【正文】 個(gè)人因素、資金用途因素、還款來源因素、保障因素和企業(yè)前景因素等構(gòu)成，針對(duì)企業(yè)信用分析的專家系統(tǒng)是( )?！　　　　　　　　　〈鸢福築　　駱駝(CAMEL)分析系統(tǒng)包括：資本充足性(CapitaAdequacy)、資產(chǎn)質(zhì)量(Asset Quality)、管理水平(Management)、盈利水平(Earnings)流動(dòng)性(Liquidity)?！　＜蚁到y(tǒng)的突出特點(diǎn)在于將信貸專家的經(jīng)驗(yàn)和判斷作為信用分析和決策的主要基礎(chǔ)，這種主觀性很強(qiáng)的方法/體系帶來的一個(gè)突出問題是對(duì)信用風(fēng)險(xiǎn)的評(píng)估缺乏一致性。此外，盡管專家系統(tǒng)在銀行業(yè)的長(zhǎng)期發(fā)展和實(shí)踐中已經(jīng)形成了較為成熟的分析框架，但專家系統(tǒng)缺乏系統(tǒng)的理論支持，尤其是對(duì)關(guān)鍵要素的選擇、權(quán)重的確定以及綜合評(píng)定等方面更顯薄弱。因此，專家系統(tǒng)更適合于對(duì)借款人進(jìn)行是和否的二維決策，難以實(shí)現(xiàn)對(duì)信用風(fēng)險(xiǎn)的準(zhǔn)確計(jì)量?！　?2)信用評(píng)分法　　信用評(píng)分模型是一種傳統(tǒng)的信用風(fēng)險(xiǎn)量化模型，利用可觀察到的借款人特征變量計(jì)算出一個(gè)數(shù)值(得分)來代表債務(wù)人的信用風(fēng)險(xiǎn)，并將借款人歸類于不同的風(fēng)險(xiǎn)等級(jí)?！　”尘爸R(shí)：信用評(píng)分模型　　20世紀(jì)60年代，信用卡的推出促使信用評(píng)分技術(shù)取得了極大發(fā)展，并迅速擴(kuò)展到其他業(yè)務(wù)領(lǐng)域。奧而特曼(Altman，1968)提出了基于多元判別分析技術(shù)的Z評(píng)分模型。馬丁(Martin，1977)、奧爾森(Ohlson，1980)和威金頓(Wiginton，1980)則首次運(yùn)用Logit模型分析企業(yè)破產(chǎn)問題。　　信用評(píng)分模型的關(guān)鍵在于特征變量的選擇和各自權(quán)重的確定?；具^程是：　　①首先，根據(jù)經(jīng)驗(yàn)或相關(guān)性分析，確定某一類別借款人的信用風(fēng)險(xiǎn)主要與哪些經(jīng)濟(jì)或財(cái)務(wù)因素有關(guān)，模擬出特定形式的函數(shù)關(guān)系式?！　、谄浯?，根據(jù)歷史數(shù)據(jù)進(jìn)行回歸分析，得出各相關(guān)因素的權(quán)重?！　、圩詈螅瑢儆诖祟悇e的潛在借款人的相關(guān)因素?cái)?shù)值代入函數(shù)關(guān)系式計(jì)算出一個(gè)數(shù)值，根據(jù)該數(shù)值的大小衡量潛在借款人的信用風(fēng)險(xiǎn)水平，給予借款人相應(yīng)評(píng)級(jí)并決定貸款與否。存在一些突出問題：　　①信用評(píng)分模型是建立在對(duì)歷史數(shù)據(jù)(而非當(dāng)前市場(chǎng)數(shù)據(jù))模擬的基礎(chǔ)上，因此是一種向后看(Backward Looking)的模型?！　、谛庞迷u(píng)分模型對(duì)借款人歷史數(shù)據(jù)的要求相當(dāng)高。　?、坌庞迷u(píng)分模型雖然可以給出客戶信用風(fēng)險(xiǎn)水平的分?jǐn)?shù)，卻無法提供客戶違約概率的準(zhǔn)確數(shù)值，而后者往往是信用風(fēng)險(xiǎn)管理最為關(guān)注的。　　