商业银行信用风险评估结合本文分析了商业银行内部信用风险评估体系在银行风险管理的地位和作用，内容摘要：对如何完善和发展内蒙古商业银行,我国商业银行在信用风险评估方法上存在的问题和现状的内部信用风险评估体系提出了几点建议。
国内银行业面临着参与国际随着我国金融体制改革步伐的加快和金融业开放程度的提高，我国商业银行必须借鉴国际上先进的信用风险管理在金融全球化的新形势下，竞争的挑战。
经验，强化信用风险管理，开发适用的信用风险管理模型，适应《巴赛尔协议》新框架的需银行融资仍将是企业筹措资金的在今后很长一段时期，要。
我国处于经济发展的初期阶段，深入研究我国商业银行银行体系面临的风险将是我国金融风险的主要构成因素。
主要方式，从全局不仅是商业银行作为微观金融主体进行内部管理的自主行为，的信用风险管理问题，股市引发货币危机、上看也是防范商业银行的信用风险导致银行信用体系和支付体系崩溃，下面仅就如何构建商行内部信用风险管理评估体系谈谈自己的一点暴跌和金融危机的需要。
浅见，仅供交流和探讨。
风险管理信用风险关键字：内蒙古商业银行一、引言次系统性银行危机。
个国家先后爆发了112世纪初，全球有70年代末到2193自20世纪年美国利率风暴年美国股市崩盘、1994尤其90年代以来频频爆发的金融危机——如198720071998年俄罗斯政府违约事件，特别是及中南美洲比索风暴、1997年亚洲金融危机、影响程度之大，年的全球金融风暴，波及范围之广，年春季开始的次贷危机最终演变为2008对全它们不仅使一国多年的经济发展成果毁于一旦，还危机到一国的经济稳定，史无前例。
近年随着巴林银行和雷曼兄弟的倒闭让人们愈加的认识到银行球经济也产生了强大的冲击。
信用风险管理的重要性。
二、我国商业银行业信用风险评估方法现状分析目前我国的信用分析和评估技术仍处于传统的比率分析阶段。
银行机构主要使用计算贷款风险度的方法进行信用风险评估。
信用风险的分析仍然是以单一投资项目、贷款和证券为主,衍生工具、表外资产的信用风险以及信用集中风险的评估尚属空白,更没有集多种技术于一体的动态量化的信用风险管理技术。
其主要表现在以下几个方面:(一)信用风险衡量采用专家制度。
我国商业银行信用风险衡量大多采用专家制度。
但专家制度存在一定的缺陷和不足,在实际运用中没有引起重视。
如专门信用分析人员不足、实施效果很不稳定、银行应对市场变化的能力较低、银行在贷款组合方面过度集中的问题进一步加剧等。
(二)信用风险评估中定量分析不够。
从信用风险的识别、衡量方面看,我国商业银行信用风险管理定性分析多,定量分析少(尽管已经使用了一些定量分析方法,但仍存在着不完善的地方);静态分析多,动态分析少;局部分析多,全局分析少。
以企业信用评级为例,从评级要素的设计看,多侧重财务指标分析(总分值达三十分以上),而忽略了财务信息的质量问题。
众所周知我国企业财务信息质量不高已是不争的事实;忽视了企业发展前景在信用评级中的作用,如企业所在行业发展状况、市场预期状况仅占1分,这样得出的评级结果更多反映的是企业过去和现在的信用状况,而未能反映企业未来的资信质量。
从评级时间看,对企业的信用评级每年进行一次,不利于银行及时了解企业的信用等级变化,不能为风险管理提供动态的信息。
再从国内银行对贷款的风险度测量方法看,一个最主要的问题就是贷款风险度涉及因素的选择和风险系数的确定很大程度上受到主观因素的影响。
贷款风险度是否受到或仅受到企业信用等级、贷款方式的影响,有实证研究结果表明,中国的商业银行资产质量与抵押、担保贷款风险系数确定的依据是这意味着贷款方式与贷款风险度并无直接关系。
, 率无直接线性关系什么?这些问题由于未得到解决,导致了贷款风险度的测量并不能真正反映贷款信用风险水平。
此外,我国商业银行贷款风险度的测量关注的是某一笔贷款的信用风险,并没有从组合管理的角度对信用风险进行测定。
一笔贷款对贷款组合的信用风险贡献度,即边际信用风险为多少?各笔贷款之间的风险度相关性如何?这些问题在贷款风险度的测量方法中都没有加以解决。
(三)客户信息收集、加工、分析薄弱。
外国银行同业较为普遍采用的VAR、RAROC等模型,由于我国尚缺乏大量的数据积累及在贷款定价、准备金提取、资本金配置等方面的局限性,使我们对信用风险管理的方法还处于借鉴参考阶段。
如果我们没有有效的客户信息管理，则未来资产组合、限额管理、风险量化分析评价都不可能实现。
(四)信用风险评估人才匮乏。
国际先进银行吸引了一批金融专业人才,也培养了众多素质较高的工作人员,中高级风险管理人员大都有国际大银行的工作背景或不同行业如保险、投行的工作经历。
信贷人员也都有长期的丰富的从业经验, 不允许外行或新手直接操作信贷业务甚至从事风险管理;信贷分工很细,不存在一人多岗的现象。
这大大降低了国际银行的经营成本和风险管理成本。
而我国目前尚缺乏信用风险管理的技术人才。
如果没有专业的风险管理人员,最科学的信用风险衡量和控制技术业形同虚设。
在信用风险评估方面的专业人才更是奇缺。
三、信用风险评价方法综述1.5C要素分析法5C要素分析法是金融机构对客户作信用风险分析时所采用的专家分析法之一。
它主要集中在对以下五个方面进行全面的定性分析。
