【正文】 花旗銀行的故事216。 花旗銀行客戶評級由兩步組成：第一步由違約概率模型得到一個定量化的評級；第二步由客戶經(jīng)理及信貸人員根據(jù)定性因素對定量化評級進(jìn)行調(diào)整。216。 花旗的違約概率模型按行業(yè)、地區(qū)和業(yè)務(wù)類別分為 16個子模型，每年在 100個國家對超過 15000個客戶進(jìn)行評級。216。 花旗的違約概率模型從 1990年開始使用，至今已有 14年，經(jīng)過不斷地調(diào)整測試，目前已經(jīng)達(dá)到相當(dāng)?shù)臏?zhǔn)確率：根據(jù)花旗內(nèi)部的測試，所有違約的客戶，其根據(jù)模型算出來的評級沒有超過 “5” 級的 ,89%的客戶評級都在 “6” 級及以下 (花旗內(nèi)部評級為 10級，其中后三級已經(jīng)為不良 )。216。 花旗對違約概率模型的認(rèn)識：216。 提供了一個完全客觀、一致的信用分析工具，為信用分析和預(yù)警提供了一個很好的開始（而不是結(jié)束）216。 不僅僅應(yīng)用于信用審查，違約率模型對風(fēng)險的量化結(jié)果廣泛應(yīng)用于其它管理用途216。 好的模型需要應(yīng)用和數(shù)據(jù)的積累，不斷地檢驗和校正 —— 花旗最早開始應(yīng)用的北美公司客戶模型已經(jīng)有 28年數(shù)據(jù)的積累 60評級系統(tǒng)如何開發(fā)的？ —— 違約模型： 我行違約模型開發(fā)的主要過程數(shù)據(jù)收集單變量分析多變量分析 校正模型選擇最終模型定型測試1167。確定違約定義167。明確模型適用對象167。數(shù)據(jù)收集167。數(shù)據(jù)清洗167。選擇建模與驗證數(shù)據(jù)樣本167。選擇風(fēng)險因素167。風(fēng)險因素測試167。風(fēng)險因素分布167。因素相關(guān)性167。準(zhǔn)確度分析167。經(jīng)驗與合理性167。單變量分析167。使用回歸分析對 2中所選出之風(fēng)險因素進(jìn)行分析167。進(jìn)一步篩選風(fēng)險因素167。其它分析167。確定模型的形式167。模型優(yōu)化處理167。確定建模變量167。樣本外基準(zhǔn)測試167。Walkforward測試167。Kfold測試167。估計歷史平均違約率167。建立 1年期模型校正曲線167。計算 1年違約率167。模型結(jié)果分析和預(yù)測167。確認(rèn)模型最終形式2 3 4 5 6 7建模是一個不返回測試，逐步求精的持續(xù)過程61評級系統(tǒng)如何開發(fā)的？ —— 打分卡與模型的校驗： 審慎看待打分卡和模型校驗的初步一致性216。 但是同時必須清醒認(rèn)識到，這僅僅是兩者對同樣歷史數(shù)據(jù)的一致性，還不能證明兩者在今后使用中也一定有這種一致性關(guān)系。216。 真正的考驗在實踐后，而且不僅僅在于打分卡與違約模型之間一致性，更重要的是兩者都要能夠準(zhǔn)確反映實際違約狀況。無疑，這很具挑戰(zhàn)性。216。 這是一個好的開端，對我們實施信用評級提升了信心。在實施的推進(jìn)，不斷積累數(shù)據(jù)，不斷回測，不斷校正，它們一定會不斷完善。216。 更重要的是，這些工具與信貸實踐結(jié)合起來，將進(jìn)一步促進(jìn)我行風(fēng)險文化的健全和風(fēng)險管理水平的提高。 穆迪公司認(rèn)為 “ 招商銀行花了 1年的時間就取得了穆迪公司花費(fèi)了 80年時間取得的成果，招商銀行的信用風(fēng)險度量水平，已經(jīng)邁過了一個顯著的里程碑 ” 。 對此，我們應(yīng)高興，但更應(yīng)審慎： 兩批獨(dú)立的專家獨(dú)立開發(fā)，用兩種不同的方法，各自開發(fā)出打分卡和違約模型，能夠在校驗中得到較好的一致性。這是可貴的，較有說服力地表明我行打分卡和違約模型方法是科學(xué)的。也表明我們擁有了能夠相互校驗的兩種識別信用風(fēng)險的量化工具。62內(nèi)容提綱216。 現(xiàn)代風(fēng)險管理的基本原理216。 風(fēng)險基本概念（預(yù)期損失、非預(yù)期損失和極端損失等）216。 風(fēng)險成本度量（信用評級、債項評級等）216。 