德國銀行內部信用評級體系的借鑒與啟示

董治

隨著《巴塞爾新資本協議》的正式實施，中國銀行業將逐步走向國際市場，因此，如何按照《巴塞爾新資本協議》的要求建立我國商業銀行的內部評級體系，就成為我國銀行業面臨的首要課題。一直以來，德國銀行業都堪稱穩健經營的典范，其在長期的經營實踐中積累的豐富經驗對于正在走向國際化、市場化的我國銀行業來說，無疑具有十分重要的借鑒意義。

德國銀行內部評級體系概述

內部評級是銀行識別、計量、監測和控制信用風險的重要手段，銀行通過采集、整理、評判、保存和運用企業信用信息，對企業進行內部評級授信，因此，科學的內部評級體系是使用內部評級法進行資本管理的前提條件。在德國，由于不同的銀行間擁有各不相同的貸款策略，大部分德國銀行一般都擁有一套自創的對企業信用進行評級的系統，也被稱為銀行內部評級體系（Internal?Ratings-Based?Approaches，IRB）。

功能

就德國銀行建立其內部評級體系，德國央行提出了一定的要求，具體而言，一個合格的銀行內部信用評級體系應當使得銀行具備以下幾點：第一，區分貸款企業與該企業單筆貸款的風險;第二，具備有效的風險辨識能力;第三，具有至少七個非壞賬信用級別和一個壞賬信用級別;第四，在信用級別間合理分配信貸，避免過于集中于某一級別;第五，在貸款發放前對所有貸款企業進行全面的歸類;第六，對歸類于各級別內的企業進行定期復查;第七，具有對貸款企業的財務情況進行收集的適當程序;第八，完備記錄信用評級流程、評級標準和評級結果等。

對于建立在統計模型基礎上的銀行內部評級體系，銀行還應當做到：第一，評估各信用級別的一年期的違約概率;第二，依照監管機構制定的違約事件標準進行違約認定;第三，統計并存檔所有內部評級的相關數據，包括所使用的時間序列及違約概率。

組成要素

德國銀行在對企業進行信用評級時一般不將企業所提供的抵押品情況納入考慮之列，而將注意力集中在確定企業的違約概率之上，并根據得出違約概率將借款企業歸入不同的信用等級，需要衡量和判斷的因素大概有以下幾個方面：企業當前和未來的財務以及盈利狀況;行業狀況;企業競爭力;管理層素質;企業賬戶管理;企業股東身份;企業管理層及其提供的信息的可靠程度。

雖然各銀行間的內部評級體系不盡相同，但綜合考慮以上因素，銀行內部信用評級體系一般由定量分析、定性分析、警告信號和企業信用評級的人工調整四大部分構成，其中定量分析和定性分析是評級體系的基本構成部分（圖1）。

定量分析。銀行在進行定量分析時會從企業的財務報表中提取企業的資本結構、流動性和盈利情況的有關指標作為風險因子，然后代入銀行自身開發的模型來計算企業的違約概率（Probability?of?Default，PD）。風險因子一般不超過10個，比較常用的有資本收益率、權益比率、資產負債率、流動比率和盈利對利息倍數等財務指標。對違約概率進行統計的方法有判別分析、邏輯回歸模型、期權定價模型和神經元網絡分析等幾種，但在實踐中大多數銀行都采用邏輯回歸模型。

邏輯回歸模型的優勢在于其能得出一個直觀的數字，并且可以和量化后的定性分析結果進行運算，從而得出一個較為準確的違約概率。德國銀行的實踐顯示，在大多數情況下，邏輯回歸模型能夠達到接近95%的準確率。但經濟界也不乏對其的質疑，首先，該模型是建立在單個銀行的歷史數據之上，其是否可以通用存在疑問;其次，邏輯回歸模型忽略宏觀經濟因素和行業因素，對于諸如企業員工和管理層素質等至少是短期內無法反映在財務報表上的信息也難以評判;最后，中小企業，特別是小微企業和初創企業的歷史數據模糊，從而極易導致評估結果不準確，或者模型根本就不可用。針對歷史數據缺失的情況，銀行一般會要求企業提供對其財務數據的預測值，然而實際上中小企業往往也缺乏充分的信息和必要的技術手段來準確預測其未來的財務狀況。因此，在這樣的情況下，德國銀行往往會主要依靠定性分析來判斷企業的違約概率。

定性分析。定性分析是指銀行針對與企業信用有關，且難以直接量化的“軟信息”進行的評估，主要有以下幾個方面：企業的市場和競爭情況;企業組織結構;企業員工和管理層素質;企業對銀行的信息披露情況;企業賬戶情況。

