萬偉(副教授/博士) 肖云鶴通訊作者 劉彬(博士后)
(1重慶理工大學會計學院 重慶 400000 2上海浦東發展銀行 上海 200000)
自2015 年底國務院印發《推進普惠金融發展規劃(2016—2020 年)》以來,普惠金融政策持續推進,央行、銀保監會相繼出臺一系列措施,如普惠金融定向降準、普惠小微企業信用貸款支持計劃等,為緩解小微企業融資起到了重要作用。根據銀保監會2022年二季度末數據,全國小微企業包含小微型企業貸款、小微企業主和個體工商戶貸款的貸款余額55.84萬億元,其中單戶授信總額1 000萬元及以下普惠型小微企業貸款余額21.77 萬億元,同比增長22.6%;有貸款余額戶數3 681.33 萬戶,同比增加710.02萬戶。
普惠金融的目的是為傳統金融服務所未完全覆蓋的弱勢群體提供更多的金融服務,降低服務門檻必然導致金融機構信用風險大幅增加(陳科,2017)。郭曄和馬玥(2022)發現城市商業銀行發展普惠金融會提高其風險承擔水平。數據顯示,2020 年2 季度末,不良普惠小微貸款余額0.4 萬億元,不良率為2.99%,不良貸款余額相比年初增長了9.25%,接近設定的容忍限度。截至2022年一季度末,銀行業普惠型小微企業貸款不良余額為4 476.21 億元,不良率為2.18%。目前學術界對于信用風險管理的研究從多個維度展開,大部分聚焦于信用風險管理理論或方法本身,鮮有基于中小商業銀行的角度進行研究,因此,本文從普惠金融的信用風險入手,拓展了提升中小商業銀行風險管理能力的有關研究,以期更好地促進普惠金融戰略的成功實施。
信用風險評估是銀行風險管理的基礎環節。《巴塞爾協議Ⅱ》基于內部評級法為銀行提供了一個以資本為紐帶的全面風險管理框架。內部評級法倡導主動進行資本管理,以及搭建通過定量分析進行風險管理的內部評級體系(吳小亮,2017)。通過多維數據和計量模型測度把控信用風險,內部評級法可以對普惠金融業務起到決策支撐作用。從監管者角度出發,內部評級法能夠激勵商業銀行改進風險管理,提高監管資本要求的風險敏感性。從銀行的角度,基于內部評級法推進全面風險管理,化解存量風險、嚴控增量風險,才能守住不發生系統性風險的底線。
本文針對普惠金融的發展現狀和風險特征,主要解決兩個問題,一是實施內部評級法完善普惠金融業務信用風險管理的機制,二是結合案例探討內部評級法在普惠金融信用風險管控方面的經驗做法,為中小商業銀行實施內部評級法、推進普惠金融業務發展提供對策與建議。
普惠金融的核心是公平性和包容性。《推進普惠金融發展規劃(2016—2020年)》中將普惠金融定義為根據經濟可持續發展和機會平等的原則,以可承受的費用向需要金融服務的社會各階層和群體提供有效和適當的金融服務。小微企業是我國普惠金融的主要服務對象之一。何德旭和苗文龍(2015)認為普惠金融是提高金融包容、降低金融排斥,但非泛泛的救助弱勢群體。吳曉靈(2015)認為不應該從狹義的扶貧金融來理解普惠金融,而是將其概括為公平對待所有客戶,通過提供可持續的價格以滿足全面、整體的金融需求。與慈善援助不同,普惠金融是一種基于金融規律的、具有可持續特征的商業模式,通過技術和營銷工具的創新降低了獲得金融服務的門檻(邢樂成和趙建,2019)。李建偉和辛嘉誠(2018)認為提高金融供給效率,降低供給成本和風險水平是普惠金融可持續發展的關鍵因素,加強金融基礎設施建設,根據現有制度的缺陷完善法律和監管體系,可以加快普惠金融的發展。
從風險定價機制來看,普惠金融的持續性需要滿足兩方面特征:一是需求端的可負擔性,二是供給端的可負擔性(星焱,2016)。健全的普惠金融風險定價機制應建立在對借款企業信用風險準確識別的基礎上。小微企業與商業銀行之間的信息不對稱問題依然嚴重,其信貸風險難以準確識別。然而,隨著互聯網技術的發展,大數據、云計算、區塊鏈等技術的運用,傳統的信貸模式發生了轉變,銀行與企業之間的信息不對稱現象明顯減少,促進了普惠小微金融的發展(蔡祥玉和田艷麗,2022)。
