商业银行信贷风险分析论文

后危机时代,我国商业银行面临房地产行业贷款风险隐患上升,个人住房按揭贷款的不审慎行为加剧等与住房贷款有关的信贷风险,具体表现为“三个并存”:泡沫经济与信贷风险并存;个贷高增长与高不良率并存;房贷利率和房价风险并存。泡沫经济与信贷风险并存经济过度依赖房地产,在房价不断上涨的情况下,容易导致房地产市场泡沫。下面是小编整理的《商业银行信贷风险分析论文 (精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！

商业银行信贷风险分析论文 篇1：

我国商业银行信贷风险分析与管理刍议

摘 要：在我国商业银行的各种风险中，信贷风险仍是主要风险。本文章运用金融、财务及管理学相关知识，通过对商业银行信贷风险管理的理论概述，揭示了商业银行信贷风险管理的重要性，以及如何进行商业银行信贷风险分析。

关键词：商业银行 信贷风险 风险管理

我国商业银行信贷风险管理的基本内涵，是指在日常信贷工作过程中预测风险、识别风险、衡量风险和分析风险，并在此基础上有效控制风险，用最经济合理的办法综合处理风险(包括降低和避免风险)，最大程度地保障信贷资金的效益性，从而实现收益最大化。下面，笔者对商业银行的信贷风险管理进行探讨。

一、商业银行信贷风险定义及分类

1.商业银行的信贷风险管理定义。商业银行的信贷风险是指商业银行在经营过程中，因不确定性因素使借款人不能按约偿还银行贷款本息，引致信贷资产预期收入遭受损失的可能性或概率。

信貸风险管理是指银行通过对信贷风险的识别，并选择相应的手段，以最小的支出获取最大安全效果的过程。

2.西方银行的信贷风险管理分类。西方的信贷风险管理起源于保险，根据贷款风险结果可否保险，分为静态风险和动态风险。(1)静态风险。静态风险又称之为纯风险，主要指自然灾害和意外事故带来损失的可能性。它只有风险损失而无风险收益，一般不可回避，风险承担者不得不被动防御。由于是源于自然灾害和意外事故，静态风险基本符合大数定律，一般是可以比较准确地预测其发生概率，因而可以通过社会保险来承担风险损失。

商业银行只要发生信贷业务，就必然面临静态风险，此时商业银行可通过保险的方式对风险进行转嫁，从而降低信贷风险，减少信贷损失。(2)动态风险。动态风险又称之为投机风险，主要指商业银行贷款决策失误或借款人经营管理不善或经济环境的改变和市场各种行情波动等因素引发风险的可能性。由于其发生的概率和每次发生的影响力大小都随时间而改变，这种风险难于计算和把握，一般社会保险不对此承担风险。动态风险只能由商业银行和其借款企业共同承担。

3.我国贷款风险的五级分类法。贷款风险分类指银行综合所获得的各种信息，并运用最佳判断，根据贷款风险程度对贷款质量作出论证，它不但包括结果，也包括过程。近年来，我国银行监管部门在比较研究各国在信贷资产分类方面做法的基础上，要求商业银行按风险程度将贷款划分为五类，即正常、关注、次级、可疑、损失。

商业银行实行风险贷款五级分类，是我国金融监管的需要，也是商业银行自身稳健经营及与国际惯例接轨的需要，有助于商业银行提高信贷风险管理水平，客观上也有助于培养健康的信贷文化，从而有助于推动在我国建立现代银行制度。

二、商业银行信贷风险产生的原因

商业银行信贷风险产生的原因是多方面的，往往是各种因素综合作用的结果，既有商业银行自身经营的原因，又有银企关系，社会经济整体发展及相关各部门的原因。综合起来，商业银行信贷风险产生的原因主要有以下几个方面：

1.商业银行自身经营性原因。商业银行是信贷活动的主体，其自身的经营性原因和具体操作失误是十分重要的因素。自身对信贷资产风险的产生、发展缺乏一整套完整、健全、科学的管理与防范体系，内控制度建设不完善和制度执行不严格，缺乏严格的信贷资产质量监管制度。加之，由于经营管理人员和具体经办人员缺乏职业道德，放款缺乏对贷款企业及项目审查，加上责权利不对称，形成信贷经营风险。

2.信贷双方的信息不对称。在信贷经营活动中，企业在贷款申请材料中故意隐瞒甚至谎报其投资项目的风险信息，以获得他们需要的贷款，而商业银行若不能力争获取详尽的资料及信息，就不能排除贷款决策的潜伏风险。