德國銀行的定性分析所涵蓋的范圍實際上相當廣泛，例如，在評估企業市場狀況時會考慮經濟周期、技術進步和行業發展前景等宏觀因素，而在評估企業競爭情況時則會具體到企業市場份額、企業所在地政策、產品定位、企業形象和企業成本控制等微觀方面，甚至如企業主年齡、未來繼任者情況等都會納入定性分析的范圍。銀行如何選擇這些風險因素的主要依據是該銀行關于同類型企業的歷史經驗，有時候也會參考咨詢機構提供的數據。雖然定性分析是建立在歷史數據和當前情況的基礎上的，但與定量分析不同，定性分析是“預測性”的，銀行綜合宏、微觀各方面因素對企業的優勢和劣勢做出判斷，并以此預測企業的發展前景，然后在此基礎上得出企業違約的可能性。一般而言，銀行定性分析的結果數據與債券評級相類似，采取序數形式。

在完成定量分析和定性分析的步驟后，銀行會將兩個數據結果以一定的比例組合起來得出一個企業違約概率，定量和定性二者的比例是根據各銀行自身的經驗來進行確定的，沒有一個統一的標準。隨后銀行會將此違約概率與現有的以違約概率區間進行劃分的內部評級體系進行對照，并依照相應的違約概率區間將企業歸類于相應的信用級別，此即為企業的基礎信用評級。得出基礎信用評級后，銀行內部評級體系對于計算企業違約概率的程序已經全部完成。在接下來的步驟中，如果銀行認為企業的違約風險有較大改變時，銀行將對企業的信用等級進行直接的升級或降級處理。?????警告信號。警告信號是指與企業信用有關的特定事件，該事件的出現意味著企業信用風險的明顯上升，例如，違背貸款合同條款的行為、支票或商業票據的拒付、采用不合規的簿記方式等等。警告信號對于貸前的風險識別與貸后的風險監控都十分重要，對于警告信號的關注有助于銀行及早地發現企業潛在的信用惡化，并能促使銀行及早地采取應對措施以降低銀行損失。在一般情況下，只要出現警告信號，德國銀行都會對相關企業做降級處理，但將哪些特定事件視為警告信號，以及警告信號在多大程度上影響企業信用評級，則與不同銀行和該銀行在定量及定性分析中采用的風險因子有關。

人工調整。德國銀行監管部門對德國銀行內部評級體系的要求是一個合格的內部評級體系應當建立在已獲取的歷史數據和對未來的預測數據的基礎之上，銀行應當盡可能地降低主觀因素對企業信用評級的影響。然而在實踐中，德國銀行信貸人員的主觀判斷仍然在很大程度上影響企業信用評級，對中小企業的信用評級尤為如此。因此，許多銀行在其信用評級體系內擁有一個對企業信用級別進行人工調整的模塊，稱為Overruling。一般情況下，德國銀行會限制可調整的范圍，以一到兩個級別較為常見。

結構

德國銀行的內部評級體系的結構大體可歸類為兩大類型，即平行結構和垂直結構（圖2、圖3）。

在實踐中，大部分銀行的內部信用評級體系采用的是以平行結構為主的混合結構，也有一些銀行采用的是一種所謂的Knock-Out規則與垂直結構組合而成的一種混合結構（圖4）。

德國銀行一般采用以下幾個Knock-Out（K.O.）規則：企業被其他銀行解除貸款合同;企業存在賬戶質押;企業有未經協商的長期透支;企業受到來自其他評級機構的負面評價。

在此模式下，只要企業滿足以上任何一個條件，德國銀行就會直接將其“K.O.”，而根本不會對其進行信用評級，也不會批準其相應的貸款申請。Knock-Out規則的好處就是簡單明了，銀行能夠避免在資信不好的企業上浪費人力物力，降低了銀行的成本。因此，有相當一部分中小銀行都會采用此模式。

從銀行的角度考慮，內部評級體系的企業信用等級對應的企業違約概率應當比較穩定，相應信用等級的企業的真實違約概率應該只能圍繞模型預測值進行小范圍波動，換言之，一個合格的內部信用評級體系應當能夠反映企業真實的信用違約概率。因此，如何架構內部評級體系并挑選能準確預測企業未來情況的風險因子就顯得尤為重要，特別是對于中小企業的信用評級，由于歷史數據的缺失，銀行會在很大程度上依賴定性分析。本文接下來將對德國銀行體系三大支柱中的合作銀行內部評級體系進行簡要介紹。

圖1?德國銀行內部評級體系（IRB）的組成要素

圖2?平行結構II-Ratings系統，見圖5。

BVR-II-Ratings系統是合作銀行的中小企業評級體系，該系統采用平行結構，定量分析與定性分析的權重比為60%：?40%。系統重點集中于對企業資產狀況、財務狀況和盈利狀況進行判斷，并在此基礎上綜合考慮企業的未來發展前景對企業進行評級。定量分析主要以反映企業盈利能力、融資能力和資本結構的財務指標作為風險因子，采用邏輯回歸模型計算企業違約概率。定性分析主要集中于6個方面，見表1。

貸款決策

企業信用評級與銀行的貸款決策是德國銀行在其發放貸款流程中的兩個不同的步驟，對于銀行來說，信用評級能為銀行做出貸款決策提供必要的參考，同時也是銀行制定貸款條件（貸款利率）的必要依據。同時，銀行能否滿足監管機構制定的自有資本充足率也與其貸款企業的信用評級密切相關。然而，企業的信用評級并不是影響銀行貸款決策的唯一因素（圖6）。

