【正文】 產(chǎn)出 該模型的產(chǎn)出主要表現(xiàn)在評估那些導(dǎo)致出現(xiàn)預(yù)期損失的貸款人估計違約概率和債向的違約損失率。該模型開發(fā)所應(yīng)用的數(shù)據(jù)來自于美國數(shù)據(jù)庫。 畢博的初步結(jié)論 該模型比較適宜應(yīng)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(dǎo)致股票價格不能真正反映公司的實際價值。 作用和過程 對上市公司的違約預(yù)測評估十分準(zhǔn)確。 變量投入 債務(wù)價值、資產(chǎn)價值和股票市值及行業(yè)資料。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。 3. KMV 簡介 該模型主要用于計算客戶的違約概率。數(shù)據(jù)需要至少從超過 20200 個數(shù)據(jù)樣本中篩選出的 5000個穩(wěn)定的數(shù)據(jù)。 作用和過程 這是一個定量化的模型，它利用從不同國家收集來的數(shù)據(jù)，融會在數(shù)據(jù)庫中，獲得的資料轉(zhuǎn)回測試每個國家的貸款人估計違約概率。 變量投入 投入的主要變量是 13個財務(wù)決算變量但不牽涉定 性的標(biāo)準(zhǔn)。該模型包含了 13個財務(wù)屬性根據(jù)不同的比重分布于模型中。 2. Risk Calc 簡介 這是一個跨時代的風(fēng)險評分工具。 畢博的初步結(jié)論 Moody模型在本次項目中并不為畢博所推薦，其原因是 Moody模型已經(jīng)有了 一個更為先進(jìn)的升級版本，它叫做 Risk Calc。 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。定性變量的投入包括管理、市場和外部經(jīng)濟(jì)環(huán)境等變量。該模型基于邁克爾 . 波特的理論，對不同行業(yè)貸款人的信用價值評估設(shè)計了兩方面的評價： 8至 10個財務(wù)級別指示和大約 20個問題，測試不同行業(yè)貸款人信用價值的質(zhì)的因素。 經(jīng)驗借鑒 以內(nèi)部數(shù)據(jù)自建模型遇到的主要障礙是數(shù)據(jù)問題。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。 2020 年度，集團(tuán)總資產(chǎn)為 元。 2020年度統(tǒng)計顯示，該銀行在馬來西亞擁有超過 95 家分行，雇員超過 4500 人。 循序漸進(jìn)是值得高度重視的模型建設(shè)策略。 穆迪等國際評級機構(gòu)現(xiàn)在只開發(fā)有基于發(fā)達(dá)市場經(jīng)濟(jì)的模型。 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(chǔ)。此模型是Moody在全球開發(fā)的第四個模型（前三個模型分別是美國模型、澳大利亞模型和韓國模型），也是在 亞洲地區(qū)開發(fā)的第二個模型，被稱為Moody的“新加坡模型”。新加坡發(fā)展銀行和另四家新加坡的本地銀行集中了 5000個數(shù)據(jù)。 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(biāo)準(zhǔn)來確定貸款定價。 隨著亞洲經(jīng)濟(jì)漸漸復(fù)蘇，新的經(jīng)濟(jì)環(huán)境導(dǎo)致既定模型不能很好地測算 PD 值。 1998年底，模型構(gòu)建完畢。因此在同年， DBS 聘請了 Oliver Wyman 目錄 索引號 GHJYPJJG001 版本號 20200621 第 46頁 共 56 頁 20201220 幫助銀行進(jìn)行風(fēng)險評級模型構(gòu)建。 模型和建立方式介紹 1998 年金融風(fēng)暴過后， 亞洲各大銀行高度重視信貸風(fēng)險評級系統(tǒng)的建設(shè)。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(gòu)，為企業(yè)、機構(gòu)及個人客戶提供服務(wù)。 DBS 銀行在零售銀行、財資市場、證券、新加坡元貸款、存款、股票及債券融資市場上均占領(lǐng)導(dǎo)地位。 采用外部模型以作為自建模型的校正 是一種有效的輔助方法。 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(guān)鍵的保證。在 4年中，它采用漸進(jìn)的步驟來實施信貸風(fēng)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。 Default Filter采用神經(jīng)網(wǎng)絡(luò)技術(shù)，對財務(wù)和定性的數(shù)據(jù)進(jìn)行分析，最終輸出的是違約概率。 模型在建成使用后，銀行一度租賃了 Default Filter模型作為檢驗工具，以校準(zhǔn)相應(yīng)的評級結(jié)果。