作者：相信未來(lái)

來(lái)源：泓策投研手札（ID：FinanceBao）

評級是藝術(shù)，但你廢掉另一只腿科學(xué)，直接和我開(kāi)聊藝術(shù)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(xué)？前述文章中談及了數據治理問(wèn)題(大數據信用風(fēng)險管理操作手冊)，以及內評模型驗證問(wèn)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(lái)懟。

客戶(hù)評級模型的開(kāi)發(fā)過(guò)程可以分成數據分析、業(yè)務(wù)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(yè)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(hù)基本情況以及行為特征(自變量)與客戶(hù)違約(因變量)之間的函數關(guān)系，從而預測客戶(hù)未來(lái)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?lèi)：客戶(hù)的基本面數據、客戶(hù)財務(wù)數據、行為特征數據、經(jīng)濟環(huán)境數據和征信數據。

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

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

客戶(hù)行為特征主要針對模型觀(guān)察期內的銀行已有客戶(hù)，如果客戶(hù)與銀行有信貸業(yè)務(wù)關(guān)系，銀行就能掌握客戶(hù)在本銀行的信貸歷史情況，如果客戶(hù)在銀行開(kāi)列了相關(guān)賬戶(hù)(基本賬戶(hù)、一般賬戶(hù)、專(zhuān)用賬戶(hù))，銀行就能掌握其相關(guān)賬戶(hù)的資金往來(lái)情況。這些數據(特別是銀行負債類(lèi)的相關(guān)賬戶(hù))的質(zhì)量好、真實(shí)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(hù)視圖管理能力。

經(jīng)濟環(huán)境數據包括了宏觀(guān)經(jīng)濟數據、宏觀(guān)環(huán)境數據、所屬行業(yè)相關(guān)情況、所屬相關(guān)區域情況。宏觀(guān)經(jīng)濟數據主要是GDP、工業(yè)增加值、固定資產(chǎn)投資、物價(jià)水平、社會(huì )零售總額等指標；宏觀(guān)環(huán)境數據主要是宏觀(guān)政策導向、政策法規、市場(chǎng)次序等數據；所屬行業(yè)相關(guān)情況主要是客戶(hù)在本行業(yè)的經(jīng)濟地位和行業(yè)總體的政策、經(jīng)營(yíng)、盈利、競爭等情況；所屬相關(guān)區域情況主要是客戶(hù)在本區域的競爭地位、政策支持和區域總體的宏觀(guān)經(jīng)濟、市場(chǎng)環(huán)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(hù)在模型表現期的信貸歷史。

關(guān)于數據收集的時(shí)間跨度的要求。

• 業(yè)務(wù)定義和樣本選擇

業(yè)務(wù)定義包括了違約、違約客戶(hù)、以及觀(guān)察期和表現期的相關(guān)定義。

關(guān)于違約的定義。商業(yè)銀行可以通過(guò)違約數據的分析，審慎確定是執行信貸危機的標準、出發(fā)違約的貸款損失準備計提比例、貸款銷(xiāo)售損失比例以及消極債務(wù)重組導致的債務(wù)規模下降比例等。例如規定超過(guò)該債務(wù)人所有未清償(零售為應清償)余額的5%(含)以上的債務(wù)為實(shí)質(zhì)性信貸債務(wù)，若實(shí)質(zhì)性債務(wù)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(wèn)題、信息系統出錯，即使給出了相關(guān)標準，總是存在一些技術(shù)性違約的例外情況，所以在明確規定的基礎上，還要給客戶(hù)經(jīng)理一定的判斷客戶(hù)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(dòng)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(hù)和正?？蛻?hù)。對于曾經(jīng)發(fā)生過(guò)違約的公司客戶(hù)，如果經(jīng)過(guò)其自身一定時(shí)間的努力，財務(wù)狀況明顯好轉，公司經(jīng)營(yíng)再次步入正軌，那么銀行是可以繼續和其開(kāi)展信貸業(yè)務(wù)的，直接來(lái)說(shuō)，要允許已經(jīng)違約的客戶(hù)“復活”。如果客戶(hù)當前滿(mǎn)足違約的定義，則定義該客戶(hù)處于違約狀態(tài)，如果客戶(hù)在過(guò)去的一段時(shí)間內(例如1年)曾經(jīng)處于違約狀態(tài)，則定義該客戶(hù)為違約客戶(hù)，反之，為正?？蛻?hù)。