(3)違約概率模型　　違約概率模型分析屬于現(xiàn)代信用風(fēng)險(xiǎn)計(jì)量方法。其中具有代表性的模型有穆迪的RiskCalc和Credit Monitor、KPMG的風(fēng)險(xiǎn)中性定價(jià)模型和死亡率模型，在銀行業(yè)引起了很大反響?！　　栋腿麪栃沦Y本協(xié)議》也明確規(guī)定，實(shí)施內(nèi)部評(píng)級(jí)法的商業(yè)銀行可采用模型估計(jì)違約概率?！　∨c傳統(tǒng)的專家判斷和信用評(píng)分法相比，違約概率模型能夠直接估計(jì)客戶的違約概率，因此對(duì)歷史數(shù)據(jù)的要求更高，需要商業(yè)銀行建立一致的、明確的違約定義，并且在此基礎(chǔ)上積累至少五年的數(shù)據(jù)?！　?. 法人客戶評(píng)級(jí)模型　　(1)Altman的Z計(jì)分模型和ZETA模型　　Altman(1968)認(rèn)為，影響借款人違約概率的因素主要有五個(gè)：流動(dòng)性(Liquidity)、盈利性(Profitability)、杠桿比率(Leverage)、償債能力(Solvency)和活躍性(Activity)。Altman選擇了下面列舉的五個(gè)財(cái)務(wù)指標(biāo)來綜合反映上述五大因素，最終得出的Z計(jì)分函數(shù)是：　　X1=(流動(dòng)資產(chǎn)流動(dòng)負(fù)債)/總資產(chǎn)　　X2=留存收益/總資產(chǎn)　　X3=息稅前利潤(rùn)/總資產(chǎn)　　X4=股票市場(chǎng)價(jià)值/債務(wù)賬面價(jià)值　　X5=銷售額/總資產(chǎn)　　作為違約風(fēng)險(xiǎn)的指標(biāo)，Z值越高，違約概率越低。此外，Altman還提出了判斷企業(yè)破產(chǎn)的臨界值：，在企業(yè)存在很大的破產(chǎn)風(fēng)險(xiǎn)，應(yīng)被歸入高違約風(fēng)險(xiǎn)等級(jí)?！　?977年，Altman與Hardeman、Narayanan又提出了第二代Z計(jì)分模型——ZETA信用風(fēng)險(xiǎn)分析模型，主要用于公共或私有的非金融類公司，其適應(yīng)范圍更廣，對(duì)違約概率的計(jì)算更精確?！　ETA模型將模型考察指標(biāo)由五個(gè)增加到七個(gè)，分別為：　　X1：資產(chǎn)收益率指標(biāo)，等于息稅前利潤(rùn)/總資產(chǎn)?！　2：收益穩(wěn)定性指標(biāo)，指企業(yè)資產(chǎn)收益率在5～10年變動(dòng)趨勢(shì)的標(biāo)準(zhǔn)差。　　X3：償債能力指標(biāo)，等于息稅前利潤(rùn)/總利息支出。　　X4：盈利積累能力指標(biāo)，等于留存收益/總資產(chǎn)。　　X5：流動(dòng)性指標(biāo)，即流動(dòng)比率，等于流動(dòng)資產(chǎn)/流動(dòng)負(fù)債?！　6：資本化程度指標(biāo)，等于普通股/總資本。該比率越大，說明企業(yè)資本實(shí)力越強(qiáng)，違約概率越小?！　7：規(guī)模指標(biāo)，用企業(yè)總資產(chǎn)的對(duì)數(shù)表示?！　?2)RiskCalc模型　　RiskCalc模型是在傳統(tǒng)信用評(píng)分技術(shù)基礎(chǔ)上發(fā)展起來的一種適用于非上市公司的違約概率模型，其核心是通過嚴(yán)格的步驟從客戶信息中選擇出最能預(yù)測(cè)違約的一組變量，經(jīng)過適當(dāng)變換后運(yùn)用Logit/Probit回歸技術(shù)預(yù)測(cè)客戶的違約概率?！　