在多方采納經(jīng)驗和建議后，獲得了整個項目逐步遞進(jìn)的開發(fā)方案。在這個模型中，模型結(jié)果的比重被調(diào)整為 70%。第二階段開 目錄 索引號 GHJYPJJG001 版本號 20200621 第 44頁 共 56 頁 20201220 發(fā)的模型是定量數(shù)據(jù)主導(dǎo)評級模型，模型計算的評級結(jié)果再最終決策中的比重達(dá)到了 60%。 第二階段 ，開發(fā)具有 9個級別的專家經(jīng)驗?zāi)Ｐ?。通過對銀行現(xiàn)狀和模型建 設(shè)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(shè)方案。 2020財年度結(jié)束時，新加坡華僑銀行的凈利潤達(dá)到了 。 2 中型商業(yè)銀行 新加坡華僑銀行（ OCBC） 背景 新加坡華僑銀行擁有 467 億美元的資產(chǎn)規(guī)模，在東南亞、澳洲、美國和英國等 14 個國家和地區(qū)建立了分支機構(gòu)。 項目始于 2020年，目 前正在進(jìn)行中。匯豐銀行十分注重貸款人現(xiàn)金流的質(zhì)量。 模型建設(shè)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。匯豐銀行是匯豐集團(tuán)麾下的核心業(yè)務(wù)之一，銀行在匯豐集團(tuán)的管理下取得了巨大的發(fā)展。 匯豐銀行（香港） 背景 匯豐集團(tuán)創(chuàng)立于香港，目前是全球最大的銀行及金 融服務(wù)機構(gòu)之一。 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。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(wù)定量數(shù)據(jù)，通過模型計算獲得評級結(jié)果。這一嘗試是恒生銀行全面建設(shè)內(nèi)部風(fēng)險評級模型的開始。由于資產(chǎn)質(zhì)量良好，恒生銀行此前并沒有積累過內(nèi)部評級模型建設(shè)的經(jīng)驗。 恒生銀行的主要業(yè)務(wù)的復(fù)雜程度較高，包括：個人理財、商業(yè)銀行、工商及金融機構(gòu)業(yè)務(wù)、金融服務(wù)及私人銀行服務(wù)。 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(yù)托證券計劃。 通過 EDF代理的方法還是有可能影響到模型統(tǒng)計結(jié)果的質(zhì)量。 經(jīng)驗借鑒 渣打銀行香港和新加坡分行根據(jù)自身情況循序漸進(jìn)的建立評級模型是先進(jìn)銀行通常采用的成熟做法。但是模型計算的結(jié)果并不很準(zhǔn)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(yīng)的方式，這影響了計算結(jié)果的準(zhǔn)確性。 目錄 索引號 GHJYPJJG001 版本號 20200621 第 40頁 共 56 頁 20201220 FAMAS 模型的評級結(jié)果分為 23 級，其中大型客戶的評級標(biāo)準(zhǔn)從 114級；中型客戶的評級標(biāo)準(zhǔn)從 619級；小型客戶的評級標(biāo)準(zhǔn)從 1023級。 FAMAS 的主觀評級模型有定性的評級功能也有一部分通過財務(wù)數(shù)據(jù)進(jìn)行定量評級的功能。同年，經(jīng)過慎重考慮，渣打銀行購買了 FAMAS工具作為實施信貸風(fēng)險評級管理的第一步。其信貸業(yè)務(wù)范圍涉及個人貸款、信用卡業(yè)務(wù)、抵押貸款、各類企業(yè)貸款、項目融資等。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(jì)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(dá)到了 億美元。 估算準(zhǔn)確的違約概率需要數(shù)據(jù)量的積累，有時會是一個漫長的過程。 作為澳洲三大銀行之一，澳洲國家仍采用了外部評級模型作為基礎(chǔ)。模型統(tǒng)計的評級結(jié)果正確率 非常高。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。這給項目最終獲得成功提供了保障。 通過 8年的努力，澳洲國家銀行完成了從定性到定量逐步推進(jìn)的信貸風(fēng)險評級模型建立的過程。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(jìn)行自我調(diào)節(jié)。 在 1999 年末， 澳洲國家銀行決定由 Risk Scores 模型演進(jìn)為 Moody主推的新一代定量評級模型 Risk Calc。 通過 4年的項目實施，并取得了階段性的項目成果以后，澳洲國家銀行與 Moody也形成了較 為牢固的伙伴關(guān)系。