来的。该方法将贷款分为五级：正常贷款、关注贷款、次级贷款、可疑贷款和损失贷款。

（二）单一贷款信用风险评估阶段

1．多变量信用风险评估模型

多变量信用风险评估模型是以特征财务指标为解释变量,运用数量统计方法推导而建立起的计量经济模型。银行利用该模型可以预测财务危机及违约事件发生的可能性,及早发现信用危机信号,并据此做出信贷决策。

2．神经网络模型

神经网络预测模型是一种动态非统计模型，是对生理上真实的人脑神经网络的结构和功能及基本特征进行理论抽象、简化和模拟而构成的一种信息系统，具有高度的计算能力、自学能力和容错能力。

3．死亡率模型

1989 年，Altman 和 Asquith、Mullins 和 Wolf 分别使用保险精算方法计算出不同信用等级债券的边际和累计死亡率表（即违约率），后来将这一方法扩展到贷款违约率的计算。

（三）现代信用风险评估阶段

1． 信用计量模型（Credit Metrics）

1997 年，J.P Morgan 联合当时世界一流银行和 KMV公司共同开发出Credit Metrics模型，采用二阶段法度量信用风险。目前Credit Metrics模型已经成为当今世界最为著名的信用风险度量模型之一。该模型的突出优势是适用范围非常广泛，包括传统的商业贷款、固定收益证券、应收账款等。

2．基于期权理论的KMV信用监控模型

KMV模型又称为预期违约率模型（EDF），其理论基础是默顿的期权定价理论。该模型把违约债务看作企业的或有权益,把所有者权益视为看涨期权,将负债视为看跌期权，而把公司资产（股票加债务）作为标的资产。

二、信用风险评估方法对我国商业银行的影响

目前我国商业银行采用的信用风险评估方法还处于比较初级的阶段，主要依靠一些传统的信用风险评估方法，如专家评价法、财务比率评级法及信用评级法。这些传统的信用风险评估方法存在诸多缺陷，概而言之，主要表现在以下三个方面：

1．主观性较强，风险揭示不足。目前，我国商业银行信用风险评估主要采取信用评级法和专家评价法相结合的方式。信用评级法虽然能够为风险评估提供了统一的标准，但存在指标的选择缺乏理论基础，风险测量主观因素过多等问题。

2．静态分析多，缺乏对信用风险的动态评估。我国商业银行在对企业进行信用评级时，大多数都侧重于一些财务指标的分析，而往往忽视财务信息的及时性和企业的发展前景在信用评级中的作用，这使得银行的信用风险评估缺乏动态性和实时性，风险评估的效果将会大大折扣。

3．局部分析多，信用风险评估缺乏全局性。我国商业银行在提供贷款测算信贷风险时，往往关注的是某一笔贷款的信用风险，而没有从资产组合综合管理的角度对信用风险进行测定，没有考虑各笔贷款之间的信用风险的相关性，这使得我国商业银行在贷款组合方面的信用风险管理工作很难开展。

三、改进我国商业银行信用风险评估方法的建议

我国商业银行必须顺应这一发展趋势，尽快建立适用于自身的现代信用风险评估模型。为此，必须在以下几方面多下功夫：

1．尽快建立起信用风险基础数据库，强化数据管理。我国银行一方面要抓紧建立和完善关于资产负债状况、现金流量、管理水平及经济周期的影响等方面信息的客户基础数据库，另一方面要建立和完善违约损失的时间序列数据库，为采用先进模型进行信用风险评估提供完善的数据统计基础。

2．建立和完善内部信用评级体系，为现代信用风险评估方法的应用创造条件。目前，我国商业银行内部信用评级体系尚不成熟，使得一些先进信用评级方法的使用受到诸多限制，因此，我国商业银行必须建立和完善银行内部的信用评级体系。

3．加快信用风险管理人才队伍建设，为现代信用风险评估方法的应用提供有力的人力资源支持。目前，人才短缺是我国商业银行在应用先进信用风险评估方法上面临的一大瓶颈，因此，为了通过提高信用风险管理质量，必须尽快培养一批高素质的专业风险管理人才。

参考文献：

[1]周庆武.我国商业银行信贷风险衡量研究.上海:上海财经大学.2005.

第2篇：信用风险的评估方法范文

论文关键词：银行间市场；信用风险；风险管理

全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。

一、信用风险评估理论

银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：

(一)统计模型

利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。

1．违约概率(ProbabilityofDefauh，PD)理论

违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。

2．违约损失率(LossGivenDefault，LGD)理论

违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。

(二)CAMEL模型

CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。

(三)专家判断模型

银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。

二、信用风险评估的通常做法

(一)信用风险评估的基本思路

评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。

(二)信用风险评估模型的构造

数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性

(三)变量选择方法

1．层次分析法

层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。

2．主成分分析法

主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。

3．专家判断

关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。

(四)模型校验修改

模型构造完成后．需要相应财务数据的不断校验修改。财务数据可直接向对应机构索取，也可通过第三方数据提供商获得。直接获取数据的方式准确性较高，但需对应机构积极配合．且需大量的人力物力用于数据录入、核对和计算。通过第三方数据提供商获取数据效率高，但需支付一定费用，且面临数据不全、数据转换计算等问题。在违约概率模型的开发过程中，通常遇到模型赖以建造的数据样本中的违约率不能完全反映出总的违约经历，需进行模型的压力测试，确保模型在各种情况下都能获得合理的结果．并对模型进行动态调整。

(五)引进或自主开发授信评估系统

根据完善授信评估模型，撰写授信评估系统业务需求书．引进或自主开发授信评估系统，提高授信评估效率。授信评估系统还应与会员历史数据库、限额管理系统、会员历史违约或逾期等信息库无缝连接，避免各个环节的操作风险。

三、对银行间市场完善授信评估的启示

(一)完善授信评估可积极推动银行间市场业务发展

银行间市场会员信用评估水平的提高。可有效防范银行间市场系统性风险。为防范交易对手信用风险，市场成员需及时、合理、有效地对相应会员银行或做市商进行信用评估，并根据会员或做市商资信状况的变化进行动态调整，为其设置信用限额。

(二)引进成熟的授信评估方法、模型和流程

根据巴塞尔协议的有关监管要求，国内大中型银行都已经或正在国际先进授信评估机构的帮助下，开发PD或LGD评估模型。银行间市场参与者应学习借鉴国内外先进的授信评估方法和模型。在消化吸收先进经验的基础上，选择国际先进咨询机构作为顾问，构建授信评估方法和模型。

(三)引进或自主开发授信评估系统

为防止操作风险，提高授信评估工作效率，实现授信评估与机构内部相关系统的连接，银行间市场参与者需根据授信评估方法、模型、授信资料清单、分析报告模板、建议授信计算公式等内容。撰写系统开发业务需求书，或引进先进的授信评估系统并进行客户化改造．或选择系统开发商进行自主开发授信管理系统。

第3篇：信用风险的评估方法范文

[关键词] 中小企业 信用 信用评估

一、中小企业信用评估的基本要素

我国的中小企业有其独特的特点,相比国有大型企业而言,缺乏人才,技术,资金,信息渠道,产品缺乏市场影响力,但是市场针对性强,所有者也是经营者,自主性极强。从这些因素来看,中小企业的信用评估应该表现中小企业的竞争力,不仅考虑管理者素质,市场占有率等内部要素也考虑外部环境的影响。

二、传统的信用评估方法

目前我国专门针对中小企业的信用评估非常少,以浙江萧山农村合作银行小企业贷款信用评估方法为例,该方法把小企业内部评价按照偿债能力、经营效益、信用状况、风险程度和综合回报等分A、B、C、D四个等级进行评价,其中A级企业为优秀客户。小企业内部评价实行百分考核,按年测评,具体评级如下:1.实有资产负债率考核(40分)。2.信用等级考核(10分)。3.企业效益考核(15分)。4.行业结构考核(10分)。5.信用度评价考核(10分)。6.银企综合回报贡献(15分)。7.附加分(10分)