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

實(shí)際建模過(guò)程中，要注意觀(guān)察期和表現期之間的空檔期問(wèn)題。財務(wù)指標是客戶(hù)評級的重要變量，企業(yè)規模越大，財務(wù)指標的權重占比約稿，一般評級模型采用的財務(wù)指標來(lái)自于一定滯后性的客戶(hù)年報，例如2018年初進(jìn)行客戶(hù)評級時(shí)，由于2017年報一般至少要到2018年3月才能發(fā)布，因此在評級模型的實(shí)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(guān)察期和表現期的安排上也應該類(lèi)似評級模型實(shí)際應用時(shí)候的情況，例如當觀(guān)察期利用的是2018年報，那么表現期就從2019年3月開(kāi)始。

模型訓練樣本應該包括足夠的正?？蛻?hù)樣本和違約客戶(hù)樣本，首先，觀(guān)察期內(不僅僅觀(guān)察期末)的所有違約客戶(hù)都應該排除在外，然而，在剩下的客戶(hù)中， 表現期內的正?？蛻?hù)為正?？蛻?hù)樣本，表現期內的違約客戶(hù)為違約客戶(hù)樣本。

（二）模型分組

公司客戶(hù)模型一般可以從客戶(hù)成立時(shí)間、行業(yè)、規模、區域、產(chǎn)品等維度進(jìn)行分組，具體在各個(gè)維度如何分組的標準，應該包括經(jīng)濟學(xué)直覺(jué)、業(yè)務(wù)管理情況、數據來(lái)源、統計分析幾個(gè)方面。在經(jīng)濟學(xué)直覺(jué)和業(yè)務(wù)管理方面，主要考慮從業(yè)務(wù)和風(fēng)險本質(zhì)是否必須要分組，例如專(zhuān)業(yè)貸款和一般公司客戶(hù)貸款；如果數據來(lái)源差異非常大，也必須分組，例如新成立客戶(hù)和老客戶(hù)；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(hù)的歷史可以分為新成立的客戶(hù)模型、新客戶(hù)模型和一般客戶(hù)模型。所謂新成立客戶(hù)，是指成立未滿(mǎn)一年的，無(wú)完整會(huì )計年度財務(wù)信息的企業(yè)，需要建立專(zhuān)門(mén)的評級模型。一般來(lái)說(shuō)，商業(yè)銀行并不是風(fēng)險投資機構，對于新成立企業(yè)的信貸業(yè)務(wù)開(kāi)展是相對謹慎的，有些銀行都不把成立未滿(mǎn)一年的企業(yè)計入客戶(hù)營(yíng)銷(xiāo)范圍，而新成立客戶(hù)則規定為成立超過(guò)一年但是未滿(mǎn)兩年的企業(yè)。嚴格來(lái)說(shuō)新成立客戶(hù)應該是成立后開(kāi)始實(shí)際生產(chǎn)未滿(mǎn)一年(或兩年)的，因為有些公司成立后并沒(méi)有立刻開(kāi)始經(jīng)營(yíng)。所謂新客戶(hù)是指第一次到本銀行來(lái)辦理信貸業(yè)務(wù)的客戶(hù)，該客戶(hù)可能已經(jīng)成立了很多年，但是相對本銀行來(lái)說(shuō)是新客戶(hù)。對于一般客戶(hù)而言，新客戶(hù)缺少其在本銀行的信貸歷史數據，需要建立專(zhuān)門(mén)的評級模型，或在一般評級模型應用是進(jìn)行專(zhuān)門(mén)的處理。

