商业银行平衡计分卡客户信用评级模型构建与应用.docx

商业银行平衡计分卡客户信用评级模型构建与应用 　　一、引言　　　　在全球经济的加速转动以及金融不断自由化的背景下，金融产品不断创新，但授信业务在当前银行不断扩展新型业务的形势下依然是商业银行经营的重心，主要原因在于金融产品的创新在一定程度上并没有降低银行的授信风险，仍然需要在对现有资料分析评估的基础上对风险进行控制同时授信业务也使得银行能够更好地完成经济使命，实现其社会责任而对授信客户进行信用评价更是授信业务的核心环节对客户信用等级的准确判断直接影响着商业银行信贷决策的准确性和对贷款风险的控制性，同时对客户信用等级的准确判断也能在一定程度上降低信息不对称程度，实现债权人、投资者以及整个社会的利益最大化由于我国在信用评级工作方面起步较晚，目前各大银行之间在进行信贷资金投放时并没有一个统一的标准，大多是基于"历史会重视";的假定上，使用客户过去年度的财务报表对企业的信用状况进行评价而且商业银行作为授信客户的债权人与企业的所有者利益并不一致，在对客户进行信用评价的同时需要考虑如何提升企业按时还款的积极性，实现两者利益的最大化在总结国内外以往研究方法和技术的基础。

　　文章借鉴业绩评价上近年来广泛使用的平衡计分卡方法，针对当前将财务数据作为主要参考标准可能存在的一些不足，试图将企业业绩与企业的信用等级相联系构建一个客户信用评级模型，在一定程度上实现对债权人和所有者的矛盾缓和，同时降低信息不对称的影响，提高评级结果的准确性，从而为商业银行授信评级业务的发展提供一定的参考和建议　　二、国内外研究现状及综述　　　　国外在信用评级方面的研究起步较早也较为成熟，自 Hor-rigan（1966）最早将财务报表数据用于公司信用质量和信用等级迁移的预测以来，国外很多学者就对此进行了扩展同年Beaver 教授也提出了对企业信用状况进行判断的单变量模型　　而 Edward. I. Altman（1968） 构建的由五个变量组成的预测判别模型将多元判别技术引入评级中，Altman 等（1977）所构建的 ZETA模型也是在此基础上进行的拓展而且模型成本低，效果不错，受到了美国商业银行的广泛使用信用规模和风险的高速发展也推动着信用评价工作的发展：Odom & Sharda（1985）在信用风险分析中引用神经网络系统的理论：Tam & Kiang（1992）也对此理论在信用评级中的使用给予了肯定，而之后一些学者的研究大多是对算法的修正。

　　国外信用风险度量在 90 年代后取得了突破进展，许多学者对商业银行的客户评价体系展开了全方位研究美联储研究人员 Carey & Treacy（1998）就表明现实中并不存在一个对所有商业银行都最优的模型，但是能够试图构建一个适当的评级体系经过多年来的研究，国外学者发现评价体系应该是对客户各方面综合的考虑加上评级人员的经验判断，而不只是简单的数学模型应用　　虽然我国在信用评级方面的研究起步较晚，但是仍然有很多学者对此进行了深入研究并取得了一定成果总体来看，我国对于信用评级的研究有两大类意见：　　一类学者通过对国内外授信评级的制度和发展的比较分析，在将国外先进方法引入国内的基础上，结合当前资本市场发展程度进行适当调整章彰（2002）全文翻译了巴塞尔内部评级法，并从内部评级法出发，对商业银行内部评级体系、信用风险管理的制度建设和现代风险管理模型进行了详尽的介绍　　吴晶妹（2005）基于信用交易水平、信用结构、经济信用化程度等，对比分析我国资信评级与部分发达国家的不同庞建敏（2006）从评级理念和技术、评级结果应用等方面比较了国内外信用评级制度的差异，对如何提高评级技术，加强评级结果应用等方面提出了政策建议。