小企业考核得分在90分(含)以上的为A级企业,每减10分下降一个等级,最低为D级企业。

信息易于收集,评估易于进行使得此类方法颇受青睐。但它存在的问题也是显著的,以主观判断为主,定性分析多,定量少,静态分析多,动态少,尤其忽视了企业发展前景在评级中的作用,比如企业行业发展状况等;其次市场预期在评级中体现较少,信用评级所反映的更多的是过去的现在的结果,不能很好的反映未来的预期,使得很多发展潜力大的中小企业无法得到贷款。

三、信用评估方法的探讨

合理的信用评估方法包含两个方面:完善的指标体系设计,可操作的评估方法。

1.信用评估指标体系的设计

中小企业信用评估的指标体系设计应符合中小企业特点,突出信用这类无形资产的价值,并兼顾信用主体的管理要求,并缩减融资或投资成本。在这分两个层次构建该信用评估指标体系。

(1)市场能力

①政策支持,具体从大力支持,鼓励发展,限制发展,清理整顿四个方面考察;

②市场开发能力,表现为新兴市场,成熟市场和衰退市场三个方面;

③市场占有率。

(2)管理能力

①管理者素质,具体从管理者的风险偏好,决策能力以及创新欲望等方面评估;

②团队建设,从领导团队的凝聚力,专业团队的凝聚力,是否团结,作业效率如何进行评估;

③企业制度,主要从产权是否明确,财务制度是否健全评估。

(3)作业能力

①生产能力,以行业中等水平评价企业的业务额,设备新旧率评估;

②营销能力,以本期营销增长率,营销网络密度评估。

(4)资产能力

①偿债能力,流动比率、速动比率、负债比率、产权比率、财务杠杆系数、现金流动负债比率等进行评估;

②营运能力, 存货周转天数、应收账款周转天数、流动资产周转率、总资产周转率等考察和评估;

③盈利能力,从销售毛利率、销售净利率、净利润、资产净利率、净资产收益率、人均销售额等进行评估;

④资产管理能力 ,从股东权益报酬率、资产报酬率、每股盈余、主营业务鲜明率、主营业务增长率、经营现金流、全部资产现金回收率、净利润增长率等进行评估。

(5)创新能力

①研发素质,用规划项目实现率,研发投入强度等评估;

②研发水平,以新产品新技术增长率,专利拥有率,投产率等进行评估。

(6)获誉能力

①偿债能力,以资产负债率,现金到期债务比率,速动比率等进行评估;

②违约纪录,以违约面积(违约金额/销售收入),或有负债等进行评估。

2.信用评估方法

在理论界,关于信用评估的方法很多,如多元回归分析法、多元统计分析法、模糊综合分析法、Logit分析法、Probit分析模型、神经网络模型等。鉴于目前的评估水平和技术方法较低,在此选择较简单的主成分分析法进行信用评估介绍。

主成分分析方法主要是以少量的主成分因子代替多项指标,以少量的主成分包含大部分信息达到简化问题抓住主要矛盾的目的。并通过因子负载矩阵体现各主成分与指标之间的相关程度,用特征值和主成分因子构建线性函数模型,定量的计量风险,得分越高的企业信用越好,风险越低,那么银行应更愿意贷款,融资成本更低。

从市场能力,管理能力,作业能力,资产能力,获誉能力五个方面中选取能体现中小企业竞争力的9项指标。指标设计如下:

X1:市场占有率

X2:管理者素质

X3:生产能力

X4:营销能力(本期业务额增产额)

X5:流动资产周转率

X6:净资产收益率

X7:总资产的增长率

X8:流动比率

X9:资产负债率

管理者素质及生产能力两个定性指标难以量化,在这单独给出判断依据。基于目标企业为创业板的中小企业,管理者素质评分为10分制,管理层综合学历越高,分数越高。生产能力以行业中等水平为基准打分,大于行业中等水平取值1,小于取值-1,约等于取值0. 另外七项指标均能从企业财务信息中获得。

运用这9项指标,利用主成分分析法对中小板的20家中小企业2008年状况进行分析。数据如下;

注:为便于计算,所有数据均采用期末数

用SPSS做主成分分析,计算结果如下

从上表可以看出,特征值大于1的主成分有4个,其对总方差的累积贡献率为85.987%,也就是说4个主成分包含了原指标85.987%的信息。再根据主成分及其特征值构造企业信用风险评估模型

F=2.848Z1+2.114Z2+1.69Z3+1.086Z4计算各企业的综合得分

从表4的得分可以看出,世荣兆业的信用最好,风险最低。银行从信用风险的角度考虑,在20家企业的授信中应最先选择该企业。

这种方法的应用主要突出了中小企业的市场能力,管理者能力等显著的特点在信用风险评估中的体现,而且少量的主成分包含了大约86%的信息内容,判别性较高。

随着计算机在信息管理中的应用,信用风险评估模型也越来越多。信用评估方法也会日益完善。同时,政府也要加强对中小企业技术及管理类的帮助,提高其财务信息质量。商业贷款真正做到“国退民进”,为我们的中小企业发展带来新的春天。

参考文献:

[1]周 宏:转轨时期我国银行信用风险实证研究[D].吉林大学博士论文,2007

[2]曲艳梅:上市公司财务信用评价指标体系的研究[J].商业研究,2006.(6)

[3]赵绍光:中小企业信用评估体系指标的研究[J].长春师范学院学报,2005.(3)

第4篇：信用风险的评估方法范文

【关键词】商业银行；信用风险；管理对策

截止到2012年1月，我国商业银行体系内约有5000亿美元的不良资产。不良资产决定了银行公司的生存与发展。微观而言，信用风险作为金融市场最关键、最重要的风险形式之一，是每家银行在经营过程中都需考虑的重要因素。宏观而言，信用风险直接影响着现代金融经济的各个层面，同时，也影响着国家的宏观经济决策和经济发展，甚至影响到全球经济的稳定与协调发展。

一、信用风险的定义

信用是借贷行为的总称，是以偿还为条件的特殊的价值运动形式，是从属于商品货币关系的一个经济范畴。信用风险又称信誉风险或保证风险，是商业银行所面临的最重要的风险，指借款人、债券发行人或金融交易一方由于各种原因不能履约致使金融机构、投资人或交易对方遭受损失的可能性。从狭义上讲，指借款人到期不能或不愿履行还本付息协议，致使银行遭受损失的可能性，它实际上是一种违约风险。从广义上讲，信用风险是由于各种不确定性因素对银行信用的影响，使银行等金融机构经营的实际收益结果与预期目标发生背离，从而导致金融机构在经营活动中遭受损失或获取额外收益的可能程度。

二、商业银行信用风险管理的现状和特点

1.商业银行实施信用风险管理的必要性

随着中国金融市场改革的飞速发展，商业银行面临着金融全球化的挑战。在金融全球化的新形势下，商业银行需要学习并借鉴国际上成熟的信用风险管理经验，加强信用风险管理，从而开发合适的信用风险管理模型，以达到《新巴赛尔协议》所规定的要求。深入探讨并研究商业银行的信用风险管理问题，不仅是商业银行作为微观金融主体内部管理的行为，从宏观上看也是防范商业银行的信用风险导致银行信用体系和支付体系崩溃以及金融危机的迫切需要。

2.商业银行实施信用风险管理的特点和现状

目前国内商业银行实施信用风险管理还缺乏足够的前提条件。第一，信用风险计量模型存在一定局限性。信用风险的评定需要各类企业的大量数据资料，但由于中国金融市场信息披露制度的不健全，未上市公司的财务信息无从搜集，而已公开上市的大企业的财务数据也不时存在着虚假现象。第二，在运用信用风险计量的过程中缺乏专家的专业指导。因此，目前只通过股票价格来反应企业的信用能力并不可取，而实施内部评级法是可行的方式。内部评级法需要商业银行自主评定风险的测量和管理方式，这种评级方法既能够强化银行实施风险管理及进行有效内控责任，同时又增加了商业银行实施风险管理手段的灵活性。目前，内部评级法已经成为商业银行开展有效风险管理的有效手段。