發展普惠金融是解決金融排斥的重要途徑,對促進經濟發展意義重大。星焱(2016)歸納了普惠金融的基本經濟效應,分析了從普惠金融到包容性經濟增長的理論邏輯,發現普惠金融發展的關鍵因素是金融創新。馬紹剛等(2021)認為普惠金融水平較高的國家,金融業通過貸款對實體經濟的支持力度更強。李建軍等(2020)認為普惠金融通過支持儲蓄積累、緩解企業融資困難和鼓勵企業投資,在促進經濟增長方面發揮著重要作用。總而言之,通過普惠金融的機制,可以實現扶貧、促進經濟增長和創建普惠社會(陸岷峰和徐博歡,2019)。
據中國銀行業協會相關調查顯示,有65%的銀行將“提升風險管理能力”作為戰略重點,“提升風險管理能力”超過“特色化經營”成為當前我國銀行經營管理戰略的重中之重(劉曉勇,2015)。風險管理的首要作用就是減少風險損失,進而創造價值;另一個作用是通過占用經濟資本的多少引導銀行選擇業務,一筆貸款業務占用的經濟資本少,代表風險調整后的資本收益高,銀行控制風險損失的同時增加了利潤。吳俊等(2012)認為中小商業銀行存在風險管理流程的標準化程度低、風險管理政策框架不夠完善等問題。張守川和任宇寧(2013)認為隨著風險計量理念的不斷深入,銀行的風險管理水平隨之不斷提高。銀行現代風險管理是通過風險偏好管理向戰略管理方向延展,以經濟資本和以對沖為抓手開展全面風險管理。高菁敏和李曼(2019)通過研究COSO(2017)新框架,提出商業銀行風險管理模式的構建。
風險政策和度量手段是銀行信用風險管理過程的核心環節。樊桂嶺和笪鳳媛(2017)認為商業銀行產生內部信用風險的原因是在度量方面不夠準確。陳忠陽(2018)基于銀行對小企業信貸的基本態度和模式選擇,總結出銀行對小企業信貸的風險管理包括三個方面,即衡量信用風險、貸款風險定價、使用信用風險緩釋工具。中國工商銀行內部審計局改革發展重點研究課題組和黃力(2020)認為,普惠金融信貸管理需從現實風險特征出發,通過總結典型普惠金融信貸風控模式,尋找風控新路徑。李昕迪和趙海峰(2021)通過分析農村商業銀行小額貸款風險的成因,從提高信貸人員素質、優化對貸款企業的信用評級管理、加強與規范小額貸款貸后管理三方面提出對策。
《巴塞爾協議I》誕生于1988年,2004年出臺《巴塞爾協議II》(即巴塞爾新資本協議),2010 年推出《巴塞爾協議III》,2017年12月發布《巴塞爾協議III最終方案》,從《巴塞爾協議I》到《巴塞爾協議III》的修訂發展過程中,資本監管始終都處于核心地位,一方面從監管資本的角度規范資本要求,另一方面從風險加權資本的角度逐步加強風險管理,最終形成一個全面的風險管理框架。巴塞爾協議的擴展路徑如圖1所示。

圖1 巴塞爾協議的擴展路徑
自《巴塞爾協議II》出臺以來,銀行被要求通過提高風險測量的準確性和使用更多對風險敏感的參數(內部評級法)來準確衡量資本充足率,從而不斷改善其風險管理。《巴塞爾協議II》提供了三種選擇:標準法、初級內部評級法和高級內部評級法,強調實施內部銀行風險框架,要求有能力的銀行使用自己的數據和模型準確計算監管所需資本和經濟資本分配(武劍,2005)。2012年6月,中國銀監會發布了《商業銀行資本管理辦法(試行)》,要求銀行在監管資本充足率的基礎上實施全面風險管理框架和內部資本充足率評估程序。根據設想,商業銀行的信用風險加權資產(RWA)可以使用加權法(標準化方法)或內部評級法進行評估。商業銀行的內部評級系統應提供強大的風險區分和排名功能,以有效識別信用風險和準確量化風險。張煥南(2010)認為,巴塞爾新資本協議內部評級法是將內部評級法和系統工具實際應用于業務流程,使其更好地發揮決策輔助作用,而不是開發一個單一的評級系統。孫艷(2010)認為內部評級法針對客戶評級和債項評級兩個維度,評價過去的表現并預測將來的趨勢。
