银行五级分类标准

银行五级分类标准（精选5篇）

银行五级分类标准 篇1

被考核验收单位：编号项

目分值备

注得分

1一、组织建设、实施方案及落实。10 2

（一）安排部署、制定分类方案和操作实施细则2查看文件，缺一项扣1分。

（二）成立了信贷资产分类领导小组；2查看资料没有成立或信用社主任为组长的不得分。

（三）落实了各级分类人员的岗位、职责、和权限；2落实了各个分类岗位职责、权限的得满分，否则不得分。

（四）制定了各类信贷风险资产的规章制度；2制定了各项分类资产的规章制度得满分，否则不得分。

（五）止验收日、分类岗位的职责落实情况。2止验收日，各分类岗位人员能够履行职责的满分，否则不得分。

7二、风险分类动员培训。5

（一）培训范围、参加人员；1培训面达到95%以上的满分，否则不得分。

（二）培训方式、培训内容；(集中培训、现场答疑、案例辅导、理论考试）2每缺一项扣.5分。

（三）培训的效果；（现场抽查部分信贷员进行知识问答）2合格的满分，不合格不得分。

1三、五级分类考试。5

（一）参加考试的人员范围；2参加面在95%以上得满分，每低10%扣1分，直至扣完。参加人员包括机关全体、各领导、信贷员和信用社会计。

（二）考试的结果。3全部合格的满分、合格率80%以上的2分，在80%以下得1分

4四、信息交流。5 15

（一）准确的向联社报送分类数据；3准确向联社报送分类数据的满分，否则不得分。16

（二）报送的分类数据真实、准确、及时；2报送的数据真实、准确、及时的满分，否则酌情扣减。

五、风险分类的涵盖内容。5 18

风险分类涵盖所有的信贷资产得10分。没有全部涵盖的，按照每少1户扣减2分，直至扣完；5 19

六、信贷档案搜集和管理。10 20

（一）档案信息资料的收集是否完整；(确实的必须书面说明)4按照《潼关县信贷档案管理办法》的规定，齐全的的满分，不全的，缺失一项扣0.2分。分类后的档案管理是否规范。

（二）风险分类的资料是否真实有效；

322

（三）贷款档案管理是否规范；3

七、分类流程及执行情况。15 24

（一）自然人一般农户贷款分类：5 25

1、自然人一般农户贷款信用等级评定情况；农户信用等级

重新审定的满分，否则不得分。

2、自然人一般农户贷款分类操作情况；按照分类操作程序，采取矩阵分类法，分类理由充分，基础信息与结果对称，要素填写规范的的满分，否则酌情扣减。

（二）企事业单位贷款分类5 28

1、是否撰写借款人的背景资料；背景资料包括：借款人情况、信贷资料、授信资料、风险风范措施及建议。

2、四大因素分析情况；运用四大分析工具进行分析，每缺一项扣0.1分，因企业倒闭，无法进行分析，出具有效证明的，不再扣分。

3、提出分类理由和初分意见；初分人员出具初分意见的得满分，否则不得分。

4、信贷讨论；超越权限，经过信贷讨论，并具有会议记录的得满分，否则不得分。

5、最终确定分类结果； 有明确的最终分类结果的得满分，否则不得分。

（三）自然人其他贷款分类5 34

1、是否撰写借款人的背景资料；背景资料包括：借款人情况、信贷资料、授信资料、风险风范措施及建议。

2、运用分析工具分析情况；运用必要的分析工具进行风险度分析。

3、提出分类理由和初分意见；初分人员出具初分意见的得

满分，否则不得分。

4、信贷讨论；超越权限，经过信贷讨论，并具有会议记录的得满分，否则不得分。

5、最终确定分类结果； 有明确的最终分类结果的得满分，否则不得分。

八、分类资产管理。15 40

（一）建立有效的分类资产监督制约机制；3查看制度办法、风险岗位设置是否符合要求，符合要求的的满分，不符合要求的不得分。

（二）分类后提出具体的风险分类措施；4针对不同的分类资产风险状况，提出不同的风险处置措施和意见。

（三）建立风险分类管理台帐；4建立的贷款五级分类管理台帐、且与会计总分帐相符的得满分，否则不得分。

（四）建立分类后资产的动态管理机制；4按季对贷款形态进行分类调整，对分类后的风险状况进行监测和调整，对新发放的贷款逐笔进行了分类认定，达到上述要求的得满分，否则不得分。

4九、信贷资产风险分类的准确性。30 45

（一）分类资产的抽样检查比例；10是否按照有关要求，进行抽样检查，符合要求的得满分，否则不得分。

（二）风险分类的不良率偏离度；10不良贷款偏离度为3%（含）得满分，低于上述偏离度的，每低于1个百分点加2分，最高加分不超过5分，不良贷款偏离度大于3%的不得分。不良率偏离度=

不良贷款占比率误差值/抽样检查不良率×100%

（三）风险分类资产的类别偏离度；10分类资产类别偏离度小于7%的得满分，大于7%的不得分。不良偏离度=同一时点正常、关注类贷款应进入次级及次级以下贷款/抽样资产风险总额×100%

48总

分

值100合 计

得

分 考核验收组负责人： 收单位负责人：

年

被验月

银行五级分类标准 篇2

关键词:信用风险评估;支持向量机集成;预测

中图分类号:F830.51

文献标识码:A

文章编号:1003-5192(2009)04-0057-05

1 引言

商业银行作为国民经济的总枢纽和金融信贷中心,发挥着融通资金、引导资产流向和调节社会供需平衡等诸多不可替代的作用。然而商业银行在营运过程中面临着各种各样的风险,包括系统风险和非系统风险,其中在非系统风险中信用风险占有特殊的重要地位。世界银行对全球银行业危机的研究表明,导致银行破产的最常见原因就是信用风险。信用风险又称违约风险,是指借款人、证券发行人或交易对方因种种原因,不愿或无力履行合同条件而构成违约,致使银行,投资者或交易对方遭受损失的可能性[1]。信用风险是商业银行信贷风险管理中一项基础性的工作,其目的在于分析银行在贷款业务中可能面临的信用风险——借款人如期履行特定债务的能力与意愿,从而为贷款决策提供依据。