風(fēng)險資本度量216。 盈利性衡量（ RAROC）216。 信用評級的基本情況216。 實施信用評級的意義 216。 我行信用評級項目的開發(fā)情況216。 對信用評級現(xiàn)實性的正確認(rèn)識63如何實施信用評級？ —— 正確認(rèn)識z 信用評級在西方國家可行，在中國國情下也可行嗎？y 可行。信用評級是建立于科學(xué)方法論上的一種信用分析工具，是得到實踐證明的。y 風(fēng)險對個案來說，雖然有不確定性，但對總體而言，它具有可測性，可以用數(shù)理統(tǒng)計測量它發(fā)生的概率。這是客觀規(guī)律，西方的風(fēng)險這樣，中國的風(fēng)險也是這樣。y 信用評級是對風(fēng)險客觀規(guī)律的分析和揭示，因此任何國家都是可以進(jìn)行的。所不同的是，各國、各地、各銀行企業(yè)群的風(fēng)險因素不一樣，這就意味著同一個信用評級不能 “放之四海而皆準(zhǔn) ”，而必須在科學(xué)的方法論下針對性地開發(fā)自己的信用評級體系。y 正因為如此，我行要與穆迪合作。方法是他們提供的，數(shù)據(jù)主要是我行的，目的是要保證方法是科學(xué)的，成果要適合中國國情和我行實際的。如果我們自己開發(fā)，難免在方法上走彎路，時間上延誤；如果直接買一個他們的產(chǎn)品，則一定會發(fā)生 “洋貨不中用 ”的后果。64如何實施信用評級？ —— 正確認(rèn)識z 客觀世界如此復(fù)雜，打分卡和違約模型的幾個指標(biāo)能充分反映嗎？y 不能。它只能反映風(fēng)險共性。其反映程度高低，決定于評級的有效性。y 每一筆貸款發(fā)生風(fēng)險的原因，有兩種類型：一種是共性風(fēng)險 客戶違約的一般原因；另一種是個性風(fēng)險 某一客戶違約的特殊原因。y 信用評級希望反映的是共性風(fēng)險，如果它做到了，就是已經(jīng)是一個好的評級。至于個性風(fēng)險，永遠(yuǎn)只能由專家來評估。這也就是為什么容許專家調(diào)整評級的原因。y 當(dāng)然風(fēng)險的共性和個性劃分是相對的，一個行業(yè)內(nèi)企業(yè)的共性，在所有行業(yè)中就是個性了。我行的打分卡分九大行業(yè)，目的就是要反映行業(yè)共性；如果只有一個，行業(yè)共性就變成個性而無法反映了。z 我行貸款投向至少有幾十個行業(yè)，只有 9個打分卡行嗎？y 基本行。理論上一個行業(yè)一個打分卡最好，但實踐中受數(shù)據(jù)量制約。y 打分卡太多，意味著每個打分卡針對的客戶數(shù)會很少，而太少的樣本，會失去統(tǒng)計性，打分卡反而就無法揭示共性風(fēng)險了。這就是為什么穆迪有 100多個行業(yè)，而我行只歸并為 9個打分卡的原因。y 我們把主要行業(yè)根據(jù)相關(guān)性歸并為 9個打分卡，盡量保證行業(yè)共性能夠體現(xiàn)。今后隨著業(yè)務(wù)擴(kuò)大，可以拆分成更多打分卡。65如何實施信用評級？ —— 正確認(rèn)識z 信用評級只是用來單筆風(fēng)險分析嗎？y 不是。信用評級有兩大功能：一是單筆信用風(fēng)險分析；二是組合層次的風(fēng)險管理。后者比前者更重要。y 在單筆風(fēng)險分析中，評級一方面為專家提供一種信用分析工具，決策仍由專家作出。另一方面提供了貸款定價的科學(xué)依據(jù)。y 組合風(fēng)險管理是在銀行整個資產(chǎn)層面上的，它以單筆風(fēng)險管理為基礎(chǔ)，但組合風(fēng)險不是簡單單筆風(fēng)險的加總。一筆一筆貸款的 “風(fēng)險可控 ”，加在一起并不一定是整體資產(chǎn)的 “風(fēng)險可控 ”，還要看資產(chǎn)之間風(fēng)險的相關(guān)性。y 單筆風(fēng)險不可怕，怕的是組合風(fēng)險。單筆風(fēng)險通常只讓銀行損失利潤，組合風(fēng)險可能會要銀行的命。因此，從戰(zhàn)略上看，組合管理才是銀行風(fēng)險管理的重點(diǎn)。y 科學(xué)的組合管理必須建立在量化風(fēng)險基礎(chǔ)上，因為不量化，單筆風(fēng)險無法匯集成組合風(fēng)險，誰也不知道 “風(fēng)險可控 ”+“風(fēng)險可控”=多少。66如何實施信用評級？ —— 正確認(rèn)識是不是可以根據(jù)評級高低決定貸與不貸？