作者：相信未來

來源：泓策投研手札（ID：FinanceBao）

評級是藝術，但你廢掉另一只腿科學，直接和我開聊藝術和分析框架我就難以信服了，兩者不矛盾，你為什么不和我聊聊科學？前述文章中談及了數據治理問題(大數據信用風險管理操作手冊)，以及內評模型驗證問題(內部評級模型驗證方法全解析)，本文則詳細敘述銀行內評模型建模的全流程（債券評級模型有自身特征），歡迎來懟。

客戶評級模型的開發過程可以分成數據分析、業務定義和樣本選擇、模型分組、變量構造、變量分析、模型建立、模型校準、模型驗證和主標尺等幾大步驟。

邏輯回歸模型是目前業界最為常用的評級模型方法。

（一）數據分析

評級模型的目標是利用歷史數據建立客戶基本情況以及行為特征(自變量)與客戶違約(因變量)之間的函數關系，從而預測客戶未來的違約行為，所以評級模型的數據準備可以分為兩大部分，一是構造自變量的數據，二是構造因變量的數據?？赡軜嬙熳宰兞康臄祿譃槲孱悾嚎蛻舻幕久鏀祿?、客戶財務數據、行為特征數據、經濟環境數據和征信數據。

客戶基本面數據，主要是公司客戶當前的基本情況，包括公司歷史、管理層情況、公司治理、財務管理技術、技術水平、人才隊伍、對外擔保情況等。

客戶財務數據主要是三張財務報表，資產負債表、利潤表和現金流量表，需要收集客戶多年的財務報表，至少要最近兩年的財務報表。財務數據可行度差一直是中國企業的老問題，相對而言，上市公司、大公司的經過審計的財務報表要可靠一些，中小企業的財務數據一定要甄別使用。財務數據質量差的還有兩個方面，一是現金流量表缺失嚴重，二是有些客戶的財務報表無法通過基本的財務關系檢驗，按照基本邏輯，即使客戶不提供真實財務報表，其報表的平衡關系是肯定遵守的，但是很多時候，從國內商業銀行IT系統中抽出的財務數據，相互之間的平衡關系并不成立，這反映了國內商業銀行IT系統和數據質量管理水平較低。所以建模人員抽取財務數據后，一定要在數據的合理性、邏輯性等方面進行檢查。

客戶行為特征主要針對模型觀察期內的銀行已有客戶，如果客戶與銀行有信貸業務關系，銀行就能掌握客戶在本銀行的信貸歷史情況，如果客戶在銀行開列了相關賬戶(基本賬戶、一般賬戶、專用賬戶)，銀行就能掌握其相關賬戶的資金往來情況。這些數據(特別是銀行負債類的相關賬戶)的質量好、真實性高、預測能力強，但是需要銀行具有完善的數據倉庫系統和良好的單一客戶視圖管理能力。

經濟環境數據包括了宏觀經濟數據、宏觀環境數據、所屬行業相關情況、所屬相關區域情況。宏觀經濟數據主要是GDP、工業增加值、固定資產投資、物價水平、社會零售總額等指標；宏觀環境數據主要是宏觀政策導向、政策法規、市場次序等數據；所屬行業相關情況主要是客戶在本行業的經濟地位和行業總體的政策、經營、盈利、競爭等情況；所屬相關區域情況主要是客戶在本區域的競爭地位、政策支持和區域總體的宏觀經濟、市場環境等情況。

征信數據主要包括了公司以及法人的信用歷史。

因變量數據主要是該客戶在模型表現期的信貸歷史。

關于數據收集的時間跨度的要求。

• 業務定義和樣本選擇

業務定義包括了違約、違約客戶、以及觀察期和表現期的相關定義。

關于違約的定義。商業銀行可以通過違約數據的分析，審慎確定是執行信貸危機的標準、出發違約的貸款損失準備計提比例、貸款銷售損失比例以及消極債務重組導致的債務規模下降比例等。例如規定超過該債務人所有未清償(零售為應清償)余額的5%(含)以上的債務為實質性信貸債務，若實質性債務違約則判定借款人違約。然而非零售敞口情況復雜，例如體制改革中遺留的歷史問題、信息系統出錯，即使給出了相關標準，總是存在一些技術性違約的例外情況，所以在明確規定的基礎上，還要給客戶經理一定的判斷客戶是否市值為月的自由裁定權，當然，自由裁定權需要謹慎使用，有變動的判斷結果(即由違約變成非違約，或有非違約變成違約)應該由管理人員確認。

