【正文】 國(guó)實(shí)際情況的深入了解，只有充分發(fā)揮雙方的優(yōu)勢(shì)，才能開(kāi)發(fā)既有前瞻性又符合中國(guó)實(shí)際的打分卡 ? 打分卡開(kāi)發(fā)的過(guò)程是對(duì)所在行業(yè)的信用風(fēng)險(xiǎn)深入了解和分析的過(guò)程。 ? 只有對(duì)行業(yè)特點(diǎn)和行業(yè)內(nèi)企業(yè)違約特點(diǎn)分析清楚才可能開(kāi)發(fā)出有效的打分卡，因此不斷完善的打分卡也將作為我行信貸分析經(jīng)驗(yàn)和文化積累的載體。 ? 永遠(yuǎn)沒(méi)有一個(gè)“完美”的打分卡。 ? 打分卡只是反映信貸分析的“共性”，所以不可能 100%準(zhǔn)確； ? 現(xiàn)實(shí)處于不斷的變化中，打分卡必須根據(jù)實(shí)際不斷調(diào)整才能更好地發(fā)揮其作用 ? 但是隨著經(jīng)驗(yàn)的積累，數(shù)據(jù)的完善，我們一定能開(kāi)發(fā)出更好的打分卡 ! 60 評(píng)級(jí)系統(tǒng)如何開(kāi)發(fā)的？ —— 違約模型： 花旗銀行的故事 ? 花旗銀行客戶(hù)評(píng)級(jí)由兩步組成：第一步由違約概率模型得到一個(gè)定量化的評(píng)級(jí)；第二步由客戶(hù)經(jīng)理及信貸人員根據(jù)定性因素對(duì)定量化評(píng)級(jí)進(jìn)行調(diào)整。 ? 花旗的違約概率模型按行業(yè)、地區(qū)和業(yè)務(wù)類(lèi)別分為 16個(gè)子模型，每年在 100個(gè)國(guó)家對(duì)超過(guò) 15000個(gè)客戶(hù)進(jìn)行評(píng)級(jí)。 ? 花旗的違約概率模型從 1990年開(kāi)始使用，至今已有 14年，經(jīng)過(guò)不斷地調(diào)整測(cè)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(cè)試，所有違約的客戶(hù)，其根據(jù)模型算出來(lái)的評(píng)級(jí)沒(méi)有超過(guò) “ 5” 級(jí)的 ,89%的客戶(hù)評(píng)級(jí)都在 “ 6” 級(jí)及以下 (花旗內(nèi)部評(píng)級(jí)為 10級(jí)，其中后三級(jí)已經(jīng)為不良 )。 ? 花旗對(duì)違約概率模型的認(rèn)識(shí)： ? 提供了一個(gè)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(gè)很好的開(kāi)始（而不是結(jié)束） ? 不僅僅應(yīng)用于信用審查，違約率模型對(duì)風(fēng)險(xiǎn)的量化結(jié)果廣泛應(yīng)用于其它管理用途 ? 好的模型需要應(yīng)用和數(shù)據(jù)的積累，不斷地檢驗(yàn)和校正 —— 花旗最早開(kāi)始應(yīng)用的北美公司客戶(hù)模型已經(jīng)有 28年數(shù)據(jù)的積累 61 評(píng)級(jí)系統(tǒng)如何開(kāi)發(fā)的？ —— 違約模型： 我行違約模型開(kāi)發(fā)的主要過(guò)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(cè)試 1 ?確定違約定義 ?明確模型適用對(duì)象 ?數(shù)據(jù)收集 ?數(shù)據(jù)清洗 ?選擇建模與驗(yàn)證數(shù)據(jù)樣本 ?選擇風(fēng)險(xiǎn)因素 ?風(fēng)險(xiǎn)因素測(cè)試 ?風(fēng)險(xiǎn)因素分布 ?因素相關(guān)性 ?準(zhǔn)確度分析 ?