3.信贷风险识别机制不健全。商业银行的信贷风险识别机制不健全，没有对信贷风险准确评估，这反映了银行对信贷风险缺乏判断力。

4.其它原因。信贷风险的形成，还会由于国家产业政策调整、行政干预、企业机制不健全和企业经营管理不善及自然灾害、意外事故等商业银行不可抗拒的外界因素大量存在。

三、商业银行信贷风险管理程序

商业银行信贷风险管理是为了正确识别和认定信贷资产的经营风险，建立并强化风险的防范、控制和补偿机制，降低信贷资产风险，减少信贷资产损失，提高信贷资产质量。信贷风险管理程序一般包括收集数据信息、核实并整理信息资料、分析信贷风险，并作出管理结论。

1.收集数据信息。根据银行信贷风险管理目标，信贷人员要收集分析所需各种信息和数据资料。一般信息收集内容有宏观经济形势信息、行业情况信息、企业内部数据，如企业市场占有率、销售政策、产品品种、有关预测数据等，以及对信贷风险分析起重要作用的企业财务报表。但财务信息只反映企业经济活动在某一时期的结果，能部分地反映造成当前结果的原因，但并不反映经济活动发生、发展变化的过程，不能全面揭示形成原因。因此，需要分析者收集相关资料信息。信息收集可通过查找资料、专题调研、座谈会或有关会议等多种渠道来完成。

2.核实并整理信息资料。对于收集到的信息资料，首先核对和明确信息资料是否反映了真实情况，所收集到的资料相互间是否有较大出入。如果证明企业财务报表中重要数据不真实或有重大出入时，应该对该企业的经营管理水平和经营效益提出怀疑，放弃投资或借款给该企业。以下所介绍的各种分析方法和理论，都是以提供和使用真实的信息和资料数据为基础的。因此在进行银行信贷风险分析时，要特别注意信息的真实性。

3.分析信贷风险并作出结论。由于企业经济活动的复杂性和企业外部环境的多变性，在作出信贷风险分析结论时，要根据信贷风险分析目标和内容，评价所收集的资料，寻找信息和资料数据间的因果关系，联系企业客观环境情况，解释信贷风险形成的原因，揭示企业经营成绩和失误，暴露存在问题，提出分析意见，探讨改进办法与途径。

四、信贷风险分析内容及方法

1.信贷风险分析内容。商业银行的信贷风险分析内容，主要包括企业基本面风险分析、系统性风险分析、财务风险分析、担保风险分析等方面。(1)企业基本面风险分析。在这一部分，信贷风险分析人员应分析客户基本情况、经营范围及主营业务组织结构、企业类型及业务经理人员的情况及其附属机构的情况，还要对借款用途、生产利用效率、融资能力、信用记录情况进行分析。(2)系统性风险分析。主要分析该企业所处行业、市场情况，对其产品未来发展前景作出判断。(3)财务风险分析。财务风险是由于公司筹措资金时举债而引起的风险。对公司的财务风险分析主要对企业的资产结构、盈利能力、成长能力、营运能力、偿债能力、现金流量等方面进行风险分析。(4)担保风险分析。主要对作为企业第二还款来源进行分析，对保证单位偿还能力进行分析，对抵押品、质押品进行准确评估。

2.信贷风险分析方法。对银行信贷风险分析主要采用以下三种方法：(1)定性分析与定量分析相结合。定性分析法是指预测者根据已有的有关历史资料和现实资料，凭借自己个人的经验和分析判断能力，对未来变化趋势作出分析判断，确定预测值;定量分析是指利用有关历史数据，通过数学模型，对未来作出预测。

任何事物都是质与量的统一，信贷风险分析也要定性与定量相结合。因此在定量分析的同时，要作出定性判断，在定性判断的基础上，再进一步进行定量分析和判断。在进行分析时，既要掌握分析目标所需指标的资料，又要了解相关指标的因果情况;既要收集企业内部的报表资料，又要掌握企业环境的变化情况;既要有客观数据资料，又要有文字意见资料。(2)静态分析与动态分析相结合。企业的生产经营业务，是一个动态的发展过程。所收集到的信息资料，特别是财务报表资料，一般是过去情况的反映。因此，要时刻注意数值的时间性，在弄清过去情况的基础上，分析当前情况下的可能结果。要联系企业和投资者、决策者的实际情况，静态分析和动态分析相结合，提出建设性的分析意见。(3)抓住重点、综合分析。在进行信贷风险分析时，往往一两个指标不能说明问题，既要对指标本身的数值进行分析解释，又要对该指标数值对其他方面所产生的影响作出解释。企业的经济业务是相互制约和相互促进的，要通过综合分析判断，得出分析结论。