行業(yè)分組，按照《國民經(jīng)經(jīng)濟業(yè)分類(lèi)》國家標準，總共具有20個(gè)行業(yè)門(mén)類(lèi)，95個(gè)大類(lèi)。商業(yè)銀行的信貸業(yè)務(wù)并不在行業(yè)間均勻分布，一般主要集中在制造業(yè)、能源、交通運輸、房地產(chǎn)、建筑等行業(yè)，所以要根據商業(yè)銀行的行業(yè)信貸規模情況，對于信貸規模小的行業(yè)要進(jìn)行歸并處理，而對于信貸規模大的行業(yè)要按照進(jìn)行適當的拆分。一般按照金融機構、事業(yè)單位、房地產(chǎn)、制造業(yè)、能源、交通運輸、建筑、批發(fā)零售行業(yè)進(jìn)行分組。

 《國民經(jīng)濟行業(yè)分類(lèi)》國家標準的行業(yè)門(mén)類(lèi)

在企業(yè)規模方面，大型企業(yè)和中小企業(yè)的信用行為特征差異比較大，所以客戶(hù)評級規模還需要按照企業(yè)規模進(jìn)行分類(lèi)?？梢詰秘攧?wù)數據總資產(chǎn)、銷(xiāo)售收入等作為規模劃分的標準，由于這些財務(wù)數據在不同行業(yè)之間差異比較大，例如貿易公司相對于制造企業(yè)，總資產(chǎn)較少而銷(xiāo)售收入較高，所以規模劃分可以按行業(yè)分組結合起來(lái)考慮。一般來(lái)說(shuō)，商業(yè)銀行為了滿(mǎn)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(guān)標準。另外，無(wú)論規模大小，對于集團客戶(hù)也需要單獨建模。

中國銀監會(huì )規定中小企業(yè)風(fēng)險暴露為商業(yè)銀行對年銷(xiāo)售(近3年銷(xiāo)售的算術(shù)平均值)不超過(guò)3億人民幣的債務(wù)人開(kāi)展授信業(yè)務(wù)形成的債權，那么是不是3億人民幣稱(chēng)為規模劃分的必要標準？在這一點(diǎn)上，監管明確表示，這些規定(包括其他類(lèi)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(shí)際上由于評級模型的輸入結果統一到違約概率的客觀(guān)標準上，兩者劃分標準的不一致并不會(huì )帶來(lái)什么問(wèn)題，也不會(huì )違反《巴塞爾協(xié)議》的應用測試原則。

中國地大物博，不同區域間，特別是經(jīng)濟發(fā)達和不發(fā)達地區之間，在經(jīng)濟和信用環(huán)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(guò)就目前國內數據情況來(lái)說(shuō)，除了業(yè)務(wù)量領(lǐng)先的個(gè)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(gè)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(jīng)濟圈建立區域差異化的評級模型，例如珠江三角經(jīng)濟圈、長(cháng)三角經(jīng)濟圈、環(huán)渤海經(jīng)濟圈、東北三省、西南地區。

在產(chǎn)品方面，專(zhuān)業(yè)貸款是公司敞口一個(gè)特殊的子類(lèi)，其項目融資、物品融資、商品融資和產(chǎn)生收入的房地產(chǎn)四個(gè)子類(lèi)，都必須建立獨立的模型。

模型分組實(shí)際上是模型顆粒度的選擇問(wèn)題，從理論上來(lái)說(shuō)，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(fēng)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(shí)際操作中，并不是分組越多越好，有個(gè)度的選擇的問(wèn)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(yè)、區域三個(gè)維度各分4組，那么也將有4*4*4=64個(gè)模型。

中國金融機構都處于風(fēng)險計量的初級階段，在保證一定的風(fēng)險敏感性情況下，應強調模型的穩健性。所以，對于本質(zhì)差異的情況，例如新成立客戶(hù)和一般客戶(hù)、金融機構和房地產(chǎn)企業(yè)，必須要建立獨立模型，在規模、行業(yè)、區域和產(chǎn)品分組方面，宜粗不宜細。然后隨著(zhù)數據量和數據質(zhì)量的不斷提高，持續地細化和優(yōu)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(fēng)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(fēng)險驅動(dòng)因子的變量，都應該加以構造。要結合中國的經(jīng)濟環(huán)境、征信數據環(huán)境、法律環(huán)境和客戶(hù)情況，采用訪(fǎng)談客戶(hù)經(jīng)理、審批人、風(fēng)險經(jīng)理等業(yè)務(wù)人員和頭腦風(fēng)暴會(huì )議的方式來(lái)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(wù)和賬戶(hù)指標往往不能完全反映公司的信用風(fēng)險，很多定性因素也是非常關(guān)鍵的，例如公司治理結構、經(jīng)營(yíng)者素質(zhì)、行業(yè)政策等，所以公司評級模型框架往往由定量和定性?xún)刹糠种笜藰嫵?。其中，財?wù)比率變量和賬戶(hù)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(guān)經(jīng)濟、行業(yè)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(fēng)險驅動(dòng)因子，對于定性指標，則保留專(zhuān)家打分卡的形式，當然，也可以使用統計技術(shù)幫助進(jìn)行專(zhuān)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(gè)模型的行業(yè)、規模等特性進(jìn)行專(zhuān)門(mén)的變量構造。