对于我国的商业银行实施信用风险管理的现状，一方面按照巴塞尔新资本协议实施信用风险管理有助于提高商业银行的识别风险以及风险管理能力。另一方面，商业银行面临着各种现实问题，其中大部分问题由于历史遗留造成的缺陷，主要体现在一下几个方面：（1）公司治理。委托机制不健全，商业银行缺乏以明晰产权为基础的现代公司治理结构和激励制度，必然会产生信贷约束软化、激励机制弱化等问题。（2）经营方式。经营方式单一，缺乏多样性。（3）资产质量。由于企业客户的经营状况不佳，造成资产质量低下，潜在预期的不良贷款包袱有可能加重。（4）信息技术。信息技术缺乏有效性，对客户的信息不能进行及时的动态跟踪与管理。

三、银行业信用风险评估存在的问题

就目前银行信用风险信用管理的实际操作来看，中国商业银行存在以下主要问题：

1.落后的风险管理量化手段

风险评估管理模型是国外银行对客户公司进行信用风险评估和信用风险管理时通用的模型，国外风险评估模型已经在技术上凸显了先进的发展趋势，而我国目前所实行的风险评估及管理仍集中于资产负债管理和头寸匹配管理的水平上，在实际评估及管理过程中基本上还需依靠客户经理的个人工作能力和经验，而我国商业银行的客户经理的管理机制本身就不够健全，因此这必然导致风险评估的量化存在着一定的问题。

2.缺乏专业的中介信用评级机构

国外有专业的信用评级机构为商业银行进行服务，专业的评级机构能为商业银行就客户企业的信用情况进行客观评价。以美国为例，美国信用风险评估实务设计和理论探索一直都走在世界的最前列，这和美国拥有世界级评级公司是分不开的。而我国信用风险的评级起步较晚，缺乏统一的标准，尚无专业的中介信用评级机构进行专业的评级，因而无法从整体上推动我国的信用风险管理。

3.信息披露制度不健全

国内企业财务及各方面的信息披露制度不健全，一方面由于我国银行电子化管理的起步较晚，另一方面，我国的证券金融业发展扔不成熟，还缺乏准确的行业和企业的数据资料，因此，在进行信用风险评级和信用风险管理的过程中一般都会缺乏足够的、准确的、及时的数据，因此无法对客户企业的信用风险能力做出准确的评估与预测。

四、加强商业银行信用风险管理的对策

1.强化信用风险管理意识

研究表明，强化信用风险管理理念比识别和评估风险更为重要。商业银行为实现其自身价值最大化，需要强化其信用风险管理理念，尤其需要在经营业务和适应环境变化的过程中，形成适用于其自身对于信用风险的价值判断体系。信用风险价值判断体系包括信用风险的理念、信用风险的经营管理思想、优良的传统习惯、合理的行为规范等。其具体的表现形式包括风险管理的规章制度、员工的行为准则、文化教育交流活动等。核心是信用风险理念和意识，其在很大程度上决定着其他因素作用的发挥。

2.建立科学的信用风险管理体系

（1）完善公司治理结构

商业银行内部需要根据其自身所理解的战略目标和一整套系统、完整的公司价值取向来划分出每个岗位清晰的责任，并贯彻实施；对于高级管理人员，其针对特殊业务领域的管理人员应发挥其监督的职责，承担起监督的角色，对每一笔信用贷款进行资格审批监督；同时，需要结合企业自身的内审报告及会计师事务所的审计报告，对客户企业的财务状况进行有效的评估；另外，商业银行还需要保证其自身的补偿机制与其目标、战略相一致，只有把激励补偿与业务战略相联系才不会导致管理层只专注于短期利润而不顾长期发展；以公开、透明的方式执行公司治理机制。

（2）合理化风险管理组织结构

商业银行应建立监事会监督下董事会管理下的信用风险管理纵向的架构，从而应对商业银行的股权结构变化和新环境下的冲击和挑战。同时，需要进一步完善信用风险管理制度，尤其对于信贷业务，需要成立专门的信用审查机构对客户企业的信用状况进行审查，进而对贷款额度进行审批。完善信用内控制度，强化贷款风险的事前、事中和事后控制。在贷款发放前，商业银行需要通过对借款企业进行信用等级的评估，对相关资料进行收集、整理、分析和判断之后形成结论，作为是否发放贷款决策的依据。同时，在战略规划、营销、决策、信息等方面，商业银行需要积极探索和尝试集中化、扁平化和专业化管理模式，从而明确风险管理战略，加快实施资本约束风险资产管理，提升信用风险量化管理水平。

（3）优化信用风险管理制度

优化风险管理制度是提高信用风险评估技术水平的内部基础。信用风险管理的有效实行有赖于合适的风险评估技术水平，技术与管理相辅相成，管理水平的提高有赖于先进的技术；同时，技术的有效实施需要完善的管理制度的建立，没有完善的管理制度的配套，技术无法发挥其应有的功效。因此，优化风险管理制度的建立应与提高风险评估技术水平同时进行，同时制度的优化也将促进风险评估技术的创新和进一步发展。

五、结束语

伴随着金融全球化、金融自由化趋势的加强，中国商业银行由于历史遗留及自身内部的各种缺陷，信用风险管理在一定程度上存在着问题，但通过完善公司治理结构，合理化风险管理组织机构以及优化信用风险管理制度可以进行有效的信用风险管理。

参考文献：

[1]王静雅.论我国商业银行信用风险管理中存在的问题[J].现代商业，2007.

[2]李维，刘晓鸣.我国商业银行信用风险管理探究[J].理论研究，2011.

[3]刘海龙，王慧.金融风险管理[M].上海财经大学出版社.

[4]马刚.商业信用风险研究[J].财税金融，2011（5）.

第5篇：信用风险的评估方法范文

关键词：信用卡风险；评估；层次分析法；灰色GM（1，1）模型

中图分类号：F830.5文献标志码：A文章编号：1673-291X（2011）19-0067-02

一、引言

近年来，中国消费信贷快速发展，对扩大内需、推动经济持续发展起到了重要作用。与国外银行信用卡业务相比，中国各商业银行信用卡业务的风险管理水平罗低，管理手段和方法相对落后，缺乏有效的申请评估方法来规避信用风险。如何有效分析信用风险状况，关系到银行自身的经营风险。

在信用评级研究中，多元判别分析技术（MDA）得到广泛应用，但其要求数据服从多元正态分布和协方差矩阵相等的前提条件，与现实中的大量情形相违背，由此在应用中产生很多问题[1]。因此，许多学者对MDA进行了改进，主要有对数、二次判别分析（QDA）模型、Logit分析模型、神经网络技术（NN）[2]、决策树方法[3]等，这些方法在解决部分问题的同时也带来新的问题。就中国的现状而言，存在的问题是用于评估的数据特性不稳定、历史数据样本容量小等，这就导致MDA方法所需的有效样本数量偏小而影响其使用效果[4~5]。

以往国内商业银行对信用风险评估相关数据重视不足，造成有效信息的缺失，灰色预测模型具有少样本预测的特点已被广泛应用在许多领域[6~9]。本文利用层次分析法（AHP）和灰色预测模型相结合的组合评价方法对信用卡申办人进行信用等级评估，以寻求降低信用卡信用风险的有效措施。

二、组合评估模型

（一）AHP计算信用卡申请指标权重

参照国际标准、国内外银行经验和个人信用等级评估方法，综合考虑商业银行特点与所在地区情况，通过对以往申请人群的考察，以专家判断为基础，选择四大类17个指标来评价个人信用等级（见表1）。

根据影响个个信用等级的主要因素建立系统的递阶层次结构，运用AHP确定各评估指标的权重。具体步骤如下：

Step 1： 构建判断矩阵A=[aij]，i，j=1，2，…，n，式中aij就是上层某元素而言Bi与Bj两元素的相对重要性标度。

Step 2： 判断矩阵A的一致性检验，评估矩阵的可靠性。检验方法为：

1.计算一致性指标Ic=（λmax-n）/（n-1），当λmax=n，Ic＝0，为完全一致，Ic越大，判断矩阵A的完全一致性越差。

2.计算平均随机一致性指标IR：随机构造500个样本矩阵，随机地从1~9及其倒数中抽取数字构造正负反矩阵，求最大特征根的平均值λ′ max，和IR=（λ′ max-n）/（n-1）。查找相应的平均随机一致性指标IR（见表2）。