、偈占罅康墓緮?shù)據(jù)。　?、趯?duì)數(shù)據(jù)進(jìn)行樣本選擇和異常值處理?！　、壑鹨环治鲎儞Q各風(fēng)險(xiǎn)因素的單調(diào)性、違約預(yù)測(cè)能力及彼此間的相關(guān)性，初步選擇出違約預(yù)測(cè)能力強(qiáng)、彼此相關(guān)性不高的20～30個(gè)風(fēng)險(xiǎn)因素。　?、苓\(yùn)用Logit/Probit回歸技術(shù)從初步因素中選擇出9～11個(gè)最優(yōu)的風(fēng)險(xiǎn)因素，并確?；貧w系數(shù)具有明確的經(jīng)濟(jì)含義，各變量間不存在多重共線性?！　、菰诮Ｍ鈽颖?、時(shí)段外樣本中驗(yàn)證基于建模樣本所構(gòu)建模型的違約區(qū)分能力，確保模型的橫向適用性和縱向前瞻性。　?、迣?duì)模型輸出結(jié)果進(jìn)行校正，得到最終各客戶的違約概率?！　?3)Credit Monitor模型　　Credit Monitor模型是在Merton模型基礎(chǔ)上發(fā)展起來的一種適用于上市公司的違約概率模型，其核心在于把企業(yè)與銀行的借貸關(guān)系視為期權(quán)買賣關(guān)系，借貸關(guān)系中的信用風(fēng)險(xiǎn)信息因此隱含在這種期權(quán)交易之中，從而通過應(yīng)用期權(quán)定價(jià)理論求解出信用風(fēng)險(xiǎn)溢價(jià)和相應(yīng)的違約率，即預(yù)期違約頻率(Expected Default Frequency，EDF)?！　　締芜x】在法人客戶評(píng)級(jí)模型中，( )通過應(yīng)用期權(quán)定價(jià)理論求解出信用風(fēng)險(xiǎn)溢價(jià)和相應(yīng)的違約率?！　?Z計(jì)分模型　　　　 Monitor模型　　　　答案：C　　(4)KPMG風(fēng)險(xiǎn)中性定價(jià)模型　　風(fēng)險(xiǎn)中性定價(jià)理論的核心思想是假設(shè)金融市場(chǎng)中的每個(gè)參與者都是風(fēng)險(xiǎn)中立者，不管是高風(fēng)險(xiǎn)資產(chǎn)、低風(fēng)險(xiǎn)資產(chǎn)或無風(fēng)險(xiǎn)資產(chǎn)，只要資產(chǎn)的期望收益是相等的，市場(chǎng)參與者對(duì)其的態(tài)度就是一致的，這樣的市場(chǎng)環(huán)境被稱為風(fēng)險(xiǎn)中性范式。KPMG公司將風(fēng)險(xiǎn)中性定價(jià)理論運(yùn)用到貸款或債券的違約概率計(jì)算中，由于債券市場(chǎng)可以提供與不同信用等級(jí)相對(duì)應(yīng)的風(fēng)險(xiǎn)溢價(jià)，根據(jù)期望收益相等的風(fēng)險(xiǎn)中性定價(jià)原則，每一筆貸款或債券的違約概率就可以相應(yīng)計(jì)算出來?！　　締芜x】%，假設(shè)債務(wù)人違約后，回收率為零，若一年期的無風(fēng)險(xiǎn)年收益率為5%，則根據(jù)KPMG風(fēng)險(xiǎn)中性定價(jià)模型得到上述債券在一年內(nèi)的違約概率為( )　　　　　　　　　　答案：B　　(5)死亡率模型　　死亡率模型是根據(jù)貸款或債券的歷史違約數(shù)據(jù)，計(jì)算在未來一定持有期內(nèi)不同信用等級(jí)的貸款或債券的違約概率，即死亡率，通常分為邊際死亡率(MarginaMortality Rate，MMR)和累計(jì)死亡率(Cumulated Mortality Rate，CMR)?！　　