客戶信用評(píng)級(jí)的發(fā)展

（1）專家判斷法

即專家系統(tǒng)（ExpertSystem），是商業(yè)銀行在長(zhǎng)期經(jīng)營(yíng)信貸業(yè)務(wù)、承擔(dān)信用風(fēng)險(xiǎn)過程中逐步發(fā)展并完善起來的傳統(tǒng)信用分析方法。

①與借款人有關(guān)的因素：

聲譽(yù)（Reputation）

杠桿（Leverage）

收益波動(dòng)性（VolatilityofEarnings）

②與市場(chǎng)有關(guān)的因素

經(jīng)濟(jì)周期（EconomicCycle）

宏觀經(jīng)濟(jì)政策（Macro-EconomyPolicy）

利率水平（LevelofInterestRates）

目前所使用的專家系統(tǒng)，其中，對(duì)企業(yè)信用分析的5Cs系統(tǒng)使用最為廣泛。5Cs系統(tǒng)指：

品德（Character）

資本（Capital）

還款能力（Capacity）

抵押（Collateral）

經(jīng)營(yíng)環(huán)境（Condition）

除5Cs系統(tǒng)外，使用較為廣泛的專家系統(tǒng)還有針對(duì)企業(yè)信用分析的5Ps系統(tǒng)和針對(duì)商業(yè)銀行等金融機(jī)構(gòu)的駱駝（CAMEL）分析系統(tǒng)。

5Ps包括：個(gè)人因素（PersonalFactor）、資金用途因素（PurposeFactor）、還款來源因素（Payment

Factor）、保障因素（ProtectionFactor）、企業(yè)前景因素（PerspectiveFactor）。

【單選】在客戶信用評(píng)級(jí)中，由個(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（）。

A．5Cs系統(tǒng)

B．5Ps系統(tǒng)

C．CAMEL分析系統(tǒng)

D．4Cs系統(tǒng)

答案：B

駱駝（CAMEL）分析系統(tǒng)包括：資本充足性（CapitalAdequacy）、資產(chǎn)質(zhì)量（Asset

Quality）、管理水平（Management）、盈利水平（Earnings）流動(dòng)性（Liquidity）。

專家系統(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)。

背景知識(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�。∕artin，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。基本過程是：

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；

②其次，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；

③最后，將屬于此類別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（BackwardLooking）的模型。

②信用評(píng)分模型對(duì)借款人歷史數(shù)據(jù)的要求相當(dāng)高。

③信用評(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。

《巴塞爾新資本協(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。

與傳統(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)。