贷款多级分类与内部评级法的关系
陈家道
贷款风险五级分类是对传统贷款四级分类方法的革命性创新，确立了以还款可能性为核心进行贷款分类的新理念，五级分类的实施对提高信贷风险管理水平、夯实信贷经营基础发挥了积极的作用。随着银行信贷经营面临风险的更趋复杂化和信贷精细化管理要求的逐步提高，目前的五级分类体系在银行信贷风险管理中越来越显出其不适性。首先是分类体系相对粗放，全部贷款仅分为五个级次，除去已明显存在问题的后三类贷款，大量正常类贷款只能从正常和关注两个类别中选择，导致过多的贷款集中于一个级次，既不符合风险管理差别化的要求，也有悖于国际惯例。其次是分类标准过于抽象，现行五级分类标准大都是定性化的语言描述，分类结果的真实性和准确性容易受到主观判断的影响。最后，分类结果难以为损失准备金的计提提供精确的依据。
实施贷款风险的多级分类法不仅能有效解决五级分类体系存在的不足，同时可以为实施内部评级法积累必要的经验和基础。按照贷款风险分类的现状，结合国际金融企业风险管理的发展趋势，实施贷款风险多级分类方法必须坚持 “三统一”。一是与现行五级分类体系相统一。农业银行现行信贷管理制度及银监管当局信息披露要求以五级分类为基础，因此，多级分类体系的设计必须与五级分类体系相统一，以保证现行信贷管理制度的正常实施和逐步创新，同时不影响相关信息的正常披露。二是与信贷风险度量的定量化趋势相统一。信贷风险度量的定量化已成为当前国际、国内同业的流行趋势，农业银行现行的五级分类体系虽提出了一定的定量化要求，但在总体上仍是以定性分析为主，多级分
2农村金融研究 ２００７・３
类体系的设计应顺应同业的发展趋势和潮流，更多地引入定量分析的研究方法和标准，提高风险指标的敏感性。三是与逐步实施内部评级法的要求相统一。逐步实施内部评级法是农业银行强化信贷风险管理的必然趋势，在实施内部评级法条件尚不成熟的情况下，贷款多级分类体系应引入内部评级法的先进理念和科学方法，为内部评级法的逐步实施积累经验、打好基础。
农业银行多级分类初步设计了五类十二级的分类体系。在贷款级次设计上，采取在现行五级分类基础上进行细分的方式，即将原正常类细分为正常一级、正常二级、正常三级、正常四级，原关注类细分为关注一级、关注二级、关注三级，原次级类细分为次级一级、次级二级，原可疑类细分为可疑一级、可疑二级，原损失类未进行细分，直接对应损失级，共五类十二级。细分后的分类级次可以转换为五级分类，即正常一至四级转换为正常类，关注一至三级转换为关注类，次级一至二级转换为次级类，可疑一至二级转换为可疑类。在分类方法上，采用定性分析和定量分析相结合并以定量分析为主的基本方法，引入内部评级法客户和债项二维评价的理念，设计了客户评价和债项评价两套千分制打分卡，对客户信用风险和债项交易风险进行定量分析。客户评价以客户年度信用等级为基础，结合财务和非财务因素趋势性指标进行分析；债项评价以第二还款来源评价为基础，结合资金流向、剩余期限、还款记录等因素进行分析。在分类标准上，以客户评价和债项评价二维矩阵为基础，同时结合核心定义和分类特别规定共同组成贷款多级分类标准。
贷款多级分类是对原五级分类体系的
进一步细化，着眼于对贷款风险程度的识别和划分，从内涵上仍属于贷款风险分类的范畴，与内部评级法还有较大差距。但是，从分类理念和分析方法的角度看，贷款多级分类与内部评级法有着密切的关系。
先进的分析方法