参考文献：

1.章彰.商业银行信用风险管理.中国人民大学出版社.2002

2.圣文.商业银行信贷风险研究.山东科技大学.硕士学位论文，2004

3.董谭玖.我国商业银行信贷风险管理研究.西南财经大学.硕士学位论文，2005

4.付群.商业银行信贷风险管理.对外经贸大学.硕士学位论文，2006

(作者单位：中国人民银行运城市中心支行 山西运城 044000)(责编：若佳)

作者：昝璞

商业银行信贷风险分析论文 篇2：

后危机时代我国商业银行信贷风险分析

后危机时代,我国商业银行面临房地产行业贷款风险隐患上升,个人住房按揭贷款的不审慎行为加剧等与住房贷款有关的信贷风险,具体表现为“三个并存”:泡沫经济与信贷风险并存;个贷高增长与高不良率并存;房贷利率和房价风险并存。

泡沫经济与信贷风险并存

经济过度依赖房地产,在房价不断上涨的情况下,容易导致房地产市场泡沫。一般而言,房地产投资占GDP的比重指标用于判断是否存在对未来房价过高预期而出现房地产投资过热现象。国际公认的房地产开发投资占GDP比重不能超过5%,但国内房地产投资占GDP的比重2004年就已经达到9.6%,一些城市甚至高达50%以上。自1998年至今,我国的房地产投资占GDP的比重一直呈上升趋势,2009年达到11%,且增长幅度远远超过美国和日本(见图1)。美国1950年房地产投资占GDP的比重达到6.98%的历史最高点位,此后一直在正常范围内波动,基本处于平稳态势。日本历经20世纪70年代的峰值之后,一直处于下行趋势,且基本维持在4%〜6%之间。我国的房地产投资占GDP的比重最大值和平均值分别达到10.13%和6.43%,两项指标分别比美国高3.15和2.24个百分点;比日本高1.44和0.66个百分点(见图2)。

摩根士丹利的首席经济学家史蒂芬•罗奇近期表示:“目前2/3的国家和地区正面临房地产泡沫危机。在所有面临房地产泡沫的国家和地区中,中国排第一,上海和北京因占中国销售量的14%,且房价涨幅最大,将首当其冲。”美国《纽约时报》报道:“中国房屋的空置率已超过国际警戒线。在上海,大约有1/6的高级住宅没人住;在北京约为1/4,在深圳约为1/3。未来几年里,房屋空置率还将在目前的基础上大幅增加。”

1997年,香港房地产泡沫破裂导致经济在1998年出现几十年绝无仅有的负增长。失业率从1997年的2.5%上升到1998年的5%,零售和消费总额大幅下降,较受欢迎的私人住宅,其售价指数从1997年10月的167.5下降到2001年12月的72.4,下降幅度高达57%。房地产增加值从1997年的1356.5亿港元下降到2002年的811.3亿港元,下降幅度同样高达40%;房地产增加值占GDP的比重则从1997年的10.7%下降到2002年的6.13%。为此,严格控制房地产占GDP的过高比例,减少经济对房地产的过度依赖,有利于从根本上控制经济泡沫的扩大。

住房贷款过热增长,当房市价格出现逆转时,房贷的潜在经济风险易在银行体系内首先爆发。房地产风险与金融风险高度相连,房地产市场持续走弱后,产业风险向金融风险进一步传递的可能性增加。若此种风险发生,我国房贷风险的破坏力肯定比美国的次债风险更加惨重。因为美国次债占金融贷款的比重不足10%,而截至2009年末,我国商业性房贷余额占人民币贷款余额的比重达19.2%。其中,北京房地产开发资金半数依赖于银行,贷款余额占全市贷款总量的27%,个贷余额占金融机构贷款比重为12.3%。2000〜2007年美国次贷余额从3700亿美元增至1.2万亿美元,占抵押房贷的比重从7.2%上升至11%(见图3),同时,70%的房贷已通过二级市场以证券化的形式分销给广大的机构投资者,银行体系内的风险转嫁到体系外。而我国住房抵押贷款证券化(MBS)市场进展缓慢,房贷资产未形成有效的投资渠道,信贷风险仍然累积在银行体系内。

