spdb西安分行信用等级评价体系

《spdb西安分行信用等级评价体系》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、SPDB西安分行信用等级评价体系3.1浦发银行西安分行信用评级体系概述3.1.1浦发银行西安分行信用评级体系建立过程及其内容浦发银行西安分行的公司客户信用评级体系是在上海浦东发展银行的统一安排部署下逐步完成的。其设计思想和方法和目前我国大多数商业银行信用评级体系一样采用“打分法”，即首先对各类型公司客户进行类型划分，通过选取一定的财务指标和其他管理指标，并通过专家系统的主观判断来设定这些指标的权重和分值，由评级人员对企业相关的财务数据和管理指标进行打分，根据汇总的总分确定其相应的信用级别。在原来信贷评级基

2、础之上，为了进一步加强上海浦东发展银行的信贷资产管理，统一对企事业客户信用风险评价标准，健全授信风险控制体系，量化授信业务的风险程度，从而为信贷决策提供重要的参考依据，上海浦东发展银行对原有的信用等级评定办法进行了较大的修订，首先制定了《上海浦东发展银行企事业单位信用等级评定办法（2000试行版）》并开始实施。根据所属的行业类别或企业特性，将客户分为11个大类（见表3.2），对于企业主营业务不甚明确的，根据其营业执照上的经营范围划分，或按照其评定期间主要资产构成来划分。对于以多元化为经营宗旨的，认定为“综

3、合类”企业。并分别制订信用等级评分表（详见附件一）。客户信用等级评定从非财务因素、财务因素两个角度出发在经营管理、产品技术、市场环境、偿债能力、盈利能力等若干方面设定评定指标和参数，对客户信用状况进行全面的定性和定量分析。财务数据的提取，原则上应以上年度审计报告的数据为准。非财务数据的提取，以评定时的情况为准。对于测评对象的财务报表失实的，测评人员应予以调整，并根据调整以后的数据进行测算。最后具体评定时根据分类表，选取对应的评分表进行测算。信用等级评定结果将作为信贷风险审查、信贷定价、授权授信等的重要依据

4、。在此基础上，2006年依据《中国人民银行信用评级管理指导意见》，对信用评级机构在银行间债券市场和信贷市场从事金融产品信用评级、借款企业信用评级、担保机构信用评级业务进行了规范和补充。同年，根据上海浦东发展银行对大中型公司客户和中小公司客户实行差异化管理的要求，对大中型公司客户按照《企事业单位信用等级评定办法（2000年试行版）》分为11个行业13级进行评级和管理；对中小公司客户按照《中小企业信用等级评定办法》分为6个行业6级进行评级和管理。并且根据上海浦东发展银行《中小企业金融业务发展纲要》（浦银发[2

5、005]第355号）的规定及对中小企业管理要求，其中对中小企业的定义为：1、工业类：销售收入人民币8,000万元以下（含）,或总资产人民币1亿元以下（含）的公司客户；2、建筑及房地产类：销售收入人民币1亿元以下（含），或总资产人民币8000万元以下（含）的公司客户；3、交通运输类：销售收入人民币8,000万元以下（含）的公司客户；4、批发类：销售收入人民币1.5亿元以下（含）的公司客户；5、零售商贸类：销售收入人民币5,000万元以下（含）的公司客户；6、综合类：销售收入人民币8,000万元以下（含），或

6、总资产1亿元以下，且行业分类无法纳入以上五类的公司客户。并且规定各行应在区分为大中型公司客户和中小公司客户的基础上，分别对现有公司客户适用不同的客户评级体系。由此可见，浦发银行西安分行的公司客户信用评级体系是在上海浦东发展银行的统一安排部署下逐步建立并不断修改完成的。整个信用评级体系设计思想和方法首先对各类型公司客户进行类型划分，通过选取一定的财务指标和其他管理指标，并通过专家系统的主观判断来设定这些指标的权重和分值，由评级人员对企业相关的财务数据和管理指标进行打分，根据汇总的总分确定其相应的信用级别。并

7、根据信用等级评定结果作为信贷风险审查、信贷定价、授权授信等的重要依据做出信贷决策。3.2浦发银行西安分行信用评级体系存在的问题通过对商业银行信用风险管理及其资本管理理论的深入研究，凭借作者本人在商业银行多年的工作经验，以及与浦发银行西安分行风险管理部门、信贷部门、企业贷款客户访谈的结果，可以看出：浦发银行西安分行信用评级系统相对来说还是比较完整的，具有对公司客户进行信用等级划分的基本功能。但是，在近几年的工作实践中也暴露出了一些问题。3.2.1基础数据缺乏并且没有健全的客户信息数据库巴塞尔新资本协议规定，

8、实施IRB初级法的一个重要前提条件是评级模型需要有5年以上的观察期，而对于实施高级法的银行来讲，必须要有7年以上的历史数据来估计违约损失率，新协议同时要求银行对评级的历史数据必须加以保留作为系统完善和检验的基础和依据[18]。建设内部评级体系的第一项任务就是解决数据问题。没有高质量的数量积累，风险度量模型也没有发挥的余地。国际同业的经验表明，70%一80%的银行在内部评级体系建立的过程中，精力消耗主要在数据清洗和数据整合方面。