从数据起步做好实施内部评级法的前期准备-（上传）

从数据起步做好实施内部评级法的前期准备

2004年6月正式公布的“巴塞尔新资本协议”要求商业银行对信用风险的计量采用内部评级法，银监会于2007年2月发布的《中国银行业实施新资本协议指导意见》（以下简称“《指导意见》”）要求新资本协议银行从2010年年底起（最晚不迟于2013年）采取内部评级法计算信用风险资本。因此，建立内部评级体系、实施内部评级法成为商业银行目前的紧要任务。

一、实施内部评级法，数据是重中之重

实施内部评级法的主要内容包括：系统建设、数据准备、模型建立和结果运用。其中，数据准备是重中之重，因为数据是银行建立模型、风险评估和测量过程中的关键环节，没有符合要求的数据，产生不了符合风险特征的内部评级模型，更谈不上对风险的评估测量和结果的运用。同时，数据质量也是决定信用风险评级模型表现的关键因素，模型预测结果的准确性及稳定性很大程度上取决于建模用到的基础数据的质量。

国际经验表明，大多数银行在内部评级系统建立过程中，70％－80％的精力消耗在数据清洗和整合方面。国内银行普遍存在数据存储不足、缺乏规范、质量不高等问题。如不能及早引起重视，将会严重影响内部评级模型的准确性。因此，及早做好数据准备工作，是商业银行实施内部评级法的首要任务。

二、新资本协议对数据的具体要求

巴塞尔新资本协议对数据的收集和处理均提出了明确和严格的规定：数据既要有足够的样本容量，又必须达到一定的质量标准。

1、从内容上看，内部评级法存在初级法和高级法两种形式，要求的数据都包括四个关键指标：一是违约概率（PD），即特定时间段内借款人违约的可能性；二是违约损失率(LGD)，即违约发生时风险暴露的损失程度；三是违约风险暴露(EAD)，即债务人违约所导致的可能承受风险的信贷业务余额；四是期限(M)，即某一风险暴露的剩余到期日。实施不同的内部评级法要求具备的数据内容不同：初级法除PD需自行估计外，其他数据由监管当局确定；而高级法的所有数据均为银行自己的估计值。因此，实施初级法的银行，主要需要收集客户风险评级方面

的数据；而实施高级法的银行，在此基础上还需要收集债项评级方面的数据。

2、从时间要求上看，新资本协议对于初级法，要求必须具备5年以上的历史数据来估计并验证违约概率；对于使用高级法的银行，应基于一个完整经济周期并且不得少于7年的数据来估计各项指标。

3、从样本容量上看，要保证样本数据发生时的市场状况与现在和将来可预期的状况具有可比性，并且样本中的客户数目要和银行预期投资组合所涉及的个数大致相当或至少有可比性，从而保证基础数据分析和违约概率预测的精确性和稳健性。

4、从数据质量上看，银行不仅须设立一定程序来审查样本数据的准确性、完整性及适用性，还须证明所选取的借款人能够代表银行的实际风险。

由此可见，新资本协议对数据的要求甚是严格。 三、我行信贷数据基础现状分析

新资本协议要求对信用风险的计量采用内部评级法是对传统风险管理模式的革命性变革，为商业银行改进风险计量技术、健全风险管理组织框架、重组风险管理流程提供了直接借鉴，有助于商业银行及时揭示、动态监测信贷风险，推动风险管理科学化和精细化。

为如期实施新资本协议，新资本协议银行正在积极努力做好实施前的准备工作。虽然我行不是银监会要求的新资本协议银行，可以自愿申请实施新资本协议，但我行充分认识到采用内部评级法量化信用风险的重要性。由于历史原因，我行信息化水平较低，风险计量水平较落后。近几年我行奋起直追，系统化进程取得了令人瞩目的进步，特别是CMIS二期，在数据的标准统一性方面做出了不懈努力，为建设内部评级体系奠定了一定的数据基础。

但我行目前要建立内部评级体系还缺乏足够的前提条件。CMIS二期虽然也包括了客户评级模型，但由于缺乏自身数据的支撑，其实质就是一个简单的打分模型，存在以下明显的缺陷：一是评级的基础是过去的财务数据，而不是对未来违约概率的预测，以过去的时点信息为依据推测客户将来的违约概率，可靠性较低。二是指标和权重的确定缺乏依据，由于缺乏足够的数据，只能根据经验或专家判