3.计算一致性比RC=IC/IR，当Rc

Step 3： 计算层次单排序及总排序。层次单排序是根据判断计算对于上一层某元素而言本层次与之有联系的元素重要性次序的权值；层次总排序是依次沿递阶层次结构由上而逐层计算，即可计算出最低层因素相对于最高层总目标的相对重要性的排序值。

（二） GM（1，1）模型

设有已知序列：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） 所建立的白化方程实际上是一个带初值的微分方程，见（1）式。

+ax （1）（t）=ux （1）（1）=x （0）（1），其中a，u为待定参数。 （1）

对（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

对式（2）通过累减还原，得预测值：

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

（三）AHP-GM11模型及其实现

1．模型输入点的选取。通过AHP建立的指标体系，由于各判断矩阵的RC值均小于0.1，可认为它们均有满意的一致性。对权值累计贡献率>＝95%的指标保留，否则删除该指标，从而得到简化后的风险指标体系，并作为输入值。

2．GM模型预测。有了评估体系后，银行就可根据信用卡申请者或者信用卡授卡对象的归一化数据通过GM（1，1）模型得到预测结果。如果预测值>=0.8，说明申请者由于各种原因，申请者坏账风险比率高，银行应拒绝申请；如果0.4

3.模型的实际应用。本文结合实际情况，选取10个样本进行预测[13]，预测结果（见表3）。

三、结论

运用基于AHP和GM模型的风险评估模型可以同时考虑客户的一些静态和动态指标，如职业、学历、还款记录等，可以通过反映申请者的综合情况来考核其信用状况，为商业银行开展信用卡业务风险防范提供了依据。

但与此同时，在评价每个因素时，有时会出现某些指标的权重过高导致其综合评价指数偏高，而影响其信用状况评定。所以，如何更好地确定指标权重，进一步提高评估模型的稳定性、合理性将是作者今后的研究方向。

参考文献：

[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.小样本数据信用风险评估研究[J].管理科学学报，2001，(1)：28-32.

[5]李建平，徐伟宣，刘京礼，石勇.消费者信用评估中支持向量机方法研究[J].2004，(10)：35-39.

[6]邓聚龙.灰色控制系统[M].武汉：华中理工大学出版社，1988.

[7]刘思峰，郭天榜.灰色系统理论及其应用[M].郑州：河南大学出版社，1991.

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

[9]张岐山.灰朦胧集的差异信息理论[M].北京：石油工业出版社，2002.

[10]颜文.中国信用卡业务风险的宏微观分析[J].财会研究，2007，(4)：13-15.

[11]张颖，于海龙.中国信用卡业务现状和前景的综合分析[J].经济师，2007，(5)：23-24.

[12]信用评分及其应用[M].王晓蕾，石庆焱，吴晓惠，等，译.北京：中国金融出版社，2006：2-10.

[13]许速群，张岐山，杨美英.个人信用卡申请风险评估模型[J].中国信用卡，2007，(6)：30-33.

[14]詹志斌.对提升中国商业银行客户管理水平的思考[J].浙江金融，2010，(1)：33-34.

第6篇：信用风险的评估方法范文

现代商业银行信用风险管理已由传统的信用风险识别和违约评估发展到现代信用风险模型化阶段，由国际活跃的银行和金融机构创建和广泛应用并被巴赛尔银行业监管委员会(下称委员会)建议使用的现代信用风险模型主要有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月公布的巴塞尔新资本协议(下称新协议)所推出的信用风险内部评级法(IRB)也是基于上述模型的适用性考虑后的折中产物。

国外对现代信用风险模型的有效性验证研究结果显示，上述模型均是有效的信用风险量化技术，并且在对不同的信用资产风险度量中具有自己独特的优势。委员会于2004年6月推出新协议提倡使用IRB管理信用风险，并推荐使用上述模型进行内部评级，可见现代信用风险模型已经在国外得到了广泛的认可和使用。

目前，我国商业银行信用风险管理水平离新协议的要求还有相当大的差距，仍停留在传统的贷款风险度衡量阶段，但银监会表示，我国商业银行应积极过渡到以IRB为代表的现代信用风险模型管理阶段。国内理论界和银行业已对IRB和现代信用风险模型进行了理论研究，并探讨了在我国的适用性和模型选择，但存在的主要缺陷是没能遵循路径依赖的原则，忽视了在我国商业银行现有信用风险管理模型的基础上的改进路径选择，从而提高了改进成本。本文将弥补既有研究的这一缺陷，在细致考察我国商业银行现有的信用风险管理模型的贷款风险度方法存在的不足和缺陷的基础上，将其与现代信用风险管理模型进行比较分析，从而寻找改进和构建我国商业银行信用风险管理模型的路径选择。

二、我国商业银行信用

风险管理模型：贷款风险度方法

多年来，我国商业银行的信用风险管理方法主要以定性分析与经验分析为主，定量分析和各种财务工具的运用处于次要位置。目前这种局面己经有了改进，我国商业银行初步建立起由客户信用评级法和贷款风险分类法所构成的两维评级体系为基础的贷款风险度方法。

(一)贷款风险度方法框架

目前，我国商业银行的信用风险评估管理主要采用贷款风险度方法。所谓贷款风险是指发生贷款本息损失的不确定性，其主要影响因素有：贷款对象、贷款方式、贷款期限和贷款形态。在实践中，即将交易对手企业客户划分为不同的信用等级，确定相应的风险权数，即企业客户信用等级风险系数T；再给出贷款方式的风险权数，得到贷款方式风险系数S。于是，单笔贷款风险度X可表示为：

贷款风险度X＝TS由上式，贷款风险度的本质是取值在0-1之间用概率表示的贷款风险程度。上式表明，X是贷款风险的量化指标，X越大，表明此项贷款面临的风险越大。实际工作中往往通过统计结果来确定贷款最佳风险度X(一般为0.4)和临界风险度X(一般为0.6)。X以下的贷款质量处于良好状态，超过X就视为高风险区。

贷款发放后就参与了企业生产资金的周转过程，也就具备了增值或亏损的可能性。人民银行的《贷款通则》规定：银行已发放的贷款资产可划分为：正常、关注、次级、可疑和损失五类，据此可确定不同贷款形态的风险系数P；再考虑不同期限贷款面临不同的风险损失，可确定贷款期限风险转换系数p，于是，在最终贷款审查和评估时，有：

贷款资产风险度L＝单笔贷款风险度贷款形态风险系数贷款期限风险转换系数＝XPQ＝TSPQ单项贷款风险权重资产=单项贷款金额该笔贷款资产风险度，即：RWA＝AL＝ATSPQ全部贷款资产风险度＝贷款风险权重资产/贷款余额，即：

(二)我国银行业贷款风险度方法的总体判断分析

通过与国际银行业采用的现代信用风险管理模型和新协议的1RB法比较，可得出以下判断：

1、贷款风险度方法实际上低估了信用风险

贷款风险度的计算公式是根据概率论中全概率法则建立的，该法则的假设前提是各因素都应是独立无关的；然而，贷款风险度L的影响因素T,S、P均是与企业相关的内部因素，三者的含义和评估标准有重复的地方。所以贷款风险度方法并不符合严格的条件概率定义，在实际应用中低估了信用风险。因此，可以将S和P纳入，评价中去，将信用等级风险系数定义成严格意义下的条件违约概率。

2、评估方法简单化，主观性较强

贷款风险度方法以信用评级为基础。目前，我国商业银行的内部信用评级普遍采用打分法，这种方法的最大弊端是评级的基础是过去的财务数据，与风险预测的关联度不大。客户信用等级风险系数和贷款方式风险系数指标和权重的确定缺乏客观依据，难以反映评级对象未来的真实偿债能力。因此贷款风险度方法实际上是建立在主观因素过强的信用评级基础上的经验公式，无严格的理论基础和证明，很难有说服力。