　　而另一类学者则对授信评级中的使用到的相关指标进行研究，吴世农和卢贤义（2001）通过对 70 家财务正常和 70 家财务困境公司在困境出现前五年对应的财务指标的比较研究，选出 6个有代表性的信用评价指标张玲和曾维火（2004）、张玲和袁异清（2008）将财务指标和非财务指标结合，应用 Z 模型对我国信用评级指标进行了优化邵海清和袁春振（2005），也对企业资信评级指标体系设置的原则以及应包含的基本因素进行了研究　　张雪丽和杨中原（2010）的研究通过对评价指标的海选和筛选构建了信用综合评价指标体系，用客观赋权的离差最大化法和主观赋权的组合确定指标最优权重，建立了基于组合赋权方法的银行信用评价模型　　综上，一方面由于我国在会计准则和信息披露上同国外仍存在差异，另一方面历史数据也不充足，所以不宜直接使用国外较为先进的评价模型，应当在借鉴的基础上摸索适合我国的客户信用评价体系目前国内大量评级机构的出现以及大公国际、联合资信等机构定期对企业资信评级报告的发布，这些都推动着我国信用评级工作的不断发展，同时也为国内相关研究提供了数据支持　　三、商业银行客户信用评级模型模块的构建　　　　企业绩效的高低与企业的经营状况直接相关，同时经营状况的好坏又对企业的偿债能力有着直接的影响。

近年来，平衡计分卡在企业的绩效评价中得到了广泛使用它主要是从财务、客户、流程以及企业发展四个方面较为全面地对企业绩效进行了评价因此文章借鉴平衡计分卡的思想，同样从四个方面对商业银行授信企业的信用状况进行评价这样有助于银行在考虑企业短期偿债能力和经营状况的基础上，同时考虑企业未来可能的发展情况，从而更有效地控制贷款风险在各层面具体指标的选取上，文章通过理论与实践相结合的方式在对指标进行初选的基础上以及向相应商业银行信贷管理工作人员进行咨询和问卷调查，构建出客户信用评价体系同时采用层次分析法以及借助 yaahp 软件对指标的权重进行分配最后结合相关评价标准确定客户的信用等级，四个层面具体指标的确定如下文所述　　1. 基于平衡计分卡的客户信用评级模型模块的构建　　　　（1） 财务层面目前国内对于这一方面的研究较为成熟，具体在指标的选取上大多从分析客户的获利能力和偿债能力出发，选取相对应的指标进行评价我国学者 （陈晓，2000;吴世农，2001;张玲，2004） 在信用评价等级指标的选取上进行了深入研究，也使得指标的选取不断优化但是财务指标在模型中的使用并不是"多多益善";,同时考虑到需要区别于以往评价只基于财务状况的评价，对客户财务层面的评级是模型构成的一部分并与其他三个层面是相互联系的。

最终基于整体性考虑，文章主要选取评价企业盈利能力和偿债能力两方面的定量指标，作为评价客户信用状况的参照标准具体包括资产负债率、流动比率、已获利息倍数、速动比率、担保比率、现金到期债务比、现金债务总额、销售利润率、销售现金收入率、净资产收益率和总资产报酬率共十一个定量指标　　（2） 客户层面拥有稳定的客户和一定的市场占有率是企业在激烈的竞争中能够生存下来的重要保证，如果企业生产的产品不能吸引到顾客购买，不能在市场上获取一定的份额，将直接影响着企业的收益，从而对企业的偿还能力产生影响因此在对客户进行信用评价时，应该从顾客层面对企业当前所占有的市场份额和发展前景予以考虑，通过客户满意度、产品所在市场份额、客户稳定程度和其目标市场销售完成情况等定性指标为主，对授信主体的信用状况进行评价　　（3） 流程层面企业向银行进行贷款大多应用于公司产品研发和投入，或者项目建设等而产品开发和项目建设的成功与否直接决定、影响着企业的偿还能力，如果成功则会给企业带来大量的收益，反之则可能迫使企业资不抵债商业银行在对客户进行信用评价时，需要对其关键流程进行重点考察，结合宏观环境对企业在未来偿还期内的现金流状况进行理性预测，确保能够定期取得还款。