以中小企業(yè)為例，其相對于大企業(yè)，具有如下特點(diǎn)：

(1)     客戶(hù)數量大，信貸金額小，違約率高；

(2)     財務(wù)制度往往不夠完善，財務(wù)報表的可信度較低；

(3)     實(shí)際控制人的個(gè)人資金活動(dòng)同企業(yè)自身的資金活動(dòng)沒(méi)有嚴格區分，企業(yè)真實(shí)的資金活動(dòng)較難被掌握；

(4)     經(jīng)營(yíng)的靈活性高，經(jīng)常在不同行業(yè)之間進(jìn)行轉換，行業(yè)特征不明顯；

(5)     實(shí)際控制人的個(gè)人誠信對于中小企業(yè)的信用水平影響較大；

(6)     經(jīng)營(yíng)發(fā)展具有很大的流動(dòng)性。

因此中小企業(yè)的變量構造要重點(diǎn)在賬戶(hù)行為特征、客戶(hù)基本面、實(shí)際控制人的信用狀況、區域特性等方面下功夫。相對來(lái)說(shuō)，大型企業(yè)的變量構造則更加重于財務(wù)狀況、壟斷地位等。

再例如新成立客戶(hù)，由于沒(méi)有財務(wù)(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(huán)境方面。

特別地，在構造定性指標時(shí)要盡量標準化、客觀(guān)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(guān)性，而是防止評級人員通過(guò)指標的選擇故意抬高評級結果。

1、財務(wù)狀況

財務(wù)狀況自變量構造可以包括償債能力、資本結構、運營(yíng)能力、盈利能力、現金流、成長(cháng)性、規模等方面。在構造時(shí)，需要注意以下幾個(gè)方面：

(1)     構造變量要全面，各類(lèi)可能的財務(wù)比率都要進(jìn)行構造。

(2)     要分行業(yè)進(jìn)行財務(wù)比率變量的構造，構造時(shí)要注意行業(yè)的特性，例如房地產(chǎn)企業(yè)要特別關(guān)注其現金流的情況，可以構造在建開(kāi)發(fā)產(chǎn)品占流動(dòng)資金比率等指標。

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

a. 總負債/總資產(chǎn)

b. 總負債/(總資產(chǎn)-少數股東權益)

c. (總負債-或有負債)/總資產(chǎn)

(4)     注意缺值和分母為另的處理。

2、賬戶(hù)行為

賬戶(hù)行為變量主要針對銀行已有客戶(hù)，可以在存款賬戶(hù)行為、信貸賬戶(hù)行為、其他客戶(hù)關(guān)系三個(gè)方面進(jìn)行構造。

賬戶(hù)行為變量構造

3、客戶(hù)基本面

客戶(hù)基本面指標可以從公司經(jīng)營(yíng)狀況、公司治理、財務(wù)管理、發(fā)展潛力、對外擔保、公司管理層等方面進(jìn)行構造。

4、宏觀(guān)經(jīng)濟、行業(yè)和區域變量

宏觀(guān)經(jīng)濟、行業(yè)和區域變量用于放映客戶(hù)的經(jīng)營(yíng)環(huán)境。宏觀(guān)經(jīng)濟變量可以利用宏觀(guān)經(jīng)濟數據直接構造，其中要注意增長(cháng)率應該盡量使用直接收集到的數據，而收集絕對值進(jìn)行計算而得，例如GDP增長(cháng)率是在兩年GDP的基礎上進(jìn)行貨幣價(jià)值調整后得到的。

