商业银行信用管理论文

[摘要]：中央银行在一国的征信体系监管和建设中发挥着重要的作用。在我国，人民银行被赋予了管理征信业，推动社会信用体系发展的职责。在人民银行在履行这—职责的同时，也存在着一些问题。针对这些情况，借鉴国征信体系的经验，对人民银行建设和监管征信业提出几点建议。下面是小编为大家整理的《商业银行信用管理论文(精选3篇)》，希望对大家有所帮助。

商业银行信用管理论文 篇1：

浅谈商业银行信用管理

摘 要：信用是市场经济运行的前提与基础。市场经济是通过市场机制实现资源配置，而市场机制核心内容的基本原则是建立在信用基础上的，所以市场经济又是信用经济。市场化程度越高, 对社会信用管理的要求也越高。近年来,金融创新迅猛发展, 商业银行以信用为基础配置金融资源。然而商业银行信用风险管理水平却难以适应银行业务的发展,其面临的信用危机呈不断增长之势。因此,如何结合我国信用管理的实际情况和通过富有效率的信用管理理念及方法防范和化解信用风险,对商业银行信用风险管理问题具有重要意义

关键词：商业银行；信用管理；风险管理

一、信用、信用管理及商业银行信用管理概念界定

关于信用，这是个既简单而又复杂的问题。从经济学和金融学的角度探讨，通常把信用界定为以偿还和付息为基本特征的借贷行动，由此引起的资金运动则为信用资金运动。

信用管理则是指授信者对信用交易和受信主体的资信进行专门管理的活动，其目的是为了防范信用风险，确保信用资金运动顺畅进行。信用管理的范围包括以借贷为内涵的信用资金管理，其着力点在资金管理上。

商业银行信用管理是指它不是一个孤立的、单一的信用关系和信用业务经营管理,而是将其全部信用业务集中起来,进行多重的、综合的、整体的、系统的管理。它的管理目标是为实现银行的“三性”目标服务的。

二、我国商业银行信用风险的现状及问题

风险管理是商业银行经营管理和可持续发展的核心问题，而信用风险是商业银行最主要的风险之一。商业银行的信用风险大致分为5类：a工商贷款信用风险b消费者贷款信用风险 c 票据业务信用风险 d 结算信息风险e信用价差风险我国商业银行信用风险现状：

（一）商业银行不良资产比例过高

国际通行标准认为，金融机构不良资产率警戒线为10%。据中国银监会的统计数据，2008年中国主要商业银行不良资产总额仍达12549.2亿元，与外国银行相比，不良贷款率偏高。

（二）商业银行信用风险过于集中

2009年末中国银行业总资产已达78.8万亿元，商业银行贷款集中度很高，主要表现在“贷大、贷长、贷垄断”。这些将在今后几年形成银行新的不良资产。

（三）城市商业银行资本充足率堪忧

银监会2006年初对全国110家城市商业银行进行风险分类，被列为风险性机构即第四、五、六类的城商行共37家，这些风险类城商行资本充足率普遍在3%以下，且相当一部分处于多年亏损状态，资本补充形势相当严峻。

我国商业银行信用风险管理存在的问题：

1.信用风险管理体制不健全

我国现代商业银行制度还没有真正建立，实施有效风险管理所需的法律体系和市场制度需要进一步完善，信用风险管理缺乏一个完整的构架，大部分商业银行还没有建立起独立的信用风险管理部门，使得其难以对体系内总体信用风险进行评估和测量。

2.信用风险管理模型落后

目前我国商业银行还没有真正建立自己的信用风险度量模型，现有的数库、信息管理系统不能满足复杂的风险计量要求，在很大程度上限制了信息系统的稳定性和风险计量模型的准确性，而且国内银行的数据储备严重不足、数据缺乏规范性、数据质量不高，这些问题严重影响着信用风险管理模型的建立和运行。