贷款多级分类引入了内部评级法以客户评级和债项评级为主体框架的二维分析方法，建立了客户评价和债项评价打分卡，通过客户和债项二个维度综合判断贷款的偿还可能性。与内部评级法相同，贷款多级分类的客户评价也以客户还款能力为核心，即评价基础是客户信用风险对贷款偿还的影响。所不同的是，内部评级法以测算客户的ＰＤ值作为客户评级的基础，而多级分类办法采取了对客户还款能力进行打分评价的方法，建立了一套千分制打分卡模型。风险因子的选择和设定是建立内部评级模型的关键性工作，贷款多级分类客户评价也涉及到风险因素选择问题，而且同样以风险敏感性作为因素选择的主要标准。在无法取得客户ＰＤ值的情况下，多级分类客户评价将现行客户信用等级评定结果引入到客户评价指标体系中，并以其作为客户评价的基础性指标。目前，农业银行客户信用等级评定管理办法已较为成熟，其评定结果能较为客观准确地反映客户的综合还款能力。由于客户信用等级属于相对静态的评价结果，因此还需要进行必要的趋势性分析作为补充。
内部评级法债项评级的核心是通过ＬＧＤ值的测算，判断贷款的违约损失程度，贷款多级分类的债项评价在基本机理上与内部评级法接近，也是以判断贷款的预期损失程度为核心，但二者在分析方法
和判断标准上有着很大的不同。内部评级法以ＬＧＤ和ＥＡＤ模型作为债项评级的基础，而贷款多级分类的债项评价则以千分制打分模型作为评价基础。由于无法取得ＬＧＤ值和ＥＡＤ值，多级分类债项评价选择了贷款第二还款来源保障度作为基础性指标，同时结合资金流向、剩余期限、还款记录等因素分析，综合判断债项的交易风险。在逐笔进行债项评价后都将得到一个测评得分，该得分作为判断债项交易风险高低的基础依据。
以定量分析为主的理念
在引入内部评级法二维分析方法的同时，贷款多级分类在分类标准的设计上也突出了定量化标准的比重，只是标准设计的基础与内部评级法不同。在内部评级法中，通过ＰＤ、ＬＧＤ值的测算将可获取每笔贷款的预期损失率，该比率作为设定贷款分类标准的基础，对该比率作相应的区间划分即可形成贷款分类标准。而在贷款多级分类中，由于无法取得ＰＤ和ＬＧＤ值，所以在分类标准的设计上是以客户评价和债项评价的测评得分为基础，但重要的是，对客户评价和债项评价坚持以内评法中的定量分析为主，即使对定性的指标，也尽可能做到定量化的予以分值化。当然，与内部评级法相同，贷款多级分类同样强调专家判断的作用，在设定定量分类标准的同时，设计了一定的定性化分类标准即分类特别规定，在根据定量标准初步判定贷款级次的基础上，还应根据分类特别规定对定量分类结果进行必要的修正。
ＬＧＤ模型设计的关键性工作，风险因子选择及权重设置是否合理将直接影响评级模型的准确性。在贷款多级分类中，我们建立了客户评价和债项评价二套打分卡模型，而评价指标的设计过程其实就是风险因子的识别过程，经过大量的对比分析，我们分别选定了部分风险敏感性较高的指标作为风险因子，根据其敏感程度确定分值权重和评分标准，进行评价打分，这无疑是对内部评级法风险因子识别和设定的有益探索。而且，通过贷款多级分类的推行，可对各风险因子的敏感性进行检验分析，为内部评级模型风险因子的识别提供参考依据。
其次，多级分类的行业划分对内部评级法资产组合有一定借鉴意义。对银行现有资产按风险表现的同质性进行清理划分，形成相应的资产组合是实施内部评级法的一项基础性工作。在多级分类客户评价指标体系设计时，我们充分考虑了不同领域客户风险表现形式的差异性，对现有信贷客户按行业进行了划分，分别设定不同的评价指标和评分标准，目前共划分为农业、工业、商业、农工商综合、房地产、建筑安装、外资、外贸、事业法人、银行、证券、非银行金融机构、小企业、政府类等１４大类２３小类，力求做到评价标准的合理
性和评价结果的客观性。贷款多级分类中的行业划分与内部评级法中的资产组合在分类目的和原理上有着相似之处，从分类的目的上看，都是为了达到同一类别风险表现的同质性，以确保评价准确性，从分类原理上看，都是以风险同质性作为组合分类的基本标准。因此，贷款多级分类的行业划分可以为内部评级法的资产组合积累有益的经验并提供有价值的参考信息。
