【专题】德国银行内部信用评级体系的借鉴与启示（下）

结构

德国银行的内部评级体系的结构大体可归类为两大类型，即平行结构和垂直结构。

在实践中，大部分银行的内部信用评级体系采用的是以平行结构为主的混合结构，也有一些银行采用的是一种所谓的Knock-Out规则与垂直结构组合而成的一种混合结构。

德国银行一般采用以下几个Knock-Out（K.O.）规则：企业被其他银行解除贷款合同；企业存在账户质押；企业有未经协商的长期透支；企业受到来自其他评级机构的负面评价。

在此模式下，只要企业满足以上任何一个条件，德国银行就会直接将其“K.O.”，而根本不会对其进行信用评级，也不会批准其相应的贷款申请。Knock-Out规则的好处就是简单明了，银行能够避免在资信不好的企业上浪费人力物力，降低了银行的成本。因此，有相当一部分中小银行都会采用此模式。

从银行的角度考虑，内部评级体系的企业信用等级对应的企业违约概率应当比较稳定，相应信用等级的企业的真实违约概率应该只能围绕模型预测值进行小范围波动，换言之，一个合格的内部信用评级体系应当能够反映企业真实的信用违约概率。因此，如何架构内部评级体系并挑选能准确预测企业未来情况的风险因子就显得尤为重要，特别是对于中小企业的信用评级，由于历史数据的缺失，银行会在很大程度上依赖定性分析。本文接下来将对德国银行体系三大支柱中的合作银行内部评级体系进行简要介绍。

BVR-II-Ratings系统是合作银行的中小企业评级体系，该系统采用平行结构，定量分析与定性分析的权重比为60%: 40%。系统重点集中于对企业资产状况、财务状况和盈利状况进行判断，并在此基础上综合考虑企业的未来发展前景对企业进行评级。定量分析主要以反映企业盈利能力、融资能力和资本结构的财务指标作为风险因子，采用逻辑回归模型计算企业违约概率。定性分析主要集中于6个方面。

贷款决策

企业信用评级与银行的贷款决策是德国银行在其发放贷款流程中的两个不同的步骤，对于银行来说，信用评级能为银行做出贷款决策提供必要的参考，同时也是银行制定贷款条件（贷款利率）的必要依据。同时，银行能否满足监管机构制定的自有资本充足率也与其贷款企业的信用评级密切相关。然而，企业的信用评级并不是影响银行贷款决策的唯一因素。

在完成对企业的信用评级后，德国银行也需要对企业的贷款项目做出评级（债项评级），这一步骤是一个独立的环节，并不受企业信用评级的影响。对贷款项目做出评级主要分为两个方面，一是对违约损失率（Loss Given Default，LGD）的评估，二是对企业预期现金流的评估。违约损失率与企业提供的抵押品以及企业的信贷敞口相关，二者都是按可能的企业违约时点估算出的预测值。同时，德国银行还会对企业的预期现金流进行评估，评估是基于对企业未来利息和本金清偿能力的考虑，这一过程同样不受企业评级的影响。在德国，低于100万欧元的贷款申请都归类于银行的零售业务，因此，对于此类贷款申请，不论企业的预期现金流有多大，银行授予的额度一般不允许超过该企业年收入的50%。

进行贷款决策时银行也需要考虑自身的商业政策。银行的商业政策通常与银行持有的信贷组合有关，例如，信贷组合中属于某行业的企业贷款数量已接近上限时，接下来的同行业贷款申请会较难获得银行批准。同样，为分散风险，银行也会避免某一信用等级的企业贷款总额在整个银行信贷组合中的占比过高。因此，除了对来自于单个企业的风险进行识别外，信用评级体系对于银行整体的风险管控也有积极作用。

借鉴与启示

从中国银行业的现状来看，实行《新巴塞尔协议》还是一个任重而道远的工程。中国商业银行应充分重视内部评级法的建立和实施，同时必须认识到此项工作的艰巨性、复杂性和长期性。应在银行内部成立专业化机构，持续和深入开展内部评级体系的研究、设计和开发工作，并对相关的业务流程和决策机制进行必要的改造和完善。

从战略层面高度重视银行内部评价体系的研究和建设。要提高我国商业银行的市场竞争能力和抵御风险能力，其中一个重要环节就是在保持业务规模和市场份额稳步增长的同时，有效地提高资产质量, 降低不良贷款比重。因此我国商业银行应加快改进风险计量的方法、技术和手段，向科学化、精细化的管理模式迈进。这要求我国银行业借鉴国际先进经验，启动技术创新机制加快系统平台和工具体系的建设。体系的建立能够增强商业银行对信用风险和市场风险的鉴别分析能力，提高新增贷款质量，建立银行内部评级体系不仅仅是一个技术手段的实现问题，更关系到商业银行未来的发展战略和综合竞争能力。

夯实数据基础，重视数据质量的提升工作。银行内部评级体系是否完善可靠，与信息的采集和加工，以及体系的设计紧密相关，其中，信息的采集是基础，直接关系到内部评级的结果与风险是否相符。而采集数据的质量又是风险管理工作的基础，是建立一个有效地内部评级体系的必要条件。因此，银行应将数据质量提升列为所有工作中的重中之重。进行数据清洗和补录，并实行更加规范、严格、一致的数据标准，制定数据质量管理规章，确保业务数据的及时性、准确性和全面性。同时，要切实采取措施，加快数据仓库和信贷流程系统建设，以利内部评级体系的开发建设和全面风险管理水平的真正提高。

加强违约概率和违约损失率模型的研究、开发和应用。我国银行业所处的经营环境有别于西方发达国家，因此其所应用的违约概率和违约损失率测度模型不一定完全适合我国商业银行。但一方面可以借鉴这些模型的测度思想、方法与过程，另一方面，我们应该根据国内实际情况，开发出适合自己的模型。例如，根据已有积累的各年评级结果数据，运用信用计量模型对已有年份的每一信用等级的转移概率和违约概率进行测度，进而形成内部的信用等级转移矩阵的测度，以后随着年份数据的增加，再不断调整。这样，经过一段时间的积累，就可以建立起我们自己的内部转移矩阵模型。

优化人力资源配制, 为实行银行内部评级体系做好人才准备。内部评级体系高知识含量的特性，要求无论是银行的信贷员还是信贷后台管理人员，在正确使用这套风险管理方法时除了必须具备起码的信贷分析技术、会计原理、经济学、法律和电脑等方面的业务素质外，还应同时具备人品、敬业精神、工作作风等方面的职业道德素质。德国银行内部评级体系中的人工调整模块已经很好地说明了一个优秀的信贷人员能够弥补定量模块的缺陷。因此，提高银行人员的专业素质和责任意识是建立银行内部评级体系中至关重要的一环。

（作者：董治 中国社会科学院研究生院）