商业银行信用风险内部评级方法与实践【7】——中小银行联合实施内部评级方法与实践

　　中小银行联合实施内部评级方法与实践

巴塞尔委员会第6期新闻简报（2005年9月）指出：“与其他银行或市场参与者共建数据池，使用其他外部数据源以及利用市场上的风险估计值，是弥补商业银行内部数据不足的有效方法。而银行需要集合内部数据资源来满足内部和监管当局的要求，因此，在理论上，共建数据库、使用外部数据和市场上的风险参数，在适当情况下都是数据增强的行之有效的方法，尤其是对小规模资产组合和新开办特定资产业务的银行。”

根据业界的经验，多家银行联合实施建立信用风险内部评级管理体系，需要从数据基础、模型开发、评级流程、内部应用、评级验证等多个维度进行全面分析和评估，建立具有可操作性的实施方案，建立共性与个性的辩证统一。

　　01

中小银行面临的挑战

对于中小银行而言，《资本办法》的实施意味着严峻的挑战，而在内部评级体系建设方面，以下三方面挑战尤其突出。

　　1

　　数据量的差距

客户样本少：因为中小银行总体客户数少，使得建模时可使用的数据样本规模与大银行存在很大差距。

数据长度短：中小银行一般在数据积累方面都有欠缺，可能造成可用的数据年份较少。

　　2

　　数据质量的差距

数据治理：中小银行投入数据治理资源较少，建模所需数据缺失值较多，需要大量人工补录。

数据质量：人工补录可能造成数据误差；另外，中小银行的中小型客户占比较多，客户填报财务数据的可信度、真实度和完善程度不如大型客户理想，影响数据质量。

　　3

　　数据内容完善程度的差距

系统之间的数据接口：银行往往业务系统繁多，根据管理部门的分工，数据通常存储在不同的系统中。中小银行系统之间的数据映射接口一般不如大型银行完善，造成数据关联的困难和数据质量的降低，进一步导致了建模的数据基础很差。

针对中小银行面临的挑战，在构建内部评级体系时，应重点考虑：一是在中小银行建立内部评级体系模型时适当降低对数据的依赖程度；二是与区域内的银行建立业务合作关系，互补银行间差异；三是在开发模型的过程中，建立并强调未来的数据管理机制，强调数据采集、整理、清洗和持续积累的重要性。

　　2

联合实施的要点

中小银行内部评级模型开发统一实施的建设内容要点如下：

统一数据标准与数据质量要求；

统一进行开发与验证；

统一评级流程；

统一开发评级系统；

统一的模型应用方法论。

但要同时兼顾参与行的个性：

模型校准与主标尺；

模型验证的特定领域；

评级流程与授信流程的结合；

评级应用各个参数的确定。

　　1

　　信用风险内部评级数据基础需关注的重点

（1）新旧系统转换

各成员行信贷系统情况不同，部分成员行可能存在新旧系统转换而导致历史数据缺失。

（2）原数据标准

由于联合实施各成员行的信贷系统相互独立，开发的厂商或系统版本也存在差异，这会导致模型开发所抽取的数据存在数据标准不统一的情况。

（3）财报数据

各成员行现有系统的财报数据通常存在缺陷，影响模型开发的效率和效果：

财报信息存在不准确或财报日期不满足建模数据时间要求；

系统外的财报以纸质档案为主，准确性差；

某些银行系统外财报数据存在缺失。

（4）数据长度

需要考虑数据观察期应涵盖一个完整经济周期的要求。

#p#分页标题#e#

上述问题需基于评估结果进行统一规划，需针对不同的问题制定解决方案，完善改进各成员行的信贷系统，或在数据集市（以某个应用为出发点而建设的局部数据仓库）层面进行数据标准化建设。

　　2

　　信用风险模型开发的同质性与异质性分析

联合实施模式中，各家银行的数据积累时间跨度可能会比较参差。有的银行的数据可以追溯至较早年份，但有的银行只能追溯到近期年份。联合开发需要首先证明对于各家银行来说，其他家的数据都可视作其内部数据，或作为外部数据具有可比性。如果各家银行存在较多的同质性，可将各家银行作为一个整体。

然而国内目前没有一套公认的证明数据同质性的方法论。主要通过从行业、地理位置、经济发展水平、产业结构、客户群体等多个维度对数据的同质性和异质性进行评估。

例如：

（1）地理位置（部分银行示例）

山东省城商行联盟的各家成员行客户群体所处区域彼此接壤情况。

（2）行业情况（部分银行示例）

（3）区域经济水平

山东省十三家成员行中烟台、枣庄、潍坊、济宁、泰安、东营、德州均有入围百强的县市，但有部分成员行没有任何县市入围，各成员行经济基本竞争力存在一定差异。

另一方面，各家银行均会存在一定异质性，即使异质性很小，也不可忽略，需要利用这种异质性作为联合建设的理论基石，并针对异质性提出切实的解决方案。例如：模型开发中，充分考虑异质性在各行内部评级模型中长期中心违约趋势（CT）上的反映，分别校准并分别开发主标尺。

　　