違約客戶和正?？蛻簟τ谠洶l生過違約的公司客戶，如果經過其自身一定時間的努力，財務狀況明顯好轉，公司經營再次步入正軌，那么銀行是可以繼續和其開展信貸業務的，直接來說，要允許已經違約的客戶“復活”。如果客戶當前滿足違約的定義，則定義該客戶處于違約狀態，如果客戶在過去的一段時間內(例如1年)曾經處于違約狀態，則定義該客戶為違約客戶，反之，為正常客戶。

自變量是利用觀察期內客戶的基本情況和行為特征來構造的評價指標，而因變量是客戶在表現期內的信貸表現。對于非零售敞口的客戶評級模型，表現期定義為1年，而觀察期的長度不確定，與自變量應用的信息的實際長度有關，例如對于客戶基本面情況，只是需要觀察期末的時點數據；而對于財務情況，就可能需要2—3年的財務數據才能夠構造合適的財務指標；對于信用歷史情況，數據有多長就用多長。

實際建模過程中，要注意觀察期和表現期之間的空檔期問題。財務指標是客戶評級的重要變量，企業規模越大，財務指標的權重占比約稿，一般評級模型采用的財務指標來自于一定滯后性的客戶年報，例如2018年初進行客戶評級時，由于2017年報一般至少要到2018年3月才能發布，因此在評級模型的實際應用中，在2018年3月之前的評級只能采用2016年之前的年報，而2018年3月份之后的評級才能采用2017年報。為了保證模型的有效性，在建模樣本觀察期和表現期的安排上也應該類似評級模型實際應用時候的情況，例如當觀察期利用的是2018年報，那么表現期就從2019年3月開始。

模型訓練樣本應該包括足夠的正常客戶樣本和違約客戶樣本，首先，觀察期內(不僅僅觀察期末)的所有違約客戶都應該排除在外，然而，在剩下的客戶中， 表現期內的正?？蛻魹檎？蛻魳颖?，表現期內的違約客戶為違約客戶樣本。

（二）模型分組

公司客戶模型一般可以從客戶成立時間、行業、規模、區域、產品等維度進行分組，具體在各個維度如何分組的標準，應該包括經濟學直覺、業務管理情況、數據來源、統計分析幾個方面。在經濟學直覺和業務管理方面，主要考慮從業務和風險本質是否必須要分組，例如專業貸款和一般公司客戶貸款；如果數據來源差異非常大，也必須分組，例如新成立客戶和老客戶；在統計分析方面，主要考慮組與組之間的違約率的分布情況，以及組與組之間的模型是否存在結構性的差異。

按照客戶的歷史可以分為新成立的客戶模型、新客戶模型和一般客戶模型。所謂新成立客戶，是指成立未滿一年的，無完整會計年度財務信息的企業，需要建立專門的評級模型。一般來說，商業銀行并不是風險投資機構，對于新成立企業的信貸業務開展是相對謹慎的，有些銀行都不把成立未滿一年的企業計入客戶營銷范圍，而新成立客戶則規定為成立超過一年但是未滿兩年的企業。嚴格來說新成立客戶應該是成立后開始實際生產未滿一年(或兩年)的，因為有些公司成立后并沒有立刻開始經營。所謂新客戶是指第一次到本銀行來辦理信貸業務的客戶，該客戶可能已經成立了很多年，但是相對本銀行來說是新客戶。對于一般客戶而言，新客戶缺少其在本銀行的信貸歷史數據，需要建立專門的評級模型，或在一般評級模型應用是進行專門的處理。

行業分組，按照《國民經經濟業分類》國家標準，總共具有20個行業門類，95個大類。商業銀行的信貸業務并不在行業間均勻分布，一般主要集中在制造業、能源、交通運輸、房地產、建筑等行業，所以要根據商業銀行的行業信貸規模情況，對于信貸規模小的行業要進行歸并處理，而對于信貸規模大的行業要按照進行適當的拆分。一般按照金融機構、事業單位、房地產、制造業、能源、交通運輸、建筑、批發零售行業進行分組。