經(jīng)驗(yàn)與合理性 ?單變量分析 ?使用回歸分析對(duì) 2中所選出之風(fēng)險(xiǎn)因素進(jìn)行分析 ?進(jìn)一步篩選風(fēng)險(xiǎn)因素 ?其它分析 ?確定模型的形式 ?模型優(yōu)化處理 ?確定建模變量 ?樣本外基準(zhǔn)測(cè)試 ?Walkforward測(cè)試 ?Kfold測(cè)試 ?估計(jì)歷史平均違約率 ?建立 1年期模型校正曲線 ?計(jì)算 1年違約率 ?模型結(jié)果分析和預(yù)測(cè) ?確認(rèn)模型最終形式 2 3 4 5 6 7 建模是一個(gè)不返回測(cè)試，逐步求精的持續(xù)過(guò)程 62 評(píng)級(jí)系統(tǒng)如何開(kāi)發(fā)的？ —— 打分卡與模型的校驗(yàn)： 審慎看待打分卡和模型校驗(yàn)的初步一致性 ? 但是同時(shí)必須清醒認(rèn)識(shí)到，這僅僅是兩者對(duì)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。 ? 真正的考驗(yàn)在實(shí)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(shí)際違約狀況。無(wú)疑，這很具挑戰(zhàn)性。 ? 這是一個(gè)好的開(kāi)端，對(duì)我們實(shí)施信用評(píng)級(jí)提升了信心。在實(shí)施的推進(jìn)，不斷積累數(shù)據(jù)，不斷回測(cè)，不斷校正，它們一定會(huì)不斷完善。 ? 更重要的是，這些工具與信貸實(shí)踐結(jié)合起來(lái)，將進(jìn)一步促進(jìn)我行風(fēng)險(xiǎn)文化的健全和風(fēng)險(xiǎn)管理水平的提高。 穆迪公司認(rèn)為 “ 招商銀行花了 1年的時(shí)間就取得了穆迪公司花費(fèi)了 80年時(shí)間取得的成果，招商銀行的信用風(fēng)險(xiǎn)度量水平，已經(jīng)邁過(guò)了一個(gè)顯著的里程碑 ” 。 對(duì)此，我們應(yīng)高興，但更應(yīng)審慎： 兩批獨(dú)立的專(zhuān)家獨(dú)立開(kāi)發(fā)，用兩種不同的方法，各自開(kāi)發(fā)出打分卡和違約模型，能夠在校驗(yàn)中得到較好的一致性。這是可貴的，較有說(shuō)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(yàn)的兩種識(shí)別信用風(fēng)險(xiǎn)的量化工具。 63 內(nèi)容提綱 ? 現(xiàn)代風(fēng)險(xiǎn)管理的基本原理 ? 風(fēng)險(xiǎn)基本概念 （ 預(yù)期損失 、 非預(yù)期損失和極端損失等 ） ? 風(fēng)險(xiǎn)成本度量 （ 信用評(píng)級(jí) 、 債項(xiàng)評(píng)級(jí)等 ） ? 風(fēng)險(xiǎn)資本度量 ? 盈利性衡量 （ RAROC） ? 信用評(píng)級(jí)的基本情況 ? 實(shí)施信用評(píng)級(jí)的意義 ? 我行信用評(píng)級(jí)項(xiàng)目的開(kāi)發(fā)情況 ? 對(duì)信用評(píng)級(jí)現(xiàn)實(shí)性的正確認(rèn)識(shí) 64 如何實(shí)施信用評(píng)級(jí)？ —— 正確認(rèn)識(shí) ? 信用評(píng)級(jí)在西方國(guó)家可行，在中國(guó)國(guó)情下也可行嗎？ ? 可行。信用評(píng)級(jí)是建立于科學(xué)方法論上的一種信用分析工具，是得到實(shí)踐證明的。 ? 