大家好，我今天的分享分为两部分：一是新形势下商业银行建设内部评级体系过程中所面临的一些困惑；二是如何应对这些困惑。

一、内部评级建设面临的困惑

       在新的形势下，商业银行在建设内部评级体系面临着一些困惑，可以总结为以下三点：

       一是由于监管形势发生了较大变化，银行面临内部评级建设目标选择的困惑。2004年巴Ⅱ颁布后的很长一段时间里，监管对商业银行内部评级体系建设是持鼓励态度。由于银行要建内评体系要投入很大的人力、物力、财力，为了鼓励银行实施高级方法，监管允许银行在资本上有一定程度的节约。国内银行业也以实施资本计量高级方法为目标，掀起了一波建设内部评级体系的高潮，主要国有银行在2004年前后开始积极推进相关工作，大型股份制银行也都在2010年前启动了内评体系的建设，2014年监管当局批准了工农中建交和招行六家银行实施内部评级法。2014年以后，监管形势发生了比较大的变化，资本充足率的计算不再着重强调风险的敏感性，而是更多地要求可比性。2018年出台的巴三对内部评级法的实施提出了诸多限制条件：标准法不只是三年过渡期的内部评级法底线，而是内部评级法的永久底线；大中型企业不能够实施高级内部评级法，即不能用银行自行估计的LGD计算资本；对于各类参数，包括LGD和PD，都给了最低值限制。同时，2014年前在评估六家银行内部评级法达标情况过程中形成的一批业内专家，在这几年也流失严重。在新形势下，对于内部评级体系建设起步较早、目前尚未获批的银行尤其是全国性股份制银行来说，建设内部评级体系是否继续以监管达标作为主要目标，是一个需要进一步研究的问题。 

       二是随着大数据、人工智能和金融科技的发展，银行面临技术先进性和工具可解释性选择的困惑。巴塞尔协议框架下的内部评级体系是非常强调工具的可解释性的，要求模型不能是黑箱，要可验证、可复原。最近几年，随着大数据、人工智能概念的兴起，有一种趋势就是大家讲模型的时候都不再去说巴塞尔协议，而是说大数据技术。在银行内部也形成两派，一派是像我这种做了十几年内评的人，认为内评应当立足于传统方法，强调模型可解释性与准确性之间的平衡，一派是科技出身的新兴力量，认为传统方法已经过时，采用新技术把模型做得越准确越好，不用太多考虑模型的可解释性。毋庸置疑，移动互联网、大数据、人工智能等新技术的发展确实给银行模型管理带来机遇与挑战，但这是否意味着银行可以摒弃传统的建模技术，银行在内部评级体系建设过程中如何平衡技术先进性和工具可解释性，也是当前大家面临的一个主要困惑。

       三是随着内部评级结果在减值计提中的应用，银行面临风险敏感性和结果稳定性选择的困惑。在新会计准则实施以前，大家认为风险越敏感越好。为了克服客户评级年度更新的风险延迟性，银行一般会建立重评机制，每个月去搜集客户的信息，根据客户信息变化来决定要不要对这个客户发起重评。新会计准则最重要的内容就是通过预期信用损失模型，将拨备和评级挂钩了，由此带来的问题是评级一变，拨备就会变，利润也会随之发生改变。银行不同于其他企业，无论是内部管理，还是监管、投资者，对其经营管理都会有一个相对稳定的预期。在资产质量未发生较大变化的情况下，如果银行因为部分客户信用等级的改变而出现经营成果的较大波动，现阶段大家还是比较难接受的。如何既能够及时捕捉风险，又保持经营管理的平稳性，也是大家面临的一个困惑。

二、应对措施

       个人认为，要应对新形势给内部评级体系建设带来的上述挑战，我们至少需要从以下三个方面努力：

       一是要不忘初心。首先是不能忘记内部评级的本质。内部评级的本质是区分风险、量化风险，而不是计算资本。也就是说，不论监管是否批准银行基于内部评级结果计算资本，作为经营风险的企业，银行从管理风险的角度，都需要建设内部评级体系来区分、量化风险。其次是不能忘记建设内部评级的初衷。内部评级是银行提升内部管理精细化水平的工具，而非监管工具。国内银行业在很长一段时间是以监管为导向来建设内部评级体系，这个观念必须要转变过来，要以内部管理为导向，内部评级体系建设才能真正落到实处，而不会出现监管和内部管理两张皮的现象。

       二是要练好内功。要重视数据在内部评级体系建设中的基础性作用，通过强化内部评级数据治理，扩大内部评级数据来源，进一步夯实数据基础；要主动拥抱新技术，尝试在内部评级模型中引入机器学习技术，探索传统内评模型与机器学习模型的并行运行机制；要提高模型监测频率，及时捕捉模型老化迹象，并通过小步快跑的快速迭代机制，保持评级模型的相对稳定；要建立评级预警联动机制，高风险客户及时更新评级，并规范评级推翻管理，实现评级模型与专家经验的有机结合。

       三是构建以内部评级为核心的数字化风控体系。如果我们基于DDM模型进行推导，就会发现银行的市值主要取决于RAROC水平的高低，RAROC可以作为内部评级的最终出口。我们看整个RAROC过程，其实基本上就是我们整个内评体系建设的内容，其中最底层的是数据管理，包括客户的信息、缓释和产品，中间模型包括对公零售的评级和分池模型，然后在PD、LGD的基础之上，我们会去算减值和经济资本，减值和经济资本会作为RAROC的两个要素。因此，银行可以RAROC为目标，构建以内部评级为核心的数字化信用风险管理体系。