3.信用文化比较薄弱

受传统思维方式和原有经营理念的影响,我国商业银行对信用风险管理的理解还是在制度、方法和技术等较浅的层面上,对信用风险管理文化在公司治理和信用风险管理中的认识有限。当前信贷文化严重缺失主要表现在:一、重担保,不重视主营业务收入；二、重贷轻管；三、风险意识淡薄。

三、提高中国银行业信用风险管理水平的对策建议

目前，来自国外商业银行的激烈竞争以及《新巴塞尔协议》的要求，对国内银行业的监管环境也逐步趋于规范和严格，许多银行都认识到了提高风险管理水平的重要性和紧迫性。

（一）加强信用风险基础建设，推进信用评级行业发展。

信用评级体系是信用风险度量与管理模型中一个最基本的子模块系统，信用风险度量模型中所采用的信用评级体系是否客观合理，对信用风险的评估与预测的准确性，提高银行贷款的质量，降低不良资产等都会产生重要的影响。基于广泛的信息集所建立起来的评级体系的代表是各类外部评级机构所提供的评级体系，其具有客观性、公正性和权威性。

（二）构建良好信用风险文化

我国商业银行应重视信用文化的构建，倡导和强化信用风险意识，培育形成关于信用价值风险的价值判断体系。银行应树立风险管理是银行核心竞争力的体现，明确风险管理与业务发展之间的关系，形成风险管理贯穿整个业务过程的思想。

（三）改进信用分析方法和技术，建立信用风险评估和定价模型

制定有效的激励机制，引导并配合商业银行跟随国外新兴信用风险管理技术，构建符合我国实际的信用评估模型、破产预测模型等。商业银行还应能够根据自得预期收益、筹资成本、管理费用及借款人的信用等级等构建自己的信用定价模型，制定恰当的定价策略。

（四）培养高素质的风险管理人才。

要提高信用风险管理水平，必须培养高素质的人才队伍。现代风险管理需要的是精通金融学、经济学、数学、计算机的复合型人才。

（五）强化金融监管，提高银行风险管理水平

目前我国商业银行内部评级系统不完善，更加凸显了外部监督的重要性。银监会要监督检查各商业银行资本是否充足，确定监管资本各类方法需要满足的最低标准。要制定具体的信息披露办法，强化银行业信息披露，提高商业银行信息披露的透明度和有效性，还要引导市场加强对于银行信息的分析，逐步提高市场约束的力量，以此来提高我国商业银行信用风险管理水平。

参考文献：

[1]邱志会.关于我国商业银行信用风险管理现状的思考[J]. 科技情报开发与经济，2005,(04).

[2]史宝平.商业银行信用管理绩效评价指标体系与模型的构建[J].当代经济科学,2003,(05).

[3]马睿宏,崔学兰.金融业全面开放后商业银行信用风险及防范[J].经济问题,2007,(09).

(编辑：ZK)

作者：杨云雁

商业银行信用管理论文 篇2：

人民银行与我国的征信体系

[摘要]：中央银行在一国的征信体系监管和建设中发挥着重要的作用。在我国，人民银行被赋予了管理征信业，推动社会信用体系发展的职责。在人民银行在履行这—职责的同时，也存在着一些问题。针对这些情况，借鉴国征信体系的经验，对人民银行建设和监管征信业提出几点建议。

[关键词]：征信体系　人民银行　监管

一、征信体系及国外中央银行在其征信体系中的作用

征信系统用于描述一个经济体中有关征信的广泛的制度框架，包括私人信用登记系统；公共信息登记机构；征信系统的法律框架；征信系统的监管框架；经济体中其他有关借款人资料的特点，金融中介和其他机构对信用数据的使用情况，征信系统的文化内涵。在此体系中，一国的中央银行发挥着重要的作用。