再次，多级分类的资料归集为内部评级法的数据清理做必要准备。内部评级法对信息数据的要求很高，要建立一个成功的内部评级模型需要至少五年的基础数据库，数据清理和准备也是实施内部评级法要求最高、耗时最长、最为关键的一个环节。与内部评级法相同，贷款多级分类也是以全面准确的数据信息为基础，特别是客户评价的趋势性分析，要求对客户前三年（包括前二个会计年度、即期和上年末二个时段）的财务因素变化情况进行分析评价，因此，要开展多级分类至少要整理准备客户前三年的经营管理及财务信息资料，而这些信息也是实施内部评级法所必须的。
最后，多级分类的操作实践为信贷人员掌握内部评级法奠定了知识基础。多级分类在沿袭五级分类定性分析和（转Ｐ１７）
农村金融研究 ２００７・３
重要基础
贷款多级分类是在现有条件下对贷款风险分类体系和方法的改进，由于技术水平的限制，其分类结果无法达到内部评级法的精确程度，但是由于多级分类办法中引入了内部评级法的基本理念和分析方法，因此，贷款多级分类的推行对逐步实施内部评级法有着十分积极的现实意义。
首先，多级分类的评价指标设计为内部评级模型风险因子的识别进行了有益探索。风险因子的识别是内部评级法ＰＤ和
21
按内部评级法要求积极做好数据准备工作
根据自身的战略发展规划和银监会的要求，我国主要商业银行已经先后启动了内部评级体系的建设工作，数据准备工作随即展开。由于此项工作的艰巨性和重要性，其效率直接影响整个ＩＲＢ体系建设的进度。因此，必须尽快明确各行实施内部评级法的具体要求，在此基础上进行数据差异分析，进行数据整理与清洗，建设符合模型设计要求的数据库。
（一）尽快明确商业银行实施内部评级法的具体数据要求。从业务逻辑上说，应是先有管理标准，才有数据标准，最后产生数据。因此必须按内部评级法的要求调整、补充和完善有关业务管理制度，同时根据建模要求提出具体的数据需求，由此来分析现有数据的差异，寻求解决的办法。根据银监会的要求，第一步各商业银行将实施内部评级法的初级法，但考虑到高级法所需数据的时间周期更长，最好是按照高级法提出数据要求来统筹考虑数据准备工作，为以后高级法的实施打下基础。
（二）根据具体数据要求进行数据差异分析，确定数据来源。根据建模所需数据，匹配现有各业务系统数据，检查数据质量，分析数据差异。这个过程是一个相互的过程，也就是说，现有系统数据的情况也要反作用于建模的需求，对于现有系统不易取得的数据，模型需要考虑替换指标。
（三）加强数据基础建设，建立统一的数据管理架构。国际上很多银行在内部评级系统开发过程中为了管理所有数据，都选择了集中的数据管理模式。在我国商业银行ＩＴ系统建设过程中，各业务部门往往习惯于在各自的业务范围内建立自己的业务数据库，来储存管理小规模的数据，常常缺少整体的数据管理策略。这些独立的、非合作性的业务数据库，不能满足内部评级法对数据的整体性和一致性要求。采用集中的数据管理方式，有效地整合各系统的数据资源，实现数据的集中存储和展现，不仅为内部评级法提供统一的风险数据，还能节约数据管理成本。因此，需要从全局的角度来看待数据和数据管理，其中确定统一的数据标准，建立统一的技术架构和数据管理架构是战略重点。
