建立有效的银行内部信用评级系统

建立有效的银行内部信用评级系统摘要利用内部评级进行信用风险管理是当前银行风险控制的发展趋势。本文综述了建立内部评级系统的原则和方法，同时结合我国实际，分析在我国银行界建立内部评级系统面临的问题，并提出相应的政策建议。关键词内部信用评级评级原则评级方法1引言九十年代以来，随着全球经济的一体化和国际金融市场的膨胀，金融行业发生了一些革命性的变化。在金融自由化的旗帜下，各国金融监管当局纷纷放松管制允许混业经营，形成了万马奔腾的竞争局面。金融交易的急剧膨胀、新的金融工具的不断出现、以及衍生工具的大量使用、金融产品的市场价格（尤其是利率、汇率）波动的加剧，使得金融市场越来越复杂，金融机构面临的风险越来越大，其中最引人注目的是信用风险在金融风险中比重增大。世界银行的一份报告指出，信用风险成为银行破产的主要原因。因此，商业银行越来越重视信用风险的控制和管理，许多国际化大银行自行研究和开发了新的信用风险管理技术。银行内部评级系统是信用风险管理中发展最快，应用最广泛的技术。2001年1月16日，巴塞尔委员公布了最新的资本协议草案，其中最重要的内容就是允许银行使用内部评级作为确定资本金权重的基础，并给出了统一的计算资本金的公式。这一举措无疑将极大地激励银行提高自身的风险管理水平。新协议将于2004年正式生效，建立银行内部评级系统是大势所趋。然而，我国目前还没有真正建立科学的银行内部信用评价体系，没有形成一个以内部信用评级为基础的管理模式，这无疑在国际化竞争中处于不利地位。因此，建立有效的银行内部评级系统是我国银行风险管理应着重进行的基础性工作。信用风险是因客户违约或客户信用等级下降而引起可能损失的风险，由违约风险、头寸风险和清偿风险三部分组成。银行开展业务是基于信用的存在。银行发放贷款时，和客户约定到期还本利息，但如果客户没有履行约定则会对银行造成损失，这即违约风险。违约风险一般用违约概率PD（probabilityofdefault）度量。头寸风险是指暴露在信用风险下头寸大小的不确定性。未来的收入、支出比较确定时，头寸风险小，如分期抵押贷款。信用证、衍生产品等未来头寸很不确定的，头寸风险大。头寸风险通常用违约风险暴露EAD（exposureatdefault）衡量。当客户违约时，银行有可能从客户或第三方追回赔偿，这主要取决于抵押、担保等状况，如果清偿率（recoveryrate）不足以弥补银行的风险暴露，就会造成特定违约损失LGD（lossgivendefault）。信用风险是上述三种风险的综合，信用风险损失量也可由上述三方面衡量。银行内部信用评级的目的是量化地评价客户的信用风险水平，它是运用一定的方法对借款人如期还本付息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。信用风险处理的难点在于难以精确地量化。信用评级事实上对信用风险作了一定的量化，并且为更进一步的量化奠定基础，为银行对客户授信和信贷资产定价提供依据，使资产状况变得明晰。如果信用评级是准确的，则能在此基础上进行有效的信用分析和资产管理，使得银行在科学分析的基础上为可能的风险损失提供足够的但又不浪费的资本金，提高银行运作效率、增加利润，并且在遭受损失时仍保持较高的财务灵活性。这对银行来说有重大意义。本文对银行内部信用风险评级的原则、方法等方面进行综述，同时结合我国实际，分析在我国银行界建立内部评级系统面临的问题，并提出相应的政策建议。2银行内部信用评级的原则一个有效的银行内部信用评级体系应该是客观地、科学地、全面地反映客户的信用情况。信用等级的确定应采取定性和定量相结合的方法。信用评级系统应包括以下基本要素。1．评级的对象（层次性）：信用评级可分为对债务人（Obligor）和对其对应的信用工具（facility）两方面的评估。一个合理，有效的银行内部信用评级系统应同时对这两方面评级，即信用评级可分为两层①对债务人综合财务状况和偿还非特定债务能力的综合评估。