 《國民經濟行業分類》國家標準的行業門類

在企業規模方面，大型企業和中小企業的信用行為特征差異比較大，所以客戶評級規模還需要按照企業規模進行分類?？梢詰秘攧諗祿傎Y產、銷售收入等作為規模劃分的標準，由于這些財務數據在不同行業之間差異比較大，例如貿易公司相對于制造企業，總資產較少而銷售收入較高，所以規模劃分可以按行業分組結合起來考慮。一般來說，商業銀行為了滿足內部管理需要，都有明確的規?；臉藴?，計量模型可以遵循行內相關標準。另外，無論規模大小，對于集團客戶也需要單獨建模。

中國銀監會規定中小企業風險暴露為商業銀行對年銷售(近3年銷售的算術平均值)不超過3億人民幣的債務人開展授信業務形成的債權，那么是不是3億人民幣稱為規模劃分的必要標準？在這一點上，監管明確表示，這些規定(包括其他類型的規定)只是為了監管資本的計算，允許銀行在規模計量和內部管理中采用不同的標準，實際上由于評級模型的輸入結果統一到違約概率的客觀標準上，兩者劃分標準的不一致并不會帶來什么問題，也不會違反《巴塞爾協議》的應用測試原則。

中國地大物博，不同區域間，特別是經濟發達和不發達地區之間，在經濟和信用環境方面差異比較大，在數據量允許的情況下，可以考慮建立區域差異化的評級模型。區域劃分最為直接的單元是一級分行，不過就目前國內數據情況來說，除了業務量領先的個別分行，大部分分行的數據量是不夠建立模型的，而且如果每個分行都建立評級模型，模型管理量也非常大，所以可以按照經濟圈建立區域差異化的評級模型，例如珠江三角經濟圈、長三角經濟圈、環渤海經濟圈、東北三省、西南地區。

在產品方面，專業貸款是公司敞口一個特殊的子類，其項目融資、物品融資、商品融資和產生收入的房地產四個子類，都必須建立獨立的模型。

模型分組實際上是模型顆粒度的選擇問題，從理論上來說，分組越多，模型越精細，越能反映該自信貸組合的特征，對于風險的敏感性越強。但是分組越多，對于數據量的要求就越高，單模型的數據量越少，模型的穩定性就越差，所以實際操作中，并不是分組越多越好，有個度的選擇的問題。由于分組維度比較多，綜合考慮后，分組數目是龐大的，例如假設在規模、行業、區域三個維度各分4組，那么也將有4*4*4=64個模型。

中國金融機構都處于風險計量的初級階段，在保證一定的風險敏感性情況下，應強調模型的穩健性。所以，對于本質差異的情況，例如新成立客戶和一般客戶、金融機構和房地產企業，必須要建立獨立模型，在規模、行業、區域和產品分組方面，宜粗不宜細。然后隨著數據量和數據質量的不斷提高，持續地細化和優化計量模型，在保證模型穩定性的前提下，不斷替身模型精確性和風險敏感性。

（三）變量構建

變量構造的目的是盡可能多地構造變量，以供統計模型選擇，所以只要有可能成為風險驅動因子的變量，都應該加以構造。要結合中國的經濟環境、征信數據環境、法律環境和客戶情況，采用訪談客戶經理、審批人、風險經理等業務人員和頭腦風暴會議的方式來充分地挖掘潛在變量。

雖然統計模型只是用于定量指標，但是定量的財務和賬戶指標往往不能完全反映公司的信用風險，很多定性因素也是非常關鍵的，例如公司治理結構、經營者素質、行業政策等，所以公司評級模型框架往往由定量和定性兩部分指標構成。其中，財務比率變量和賬戶行為變量以定量為主；基本面變量和特例調整以定性指標為主；宏觀經濟、行業和區域變量包括定量和定性的指標。對于定量指標，使用統計模型尋找和擬合風險驅動因子，對于定性指標，則保留專家打分卡的形式，當然，也可以使用統計技術幫助進行專家打分卡的設計。