个贷高增长与高不良率并存

截至2009年末,我国商业性房贷余额达7.33万亿元,同比增长38.1%,增速比上年同期高27.7个百分点,10年间增长了172倍。而美国的住房抵押贷款市场已发展50多年,近10年来,其房贷余额从1996年的3.68万亿美元增加到2007年的11.14万亿美元,增长近3倍(见表1)。而在我国,近10年来个人住房按揭贷款余额就达到4.96万亿元,10年间增长116倍,而这尚未包括公积金贷款10601.83亿元。2009年北京中资金融机构的购房贷款余额达2621.1亿元,同比增长8.4%,其中,个贷余额为2447.4亿元,同比增长11.6%,占全国的8.6%。公积金贷款發放超过300亿元,比2008年增长了168.05%,达历史最高水平。

个贷的迅猛增长以股份制银行的表现最为突出,工行、中行和建行三家银行的个贷余额由2006年的11760亿元上升至2009年的29559亿元,增加1.5倍。个人住房不良贷款从2006年的192.41亿元上升到2009年的479亿元,增长149%。三大行的房贷违约率均达到1.6%,超过国际公认的1%的警戒线。北京的情况不容小觑,截至2009年末,个贷不良率为2.4%,增长0.12个百分点,其中,房地产不良贷款余额占比达60%。

国内某商业银行对住房开发贷款和个人按揭贷款的压力测试结果显示:随着房价下跌幅度的增加,房地产开发贷款和个人按揭贷款的不良率呈快速递增态势(见图4)。

央行2007年第三季度的货币政策执行报告首次对房贷违约风险提出警示,报告指出:“个贷步入高违约风险期,主要存在两方面的原因。一是住房供应结构性矛盾突出,二是部分地区房价上涨较快,存在明显的非理性因素。”

2008年8月央行发布《2008年上半年北京市房地产市场和房地产信贷形势分析报告》,预警北京房贷三重风险:一是部分房地产开发企业资金趋紧可能造成开发贷款不良率上升;二是房价低迷可能造成个人住房贷款违约增加;三是预售资金管理缺位可能会产生信贷资金风险。与此相适应,央行建议各家银行加强对借款人的资格审查及贷后管理,避免向还款能力较差的借款人发放“次级”住房贷款。同时,完善预售资金监管制度,防范企业转移和挪用预售资金。

在经历了2009年的天量信贷后,政府开始担忧信贷风险的日益加剧。2010年6月15日,中国银监会发布《中国银行业监督管理委员会2009年报》,再次警示“房地产行业贷款风险隐患上升”。随着房地产市场不确定性逐步增加,2010年个人住房按揭贷款业务中的不审慎行为可能加剧,房地产开发贷款的风险链条效应或将重现,信用风险隐患可能上升。

房贷利率和房价风险并存

房地产市场价格的非理性增长,不仅使得房地产开发商加快投资,而且使居民的购房预期日益强烈,导致国内银行的大量资金涌入房市。据统计,2003〜2010年5月全国房价平均上涨7.6%,2009年70个大中城市房屋销售价格上涨1.5%,其中新建住宅价格上涨1.3%,二手住宅价格上涨2.4%(见图5)。特别是深圳2007年前六个月房价上涨高达50%,一个楼盘的市值足以买下整个伊利集团。

房地产“绑架”银行,即房地产行业对银行信贷的依存度过高,自有资金薄弱。央行公布的《2004年中国房地产金融报告》指出:我国房地产开发商通过各种渠道获得的银行资金占其资产的比率在70%以上。中投证券最新的报告显示,银行信贷资金在房地产开发资金中的比重已超过半数,达53%以上。如图6所示,2007年6月底,房地产开发资金中银行贷款占比达22.1%,企业自筹资金占比达33.9%,定金和预收款占比达25.2%,但是,房地产开发资金中的企业自筹资金主要来自商品房销售收入,而这些商品房销售收入大部分又来自银行信贷,意味着自筹资金的70%来自银行贷款,定金和预收款中的30%也来自银行贷款。

由于房地产对银行的过度依赖,所以房市过热,房价过高而引发的市场风险过度集中于银行体系内,但又因为房贷是银行的重要优良资产之一,对银行业的盈利水平有深远影响,导致银行没有正确评估房贷风险。