②对信用工具的具体特点如抵押，担保、优先级别、受保障程度的考察。在第一层可以确定债务人的违约概率PD，在第二层可以确定损失发生时的一些参数，如清偿率，这是在债务人评级基础上进行的。债务人可以有不同的债项，这些债项的级别有可能各不相同。2．评级目的：通常不同的评级目的得出的评级结果不一样，如评级时可以有两种考虑①考虑目前情况②考虑在整个信用持续期的总体情况。这决定于不同的评级目的。当评级主要为是否放贷或投资提供决策支持时，要求从整个信用持续期考虑其信用状况，评级以信用持续期的最差情况为准。信用评级在持有期内不再变化，除非发生较大的有长期影响的变化。当评级主要为分配资本金、贷后管理时，考虑目前情况的方法更合适。信用分析区间通常为1年，针对债务人当前状况和1年之内的变化情况进行信用评级，这样对银行贷后的信用风险管理有效。通常的信用风险计量模型常采用这种评级结果作为模型的参数输入。虽然不同的银行对信用评级的考虑各不一样，但信用评级的一个最基本的要求是应能反映债务人的财务状况、企业的运作表现状况和承受非预期的不利因素影响的能力。3．信用级别的科学设置：信用评级的结果是得到一个字母或数字的符号。我们依据这些符号来对信用风险作量化分析，一个有效银行内部信用评级系统对信用级别的设置有两方面的要求。一方面是这些符号能合理按风险特征的不同区分各债务人及信用工具，评级符号的数量应满足对信用风险充分区分前提下尽可能的少，评级细分有利于更准确的分析信用风险，但相应的操作成本也会更大。不同的银行面对的客户，开展的业务各不一样，评级符号数量也各不相同，但其设置必须结合实际，一般从几个到几十个不等。另一方面，由评级符号应能得到更多的信息。评级结果只是一个符号，本身只有排列顺序的区别，必须将每一评级分类同违约概率等风险特征联系起来，这背后是基于对数据的统计分析。与信用级别联系的统计分析主要有2个方面。①违约率：这包括每一信用等级债务人违约概率的平均值和标准差。各个不同信用级别一个最主要的区别就是债务人违约可能性的大小。总体而言，信用级别最低的债务人违约概率必然是最大。②信用转移矩阵：信用转移矩阵反映的是各信用级别资信变动的情况。债务人信用级别不是一成不变的，而是随各种条件变化而变化。由于信用评级一般是离散的，债务人信用级别的变化对于银行来说是很重要的信息，在许多信用风险计量方法中，信用转移矩阵是相当重要的输入参数，如JPMorgan银行的CreditMetrics中，统计历史各信用级别的变动情况，并用过去每一级别变化的信息来估计未来每一个级别转移到其它级别的概率。值得注意的是，信用转移矩阵的统计最好能将不同帐龄（信用开始至分析期的时间）信用工具分开统计。新发行的信用工具和持续很久的信用工具即使用处于同一级别，其转移的概率往往不同，分开统计有利于更好地度量信用风险。4．评级考虑的因素：影响债务偿还的因素是多方面的，信用评级应综合考虑有关的因素。下面是一些基本的，应考虑的影响因素。具体的分析方法、考虑角度在不同的银行都会不一样，但评级的结果应能较好的反映这些方面的情况。（1）财务状况：这是衡量企业信用状况最重要的因素。企业如发生信用困难通常都会在其财务状况上表现，因此信用评级时应着重考虑财务状况。企业的财务指标非常之多，通常将它们分类考虑。比如可按如下四个方面考虑①盈利性指标，如销售利润率，资产报酬率；②流动性比率，如流动比率，速动比率；③营运效率比率，如存货周转率，应收帐款周转率；④负债比率（财务杠杆比率），如资产负债率，长期负债率。银行在分析债务人的财务报表时，还应当注意财务数据是否真实可信。因为存在统计上的失误或债务人虚填的可能。一般的，经过会计师事务所审计的财务报表比一般的财务报表要可信得多。（2）行业：行业分析在以定性为主的评级中较为重要。不同的行业发展前景、生产经营周期、竞争状况，市场结构，受相同风险因素的影响程度等各不相同，处于衰退的行业并且在行业中不是处于领先地位的债务人与处在于上升行业中并且在行业中有较大竞争力的债务人的相比，既使其它方面条件都差不多，风险状况是很不相同的。