3、无严格的理论基础，其科学性和准确性没有很强的说服力

可见，贷款风险度方法只是一个近似的加权平均，并不严格符合概率论的意义，从而，贷款风险度的计算公式所依据原理的科学性值得怀疑，其评估的准确性不能高。而国际高级信用风险模型则大都使用了联合概率分布和概率母函数的办法解决单个债务人的违约与银行整体客户违约的概率关系问题，以严格的理论为基础，其准确程度明显高于贷款风险度方法，并且可以推导包括多项贷款或其他银行业务的资产组合联合违约概率分布及损失分布，便于商业银行进行组合多样化管理。因而，我国在信用风险的评估方法中应引入严格的理论推导，以严格的理论为指导才能够保证信用风险度量及管理的准确性和有效性。

4、缺乏贷款组合风险管理功能

贷款风险度方法中仅考虑单项贷款的风险，没有考虑贷款组合和贷款集中度，缺乏贷款组合风险管理功能。事实上，集中于某一行业的贷款违约很有可能造成银行破产，贷款组合可以降低单项贷款带来的风险；好的风险评估模型应该关注银行现有客户的分布和组合贷款风险，便于商业银行进行组合多样化管理；并且由于贷款风险度方法不能推导出PD以及LGD分布，缺乏进行组合风险VaR分析的基础，从而无法进行VaR分析。

5、评估结果不全面，且呈现静态性和波动性

贷款风险度方法仅给出贷款风险的PD测量，而没有给出LGD估计值。而在实际工作中需要对LGD进行估计。因此使得贷款风险度评估结果不全面。而且由于贷款风险度方法中所使用的指标考察期均较长，评估结果时效性差，难于应对瞬间变化的金融市场。

贷款风险度作为信用风险的评估标准本身具有波动性，即贷款风险度对信用风险的反应不固定而时大时小，具体表现为：贷款风险度对信用得分差距原本较大的贷款企业，其评估结果却一视同仁；而有时信用得分差距微小的贷款企业，其评估结果却差异很大。贷款风险度指标对信用风险的度量只是一种粗略的度量，对于相差很大的贷款企业可能做出正确判断，而对相差不大的方案，该指标很有可能会掩盖企业间的风险差异，使银行做出错误的决策。形成波动性的根源在于贷款风险度自身的离散性与风险的不确定性和随机性之间的矛盾(于立勇，2002)。

三、现代信用风险内部模型的分类

银行内部信用风险计量是通过对客户和债项类型风险特征的评估确定银行可能遭受的损失，进而估计经济资本(EC)。IRB法需要估计和确定的主要变量有违约概率(PD)、违约损失率(LGD)、风险暴露(EAD)、期限(M)、预期损失(EL)、意外损失(UL)和风险价值(VaR)。其中，PD、LGD、EAD、M是IRB的主要输入数据，而EL、UL和VaR是主要输出结果。新协议对信用风险资本金的确定借鉴了市场风险中计算资本金的VaR方法，而且定义VaR就是EL与UL之和。用VaR方法计算资本金时需要确定信贷资产未来价值或损失的概率密度函数(PDF)，从不同的角度考察信用风险度量模型和用不同的方法计算相关参数，就会对模型产生不同的分类，通常有如下分类方式：

1、依据模型的演绎或归纳方法

演绎模型(TopdownModels)用单个统计数据对信用风险进行分组，也就是说将许多不同来源的风险视做同质风险加总到组合的整体风险中，不考虑个别交易特征。这种方法对于所含信用笔数很多的零售信用组合比较合适，但对于公司贷款或国家贷款组合而言，就不太合适了。即使零售资产组合，演绎模型也可能隐藏着来自行业的或地理位置的特别风险。

归纳模型(Bottom-upModels)解释了每一种资产/贷款的特征。此种方法非常类似于对具有市场VaR系统特征的头寸进行结构分解。它适用于公司信用资产组合和资本市场组合。归纳模型对于采取纠正措施也是最有用的，因为可以按照其风险结构进行反向操作来修正风险曲线。

当今的信用风险模型中归纳方法占主导地位。只有CSFP的CreditRisk是对假设为同质的资产在整个等级的层次进行分析，可以被认为是topdown方法。

2、依据建模原理与分析方法

对于PD、等级转移矩阵和信用质量相关性的计算，主要有三种方法。

其一是经济计量模型方法，该方法对PD计算的根据是，PD与当前的宏观经济状况、行业和公司所处的地理位置等有关，环境的差异或宏观经济因素的变化影响了公司的资产价值，因而影响了公司的信用质量，进而使公司之间的信用质量表现出相关性。经济计量方法适用于简化式模型；其二是基于精算的方法，其基本方法是只考虑KMV的预期违约概率(EDF)有关计算，假定违约遵从随机泊松过程，应用客户的历史违约率数据预测具有类似特征的客户的EDF，在此基础上再估计相关参数，比如等级转移矩阵和相关系数。基于精算方法的参数估计具有后顾性(backwardlooking)；其三是基于Merton期权模型的方法，把公司违约或信用质量的变化与公司资产的价值、股权、债务联系起来进行考虑。该方法利用可获得的关于公司的债务、权益的历史价值和当前市场价值以及权益价值的历史波动性估计公司资产价值的大小、变化率和波动性。进而通过期权模型确定公司的EDF和违约相关性。基于权益的方法具有前瞻性(forward-looking)。

CreditMetrics依据评级的历史数据统计和股权分析；KMV依据期权定价原理；CPV依据宏观经济因素调整的模拟分析；CreditRisk则依据保险精算的寿险和财险思想。

3、依据模型对风险的定义方式分类

违约模式(DefaultmodeModels，DM)与盯市模式(Market-toMarketModels，MM)是银行业内普遍使用的两大类信用风险模型，其分类原则是基于对资产价值和信用损失估计方式的不同考虑。所谓信用损失是指信贷资产组合当前价值与某给定时期末的未来价值的差，当前价值往往是已知的，而未来价值是不确定的但是有一概率分布。DM模型只考虑违约与不违约两种信用状态，即只把完全的违约视为信用事件。因此，资产组合的市场价值的任何变化或信用评级的任何变动都是无关的；而MM考虑资产组合市场价值的变化和包括违约在内的信用等级的变化，公平市场价值为模型提供了对风险更好的估计。在此意义下，MM模型是DM模型的一种推广。

CreditMetrics属于MM模型；CreditRisk和KMV本质上属于DM模型，但KMV公司目前正准备提供MM版本；CPV既可被当作MM使用，也可被用做DM。

4、依据违约事件的条件概率分类

条件概率模型(ConditionalModels)中包含了宏观经济因素变动对PD的影响。即此类模型考虑了经济衰退期PD会上升。

无条件概率模型(UnconditionalModels)具有固定的PD，并且因此往往关注的是贷款者或特定因素信息。但某些环境因素的改变也允许用改变模型参数的方法来实现。

CreditMetrics是基于违约历史资料统计的结果，没有反映宏观经济因素，因此属于无条件测度；CPV、KMV以及CreditRisk分别融入了宏观经济因素以及市场价格等信息，因此属于条件测度。

5、依据违约事件的结构化和简化设定分类

这种划分的根据主要是出于对违约相关或信用等级转移相关性确定方法的考虑。在同一行业和地区的客户之间，由于信用事件(违约、信用等级转移、违约时的损失率、信用价差、风险暴露等)的变化是非独立的，即存在着相关性，在估计信用损失确定资本金时应考虑相关性。但是，实际应用中由于数据及模拟技术的限制，通常只考虑不同客户之间违约或等级转移的相关性，而其它信用事件之间的相关性不予考虑。对相关性的估计，委员会选择了两类模型，即结构化模型(structuralmodel)与简化式模型(reduced-formmodd)。结构模型试图通过假定金融产品或经济单位的微观经济特征来解释单个客户的违约或信用质量的变化，比如资产价值和负债之间的比例关系可能决定了客户的信用质量。那些用于决定客户风险等级变化(包含违约)的随机变量称为等级转移风险因素(Migrationriskfac-tor)，在结构模型中，就是要估计或确定客户问等级转移风险因素的相关性。而简化模型则不同，它不是试图解释违约或信用等级的转移，而是选择一种统计方法并建立适当的因素模型来刻画违约或信用等级的转移现象。在简化模型中，特别假定了客户的EDF或转移矩阵与可以观察到的宏观经济活动指标或不可以观察到的随机风险因素之间存在一种函数关系，简化模型认为正是单个客户的财务状况对公共因素或相关背景因素的依赖才引起了客户之间违约率的相关性和信用等级转移之间的相关性。