银监会主席刘明康在《中国银监会2009年报》中要求:针对房地产信贷风险,要求银行业金融机构严格控制贷款首付款比例,按风险确定贷款利率;对个人房贷督促落实面谈、面签和居访制度,严格限制炒房和投机性购房;加强对房地产企业项目资本金到位情况的监督检查;对房地产开发企业授信实施并表监管,统一授信,防止多头授信,对有严重违法违规行为的房地产开发商,严禁提供任何形式的信贷支持;强化贷款全流程管理,实行向借款人受益方支付的贷款资金拨付制度,跟踪、监督、控制信贷资金流向,防范信贷资金违规流入房地产市场。后危机时代,经济运行和金融稳定工作中的新老危机交织,新老矛盾共存,情况的不确定性增加,使得金融监管和银行业稳健运行面临挑战和风险。

据研究估算,一旦房价下跌20%〜30%,很可能会出现“理性违约”, 那么我国将会重蹈美国次贷危机覆辙且更加严重。因为美国次贷份额占全美金融资产(46万亿美元)的比重不到7%。20世纪的日本泡沫破裂和东南亚经济危机的共同之处在于,银行持有大量与房地产相关的坏账,这些坏账在银行体系崩溃时起到推波助澜的作用。鉴于我国房地产市场和金融市场的高度关联性,已有前车之鉴,如1993〜1994年楼市泡沫的破灭,造成各大银行共计6000亿元左右的不良资产。所以,无论是历史的教训还是大洋彼岸尚未平息的房贷危机,都已清楚告诫我们要严控我国房地产利率重置和房价波动的风险,防止过热房贷生成泡沫效应。

在信贷风险不断加剧的形势下,需要做好三方面的工作。一是分散信贷风险在银行体系内的集聚;二是促进二级市场的有效发展;三是从根本上引导信贷结构的优化,控制好、管理好、调整好导致主体泡沫经济的源头治理工作。

(作者单位:北京理工大学,中国建筑,中国铁建)

作者：赵瑾璐 张 源 赵 磊

商业银行信贷风险分析论文 篇3：

我国商业银行信贷风险管理分析

摘要：本文在分析国外在信贷风险评估方法上创新、应用及其发展趋势的基础上，结合内部评级的国际经验，分析了我国商业银行在信用风险管理方式、控制手段和管理框架上的不足，提出了建立内部评级体系的一系列措施，以期为我国金融机构信贷风险管理提供一些有益的参考。

关键词：信贷风险　内部评级　财务预警

一、信用评级相关研究成果综述

(一)财务指标变量预测企业经营危机的起源最早运用单一财务指标变量预测企业经营危机的研究，始于1930年代的Smith&Winker(1930、1935)。Fitzpatrick(1932)进行单变量破产预测研究，选择了19家公司作为样本，运用单个财务比率指标将样本划分为破产和非破产两组，发现判别能力最高的是净利润，股东权益和股东权益，负债两个比率。1966年由威廉，比弗(WilliamBeaver)沿着该思路继续研究。Beaver(1966)应用统计方法研究1954～1964年期间的79家失败企业，并以单变量分析法建立财务危机预测模型。发现有些财务比率在两组公司间确有显著不同，其中“现金流量，负债总额”是预测经营失败的最佳指标，其次为“资产负债率”以及“资产报酬率”。笔者认为，Beaver用单一的财务指标变量来判别企业的违约概率这样的复杂层面分类存在问题，因为企业违约概率的影响因素是多层面，仅用一个指标来判断未免偏颇。

(二)多元线性判别分析模型典型的代表是美国的爱德华·阿尔特曼博士(Edward Airman)著名的Z-score模型和ZETA信用风险模型。多元线性判别分析模型是研究对象所属类别进行判别的一种统计分析方法，该方法是从若干表明观测对象特征的变量值(财务比率)中筛选出能提供较多信息的变量并建立判别函数，使推导出的判别函数对观测样本分类时的错判率最小。Airman(1968)是率先将多变量分析用于预测财务困境公司，提出了著名的z一8COle模型。其过程包括各种可选函数(包括每个自由变量的相对贡献的判决)的统计显著性的观测;相关变量的相关关系评价;各种变量组合预测精度的观测;专家的意见。作者早在1968年对美国破产和非破产生产企业进行观察，采用了22个财务比率经过数理统计筛选建立了著名的5变量Z-score模型，最后选出了最具解释力的5个财务指标，分别是营运资金/总负债、保留利润/总资产、息税前利润/总资产、权益市价/总负债、销售收入/总资产财务比率。根据比率对借款还本付息的影响程度确定变量权重，最后将每一个比率乘以相应权重后相加，最后结合成一个线性模型，被定名为z-score模型。1977年Altman对此模型进行了修正和扩展，建立了ZETA信用风险模型，模型变量由5个变为7个。对于此种不同期间导致模型的差异，Altman认为是由于企业环境的改变而需要使用不同的财务变量，且财务预警模型也可能因使用不同期间的财务报表而有差异。