宏觀(guān)經(jīng)濟變量構造

所屬行業(yè)相關(guān)數據可以構造定量和定性?xún)刹糠謹祿?，定量方面包括了行業(yè)財務(wù)風(fēng)險、行業(yè)信貸質(zhì)量，定性方面包括了行業(yè)總體的政策、經(jīng)營(yíng)、競爭等情況。

所屬行業(yè)變量構造

所屬區域相關(guān)數據也樂(lè )意構造定量和定性?xún)刹糠謹祿?，定量方面包括了區域宏觀(guān)經(jīng)濟指標，定性方面包括了客戶(hù)在本區域的競爭地位、政策支持、區域市場(chǎng)環(huán)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(fā)事件并不適合構造評級模型的直接指標并設置相關(guān)權重，但是其一旦發(fā)生會(huì )對客戶(hù)信用風(fēng)險產(chǎn)生重大影響。特例調整指標通過(guò)新用途級別調整來(lái)體現，從風(fēng)險審慎性的角度出發(fā)，一般來(lái)說(shuō)，特例調整指標主要針對客戶(hù)有重大不良影響的特殊或突發(fā)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(jīng)過(guò)特例調整后的評級結果屬于模型輸出結果，這和先問(wèn)講述的評級流程中評級人員根據自己的經(jīng)驗和掌握的信息對模型評級結果進(jìn)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(jiàn)或者拒絕發(fā)表意見(jiàn)

企業(yè)、主要股東或關(guān)聯(lián)企業(yè)超能力對外擔保

不正常的關(guān)聯(lián)交易或資金往來(lái)

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(jīng)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(zhì)量、缺值、異常值等情況。

數據質(zhì)量可以通體數據之間的內在邏輯進(jìn)行校驗(例如財務(wù)報表的平衡校驗)，或可以通過(guò)分布情況檢查其合理性。對于數據質(zhì)量比較差的樣本，要進(jìn)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(jìn)一步分析刪除行為會(huì )不會(huì )導致樣本有偏。但是無(wú)論如何，在建模階段處理都是亡羊補牢，數據質(zhì)量本質(zhì)還是需要從源頭上來(lái)解決。

如果數據缺值比較嚴重，可以選擇合適的樣本進(jìn)行數據補錄。應該選擇熟悉客戶(hù)的客戶(hù)經(jīng)理作為數據補錄人員，并要進(jìn)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(diǎn)的數據，而不是客戶(hù)的當前狀況。一般的數據缺值可以通過(guò)差值法或比類(lèi)法填補(例如取消該客戶(hù)同類(lèi)的中位數，所謂同類(lèi)，可以為同規模大小、同行業(yè)、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(jiàn)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(xiāo)售收入比率，如果銷(xiāo)售收入為零，則該比率無(wú)意義；再例如，資產(chǎn)負債率定義為負債/資產(chǎn)比率，該值應該越小越好，但是在負債為負值的情況下，資產(chǎn)越多，該值越大，該比率無(wú)效。所以在計算變量的時(shí)候，需要把其異常值進(jìn)行專(zhuān)門(mén)的標記，例如：

(1)     分母為零時(shí)，標識為-99；

(2)     分母分子同時(shí)為零時(shí)，標識為-88；

(3)     分母小于零時(shí)，標識為-77；

(4)     分子小于零時(shí)，標識為-66；

(5)     分母分子同時(shí)小于零時(shí)，標識為-55.

然后根據標識對指標進(jìn)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(jīng)濟學(xué)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(lái)重檢和修訂替代處理，這是模型建設和數據處理的經(jīng)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(huì )影響模型訓練，需要進(jìn)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(diǎn)(例如1%和99%)為正常范圍的參考值，然后由專(zhuān)家結合經(jīng)濟學(xué)含義和財務(wù)本質(zhì)，給出各個(gè)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(jìn)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(mǎn)足條件的自變量進(jìn)入后續環(huán)節：

(1)     回歸系數是否統計顯著(zhù)，一般判斷統計是否顯著(zhù)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(zhù)的P值可以降低標準(例如20%)。