（四）进行数据整理。内部评级数据的整理过程分为５个步骤：一是数据补录，即对内部评级所需的缺失数据及时进行补录。二是数据整合，就是将各部门、各渠道的原始数据，通过标准化方式加以整理合并，形成可用于风险计量的数据库。为做好数据整合工作，当务之急是实施风险数据的集中管理。目前，数据集中管理的实现手段主要有数据仓库和数据集市，考虑到我国商业银行的实际情况，可以采用数据仓库和风险数据集市相结合的方式，其中基础数据仓库存放各应用系统抽取过来的基础数据，是银行生产和管理数据进行集中、清理和整合后的数据，为内部评级法的实施提供准确、统一、全面的基础风险数据。而风险数据集市存放的数据是按照风险模型的要求对数据仓库基础数据进行加工、汇总后形成的风险数据。三是数据清洗，对补录与整合后的数据存在数据遗漏、数据矛盾和数据错误等缺陷，通过一定的技术手段进行系统化的查找、纠正。四是数据反欺诈，在上述三个阶段的基础上，通过对数据进行逻辑关系校验和模型检验，识别和剔除不真实的业务数据。特别是客户的财务信息，由于我国市场环境和法制环境尚不成熟，失真现象十分普遍，建立或引进数据反欺诈系统十分必要。五是数据评价。数据评价是建模数据、评级结果等风险数据验证的过程。在建模之前需要验证建模所使用的数据的真实性、有效性和代表性。如果银行采用了拥有专有技术的第三方模型，还要验证模型符合银行风险管理的要求和内部评级体系的要求。在客户信用评级后要定期进行评级结果的准确性、完整性和适当性的评估，检查各类特定风险池的损失特征和逾期状况。
（五）按数据准备工作要求配备和培养专门人才。内部评级法的数据准备工作是一项复杂的工程，它需要熟悉商业银行现有各业务系统数据状况又了解内部评级法的复合人才；内部评级法的数据准备工作也是一项长期的工程，因为随着风险管理水平和管理体制的变化，各业务系统在相应变化，内部评级法本身的实施要求也在变化，由此带来相应的数据要求的变化，需要专门人才长期从事这项工作。在内部评级法系统开发阶段，还要有专门的技术团队全程支持。这些业务需求和技术开发人才应主要立足于从熟悉行内现有管理信息系统的人员中进行内部选拔和培训，再逐步补充部分高校相关专业的毕业生，适当条件下也可引进外部人才。
农村金融研究 ２００７・３
17
贷款多级分类与内部评级法的关系
陈家道
贷款风险五级分类是对传统贷款四级分类方法的革命性创新，确立了以还款可能性为核心进行贷款分类的新理念，五级分类的实施对提高信贷风险管理水平、夯实信贷经营基础发挥了积极的作用。随着银行信贷经营面临风险的更趋复杂化和信贷精细化管理要求的逐步提高，目前的五级分类体系在银行信贷风险管理中越来越显出其不适性。首先是分类体系相对粗放，全部贷款仅分为五个级次，除去已明显存在问题的后三类贷款，大量正常类贷款只能从正常和关注两个类别中选择，导致过多的贷款集中于一个级次，既不符合风险管理差别化的要求，也有悖于国际惯例。其次是分类标准过于抽象，现行五级分类标准大都是定性化的语言描述，分类结果的真实性和准确性容易受到主观判断的影响。最后，分类结果难以为损失准备金的计提提供精确的依据。
实施贷款风险的多级分类法不仅能有效解决五级分类体系存在的不足，同时可以为实施内部评级法积累必要的经验和基础。按照贷款风险分类的现状，结合国际金融企业风险管理的发展趋势，实施贷款风险多级分类方法必须坚持 “三统一”。一是与现行五级分类体系相统一。农业银行现行信贷管理制度及银监管当局信息披露要求以五级分类为基础，因此，多级分类体系的设计必须与五级分类体系相统一，以保证现行信贷管理制度的正常实施和逐步创新，同时不影响相关信息的正常披露。二是与信贷风险度量的定量化趋势相统一。信贷风险度量的定量化已成为当前国际、国内同业的流行趋势，农业银行现行的五级分类体系虽提出了一定的定量化要求，但在总体上仍是以定性分析为主，多级分
2农村金融研究 ２００７・３
类体系的设计应顺应同业的发展趋势和潮流，更多地引入定量分析的研究方法和标准，提高风险指标的敏感性。三是与逐步实施内部评级法的要求相统一。逐步实施内部评级法是农业银行强化信贷风险管理的必然趋势，在实施内部评级法条件尚不成熟的情况下，贷款多级分类体系应引入内部评级法的先进理念和科学方法，为内部评级法的逐步实施积累经验、打好基础。