CreditMetrics、KMV属于结构模型；CreditRisk与CPV属于简化模型。

6、依据违约的驱动因素分类

CreditMetrics和KMV的违约驱动因素为企业资产价值及波动性；CPV的驱动因素为宏观经济因素；CreditRisk的违约驱动因素则为违约风险平均水平及其波动性。

7、依据违约概率测度的离散性与连续性

由于金融产品的价值要受到其信用质量的影响，而对信用质量的描述变量有连续与离散之分，因此依据对金融工具信用质量变化方式的不同刻画，对金融工具在给定期限末的价值或损失的估计就有了两种可以选择的方法：一是，信用质量按离散的信用等级变化(信用评级)进行刻画，基于此的估值模型称为离散估值模型；二是，信用质量通过违约概率或违约概率密度函数按连续的方式进行刻画，基于此的估值模型称为连续型估值模型。

在以上几种模型中，CreditMetrics、CPV属于离散测度，而KMV、CreditRisk则属于连续变量测度。

四、贷款风险度方法与

现代信用风险模型的比较

从提高我国银行业信用风险管理的前瞻性角度思考问题，可行的方法是以现代信用风险管理模型为参考，改进我国现行的贷款风险度方法。将其方法与CreditMetrics、KMV、CPV、CreditRisk进行比较分析，主要特征比较如表1所示

。从比较中可以发现，与我国贷款奉献度方法在诸多特征最为接近的是CreditMetrics模型，因此，我国银行业在对此深入研究的基础上对我国现行信用风险管理模型做一改进，使其逐步向现代信用风险管理模型靠近，并满足IRB要求。

五、我国银行业现代信用风险

管理模型的改进方向及其选择

现代信用风险管理模型均具有不同的比较优势，从而也各具有不同的适用性，即：CreditMetrics和KMV适用于对公司和大的私人客户的信用风险度量；CreditRisk适用于对零售客户的信用风险度量，CPV适用于对宏观经济因素变化敏感的投资级债务人或债项如房地产贷款的信用风险度量。而我国银行业具有不同的类型和业务范围，可以选择较为适合的模型来改进自身的信用风险管理。

KMV主要用于分析发债公司的信用状况和资本市场的信用风险，其中一个基本条件是需要大量的股票市场的有效数据，适用范围受到了限制，特别适用于上市公司的信用风险评估，对非上市公司的EDF进行计算时，需要借助很多会计资料，同时还要通过对比分析手段最终得出企业的EDF，因而，计算过程复杂且结果未必准确。但由于我国股票市场历史较短，上市公司信息质量不高，股权分割等因素导致上市公司的股票价格时常背离公司的实际，进而影响对上市公司价值的准确估计，即使通过上市公司股票价格来估价公司价值，其差异也非常大：模型假定借款企业资产价值呈正态分布是不合乎实际的；模型不能够对长期债务的不同类型进行分辨。但随着我国资本市场的不断完善，资本市场作为重要的资源配置场所作用的日益增大，KMV在我国的应用条件会逐渐具备，而且随着上市公司数量的不断增加，其应用范围也会逐渐增加，并在未来的信用风险管理中发挥重要作用。

CPV和CreditRisk都涉及到宏观和行业因素。CPV是从宏观经济的角度来分析借款人的信用等级的迁移，而信用登记迁移概率在不同时期受到GDP增长率、经济周期、失业率、汇率、产业等多因素的影响。该模型的应用是以上述数据均正确为前提。由于此类数据的完整获取和精确计量在我国尚有一定的难度，再加上从方法论上看，从宏观因素的个数及其经济含意与信用等级迁移的具体函数关系尚缺乏稳定性和风险性，我国的信用风险量化处于起步阶段，还没有建立完善的数据库，因此在使用上述模型时缺乏基础条件，但随着我国宏观经济数据的不断完善，可以成为我国银行业信用风险管理的重要参考模型。

CreditMetrics适合于对各类贷款资产信用风险的分析和预测，其适用的基本条件是金融机构的内部评级体系或外部评级机构的评级结果。但由于我国信用评级制度不健全，银行内部评级制度尚处于发展阶段，外部评级机构的信用评级也是刚开始，还没有形成长期的企业评级数据库，在此情况下，该模型的应用空间受到很大限制。但我国的信用体系建设已经得到政府的高度重视，企业信用信息征集、评价机制正在不断完善，银行内部评级和外部评级机构也在不断发展，随着各项条件的具备，该模型在我国的应用前景广阔，可以作为一种基础性的信用风险管理模型

相比之下，CreditMetrics具有两个优点：一是所计算出的Vail可以较为准确地反映不同信用等级和不同时期的贷款在未来可能发生的价值损失；二是以VaR来确定最低的风险资本量可以有效地保证银行在遭受信用风险损失的情况下能够继续生存下来。因此，CreditMetrics可较好地用于我国商业银行对信用风险进行量化和管理。

第7篇：信用风险的评估方法范文

摘 要：创业板自上市以来，由于自身技术水平不成熟、自有资产小等原因，信用风险的问题一直存在。本文选取了创业板上市的100家企业为样本，通过运用其股票市场的数据和财务报表中的债务数据，利用KMV模型信用评估方法，考虑创业板企业的实际市场情况，对参数进行了修改，并且结合相应编程计算其违约距离DD。实证研究结果表明，KMV模型对我国创业板企业的信用风险评估具有较高的准确性和科学性，对创业板企业进行风险预测和防范有着重要的意义。

关键词：KMV模型；违约点；创业板企业；信用风险

1.文献综述

信用风险作为金融市场上最古老的风险之一，一直也是学术研究中的重点。现代信用风险评估模型以新的财务技术以及现代财务理论为基础建立起来，主要包括Credit Metrics， Credit Portfolio View， Credit risk+ 和 KMV 模型。KMV模型是由美国KMV公司基于Merton期权定价理论，用预期违约频率来计量公司违约概率，主要是利用预期违约率EDF（Expected Default Frequency）的值来衡量企业市场价值降到违约出发点水平之下的概率，其中EDF可以通过分析企业股票市场价格的波动而得到。Kealhofer和Kurbat[1]认为KMV模型能够有效的运用财务指标变量和信用评级方法进行风险预测。Peter Crosbie和Jeffrey R Bohn[2]用KMV模型研究金融类公司，研究结果表明KMV模型具有一定的有效性。

随着KMV模型在我国市场的运用逐渐普遍，我国学者也进行了相应的研究。刘博[3]通过实证分析表明，在KMV模型中引入资产连续回报率这个模型最适合中国国情，灵敏度和预测能力较好，在一定程度上可以揭示上市公司的信用风险。马若微[4]以 2004 年底的上市公司作为研究对象，根据其财务和交易数据对115 家 ST 公司进行信用风险度量，研究结果表明 KMV 模型可以有效预警上市公司的财务困境和潜在信用风险，并且该模型的有效性要强于其他同类型模型。张玲、杨贞柿、陈收[5]通过数据分析认为 KMV 模型对于上市公司个体和上市公司整体的信用风险变化情况都有较好的预警作用。谢邦昌[6]选取公共事业和房地产开放两个行业的各 10 家深交所上市公司作为研究对象，研究结果表明对于不同行业的企业，KMV 模型仍可以有效进行跨行业的信用风险度量。

