上海银行从业资格考试知识点复习：客户信用评级

    今天的上海银行从业资格考试复习课程是：客户信用评级，课程里将会详细为大家解说客户信用评级的基本概念、客户信用评级的发展、法人客户评级模型、个人客户评分方法、客户评级、评分的验证等内容，下面我们就开始今天上海银行从业资格考试的课程吧！

1．客户信用评级的基本概念

客户信用评级是商业银行对客户偿债能力和偿债意愿的计量和评价，反映客户违约风险的大小。符合《巴塞尔新资本协议》要求的客户评级必须具有两大功能：一是能够有效区分违约客户，即不同信用等级的客户违约风险随信用等级的下降而呈加速上升的趋势；二是能够准确量化客户违约风险，即能够估计各信用等级的违约概率，并将估计的违约概率与实际违约频率的误差控制在一定范围内。

2．客户信用评级的发展

从国际银行业的发展历程来看，商业银行客户信用评级在过去几十年甚至上百年的时间里，大致经历了专家判断法、信用评分法、违约概率模型分析三个主要发展阶段。

（1）专家判断法

即专家系统（Expert System），是依赖高级信贷人员和信贷专家自身的专业知识、技能和丰富经验，运用各种专业性分析工具，在分析评价各种关键要素基础上依据主观判断来综合评定信用风险的分析系统。

专家系统在分析信用风险时主要考虑两方面因素。

①与借款人有关的因素：
声誉（Reputation）。
杠杆（Leverage）。
收益波动性（VolatilityofEarnings）。

②与市场有关的因素：
经济周期（Economic Cycie）。
宏观经济政策（Macro—Economy Policy）。
利率水平（LevelofInterestRates）

目前所使用的专家系统，对企业信用分析的5Cs系统使用最为广泛。5Cs系统指：
品德（Character）
资本（Capital）
还款能力（Capacity）
抵押（Collateral）。
经营环境（Condition）。
除5Cs系统外，使用较为广泛的专家系统还有针对企业信用分析的5Ps系统和针对商业银行等金融机构的骆驼（CAMEL）分析系统。
5Ps包括：个人因素（Personal Factor）、资金用途因素（Purpose Factor）、还款来源因素（PaymentFactor）、保障因素（ProtectionFactor）、企业前景因素（PerspectiveFactor）。
骆驼（CAMEL）分析系统包括：资本充足性（CapitalAdequacy）、资产质量（Asset Quality）、管理水平（Management）、盈利水平（Earnings）、流动性（Liquidity）。（5点）
专家系统的突出特点在于将信贷专家的经验和判断作为信用分析和决策的主要基础，这种主观性很强的方法、体系带来的一个突出问题是对信用风险的评估缺乏—致性。

（2）信用评分法

信用评分模型是一种传统的信用风险量化模型，利用可观察到的借款人特征变量计算出一个数值（得分）来代表债务人的信用风险，并将借款人归类于不同的风险等级。

（3）违约概率模型

违约概率模型分析属于现代信用风险计量方法。其中具有代表性的模型有穆迪的RiskCalc和Credit Monitor、KPMG的风险中性定价模型和死亡率模型

3．法人客户评级模型

（1）RiskCalc模型

RiskCalc模型是在传统信用评分技术基础上发展起来的一种适用于非上市公司的违约概率模型，其核心是通过严格的步骤从客户信息中选择出最能预测违约的一组变量，经过适当变换后运用IoSit／Probit回归技术预测客户的违约概率。

（2）Ahman的Z计分模型和ZETA模型

Altman（1968）认为，影响借款人违约概率的因素主要有五个：流动性（Liquidity）、盈利性（Profitability）、杠杆比率（Leverage）、偿债能力（Solvency）和活跃性（Activity）。在对美国公开上市交易的制造业企业借款人的分析中，Altman选择了下面列举的五个财务指标来综合反映上述五大因素，最终得出的Z计分函数，作为违约风险的指标，Z值越高，违约概率越低。
在Ahman提出针对美国上市制造业企业的Z计分模型后，1977年，Altman与Haldeman、Narayanan又提出了第二代Z计分模型——ZETA信用风险分析模型，主要用于公共或私有的非金融类公司，其适应范围更广，对违约概率的计算更精确。ZETA模型将模型考察指标由五个增加到七个。