农业银行多级分类初步设计了五类十二级的分类体系。在贷款级次设计上，采取在现行五级分类基础上进行细分的方式，即将原正常类细分为正常一级、正常二级、正常三级、正常四级，原关注类细分为关注一级、关注二级、关注三级，原次级类细分为次级一级、次级二级，原可疑类细分为可疑一级、可疑二级，原损失类未进行细分，直接对应损失级，共五类十二级。细分后的分类级次可以转换为五级分类，即正常一至四级转换为正常类，关注一至三级转换为关注类，次级一至二级转换为次级类，可疑一至二级转换为可疑类。在分类方法上，采用定性分析和定量分析相结合并以定量分析为主的基本方法，引入内部评级法客户和债项二维评价的理念，设计了客户评价和债项评价两套千分制打分卡，对客户信用风险和债项交易风险进行定量分析。客户评价以客户年度信用等级为基础，结合财务和非财务因素趋势性指标进行分析；债项评价以第二还款来源评价为基础，结合资金流向、剩余期限、还款记录等因素进行分析。在分类标准上，以客户评价和债项评价二维矩阵为基础，同时结合核心定义和分类特别规定共同组成贷款多级分类标准。
贷款多级分类是对原五级分类体系的
进一步细化，着眼于对贷款风险程度的识别和划分，从内涵上仍属于贷款风险分类的范畴，与内部评级法还有较大差距。但是，从分类理念和分析方法的角度看，贷款多级分类与内部评级法有着密切的关系。
先进的分析方法
贷款多级分类引入了内部评级法以客户评级和债项评级为主体框架的二维分析方法，建立了客户评价和债项评价打分卡，通过客户和债项二个维度综合判断贷款的偿还可能性。与内部评级法相同，贷款多级分类的客户评价也以客户还款能力为核心，即评价基础是客户信用风险对贷款偿还的影响。所不同的是，内部评级法以测算客户的ＰＤ值作为客户评级的基础，而多级分类办法采取了对客户还款能力进行打分评价的方法，建立了一套千分制打分卡模型。风险因子的选择和设定是建立内部评级模型的关键性工作，贷款多级分类客户评价也涉及到风险因素选择问题，而且同样以风险敏感性作为因素选择的主要标准。在无法取得客户ＰＤ值的情况下，多级分类客户评价将现行客户信用等级评定结果引入到客户评价指标体系中，并以其作为客户评价的基础性指标。目前，农业银行客户信用等级评定管理办法已较为成熟，其评定结果能较为客观准确地反映客户的综合还款能力。由于客户信用等级属于相对静态的评价结果，因此还需要进行必要的趋势性分析作为补充。
内部评级法债项评级的核心是通过ＬＧＤ值的测算，判断贷款的违约损失程度，贷款多级分类的债项评价在基本机理上与内部评级法接近，也是以判断贷款的预期损失程度为核心，但二者在分析方法
和判断标准上有着很大的不同。内部评级法以ＬＧＤ和ＥＡＤ模型作为债项评级的基础，而贷款多级分类的债项评价则以千分制打分模型作为评价基础。由于无法取得ＬＧＤ值和ＥＡＤ值，多级分类债项评价选择了贷款第二还款来源保障度作为基础性指标，同时结合资金流向、剩余期限、还款记录等因素分析，综合判断债项的交易风险。在逐笔进行债项评价后都将得到一个测评得分，该得分作为判断债项交易风险高低的基础依据。
以定量分析为主的理念
在引入内部评级法二维分析方法的同时，贷款多级分类在分类标准的设计上也突出了定量化标准的比重，只是标准设计的基础与内部评级法不同。在内部评级法中，通过ＰＤ、ＬＧＤ值的测算将可获取每笔贷款的预期损失率，该比率作为设定贷款分类标准的基础，对该比率作相应的区间划分即可形成贷款分类标准。而在贷款多级分类中，由于无法取得ＰＤ和ＬＧＤ值，所以在分类标准的设计上是以客户评价和债项评价的测评得分为基础，但重要的是，对客户评价和债项评价坚持以内评法中的定量分析为主，即使对定性的指标，也尽可能做到定量化的予以分值化。当然，与内部评级法相同，贷款多级分类同样强调专家判断的作用，在设定定量分类标准的同时，设计了一定的定性化分类标准即分类特别规定，在根据定量标准初步判定贷款级次的基础上，还应根据分类特别规定对定量分类结果进行必要的修正。