(三)多元回归模型来判别企业违约的代表Horrigan(1966)使用多元回归模型预测Moody与S&P的评级，对各个不同的等级赋予主观数值，如Aaa为9，A a为8，最低为c，数值为1，依次类推，最后的回归模型包括总资产、债券顺位、营运资金，营运收入、净值，负债，净值周转率与净利率等。其预测的正确率对Moody为58%，S&P为52%。其次West也使用多元回归模型，利用其预测Moody与S&P的投资级债信评级，将Fisher(1959)用以估计风险溢价的自变量建立一个多元回归模型，针对Moody评级在B级以上的公司建立等级决定模型，其变数包括9年的获利变异性、偿债期间、负债权益比率与在外流通的债券总额等，正确率为62%。相对前述的危机预测，两者的准确率均不高，原因之一是前述的预测只有两类，非高即低，债券等级预测却可能多达9个等级，在其他条件固定下预测正确率下降属必然。

(四)神经网络分析法对财务危机进行预测虽然神经网络的理论可追溯到上个世纪40年代，但在信用风险分析中的应用还是始于上个世纪90年代。神经网络是从神经心理学和认识科学研究成果出发，应用数学方法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。神经网络的结构是由一个输入层、若干个中间隐含层和输出层组成。国外研究者如Altman，Marco和Varetto(1995)，对意大利公司财务危机预测中应用了神经网络分析法。Coats，Pant(1993)采用神经网络分析法分别对美国公司和银行财务危机进行了预测，取得了一定的效果。然而神经网络的最大缺点是其工作的随机性较强。因为要得到一个较好的神经网络结构，需要人为地去调试，非常耗费人力与时间，因此应用受到了限制。Altman(1995)在对神经网络法和判别分析法的比较研究中得出结论：神经网络分析方法在信用风险识别和预测中的应用，并没有实质性的优于线性判别模型。但神经网络作为一门崭新的信息处理科学仍然吸引着众多领域的研究者。

(五)财务因素的可量化性、数据的可获得性使其在传统的信用评估研究中受到广泛的关注由于财务因素在银行信用评估分析中存在滞后性、灰色性(财务报表披露的信息很大程度上带有不完整性，甚至虚假性)和短期性等诸多弊端，已有越来越多的学者将部分注意力转移到非财务因素上。认为借款企业不是处于一个封闭的系统中，必然还要受到外部因素的影响和制约，认为非财务因素是未来贷款风险的预警信号，因此，同时结合财务因素和非财务因素比仅用其中任一因素在违约率预测上更为精确。巴塞尔银行监督委员会(2001)要求银行不仅要考虑定量因素，还要考虑定性因素。《巴塞尔新资本协议》于2004年正式公布，其推广实施将对全球银行业的发展格局产生深远影响。新协议对银行风险管理提出了更高要求，强调了风险计量的精确性、敏感性和标准化，突出了内部评级法(Internal Ratings-Based Approaches，IRB)的地位和作用。正如巴塞尔委员会主席卡如纳所说，内部评级法作为新资本协议的核心技术，代表着未来银行业风险管理和资本监管的发展方向。内部评级系统所提供的违约概率(PD)、违约损失率(LGD)、预期损失(EL)以及非预期损失(UL)等关键指标，在授信审批、贷款定价、限额管理、风险预警等信贷管理流程中发挥着重要的决策支持作用。同时，该系统的计量分析结果也是制定信贷政策、计提准备金、分配经济资本以及实施RAROC管理的重要基础。

二、国有商业银行信贷风险评级中的问题分析

(一)信用评级指标体系的组成有待进一步深入研究目前国有商业银行使用的评级指标体系中选择的各项指标大多是通过内部从事信贷管理的专家确定的，属于专家意见法，缺乏对于各项指标能否灵敏反映借款企业违约率、企业信用水平的定量化研究。此外，科学的评级指标体系应该能够全面而不冗余、重复的反映评级对象的风险信息，仅通过专家意见法确定的评级指标体系难以实现这一目标。