巴塞爾新資本協議為銀行的內部評級法提供了兩種評級理念:時點評級和周期評級。在評級理念的選擇上,小微企業更適合于時點評級。銀行需要平衡成本和收益,通過了解小微企業的信貸風險來實現可持續的金融包容性。進一步推進內部評級法在中小商業銀行的實施,促進基于內部評級法的全面風險管理,增強風險意識,為風險控制建立一道堅固的防線,對普惠金融戰略的成功至關重要。
內部評級法是基于單一系統風險因素假設的違約條件概率,本質上是一種風險價值(VaR)的信用評估方法。評級模型由四個主要參數組成,即違約概率(PD)、違約損失(LGD)、違約風險(EAD)和有效期限(M)。借款人的違約概率主要取決于系統風險因素和特定風險因素,前者主要取決于宏觀經濟的波動,后者則取決于借款人自身的財務狀況。在投資組合層面,多元化的投資組合分散了所有針對借款人的風險,使系統性風險成為投資組合中唯一剩下的風險。基于積累的歷史數據,銀行通過非統計經驗分析和統計相關分析等措施,或通過評級分類、回歸或分池等具體技術,建立內部評級模型和類別與參數的對比尺度,來確定信用風險的主要影響因素。在初級內部評級法的方法下,銀行只需要計算違約概率,其余因素根據監管機構的參數來確定。2017 年巴塞爾協議III 的最終決定限制了高級內評法的使用。截至2021年6月,我國只有六家商業銀行被銀監會批準應用高級內評法(工行、農行、中行、建行、交行和招行)。
隨著互聯網技術的發展,信息技術(金融科技)將提高金融的包容性,拓寬服務邊界,降低運營成本。原有信用風險評估體系的缺陷導致金融排斥,解決此類問題必須對信用風險評估方法體系進行改進,通過引導金融機構采用大數據、人工智能、網絡技術等創新技術降低信息不對稱和金融服務成本、下沉客戶群體定位(張羽等,2021)。在發展普惠金融業務過程中,商業銀行必須掌握普惠風控技術的核心邏輯,針對客戶群體特征,設計產品策略,構建相應的數據條件,基于大數據風控模型,深入挖掘分析小微企業客戶風險特征,掌握客戶群體的信用風險違約模式。內部評級法作為信用風險評估體系,其提高銀行對小微企業貸款信用風險管理的機制體現在兩個方面:
首先,內部評級過程從根本上改變了風險管理的概念,以反映普惠金融的普遍風險。通過將風險測量的結果應用于整個過程,小微企業貸款過程將轉變為整個過程的風險管理。內部評級法的引入,將推動單純的信用風險管理向全面風險管理轉變,引入完整的內部風險評估體系,包括申請評分、行為評分、催收評分等信用評分模型體系,按風險等級分類的客戶信息可用于信貸審批、利率制定、貸后管理、風險控制、資金管理、信貸流程管理等環節。
其次,在數據和模型層面,內部評級法注重數據和科學的評級方法、評級模型。數據條件是應用模型方法的基礎。為了解決信息不對稱的問題,銀行可以利用企業的多維數據,充分結合企業自身特點和區域經濟狀況,利用先進的信息技術和建模方法,構建數字風控能力。針對小微企業無套期保值、經營波動大、抗風險能力弱的特點,利用多維度數據構建指標體系。隨著數據的完善,模型和算法也越來越豐富,風險管理也越來越科學。銀行內部數據庫逐步疊加政府數據、行業數據、消費場景等其他維度的數據,實現對特定行業、場景、客戶群體的信用評估更加精細化、差異化的管理;可以根據行業景氣度的波動,研究中小微企業的經營特點和變化。中小銀行可以選擇與科技公司合作,推動數字化轉型,在數據、模型、系統建設等方面進行投資和積累,提高核心風險控制能力,改變長期以來主要依靠專家經驗的傳統做法。
2017 年的政府工作報告對發展普惠金融提出了相關要求,如鼓勵大中型商業銀行切實行動,緩解中小微企業融資難、融資貴問題,鼓勵大中型商業銀行設立普惠金融事業部,實行差別化考核評價方法和支持政策。幾年來,我國普惠金融發展成果與問題并存。
近年來我國普惠金融發展速度加快,范圍不斷擴大。金融機構的存貸款余額常常作為代表性指標,用以反映我國普惠金融發展中金融服務的使用程度(謝婼青等,2021)。截至2022 年二季度末,人民幣普惠金融領域貸款余額29.91萬億元,同比增長20.8%;普惠小微貸款余額21.96萬億元,同比增長23.8%。從不同類型商業銀行對小微企業的貸款投放來看(表1),大型商業銀行、農村金融機構是發放普惠金融貸款的主力。小微企業貸款在股份制商業銀行和城市商業銀行的占比近年來出現小幅下跌趨勢,并且城市商業銀行的小微企業貸款處于四類銀行的最低水平,占比不足15%,折射出城市商業銀行的普惠金融業務開展水平有待提高。謝婼青等(2021)發現普惠金融發展水平中城市商業銀行的排名靠后,依次是國有銀行、股份制商業銀行和城市商業銀行。