2.KMV模型理论概述

KMV模型属于期权定价模型，运用其作为信用风险评估，需要测算借款人或者企业的资产市场价值及其波动率，进而计算其违约距离与违约概率。

E=VN（d1）-De-rTN（d2）

其中，D——负债的账面价值（执行价格、额定价格）；

V——借款公司资产的市场价值；

T——到期时间，时间范围；

N——正态分布累积函数，它根据d1和d2计算得出。

d1=lnVD+r+12σ2ATσAT

而

d2=d1-σAT

对上述公式两边同时求导，求出其期望值，得出以下公式：

σE=N（d1）VσAE

其中，一般应采用迭代技术计算σE，本文均借助Matlab软件，对创业板企业的信用风险进行评估。

而违约距离的公司为DD=E（V）-DPTE（V）·σA（V0为借款企业当前的市场价值；DPTT为指定期限（一般为一年）内的违约点；μ为资产的预期净回报率）。

3.基于KMV模型的我国创业板企业信用风险实证研究

目前，我国创业板大多均为中小型企业，具有较高的成长性和较大的资金需求，银行贷款则是其进行融资的主要途径。并且，由于创业板企业普遍成立时间较短，存在着企业财务数据不完整以及管理层素质不一致等问题，因此，对创业板企业进行信用风险评估，对提高银行贷款效率，解决企业的融资需求，支持科技型中小企业的全面发展有着重要的意义。本文选取了创业板中的100家企业为样本，通过其贷款信用记录、是否存在大额担保等信息，将100家企业分为不存在信用风险和存在信用风险两组样本，每个样本组各100家企业。

而对于违约点的选择，KMV公司根据对大量违约事件的实证分析，发现违约发生最为频繁的临界点处于公司的流动负债加百分之五十的长期负债。

即违约点值=流动负债 + m*长期负债，m=0.5。

但是随着KMV模型在我国市场中运用的不断深入，发现该比例并不适合我国市场。因此本文分别讨论m=1，m=0.75，m=0.5，m=0.25这4种情况下样本的违约距离，从而判断模型评估的准确性。研究表明，当m=0.25时，KMV模型的准确率最高。并且，由于方差可以用来判断数据的波动情况，对于违约距离来说，方差越大意味着敏感性越高，对准确的预测信用风险则更加有利。从这个角度来说，m=0.25时，违约距离的方差最大，因此本文选取m=0.25 来设置文章的违约点。

通过进行相应的参数调整，KMV模型对样本的信用风险评估的准确率达到了81%，具有较高的准确性。因此，实证研究表明KMV模型对于我国创业板企业的信用风险评估具有较高的准确性，具有预测性和科学性。

指导老师：刘澄

参考文献

[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] 刘博. 基于KMV模型对中国上市公司的信用风险进行度量的实证分析.科学技术与工程，2010，3（10）：844～847

[4] 马若微.KMV 模型运用于中国上市公司财务困境预警的实证检验[J].数理统计与管理，2006（9）：594-601.

第8篇：信用风险的评估方法范文

在小额贷款公司发展过程中，高发的信用风险是其主要限制。现有的小额贷款公司信用风险研究领域内。申韬（2012）基于风险评估特征以及评估方法的适用范围和风险指标筛选的全新视角提出通过完善信用风险评估机制来提升小额贷款公司信用风险防范能力。在与商业银行传统贷款业务进行对比的基础上，孔蕾（2013）利用与商业银行传统贷款的对比分析出小额贷款公司信用风险具有区域集中和协同性的特殊性。褚?t梅（2014）从小额贷款公司面向的客户群体角度提出小额贷款公司承担较高信用风险的主要原因是贷款对象信用意识差和违约成本低。因此，在认识小额贷款的信用风险的基础之上，我们有必要对信用风险管理防范等问题进行研究，推动其可持续地发展。

1小额贷款公司的发展现状

小额贷款公司是民营金融机构的重要形式之一，发展历史较短，作为农村金融机构的补充尚处于起步阶段，在推动金融体制多元化和打破国有银行垄断方面扮演着重要角色。2008年，小额贷款公司开始从无到有经历了稳步增长的阶段，但从2014年开始，包括公司数量、从业人数、贷款余额以及实收资本等数据在内的各项衡量小额贷款公司发展的重要指标增速均大幅下降。2015年小额贷款公司总体发展水平显著放缓，人民银行数据显示，2015年第三季度至今，全国小额贷款公司总数已连续4个季度下滑，2016年第三季度末小额贷款公司机构从业人数与2015年同期相比减少约143%。由此可见，小额贷款公司虽然有着一定时期的高增长率，但是其可持续性发展能力仍有待提高。小额贷款公司在支持地方经济发展的同时也面临着诸多风险，尤其是日益突出的信用风险问题，严重制约了小额贷款公司的发展。推动小额贷款公司信用风险防范的市场环境建设和政策扶持引导，促进小额贷款公司信用风险防范的能力提升和机制健全，已经成为社会普遍关注的问题。

2小额贷款公司信用风险的成因

21小额贷款公司信用风险形成的外部因素

（1）法律法规体系不完善，政策发展路径不清晰。小额贷款公司目前以各地区自主管理为主，没有从国家宏观层面上形成统一明确的发展规划和发展方向，各地监管政策也各有不同，使得小额贷款公司区域性特征明显，发展潜力不能被完全释放。

（2）信贷主体还款能力不强，信用环境有待改善。由于小额贷款公司主要面向农户个人和中小企业，受生产经营的高风险性和不确定性影响，它们具有较高发生信用违约事件的概率；而部分企业或个人逃避金融债务形成不良风气，使得小额贷款公司面对的信用环境不容乐观。

（3）行业管理经验不足，风险度量机制不成熟。小额贷款公司成立时间不长，数据采集还不成熟，数据体系完善，没有专业针对于小额贷款公司的信用风险度量方法，使得对其信用风险难以进行有效的计量。

22小额贷款公司信用风险形成的内部因素

（1）资金来源缺乏，业务种类单一。国家严格限制小额贷款公司的资本金来源以及“只贷不借”的经营模式使得小额贷款公司面临资金困境。主要依赖于小额信贷利息收入的盈利模式使得小额贷款公司抵抗信用风险的能力较差。

（2）管理制度不科学，风险控制不到位。小额贷款公司在经营管理过程中部分工作较为粗略，没有形成完备科学的制度体系，造成风险控制不到位。小额贷款公司在组织机构、运营方式、贷款流程和财务体系方面没有形成科学规范的管理制度，导致其内部管理混乱，难以有效控制信用风险。

（3）专业人才匮乏，员工素质不高。小额贷款公司的工作人员多为银行等金融机构退休人员，吸引高素质的专业人才又具有一定难度，现有员工跳槽现象普遍，人员流动在很大程度上限制了自身的发展，这种现状造成小额贷款公司工作人员的素质普遍不高，不能有效甄别、防范和应对信用风险。

（4）地区内部聚集效应明显，区域性金融风险较高。小额贷款公司的客户具有明显的地域性，客户网络通过“熟人社会”构建，农民靠天吃饭，内部聚集效应明显，容易遭受气候异常、地质灾害、经济形势和地方政策变化而导致的区域性风险。与此同时，政府干预形成的区域金融运行封闭化和区域间产业同构化弊端，增加了小额贷款公司的风险。

3小额贷款公司信用风险的防范

31小额贷款公司自身控制风险能力的增强

（1）建设小额贷款信用体系，加强地区信息共享。在一个地区或行业内建立小额贷款专业征信系统，有针对性地进行信用建设，可以有效提高授信的质量和效率。由于小额贷款公司区域性较强、受区域经济环境影响较大，加强区域内合作、建立互相沟通共享信息机制也可以降低小额贷款公司信用风险。

（2）严格落实抵押担保，依托保险转移风险。小额贷款公司可以通过提高抵押担保数量、扩大担保抵押物种类、与当地金融担保机构合作开展担保业务等多项措施完善和扩大抵押担保贷款的比重来降低信用风险。小额贷款公司也可与保险机构合作，对风险较高的贷款购买贷款信用保险，当贷款客户无法履约还款时，可由保险公司代偿，以此降低风险损失。

（3）提高从业人员专业素质，完善公司内部治理结构。定期对在职员工进行培训和考核，建立行业内部学习交流机制，提高从业人员的专业素质和受教育水平。建立健全内部风险管控制度和奖惩制度，实行信用风险与工资绩效挂钩考核制度，减少由于自身环节造成风险的可能性。

