一、研究的目的为了提高自身的竞争力和赢利性,我国的银行越来越关注零售业务的发展。从世界金融业的发展趋势来看,零售业务在银行利润来源中的比例也变得日趋重要。在我国众多银行加大对零售业务的投入的同时,应该看到,在零售业务的信用风险管理中,依然大量沿用传统的模式。信用风险精确管理的基础,是风险的量化,而这正是信用风险模型的意义所在。因此,本文的研究,致力于说明我国商业银行在针对零售业务建立信用模型时首先应该解决的问题。本文从银行资产零售业务的定义出发,认为银行零售业务具有这样的特征:信用产品与特定的个人或家庭联系;业务量必须达到一定规模;单笔金额小于一定限度。由于银行零售业务这样的特征,适宜采用新的方法对其进行信用分析,即利用信用风险模型。信用模型的应用有利于提高银行零售业务的效率,并更好的预测其面对的信用风险。由于种种原因我国银行业一直没有投入足够多的精力去实现零售信用风险分析的模型化,使得基于自动化技术的风险分析方式严重滞后于业务本身的发展。从目前西方发达国家的银行来看,模型化的分析技术已经有比较完善的发展,而在我国商业银行中信用模型的建立不尽人意。因此本文试图回答是什么影响了信用分析模型在我国商业银行的零售业务中得到充分的运用。我国的一些学者虽然在信用风险建模方面做了不同的研究,但是多数是就某些不同模型进行介绍和比较,针对银行零售业务的建模缺乏一个系统性的论述,也不能回答什么影响了信用风险模型的推广。本文没有纠缠于在数学上对信用模型进行论证,而是就建模过程中一些基础性的、过去一直被忽视的问题进行了讨论,力图在这一方面找到答案。研究银行零售业务建模问题的意义在于,如果在商业银行的实际工作中这些基础性的问题得不到解决,那么数学上再完美的模型也不2 能降低零售业务的信用风险。二、主要内容和观点本文从分析银行零售业务的完整定义出发,从零售业务的特征得出其适宜采用模型进行信用分析的结论。接着讨论了在我国商业银行建模过程中存在的瓶颈问题,并逐个进行了分析,力图找到一些解决的方法。最后提出了模型的检验方式和结论。论文的主要内容可分为三个部分。第一部分为综述。首先阐述了零售信用风险的内涵。本文针对银行零售业务下了一个比较全面的定义,给出银行信用风险包含的内容,并依据新的巴塞尔协议对信用风险的几个构成因素进行概述。接着从几个方面分析零售信用风险的特殊性,提出由于制度上、数据上、经济上的原因使得银行零售业务适宜采用模型化的分析方法。然后本文描述了传统的个人信用风险管理方式与我国个人信用风险管理的现状。指出传统的信用方式虽然有其积极的意义,但是其不足之处也日益明显。银行零售信用风险管理应该是精确的、可以量化的,同时零售业务庞大的数量单位也要求信用风险管理建立在更高效的方式之上,这就要求更广泛的采用模型分析。在这一部分中介绍了零售业务信用分析模型的两个类别,单个客户的信用判断模型和资产组合模型,并进行了相应的评述。在这一部分的最后,提出了我国商业银行推广零售业务模型存在的瓶颈,并结合一些实证分析指出,由于建模过程中一些基本问题没有解决,因此在银行零售业务中模型分析的有效性得不到体现。这些基本问题是:缺乏建模的前提准备;缺少数据基础;存在样本选择偏差;缺少对零售资产组合的风险度量。第二部分为问题的分析。首先,论述建立零售信用风险建模的前提。信用风险建模并不仅仅是一项统计工作,它应该是一个完备的系统工作,建模之前必须考虑许多细节,而不仅是模型在统计上的显著3 性。诸如选择建立模型的实施者、确保样本质量、考虑需要排除的样本等因素均会影响到模型实施的成败。其次,论述了信用建模的数据基础,风险管理信息系统。对我国商业银行而言,高质量的数据信息比高质量的技术人员更为难得,而这恰恰是我国商业银行的薄弱环节。在我国银行风险管理的实践中,数据质量落后于建模的技术。文中考察了我国众多商业银行的数据建设,提出在我国银行业建立一个优良的信息管理系统还存在一定的障碍。信息管理系统不仅应提供客户数据,还必须能用于风险管理的全过程。风险管理信息系统的结构基本由三部分组成:数据仓库、中间数据处理器和数据分析层。我国应借鉴国外先进经验加快数据基础的建设,建立完善的信息管理系统,首先必须有恒心建立包含广泛信息的数据仓库;其次,应该实现内部的信息共享;最后,保持数据的时效性和统一性非常重要。第三,目前信用分析模型的建模过程中都没有考虑样本的选择偏差,因此得到的预测可能是有偏的。银行建立信用风险模型的样本选择偏差主要因为,是建模时的样本框仅仅包含过去那些被接受的信用申请者,而模型却要分析将来所有信用申请者的信用风险。目前国内的商业银行在建模过程中还没有考虑样本选择偏差对信用风险模型的影响。为此,本文引入样本选择偏差理论,比如完全随机的缺失、随机缺失、不可忽略的缺失。在考察了某家商业银行零售资产业务中的被拒绝客户和授信客户的系统性差异的基?