风险暴露分类

（1）违约相关性

违约的发生主要基于以下原因：债务人自身因素；债务人所在行业或区域因素；宏观经济因素。其中，行业或区域因素将同时影响同一行业或地区所有债务人违约的可能性，而宏观经济因素将导致不同行业之间的违约相关性。

（2）信用风险组合计量模型

目前，国际上应用比较广泛的信用风险组合模型包括CreditMetrics模型、CreditPortfolioView模型、CreditRisk+模型等。

专家判断法

目前，应用最广泛的信用评分模型有线性概率模型、Logit模型、Prohit模型和线性辨别模型。信用评分模型在使用过程中存在的问题：

①信用评分模型是建立在对历史数据（而非当前市场数据）模拟的基础上，回归方程中各特征变量的权重在一定时间内保持不变。

②信用评分模型对借款人历史数据的要求较高，商业银行需要建立起一个包括大多数企业历史数据的数据库。

银行评分卡的特点：①提高贷款审批的客观性；②提高贷款审批的效率；③优化信贷风险管控。

常用的违约概率模型包括逻辑回归模型、RiskCalc型、KMV的Credit Monitor模型、风险中性定价模型、死亡率模型等。

①逻辑回归模型：逻辑回归模型克服了一般线性回归的异方差性，模型输出结果可以直接解释为违约概率，直观且易于理解。但其对数据依赖程度高，要求足够的财务数据和违约样本。

②RiskCalc模型：RiskCalc模型是在传统信用评分技术基础上发展起来的一种适用于非上市公司的违约概率模型，其核心是通过严格的步骤从客户信息中选择出最能预测违约的一组变量，经过适当变换后运用Logit/Probit回归技术预测客户的违约概率。

③Credit Monitor模型：是一种适用于上市公司的违约概率模型。

④风险中性定价模型：核心在于把企业与银行的借贷关系视为期权买卖关系，借贷关系中的信用风险信息因此隐含在这种期权交易之中，从而通过应用期权定价理论求解出信用风险溢价和相应的违约率，即预期违约频率。

客户评级必须具有两大功能：

①能够有效区分违约客户；

②能够准确量化客户违约风险。

在内部评级法下，债项评级与债项的违约风险暴露（EAD）、违约损失率（LGD）、有效期限（M）密切相关。

信用风险缓释是指银行采用内部评级法计量信用风险监管资本时，运用合格的抵（质）押品、净额结算、保证和信用衍生工具等方式转移或降低信用风险。