由表2數據可知,2020年,我國四大行普惠型小微企業貸款余額合計為3.742 萬億元,中國建設銀行以1.42 萬億元位列第一;中國農業銀行貸款增速第一。2021 年,四大行普惠型小微企業貸款余額合計為5.1761萬億元,比上年增長38.32%;除中國銀行外,三大行的普惠型小微企業貸款余額均已超過萬億元,建行達到了1.87萬億元。在普惠型小微企業貸款利率方面,除中國銀行有0.03%的上升外,大多數銀行的當年新增貸款平均利率處于下降的情況;2021 年建設銀行新增貸款平均利率較上年下降0.15 個百分點,為4.16%;工商銀行的新增貸款平均利率為4.10%;農業銀行全年累計發放貸款平均利率為4.10%;中國銀行的新增貸款平均利率為3.96%。

表2 2020—2021年四大銀行普惠型小微企業貸款情況
不良率是衡量信貸資產質量的關鍵指標。根據表3數據可知,國有商業銀行與股份制商業銀行的不良貸款比例相對較低,農村商業銀行的不良貸款比例最高。國有銀行依托金融科技風控技術把控風險,而區域銀行普遍選擇下沉客戶到國有銀行覆蓋不到的客群,往往有更大的風險。從全行業資產不良率的角度,2020年銀行業在加大對小微企業信貸支持力度的同時加大不良貸款核銷處置,城商行不良率明顯改善。農村商業銀行的資產質量、風險管理情況雖然相對較差,但其為小微企業提供貸款的數額僅次于大型商業銀行。因此,城市商業銀行和農村商業銀行有必要根據自身經營情況,借鑒國有銀行的經驗,控制好資產風險。

表3 整體不良貸款比例
現代信用風險管理有四個特點:非系統性、不對稱性、非線性和累積性。小微企業的特殊性也將強化信貸風險的特點。例如,信用風險受單個企業的不對稱因素影響最大,而借款人的不對稱信息導致商業銀行的信用風險收益和損失不對稱。普惠金融的風險管理應從小微企業的信貸風險特征入手,重點解決信息不對稱和商業銀行承擔的風險與收益不匹配的問題。
C 銀行是全國性國有商業銀行,2021 年普惠型小微企業貸款余額為10 990 億元,普惠貸款平均利率4.1%;2020年不良貸款率為1.58%,2021年為1.42%。C銀行在內部評級法的研究和運用方面較為成熟。
X 銀行是區域城商行,在普惠金融方面,該行2020 年投放小微企業貸款余額833.22億元,加權平均利率5.55%,貸款不良率3.09%。2021 年末,小微企業貸款余額879.02億元,貸款加權平均利率5.49%,貸款不良率3.34%。普惠貸款不良率有上升趨勢,顯著高于整體不良貸款率。X 銀行內部評級法的運用較為有限,主要依賴分散風險的授信策略。
C銀行的內部評級法建設于2004年啟動,2008年開始實施內部評級。2014 年4 月,中國銀保監會正式批復C 銀行實施資本管理高級方法。按照批準的實施范圍,符合監管要求的公司信用風險暴露采用初級內部評級法計量、預測違約概率;零售信用風險暴露采用內部評級法,即對零售信用風險的模型量化管理,計量零售信貸資產違約概率、違約損失率、違約風險暴露等風險參數;對于市場風險和操作風險分別采用內部模型法和標準法。C銀行構建內部評級體系時包含三方面,一是模型的IT 系統開發,包括客戶評級系統、企業財報信息真偽甄別系統、抵押品價值評估系統、行業信息分析系統;二是建設內部評級配套的制度基礎,以配合內部評級結果的運用;三是研發隊伍建設,儲備技術及管理人才。