因此对企业运营状况的调查也是银行准确判断企业还款能力和信用等级的关键商业银行不仅需要选取企业应收账款周转率、所在行业盈利水平等定性指标，还需要结合企业的技术水平等定量指标进行综合评价具体指标包括客户满意度、客户稳定性、产品供求关系、市场占有率四个定性指标和客户盈利率、目标市场销售完成率两个定量指标最终选取产品和服务、新产品开发能力、产品和设备的技术水平以及行业盈利水平四个定量指标，应收账款周转率和存货周转率两个定量指标　　（4） 企业发展层面随着经济全球化的加剧以及互联网时代的到来，企业所处的经营环境日趋复杂，面临着新的挑战和机遇企业只有通过发展提高竞争力，才能在激烈的竞争中立足因此对授信主体长期发展能力的评估，能够较好地把握企业在未来发展中将面临的各种风险，在客户的信用评价中具有一定的参考价值不同于过去的资产规模以及产品的竞争，人才和管理的竞争变得越来越重要的对企业发展层面的评价，不仅需要考虑企业资本积累率、销售增长率等这些定性指标，还需要分析企业所处的生命周期，考察企业的领导层素质因为市场的宏观环境以及企业决策层的质素在企业的未来发展中将产生很大影响　　只有使用定性和定量指标综合考虑，才能做出科学的评价。

　　定性指标包括企业所处生命周期、领导层素质和政策导向，定量指标则为销售增长率和资本积累率　　2. 信用评级模型指标权重的确定　　　　如何正确判断各指标在模型中的权重，同时表明其相对重要性是模型构建的重要环节文章主要通过选择运用层次分析法的原理，使用相关软件对构建的判断矩阵进行分析，得出模型中各指标的最终权重，具体分析如下所述　　（1） 权重计算方法的确定文章采用当前使用比较广泛的层次分析法（Analytic Hierar-chy Process）对模型中的指标进行权重分配层次分析法是由美国的一位运筹学家萨蒂教授于本世纪 70 年代提出的一种简便、实用的决策方法基本思想是将组成复杂问题的多个元素权重的整体判断转变为对这些元素进行"两两比较";,然后再转为对这些元素的整体权重进行排序判断应用层次分析法进行系统分析和综合评价，为解决商业银行客户的信用评级问题提供了一种简洁直观、科学合理的决策方法文章同样使用这一方法，在构建相应的判断矩阵基础上，对各矩阵中的指标进行"两两比较";,将其转换为对整体权重的排序判断，其中指标的重要程度的比较选用当前较为普遍接受的九级分制，即将计算表度类型分为 1~9 不同的数值。

　　（2） 判断矩阵的构建和指标权重的确定在确定了打分标准后，文章参考当前国内外学者关于评级系统权重的研究成果，通过问卷调查的方式，设计商业银行客户信用评价指标权重调查问卷，并发放给 100 位专家 （国内几家商业银行信用评级工作人员） 根据实际情况对相应指标进行打分，最终确定需要的 5 个判断矩阵根据调查问卷的结构以及上文构建的 AHP 模型层次，文章使用 yaahp 软件，将相关信息录入系统，自动生成各指标权重和判断矩阵的一致性比例　　在进行数据输入时，标度类型与前文一致为 1~9,软件在对判断矩阵的输入值进行修正判断的基础上，自动生成各指标权重和判断矩阵一致性经过软件自动调整和一致性检验，最终结果见表 1.并且五个判断矩阵的一致性比例分别为：0.0191、0.0373、0.0150、0.0115、0.0290,数值都小于 0.1,均达到一致性要求　　3. 商业银行客户信用评级模型评价标准的确定　　　　在上述指标权重确定的基础上，将四个层面的各项定性和定量指标综合起来，构建商业银行客户信用评价模型商业银行在对客户进行调查的基础上计算出各项指标，并结合各指标的评分标准计算出授信客户的综合得分。

最后对应信用等级的划分标准，通过客户的综合得分确定客户最终的信用等级啊　　综合得分范围为 0~100 分　　对于模型中每个指标评分标准的确定上，定量指标主要参考其所在行业的标准，确定该指标的最好值以及最差值，如果大于或等于最好值则评为 100 分，反之则取 0 分，其他则在对应的给定区间内进行合理评分而对于定性指标则需要评价人员根据授信客户的实际情况，同样在参照行业标准的前提下。