信用评估方法在不断演进,大致经历了定性分析、统计分析和人工智能三个发展阶段,最初它只是通过信贷分析员阅读申请表并决定是否放贷,但是这一方法主观因素太强,必然存在误判的可能性。统计方法主要是判别分析(DA)[2],判别分析是分类预测的主要研究范畴之一[3],但是判别分析在操作上的一个缺点是其基本假设很容易被打乱。另外,模型只能在已被通过的贷款样本中进行估计,因此存在参数估计的样本偏差。随着信用行业的发展以及贷款组合种类的不断增加,信用评估的准确率哪怕只提高零点几个百分点,都会带来巨大的效益,因此,人们积极探索开发更加准确的信用评估模型,先后就非参数统计模型、人工智能等方法在信用评估方面的应用进行了尝试[4],尤其是最近几年中己经开发出来包括分类树[5]、神经网络[6]以及多元判别法分析[7]等在内的多种方法。但是,这些方法都存在一些缺点,即不能量化解释指标的重要程度,在分类树分析中没有参数,而在神经网络中则没有参数解释,用于信用风险评估具有一定的片面性。同时,神经网络的训练是在黑箱中进行的,这种运算摒弃许多行业经验和专家经验,具有一定的盲目性,人们不能对之进行干预。神经网络适合于对数量指标的分析,而忽略对影响因素中的定性指标的分析,显然是不合理的、片面的。而且用神经网络来评价经济问题时,很难说明神经网络训练后,各网络参数和阀值的经济含义,使得模型缺乏说服性。

研究表明组合分类器的分类精度一般比单个分类器的分类精度高,但是神经网络集成[8]在信用评分中的应用结果表明,神经网络集成的分类精度不如单个神经网络。因为神经网络分类建立在大样本的基础上,而目前银行所保存的数据样本量有限,用集成神经网络分类则必须把所收集的样本分割成多个子样本,从而减少了单个神经网络的训练样本数,进而影响了其分类精度。基于此,许多学者在支持向量机[9~11]的基础上又发展了基于小样本学习的支持向量基集成[12~14],许多领域都用此方法来改善分类精度,应用结果表明支持向量机集成的分类精度至少和单个支持向量机的分类精度一样好。但是目前的研究普遍是基于最多投票原则的集成方法,该方法没有考虑子支持向量机分类器的输出重要性。

长期以来信用风险评估一直被看作是模式识别中的一类分类问题,依据的信用风险衡量标准是贷款企业“违约与否”,利用的是模型与方法的分类功能,形成信用风险的分类评估模式,这种做法被称为“粗暴的经验主义方法”。分类评估模式所反映的有限的经济信息并不能充分满足信贷风险决策的需要,转变评估模式的关键在于确立更为有效、客观的信用风险衡量标准和评估预测模型, 而实施贷款风险的五级分类体系可以提高分类准确性,本文建立基于模糊积分的支持向量机集成方法,该方法考虑了各子分类器的分类结果和各子分类器判决对最终决策的重要程度,并对商业银行信用风险进行五级分类,以某商业银行的实际数据进行实证研究,评估结果表明该评价方法具有科学、简洁、预测精度高等特点,而且模型的结构与方法应用前景广阔。

2 基于模糊积分SVMs集成的模型构建

2.1 Bagging个体生成

Bagging[15]的基础是可重复采样(Bootstrap Sampling)。在该方法中,各支持向量分类器的训练集由原始训练集中随机抽取若干示例组成。训练集的规模通常与原始训练集相当,训练例允许重复选取。这样,原始训练集中某些示例可能在新的训练集中出现多次,而另一些示例可能一次也不出现。Bagging方法通过重新选取训练集增加了分类器集成的差异度,从而提高了泛化能力。

3 模糊密度的确定方法

由模糊积分的定义可知,确定描述各个子支持向量分类器重要性的模糊密度值是基于模糊积分的多分类器集成的关键所在。本文使用混淆矩阵来确定各个支持向量分类器的模糊密度值。

在子支持向量分类器训练完毕后,用子分类器各自的训练集对各个子分类器进行测试得到各自的混淆矩阵。

假定一个K类分类问题,对于子分类器SVCk,其混淆矩阵可以定义为

通过混淆矩阵可以得到各个支持向量机的模糊密度,为利用模糊积分进行支持向量机集成奠定了基础。

4 五类别问题实证分析

4.1 试验过程

仿真实验在Libsvm软件的基础上进行,采用Visual C++编译实现。验证平台为256MB内存的AMD Athlon 1800+,操作系统为Windows 2000。支持向量机集成流程如图1所示。

实验过程如下:

第1步 使用Bagging方法从原始训练集中产生各个子支持向量分类器的训练集,对各子支持向量分类器进行训练;

第2步 给出各训练完毕的子支持向量分类器的五级分类的概率输出模型[17];

第3步 根据第3节中介绍的方法确定模糊密度{g({SVMi,}),k=1,…,c},以此来表示各子支持向量机SVMi,i=1,…,m在各自训练样本上执行好坏的概率密度;

第4步 当给定一个测试样本,得到各子支持向量分类器对该测试样本的类概率输出;第5步 对于ωk,k=1,…,c,根据2.2计算模糊积分ek,集成各子支持向量机;

4.2 指标体系的建立

商业银行面临的信用风险主要与贷款企业本身的信用状况有关,另外还与银行自身贷款分布和行业集中度等因素有关,具体可分为贷款企业风险、商业银行风险、宏观经济风险和其他风险因素。

综合考虑信用风险的各影响因素,依据指标选择原则,借鉴我国财政部统计评价司的企业绩效评价指标体系和中国工商银行企业资信评估指标体系,并参考国内外有关文献,兼顾我国信用风险的特殊性和数据的可获得性,最终确定以下16个指标(图2)用作商业银行信用风险评估。