(二)信用评级指标权重缺乏科学性目前评级方法中主要依靠专家的经验，即专家对各项指标相对重要性的认识，确定指标

的各自权重，通过主观意见确定权重形成的评级办法在科学性与客观性方面都存在问题，影响了评级结果的准确性，因此科学合理的确定评级指标权重，提高评级结果的准确性是目前需要解决的重要问题。

(三)国内信用评级方法存在缺陷国内学者和专业人士提出的贷款信用评级方法主要包括信用评分法，综合评判法，判别分析法和神经网络预测法等，这些方法存在的主要缺陷：一是评级指标和权重的确定缺乏客观依据，基本依靠专家意见法确定，主观性较强，某些研究虽然应用了数理统计方法，但存在不能很好的解决反映风险有关信息重叠与遗漏矛盾等方面的向题;二是模型只能对是否违约进行判断，不能给出贷款违约概率等信息;三是由于模型不能给出贷款违约概率等信息，难以指导信贷定价等控制信用风险的工作;四是神经网络方法存在的黑箱性、过分拟合不稳定性、随机性，可能实现局部最优而非全局最优，因此这种方法的应用性受到不少人特别是实务界的怀疑。

(四)商业银行缺乏有效的信用风险防范和控制手段在信用风险防范和控制手段上，我国商业银行没有建立起分产品、分部门、分客户的核算机制和以内部资金转移价格为中心的定价体系。贷款审查通常是以定性分析为主，缺少市场细分，盲目吸纳大型客户，没有清晰的市场风险、行业风险和地区风险控制的政策目标。在信用风险发生后又急于抽回贷款，方式、方法过于简单，容易造成企业经营困难，甚至导致企业破产和银行不良贷款的积累。另外，我国信用评级行业尚处在起步阶段，存在问题较多，整体上难以达到国际上认可的技术和管理标准。健全的风险管理框架是实现全面风险管理的前提。国外银行通过引进内部评级制度，对信用风险进行识别、评估和分类，并由风险管理委员会等专职机构来统筹信用风险管理政策的执行和协调。而国内银行此方面管理职责分散，缺乏专门的管理部门，而且不同类型的风险由不同的部门负责。这种分散管理的做法，使得银行系统缺乏统一的风险管理战略和政策，高层管理者更是无法清楚了解银行面临的整体风险状况。同时，分散管理还使得有些信用风险因无人管理而陷入真空状态。另外，我国商业银行现行的组织管理结构为典型的“金字塔”式结构，在实践中存在管理层次多、决策滞后、风险集中、代理成本过高等问题，纵向过长的代理链条加上商业银行过大的规模使得信息传递和决策渠道存在过多环节，极易形成银行内部委托代理链条上的信息不对称，难以有效防范信用风险的发生。

三、国有商业银行内部评级体系构建的整体思路和方法步骤

(一)整体思路关于内部评级体系的建设，我国商业银行在借鉴国外成功经验的同时，还应坚持以下基本原则：一是配套建设原则。新资本协议所要求的内部评级法不是简单地开发一套评级系统，而要将内部评级方法和系统工具切实运用到业务流程中去，使之发挥决策支持作用，所以IRB实施过程中应坚持管理制度与系统平台同步推进、配套建设的原则。二是自主开发原则。尽管巴塞尔协议将内部评级法作为资本监管的主要方式，但就内部评级体系而言必须是银行从事风险管理的工具，具有较强的针对性和特定性。内部评级体系只有与银行自身业务特点相匹配，才能发挥风险指引的作用。因此，具备条件的银行应立足于自主研发，同时辅之以外部技术支持。三是持续优化原则。随着银行业务不断丰富和发展，信用风险的范围和特点也在发生变化，对内部评级体系必须不断加以改进和完善，以适应日益提高的风险管理要求。为此，银行应配备一支专业化队伍和专门的机构，负责内部评级体系的运行、维护、升级和创新。从国外同业的评级经验来看，对借款人的财务分析是获得初始评级的关键，也是贷款风险评级方法的核心内容，非财务因素的分析使用的定性分析相对较多，凭借信贷专家的经验进行的主观判断较多按照上述步骤进行的贷款人信用评级与国内的前期相关研究相比，采用了贷款数据资料进行分析，克服了不少研究采用证券市场而非信贷数据构建判别模型对贷款信用风险进行预测，对模型准确性产生的影响;主成分分析和因子分析解决以往研究中存在的指标反映信贷风险信息重叠与遗漏，以及不能科学确定指标体系中各指标权重的问题。此外，与以往没有实现与贷款违约概率挂钩的评级研究成果相比，这种研究方法由于能够预测贷款的违约率，因此，可以更好地指导信贷定价等控制信用风险工作。与国外相关研究成果相比，上述方法克服了Altaman的Z模型和Zeta模型只能对贷款是否违约进行区分，难以预测贷款违约率的缺陷。与一些评级机构评级方法相比也更有针对性，国外相关研究成果，现代信贷风险模型依靠的主要数据来源是穆迪、标准普尔等权威机构公布的相关信息，这些机构的评级主要是针对股票、债券进行的，存在遗漏贷款企业重要风险信息等方面的问题，其应用效果不如内部评级系统。而上述方法直接应用商业银行的贷款数据资料进行分析，方法的准确性将有所保证。