用戶也可輸入一部分定量的數(shù)據(jù)獲得一些定量評級的結(jié)果。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。澳洲國家銀行集團(tuán)還在美國、新西蘭、歐洲及亞洲地區(qū)分布了 6家控股 銀行。截止 2020 年 9月（按該銀行集團(tuán)財務(wù)年度統(tǒng)計），其資產(chǎn)規(guī)模超過了 375 億美元，擁有超過 800萬的銀行客戶。 銀監(jiān)會發(fā)布的有關(guān)信息必須被納入評分模型中并作為評分模型最終給出審批結(jié)論的依據(jù)之一。如果應(yīng)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(guān)系鏈接起來，保證數(shù)據(jù)的整合性。在模型開發(fā)之前所有的數(shù)據(jù)應(yīng)該已經(jīng)經(jīng)過清理和分析，確保其整合性和準(zhǔn)確性。 數(shù)據(jù)的保存和使用 數(shù)據(jù)的存儲和 MIS 系統(tǒng)必須能夠支持評分模型的開發(fā)和確認(rèn)。所有的用戶權(quán)限必須受到嚴(yán)格的監(jiān)控以保證評分模型的安全性。評分模型的細(xì)節(jié)和相關(guān)的關(guān)鍵信息必須作為知識產(chǎn)權(quán)進(jìn)行嚴(yán)格地保密。模型中所采 用的相關(guān)參數(shù)和權(quán)重分配方案應(yīng)該在集中在關(guān)鍵人手中，以保證它的安全性和保密性。 合規(guī)性 評分模型的建設(shè)和維護(hù)必須符合國家 /當(dāng)?shù)氐挠熊壏煞ㄒ?guī)及政策條例的規(guī)定，必須通過有關(guān)機構(gòu)的認(rèn)可。對 MIS系統(tǒng)的最低程度的跟蹤功能要求是：必須能夠每月產(chǎn)生一次分析信貸風(fēng)險評分模型的結(jié)果，主要應(yīng)用功能如下所示： 1. 前端的 MIS： 1)評分結(jié)果的分配（例如：符合進(jìn)入審批的要求 、審批、登記） 2)客戶群穩(wěn)定性報告 3)評分卡參數(shù)分析報告 4)特定的評分等級下的審批和登記率 5)人為調(diào)整低端和高端的評分（一方面要看人為調(diào)整評分等級的原因，另一方面要看客觀的評分等級） 6)MIS 的應(yīng)用功能并不是評分，是全局性的并且是考慮到調(diào)整原因的 目錄 索引號 GHJYPJJG001 版本號 20200621 第 34頁 共 56 頁 20201220 2. 后臺的 MIS 1)正常貸款與不良貸款區(qū)分（應(yīng)用 KS 統(tǒng)計量或準(zhǔn)確率曲線） 2)通過評分區(qū)隔的等級判斷不良貸款和貸款損失（用實際的評分結(jié)果和預(yù)期的分值進(jìn)行對比） 3)不良貸款的存續(xù)期限 4)不良貸款的主要細(xì)分標(biāo)準(zhǔn)（例如：渠道、業(yè)務(wù)拓展計劃等） 5)通 過調(diào)整評分的原因和客觀的評分范圍來衡量低端得分的貸款獲得人為調(diào)整決策的準(zhǔn)確性 員工和培訓(xùn) 合適的人員以及充足的資源和系統(tǒng)是執(zhí)行和管理評分模型的必要條件。 所有在系統(tǒng)中測評結(jié)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(chǔ)，持續(xù)跟蹤這筆貸款。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(guān)鍵的政策條例的變化以及重大的外部經(jīng)濟(jì)環(huán)境變化（例如經(jīng)濟(jì)危機）。 改動記錄 信貸政策 /信貸組合方面活動的任何細(xì)節(jié)改動或者對信貸管理產(chǎn)生重大影響的大事件都必須以合規(guī)的文檔形式記錄并保存下來。信貸文化的傳統(tǒng)特 點、信貸操作人員的使用效率等會對模型提出持續(xù)的修正要求。大部分模型需要利用外部數(shù)據(jù)來做校準(zhǔn)，以確保模型的準(zhǔn)確性和穩(wěn)定性。在后續(xù)的模型使用和改進(jìn)中也將起到關(guān)鍵的作用。內(nèi)部評級模型建設(shè)過程的所有技術(shù)文檔和過程文件都要由專人保存下來，供模型技術(shù)人員、銀行高層及監(jiān)管當(dāng)局查閱和檢驗。 根據(jù)經(jīng)驗，畢博認(rèn)為 AR 在 50%以上的模型都是較為有效的模型。 根據(jù)經(jīng)驗，畢博認(rèn)為 KS 在 45%50%范圍內(nèi)的模型都是較為有效的模型。 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(biāo)， 從技術(shù)上考證模型的準(zhǔn)確性。這樣就建立起了兩個獨立的數(shù)據(jù)池（ data pool），保證了檢驗的質(zhì)量。 對于測試數(shù)據(jù)