締芜x】根據(jù)死亡率模型，假設(shè)某3年期辛迪加貸款，%、%、%，則3年的累計(jì)死亡率為( )?！　?　　%　　%　　%　　答案：C4. 個(gè)人客戶評(píng)分方法　　按照國(guó)際慣例，對(duì)于企業(yè)的信用評(píng)定采用評(píng)級(jí)方法，而對(duì)個(gè)人客戶的信用評(píng)定采用評(píng)分方法。由于個(gè)人客戶數(shù)量眾多，歷史信息的規(guī)律性強(qiáng)，因此主要采用基于歷史數(shù)據(jù)統(tǒng)計(jì)的評(píng)分模型計(jì)量個(gè)人客戶的信用風(fēng)險(xiǎn)?！　⒄諊?guó)際最佳實(shí)踐，個(gè)人客戶評(píng)分按照所采用的統(tǒng)計(jì)方法可以分為回歸分析、K臨近值、神經(jīng)網(wǎng)絡(luò)模型等。按照評(píng)分的對(duì)象可以分為客戶水平、產(chǎn)品水平和賬戶水平，按照評(píng)分的目的可以分為風(fēng)險(xiǎn)評(píng)分、利潤(rùn)評(píng)分、忠誠(chéng)度評(píng)分等。按照平分的階段則可以分為拓展客戶期(信用局評(píng)分)、審批客戶期(申請(qǐng)?jiān)u分)和管理客戶期(行為評(píng)分)?！　?1)信用局評(píng)分　　這一階段常用的模型有：　?、亠L(fēng)險(xiǎn)評(píng)分，預(yù)測(cè)消費(fèi)者違約/壞賬風(fēng)險(xiǎn)的大小?！　、谑找嬖u(píng)分，預(yù)測(cè)消費(fèi)者開戶后給商業(yè)銀行帶來潛在收益?！　、燮飘a(chǎn)評(píng)分，預(yù)測(cè)消費(fèi)者破產(chǎn)風(fēng)險(xiǎn)的大小。　?、芷渌庞锰卣髟u(píng)分?！　?2)申請(qǐng)?jiān)u分　　申請(qǐng)?jiān)u分模型通過綜合考慮申請(qǐng)者在申請(qǐng)表上所填寫的各種信息，對(duì)照商業(yè)銀行類似申請(qǐng)者開戶后的信用表現(xiàn)，以評(píng)分來預(yù)測(cè)申請(qǐng)者開戶后一定時(shí)期內(nèi)違約概率，通過比較該客戶的違約概率和商業(yè)銀行可以接受的違約底線來作出拒絕或接受的決定。　　信用局風(fēng)險(xiǎn)評(píng)分模型和收益評(píng)分模型是很有價(jià)值的決策工具，與申請(qǐng)?jiān)u分模型具有互補(bǔ)性，可以組成二維或三維矩陣來進(jìn)行信貸審批決策。不同的是，申請(qǐng)?jiān)u分模型是商業(yè)銀行為特定金融產(chǎn)品的申請(qǐng)者量身定做的，能夠更準(zhǔn)確、全面地反映商業(yè)銀行客戶的特殊性，而且可以利用更多的信息對(duì)客戶將來的信用表現(xiàn)進(jìn)行預(yù)測(cè)。而信用局評(píng)分模型通常是對(duì)申請(qǐng)者在未來各種信貸關(guān)系中的違約概率作出預(yù)測(cè)?！　?3)行為評(píng)分　　行為評(píng)分被用來觀察現(xiàn)有客戶的行為，以掌握客戶及時(shí)還款的可信度。　　(Validation)　　(1)客戶違約風(fēng)險(xiǎn)區(qū)分能力的驗(yàn)證　　期基本原理是運(yùn)用多種數(shù)理分析方法檢驗(yàn)評(píng)級(jí)系統(tǒng)對(duì)客戶是否違約的判斷準(zhǔn)確性。　　