在以欧洲七国为代表的公共征信系统国家中，中央银行或银行监管当局运作和管理其公共征信系统。比如在法国，法兰西银行运行和管理其公共征信公司一风险服务中心。在代表私营征信模式的美国，美国联邦储蓄委员会在征信体系监管中的作用仅次干联邦交易委员会，是诸多法律的起草者和执法机构。具体来说，美联储是规范商业银行信用管理相关法律的执法机构。而在没有建立起征信体系的国家，中央银行的作用更大，往往作为社会信用体系的初始推动者，保证商业银行在内的金融机构所掌握的征信数据对征信机构开放，扶持信用中介机构的发展，甚至于推动信用管理的立法工作。

二、我国征信体系建设中人民银行的作用

《国务院办公厅关于印发中国人民银行主要职责内设机构和人员编制规定的通知》赋予了中国人民银行“管理征信业，推动建立社会信用体系”的职责。人民银行内设征信管理局，负责组织拟订征信业发展规划、规章制度及行业标准；拟订征信机构、业务管理办法以及有关信用风险评价准则；建设金融征信统一平台，推进社会信用体系建设；下设直属事业单位中国人民银行征信中心，主要任务是依据国家的法律法规和人民银行的规章，统一负责企业和个人征信系统(又称企业和个用信用信息基础数据库)的建设，运行和管理。

人民银行牵头建设了一个全国范围内的公共征信平台，包括三大系统：信贷登记咨询系统，即企业征信系统；个人信用数据库。应收账款质押登记公示系统。2006年6月底，企业信用信息基础数据库实现了在所有中资、外资商业银行和有条件的农村信用社全国联网运行。到2008年底，企业征信系统收录企业及其他组织1447万户，其中借款人有694万户。个人信用信息数据库从1999年7月开始试点，2004年底实现15家全国性商业银行和8家城市商业银行在全国7个城市的成功联网试运行。2005年8月底完成与全国所有商业银行和部分有条件的农村信用社的联网运行。2006年1月个人信用信息基础数据库正式运行。截止2008年9月底，个人征信系统收录自然人数6.4亿人，其中有信贷记录的1.4亿人。

人民银行出台了《中國人民银行信用评级管理指导意见》、《征倍数据元注册于管理办法》等规章制度，以规范征信市场，管理信用中介机构及信用信息数据库。同时，人民银行地方分支机构与当地政府密切合作，共同探索建设区域征信体系。

三、人民银行在管理推动征信业中存在的问题

首先，人民银行征信模式存在不足。人民银行征信系统网络连接商业银行等金融机构，企业和个人信用信息，主要是其贷款或其他业务信息，定期由各金融机构流入企业和个人征信息统进行汇总。这属于行业征信，而非联合征信，征集而来的信用信息并不全面，存在着大量缺失。人民银行企业和个人征信系统也只为银行系统服务，私营征信公司不能利用其中的基础数据，导致了信息资源利用效率的损失。同时，银行信贷信用信息的内部垄断不利于信用服务市场机制的发挥。

第二，人民银行“四位一体”会产生法律和管理上的问题。人民银行“四位一体”是指人民银行同时身兼其企业和个人征信系统的管理者，信用信息的征集者，信用报告的出具者以及信用报告的使用者四个身份。具体来说，人民银行的征信中心管理征信系统，从商业银行及其他金融机构收集贷款企业或贷款人的信用信息，同时身兼对贷款卡的审查与发放，并对贷款人或企业进行信用评估、出具信用报告。而同时，企业和个人信用信息基础数据库中的信息又协助人民银行对商业银行的监督管理，判断货币政策的执行状况以及进行宏观经济分析。监管者同时具备被监管者的身份，信用报告的制作者同时也是信用报告的使用者，不利于人民银行管理征信业职能的履行。

四、借鉴国外经验得出的一些改进建议

首先，进一步完善人民银行的公共征信系统。可借鉴国外公共征信的模式，针对我国的具体情况，对传统的公共征信模式进行改良，使之符合我国的实际需要。比如完善现有的征信系统中基础数据种类的采集；设置数据采集的“门槛”，即最低贷款规模要求；设计适当的“保存时间”；建立适当的失信惩戒机制；建立相应的信用信息共享机制等。