债务人的财务指标等需要用相应的行业标准调整才会使不同行业信用评级具有可比性。（3）企业的管理水平，包括企业管理层的学历，背景，管理风格。（4）特殊事件的影响，如有关的法律，国家政策的变化，企业非预期的重大变化。（5）其他因素。5．评级的审核和调整：信用评级可能会因主观因素、客观数据等错误而失真，也可能经常随各种条件的变化而变化。因此需要对评级结果进行定期和不定期的检查，及时调整评级结果。一般至少每年对评级审核一次，审核的次数应与受评对象的风险程度联系。对有问题债务人进行经常性监督，对风险很小的贷款则可适当减少审核次数。银行在审核时可以利用受评对象的外部评级和资信信息，一方面可减少成本，另一方面也增加了评级的客观性、灵活性。值得注意的是，债务人的财务状况、经营条件处于经常的变动之中，评级调整前应慎重分析，对债务人因财政年度、销售淡旺季等变动导致的变化不应变动其信用评级，只有债务人经营基本面的变化，财务和产销大的结构性变化才反映到评级结果的变化中。3信用评级方法在银行内部信用评级系统中，科学合理的评级方法至关重要，因为它直接得到评级的结果，并且在很大程度上决定评级结果的有效性。信用评级的目的是使得到的各信用级别能有效的甄别和反映信用风险，以此作为银行信用风险管理的基础。知道了某一客户的信用级别，就能知道其违约可能性的大小和发生违约后的损失程度。信用评级的方法就是如何由各种信息来确定信用级别的手段。银行用来评定债务人信用状况的信息主要有如下三个方面：第一，财务报表以及其它可以定量化的某些管理方面的信息；第二，对于上市公司而言可以利用其公开发行的股票和债券的市场价格信息；第三，客户经理（信贷员）通过对企业的深入了解、基于自己的经验对企业的信用状况做出的评价。由于前面两种信息是可以定量化的，通过对这些信息进行统计和经济理论上的分析，可以建立如下两大类模型，作为对企业信用评级的标准。(1)基于财务指标的模型财务指标表示企业过去的经营信息，是传统上进行企业信用分析的基础。Altman1968年开拓性地利用多元统计上的判别分析（DiscriminantAnalysis）建立了财务比例和企业违约率之间的关系——Z-score模型[1]。在这以后学术界和实业界在Altman工作的基础上建立了很多统计模型，如Altman自己对Z-score的修正Zeta模型、Moody的RiskCalc、S&P的基于神经元网络分析的RiskModel等等。基于财务指标的模型虽然很多，但是基本思想都是先选择对违约率最有解释性的财务比例，然后通过统计分析建立这些指标和违约率的关系。我们认为，建立一个基于财务指标的模型必须经过如下三步。第一步、指标筛选。根据Moody的实证研究[3]，对于基于财务指标的违约率模型而言指标的选取甚至比模型的形式更为重要，事实上Altman的Z-score模型的核心也就在于找出一组财务变量，使得组与组（破产企业和非破产企业）之间的方差最大而组内的方差最小（多元统计上的Fisher判别法则）。Moody提供了如下直观的选取法则，先将私有企业的财务指标分为赢利能力、财务杠杆、经营效率等8类，在每一类里挑选对违约最有解释力的财务指标。对于如何选取这些财务指标，穆迪给出了两个主要的指导性原则：（1）条件单调性。单调性指对违约率有较好解释力的财务指标应是那些在其变动范围内与对应的违约率始终保持单调，或单调上升，或单调下降。条件性指与违约率单调关系的独立性，这种单调性不受其他因素影响。（2）陡峭性。陡峭性指财务指标与对应的违约率的关系图形越陡峭越好。如果违约率随着某一财务指标的变化而迅速变化，则这个财务指标的解释力越强。第二步，建立财务比例与违约率的模型。正如Moody所指出的“财务指标与企业违约的概率就像驾车时车速与发生车祸的概率的关系，它们是非线性的紧密联系在一起。”模型的任务就在于逼近和刻画这种非线性。常用模型形式有Altaman的多元判别分析模型（Multivar