中外银行业信贷分类.docx

上传人:l**** 文档编号:12430109 上传时间:2022-04-24 格式:DOCX 页数:9 大小:32.92KB
返回 下载 相关 举报
中外银行业信贷分类.docx_第1页
第1页 / 共9页
中外银行业信贷分类.docx_第2页
第2页 / 共9页
点击查看更多>>
资源描述

《中外银行业信贷分类.docx》由会员分享,可在线阅读,更多相关《中外银行业信贷分类.docx(9页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、中外银行业信贷分类 一、国际银行业贷款分类方法 根据巴塞尔银行业监督委员会的调研报告,目前国际银行界关于风险分类的方法可归为三类: 1.以统计为基础的方法 打分卡、信用打分模型、违约模型以及KMV公司的信用经理人模型等,均属于以统计为基础的方法。为构建模型,首先要识别能够反映违约概率的财务变量,并运用历史数据估计每一个变量对违约的影响程度,即变量的系数。然后,将要考察的贷款有关数据输入模型,得出该笔贷款的违约概率,进而得出相对应的贷款等级。这些方法大多是用于一些中小客户,少数银行用于大客户。 2.有限的以专家判断为基础的方法 同上述纯粹的自动处理方法相比,有些银行的分类以统计方法为基础,但是允

2、许分类人员对分类结果依据一些判断因素,按照一定的规则,进行一定程度的调整。具体实现方式有两种:一种是首先利用打分模型得出分类结果,然后分类人员对分类结果依据一些判断因素,按照一定的规则,进行一定程度的调整,最后得出最终的分类结果;另一种是将所有要考虑的定量因素和定性因素都分别赋予一个最高的分值,用于有效地限制某一具体因素对分类结果的影响程度。 3.以专家判断为基础的方法 即依靠专家的个人判断能力对贷款进行分类.有超过一半的银行在对他们的大型客户进行分类时采用的是这种方法,另外有超过一半的银行在对他们的中小型客户进行分类时采用的也是这种方法.统计模型在这些银行里的作用差异是很大的。总之,采用这种

3、无任何客观约束的专家判断方法,在所有情况下,评级人员在进行评级时有权偏离统计模型的评级结果。 二、花旗银行贷款分类做法 花旗银行风险管理体系的核心即是其内部评级系统,应当说花旗银行的内部评级系统技术领先,功能完善,不仅拥有和处理了大量的样本和数据,而且使用了计量经济学、统计学和计算机等领域的先进的科研成果。正是依靠这一系统,花旗银行得以进行有效的风险分析和管理,确保其各项业务的安全、有效。 1.主要评级方法和技术 花旗银行风险评级体系由客户评级和债项评级构成。其中客户评级是通过使用验证过的统计模型(债务评级模型)、外部评级机构打分模型或主观判断方法得出的。债项评级使用客户评级结果作为起点,然后

4、再考虑其他一些影响贷款损失的因素. 债务评级模型(DebtRatingModels)是花旗银行自有的。基于统计的信用风险模型,建立于大量的数据和经验基础之上。该模型从11010年开始使用,到目前已经过15年的检验和数据提炼,模型目标是在不同的地区和不同的行业之间,在缺乏有效的资本和股票市场的情况下,在缺乏外部评级的情况下,采用一致的评级框架评估借款人的信用风险,在风险评估方面获得较大的一致性.通过对地区和行业违约概率及损失率的度量,把风险评级和客观的损失度量联系起来。花旗银行还建立了自己的预警体系。据介绍,其预警体系较早地对安然事件、东南亚金融危机.阿根廷危机等进行了报警,大大减少了该行的损失

5、.花旗银行已经将特定违约损失率(IGD)作为债务评级模型的一部分,对贷款违约时的损失进行了度量。对LGD的研究是按照地区和行业进行的.目前已公布了美国和拉美地区的LGD数据.数据表明:LGD的使用占全部美国资产组合的33%,而占拉美地区资产组合的32%. 2.内部评级系统的应用 内部评级在花旗银行的风险管理主要有两方面作用:一是对全部风险进行识别,检测和分析,即报告风险;二是对可能或已经出现的风险进行有效的管理,从而在防范和控制风险的前提下创造和提高风险收益。 总之,花旗模型体系的成功之处在于实现了该行自身多年的经验和计量技术的结合.另外花旗银行不仅具有世界各地各种金融产品的经营经验,还有一支