風(fēng)險(xiǎn)對(duì)個(gè)案來(lái)說(shuō)，雖然有不確定性，但對(duì)總體而言，它具有可測(cè)性，可以用數(shù)理統(tǒng)計(jì)測(cè)量它發(fā)生的概率。這是客觀規(guī)律，西方的風(fēng)險(xiǎn)這樣，中國(guó)的風(fēng)險(xiǎn)也是這樣。 ? 信用評(píng)級(jí)是對(duì)風(fēng)險(xiǎn)客觀規(guī)律的分析和揭示，因此任何國(guó)家都是可以進(jìn)行的。所不同的是，各國(guó)、各地、各銀行企業(yè)群的風(fēng)險(xiǎn)因素不一樣，這就意味著同一個(gè)信用評(píng)級(jí)不能“放之四海而皆準(zhǔn)”，而必須在科學(xué)的方法論下針對(duì)性地開(kāi)發(fā)自己的信用評(píng)級(jí)體系。 ? 正因?yàn)槿绱耍倚幸c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(guó)國(guó)情和我行實(shí)際的。如果我們自己開(kāi)發(fā)，難免在方法上走彎路，時(shí)間上延誤；如果直接買(mǎi)一個(gè)他們的產(chǎn)品，則一定會(huì)發(fā)生“洋貨不中用”的后果。 65 如何實(shí)施信用評(píng)級(jí)？ —— 正確認(rèn)識(shí) ? 客觀世界如此復(fù)雜，打分卡和違約模型的幾個(gè)指標(biāo)能充分反映嗎？ ? 不能。它只能反映風(fēng)險(xiǎn)共性。其反映程度高低，決定于評(píng)級(jí)的有效性。 ? 每一筆貸款發(fā)生風(fēng)險(xiǎn)的原因，有兩種類(lèi)型：一種是共性風(fēng)險(xiǎn) 客戶(hù)違約的一般原因；另一種是個(gè)性風(fēng)險(xiǎn) 某一客戶(hù)違約的特殊原因。 ? 信用評(píng)級(jí)希望反映的是共性風(fēng)險(xiǎn)，如果它做到了，就是已經(jīng)是一個(gè)好的評(píng)級(jí)。至于個(gè)性風(fēng)險(xiǎn)，永遠(yuǎn)只能由專(zhuān)家來(lái)評(píng)估。這也就是為什么容許專(zhuān)家調(diào)整評(píng)級(jí)的原因。 ? 當(dāng)然風(fēng)險(xiǎn)的共性和個(gè)性劃分是相對(duì)的，一個(gè)行業(yè)內(nèi)企業(yè)的共性，在所有行業(yè)中就是個(gè)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(gè)，行業(yè)共性就變成個(gè)性而無(wú)法反映了。 ? 我行貸款投向至少有幾十個(gè)行業(yè)，只有 9個(gè)打分卡行嗎？ ? 基本行。理論上一個(gè)行業(yè)一個(gè)打分卡最好，但實(shí)踐中受數(shù)據(jù)量制約。 ? 打分卡太多，意味著每個(gè)打分卡針對(duì)的客戶(hù)數(shù)會(huì)很少，而太少的樣本，會(huì)失去統(tǒng)計(jì)性，打分卡反而就無(wú)法揭示共性風(fēng)險(xiǎn)了。這就是為什么穆迪有 100多個(gè)行業(yè)，而我行只歸并為 9個(gè)打分卡的原因。 ? 我們把主要行業(yè)根據(jù)相關(guān)性歸并為 9個(gè)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。 66 如何實(shí)施信用評(píng)級(jí)？ —— 正確認(rèn)識(shí) ? 信用評(píng)級(jí)只是用來(lái)單筆風(fēng)險(xiǎn)分析嗎？ ? 不是。信用評(píng)級(jí)有兩大功能：一是單筆信用風(fēng)險(xiǎn)分析；二是組合層次的風(fēng)險(xiǎn)管理。后者比前者更重要。 ? 