过去二十年间，中国银行业的信用风险管理模式依次经历了监管驱动和技术驱动两个发展阶段：一是2007年以来，依托实施巴塞尔协议II，尤其是其中的内部评级体系，建立起了一套比较全面的风险识别和量化体系，风险从定性概念转化为数字，应用于资本监管、风险定价和绩效考核。二是自2015年以来，伴随着大数据、移动互联、人工智能技术应用逐渐深入，银行得以为借款人勾勒立体风险视图，针对特定消费场景提供消费分期，针对供应链场景提供供应链融资，以及针对特定的平台生态提供现金贷款。依托金融科技，信用风险更加透明，风险的分布维度减少，信用风险管理质量也随之提高：对违约概率的估计更加准确，信贷额度核定更加适当，风险预警和处置更加及时。

 

 

内部评级体系是识别和量化风险的基础工具，是授信准入、绩效评估和监管合规的重要参数，也是后续开展精细化风险管理的基础和前提。依托实施巴塞尔新资本协议（BCBS，2004），自2007年起，对公客户内部评级体系、零售（包括信用卡）评分卡体系在各主要商业银行陆续上线运行。近年来，随着资产证券化业务的快速发展，商业银行开始着手建设服务于金融市场业务的证券化资产评级系统。目前，公司、零售和金融市场三大业务线都建立起对应的评级体系，并已逐步建立起“模型开发——评级管理——评级应用”完整的内部评级管理体系。围绕这一套风险计量体系，与之对应的管理流程也逐步成型，也已成为业务发展和风险管理的有机组成部分。

 

依托公司客户内部评级，银行可以估计借款人的违约概率，依托零售评分卡体系，银行可以评估借款人和产品的信用等级，依托资产证券化金融工具评级，银行可以进一步评估债项和交易结构隐含的风险。通过加强对重点环节的常规化管理，包括内部评级模型开发维护、模型验证与回头看检验，大数据监测评级表现、评级应用等，保证了评级体系的有效性，为提升管理应用实效打下了基础。

 

一是依托对公内部评级体系，直达客户层，公司信贷风险管理更加精细化，政策管理更具针对性。比如，在准入管理上，明确信用贷款和抵质押保证类贷款的评级标准。授权管理上，设定与评级挂钩的客户风险限额，为授权设定提供参照。在防范过度授信方面，通过设立集团限额、理财限额等实行扎口总控。在结构调整上，通过评级明确准入和退出标准。在绩效考核上，通过核算风险成本和风险回报引导分行优化结构，积极开展风险定价和风险经营。依托信用等级和价值贡献为客户画像，投向政策管理更加有针对性和可实施。

 

二是依托零售评分卡体系，实现了零售作业和风控模式变革。主要零售产品实现了审批决策自动化，包括个人住房、消费、经营性贷款和信用卡等，在有效防控风险前提下大幅提升信贷作业效率，优化客户体验。依托专项评分模型和策略部署平台，由系统按统一标准进行风险判断和额度调整，实现了在线管控。依托零售评分卡体系和大数数，打通对公、个贷和信用卡数据，大幅提升贷后预警和催收管理精细化水平，效果明显。通过数据监控和策略模拟，及时筛查系统性风险点，加强风险管控。例如，通过数据共享和集中监测分析，能够及时展现不同时间段发放零售产品的风险表现，有利于及时预警并采取针对性的风控政策。这有助于为网络消费贷等创新业务定制风险管控策略，助力零售业务从被动风险防控向主动风险经营转型。

 

三是风险管理体系的可沟通性大幅度提高。相对于传统的定性描述，内部评级体系的一致性和可沟通性更高。模型的预测和区分能力可以基于数据得到反映：基于返回检验，对比预测违约数据与实际违约数据，银行可以及时校验和修正模型，防止出现系统性偏差。通过内部评级体系提供的参数化环境，商业银行可以进一步量化自己的风险偏好，明确准入标准，开展风险成本预算管理，并进一步模拟对资产负债表、损益表和资本充足率的影响，帮助经营决策。此外，作为资本监管和国际减值会计准则的重要参数，内部评级体系本身也是重要的绩效标准和监管标准，以此为基础的风险管理体系更具有内在一致性。

 

尽管中国银行业在风险计量管理体系建设方面已经打下了坚实基础，取得了长足进展，但仍然面临不少制约，限制了其作用的发挥。

 

一是中小企业信用评级难题。随着中国金融体系市场化程度不断提高，资本市场的直接融资功能不断增强，大中型公司客户越来越多地通过资本市场获得融资，对银行信贷的依赖度下降。与此同时，中小企业对商业银行的信贷需求上升，中小企业客户数占银行公司客户数的比例不断上升。但由于中小企业财务数据存在天然缺陷，诸如数据不完整、不真实，数据时间序列短、数据质量差等，大中型企业客户评级模板并不适用于评估中小企业的信用风险。如何充分利用中小企业自身的数据开发适当的评级模型，目前仍然是一大挑战。

 

二是相对于借款人实际的风险暴露，内部评级模型所覆盖的风险信息不仅是不全面的，也很可能不是最重要的。这必然会制约内部评级模型的风险敏感度和对信用风险的预测区分能力。从2012年以来中国不良贷款的形成原因看，排在第一位的是关联关系风险，大量借款人为彼此的借款提供担保，形成担保圈和担保链，一旦其中一位借款人违约，形成连锁反应，整个圈链一起违约。排在第二位的是贷款挪用，批发零售业的不良贷款率仅次于制造业，其中大量贷款并非用于贸易融资，而是挪用进入房地产、煤炭、有色、股市等投机类行业。此外像押品风险、分支机构的内部欺诈风险等也都直接导致了大量贷款违约。但类似重要的信息并未在内部评级模型体系中得到反映。由于覆盖的风险视图受限，不但无法提前预测和甄别风险，也无法及时有效地处置风险，最大限度地挽回损失。

 

三是在线授信业务发展迅速，对内部评级体系建设提出新的更高要求。以零售业务为例，随着各类网贷业务的发展，长尾客户成为重要客群，在线获客、在线审批、在线监控成为新的零售授信模式，零售授信业务从评分卡技术到信贷系统都面临重构。公司业务中，供应链金融和交易银行业务要求把审批和风控从中后台位置前置、嵌入到前端的供应链场景中。另外，在评级体系的日常管理和运维方面，常规化、制度化程度也需要持续提高。