y 不，信用評級不是決策。它只是信用分析的一種工具，只是信貸決策的一種參考。y 它比一般財務(wù)分析或非財務(wù)分析的優(yōu)點(diǎn)在于：它把造成風(fēng)險的各種因素綜合起來了，而且用數(shù)字體現(xiàn)出來，從而為信用分析和貸款決策提供了一種快速的風(fēng)險評估工具。y 但無論怎樣完善的信用評級，最多只能抓住風(fēng)險共性，而實踐中引起信貸風(fēng)險的不只有共性，還有企業(yè)的個性。而個性永遠(yuǎn)需要專家進(jìn)行判斷。y 信用評級可以幫助專家更有針對性的風(fēng)險分析。打分卡分低了，專家可以把得分低的方面看成是疑點(diǎn)，進(jìn)行重點(diǎn)分析；打分高了，專家可以重點(diǎn)分析證實是否可靠。y 當(dāng)然，隨著信用評級的完善，它在決策中的作用會增強(qiáng)。尤其在個貸領(lǐng)域，出于成本考慮，用評級先過濾最差和最好的客戶，讓專家只審查模糊地帶，是一個發(fā)展趨勢。67如何實施信用評級？ —— 正確認(rèn)識是不是可以根據(jù)評級決定一個客戶的授信限額？y 不能，評級高低不能決定授信限額。y 評級只是對風(fēng)險程度的一種等級劃分，同樣等級下，不同規(guī)模和經(jīng)營狀況的企業(yè)可以有不同授信規(guī)模。y 授信規(guī)模的確定，要綜合地看企業(yè)的各種情況，比如銷售規(guī)模、資產(chǎn)實力、股東背景、凈資產(chǎn)等。一般沒有一個絕對的公式可以計算出授信限額。y 但信用評級可以作為確定授信限額的一個參考指標(biāo)，其他情況相似的前提下，較高信用級別的企業(yè)可以給予更高的授信限額。當(dāng)然，前提是信用評級是有效的。y 從組合層面，為一個行業(yè)、一個地區(qū)、一個等級的企業(yè)設(shè)定信貸限額，評級就可以彰顯其專家判斷不能替代的功能，這是風(fēng)險量化優(yōu)越性的體現(xiàn)。68如何實施信用評級？ —— 正確認(rèn)識z 如果信用評級不準(zhǔn)，怎么辦？評級得分低就一定是高風(fēng)險嗎？y 對評級不準(zhǔn)，應(yīng)審慎處置。x 評價信用評級是否有效，重點(diǎn)不是看它對每筆貸款的判斷準(zhǔn)不準(zhǔn)，而是要看它在統(tǒng)計上，對總體貸款的風(fēng)險評價是不是有效。x 如果只是個案不準(zhǔn)，那不一定不能接受的，但也要分析不準(zhǔn)的原因，是共性不準(zhǔn)，還是該企業(yè)的特殊性（譬如財政補(bǔ)貼因素）。對共性不準(zhǔn)要引起注意，對個性不準(zhǔn)則不是評級本質(zhì)能解決的，這正是專家作用的體現(xiàn)。x 如果出現(xiàn)統(tǒng)計學(xué)上的不準(zhǔn)，那必須對評級進(jìn)行修正。y 評級高低，不是一定說明企業(yè)風(fēng)險高低。x 即使是總體有效的評級，也不一定對每個企業(yè)都有效，個案的特殊性總是會存在的。x 評級高或低，不是對企業(yè)風(fēng)險的最終定論。它只是專家分析風(fēng)險高低的一個起點(diǎn)和提示，專家去最終判斷。69如何實施信用評級？ —— 正確認(rèn)識z 如何看待打分卡、違約模型與專家信貸分析的關(guān)系？216。 打分卡、違約概率模型、信貸人員的貸款調(diào)查、審查分析 是互為補(bǔ)充的， 共同為最終的貸款決策提供分析支持。216。 打分卡與違約概率模型是充分結(jié)合了對歷史數(shù)據(jù)的統(tǒng)計分析及專家經(jīng)驗的信貸分析工具，因此它是 “科學(xué)而客觀 ”的。但因為它是分析 “共性 ”的工具，所以難以全面反映借款人所獨(dú)有的信貸風(fēng)險特點(diǎn)。216。 信貸分析人員的判斷是基于其長期的貸款分析經(jīng)驗和對借款人特有分析的基礎(chǔ)上的，潛在來講，一個經(jīng)驗豐富的信貸分析人員的判斷應(yīng)該比打分卡和違約率模型更加有效，但是信貸分析人員的判斷因為來自其 “主觀 ”的判斷，而且受其經(jīng)驗和業(yè)務(wù)的局限性的影響，其判斷可能會有所偏差。216。 做出正確的信貸決策，需要從多個角度來看待和分析風(fēng)險。需要同時參考打分卡、違約概率模型和信貸分析的意見與結(jié)論才能做出更加準(zhǔn)確的判斷。70謝謝謝謝 !