【正文】 人欠銀行的數(shù)量計量； － 承諾、票據(jù)發(fā)行授信（ NIFs）、循環(huán)授信（ RUFs）的信用風險轉換系數(shù)為 75％。 本文檔所涉及內(nèi)容旨在幫助浦發(fā)在現(xiàn)有基礎上逐步提高風險度量和風險管理的水平，支持浦發(fā)銀行在風險管理能力上達到國際上較好 的商業(yè)銀行的水準；幫助浦發(fā)內(nèi)部評級體系建設的方法、步驟和關鍵點，明確建設順序和重點；幫助浦發(fā)了解內(nèi)部評級體系建設方法和模型開發(fā)的可選方式和標準，包括監(jiān)管當局的針對性要求。 第一章 巴塞爾新資本協(xié)議對銀行內(nèi)部評級體系建設的要求 第一節(jié) 巴塞爾新資本協(xié)議規(guī)定的內(nèi)部評級法 1 概述 巴塞爾新資本協(xié)議內(nèi)部評級法（ IRB－ Internal Rating Based）的提出秉承了以往協(xié)議中以資本充足率為核心、以信貸風險控制為重點的風險監(jiān)管思路。 期限 : － 回購類型交易有效期限 6個月； － 公司暴露的有效期限 。建設路徑可以跳過標準法 , 從基本法出發(fā) , 向高級法挺進 . (根據(jù)目前的情況 , 估算 LGD 的難度可能較大 ) 第二節(jié) 巴塞爾新資本協(xié)議對銀行構建內(nèi)部評級體系的要求 巴塞爾新資本協(xié)議對在借款人 信用評級結果和對應的違約概率的計算以及違約損失率和違約敞口的計算有嚴格的最低要求的規(guī)定，無論實施初級法還是高級法的銀行都必須遵守。 評級系統(tǒng)的標準和方向 : － 銀行必須按要求將評估標準以文本形式確定下來； － 銀行必須保證其使用的標準涵蓋了所有與借款人風險分析相關的因素； － 適用范圍：建立在信用風險控制人員專業(yè)的判斷上，或建立在使用統(tǒng)計模型的基礎上，或兩者兼而有之。而自建專家經(jīng)驗模型只需要少量的數(shù)據(jù)，采用外部模型需要一定量的內(nèi)部數(shù)據(jù)作調(diào)整。同時，對于數(shù)據(jù)的動態(tài)收集也應及時有序的開展。 對于債項給定違約損失率，鑒于沒有足夠的內(nèi)部和外部違約數(shù)據(jù)支持，建議根據(jù)浦發(fā)銀行的經(jīng)驗和歷史數(shù)據(jù)對浦發(fā)目前的擔保風險度表格進行補充、細化和完善。下面將分別陳述這三部分風險因素的確定方式。 對其他風險因素確定方式的初步建議如下： 畢博根據(jù)行業(yè)經(jīng)驗、外部知識來源確定用于客戶資信評級和債項評級的其他信用風險因素清單，主要分為負債人數(shù)據(jù)、關聯(lián)方數(shù)據(jù)、違約數(shù)據(jù)、債項評級、回收評級和評級數(shù)據(jù)等； 對此數(shù)據(jù)清單中的數(shù)據(jù)項進行存在性分析，具體分析并掌握在系統(tǒng)中存在的、在文檔中存在的和目前不存在的數(shù)據(jù)項； 對于在系統(tǒng)中存在的數(shù)據(jù)，進行 ETL（數(shù)據(jù)的抽取、轉換和加載）；對于目前不存在的數(shù)據(jù)，將判別其重要程度，如確屬重要數(shù)據(jù)，將要求前線業(yè)務人員進行數(shù)據(jù)補充（并且考慮到 盡量減少對前線人員的 目錄 索引號 GHJYPJJG001 版本號 20200621 第 21頁 共 56 頁 20201220 影響）；對于在文檔中存在的數(shù)據(jù)，將視數(shù)量多少、存放的規(guī)范程度決定是否設計統(tǒng)一模板要求客戶經(jīng)理予以填寫或者統(tǒng)一將樣本復印件轉到總行集中錄入。