客户信用评级方法

　　总体来看，商业银行客户信用评级主要包括定性分析法和定量分析法两类方法。由于我国商业银行经营历史比较短，而且一直忽视数据积累，缺乏数据分析经验和技术，因此，大部分商业银行在积极学习和引进数量分析方法的同时，依然普遍使用比较传统的客户评级方法，专家判断法在我国商业银行客户信用评级中运用较为广泛。

　　(1)定性分析法

　　定性分析法主要指专家判断法。专家判断法是商业银行在长期经营信贷业务、承担信用风险过程中逐步发展并完善起来的传统信用分析法。专家系统是依赖高级信贷人员和信贷专家自身的专业知识、技能和丰富经验，运用各种专业性分析工具，在分析评价各种关键要素的基础上依据主观判断来综合评定信用风险的分析系统。

　　目前所使用的定性分析法，虽然有各种各样的架构设计，但其选择的关键要素都基本相似，其中，对企业信用分析的5Cs系统使用最为广泛。5Cs系统指:

　　①品德(Character) ，是对借款人声誉的衡量。主要指企业负责人的品德、经营管理水平、资金运用状况、经营稳健性以及偿还愿望等，信用记录对其品德的判断具有重要意义。

　　②资本( Capital ) ，是指借款人的财务杠杆状况及资本金情况。资本金是经济实力的重要标志，也是企业承担信用风险的最终资源。财务杠杆高就意味着资本金较少，债务负担和违约概率也较高。

　　③还款能力( Capacity )。主要从两方面进行分析:一方面是借款人未来现金流量的变动趋势及波动性;另一方面是借款人的管理水平，银行不仅要对借款人的公司治理机制、日常经营策略、管理的整合度和深度进行分析评价，还要对其各部门主要管理人员进行分析评价。

　　④抵押( Collateral) 。借款人应提供一定的、合适的抵押品以减少或避免商业银行贷款损失，特别是在中长期贷款中，如果没有担保品作为抵押，商业银行通常不予放款。商业银行对抵押品的要求权级别越高，抵押品的市场价值越大，变现能力越强，则贷款的风险越低。

　　⑤经营环境(Condition) 。主要包括商业周期所处阶段、借款人所在行业状况、利率水平等因素。商业周期是决定信用风险水平的重要因素，尤其是在周期敏感性的产业;借款人处于行业周期的不同阶段以及行业的竞争激烈程度，对借款人的偿债能力也具有重大影响;利率水平也是影响信用风险水平的重要环境因素。

　　除5Cs 系统外，使用较为广泛的专家系统还有针对企业信用分析的5Ps系统和针对商业银行等金融机构的骆驼( CAMEL )分析系统。

　　5Ps分析系统包括: 个人因素(Personal Factor) 、资金用途因素( Purpose Factor)、

　　还款来源因素(Payment Factor) 、保障因素(Protection Factor) 、企业前景因素( Perspective Factor) 。

　　骆驼( CAMEL) 分析系统包括: 资本充足率(Capital Adequacy) 、资产质量( As sets Quality) 、管理能力( Management) 、盈利性( Earning) 和流动性( Liquidity) 等因素。

　　定性分析法的突出特点在于将信贷专家的经验和判断作为信用分析和决策的主要基础，这种主观性很强的方法/体系带来的一个突出问题是对信用风险的评估缺乏一致性。例如，对于同一笔信贷业务主要受到哪些风险因素的影响以及这些风险因素的重要程度有什么差异，不同的信贷人员由于其经验、习惯和偏好的差异，可能出现不同的风险评估结果和授信决策建议。定性分析这一局限性对于大型商业银行而言尤为突出，使得商业银行统一的信贷政策在实际操作过程中因为专家意见不统一而失去意义。在实践中，商业银行往往通过颁布

　　统一的信贷评估指引和操作流程，并采用众多专家组成的专家委员会的综合意见等措施，在一定程度上弥补定性分析方法的这一局限性。此外，尽管定性分析方法在银行业的长期发展和实践中已经形成了较为成熟的分析框架，但其缺乏系统的理论支持，尤其是对于关键要素的选择、权重的确定以及综合评定等方面更显薄弱。因此，定性分析方法更适合于对借款人进行是和否的二维决策，难以实现对信用风险的准确计量。

　　(2)定量分析法

　　定量分析法在信用评级中越来越受到重视，较常见的定量分析法主要包括各类违约概率模型分析法。违约概率模型分析属于现代信用风险计量方法。20世纪90 年代以来，信用风险量化模型在银行业得到了高度重视和快速发展，涌现了一批能够直接计算违约概率的模型，其中具有代表性的模型有穆迪的Risk Calc和Credit Monitor 、KPMG 的风险中性定价模型和死亡概率模型，在银行业引起了很大反响。

　　信用风险量化模型在金融领域的发展也引起了监管当局的高度重视。1999年4月，巴塞尔委员会发布了题为《信用风险模型化:当前的实践和应用》的研究报告，探讨了信用风险量化模型的应用对国际金融领域风险管理的影响，以及这些模型在金融监管尤其是在经济资本监管方面应用的可能性。《巴塞尔新资本协议》也明确规定，实施内部评级法的商业银行可采用模型估计违约概率。毫无疑问，信用风险量化模型的发展正在对传统的信用风险管理模式产生革命性的影响。

　　与传统的定性分析方法相比，违约概率模型能够直接估计客户的违约概率，因此对历史数据的要求更高，需要商业银行建立一致的、明确的违约定义，并且在此基础上积累至少五年的数据。针对我国银行业的发展现状，商业银行将违约概率模型和传统的专家系统相结合，取长补短，有助于提高信用风险评估/计量水平。