图2 信用风险评估指标体系

4.3 样本的获取

本文的数据来源于中国工商银行哈尔滨某分行,在采集数据时,注重样本自身的行业特征,不同行业的企业经营环境和业务范围差距很大,企业的各项财务指标和非财务指标也不具有可比性,而且又缺乏必要的行业标准和经验值,因此模型中选用同一行业短期贷款的样本数据来避开这一问题。采集的数据检索条件如下:

(1)样本行业范围:制造业;

(2)贷款种类:短期贷款(一年及一年以内);

(3)贷款发放日期:1998年1月1日至1月31日;

(4)贷款余额截止日:2001年8月13日;

(5)贷款金额:贷款实际发放金额;

(6)贷款余额:截止2001年8月13日确定为损失的贷款余额;

(7)贷款形态:贷款目前所处的形态;

(8)企业全称及代码:识别企业的唯一标识码;

(9)报表日期与报表:1997年12月31日的企业资产负债表和损益表;

(10)经过收集、整理共获取176个样本,涉及贷款额50多亿元人民币。

4.4 样本数据处理

首先对样本进行稳健性处理,选用两倍、三倍标准差检验法进行异常数据剔除,最终获得157个样本数据。将样本集划分为训练样本集和测试样本集,随机抽取35%(56家)作为训练样本集,用于构造SVMs集成模型,其余的65%(101家)作为测试样本集,用于检验模型的泛化能力。以风险为依据,按银行所承受的风险大小来划分贷款质量的分类法,即通常所说的将贷款分为正常、关注、次级、可疑、损失五类的“五级分类法”(表1)。原始数据中,关于原始数据的实际信用等级,该商业银行是按贷款损失占贷款总额的比率来进行统计的。本文采用的是用贷款损失/贷款总额来确定贷款划分的类型,因此不可能完全按照中国人民银行规定的贷款五级分类法的标准,具有一定的预测性,但是,同样,对贷款风险也有较好的指导作用。

在因子分析之前还需要进行巴特利特球体检验和KMO测度,测试结果显示有必要对模型输入指标进行因子分析。本文采用主成分分析法求解初始因子,依据特征值准则(取特征值大于等于1的主成分作为初始因子),因子个数应该确定为4,根据碎石检验准则(Scree Test Criterion)也得到同样的结论,而此时因子累计解释方差的比例可以达到74%以上,保留了原有数据的主要经济信息,并且各因子经济含义较为明确,表明因子个数的确定较为适宜。由于在因子负载矩阵中,相对于0.3的负载而言,变量的方差能够被该因子解释的部分不足10%,所以对于绝对值小于0.3的负载一般可以不予解释,各因子的经济含义较为明确,而且因子与指标间的内在联系比较显著,各因子依次可以归结为营运能力因子、偿债能力因子、盈利能力因子和贷款方式因子。

4.5 实证结果分析

依据表1,按银行所承受的风险大小来划分贷款质量,将贷款分为正常、关注、次级、可疑、损失五类,再将分类结果和实际的分类进行比较,判断分类的正确性,以此对信用风险模型进行评价。

本文采用一对一策略来实现多类别分类,训练出9个SVMs。各子支持向量分类器使用RBF核函数,每个SVM通过10重交叉验证的方法来选择相应的参数,本文进行了10次实验,并将本文提出的模糊积分支持向量机集成方法在五级分类上的执行效果与单一SVM和基于最多投票原则的SVMs集成等的执行效果进行比较,图3为平均执行效果比较,从左到右依次是:(1)神经网络集成;(2)单一模糊神经网络,(3)单一SVM,(4)基于最多投票SVMs集成,(5)基于模糊积分的SVMs集成。由图3可知,基于模糊积分的SVMs集成的分类正确率为87.10%,基于最多投票的SVMs集成的分类正确率为85.17%,单一SVM的正确率为84.524%,模糊神经网络的分类正确率为82.59%,神经网络集成的分类正确率为81.72%。

应用结果表明,基于模糊积分SVMs集成比单个SVM、基于最多投票的SVMs集成和单个模糊神经网络的分类效果好,而单个模糊神经网络的分类正确率比神经网络集成的分类正确率高。支持向量机集成的分类精度最高,可能是因为银行目前所保存的样本量有限,支持向量机适合小样本训练,而神经网络训练则需要大样本支持,在有限的样本中重复抽样,会减少样本量,这样就会降低神经网络的训练精度,从而进一步证明了支持向量机对于小样本训练的优势;并且模糊积分在进行多分类器决策融合的时候综合考虑了各子分类器的分类结果和各子分类器判决对最终决策的重要程度的缘故,证实了本文提出的方法的准确性和有效性。

5 结束语

本文提出了一个基于模糊积分的支持向量机集成方法。该方法最主要的优点是它不仅组合各个分类结果,而且考虑不同SVMs分类器的相对重要性。将此方法应用于商业银行信用风险评估,模拟结果表明该方法比单个SVM、基于最多投票的SVMs集成方法、神经网络和神经网络集成的效率高,效果好。说明基于模糊积分的SVMs集成的商业银行信用风险评价是可行和有效的。进一步研究的方向是设定更加合理的模糊密度和用其它方法(如加速法)来构建SVMs。

参 考 文 献:

[1]丁欣.国外信用风险评估方法的发展现状[J].湖南大学学报(社会科学版),2002,16(3):140 142.

[2]Jackson P, Perraudin W. Regulatory implications of credit risk modelling[J]. Journal of Banking and Finance, 2000, 24(1): 1 14.

[3]De Andres J, Linda M, Lorca P. Forecasting business profitability by using classification techniques: a comparative analysis based on a Spanish case[J]. European Journal of Operational Research, 2005, 167(2): 518 542.

[4]West D. Neural network credit searing models[J]. Computers & Operations Researeh, 2000, 27(4): 1131 1152.

[5]姜明辉,王欢,王雅林.分类树在个人信用评估中的应用[J].商业研究,2003,(12):15 19.