為此，畢博建議浦發(fā)銀行為數(shù)據(jù)收集管理作一個完備并具有可操作性的指導計劃，以保證能夠采集到滿足模型建設需求的充足的、有效的數(shù)據(jù)。數(shù)據(jù)采集的質(zhì)量和效率將作為關鍵的績效考核指標納入數(shù)據(jù)采集小組成員的年度考核中。數(shù)據(jù)收集的范圍要包括：正?？蛻簟⑦`約客戶、已核銷客戶的資料。數(shù)據(jù)清理工作一般需要 12個月。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 25頁 共 56 頁 20201220 錄入系統(tǒng)后的數(shù)據(jù)將采用 ETL 的技術被倒入數(shù)據(jù)庫保存、維護和管理。 以下是畢博對于浦發(fā)進行評級模型建設規(guī)劃的初步意見，主要就模型的細分定位、主要模型的構建方法等方面展開： 評級模型的細分原則基本包括： 目錄 索引號 GHJYPJJG001 版本號 20200621 第 26頁 共 56 頁 20201220 按照企業(yè)規(guī)模劃分的探索 我們在企業(yè)規(guī)模的初步建議是：先將大型企業(yè)（或者和一部分比較大的中型企業(yè)）放入一類進行建模，而把中小型企業(yè)列為另一類進行建模。除此之外，也要考慮到一些特殊企 目錄 索引號 GHJYPJJG001 版本號 20200621 第 27頁 共 56 頁 20201220 業(yè)，例如：事業(yè)單位、醫(yī)療機構、教育機構等，構造一批專項貸款的評級模型。舉例，如下圖所示，如果我們采用行業(yè)分類 目錄 索引號 GHJYPJJG001 版本號 20200621 第 28頁 共 56 頁 20201220 對于上述建議的中小企業(yè)模型建議直接用浦發(fā)的數(shù)據(jù)進行統(tǒng)計分析，得到評分值。 第五節(jié) 模型檢驗的策略 內(nèi)部評級模型的檢驗是模型實施和使用的關鍵環(huán)節(jié)。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 30頁 共 56 頁 20201220 對于檢驗方式來說，一般會考慮采用一些直觀的統(tǒng)計檢驗指標， 從技術上考證模型的準確性。在后續(xù)的模型使用和改進中也將起到關鍵的作用。所涉及的重 大事件主要指： 目錄 索引號 GHJYPJJG001 版本號 20200621 第 33頁 共 56 頁 20201220 關鍵的政策條例的變化以及重大的外部經(jīng)濟環(huán)境變化（例如經(jīng)濟危機）。模型中所采 用的相關參數(shù)和權重分配方案應該在集中在關鍵人手中，以保證它的安全性和保密性。在模型開發(fā)之前所有的數(shù)據(jù)應該已經(jīng)經(jīng)過清理和分析，確保其整合性和準確性。澳洲國家銀行集團還在美國、新西蘭、歐洲及亞洲地區(qū)分布了 6家控股 銀行。 在 1999 年末， 澳洲國家銀行決定由 Risk Scores 模型演進為 Moody主推的新一代定量評級模型 Risk Calc。澳洲國家銀行所有的 7家銀行在數(shù)據(jù)提供方面給予了最大的支持和配合。渣打銀行在香港地區(qū)及新加坡地區(qū)一直擁有良好的業(yè)績，香港分行更是其中的佼佼者，在 2020 年經(jīng)濟發(fā)展不利的大環(huán)境下依 舊將銷售收入同比提高了 5個百分點，達到了 億美元。