在完成對企業的信用評級后，德國銀行也需要對企業的貸款項目做出評級（債項評級），這一步驟是一個獨立的環節，并不受企業信用評級的影響。對貸款項目做出評級主要分為兩個方面，一是對違約損失率（Loss?Given?Default，LGD）的評估，二是對企業預期現金流的評估。違約損失率與企業提供的抵押品以及企業的信貸敞口相關，二者都是按可能的企業違約時點估算出的預測值。同時，德國銀行還會對企業的預期現金流進行評估，評估是基于對企業未來利息和本金清償能力的考慮，這一過程同樣不受企業評級的影響。在德國，低于100萬歐元的貸款申請都歸類于銀行的零售業務，因此，對于此類貸款申請，不論企業的預期現金流有多大，銀行授予的額度一般不允許超過該企業年收入的50%。

進行貸款決策時銀行也需要考慮自身的商業政策。銀行的商業政策通常與銀行持有的信貸組合有關，例如，信貸組合中屬于某行業的企業貸款數量已接近上限時，接下來的同行業貸款申請會較難獲得銀行批準。同樣，為分散風險，銀行也會避免某一信用等級的企業貸款總額在整個銀行信貸組合中的占比過高。因此，除了對來自于單個企業的風險進行識別外，信用評級體系對于銀行整體的風險管控也有積極作用。

圖6?德國銀行發放貸款一般流程

圖3?垂直結構

圖4?Knock-Out?混合結構

圖5?BVR-II-Ratings?系統

借鑒與啟示

從中國銀行業的現狀來看，實行《新巴塞爾協議》還是一個任重而道遠的工程。中國商業銀行應充分重視內部評級法的建立和實施，同時必須認識到此項工作的艱巨性、復雜性和長期性。應在銀行內部成立專業化機構，持續和深入開展內部評級體系的研究、設計和開發工作，并對相關的業務流程和決策機制進行必要的改造和完善。

從戰略層面高度重視銀行內部評價體系的研究和建設。要提高我國商業銀行的市場競爭能力和抵御風險能力，其中一個重要環節就是在保持業務規模和市場份額穩步增長的同時，有效地提高資產質量，?降低不良貸款比重。因此我國商業銀行應加快改進風險計量的方法、技術和手段，向科學化、精細化的管理模式邁進。這要求我國銀行業借鑒國際先進經驗，啟動技術創新機制加快系統平臺和工具體系的建設。體系的建立能夠增強商業銀行對信用風險和市場風險的鑒別分析能力，提高新增貸款質量，建立銀行內部評級體系不僅僅是一個技術手段的實現問題，更關系到商業銀行未來的發展戰略和綜合競爭能力。

夯實數據基礎，重視數據質量的提升工作。銀行內部評級體系是否完善可靠，與信息的采集和加工，以及體系的設計緊密相關，其中，信息的采集是基礎，直接關系到內部評級的結果與風險是否相符。而采集數據的質量又是風險管理工作的基礎，是建立一個有效地內部評級體系的必要條件。因此，銀行應將數據質量提升列為所有工作中的重中之重。進行數據清洗和補錄，并實行更加規范、嚴格、一致的數據標準，制定數據質量管理規章，確保業務數據的及時性、準確性和全面性。同時，要切實采取措施，加快數據倉庫和信貸流程系統建設，以利內部評級體系的開發建設和全面風險管理水平的真正提高。

加強違約概率和違約損失率模型的研究、開發和應用。我國銀行業所處的經營環境有別于西方發達國家，因此其所應用的違約概率和違約損失率測度模型不一定完全適合我國商業銀行。但一方面可以借鑒這些模型的測度思想、方法與過程，另一方面，我們應該根據國內實際情況，開發出適合自己的模型。例如，根據已有積累的各年評級結果數據，運用信用計量模型對已有年份的每一信用等級的轉移概率和違約概率進行測度，進而形成內部的信用等級轉移矩陣的測度，以后隨著年份數據的增加，再不斷調整。這樣，經過一段時間的積累，就可以建立起我們自己的內部轉移矩陣模型。

優化人力資源配制，?為實行銀行內部評級體系做好人才準備。內部評級體系高知識含量的特性，要求無論是銀行的信貸員還是信貸后臺管理人員，在正確使用這套風險管理方法時除了必須具備起碼的信貸分析技術、會計原理、經濟學、法律和電腦等方面的業務素質外，還應同時具備人品、敬業精神、工作作風等方面的職業道德素質。德國銀行內部評級體系中的人工調整模塊已經很好地說明了一個優秀的信貸人員能夠彌補定量模塊的缺陷。因此，提高銀行人員的專業素質和責任意識是建立銀行內部評級體系中至關重要的一環。

（作者單位：中國社會科學院研究生院）