(二)方法步骤 首先，应逐步建立与内部评级相配套的组织体系。我国商业银行应根据业务发展需要，组织协调相关的业务管理部门，研究制定内部评级在信贷政策、产品定价、限额管理、准备金计提、经济资本分配、绩效考核、资本充足率测算等方面应用与管理制度，逐步建立与内部评级系统相配套的组织体系。一是建立独立的内部评级部门。该部门在组织架构和人事任免上应独立于决策者和发放贷款的部门，以保证评级结果的客观性;二是建立合理的内部评估程序，确立风险管理标准、信息披露制度、评级认定程序等，以便银行首先对其面临的风险有正确判断，并在此基础上及时进行评估;三是建立内部评级监督部门，在内部评级部门外部设立监督部门，以便定期对评级结果进行检验，从而对内部评级部门形成制衡作用。其次，应该在引进国外先进计量管理工具的基础上实现自主创新。目前国外许多优秀的数学模型，如ALTMAN、穆迪RISKCAL以及标普MEU等，在国际银行业内部评级中受到广泛认同。但这些模型大都偏重财务分析，有的甚至大量引入利率、汇率、股价等市场价格变量，所以对我国商业银行未必适用。在建立内部评级体系时，我国既要借鉴国外模型的理论、方法和设计思路，又必须结合本国实际，研究开发自己的模型框架和参数体系。由于国内银行的数据数量与质量普遍不容乐观，因此需要慎重地考虑模型建设的方法。如可以先从主观模型(主观评分卡)人手，到专家经验模型再到数量统计模型。在模型的应用过程中既要充分考虑到业务人员的信贷风险意识、对于模型的接受程度、财务数据的真实性、数据积累存量，也要综合经济周期、利率市场化进程、行业特点、市场竞争态势、企业产权结构、区域风险差别等因素的影响。因此，这就需要对模型采取比较灵活的使用方法、如模型评级决定权(由客户经理还是信贷审批人员提供权重)，模型输入信息的复核与把关，评级结果的修改与认定等都需要反复平衡、慎重考虑，做到既能保证模型运用的严肃性，同时也不会影响业务开展的灵活性。再次，加快个人和企业信息数据库的建立和完善。使用计量管理工具会更加合理、有效地评估信用风险，但是由于在计量管理模型建立过程中，涉及的信息量大、来源渠道不同、运算程序复杂，所以计算效果很大程度上依赖基础信息的真实性和完整性。如在新资本协议有关文件中，也曾明确提出了对于数据库和相关业务系统的要求。国际经验表明，大多数银行在内部评级系统建立中，都将主要精力花费在数据收集和整理上。反观我国商业银行，数握储备严重不足，且数据缺乏规范性、质量不高，这些问题如不及早解决，将严重制约内部评级系统的应用。为此，商业银行要加快数据整理和补录工作，注意收集有关借款人的相关信息，包括借款人的历史违约情况，同时建立并实行严格、一致的数据标准，制定数据质量管理规章，确保数据的及时性、准确性和全面性。最后，加大人力资源投资力度，积极培育高级专业人才。内部评级系统和方法属于各银行的商业机密，是具有较高技术含量的方法论集成。尽快培养、建立适用于风险分析的专业化人才队伍，对于内部评级体系的建设、实施和维护具有重要意义。要对专业人员结构不断进行优化，对现有人员作定期培训，促使其知识体系及时更新，确保内部评级的先进性和实用性。

(编辑　聂慧丽)

作者：仝自力