[6]Lee K C, Han I, Kwon Y. Hybrid neural network models for bankruptcy predictions[J]. Decision Support System, 1996, 18(1): 63 72.

[7]方洪全,曾勇.运用多元判别法评估企业信用风险的实例[J].预测,2004,23(2):6568.

银行五级分类标准 篇3

一、广泛搜集贷款五级分类方面的有关知识和上级精神，让全体职工都认识到这一项工作的重要性、必要性，让柜台内勤人员支持信贷外勤人员，理解他们的辛苦，让外勤人员认识到按照常规去工作是难以完成这一任务的艰巨性，使全体职工的心都凝聚在一起。该社从三月份就开始在全体职工中广泛宣传了3月15日市银监分局三科秦永森科长在联社领导班子考核会上提出的搞好贷款五级分类工作的要求，在4月3日晚传达了省银监分局刘树仪副局长、省联社杨建新理事长在全省农村信用社贷款五级分类培训会议上的讲话精神以及省联社宝鸡办事处刘明生副主任在我区联社社员代表大会上的重要指示。为了加深全员职工对开展贷款五级分类工作的认识，该社又从金融杂志、互联网等媒体找到有关五级分类的知识和资料，通过学习研讨，加深了信贷员的理性认识。通过这些工作，营造了开展贷款五级分类的浓厚氛围，大家对此项工作的认识上升到了“是实现与国内外银行接轨、统一监管标准、科学发展”的高度。

二、现场参观，获得感性认识。在联社贷款五级分类工作推广领导小组的组织安排下，4月8日，该社和长寿信用社参观了渭滨区石坝河信用社的五级分类管理情况，从信息资料的搜集、资料的整理归类分析判断、微机输入到资料的维护管理及后续工作开展进行了全面观摩，进一步提高了操作人员的感性认识。

三、召开职工培训会，让大家全面系统地学习上级的文件要求。4月10日晚，该社召开全体信贷人员会议，认真学习了银监会、省

联社和区联社下发的有关推进完善贷款风险分类工作和五级分类实施方案方面的五个文件。

四、参加联社培训会，反复理解掌握五级分类的核心定义和分类标准。4月12日，该社全体信贷员参加联社在长寿信用社召开的培训会，仔细认真地学习了省联社信贷资产风险分类管理办法，现场分析了两个企业案例，提高了信贷员对五级分类的程序和方法以及如何动手分析企业财务状况表、资产负债表、现金流量表、非财务因素、担保因素的能力。

五、4月12日晚，该社及时成立＃＃信用社贷款五级分类认定小组，确定认定小组职责，全面部署五级分类工作，同时组织全体信贷人员和认定小组人员会议，认真学习了联社的安排，制定了该社的五级分类操作流程。首先是搜集整理档案，掌握客户信息，撰写分类底稿。信贷人员在认真阅读、整理各自分管的贷户资料、档案后，通过打电话、上门走访、询问村组干部、联络员及普通群众的方式，记录有关对分类有影响的贷户重要信息，然后填写工作底稿，并要求自然人贷款5万元以上在填写自然人其他贷款分类认定表的同时写出书面分析材料，自然人5万元（含）以下填（自然人一般农户贷款分类认定矩阵表）。其次是信贷人员根据掌握的客户信息和撰写的背景资料，评估贷款偿还的可能性，拿出初分意见，提交认定小组研究。社里召开贷款分类小组认定会，对信贷人员提出的意见进行讨论，确定分类档次，填写贷款分类台帐，对于超出权限和有争议的贷款拿出初步意见由负责人签字后上报联社。最后是汇总分类结果，比较与四

级分类的不同，分析原因，总结上报联社。

六、为了开好贷款分类认定会，该社及时将自然人贷款分类依据归纳为按概念、按信用等级、按损失率和特别规定四个方面的内容。将自然人其他贷款分类依据归纳为：正常类贷款分类依据按照有能力还、有意愿还、能按时还本付息三个方面予以分析，关注、次级、可疑和损失类贷款要紧扣核心定义结合各自的分类标准严格分类。将自然人其他贷款分析的内容归为借款人基本情况、贷款使用情况、借款人财务情况、非财务因素和担保情况五个方面。在信贷讨论时，按照有关硬性条件逐一对照分析，尽量减少主观，增加客观分析内容。

七、选择案例分析，提高分析水平。4月17日该社选取8笔有代表性的贷款进行试点分析，邀请联社主管分类工作的张晓宇副主任和业务部参与现场指导，大家在讨论会上集思广益，仁者见仁，智者见智，充分发表意见，保证了分类结果的准确性。

看我国贷款五级分类制度 篇4

我国现行贷款五级分类制度的局限

目前我国现行的贷款五级分类制度至少存在以下几方面的局限性。

１、过度依赖主观判断。在依赖主观判断的贷款分类体系中，同类贷款的分类结果基本上正确，但是不同类贷款之间的界线比较模糊，分类结果难以保持一致性。

２、重在贷款事后检查，不能提供资产质量恶化的早期预警。如对借款人的合同执行情况、项目的进展情况和经营情况进行跟踪调查，提醒借款人及时筹备资金按时还本付息，对逾期贷款本息进行催收工作等。虽然能够在很大程度上做到对贷款进行动态监测，但是对资产质量恶化早期预警发挥不了作用，只能在贷款不能还本付息时才能发现其恶化。商业银行也难以利用五级分类决定是否发放贷款、贷款限额有多大、贷款的利率水平及对抵质押、担保的要求等。

３、分类结果是粗线条分类。五级分类对正常类贷款划分过粗，仅划分为二级，不能区分其风险。贷款余额在这两级上过于集中，然而其风险大小并不一样。完善的银行内部风险贷款评级体系应该对五级分类进一步细化，将正常贷款分类５－７类，并从风险管理的角度采取不同管理方法。

４、利用贷款五级分类计提贷款准备难以覆盖银行的信用风险。按照我国监管部门的规定，五级分类在很大程度上涵盖的仅是贷款余额，而且不是商业银行整个的风险暴露或敞口（ｌｏａｎ ｅｘｐｏｓｕｒｅ）。所谓信贷风险暴露或敞口不仅包括借款人已提取的贷款，还应包括部分未提取的贷款，即承诺未贷部门。而且，对于如何计量表外或有负债项目的信用风险缺乏明确的规定。