(2)違約概率預(yù)測(cè)準(zhǔn)確性的驗(yàn)證(校正)　　其基本原理是運(yùn)用統(tǒng)計(jì)學(xué)中的假設(shè)檢驗(yàn)，當(dāng)實(shí)際違約發(fā)生情況超過給定閾值，則拒絕原假設(shè)，認(rèn)為PD預(yù)測(cè)不準(zhǔn)確。常用方法有：二項(xiàng)分布檢驗(yàn)，檢驗(yàn)給定年份某一等級(jí)PD預(yù)測(cè)準(zhǔn)確性?？ǚ椒植紮z驗(yàn)，檢驗(yàn)給定年份不同等級(jí)PD預(yù)測(cè)準(zhǔn)確性。正態(tài)分布檢驗(yàn)，檢驗(yàn)不同年份同一等級(jí)PD預(yù)測(cè)準(zhǔn)確性。擴(kuò)展的交通燈檢驗(yàn)，檢驗(yàn)不同年份不同等級(jí)PD預(yù)測(cè)準(zhǔn)確性?！　?債項(xiàng)評(píng)級(jí)　　1. 債項(xiàng)評(píng)級(jí)的基本概念　　(1)債項(xiàng)評(píng)級(jí)　　債項(xiàng)評(píng)級(jí)是對(duì)交易本身的特定風(fēng)險(xiǎn)進(jìn)行計(jì)量和評(píng)價(jià)，反映客戶違約后的債項(xiàng)損失大小。特定風(fēng)險(xiǎn)因素包括抵押、優(yōu)先性、產(chǎn)品類別、地區(qū)、行業(yè)等。債項(xiàng)評(píng)級(jí)既可以只反映債項(xiàng)本身的交易風(fēng)險(xiǎn)，也可以同時(shí)反映客戶信用風(fēng)險(xiǎn)和債項(xiàng)交易風(fēng)險(xiǎn)?！　?2)債項(xiàng)評(píng)級(jí)與客戶評(píng)級(jí)的關(guān)系　　客戶評(píng)級(jí)與債項(xiàng)評(píng)級(jí)是反映信用風(fēng)險(xiǎn)水平的兩個(gè)緯度。一個(gè)債務(wù)人只能有一個(gè)客戶評(píng)級(jí)，而同一債務(wù)人的不同交易可能會(huì)有不同的債項(xiàng)評(píng)級(jí)。　　【單選】下列關(guān)于客戶評(píng)級(jí)與債項(xiàng)評(píng)級(jí)的說法，不正確的是( )?！　。槍?duì)每筆債項(xiàng)本身的特點(diǎn)預(yù)測(cè)債項(xiàng)可能的損失率　　　　，同一債務(wù)人的不同交易可能會(huì)有不同的債項(xiàng)評(píng)級(jí)　　，同一債務(wù)人的不同交易可能會(huì)有不同的債項(xiàng)評(píng)級(jí)　　答案：B　　(3)損失　　客戶違約后給商業(yè)銀行帶來的債項(xiàng)損失包括兩個(gè)層面：一是經(jīng)濟(jì)損失。二是會(huì)計(jì)損失?！　?4)違約風(fēng)險(xiǎn)暴露　　違約風(fēng)險(xiǎn)暴露是指?jìng)鶆?wù)人違約時(shí)的預(yù)期表內(nèi)表外項(xiàng)目暴露總和。如果客戶已經(jīng)違約，則違約風(fēng)險(xiǎn)暴露為其違約時(shí)的債務(wù)賬面價(jià)值。如果客戶尚未違約，則違約風(fēng)險(xiǎn)暴露對(duì)于表內(nèi)項(xiàng)目為債務(wù)賬面價(jià)值，對(duì)于表外項(xiàng)目為已提取金額+信用轉(zhuǎn)換系數(shù)已承諾未提取金額。　　【單選】若客戶尚未違約，在債項(xiàng)評(píng)級(jí)中表外項(xiàng)目的違約風(fēng)險(xiǎn)暴露為( )?！　　　　　?信用轉(zhuǎn)換系數(shù)已承諾未提取金額　　+信用轉(zhuǎn)換系數(shù)已承諾未提取金額　　答案：C　　(5)違約損失率　　違約損失率(Loss Given Default，LGD)是指給定借款人違約后貸款損失金額占違約風(fēng)險(xiǎn)暴露的比例，其估計(jì)公式為損失/違約風(fēng)險(xiǎn)暴露?！　