定性指標與定量指標

變量構造要結合模型分組情況，應該根據每個模型的行業、規模等特性進行專門的變量構造。

以中小企業為例，其相對于大企業，具有如下特點：

(1)     客戶數量大，信貸金額小，違約率高；

(2)     財務制度往往不夠完善，財務報表的可信度較低；

(3)     實際控制人的個人資金活動同企業自身的資金活動沒有嚴格區分，企業真實的資金活動較難被掌握；

(4)     經營的靈活性高，經常在不同行業之間進行轉換，行業特征不明顯；

(5)     實際控制人的個人誠信對于中小企業的信用水平影響較大；

(6)     經營發展具有很大的流動性。

因此中小企業的變量構造要重點在賬戶行為特征、客戶基本面、實際控制人的信用狀況、區域特性等方面下功夫。相對來說，大型企業的變量構造則更加重于財務狀況、壟斷地位等。

再例如新成立客戶，由于沒有財務(或很短)數據和信貸歷史，其評級自變量主要集中在基本面和外部環境方面。

特別地，在構造定性指標時要盡量標準化、客觀化和定量化，其主要穆迪一是保證不同的評級人員應用評分模板的一致性和客觀性，而是防止評級人員通過指標的選擇故意抬高評級結果。

1、財務狀況

財務狀況自變量構造可以包括償債能力、資本結構、運營能力、盈利能力、現金流、成長性、規模等方面。在構造時，需要注意以下幾個方面：

(1)     構造變量要全面，各類可能的財務比率都要進行構造。

(2)     要分行業進行財務比率變量的構造，構造時要注意行業的特性，例如房地產企業要特別關注其現金流的情況，可以構造在建開發產品占流動資金比率等指標。

(3)     最常用財務比率不一定是個最合適的選擇，對于同一個財務比率需要構造多個姓氏，例如資產負債率可以構造三個形式：

a. 總負債/總資產

b. 總負債/(總資產-少數股東權益)

c. (總負債-或有負債)/總資產

(4)     注意缺值和分母為另的處理。

2、賬戶行為

賬戶行為變量主要針對銀行已有客戶，可以在存款賬戶行為、信貸賬戶行為、其他客戶關系三個方面進行構造。

賬戶行為變量構造

3、客戶基本面

客戶基本面指標可以從公司經營狀況、公司治理、財務管理、發展潛力、對外擔保、公司管理層等方面進行構造。

4、宏觀經濟、行業和區域變量

宏觀經濟、行業和區域變量用于放映客戶的經營環境。宏觀經濟變量可以利用宏觀經濟數據直接構造，其中要注意增長率應該盡量使用直接收集到的數據，而收集絕對值進行計算而得，例如GDP增長率是在兩年GDP的基礎上進行貨幣價值調整后得到的。

宏觀經濟變量構造

所屬行業相關數據可以構造定量和定性兩部分數據，定量方面包括了行業財務風險、行業信貸質量，定性方面包括了行業總體的政策、經營、競爭等情況。

所屬行業變量構造

所屬區域相關數據也樂意構造定量和定性兩部分數據，定量方面包括了區域宏觀經濟指標，定性方面包括了客戶在本區域的競爭地位、政策支持、區域市場環境情況。

所屬區域變量構造

5、特例調整

特例調整的主要原因是某些特殊或突發事件并不適合構造評級模型的直接指標并設置相關權重，但是其一旦發生會對客戶信用風險產生重大影響。特例調整指標通過新用途級別調整來體現，從風險審慎性的角度出發，一般來說，特例調整指標主要針對客戶有重大不良影響的特殊或突發事件，因此特例調整多為向下調整，或有級別上限的要求。

特例調整指標屬于模型的范疇，經過特例調整后的評級結果屬于模型輸出結果，這和先問講述的評級流程中評級人員根據自己的經驗和掌握的信息對模型評級結果進行調整和推翻不同。