（3）死亡率模型

死亡率模型是根据贷款或债券的历史违约数据，计算在未来一定持有期内不同信用等级的贷款或债券的违约概率，即死亡率，通常分为边际死亡率（Marginal Mortality Rate，MMR）和累计死亡率（Cumulated Mortality Rate，CMR）。

（4）KPMG风险中性定价模型

KPMG公司将风险中性定价理论运用到贷款或债券的违约概率计算中，由于债券市场可以提供与不同信用等级相对应的风险溢价，根据期望收益相等的风险中性定价原则，每一笔贷款或债券的违约概率就可以相应计算出来。

（5）CreditMonitor模型

CreditMonitor模型是在Merton模型基础上发展起来的一种适用于上市公司的违约概率模型，其核心在于把企业与银行的借贷关系视为期权买卖关系，借贷关系中的信用风险信息因此隐含在这种期权交易之中，从而通过应用期权定价理论求解出信用风险溢价和相应的违约率，即预期违约频率（ExpectedDefaultFrequency，EDF）。

4.个人客户评分方法

按照国际惯例主要采用基于历史数据统计的评分模型计量个人客户的信用风险。
商业银行在对个人客户进行信用评分时，应针对不同客户群建立具有差异化的信用评分模型，以达到更高的精确度。
个人客户评分按照所采用的统计方法可以分为回归分析、K临近值、神经网络模型等；按照评分的对象可以分为客户水平、产品水平和账户水平，按照评分的目的可以分为风险评分、利润评分、忠诚度评分等；按照评分的阶段则可以分为拓展客户期（信用局评分）、审批客户期（申请评分）和管理客户期（行为评分）。

（1）行为评分

行为评分被用来观察现有客户的行为，以掌握客户及时还款的可信度。商业银行在提供个人信贷产品之后，应当不断收集客户的消费偏好、守信程度、付款能力等方面的信息，动态跟踪客户表现，灵活调整策略以控制风险，挖掘收益，巩固客户忠诚度，增强产品和服务的竞争力，实现更好的信用风险、账户管理。

（2）信用局评分

个人客户通常不会只在一家银行拥有活期账户、贷款、银行卡和其他金融工具，因此，商业银行必须借助外部市场信息（信用局或专业信用服务公司）才能了解和掌握客户全部的金融资产和信用事项。商业银行可以直接从这些信用机构购买潜在个人客户的基本信用信息和信用评分。

（3）申请评分

申请评分模型通过综合考虑申请者在申请表上所填写的各种信息，例如年龄、职业、学历、收入、住房状况以及申请者在信用局的历史信用信息，对照商业银行类似申请者开户后的信用表现，以评分来预测申请者开户后一定时期内违约概率，通过比较该客户的违约概率和商业银行可以接受的违约底线来作出拒绝或接受的决定。大部分申请评分模型根据客户提供的信息将他们区分为好客户和坏客户。

5.客户评级、评分的验证（Validation）

验证是商业银行优化内部评级体系的重要手段，也是监管当局衡量商业银行内部评级体系是否符合《巴塞尔新资本协议》内部评级法要求的重要方式。

    希望今天的上海银行从业资格考试课程能让大家对客户信用评级的基本概念、客户信用评级的发展、法人客户评级模型、个人客户评分方法、客户评级、评分的验证等详细的了解，大家课后更要自己认真的复习，切不可三天打鱼两天晒网，这样只能让自己更加的落后，如果向更加的严格要求自己和获取更好的学习技巧，希望大家报名我们上海人才培训市场促进中心的上海基金从业资格考试培训课程，专业的老师、丰富的实战技巧、大量的人脉，期待你的加入！最后，祝愿大家早日通过上海银行从业资格考试！