ＬＧＤ模型设计的关键性工作，风险因子选择及权重设置是否合理将直接影响评级模型的准确性。在贷款多级分类中，我们建立了客户评价和债项评价二套打分卡模型，而评价指标的设计过程其实就是风险因子的识别过程，经过大量的对比分析，我们分别选定了部分风险敏感性较高的指标作为风险因子，根据其敏感程度确定分值权重和评分标准，进行评价打分，这无疑是对内部评级法风险因子识别和设定的有益探索。而且，通过贷款多级分类的推行，可对各风险因子的敏感性进行检验分析，为内部评级模型风险因子的识别提供参考依据。
其次，多级分类的行业划分对内部评级法资产组合有一定借鉴意义。对银行现有资产按风险表现的同质性进行清理划分，形成相应的资产组合是实施内部评级法的一项基础性工作。在多级分类客户评价指标体系设计时，我们充分考虑了不同领域客户风险表现形式的差异性，对现有信贷客户按行业进行了划分，分别设定不同的评价指标和评分标准，目前共划分为农业、工业、商业、农工商综合、房地产、建筑安装、外资、外贸、事业法人、银行、证券、非银行金融机构、小企业、政府类等１４大类２３小类，力求做到评价标准的合理
性和评价结果的客观性。贷款多级分类中的行业划分与内部评级法中的资产组合在分类目的和原理上有着相似之处，从分类的目的上看，都是为了达到同一类别风险表现的同质性，以确保评价准确性，从分类原理上看，都是以风险同质性作为组合分类的基本标准。因此，贷款多级分类的行业划分可以为内部评级法的资产组合积累有益的经验并提供有价值的参考信息。
再次，多级分类的资料归集为内部评级法的数据清理做必要准备。内部评级法对信息数据的要求很高，要建立一个成功的内部评级模型需要至少五年的基础数据库，数据清理和准备也是实施内部评级法要求最高、耗时最长、最为关键的一个环节。与内部评级法相同，贷款多级分类也是以全面准确的数据信息为基础，特别是客户评价的趋势性分析，要求对客户前三年（包括前二个会计年度、即期和上年末二个时段）的财务因素变化情况进行分析评价，因此，要开展多级分类至少要整理准备客户前三年的经营管理及财务信息资料，而这些信息也是实施内部评级法所必须的。
最后，多级分类的操作实践为信贷人员掌握内部评级法奠定了知识基础。多级分类在沿袭五级分类定性分析和（转Ｐ１７）
农村金融研究 ２００７・３
重要基础
贷款多级分类是在现有条件下对贷款风险分类体系和方法的改进，由于技术水平的限制，其分类结果无法达到内部评级法的精确程度，但是由于多级分类办法中引入了内部评级法的基本理念和分析方法，因此，贷款多级分类的推行对逐步实施内部评级法有着十分积极的现实意义。
首先，多级分类的评价指标设计为内部评级模型风险因子的识别进行了有益探索。风险因子的识别是内部评级法ＰＤ和
21
按内部评级法要求积极做好数据准备工作
根据自身的战略发展规划和银监会的要求，我国主要商业银行已经先后启动了内部评级体系的建设工作，数据准备工作随即展开。由于此项工作的艰巨性和重要性，其效率直接影响整个ＩＲＢ体系建设的进度。因此，必须尽快明确各行实施内部评级法的具体要求，在此基础上进行数据差异分析，进行数据整理与清洗，建设符合模型设计要求的数据库。