　　3

　　信用风险模型的验证

由于模型开发是联合实施的，因此对于模型的验证工作也应考虑联合展开，但是基于不同维度的各自特点，模型验证的三个维度，即区分能力、准确性和稳定性（详见《》）无法采用统一实施的方法，需要进行差异化处理。

　　

　　3

苏南八家农商行联合实施内部评级项目实施经验分享

江苏省银监局协调组织苏南地区的张家港农商行、常熟农商行、太仓农商行、吴江农商行、昆山农商行、无锡农商行、江阴农商行和江南农商行在内的八家农商行联合实施巴塞尔新资本协议，进展情况如下：

　　

以江南农商行为例，苏南八家联合实施新资本协议步骤如下：

创新与亮点：

1. 搭建八家银行间数据平台，从科技上保障数据顺利整合。数据共享包括数据上传、数据处理、模型开发到数据下载的整体数据流程。

2. 通过同质性与异质性分析，从理论上保证方案的合理性。

八家银行的数据积累的时间跨度较为参差，有的银行数据可追溯至2006年，有的只能追溯到2010年，如果能够证明对八家银行来说，其他七家的数据都可视作其内部数据，即八家银行作为一个整体，数据采集时间段上将满足银监会最低时间跨度的监管要求。

从行业、城市、交通、经济发展水平、产业结构、客户群体等多维度对数据的同质性和异质性进行评估。

通过分析，苏南八家拥有较多同质性，较小异质性，但是不能忽视异质性。

3. 利用联合建设的数据优势，开发统计模型或专家判断打分卡。

#p#分页标题#e#

苏南八家联合建设内部评级法的最大优势就是数据整合优势，提供了丰富的建模样本数据。基于大量的相对客观的数据，利用统计方法进行模型开发，模型分类的总体框架如下：

一般公司类客户

需要根据数据分析，从规模和行业两个维度，来决定模型分类（模型分类需要在风险区分能力、对风险暴露的覆盖、可行性以及可靠性之间进行权衡和取舍，例如：对特殊行业进行行业细分、行业合并、区域细分、区域合并）；

需要根据模型分类后违约样本的数量来决定是否能够开发统计模型还是开发专家判断打分卡。

其他公司类客户（事业单位、新建企业、专业贷款）

一般不需要从规模角度进行细分；

一般以建立专家判断打分卡为主，不依赖违约数据分析。

金融机构类客户

一般以建立专家判断打分卡为主，不依赖违约数据分析；

需针对成员行的需要对金融机构的细类进一步划分。

4. 构建动态自动化分档技术，从效率上保证分析的可行性。

指标分档及Logit转换

Logit转换即对指标分档、计算各档Logit值并观察Logit值随指标值的变化趋势。各档位内指标的Logit定义如下：

Logit=Log(PD÷(1-PD))

其中，PD的计算方法为：对各财务指标按指标值从小到大等分为10档，每个分档内PD=分档内违约观察数/分档内观测总数。

对于正向指标，指标值越大时Logit值越小；Logit图斜率趋势越明显，说明指标的区分能力越好。Logit图越近似于直线，说明单指标与违约关系越接近Logistic函数关系。

例如：

苏南八家农商行联合建设中实现了动态自动化分档建模技术，有效解决了海量数据的分析难度。

5. 应用遗传算法分析工具，从技术上解决样本缺乏的困难。

即使苏南八家农商行联合建设，也仍存在低违约敞口，这些敞口缺乏建模样本，对于模型的开发中权重确定的难点，苏南八家农商行并非采用传统的专家经验方法或层次分析法，而是收集了大量样本数据，基于实际数据，利用遗传算法进行线性规划分析，从中找出区分度强的模型方案。具体方法如下：

权重测算的目的是寻找一组最优的权重组合，（β1，β2，……，βn），使得模型总得分“Total Score=β1×FScore1＋β2×FScore2＋……βn×FScoren”的排序与基准评级的排序能够获得最高的相关性，即Spearman秩相关系数最大化。

求解这样的权重组合方法包括穷举法算法和迭代算法。而基于迭代算法的规划求解方法不仅具有很高的运算效率，并且是兼具高稳定性和广泛适用性的优化方法。这种算法是解决低违约组合建模的一种有效的方法。

例如：优化目标为Spearman秩相关系数最大化

设置约束条件，包括

1. 权重下限：3%

2. 权重上限：指标个数小于15个时，上限15%；

2. 权重上限：指标个数超过15个时，上限10%。

3. 权重之和：100%

4. 算法演算

　　4

山东省城商行联盟成员行联合实施内部评级项目实施经验分享

2012年以来，银监会陆续颁布了《商业银行资本管理办法（试行）》等一系列监管文件，要求商业银行于2018年底前实现基于全面风险管理体系建设的资本充足率合规达标。应山东省城市商业银行合作联盟有限公司（以下简称“联盟”）各股东行的要求，由联盟牵头组织各行，共同推进新资本管理办法的落地实施（以下简称联合实施）。

