中外银行业贷款类比较论文 .docVIP

中外银行业贷款分类比较论文 　　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1990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.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