（一）尽快明确商业银行实施内部评级法的具体数据要求。从业务逻辑上说，应是先有管理标准，才有数据标准，最后产生数据。因此必须按内部评级法的要求调整、补充和完善有关业务管理制度，同时根据建模要求提出具体的数据需求，由此来分析现有数据的差异，寻求解决的办法。根据银监会的要求，第一步各商业银行将实施内部评级法的初级法，但考虑到高级法所需数据的时间周期更长，最好是按照高级法提出数据要求来统筹考虑数据准备工作，为以后高级法的实施打下基础。
（二）根据具体数据要求进行数据差异分析，确定数据来源。根据建模所需数据，匹配现有各业务系统数据，检查数据质量，分析数据差异。这个过程是一个相互的过程，也就是说，现有系统数据的情况也要反作用于建模的需求，对于现有系统不易取得的数据，模型需要考虑替换指标。
（三）加强数据基础建设，建立统一的数据管理架构。国际上很多银行在内部评级系统开发过程中为了管理所有数据，都选择了集中的数据管理模式。在我国商业银行ＩＴ系统建设过程中，各业务部门往往习惯于在各自的业务范围内建立自己的业务数据库，来储存管理小规模的数据，常常缺少整体的数据管理策略。这些独立的、非合作性的业务数据库，不能满足内部评级法对数据的整体性和一致性要求。采用集中的数据管理方式，有效地整合各系统的数据资源，实现数据的集中存储和展现，不仅为内部评级法提供统一的风险数据，还能节约数据管理成本。因此，需要从全局的角度来看待数据和数据管理，其中确定统一的数据标准，建立统一的技术架构和数据管理架构是战略重点。
（四）进行数据整理。内部评级数据的整理过程分为５个步骤：一是数据补录，即对内部评级所需的缺失数据及时进行补录。二是数据整合，就是将各部门、各渠道的原始数据，通过标准化方式加以整理合并，形成可用于风险计量的数据库。为做好数据整合工作，当务之急是实施风险数据的集中管理。目前，数据集中管理的实现手段主要有数据仓库和数据集市，考虑到我国商业银行的实际情况，可以采用数据仓库和风险数据集市相结合的方式，其中基础数据仓库存放各应用系统抽取过来的基础数据，是银行生产和管理数据进行集中、清理和整合后的数据，为内部评级法的实施提供准确、统一、全面的基础风险数据。而风险数据集市存放的数据是按照风险模型的要求对数据仓库基础数据进行加工、汇总后形成的风险数据。三是数据清洗，对补录与整合后的数据存在数据遗漏、数据矛盾和数据错误等缺陷，通过一定的技术手段进行系统化的查找、纠正。四是数据反欺诈，在上述三个阶段的基础上，通过对数据进行逻辑关系校验和模型检验，识别和剔除不真实的业务数据。特别是客户的财务信息，由于我国市场环境和法制环境尚不成熟，失真现象十分普遍，建立或引进数据反欺诈系统十分必要。五是数据评价。数据评价是建模数据、评级结果等风险数据验证的过程。在建模之前需要验证建模所使用的数据的真实性、有效性和代表性。如果银行采用了拥有专有技术的第三方模型，还要验证模型符合银行风险管理的要求和内部评级体系的要求。在客户信用评级后要定期进行评级结果的准确性、完整性和适当性的评估，检查各类特定风险池的损失特征和逾期状况。
（五）按数据准备工作要求配备和培养专门人才。内部评级法的数据准备工作是一项复杂的工程，它需要熟悉商业银行现有各业务系统数据状况又了解内部评级法的复合人才；内部评级法的数据准备工作也是一项长期的工程，因为随着风险管理水平和管理体制的变化，各业务系统在相应变化，内部评级法本身的实施要求也在变化，由此带来相应的数据要求的变化，需要专门人才长期从事这项工作。在内部评级法系统开发阶段，还要有专门的技术团队全程支持。这些业务需求和技术开发人才应主要立足于从熟悉行内现有管理信息系统的人员中进行内部选拔和培训，再逐步补充部分高校相关专业的毕业生，适当条件下也可引进外部人才。
农村金融研究 ２００７・３
17