特例調整指標構造：

審計結果為否定意見或者拒絕發表意見

企業、主要股東或關聯企業超能力對外擔保

不正常的關聯交易或資金往來

存在資本金抽逃、挪用的情況

融資主體與還貸主體錯位

重大事故或經濟糾紛

（四）變量分析

1、特殊情況處理

數據特殊情況主要包括數據質量、缺值、異常值等情況。

數據質量可以通體數據之間的內在邏輯進行校驗(例如財務報表的平衡校驗)，或可以通過分布情況檢查其合理性。對于數據質量比較差的樣本，要進行刪除處理，但是如果刪除比率比較高，就要審慎處理，應該進一步分析刪除行為會不會導致樣本有偏。但是無論如何，在建模階段處理都是亡羊補牢，數據質量本質還是需要從源頭上來解決。

如果數據缺值比較嚴重，可以選擇合適的樣本進行數據補錄。應該選擇熟悉客戶的客戶經理作為數據補錄人員，并要進行充分的培訓，避免因為理解原因導致補錄數據錯誤，培訓要注意強調補錄歷史試點的數據，而不是客戶的當前狀況。一般的數據缺值可以通過差值法或比類法填補(例如取消該客戶同類的中位數，所謂同類，可以為同規模大小、同行業、同區域、同違約情況)。另外，要注意零和缺值的區別。

比率是一種比較常見的變量構造，但是如果墳墓分子為零或負值，僵尸的比率出現異常值，例如，預收賬款/銷售收入比率，如果銷售收入為零，則該比率無意義；再例如，資產負債率定義為負債/資產比率，該值應該越小越好，但是在負債為負值的情況下，資產越多，該值越大，該比率無效。所以在計算變量的時候，需要把其異常值進行專門的標記，例如：

(1)     分母為零時，標識為-99；

(2)     分母分子同時為零時，標識為-88；

(3)     分母小于零時，標識為-77；

(4)     分子小于零時，標識為-66；

(5)     分母分子同時小于零時，標識為-55.

然后根據標識對指標進行適當的處理，有些情況建議直接刪除樣本，有些情況可以根據比率的經濟學含義利用極值替代，可以選擇最小值替代，也可以選擇最大值替代。

分步處理有利于檢查特殊值的情況，也方便未來重檢和修訂替代處理，這是模型建設和數據處理的經驗之談。

更為廣義的異常值是該指標取值遠遠偏離正常范圍，這些異常值的存在會影響模型訓練，需要進行適當的處理，一般是采用極值替代法。確定異常值的第一步是正常范圍的確定，可以采用直方圖分布的方法，選擇合適的分位點(例如1%和99%)為正常范圍的參考值，然后由專家結合經濟學含義和財務本質，給出各個指標的正常范圍(最大值和最小值)。極值替代法就是對于大于指標最大值的取值全部取最大值，對于小于最小值的取值全部取最小值。

2、單因素初步篩選

由于構造變量比較多，首先進行單變量初步篩選，以減少后續分析步驟的工作量。利用邏輯分析單變量回歸，分析變量的回歸結果，選擇滿足條件的自變量進入后續環節：

(1)     回歸系數是否統計顯著，一般判斷統計是否顯著的標準是P-value為5%，考慮到該項工作只是初步篩選，統計上顯著的P值可以降低標準(例如20%)。

(2)     回歸系數是否與經濟學含義一致，所謂經濟學含義，例如隨著銷售收入的增加，違約率應該境地。根據經濟學含義剔除變量時要小心分析，不要過于相信經驗，也許以前的經驗是錯誤的。

(3)     模型應用時，數據獲取是否具有特務可操作性。

實際上，特殊值處理的工作量非常大，所以有時候建模人員甚至將單因素初步篩選在特殊值處理步驟之前進行，但是特殊值處理會影響單變量回歸的結果，所以要審慎進行。

3、 標準化

均值-方差方法：

上下限方法：

4、logistic模型

邏輯回歸假設似然比自然對數與解釋變量之間是線性函數關系，但是實際中，線性函數關系假設不一定成立。

假設似然函數比的自然對數是的二次項函數：

其中，為p*p的對稱矩陣

業界更多應用的是該模型。

（五）模型建立

1、定量模塊

需要考慮多重共線性問題以及模型的經濟學解釋，要從經濟學角度觀察模型的詳細結構：例如是否合理地包括各方面的相關信息，在某個方面的變量是否過多，變量的系數大小和符號是否合理等。總之，變量選擇過程要結合統計分析和專家經驗。