　　1

　　联合实施的原则

（1）整体规划与分步实施相结合的原则。

联合实施参加行共同制定整体规划，并设置分步实施步骤和阶段目标。参加行按照规划路线与进度要求开展工作，确保联合实施稳步推进。

（2）数据共享与信息独立相结合的原则。

#p#分页标题#e#

联合实施参加行建立数据共享机制，为实施和应用资本计量高级方法奠定基础。同时通过数据清洗、权限设置等手段，满足参加行信息保密的需求，确保参加行保持信息独立。

（3）统一建设与独立建设相结合的原则。

联合实施涉及治理架构、政策流程与信息系统等内容，对其中标准化程度较高的内容采取统一建设的方式，对于各行实际应用中存在差异化、个性化的内容仍然各行独立建设，统分结合协调推进。

　　2

　　联合实施的内容

（1）联合实施参加行独立建设内容

独立建设内容主要包含以下三部分：一是各行差异化、个性化程度较高的部分，例如治理架构、政策流程的优化；二是与业务流程密切相关的系统建设，例如信贷系统优化改造及各行业务流程；三是监管要求角色独立、不适合纳入统一建设的内容，例如内部审计。

对于独立建设内容，参加行可参照联合实施的整体规划做适当调整。联合实施参加行应根据自身情况设定具体规划内容，并与整体规划对接。

（2）统一建设内容

联合实施的最终目的是通过数据共享实施资本计量高级方法、提升参加行全面风险管理能力。因此，统一建设内容将着眼高级方法的实施和应用，并将标准化程度较高且处于关键路径的项目纳入其中。统一建设的切入点或首要项目是风险数据质量管理，并依次包含风险数据集市、RWA（风险加权资产）等，最终完成信用风险初级内评法。

（3）统一建设模式

统一建设的各项目，采用统一招标、统一咨询、统一开发的“三统一”策略。统一建设各项目由联盟统一具体负责，联盟根据需要组织招标咨询公司、信息系统供应商。

统一建设各项目采取集中与分散相结合的建设模式，例如数据治理项目将集中讨论制定数据标准，，联合实施参加行按数据标准要求分散对各相关数据源系统进行优化改造。

联盟指定足够的专职人员，负责统一建设各项目的研发和落地工作，同时对联合实施参加行提供咨询指导等服务。

（4）独立建设和统一建设的关系

独立建设和统一建设项目共同构成了联合实施的内容。联合实施参加行独立建设的内容也是联合实施的一部分，联合实施参加行应将规划、进度、成果等情况向联合实施管理部门进行汇报，以便协调推进，确保按规划达成阶段目标。联合实施管理部门统筹协调各行独立建设项目的进度。

　　3

　　联合实施组织架构

联合实施是一项长期、系统的工程，需要高度重视、各方密切协调配合。为确保联合实施顺利推进，联合实施设置两层级组织架构，其中包括联合实施参加行在内的参加行和联盟共同组建联合实施层的管理机构，同时联合实施参加行、联盟分别相应设置管理协调机构。

（1）联合实施层

联合实施层由参加行、联盟共同设立联合实施领导小组、联合实施推进办公室，分别负责管理决策与具体执行。

（2）联合实施参加行和联盟。

联合实施参加行参照联合实施层的机构设置情况，在行内设置相应的领导小组与推进办公室，管理和推动各行独立建设项目，并与联合实施协调配合。同时，联盟设置联盟联合实施协调小组，具体负责统一建设项目的实施。

　　4

　　联合实施项目群规划方案（示例）

联合实施整体规划项时间表：

独立建设项目群内容概览：

统一建设项目群内容概览：

按照项目工作性质和开展时间不同，零售和非零售内评体系的建设分别规划了4个项目，涵盖了内评体系建设、内评系统建设和验证工作。

#p#分页标题#e#

信用风险缓释管理规划了两个项目，分别是统一建设信用风险缓释体系建设项目和各成员行独立建设的信用风险缓释管理系统项目。统一建设信用风险缓释管理体系有利于统一信用风险缓释管理方案，为监管合规和未来的内部评级高级法建模做准备。

风险数据集市构建依赖全面风险管理的应用需求，是一个循环往复的过程，伴随其所支持的风险应用逐步扩展，以及风险模型算法的更新，集市的数据内容会不断的丰富。

风险数据集市的建设是一个长期复杂的过程，需要分阶段开展来完成风险数据集市的建设。

　　作者简介

叶征，毕业于北京大学光华管理学院，师从著名金融学家曹凤岐教授。目前任星通天安科技有限公司副总裁，主要负责物联网和车联网保险业务以及物联网金融风险管理工作，星通天安是一家专注于物联网大数据金融服务的公司。加入星通天安管理层前，叶先生曾在中国人寿保险（集团）公司任职六年，主管保险集团资产负债管理（ALM）、资本规划与经济资本（EC）管理等工作，任职期间曾被中国人寿外派澳大利亚悉尼工作，多篇论文在《保险研究》等核心期刊发表。除此之外，叶先生还先后在国际著名投资银行、国际知名咨询机构和国际顶级金融保险集团实习、工作或任职，参与了多家大型金融机构的全面风险管理（ERM）、内部评级法（IRB）建设中评级模型的开发、验证和优化，以及经济资本管理的研究与应用等工作。

　　往期精彩