第二，人民银行应促进私营征信机构、私营信用中介机构的发展。我国的国情与现实决定了我国发展以公共征信为主导的征信模式，但这并不意味着不能有私营的征信公司。公共和私营征信系统之间应该是互补而非替代关系。促进私营征信机构的发展，一方面可以弥补公共征信系统的不足，另一方面有利于征信市场竞争机制的培育，以推动征信技术的进步，使得征信数据更加全面、准确，真实。

第三，明晰人民银行对征信业的监管职责。将来可考虑在征信管理局的基础上成立一个独立的全国性的征信监管机构，作为征信法律法规的解释者与执法者，此时，人民银行可作为规范商业银行信用管理相关法律的执法机构，此外，推动征信行业协会的组织成立，促进征信的同业自律，作为对国家征信监管的补充。

作者：王柳希

商业银行信用管理论文 篇3：

商业银行信用风险度量方法演进及借鉴

[摘要]自巴塞尔协议规定用于确定风险资本充足率的内部模型必须是以VaR为基础的模型以来，VaR已成为目前最为流行的风险管理模型，此模型的引进和应用对改进我国商业银行信用管理有借鉴意义。本文回顾了传统的信用风险管理模型，着重对市场上基于VaR的三种主要信用风险度量和管理方法：CreditMetrics模型、KMV模型、CreditRisk+模型进行比较分析，阐述了它们的基本原理与相应优缺点。

[关键词]商业银行；信用风险度量；VaR

[DOI] 10.13939/j.cnki.zgsc.2015.08.017

在现代金融体系中，商业银行作为金融和交易的主要金融中介，一个国家经济状况的晴雨表，在减少经济风险和不稳定因素，保证国民经济顺畅运行方面发挥着举足轻重的作用。商业银行在运营中本身承担着各种类型的风险，包括信用风险、利率风险、流动性风险、管理风险、资本风险和政策风险等。其中，信用风险是金融市场中最古老也是最重要的风险形式之一。它是现代社会经济实体、投资者和消费者所面临的重大问题。

1988年巴塞尔协议提出信用风险的权数管理方式。在该风险管理方式下，银行有效的定量信用风险定量管理技术有：专家系统，评分方法，评级方法。20世纪90年代以后，金融机构资产状况日益多样化，如信用衍生产品兴起，使信用风险管理更加复杂，金融机构迫切需要更有效的定量工具来辅助进行信用风险管理。此时，商业银行开始发展内部模型，采用VaR等方法对其资产市场风险进行管理。1996年巴塞尔协议修正案，正式许可金融机构可选择内部模型度量其面临的市场风险。在此推动下，用于信用风险度量的新方法也开始兴起。它们与以往的度量方法相比，更多应用现代金融理论和数理统计方法。

总的来讲，信用风险评价方法越来越体现出从定性到定量、从简单到复杂、从个别资产信用评价到资产组合信用风险评价的趋势。

1 传统信用风险度量模型

1.1 专家系统

专家系统最大特征是银行信贷的决策权是由该机构中具有丰富经验的信贷官掌握，主要依赖于他们的主观分析或定性分析方法衡量企业贷款的信用风险，并做出是否贷款的决定。在专家系统制度下，实施信用风险分析时，商业银行要遵循5C原则，即通过衡量借款人的品格（Character）、能力（Capacity）、资本（Capital）、担保（Collateral）、环境（Conditions），判断其信用风险程度并决定是否给予贷款。专家系统中，专门信用分析员随着机构的扩大越来越多，导致成本居高不下；另外，信贷官自身的偏好使其实施的效果很不稳定。因而，专家系统只能作为一种辅助性的信用风险度量分析方法。