在單筆風(fēng)險(xiǎn)分析中，評(píng)級(jí)一方面為專(zhuān)家提供一種信用分析工具，決策仍由專(zhuān)家作出。另一方面提供了貸款定價(jià)的科學(xué)依據(jù)。 ? 組合風(fēng)險(xiǎn)管理是在銀行整個(gè)資產(chǎn)層面上的，它以單筆風(fēng)險(xiǎn)管理為基礎(chǔ)，但組合風(fēng)險(xiǎn)不是簡(jiǎn)單單筆風(fēng)險(xiǎn)的加總。一筆一筆貸款的“風(fēng)險(xiǎn)可控”，加在一起并不一定是整體資產(chǎn)的“風(fēng)險(xiǎn)可控”，還要看資產(chǎn)之間風(fēng)險(xiǎn)的相關(guān)性。 ? 單筆風(fēng)險(xiǎn)不可怕，怕的是組合風(fēng)險(xiǎn)。單筆風(fēng)險(xiǎn)通常只讓銀行損失利潤(rùn)，組合風(fēng)險(xiǎn)可能會(huì)要銀行的命。因此，從戰(zhàn)略上看，組合管理才是銀行風(fēng)險(xiǎn)管理的重點(diǎn)。 ? 科學(xué)的組合管理必須建立在量化風(fēng)險(xiǎn)基礎(chǔ)上，因?yàn)椴涣炕?，單筆風(fēng)險(xiǎn)無(wú)法匯集成組合風(fēng)險(xiǎn)，誰(shuí)也不知道“風(fēng)險(xiǎn)可控” +“風(fēng)險(xiǎn)可控” =多少。 67 如何實(shí)施信用評(píng)級(jí)？ —— 正確認(rèn)識(shí) 是不是可以根據(jù)評(píng)級(jí)高低決定貸與不貸？ ? 不，信用評(píng)級(jí)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。 ? 它比一般財(cái)務(wù)分析或非財(cái)務(wù)分析的優(yōu)點(diǎn)在于：它把造成風(fēng)險(xiǎn)的各種因素綜合起來(lái)了，而且用數(shù)字體現(xiàn)出來(lái)，從而為信用分析和貸款決策提供了一種快速的風(fēng)險(xiǎn)評(píng)估工具。 ? 但無(wú)論怎樣完善的信用評(píng)級(jí)，最多只能抓住風(fēng)險(xiǎn)共性，而實(shí)踐中引起信貸風(fēng)險(xiǎn)的不只有共性，還有企業(yè)的個(gè)性。而個(gè)性永遠(yuǎn)需要專(zhuān)家進(jìn)行判斷。 ? 信用評(píng)級(jí)可以幫助專(zhuān)家更有針對(duì)性的風(fēng)險(xiǎn)分析。打分卡分低了，專(zhuān)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(zhuān)家可以重點(diǎn)分析證實(shí)是否可靠。 ? 當(dāng)然，隨著信用評(píng)級(jí)的完善，它在決策中的作用會(huì)增強(qiáng)。尤其在個(gè)貸領(lǐng)域，出于成本考慮，用評(píng)級(jí)先過(guò)濾最差和最好的客戶(hù)，讓專(zhuān)家只審查模糊地帶，是一個(gè)發(fā)展趨勢(shì)。 68 如何實(shí)施信用評(píng)級(jí)？ —— 正確認(rèn)識(shí) 是不是可以根據(jù)評(píng)級(jí)決定一個(gè)客戶(hù)的授信限額？ ? 不能，評(píng)級(jí)高低不能決定授信限額。 ? 評(píng)級(jí)只是對(duì)風(fēng)險(xiǎn)程度的一種等級(jí)劃分，同樣等級(jí)下，不同規(guī)模和經(jīng)營(yíng)狀況的企業(yè)可以有不同授信規(guī)模。 ? 授信規(guī)模的確定，要綜合地看企業(yè)的各種情況，比如銷(xiāo)售規(guī)模、資產(chǎn)實(shí)力、股東背景、凈資產(chǎn)等。一般沒(méi)有一個(gè)絕對(duì)的公式可以計(jì)算出授信限額。 ? 