?. 債項(xiàng)評(píng)級(jí)的方法　　(1)影響違約損失率的因素　?、佼a(chǎn)品因素　　包括清償優(yōu)先性(Seniority)、抵押品等?！　、诠疽蛩亍　、坌袠I(yè)因素　?、艿貐^(qū)因素　?、莺暧^經(jīng)濟(jì)周期因素　　【單選】根據(jù)2002年穆迪公司在違約損失率預(yù)測(cè)模型LossCalc的技術(shù)文件中所披露的信息，( )對(duì)違約損失率的影響貢獻(xiàn)度最高?！　　　　　　　　　〈鸢福篈　　(2)計(jì)量違約損失率的方法　　①市場(chǎng)價(jià)值法。通過市場(chǎng)上類似資產(chǎn)的信用價(jià)差(Credit Spread)和違約概率推算違約損失率，其假設(shè)前提是市場(chǎng)能及時(shí)有效反映債券發(fā)行企業(yè)的信用風(fēng)險(xiǎn)變化，主要適用于已經(jīng)在市場(chǎng)上發(fā)行并且可交易的大企業(yè)、政府、銀行債券。　　②回收現(xiàn)金法。根據(jù)違約歷史清收情況，預(yù)測(cè)違約貸款在清收過程中的現(xiàn)金流，并計(jì)算出LGD，即LGD=1回收率=1(回收金額回收成本)/違約風(fēng)險(xiǎn)暴露?！　　締芜x】采用回收現(xiàn)金流計(jì)算違約損失率時(shí)，，則違約損失率為( )?！　?　　%　　%　　%　　答案：D　　3. 貸款分類與債項(xiàng)評(píng)級(jí)　　信貸資產(chǎn)風(fēng)險(xiǎn)分類通常是指信貸分析和管理人員或監(jiān)管當(dāng)局的檢查人員，綜合能夠獲得的全部信息并運(yùn)用最佳判斷，根據(jù)信貸資產(chǎn)的風(fēng)險(xiǎn)程度對(duì)信貸資產(chǎn)質(zhì)量作出評(píng)價(jià)?！　?001年，我國(guó)監(jiān)管當(dāng)局出臺(tái)了貸款風(fēng)險(xiǎn)分類的指導(dǎo)原則，把貸款分為正常、關(guān)注、次級(jí)、可能和損失五類(后三類合稱為不良貸款)?！　≡诜诸愡^程中，商業(yè)銀行必須至少做到以下六個(gè)方面：　?、?建立健全內(nèi)部控制機(jī)制，完善信貸規(guī)章、制度和辦法?！　、?建立有效的信貸組織管理體制?！　、?實(shí)行審貸分離?！　、?完善信貸檔案管理制度，保證貸款檔案的連續(xù)和完整。　?、?改進(jìn)管理信息系統(tǒng)，保證管理層能夠及時(shí)獲得有關(guān)貸款狀況的重要信息?！　、?督促借款人提供真實(shí)準(zhǔn)確的財(cái)務(wù)信息?！　≠J款分類與債項(xiàng)評(píng)級(jí)是兩個(gè)容易混淆的概念，二者既區(qū)別明顯又相互聯(lián)系。 組合信用風(fēng)險(xiǎn)計(jì)量　　　　相關(guān)性是描述兩個(gè)聯(lián)合事件之間的相互關(guān)系，而不僅僅是指兩個(gè)事件概率的簡(jiǎn)單乘積。違約相關(guān)性的計(jì)量包括相關(guān)系數(shù)和連接函數(shù)兩種方法?！　?1)相關(guān)系數(shù)　　線性相關(guān)是最常見的一種相關(guān)，可用統(tǒng)計(jì)學(xué)中最常見的簡(jiǎn)單相關(guān)系數(shù)來計(jì)量?！　　締芜x】X、Y分別表示兩種不同類型借款人的違約損失，，則其相關(guān)系數(shù)為( )?！　　　　　　　　　〈鸢福篊　　對(duì)于非線性相關(guān)，可通