（4）设计新型贷款产品，扩大公司融资渠道。充分运用小额贷款公司贷款利率灵活的优势，与外部企业合作，开发设计出小额消费信贷等新型贷款产品。面对不同客户，推出具有差异化、个性化、低风险的贷款产品。利用现有政策允许的各类融资手段扩大融资渠道，也可以与民营企业合作吸引注资，增强自身实力。

32小额贷款公司外部信贷环境的改善

第9篇：信用风险的评估方法范文

【关键词】商业银行；信用风险；现状

风险管理与商业银行的日常经营管理紧密相关，风险管理能力更是现代商业银行最重要的核心竞争力。随着我国金融机构改革的日益加深，以及2006年12月起的金融业对外开放全面化，商业银行作为金融体系的中流砥柱，越来越清晰地认识到健全的风险管理体系在其长远发展中具有及其重要的作用。巴塞尔委员会将商业银行面临的风险划分为信用风险、市场风险、操作风险、流动性风险、国家风险、声誉风险、法律风险以及战略风险类。其中，信用风险是商业银行与生俱来的一种风险，是金融市场上最为古老的一类风险，也是最重要最复杂的一种风险。商业银行信用风险的控制与管理对于整个金融市场乃至国民经济都具有举足轻重的作用。

一、我国现行的商业银行信用风险管理

现阶段我国商业银行的信用风险管理还处于传统阶段，主要方法有内部信用评级和贷款分类两种。

1.内部信用评级

所谓银行内部信用评级是由银行专门的信用评估部门和人员，运用一定的评级方法，对借款人和交易对手按时、足额履行相关合同的能力和意愿进行综合评价，并用简单的评级符号表示信用风险的相对大小。巴塞尔委员会于2001年1月了新巴塞尔资本协议第二次征求意见稿，要求商业银行在计算资本充足率时，根据外部评级结果确定资产的风险权重，并可以内部评级作为替代。可见，我国商业银行发展和完善内部评级意义深远。目前，我国各大商业银行基本都建立了自己的内部评级系统，各银行的内部评级系统在评级对象、评级方法和评级程序等基本相同，对象为已有的或潜在的债务人或交易对手，方法主要是专家分析判断。

与国外商业银行相比，我国商业银行的内部信用评级存在以下两方面不足。其一，评级方法与巴塞尔银行新框架的要求还有较大差距：偏重于对受评对象过去而不是未来偿债能力的评估；权重的确定缺乏客观依据；缺乏对现金流量指标的预测和应用；缺乏对具体行业的分析。其二，在评估的组织和程序方面，存在分工不明确，人员素质不高的问题：评级人员和信贷人员在职责上缺乏必要的分工和制衡，影响评级的客观性和公正性；评级人员素质不高直接影响评级的准确性；我国评级制度还缺乏行业专家，这将会进一步影响评级的准确性。

2.贷款分类

贷款分类就是贷款评级。目前我国商业银行中全面推行的是贷款风险分类管理。贷款风险分类也称贷款五级分类，指银行主要根据借款人的还款能力，即最终偿还贷款本息的实际能力，确定贷款遭受损失的风险程度，将贷款质量分为“正常”、“关注”、“次级”、“可疑”和“损失”五类的一种管理方法。它以动态监测为基础，通过对借款人的财务实力、现金流量、抵押品价值等因素的连续监测和分析，判断贷款的实际损失程度，对银行的信贷管理水平和信贷人员的素质要求较高。这方法有利于银行及时发现放贷后出现的问题，能更准确地识别贷款内在风险、有效追踪贷款质量，便于银行及时采取措施。但也存在不足：

第一，信息不对称和滞后问题。该方法需要企业提供大量财务信息和非财务信息，而银行往往难以及时准确地获得这些信息。

第二，分类标准粗化，缺乏统一性。该方法只对五个类别进行了核心定义，内涵和外延不清晰，损失比例判断存在较大的主观性，不便于准确掌握和执行。

第三，会计基础信息薄弱、科技支撑能力不强，影响分类工作的时效性和真实性。

二、我国商业银行信用风险管理存在的主要问题

与西方国家相比，我国商业银行在信用风险的度量和管理水平上还比较落后，而且不同银行对信用风险的管理水平也存在较大差异。不可否认的是，经过30多年的改革开放，我国商业银行在信用风险管理方面已经有了长足的进步，如银行内部已经建立起了企业信用评级制度，部分银行开发出信贷风险的评估方法等。但是，与以美国为代表的西方国家先进的信用风险评估和管理水平相比，我们仍然存在着较大差距。

1.信用风险度量技术落后

（1）数据质量差。阻碍我国商业银行风险识别能力提高的瓶颈首先在于数据基础。数据基础建设是商业银行信息系统建设的有机组成部分，尽管我国商业银行在信息技术开发上的投入较大，效果却不理想。由于数据的一致性较差，所以不仅无法提高工作效率，还增加了工作量，工作量的增加又使统计数据的质量下降，如此以致恶性循环。基础数据质量不高不仅导致高层次的风险分析（信贷资产组合分析）难以展开，还对简单分析工具的分析结果的可信度产生负面影响。

（2）信用评级体系不完善。信用评级体系由内外两部分组成。目前，国内针对企业的外部评级机构刚刚建立，运作程序还不规范，没有形成规模，还不能对我国大多数企业进行信用评级。国外评级机构也难以对大部分的银行客户进行逐一评级。在外部评级不完善的情况下，我国主要商业银行近年来逐步建立起内部信用评级系统，但与发达国家银行的评级体系相比还存在较大差距，在一定程度上限制了其在识别和控制信用风险方面的应用。

（3）信用风险量化技术落后。现阶段，我国银行信用风险量化工作主要使用专家分析和计算信贷风险度的传统方法，尽管传统的风险计量方法由一定的积极作用，却也存在不可忽视的缺陷，难以适应现代银行进行全面和动态风险管理的需要。

2.风险补偿机制不完善

风险补偿机制是银行承担风险获取收益并能维持正常运营的保障。提取坏账准备金和计提资本金是最常见的风险补偿方式。坏账准备金提取不足、不能及时核销坏账以及资本充足率不达标是我国银行存在的比较普遍的问题。这使得银行信用过度膨胀，导致信用风险隐患。

3.外部交易制度不健全

我国商业银行的信贷利率由中国人民银行控制，没有市场化。银行不能通过信贷定价来弥补风险损失。由于产权的不明及其他外部因素的影响，信贷抵押也很难成为有效地传递信号。银行对企业一视同仁，企业不分好坏同样得到贷款，大量信用风险成为事实。此外，当前我国企业破产制度不完善。企业破产，银行受损，清算破产成本对银行来说相当高，更加重了银行的信用风险。

三、加强我国信用风险管理的建议

1.建立健全内部评级系统，完善外部评级系统

大力引进和发展外部信用评级机构，并加快由内到外的更替步伐，由于目前评级行业的社会影响在逐步扩大，评级市场在逐步打开，社会信用评级机构将会得到越来越快的发展，外部评级取代内部评级必将是一个渐进、自然的过程。商业银行内部也要不断完善信用评级办法，并在时机成熟后，以外部评级逐步代替内部评级。

2.完善信用风险补偿机制

信用风险的补偿指银行用资本、利润、抵押品拍卖收入等形式的资金补偿其在信用风险上遭受的资产损失。商业银行除了提取普通准备金意外，还要提取呆账准备金，用于弥补贷款后的损失。

3.利用金融创新分散信用风险

一方面利用资产证券化转移信用风险。资产证券化是指，通过在资本市场和货币市场发行证券筹资的一种直接融资方式。通过向市场发行资产，将信贷资产进行交易和处理，最终实现融资，有利于商业银行现金回流，并提高其竞争力。另一方面，利用信用衍生工具化解风险。商业银行可以利用衍生工具自由控制所承担的风险，可将不愿意承担的金融风险转嫁出去。

参考文献

[1]吴彬.商业银行信用风险管理研究[D].复旦大学:中国优秀硕士学位论文全文数据库,2008.

[2]王志强.银行系统内部信用评级调查与分析[J].河北金融,2011(03).