在應用方面,C 銀行將內部評級結果廣泛應用于信用風險管理的全流程,包括計算資本充足率、計量預期信用損失、計量信用風險三方面。根據2020年C銀行資本充足率報告(見表4),非零售信用風險按照違約概率級別劃分的12個等級中,初級內部評級法覆蓋的計量得出的違約風險暴露金額合計為109 426.03億元,未覆蓋部分為14 009.16億元。零售業務按照信用風險暴露類型劃分為三類,合格的循環貸款、個人住房抵押貸款、其他零售,其中,內部評級法覆蓋部分違約風險暴露金額合計為69 849.21億元,未覆蓋部分為5 070.02 億元。根據表5 可知,在計算信用風險加權資產時,2020 年內部評級法覆蓋部分占比為66.25%,比2019年有所上升。

表4 C銀行信用風險暴露 單位:億元

表5 風險加權資產 單位:億元
對于非零售業務,信用風險通過統計計量技術結合專家經驗建立評級模型,模型包含定性與定量評分兩部分,主要通過客戶財務指標、經營情況、管理水平、競爭能力等方面評價客戶的償債能力和償債意愿。客戶評級根據評分結果確定,違約概率通過統一設置的主標尺映射得出。C銀行的違約概率以巴塞爾新資本協議內評模型結果為基礎進行調整,反映“時點型”債務人違約概率,結合當前宏觀經濟環境,加入前瞻性信息并剔除審慎性調整。違約概率考慮不同資產組合的長期違約趨勢,由法人客戶超過10年的歷史違約情況為基礎進行確認。內部評級參數的維護符合內部評級參數管理規定并定期監控驗證。
對于零售業務,利用長期積累的歷史數據,建立了覆蓋各類零售產品完整生命周期的信用評分模型體系、覆蓋各類零售信貸資產風險敞口的資產池劃分與風險參數計量模型體系,實現對零售信用風險的模型量化管理。運用現代數理統計技術,分析客戶的還款能力和還款意愿,對資產信息、客戶信息、交易信息、債項信息等數據進行挖掘、分析、提煉,開發完成申請評分、行為評分和催收評分等信用評分模型體系,實現對零售業務完整生命周期的全覆蓋。形成了一套資產池劃分流程和技術,以適應零售業務實際情況和內部評級法的相關要求。開發完成資產池劃分體系,用于各類風險參數計量,在此基礎上可以計量零售信貸資產違約概率、違約損失率和違約風險暴露等風險參數。
X 銀行在信用風險計量、預期信用損失計量等方面運用了內部評級法。在資本管理層面,信用風險加權資產計量采用權重法。針對公司類客戶風險暴露,采用內部信用風險評級模型,結合專家判斷,評估單個交易對手違約概率。數據來源主要有貸款申請時收集的借款人及特定貸款信息,如關鍵財務指標、公司借款人的銷售收入和行業分類等。每年對借款人的信用狀況進行更新,對評級結果進行校準。針對零售風險敞口,通過利用不同賬齡的歷史違約數據,估算不同逾期期次下未來各債項違約概率。
X銀行根據資產的質量狀況對資產風險特征進行內部評級,內部評級體系包括15個未違約等級(AAA+到C)及1個違約等級(D)。主標尺表在一定時間內保持穩定,并且每個評級類別匹配特定范圍的違約概率。
在預期信用損失計量方面,按內部評級將納入預期信用損失計量的金融資產的信用等級區分為“低風險”“中風險”和“高風險”。根據信用風險的具體情況,例如資產發生信用減值或者信用顯著增加,對不同的資產計提減值準備,預計期間是12個月或整個存續期。
在數據儲備方面,C 銀行具備真實和完整的優勢。一是體現在擁有完善的信息系統以保障數據的真實性;二是體現在有長期積累的完整數據,C 銀行擁有法人客戶超過10年的歷史違約記錄,以及客戶信息、資產信息、債項信息、交易信息等數據。X 銀行在貸款過程中的數據來源依靠新數據收集,過往歷史數據來源主要有貸款申請時收集的借款人及特定貸款信息。數據有效性依靠定期更新借款人的信用狀況,輔助校準評級結果。數據真實性保障是通過面談面簽和充分調查原則,當面審核資料并簽署,以保證資料的真實合法性。
在內評法的實際應用方面,C 銀行已形成比較完善的信用風險管理模式,而X銀行的應用還較為分散。C銀行的主要經驗是統一風險偏好,全過程管理,系統管理,嚴格控制貸款,實行統一的風險監控,設立專門部門及時清理和處置不良資產,實行獨立、集中、垂直的信用風險管理模式。X 銀行作為區域城商行,內部評級體系運用范圍還比較有限,主要依賴分散風險的授信策略;信用風險控制主要根據自身“服務地方經濟、服務小微企業、服務城鄉居民”的市場定位,設計普惠金融產品,采取避免逆向選擇的先選客戶、后放款的模式,監測貸后貸款利用情況以減輕道德風險問題。因此,內評法仍未成為關鍵決策工具,距全面風險管理所要求的應用程度還有一定差距。