定性模塊

構建模型時，發現很多定性因素非常重要，例如公司治理結構、經營者素質、行業政策等。一般的統計方法無法處理這些定性指標，而層次分析法為定性指標的決策和排序提供了一種簡潔實用的建模方法。

層次分析法(Analysis Hierarchy Process, AHP)是美國運籌學家賽迪(T. L. Saaty)教授于20世紀70年代初期提出的一種多準則決策方法，特別適用于那些難以完全定量分析的問題。

層次分析法的工作步驟可以分為定性指標結構構造、專家打分、一致性檢驗和權重計算四個步驟

定性指標結構構造

構建指標的層次結構

層次結構將復雜問題分解成容易理解和分析的定性指標體系，是下一步工作的基礎。層次結構的曾次數和各層的指標數與問題的復雜程度及需要分析的詳盡程度有關。但是曾系數和各層的指標數不宜太多，不然會給后續的兩兩比較判斷帶來困難。

指標的甄別

第一，定性治療是否顯著的風險驅動因子，在構造定性指標時，會發現很多定性指標都和風險有關，這就需要判斷指標對于風險驅動的顯著性。

第二，定性指標數據的可獲得性與可操作性。如果數據獲取成本太高，可以考慮舍棄該指標。

第三，定性指標的針對性。雖然從經濟學意義上，某些指標可能是風險驅動因子，但是如果商業銀行拿過的客戶群在該指標取值都相同，則該指標沒有區分能力，應該舍棄該指標。例如新成立客戶評級模型指標：是否具備清晰可行的盈利模式。

第四，定性指標應該盡量標準化、客觀化、定量化。一是保證不同的評級人員應用評分模型的一致性和客觀性，二是防止評級人員通過指標的選擇故意地太高評級結果。

2、專家打分

一致性檢驗

平均隨機一致性指標

理論上，認為判斷矩陣具有滿意的一致性。

（六）模型校準

模型校準包括樣本校準和集中趨勢校準兩部分

1、樣本校準

模型建立后可得模型輸出結果和其對應的違約表現，類似于迷你模型按照分值進行你樣本分組得到違約率直方圖

2、集中趨勢校準

由于建模樣本和總樣本的平均違約概率并不一致，需要集中趨勢校準

巴塞爾II監管的穩健性要求出發，模型結果應該校準到多年樣本總體的平均違約概率

（七）模型驗證

建立的評級模型，在建模樣本的預測能力上表現可以，但是在實際環境應用中是否依舊穩健有效模型驗證是建模過程中至關重要的步驟，是控制模型風險、檢驗模型是否真的文件有效的重要手段。評級模型的驗證指標一般采用KS、ROC、AR等衡量模型有效性的指標。

為了驗證模型在實際環境應用中的預測能力，需要進行組外樣本驗證，最好是時間組外樣本驗證。

（八）主標尺

商業銀行設立內部信用評級主標尺的基本原則是客觀性、獨立性、穩定性和時效性：

(1)     客觀性是指標吃只是違約概率與信用等級之間客觀對應

(2)     獨立性是指不同銀行的主標尺可以不同

(3)     穩定性是指主標尺不宜頻繁變動

(4)     時效性是指環境和客戶群的變化，主標尺要進行適當的跟進修正

設立主標尺還要考慮如下：

(1)     滿足監管當局指引的要求

(2)     不同級別之間要具有區分度

(3)     不同級別的違約概率差異不能太大

(4)     客戶在各個級別之間具有合理的分布

(5)     滿足銀行內部管理的要求

(6)     能與國際公認的評級機構的級別相對應，以便于同行進行比較和資產管理

模型校準、驗證、主標尺開發對內部評級也極為重要，將單獨撰文詳述。

注：文章為作者獨立觀點，不代表資產界立場。

題圖來自 Pexels，基于 CC0 協議

本文由“泓策投研手札”投稿資產界，并經資產界編輯發布。版權歸原作者所有，未經授權，請勿轉載，謝謝！

原標題： 銀行內評模型構建的全流程指導（二）：非零售評級模型