断以及参考其他银行的做法来选取指标和确定权重，使评级标准的可行性大为降低。最重要的是，该评级模型无法将客户的风险特征转化为违约概率等风险参数，从而达到准确量化风险的目的。

我行要建立内部评级法达到量化信用风险的目的，最关键的是存在着基础数据的制约。但由于种种原因，我行CMIS二期系统数据质量和完整度仍不尽如人意，主要体现在以下多个方面：

一是数据缺失情况比较普遍。如部分客户的“法定代表人”、“股东信息”、“主营业务范围”、“生产能力”、“区域”、“经营地址”等信息空缺，部分抵质押物“地理位置”、“使用类型”、“土地性质”、“建成日期”等信息空缺。导致无法判断客户或抵质押物的实际情况。对于数据缺失的问题，我们正试图通过批量补录数据和将部分信息项改为必输项的途径来解决。

二是数据录入随意性强且更新不及时。如客户信息中“行业类型”的选择和“主营业务范围”的描述不匹配、“企业规模（国标）”的选择和资产、销量及员工人数不匹配、抵质押物类型与实际不相符，授信业务申请时随意选择业务品种、贷款投向、担保方式标志、业务发生性质等重要信息项。除此之外，大量客户的法定代表人、企业规模、行业类型、经营地址等关键客户信息变动后系统信息没有及时更新。

三是财务报表失真。有些客户的财务报表月度、年度之间不衔接，现金流量表与资产负债表、利润表的勾稽不平衡，有些财务不平衡是由于录入操作时失误造成的，有些是企业会计制度不严谨造成的，最终使CMIS中存储了一些无法使用的垃圾数据。

数据质量不高的主要原因是：和CMIS数据质量相比，经营单位更多注重业务营销，一个信贷员多则营销十几个客户，对于他们来说录CMIS数据只是为了发放贷款迫不得已的任务。虽然总行在CMIS二期上线后下发了新系统的数据录入规则，该规则对每一个数据项都明确了相关要求，但是很多录入人员没有充分理解录入规则，也很少花时间严格审查客户资料和财务报表，只是机械地照搬，或者按照个人的理解随意录入，从而使系统产生了不少垃圾数据。

除了数据质量问题外，CMIS的业务数据范围和时间跨度与内部评级法相关要

求还有较大差距。与CMIS中日常业务管理的数据相比，内部评级法建模所需的数据范围更加宽泛，比如，计算违约损失率时需要历史催收记录及相应的催收成本，但CMIS缺乏这方面的数据；另外，实施内部评级初级法的银行，必须收集和保存客户5年以上的财务数据和违约记录，由于CMIS是在2008年上线的，按照CMIS现行标准存储的数据时间不长，无法满足5年的时间要求。

四、提高数据质量的建议

及早做好数据准备，是我行实施内部评级法的首要任务。

一方面我行需要在评估现有数据与新资本协议及相关监管要求的差异后，从内部评级体系建模的角度出发，完善系统架构，扩充数据范围，抓紧数据梳理和补录，以满足违约概率(PD)建模的数据需求，以及未来违约损失率(LGD)和违约风险暴露(EAD)建模的数据需求。

另一方面，针对CMIS数据质量问题，建议我行从以下几个方面着手： 1、加强对数据录入人员的培训，使其了解系统数据项的设置意义和录入标准，减少认知的盲点和发生录入错误的概率，强调需要关注的重点数据项，对需要做选择的数据项统一选择标准。

2、明确各级授信审批部门对CMIS信息的审查责任。虽然CMIS已经上线两年多，但不少审查人员审查贷款的方式没有随着CMIS一起升级，仍旧停留在手工方式，审查时关注的内容仍停留在纸质的授信申请材料，对信贷员录入CMIS的信息没有作认真审查。故建议尽早明确审查岗对CMIS信息（特别是财务报表信息）的审查责任，在审查报告中提出对CMIS信息及财务报表信息的审查意见，督促信贷员提高数据录入质量。

3、强化贷后检查部门、审计部门对系统数据的专项检查，通过现场或非现场形式的检查进一步提升数据的准确性，夯实数据质量基础。

4、建立数据质量的考核激励制度。建立清晰的对数据录入人员（主要是信贷员或客户信息录入岗和财务信息录入岗）的考核评价指标体系，将数据录入人员的绩效与数据质量挂钩，推动数据录入人员积极、主动、准确地录入信息。