信贷资产风险分类细化定义
建议方案
大中型银行的信贷资产分类中一般会对监管要求的五级分类进行细化，具体细化的级次取决于银行实际的管理需要，考虑到大部分银行内部96%的信贷资产集中于正常类和关注类，因此对这两个级次细分的银行较多。

其中主要细化的是一般对公信贷资产的风险分类等级，500万以下的小企业及零售信贷资产仍沿用五级分类，信用卡使用滚动率模型一般根据其逾期期数可划分为M0至M7，但也可映射到五级分类。

部分银行根据本行特定资产类别占比较高且行内风险管控要求较强的情况下，会考虑将小企业及零售的风险分类等级进一步细化。

部分银行的信贷资产风险分类等级细化示例如下：
注：若银行内部近期风险分类政策有变化可能与上表示例不一致。

风险分类等级的细化需要风险分类模型进行支持，明确风险分类的核心定义后围绕该定义开发风险分类模型。

风险分类模型可通过设定的定性及定量调整因素对信贷资产的风险分类级次进行初步划分，定量因素一般作为初始判断标准可直接映射到初始分类，定性因素可作为限定性条件在分类模板中对于初始分类进行调整（一般为下调），其中：
►定量调整因素包括：与担保类型结合的逾期矩阵、客户信用评级等；
►定性调整因素包括：
o债务人风险状况：国家政策或行业政策对客户的影响、财务状况（盈利水平、现金流等）、有负面影响的合同变更情况、历史违约情况、贷款用途、还款
意愿
o担保风险状况：担保人风险状况、抵质押物变现风险等；
o重大风险事项：如重大法律诉讼、遭受重大自然灾害等；
o违规事项：违反监管及行内各项政策要求的，如经营项目按国家规定应取得相关部门许可而未获取的；
o特殊贷款类别：如表外业务垫款、重组贷款、政府融资平台贷款、限制退出性行业贷款、集团成员贷款等。

上述定量调整因素和定性调因素可从风险分类政策中获取，作为模型的综合判断条件，
系统中可根据初分人员填写的信贷资产属性（客户层面的及债项层面的）在系统后台进
行判断评分，并将判断条件作为风险分类模型的参数进行灵活配置。

操作人员不可看到
评分过程只能看到系统根据输入条件直接给出的初分结果。

建议XX银行使用的风险分类细化方案：
较好操作的初级的风险分类细化方案包括如下两种：
(一)一方面是细化结合担保类型的逾期矩阵。

如将各个风险分类等级的逾期时间再进
行细分，将半年跨度的逾期时间划分为按季或按月跨度。

(二)一方面是细化信用等级与初始分类的映射结果。

通过综合测算多期（至少8期）
本行客户信用等级分布情况，再采用分位数法细分不同区间的PD分布边界，以
PD分布边界值作为风险分类映射区间值，如正常二级的PD值映射区间为
(0.2244%，0.4073】。

而定性因素调整的风险分类模型一般要在正式上线前采用历史数据进行多轮UAT测试，
其中测试数据范围需覆盖原始分类为各个级次的信贷资产，每个分类要覆盖所采用的所
有风险因素，并对定性因素的评分条件进行适用性调整才能在全行范围内正式启用，如
招商银行自行开发的风险分类系统在正式上线前进行了为期半年的分类模型测试与调整。

建议细化的信贷资产风险分类定义可划分为如下：
1.正常类：。