(2)     回歸系數是否與經(jīng)濟學(xué)含義一致，所謂經(jīng)濟學(xué)含義，例如隨著(zhù)銷(xiāo)售收入的增加，違約率應該境地。根據經(jīng)濟學(xué)含義剔除變量時(shí)要小心分析，不要過(guò)于相信經(jīng)驗，也許以前的經(jīng)驗是錯誤的。

(3)     模型應用時(shí)，數據獲取是否具有特務(wù)可操作性。

實(shí)際上，特殊值處理的工作量非常大，所以有時(shí)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(jìn)行，但是特殊值處理會(huì )影響單變量回歸的結果，所以要審慎進(jìn)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(xiàn)性函數關(guān)系，但是實(shí)際中，線(xiàn)性函數關(guān)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(chēng)矩陣

業(yè)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(xiàn)性問(wèn)題以及模型的經(jīng)濟學(xué)解釋?zhuān)獜慕?jīng)濟學(xué)角度觀(guān)察模型的詳細結構：例如是否合理地包括各方面的相關(guān)信息，在某個(gè)方面的變量是否過(guò)多，變量的系數大小和符號是否合理等?？傊?，變量選擇過(guò)程要結合統計分析和專(zhuān)家經(jīng)驗。

定性模塊

構建模型時(shí)，發(fā)現很多定性因素非常重要，例如公司治理結構、經(jīng)營(yíng)者素質(zhì)、行業(yè)政策等。一般的統計方法無(wú)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(jiǎn)潔實(shí)用的建模方法。

層次分析法(Analysis Hierarchy Process, AHP)是美國運籌學(xué)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(wèn)題。

層次分析法的工作步驟可以分為定性指標結構構造、專(zhuān)家打分、一致性檢驗和權重計算四個(gè)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(wèn)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(wèn)題的復雜程度及需要分析的詳盡程度有關(guān)。但是曾系數和各層的指標數不宜太多，不然會(huì )給后續的兩兩比較判斷帶來(lái)困難。

指標的甄別

第一，定性治療是否顯著(zhù)的風(fēng)險驅動(dòng)因子，在構造定性指標時(shí)，會(huì )發(fā)現很多定性指標都和風(fēng)險有關(guān)，這就需要判斷指標對于風(fēng)險驅動(dòng)的顯著(zhù)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(jīng)濟學(xué)意義上，某些指標可能是風(fēng)險驅動(dòng)因子，但是如果商業(yè)銀行拿過(guò)的客戶(hù)群在該指標取值都相同，則該指標沒(méi)有區分能力，應該舍棄該指標。例如新成立客戶(hù)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(guān)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(guān)性，二是防止評級人員通過(guò)指標的選擇故意地太高評級結果。

2、專(zhuān)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(mǎn)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(lèi)似于迷你模型按照分值進(jìn)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(fā)，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(shí)際環(huán)境應用中是否依舊穩健有效模型驗證是建模過(guò)程中至關(guān)重要的步驟，是控制模型風(fēng)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(shí)際環(huán)境應用中的預測能力，需要進(jìn)行組外樣本驗證，最好是時(shí)間組外樣本驗證。

（八）主標尺

商業(yè)銀行設立內部信用評級主標尺的基本原則是客觀(guān)性、獨立性、穩定性和時(shí)效性：

(1)     客觀(guān)性是指標吃只是違約概率與信用等級之間客觀(guān)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(dòng)

(4)     時(shí)效性是指環(huán)境和客戶(hù)群的變化，主標尺要進(jìn)行適當的跟進(jìn)修正

設立主標尺還要考慮如下：

(1)     滿(mǎn)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(hù)在各個(gè)級別之間具有合理的分布

(5)     滿(mǎn)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(jìn)行比較和資產(chǎn)管理

模型校準、驗證、主標尺開(kāi)發(fā)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(guān)點(diǎn)，不代表資產(chǎn)界立場(chǎng)。

題圖來(lái)自 Pexels，基于 CC0 協(xié)議

本文由“泓策投研手札”投稿資產(chǎn)界，并經(jīng)資產(chǎn)界編輯發(fā)布。版權歸原作者所有，未經(jīng)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