德国银行内部信用评级体系借鉴与启示.docVIP

德国银行内部信用评级体系借鉴与启示 　　随着《巴塞尔新资本协议》的正式实施，中国银行业将逐步走向国际市场，因此，如何按照《巴塞尔新资本协议》的要求建立我国商业银行的内部评级体系，就成为我国银行业面临的首要课题。一直以来，德国银行业都堪称稳健经营的典范，其在长期的经营实践中积累的丰富经验对于正在走向国际化、市场化的我国银行业来说，无疑具有十分重要的借鉴意义。 　　德国银行内部评级体系概述 　　内部评级是银行识别、计量、监测和控制信用风险的重要手段，银行通过采集、整理、评判、保存和运用企业信用信息，对企业进行内部评级授信，因此，科学的内部评级体系是使用内部评级法进行资本管理的前提条件。在德国，由于不同的银行间拥有各不相同的贷款策略，大部分德国银行一般都拥有一套自创的对企业信用进行评级的系统，也被称为银行内部评级体系（Internal Ratings-Based Approaches，IRB）。 　　功能 　　就德国银行建立其内部评级体系，德国央行提出了一定的要求，具体而言，一个合格的银行内部信用评级体系应当使得银行具备以下几点：第一，区分贷款企业与该企业单笔贷款的风险;第二，具备有效的风险辨识能力;第三，具有至少七个非坏账信用级别和一个坏账信用级别;第四，在信用级别间合理分配信贷，避免过于集中于某一级别;第五，在贷款发放前对所有贷款企业进行全面的归类;第六，对归类于各级别内的企业进行定期复查;第七，具有对贷款企业的财务情况进行收集的适当程序;第八，完备记录信用评级流程、评级标准和评级结果等。 　　对于建立在统计模型基础上的银行内部评级体系，银行还应当做到：第一，评估各信用级别的一年期的违约概率;第二，依照监管机构制定的违约事件标准进行违约认定;第三，统计并存档所有内部评级的相关数据，包括所使用的时间序列及违约概率。 　　组成要素 　　德国银行在对企业进行信用评级时一般不将企业所提供的抵押品情况纳入考虑之列，而将注意力集中在确定企业的违约概率之上，并根据得出违约概率将借款企业归入不同的信用等级，需要衡量和判断的因素大概有以下几个方面：企业当前和未来的财务以及盈利状况;行业状况;企业竞争力;管理层素质;企业账户管理;企业股东身份;企业管理层及其提供的信息的可靠程度。 　　虽然各银行间的内部评级体系不尽相同，但综合考虑以上因素，银行内部信用评级体系一般由定量分析、定性分析、警告信号和企业信用评级的人工调整四大部分构成，其中定量分析和定性分析是评级体系的基本构成部分（图1）。 　　定量分析。银行在进行定量分析时会从企业的财务报表中提取企业的资本结构、流动性和盈利情况的有关指标作为风险因子，然后代入银行自身开发的模型来计算企业的违约概率（Probability of Default，PD）。风险因子一般不超过10个，比较常用的有资本收益率、权益比率、资产负债率、流动比率和盈利对利息倍数等财务指标。对违约概率进行统计的方法有判别分析、逻辑回归模型、期权定价模型和神经元网络分析等几种，但在实践中大多数银行都采用逻辑回归模型。 　　逻辑回归模型的优势在于其能得出一个直观的数字，并且可以和量化后的定性分析结果进行运算，从而得出一个较为准确的违约概率。德国银行的实践显示，在大多数情况下，逻辑回归模型能够达到接近95%的准确率。但经济界也不乏对其的质疑，首先，该模型是建立在单个银行的历史数据之上，其是否可以通用存在疑问;其次，逻辑回归模型忽略宏观经济因素和行业因素，对于诸如企业员工和管理层素质等至少是短期内无法反映在财务报表上的信息也难以评判;最后，中小企业，特别是小微企业和初创企业的历史数据模糊，从而极易导致评估结果不准确，或者模型根本就不可用。针对历史数据缺失的情况，银行一般会要求企业提供对其财务数据的预测值，然而实际上中小企业往往也缺乏充分的信息和必要的技术手段来准确预测其未来的财务状况。因此，在这样的情况下，德国银行往往会主要依靠定性分析来判断企业的违约概率。 　　定性分析。定性分析是指银行针对与企业信用有关，且难以直接量化的“软信息”进行的评估，主要有以下几个方面：企业的市场和竞争情况;企业组织结构;企业员工和管理层素质;企业对银行的信息披露情况;企业账户情况。 　　德国银行的定性分析所涵盖的范围实际上相当广泛，例如，在评估企业市场状况时会考虑经济周期、技术进步和行业发展前景等宏观因素，而在评估企业竞争情况时则会具体到企业市场份额、企业所在地政策、产品定位、企业形象和企业成本控制等微观方面，甚至如企业主年龄、未来继任者情况等都会纳入定性分析的范围。银行如何选择这些风险因素的主要依据是该银行关于同类型企业的历史经验，有时候也会参考咨询机构提供的数据。虽然定性分析是建立在历史数据和当前情况的基础上的，但与定量分析不同，