５、五级分类不能区分借款人风险和债项风险。五级分类综合考虑借款人和贷款的风险要素，在很大程度上既不是客户评级，也不是贷款评级。这也从另一侧面反应出贷款五级分类主要的用途是仅帮助监管当局了解商业银行的贷款质量。

而《新资本协议》内部评级法要求银行对正常贷款至少要有６—９个等级划分，并且风险暴露在各等级间应有一定分布，不能出现风险暴露在某一等级过度集中的情况。一项针对银行内部评级体系的调查结果显示，在被调查银行中正常公司贷款被分为２—２０个级别不等，平均为１０个级别；有问题资产被分为１—６个级别，平均为３个级别。如花旗银行将贷款分为１３个级别，其中１２个级别是正常贷款，１个级别是不良贷款；日本住友银行更加细化将贷款分为２１个档次。

新巴塞尔资本协议对内部评级法的要求

首先将于２００６年正式实施的新巴塞尔资本协议的核心内容就是内部评级法（ＩＲＢ法），其代表了信用风险管理技术发展的大方向。与以主观判断为特征的贷款五级分类所不同的是，ＩＲＢ法要求银行积累至少５到７年的历史数，通过数理统计分析，计算出反应客户和债项风险大小的量化指标，并以此为基础全面开展信用风险管理。其次，ＩＲＢ法与贷款五级分类另一大区别就是，ＩＲＢ法是一种二维风险评级体系，相比五级分类在划分贷款等级时既考虑到借款人的还款能力，又同时考虑债款的抵押和担保。满足资本监管的ＩＲＢ法是商业银行高标准的内部评级体系，把客户违约风险和债项的违约损失分开来考虑，并根据客户违约的可能性和违约损失率来对客户和债项进行等级划分，从而避免影响客户和债项分类结果的风险要素交叉发生作用。且长期内两项评级体系相对稳定，各客户的信用等级的长期违约频率必须与其所对应的ＰＤ值（违约率）保持一致或相近，而各债项的违约损失率也必须与其所对应的ＬＧＤ值（违约损失率）十分相近，并在使用过程中不断对评级结果进行返回测试，对评级基准进行校验，对评级系统进行持续验证，以保证评级体系可靠度。

第三，在ＩＲＢ法下，商业银行发放贷款时，要同时考虑两方面的评级结果。这就是在建立借贷关系之前，银行根据自定的内部评级标准将借款人划分不同档次如：ＡＡＡＢＢＢＣＣＣ等，并计算出可比性的风险计量指标违约概率ＰＤ，为有效区分风险，要求银行的客户评级须至少包括７个等级的非违约类贷款和至少一个等级的违约类贷款。债项评级则在考虑贷款的抵质押品、还款优先程度、清收结果和期限等因素的基础上，计算出发生违约时的损失率（ＬＧＤ），并按ＬＧＤ的不同将正常贷款细分为６－９级，不良贷款分为２级（每一档的贷款集中度不能超过总贷款数量的３０％）。

另外，ＩＲＢ法是银行风险管理体系的有机组成部分，其主要包括：（１）监测评级资产的风险构成，确定各档评级的总体风险暴露水平和设定贷款限额；（２）监测客户评级结果的变化情况，加强信贷管理，针对不同信用等级的客户采取不同的信贷管理政策；（３）依据客户的等级计算资金成本以及确定各等级的风险溢价，（４）依据等级对应的违约率ＰＤ和违约损失率ＬＧＤ计提损失准备金，（５）利用评级信息将经济资本配置到产品或业务部门，进而评估银行整体资本充足率水平。（６）利用评级信息测算经风险调整的资本回报率实现对部门和人员的绩效考核。

香港金管局的改革实践

为了推动商业银行逐步向ＩＲＢ法过渡，香港金融管理近期提出了一套有别与五级分类的新的贷款分类方法，希望在充分征求意见后，尽快在香港实施。其具体做法为： 第一，对贷款分类进行了细化，从现行的贷款５级分类细化为１２级，将正常类贷款细化为８级，每一个“正常”级别都与基于借款人风险的违约概率相关联，并同标准普尔公司的评级结果进行映形成客户的信用等级。

第二，建立二维评级体系，对借款人风险和债项风险分别评估，抵押／担保的存在不再是决定借款人风险等级的因素，风险暴露主要根据其违约概率进行评级，即贷给同一借款人的所有债项都应归为同一级别。不同分类档次贷款的金额分别按照包含和不包含抵押／担保价值显示。

这样，借款人从担保人获得支持的前景和抵押品的价值或质量，不再对借款人的评级产生影响，从而克服了现行贷款分类方法中不能区分借款人风险和债项风险的缺陷，使贷款等级直接体现了借款人的风险大校也就是说，贷款等级与借款人违约概率（ＰＤ）实现了挂钩。

第三，各家银行利用自己内部损失的经验数据或对照外部数据，建立自己违约损失统计模型，实现债项等级与（ＬＧＤ）的挂钩。

香港金管局这一做法与巴塞尔新协议ＩＲＢ法的要求和大型国际银行所采用的评级方法基本一致，实现了借款人评级与债项评级的分离。

运用统计模型对违约概率ＰＤ和预期损失ＥＬ的计算分析，避免了贷款分类的主观性，提高了评级原则和贷款分类的可比性，而且为缺乏经验或不能完全满足巴塞尔新资本协议要求的小银行提供了简单可行的方法，有助于推动银行为风险管理开发和增强内部评级制度，建立更加先进的风险管理体系。

对于我国商业银行来说，如何建立和完善银行自己的债项分类体系将是一项十分重要的工作。为提高我国商业银行的管理水平，避免在竞争中处于不利之地，我们应该认识到贷款五级分类的局限性。