但信用評(píng)級(jí)可以作為確定授信限額的一個(gè)參考指標(biāo)，其他情況相似的前提下，較高信用級(jí)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(píng)級(jí)是有效的。 ? 從組合層面，為一個(gè)行業(yè)、一個(gè)地區(qū)、一個(gè)等級(jí)的企業(yè)設(shè)定信貸限額，評(píng)級(jí)就可以彰顯其專(zhuān)家判斷不能替代的功能，這是風(fēng)險(xiǎn)量化優(yōu)越性的體現(xiàn)。 69 如何實(shí)施信用評(píng)級(jí)？ —— 正確認(rèn)識(shí) ? 如果信用評(píng)級(jí)不準(zhǔn)，怎么辦？評(píng)級(jí)得分低就一定是高風(fēng)險(xiǎn)嗎？ ? 對(duì)評(píng)級(jí)不準(zhǔn)，應(yīng)審慎處置。 ? 評(píng)價(jià)信用評(píng)級(jí)是否有效，重點(diǎn)不是看它對(duì)每筆貸款的判斷準(zhǔn)不準(zhǔn)，而是要看它在統(tǒng)計(jì)上，對(duì)總體貸款的風(fēng)險(xiǎn)評(píng)價(jià)是不是有效。 ? 如果只是個(gè)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(cái)政補(bǔ)貼因素）。對(duì)共性不準(zhǔn)要引起注意，對(duì)個(gè)性不準(zhǔn)則不是評(píng)級(jí)本質(zhì)能解決的，這正是專(zhuān)家作用的體現(xiàn)。 ? 如果出現(xiàn)統(tǒng)計(jì)學(xué)上的不準(zhǔn)，那必須對(duì)評(píng)級(jí)進(jìn)行修正。 ? 評(píng)級(jí)高低，不是一定說(shuō)明企業(yè)風(fēng)險(xiǎn)高低。 ? 即使是總體有效的評(píng)級(jí)，也不一定對(duì)每個(gè)企業(yè)都有效，個(gè)案的特殊性總是會(huì)存在的。 ? 評(píng)級(jí)高或低，不是對(duì)企業(yè)風(fēng)險(xiǎn)的最終定論。它只是專(zhuān)家分析風(fēng)險(xiǎn)高低的一個(gè)起點(diǎn)和提示，專(zhuān)家去最終判斷。 70 如何實(shí)施信用評(píng)級(jí)？ —— 正確認(rèn)識(shí) ? 如何看待打分卡、違約模型與專(zhuān)家信貸分析的關(guān)系？ ? 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。 ? 打分卡與違約概率模型是充分結(jié)合了對(duì)歷史數(shù)據(jù)的統(tǒng)計(jì)分析及專(zhuān)家經(jīng)驗(yàn)的信貸分析工具，因此它是“科學(xué)而客觀”的。但因?yàn)樗欠治觥肮残浴钡墓ぞ?，所以難以全面反映借款人所獨(dú)有的信貸風(fēng)險(xiǎn)特點(diǎn)。 ? 信貸分析人員的判斷是基于其長(zhǎng)期的貸款分析經(jīng)驗(yàn)和對(duì)借款人特有分析的基礎(chǔ)上的，潛在來(lái)講，一個(gè)經(jīng)驗(yàn)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?yàn)閬?lái)自其“主觀”的判斷，而且受其經(jīng)驗(yàn)和業(yè)務(wù)的局限性的影響，其判斷可能會(huì)有所偏差。 ? 做出正確的信貸決策，需要從多個(gè)角度來(lái)看待和分析風(fēng)險(xiǎn)。需要同時(shí)參考打分卡、違約概率模型和信貸分析的意見(jiàn)與結(jié)論才能做出更加準(zhǔn)確的判斷。 演講完畢，謝謝觀看！