在組織架構方面,C銀行有明確的設計與分工,以管理內部評級體系。其董事會承擔內部評級體系管理的最終責任,并負責審批內部評級體系重大政策制度和實施規劃,監督并確保高級管理層制定并實施必要的內部評級政策和流程。高級管理層承擔全行內部評級體系管理的執行責任。總行風險管理部門負責內部評級體系設計開發、實施、監控和推廣。總行授信審批部負責全行法人客戶評級工作的組織管理。總行信貸與投資管理部、資產負債管理部、銀行卡業務部、個人金融業務部、財務會計部等相關部門負責內部評級結果的應用。內部審計局負責內部評級體系的審計工作。內部評級體系運行監控、推廣應用和分析報告工作由各分行風險管理部門牽頭負責。分行相關客戶管理部門具體負責內部評級調查、實施和評級結果應用工作。X銀行的風險管理組織架構主要聚焦于整體風險管理,董事會負責最終風險管理、審查及批準風險管理戰略,監督風險管理及內部控制系統,根據監控信息和風險報告對整體風險做出評估;董事會下設風險管理委員會,制定風險管理政策及流程;高級管理層負責內部控制和實施風險管理政策、程序;內部審計部門負責審查風險管理和控制環境。
數據是計算參數指數的內部評級方法的基礎,促進基礎數據生成和模型開發以降低信用評估成本至關重要。在收集基礎數據時,應注意數據的可靠性和一致性。對于缺乏數據的中小銀行,可以通過銀行間的數據共享來改善數據積累。模型是內部評級方法的核心,模型的選擇對評級結果有直接影響。銀行應考慮到自身的發展、風險偏好、經濟主體的差異和評級目標,然后做出選擇。
針對數據儲備優化措施,一是完善信息系統,從技術層面保障數據的真實性。二是樹立數據維護積累的意識,例如通過每年對借款人的信用狀況進行更新以保障數據的有效性。三是從監管層面出發,需要加強管理、科技賦能和改革創新,以進一步推動普惠金融發展,提升中小商業銀行的業務能力、優化融資結構和綜合服務體系。
使用先進的風險控制系統來管理銀行的信貸業務將從根本上提高其競爭力。從風險管理的角度來看,銀行需要根據自身戰略定位制定相適應的信用風險管理策略;在日常業務管理中可以根據內部評級法的結果進行決策,充分揭示潛在的信用風險,以保證商業銀行的健康發展,從而提供一個全面的風險管理過程。
我國大多數銀行仍處于實施內部評級法的初期階段,在風險管理的基礎設施、系統建設和數據統計方面仍需加強。對此,應將內部評級方法提升到統籌規劃的戰略高度,引導商業銀行借鑒國際先進經驗,加強基礎設施建設,提高風險計量水平和風險控制能力,包括對各類風險數據的收集、匯總和分析能力,以及計量模型的風險捕捉效率和模型校準水平。
完善的風險評級流程和組織架構可以保證評級的獨立性,完整的組織架構可以保證內部評級整體策略的落地實施。在組織架構設置方面,制度設計與規劃、實際執行與運行監控三方需要職責分明。例如董事會作為最高責任方,主要負責政策制定與監督;高級管理層作為執行責任方,對下級部門進行詳細的職責分工,應用內部評級結果;風險管理部門與內部審計部門分別負責監控內部評級體系的日常運行、審計審查工作。
在人員培養方面,內部評級法的實施需要依靠專業化的隊伍,對人員的知識結構要求較高,需要精通風險計量方面的人才和豐富經驗的專家來完成內部評級這項高技術含量的工作。中小銀行可通過加強對現有人員培訓指導、有針對性地引進相關人才、開展行業合作、進行多方技術交流和方法探討以提高人員的專業勝任能力。
完善普惠金融持續發展模式,提升業務發展與風險控制的匹配能力,需要對客戶進行細分,進而對信用風險進行細分。風險評級和分類是測算評估銀行所承擔的風險和配置所需經濟資本的基礎。我國在貸款質量分類上經歷了四級分類、五級分類等階段,下一步應在內部評級法的客戶與債項兩維評價框架下,進一步細分,加強風險管理的精細度。