零售评级原理__某银行零售评级.pptxVIP

零售内部评级原理介绍;;;;新资本协议简介;;预期损失(EL) 是银行面临的平均损失，为业务开展的风险成本。银行需通过定价来反映风险成本，通过计提拨备加以覆盖。 非预期损失(UL)反映了在一定置信水平下，损失超出平均水平的幅度，需要用资本金来覆盖。 发生极端损失的可能性很小（因此持有大量资本金是不经济的），但一旦发生将是致命的，需要采取其他补救措施（保险，政府救助等）。 置信区间反映银行的风险偏好。;最低资本要求;第一支柱涵盖的风险：三大风险;2、新资本协议的主要内容——第二支柱、第三支柱;;;;;;;;我行零售内部评级体系 下一步工作计划 加快推进评级应用 尽快提交第三方独立验证报告 尽快提交内部审计报告 按银监会现场评估意见整改 ;;;中国农业银行;关于我国零售贷款发展趋势及其风险管理的看法 宏观经济角度 经济增长模式转变 商业银行经营管理角度 金融脱媒 利率市场化 提高资本充足率的压力 零售贷款角度 人行已于9月19日推出征信评分，有助于解决信息不对称、降低商业银行零售贷款的经营成本。 银监会内部评级法的实施，将降低商业银行零售贷款的监管资本要求。 结论： 零售贷款的发展将是银行业未来的发展趋势 有必要加紧推进零售内部评级体系实施，确保风险可控下的业务发展;;银行数据平台;账户管理： 行为评分模型 使用率模型 盈利模型 ;申请处理系统; ;;;;; 专家判断评分卡的特点： 类似于“中医”，主要依靠专家过往的历史经验。 专家判断评分卡的缺点： 有多少大夫，同一种病就有多少“方子”，且有些方 子并非完全有效。 统计模型评分卡的特点： 类似于西医，采用统计模型来确定药物由哪些成分构 成，各自剂量应该是多少。 统计模型评分卡的优缺点： 准确性比较高；但其假设历史能够代表未来，历史总 是惊人的相似。 ;;;; ;自住房、商用房;评分卡开发步骤三（模型细分） 工作目的：不同类型贷款的风险特征不同，通过细分，并对细分后的贷款采用不 同的评分指标及其权重，可以更准确识别贷款风险。 例如：个人自住房贷款和个人助业贷款的风险差异就比较大；最近12个月 曾发生逾期的贷款和一直按期还款的贷款风险差异就比较大。 工作方法：根据业务经验先行细分，再用统计方法验证其合理性。 申请评分细分逻辑：个贷方面，根据业务品种和担保方式的差异划分；贷记卡方面，根据客户工作单位性质和所在区域的差异分别划分。 行为评分细分逻辑：个贷方面，根据业务品种、贷款期限和贷款历史逾期情况的差异划分；贷记卡方面，根据客户工作单位性质、贷款账龄、贷款历史逾期情况和贷记卡使用用途的差异划分。 催收评分细分逻辑：个贷方面，根据业务品种和贷款逾期期数的差异划分；贷记卡方面，根据贷款逾期期数的差异划分。 采用主子模型方法，验证在贷款细分基础上所开发的统计模型是否能够具有较好的风险区分能力。 ;贷款类别;评分卡开发步骤四（模型开发） 工作目的：开发打分卡并对其进行验证。 工作方法：先开展样本抽取；随后，基于样本数据开展单变量、多变量分析以及logistic回归；最后，基于初步确定的模型，开展验证，确保其具备较好的区分能力和稳定性。 抽样方法为：（1）开发抽样：一是在坏账户的抽样上。将总体样本中的坏样本全部保留，且将其中的70%作为开发样本，剩余30%作为验证样本。二是在好账户的抽样上。对总体样本中的好样本以10%的比例开展随机抽样。如果按10%抽取的好账户数低于坏账户数的5倍，则需要补充抽取好账户样本至坏账户数的5倍。（2）样本外验证抽样：开发抽取样本时，所剩余的30%即用作预留样本。（3）跨时间验证抽样：与开发抽样方法类似。;;;;;;;;;按业务类别，个贷申请评分卡分为8张，如个人住房贷款申请评分卡、个人商用房贷款申请评分卡、个人自用车贷款申请评分卡等 按客户职业类别和区域，贷记卡申请评分卡分为6张，如学生申请评分卡、公务员申请评分卡等 系统根据制度规定的规则，自动选用评分卡，不需人工选择 ; 一是评分卡的风险区分能力达到了国内同业先进水平。 此次所开发评分卡的平均KS达到了35，单张评分卡的KS普遍在20以上，其中达到40及以上的评分卡占1/3。（业界标准：KS一般应达到20，达到40认为评分卡具有很好的风险区分能力） 二是评分卡具有较好的业务适用性。 总行各业务部门和部分分行信贷专家全程深入参