把新协议作为有效切入点，鼓励我国商业银行开发使用ＩＢＲ法或部分借鉴ＩＲＢ法的有关内容，强调从现在开始积极研究新协议，吸收其行进的风险管理理念，积累相关数据，为逐步推进ＩＲＢ法奠定坚实的基础。

银行五级分类标准 篇5

贷款风险分类中的财务分析

何

方

一、财务分析的内容  偿债能力

借款人偿债能力的分析是财务分析的核心  盈利能力

借款人获取利润的能力  营运能力

借款人资产运用效率  资金结构

借款人全部资金来源中负债和所有者权益所占的比重和相互间的比例关系

（一）财务分析的资料

1．会计报表：资产负债表、损益表、现金流量表及有关附表 2．财务报表附注和财务状况说明书 3．注册会计师查账验证报告 4．其他资料

（二）财务分析的步骤和方法 财务分析步骤的四个阶段

1．了解借款人基本情况:类型、营业条件、经营战略、经营目标 2．关注报表有关项目

3．注意借款人所应用的会计政策 4．使用财务比率来分析报表

— 1 — 基本财务指标：流动比率、资产负债率、销售利润率、资产利润率、应收账款周转率、存货周转率

（三）财务分析要点

1．通过内部比较，掌握企业财务数据变化的真实情况。将同一企业目前的财务数据和过去的、预期未来的相比较，研究其中的变化构成，以决定一段时期内企业财务状况和经营成果是否有所改善或者恶化。不必过分关注某一时点的财务数字或比率，而应关心其一段时间内的变化情况。

2．通过外部比较，把握企业实际经营状况。

在具体分析企业经营状况时，要将一个企业的比率与相似情况的企业比较，或是与同期的行业平均水平相比。

3．技术性分析与阐释性分析。

财务分析是通过技术性的计算、处理和数据阐释来分析、判断借款的财务优势和劣势，这就要求信贷人员必须具备透过数字看问题的能力。

（四）财务分析应注意的问题

1．会计政策和方法的可选择性，决定了财务报表的数据具有一定的弹性

2．人为因素会影响财务报表的客观性 3．通货膨胀是影响财务分析准确性的重要原因 4．财务报表的表列项目不能完全反映企业的风险因素 防范措施：

1．尽可能保证财务报表的真实性和正确性；如：要求借款人提供经注册会计师验证的财务报表

2．尽可能取得更多的会计资料及其他相关分析资料； 3．尽可能取得同行业的有关资料；

4．应特别注意指标的可比性，剔除非正常的、不可比的因素；

— 2 — 5．尽可能考虑通货膨胀的影响，将货币的时间价值观念有机地融入分析过程；

6．对借款人进行实地考察，尽可能多了解财务报表内不能看到的情况。

二、损益表的分析

（一）收入和费用的确认 1．收入的确认

收入实现应符合的三个条件：    产生营业收入的交易已经完成

伴随营业收入而来的新增资产已经取得或原有债务已经消失 营业收入可以计量

2．费用的确认 费用确认的三种方法：    确认收入的同时确认费用 直接作为当期费用确认 按分摊方式确认费用

（二）损益表的结构分析

损益表结构分析是以主营业务收入净额为100%，分别计算主营业务成本、各种费用、利润等所占主营业务收入的比例。

损益表各项目之间一般都有一个正常的、合理的比例关系和合理结构，银行在损益表分析中应对内在结构的异常变化引起高度的重视，正确判断这种变化对借款人财务状况的影响。

三、资产负债表分析

（一）资产负债表的项目构成及分析要点 1.资产：按其流动性分为流动资产和非流动资产

流动资产：货币资金、短期投资、应收账款、预付账款、存货、— 3 — 待摊费用等项目

非流动资产：长期投资、固定资产、无形及递延资产、其他长期资产

（1）流动资产构成及其分析要点

①货币资金：主要考察货币资金的平均余额以及货币资金的流向和流量，其中用于保证金有多少。

②短期投资：应关注的是企业是否按短期投资期末成本与市场价格孰低原则计价。

③应收账款：重点是要分析应收账款的账户分布、账龄结构等，以确定应收账款的有效性。

④存货：存货的关注重点：A存货的适销性；B存货的计价方式；C存货的构成。

（2）非流动资产构成及其分析要点

①长期投资：应关注长期投资的计价方式，长期投资的收益和被投资项目或企业的安全性。

②固定资产：注意固定资产的折旧方法；评估固定资产的效率、能力和专门用途；了解固定资产的权属问题。

③无形资产和递延资产：通常情况下无形资产和递延资产应采用直线法摊销。

2．负债：按其流动性分为流动负债和长期负债

（1）流动负债构成及分析要点：包括短期借款、应付票据、应付账款、预收账款、应付工资、应交税金、应付利润、其他应付款和预提费用等。其中，短期借款、应付账款是分析流动负债组成的重要指标。

短期借款分析：要注意企业隐瞒巨额借款以粉饰债务沉重的事实，我们可以通过从企业财务费用中或利息的支付过程中分析，还— 4 — 要通过其他应付款、长期应付款等科目寻找有关信息。

应付账款分析：应将应付账款和存货结合起来分析。一般情况下这两项账目的百分比变化基本遵循着同样的轨迹，随着存货数量的增减，应付账款的数额也会相应地增减。否则就要了解导致异常的原因。

（2）长期负债构成及分析要点：长期负债包括长期借款、应付长期债务、长期应付款等。

分析长期负债时要注意长期借款的应付未付利息也应记入长期借款的账下。由于长期负债作为企业非流动资产的资金来源，在给企业带来更大获利能力的同时，也为企业带来极大的风险，如果企业有很好的发展前途，那么在充分考虑长期负债的还款期限的基础上，利用长期负债进行非流动资产投资是可行的，反之就会产生极大的风险。

3．所有者权益的构成：所有者权益是指所有者在企业资产中享有的经济利益，其金额为资产减负债后的余额。所有者权益包括实收资本（或股本）、资本公积、盈余公积和未分配利润等。