6、由具有高学位、研究经验相当丰富的人员组成的研究队伍,其实力与任何顶级评级机构相比,毫不逊色.为了保持和发展其研究实力,花旗对其研究人员按职责和贡献确定薪酬。 三、中国银行业与国际银行业贷款分类的差距 1.分类的基本思路不符合巴塞尔新资本协议的有关要求 根据巴塞尔新资本协议有关评级维度的规定,内部评级法下合格的评级体系有独立的、性质截然不同的两个维度一是借款人违约风险,二是特定的交易风险。第一维评级必须针对借款人是否有违约风险,同时借款人不同贷款的评级必须一致,而不管每笔交易性质是否有差异;第二维评级必须反映交易本身特定的风险要素,如抵押.优先性、产品类别等。目前大多数国内商业银行的分类方法与上

7、述要求相差甚远,只有少数商业银行的分类方法是符合上述要求的。 2.客户分组不细 目前,国有商业银行的客户评级(包括授信)基本不对客户进行分组,对所有类型的客户评级(授信)采用的基本是同一个模型、同一个公式、同一套方法,这必然会导致评级(授信)的定量计算结果仅对部分客户群适用。 3.行业因素考虑不够 国内商业银行在对客户进行评级时对行业因素的考虑远远不够.如某国有商业银行的客户评级系统在对客户进行评级时,对企业在行业中的地位是通过企业财务指标与行业标准值的比较来实现的,对企业所在行业的风险状况是通过定性部分对行业发展状况给予了1分的权重来实现的,上述方法虽然对行业因素有所考虑,但方法欠科学,尤其

8、是对不同行业的风险状况评估做的还远远不够。 4.规模因素考虑不够 国内商业银行在对客户进行评级时对规模因素的考虑方法上尚欠科学,力度不够。如某国有商业银行的客户评级系统,它包括定量评价和定性评价两个部分,其对规模因素的考虑也是通过上述两个部分来体现的。在定量评价(权重75%)部分,不同规模的企业按照各自所对应的标准值(分为大型企业、中型企业、小型企业三种)来确定各项财务指标的得分。得分的高低取决于企业所在规模分组中的相对地位,这样会使得不同规模企业的得分缺少可比性。 5.缺少对区域因素的考虑 目前国内商业银行的评级系统均缺少对区域因素的考虑,造成不同地区同样评级企业之间的违约概率存在较大差异,

9、同一类别贷款的违约损失率存在很大差异。 四、改进的建议 1.通过科学的客户分组完善客户评级体系 国有商业银行应按照巴塞尔协议的要求,借鉴国外商业银行的做法,并结合国内实际,在分类前首先对客户进行分组,在分组的基础上,针对不同类型的客户选择不同的模型和方法进行分类。只有客户分类准确性提高了,建立在客户分类基础之上的贷款分类才可能准确。 2.将行业因素的影响科学地反映到贷款分类中去 行业风险和客户在行业中相对于竞争者的地位对债务人的信用质量有很大影响。建议将行业因素的影响科学地反映到贷款分类中去。首先根据一定标准(如盈利和增长、稳定性和外部环境等)将不同行业分为低风险行业、中等风险行业以及高风险行

10、业;然后,根据企业在行业中的地位将企业划分为四类:产品领先者、重要的国内或地区市场竞争者、中下层的竞争者和弱竞争者;最后对客户分类进行调整,一般处于低风险甚至中等风险行业中的高端客户将不被降级,高风险行业中的低端客户一般属于问题贷款类别,其他根据情况对分类进行适当调整。 3.重视规模因素对客户评级的作用 规模因素是衡量企业风险状况的一个重要因素,一般规模较大的企业抗风险能力较强,规模较小的企业抗风险能力较弱。一些国际性大银行在对客户进行评级时,规模因素通常是作为一项单独的因素,赋予了较高的权重。建议国内商业银行在对客户进行评级时参照国际大银行的做法,将规模因素作为一项单独的因素,赋予合理的权重

11、。 4.将区域因素的影响反映到贷款分类中去 鉴于中国各个地区的经济发展水平,市场环境、法制环境等方面差距较大,而上述因素对企业的违约概率以及违约损失率都会产生重要影响,建议在评级及分类时选择适当的指标将区域因素考虑到评级和分类中去,以准确反映企业的违约概率以及贷款的违约损失率,保证同一评级客户在不同地区违约概率的一致性,同一分类贷款在不同地区的违约损失率的一致性。 5.加快国别风险的研究,建立国别风险评价体系 国内商业银行应借鉴国外商业银行的经验,加紧国别风险的研究,建立自己的国别风险控制体系,将国别风险运用到客户评级。贷款分类等环节中去,为下一步的资产全球化布局打下坚实的基础。 6.统计方法和技术的应用 国有商业银行应借鉴国外商业银行的做法,将统计方法和技术运用到贷款分类中去,以提高模型的准确性和精确度。 第9页 共9页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页第 9 页 共 9 页

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 教育专区 > 教案示例

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