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 40頁 共 56 頁 20201220 FAMAS 模型的評級結果分為 23 級，其中大型客戶的評級標準從 114級；中型客戶的評級標準從 619級；小型客戶的評級標準從 1023級。 該銀行的股票同時還在倫敦掛牌交易 ，并在美國為投資者提供第一級贊助形式的美國預托證券計劃。該工具包含了內(nèi)部評級模型工具，它與前文提及的FAMAS 模型類似，也是通過輸入財務定量數(shù)據(jù)，通過模型計算獲得評級結果。 模型建設和方法 匯豐銀行的內(nèi)部評級模型的建立方法與恒生銀行的基本類似。 2020財年度結束時，新加坡華僑銀行的凈利潤達到了 。在這個模型中，模型結果的比重被調(diào)整為 70%。在 4年中，它采用漸進的步驟來實施信貸風險模型，從完全的主觀評級模型發(fā)展到使用數(shù)量方法來檢驗主觀評級體系的有效性。除了新加坡及香港兩大主要市場外， DBS 銀行亦在泰國、菲律賓和印尼建立分支機構，為企業(yè)、機構及個人客戶提供服務。 隨著亞洲經(jīng)濟漸漸復蘇，新的經(jīng)濟環(huán)境導致既定模型不能很好地測算 PD 值。 經(jīng)驗借鑒 目錄 索引號 GHJYPJJG001 版本號 20200621 第 47頁 共 56 頁 20201220 數(shù)據(jù)量和質(zhì)量是銀行建立模型的主要基礎。 2020 年度，集團總資產(chǎn)為 元。定性變量的投入包括管理、市場和外部經(jīng)濟環(huán)境等變量。該模型包含了 13個財務屬性根據(jù)不同的比重分布于模型中。 3. KMV 簡介 該模型主要用于計算客戶的違約概率。 畢博的初步結論 該模型比較適宜應用于適宜于證券市場比較建全的國家和市場，這是因為信息的透明度不高導致股票價格不能真正反映公司的實際價值。該模型開發(fā)所應用的數(shù)據(jù)來自于美國數(shù)據(jù)庫。股東們“隨意地”掌握公司，但是一旦公司運營狀況變差（例如，產(chǎn)生資不抵債的狀況時），他們就開始對未來的選擇發(fā)生質(zhì)疑，并且出現(xiàn)一些不良的情況 , 例如 ,發(fā)生違約。 變量投入 投入的主要變量是 13個財務決算變量但不牽涉定 性的標準。 在西方國家已經(jīng)有很多使用者通過實施該模型獲益，并且有很多成功的實施參照經(jīng)驗。項目從 2020年的 4月開始，經(jīng)過 8個月艱苦的數(shù)據(jù)收集 目錄 索引號 GHJYPJJG001 版本號 20200621 第 48頁 共 56 頁 20201220 工作，這家咨詢公司不得不退出了這個項目。 穆迪等國際評級機構現(xiàn)在只開發(fā)有基于發(fā)達市場經(jīng)濟的模型。 2020 年，銀行采納了客戶經(jīng)理的意見，決定采用 Moody的 Risk Scores內(nèi)部主觀評級模型給出的評級標準來確定貸款定價。 模型和建立方式介紹 1998 年金融風暴過后， 亞洲各大銀行高度重視信貸風險評級系統(tǒng)的建設。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 45頁 共 56 頁 20201220 獲得客戶經(jīng)理和資深信貸人員的支持是建立適用模型的最關鍵的保證。在多方采納經(jīng)驗和建議后，獲得了整個項目逐步遞進的開發(fā)方案。通過對銀行現(xiàn)狀和模型建 設目的的充分理解， KPMG 為銀行提出了“分步走”和獲得“快速投資回報”的模型建設方案。匯豐銀行十分注重貸款人現(xiàn)金流的質(zhì)量。 經(jīng)驗借鑒 目錄 索引號 GHJYPJJG001 版本號 20200621 第 42頁 共 56 頁 20201220 客戶資料保持完好是模型順利實施的保障。 