银行应着重了解所有者权益中是否存在虚假成分。如借款人属于个人独资或合伙企业，还要了解所有者个人的收益资产和负债情况，因为当发生经济纠纷时，这些也会影响其偿债能力。

（二）资产负债表的结构分析

资产负债表的结构分析分资产结构分析和资金结构分析 1．资产结构分析

资产结构分析要注意资产结构的合理性，一般与同行业的比例进行比较分析。

2．资金结构分析

资金来源：一是借入资金包括流动负债和长期负债；二是自有

— 5 — 资金，即所有者权益。

分析资金结构是否合理要注意以下三点：

（1）从资产负债表合理结构看，一般来说长短期资产应由相应长短期资金来源匹配。

（2）资金结构应与资产转换循环周期相适应。（3）经营风险水平。

四、财务比率分析

财务比率分析是用具有关联关系的指标、比率，来计量和评价财务状况的一种方法。

财务比率主要有盈利比率、效率比率、杠杆比率和流动比率四大类。相应用于对企业盈利能力、营运能力、长期偿债能力和短期偿债能力的分析。

（一）盈利能力分析（盈利比率）

盈利能力就是企业获取利润的能力。借款人盈利能力越强，还本付息的可能性就越大，贷款的风险就越小。

反映借款人盈利能力的比率主要有：

销售利润、营业利润率、税前利润率和净利润率，这些指标统称为盈利比率。

1．销售利润率（毛利润率）计算公式：

销售利润率＝（主营业务利润／主营业务收入）× 100% 销售利润率反映每元产品或商品销售收入净额中所实现的销售利润额为多少，用来评价借款人产品销售收入净额的盈利能力。该指标越高越好，说明每元主营业务收入所取得的主营业务利润越多。分析重点应将借款人连续几年的销售利润率进行比较，判断其发展趋势，也可以与同业平均水平进行比较，以衡量借款人的经营效率— 6 — 和在行业中的地位。

2．营业利润率 计算公式：

营业利润率＝（营业利润／主营业务收入净额）×100% 该指标反映利润来源情况，说明有多少利润来自于经营活动。营业利润越高，说明借款人经营活动的盈利水平越高。相对于销售利润率，该指标侧重反映借款人费用控制能力。

将借款人连续几年的营业利润率加以比较，也可对其盈利能力的变动趋势作出评价。

3．税前利润率和净利润率 计算公式：

税前利润率＝（利润总额／主营业务收入净额）×100% 净利润率＝（净利润／主营业务收入净额）×100% 税前利润率和净利润率反映每元产品销售收入净额所取得的税前利润和净利润。税前利润率和净利润越大，说明每元产品销售收入净额所取得的税前利润和净利润越多。

银行在进行盈利能力分析时，应将上述指标结合起来，并结合损益表的结构分析，综合评价借款人盈利能力的高低、变动情况、引起变动的原因及其对借款人未来偿债能力可能造成的影响。例如，销售利润率的上升总是和产品销售成本在产品销售收入中的比重下降相联系的。而这种比重下降的原因，又是由产品销售价格的上升和产品销售成本下降两个因素造成的；销售利润率的上升一般情况下必然导致营业利润率的上升，除非营业费用、管理费用和财务费用在营业收入中所占的比重上升；营业利润率的上升一般会引起税前利润率和净利润率的上升，除非营业外支出大幅度上升等。

（二）营运能力分析（效率比率）

— 7 — 营运能力是指通过借款人资产周转速度的有关指标反映出来的资产利用的效率。资产利用效率高，各项资产周转速度快，资产变现的速率就快，因而其短期偿债能力就强；各项资产周转速度快，就能取得更多的收入和利润，盈利能力就强，长期偿债能力也就强。

营运能力分析常用的指标主要有：总资产周转率、固定资产周转率，应收账款周转率、存货周转率、资产利润率、权益报酬率等。

1．总资产周转率 计算公式：

总资产周转率＝主营业务收入净额/资产平均余额 资产平均余额＝（期初余额＋期末余额）/2 根据以上公式计算出的表达方式是总资产周转次数，指总资产在一定时期（通常为一年）内周转了几次。总资产周转率可以用来分析借款人全部资产的使用效率。比率越高，说明借款人资产经营效率越好，取得的收入越高。

进行该指标的分析时，应将计算结果与借款人前期、与同行业平均水平、先进水平或其他类似企业相比较，才能判断该指标的高低。

2．固定资产周转率 计算公式：

固定资产周转率＝主营业务净额/固定资产平均净值

固定资产平均净值＝（期初固定资产净值＋期末固定资产净值）/2 该指标反映借款人固定资产使用效率。比率越高，不仅表明借款人固定资产利用较充分，同时也表明借款人固定资产投资得当，结构合理，能充分利用。该指标一般只作为辅助性分析指标，分析和评价方法与资产周转率类似。分析时要注意不同行业的指标差异较大，还要考虑不同折旧方法以及折旧和固定资产更新改造等对固— 8 — 定资产净值的影响。

3．应收账款周转率 计算公式

应收账周转率＝主营业务收入净额/应收账款平均余额 应收账款平均余额＝（期初应收账款＋期末应收账款）/2 该指标用于衡量应收账款的质量。该指标越高越好，表明应收账款变现能力越强。分析时可将计算出的指标与该企业前期、行业平均水平或其它类似企业进行比较。

分析时需要注意的因素：

（1）季节性经营的企业使用这个指标时不能反映实际情况；（2）大量使用分期付款结算方式；（3）大量的销售使用现金支付；

（4）年末大量销售或年末销售大幅度下降。4．存货周转率 计算公式：

存货周转率＝主营业务成本/存货平均余额 存货平均余额＝（期初存货＋期末存货）/2 该指标反映借款人的经营效率。该指标越高，表明存货变现能力越强，存货从资金投入到销售收回的时间越短，在营业利润率相同的情况下，存货周转率越高获取的利润就越多。