借款人的道德品质(Character)———是一种对企业声誉的度量，包括其偿债意愿和偿债历史；还款能力(Capacity)———包括企业的盈利能力、盈利产生的现金流对债务的偿还；资本实力(Capital) ———是衡量企业的自有资本和债务的关系，即财务杠杆，高杠杆意味着比低杠杆有更高的破产概率；担保(Collateral)———在授信中所采取的担保、抵押等措施，能减少偿债的风险和损失；经营环境条件(Condi?鄄tion)———对受经营环境条件影响较大的企业的偿债能力影响很大。
有些银行将其归纳为“5W”因素，即借款人(Who)、借款用途(Why)、还款期限(When)、担保物(What)及如何还款(How)。
还有的银行将其归纳为“5P”因素，即个人因素(Per?鄄sonal)、借款目的(Purpose)、偿还(Payment)、保障(Protection)和前景(Perspective)。
无论是“5C”、“5W”或是“5P”要素法在内容上大同小异，他们的共同之处都是将每一要素逐一进行评分，使信用数量化，从而确定其信用等级以作为其是否贷款、贷款标准的确定和随后贷款跟踪监测期间的政策调整依据。
2.特征分析法特征分析模型是目前在国外企业信用管理工作中应用较为普遍的一种新的信用分析工具，本质上它也属于传统的信用分析和评价方法。
该模型的主要用途就是对客户的资信状况做出综合性的评价，并以定量化的方式，对客户的授信做出评定。
它是从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干因素，将其编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。
特征分析模型一共使用三组指标，共18项。
第一组为客户自身特征，主要反映那些有关客户表面、外在的、客观的特点。
包括六项指标：表面印象，组织管理，产品与市场，市场竞争性，经营状况，发展前景。
第二组为客户优先性特征，主要是指企业在挑选客户时需要优先考虑的因素，体现与该客户交易的价值，且具有较强的主观性。
共包括六项指标：交易利润率，对产品的要求，对市场吸引力的影响，对市场竞争力的影响，担保条件，可替代性。
第三组为信用及财务特征，主要是指能够直接反映客户信用状况和财务状况的因素。
共包括六项指标：付款记录，银行信用，获利能力，资产负债表评估，偿债能力，资本总额。
．由上面这三组指标可以看出，特征分析技术涵盖了反映客户经营实力和发展潜力的一切重要指标。
特别是“优先性特征”的设置使分析工作更接近实际情况，有助于企业的销售工作。
特征分析方法主要由信用调查机构和企业内部信用管理部门使用。
专家方法必须根据经济环境和风险因素的变化不断调整自己分析和调查的重点，才能做出准确的决策。
传统的信用评价方法虽然有成熟的经验可资借鉴，一般也要制定自己的分析和评价体系。
但我们每次实际进行一家企业信用调查与评价工作时，它都是一个全新的工作；同时，企业信用调查与评价工作必须通过自己的实践来积累经验。
银行家应该是判断和处理信用风险的专家，对信用风险的准确判断，是银行家的本质。
一般认为，传统法存在一些问题，如专家的培养需要较长时间，同时要确保信用专家能真正考虑所有的相关方面，专家方法的成本比较高等。
（二）信用评分法信用评分法主要是一种定量的方法，它不同于前面所介绍的两种传统方法，但是由于信用风险的评价方法的核心不变，仍是主观分析，因此类似信用评分法的新的信用风险评价方法还是建立在传统评价方法的基础上的。
信用评分法的基本思想是，财务指标反映了企业的信用状况，通过对企业主要财务指标的分析和模拟，可以预测企业破产的可能性，从而预测企业的信用风险。
1. Altman的Z计分模型其中Z1主要适用于上市公司，Z2适用于非上市公司，Z3适用于非制造企业。
Z1＝1.2X1+1.4X2+3.3X3+0.6X4+0.999X5其中X1＝（流动资产-流动负债）/资产总额X2＝未分配利润/资产总额X3＝（利润总额+利息支出）/资产总额X4＝权益市场值/负债总额X5＝销售收入/总资产对于Z值与信用分析的关系，Altman认为Z小于1.8，风险很大；Z大于2.99风险较小。
Z2＝0.717Xl+0.847X2+3.107X3+0.420X4+0.998X5其中X1＝（流动资产-流动负债）/资产总额X2＝未分配利润/资产总额X3＝（利润总额+利息支出）/资产总额X4＝权益/负债总额X5＝销售收入/总资产Z3＝6.56X1+3.26X2+6.72X3+1.05X4X1＝（流动资产-流动负债）/资产总额X2＝未分配利润/资产总额X3＝（利润总额+折旧+摊销+利息支出）/资产总额X4＝所有者权益/负债总Altman认为，根据上述公式计算的Z值，如果Z小于 1.23，风险很大；Z大于2.9风险较小。
2. 巴萨利模型Z＝X1+X2+X3+X4+X5X1＝（利润总额+折旧+摊销+利息支出）/流动负债X2＝利润总额/（流动资产-流动负债）流动负债/＝所有者权益 X3．X4＝有形资产净值/负债总额X5＝（流动资产-流动负债）/总资产对这些模型的研究一直在继续，1977年Altman又建立了第二代模型，称为ZETA信用风险模型。
主要变量有7个，即资产报酬率、收入的稳定性、利息倍数、负债比率、流动比率、资本化比率、规模等。
3. 神经网络模型神经网络的理论可追溯到20世纪40年代，在信用风险分析中的应用还是90年代的新生事物。
神经网络是从神经心理学和认识科学研究成果出发，应用数学方法发展起来的一种并行分布模式处理系统，具有高度并行计算能力、自学能力和容错能力。