恒生銀行的主要業(yè)務的復雜程度較高，包括：個人理財、商業(yè)銀行、工商及金融機構業(yè)務、金融服務及私人銀行服務。但是模型計算的結果并不很準確，其主要原因是數(shù)據(jù)是通過 EDF代 理方式而不是數(shù)據(jù)直接對應的方式，這影響了計算結果的準確性。其信貸業(yè)務范圍涉及個人貸款、信用卡業(yè)務、抵押貸款、各類企業(yè)貸款、項目融資等。模型統(tǒng)計的評級結果正確率 非常高。該模型 還 目錄 索引號 GHJYPJJG001 版本號 20200621 第 38頁 共 56 頁 20201220 可由銀行人員根據(jù)不同的市場情況進行自我調(diào)節(jié)。此次項目主要針對的客戶群體是澳洲國家銀行的大型公司客戶和中間市場客戶。如果應用系統(tǒng)和會計系統(tǒng)的資料被儲存在不同的記錄中，那么必須將這些數(shù)據(jù)通過合理的邏輯關系鏈接起來，保證數(shù)據(jù)的整合性。評分模型的細節(jié)和相關的關鍵信息必須作為知識產(chǎn)權進行嚴格地保密。 所有在系統(tǒng)中測評結果為低端的評分卻得到人為調(diào)整的情況，必須以其獲得人為調(diào)整的原因作為基礎，持續(xù)跟蹤這筆貸款。大部分模型需要利用外部數(shù)據(jù)來做校準，以確保模型的準確性和穩(wěn)定性。 根據(jù)經(jīng)驗，畢博認為 KS 在 45%50%范圍內(nèi)的模型都是較為有效的模型。從監(jiān)管當局的要求來說 ，巴塞爾新資本協(xié)議也要求銀行至少每年檢驗模型的表現(xiàn)。并根據(jù)違約率指定客戶的信用評級。 定量模型需要的變量全部直接或間接地來源于財務數(shù)據(jù)，模型本身的參數(shù)需要專門的庫來管理和維護。 大型企業(yè)的內(nèi)部評 級是根據(jù)評估與負債人的財務穩(wěn)定性有關之定量資料（如外間授信評級、負債人財務 /交易資料）及定性資料（如公司營運能力、管理層質(zhì)素），反映負債人的違約可能性。雖然在公司授信業(yè)務中可以較多地依賴于傳統(tǒng)的專家判斷。 數(shù)據(jù)錄入 /保存 數(shù)據(jù)的錄入和保存是數(shù)據(jù)收集工作成果的最終體現(xiàn)階段。 明確數(shù)據(jù)收集的方式 根據(jù)畢博的經(jīng)驗，數(shù)據(jù)采集小組的工作流程要根據(jù)既定的《數(shù)據(jù)采集操作手冊》來執(zhí)行。一次全行范圍內(nèi)的大型數(shù)據(jù)采集工作一般要耗時 36個月。浦發(fā)目前的現(xiàn)有條件并不理想，在缺乏系統(tǒng)支持，并且所有的數(shù)據(jù)均保存于紙面文檔，分散在支行、分行、總行中的情況下，在進行數(shù)據(jù)收集之前，畢博建議浦發(fā)銀行事先要進行一次徹底的全行內(nèi)的數(shù)據(jù)分析行動，即：全面掌握全行的數(shù)據(jù)結構、數(shù)據(jù)分布、數(shù)據(jù)保有狀況、數(shù)據(jù)質(zhì)量等。所有的客戶信息、貸款信息都是落于紙面的報告，在校對、保存、管理上都存在弊病。對定性風險因素確定方式的初步建議如下： 畢博根據(jù)行業(yè) 經(jīng)驗、外部知識等來源確定適合于浦發(fā)的定性數(shù)據(jù)討論清單； 召開“頭腦風暴”研討會，征求并引導銀行資深客戶經(jīng)理的意見， 對上述討論清單進行必要的增減和改善； 組織客戶經(jīng)理采用部分貸款樣本對修改后的清單進行試填寫； 根據(jù)