要注意的是：过快的存货周转率也可能说明借款人没有足够的存货可供耗用或销售，从而失去获利的机会。还要注意分析批量因素、季节性的变化等。

分析存货周转率时要与该企业前期、行业平均水平或其他类似企业进行比较。

5．资产利润率

— 9 — 计算公式：资产利润率＝（利润总额/资产平均余额）×100% 该指标反映借款人资产综合利用效果。比率越高，说明借款人资产的利用效率越高，利用资产创造的利润越多，盈利也就越强，营运能力就越高。

6．权益报酬率

计算公式：权益报酬率＝（利润总额/有形净资产）×100% 有形净资产＝所有者权益－无形资产

该指标反映所有者权益的回报情况。权益报酬率越高，表明所有者投资收益水平越高，盈利能力越高，营运能力越好。

（三）长期偿债能力分析（杠杆比率）

长期偿债能力是指借款人偿还长期负债的能力。评价借款人长期偿债能力，从偿债义务看，包括按期支付利息和到期偿还本金；从偿债资金来源看，则应是借款人经营利润。分析借款人偿还债务的承受能力主要是确定借款人偿还本金和支付利息的财务实力。

分析长期偿债能力的常用指标有：资产负债率、负债与所有者比率、负债与有形净资产比率、利息保障倍数等

1．资产负债率

计算公式：资产负债率＝（负债总额/资产总额）×100% 该指标反映资产对债权人权益的保障程度。对银行来说，借款人资产负债率越低越好，说明负债在借款人总资产中的比重越小，因而债权的保障程度就高，风险也就越小。农村信用社认为一般应低于60%。

2．负债与所有者权益比率 计算公式：

负债与所有者权益比率＝（负债总额/所有者权益）×100% 该指标反映所有者权益对债权对债权人权益的保障程度。比率— 10 — 越低，表明借款人的长期偿债能力越强，债权人权益保障程度越高，承担的风险越小。但这一比率不宜过低，否则借款人不能充分发挥负债的财务杠杆作用，影响盈利。

3．负债与有形净资产比率 计算公式：

负债与有形净资产比率＝（负债总额/有形净资产）×100% 有形净资产＝所有者权益－无形资产－递延资产

该指标反映有形净资产对债权人权益的保障程度。指标主要剔除无形资产及递延资产价值不确定性的影响，反映企业实际清算时对债权人权益的保障程度。该比率越低越好，表明借款人长期偿债能力越强。

4．利息保障倍数

计算公式：利息保障倍数＝（利润总额＋利息费用）/利息费用 注：如没有利息费用数据，可用财务费用替代。

该指标反映借款人偿付利息的能力。倍数越高，说明借款人支付利息费用的能力越强。根据稳健原则，应以借款人倍数较低的年度评价为依据，至少不能低于1。分析时应将借款人不同时期、同行业的平均水平等相比较。

（四）短期偿债能力分析（流动比率）

短期偿债能力就是借款人以流动资产偿还流动负债的能力，反映借款人偿付日常到期债务的实力。流动资产与流动负债的比例关系以及资产的变现速度是影响短期偿债能力的最主要方面。

短期偿债能力分析的主要指标：流动比率、速动比率、现金比率 1．流动比率

计算公式：流动比率＝流动资产合计/流动负债合计

该指标反映每元流动负债有多少流动资产作为偿还的保证。比

— 11 — 率越高，说明借款人拥有较高营运资金可用于抵偿短期债务，其可变现资产金额大，债权人遭受损失的风险小，债权人权益保障程度大。但该比率不能过高，否则会显示借款人流动资产占用过多，影响资产使用效率和盈利能力，还可能表明借款人应收账款和存货过多，一般认为流动比率值为2时比较合理。

分析流动比率指标可与同行业平均指标比较，也可和本企业历史水平相比较。在分析时，应注意流动资产结构、周转情况以及季节性因素等。

2．速动比率 计算公式：

速动比率＝速动资产/流动负债合计

速动资产＝流动资产合计－存货净额－预付账款－待摊费用 该比率一般作为流动比率的辅助指标，反映流动资产中易于变现的资产对短期债务的保障程度，一般认为比值以1为宜，但应根据行业及其他因素综合评价。速动比率过高，则说明借款人拥有过多速动资产，可能失去一些有利的投资或获利机会；速动比率偏低，则说明借款人的短期偿债能力存在问题。分析时首先应当与借款人经验水平相比，然后与同行业平均水平相比。

3．现金比率

计算公式：现金比率＝现金类资产/流动负债

现金比率是衡量借款人短期偿债能力的一项参考指标。该比率越高，表明借款人的直接支付能力越强，但一般情况下借款人无须保留过多的现金类资产，以免失去过多的投资和获利机会。因此，在评价借款人短期偿债能力时，不宜将现金比率作为主要指标，它只是表明企业在最坏情况下对短期债务的应付能力。

（五）财务比率分析应注意的问题

— 12 — 分析借款人财务状况的基本方法，就是运用财务比率分析法，结合定性分析，对借款人财务状况进行综合评价。在运用财务比率时，需注意以下几点：

第一，计算财务比率所依据的会计报表资料不一定反映企业真实情况。尽管会计报表是按会计准则编制的，它们合乎规范，但不一定反映借款人的客观实际。例如：①报表数据未按通货膨胀或物价水平调整；②非流动资产的余额是按历史成本减折旧或摊销计算的，不代表现行成本或变现价值；③有些项目是主观估计的，如无形资产摊销和开办费摊销等，这种估计未必正确；④发生了非常的或偶然的事项，如财产盘盈或坏账损失等，可能会歪曲本期的净收益，使之不反映盈利的正常水平。

第二，不同企业可能选择不同的会计处理方法和程序，使它们的财务比率失去可比性。对同一会计事项的处理，会计准则允许使用几种不同的规则、方法或程序，企业可以自行选择。例如：①存货成本和销货成本的计价，可以使用先进先出法、后进先出法、加权平均法、移动平均法、分析确认法等；②折旧的提取，可以使用直线法或各种加速折旧法；③对外投资收益的确认，可以使用成本法或权益法；④所得的确认，可以使用应付税款法或所得税影响法。