1.2 Z评分模型和ZETA评分模型

Edward I. Altman于1968年提出了著名的Z评分模型（Z-score model），1997年他又提出了修正扩展后的第二代ZETA评分模型（ZETA credit risk model）。Altman的评分模型是一种多变量的分辨模型，根据数理统计中的辨别分析技术，对银行过去的贷款进行统计分析，将反映借款人经济状况或影响借款人信用状况的若干指标赋予一定权重，然后对所得Z（ZETA）值进行分析并将其与基准值相比来决定是否给予贷款以及贷款定价。Altman的评分模型本身存在一些缺陷，如只考虑了违约与不违约两种极端情况，而忽略中间各种可能情形；缺乏足够的经济理由解释赋予各变量的权重等。

1.3 非线性区别模型与神经网络分析系统

非线性区别模型与神经网络分析系统等的应用使信用评分模型得以拓展。Altman Marco和Varreto在对意大利公司财务危机预测中应用了神经网络分析法，Coats及Fant等采用神经网络分析法分别对美国公司和银行财务危机进行预测，取得了一定的效果。王春峰等也应用神经网络等方法对我国商业银行进行了信用风险评价。然而神经网络的最大缺点是其工作的随机性较强。因为要得到一个较好的神经网络结构，需要人为地去调试，非常耗费人力与时间，而并没有实质性的优于线性区别模型。

2 现代信用风险度量模型

2.1 期限结构模型

期限结构模型的基本思想是通过有风险企业债券与无风险债券之间的利差的分析推测借款人的信用风险。

2.2 死亡率模型

死亡率模型（Mortality Model）是通过分析某一信用级别的债券或贷款的历史违约情况来测度具有同一级别的金融工具的信用风险程度。这种方法以贷款或债券的组合以及它们在历史上的违约经历为基础，开发出一张表格，用该表来对信用资产的边际死亡率（Marginal Mortality Rate，MMR）和累计死亡率（Cumulative Mortality Rate，CMR）进行预测。将MMR、CMR与违约损失率结合起来，人们便可以获得预期损失的估计值。目前这类模型用来分析贷款违约情况的主要困难是缺乏必要的历史记录材料。

2.3 RAROC模型

RAROC（Risk-Adjusted Return On Capital）模型的主导思想是通过计算单位贷款风险的收益率并与基准相比来决定是否发放贷款以及贷款定价。其基本表达式为：RAROC = 贷款收益/风险资本

其中分子反映了某项贷款一年的预期收益，包括利差收益、手续费等并扣除预期损失及运营成本等。分母则是对不可预期的损失或风险资本的度量。如果计算得到某项贷款的RAROC大于临界风险收益率，则可以发放该项贷款，否则应拒绝。

2.4 基于VaR的现代新兴信用风险度量模型

VaR（Value at Risk）是在正常的市场条件和给定的置信水平（通常是95%或99%）上，某一投资组合预期可能发生的最大损失。

目前国际上基于VaR的信用风险评估模型主要有如下几种：（1）J. P. Morgan的CreditMetrics模型；（2）KMV公司的KMV模型；（3）CSFP（Credit Suisse Financial Products）的CreditRisk+模型。下面对这三种新兴信用风险度量和管理方法进行分析比较。

2.4.1 Credit Metrics模型

1997年，以J. P. Morgan代表的几家著名的金融机构联合推出了CreditMetrics模型，该模型将借款者的信用等级与风险资产的预期价值联系起来，对资产组合的信用风险进行量化和分析，目前已成为最具国际代表性的内部风险管理模型。

在CreditMetrics模型中，给定投资组合（已知组合中资产类别以及它们之间的组成比例），可以得出一定期限后（通常一年）的组合价值分布曲线，进而用该曲线计算投资组合VaR值。计算组合价值分布曲线有分析方法和模拟方法两种。以下用一个简单例子来说明分析方法计算组合价值分布的过程。这里假定债券投资组合中仅含有一种BBB等级债券。计算中需要的违约率和转移矩阵由信用评级机构提供，它们是通过对历史数据求平均值获得的。假定下一年BBB债券等级变动概率见表1（限于篇幅，该表仅取信用转移矩阵的一部分）。

从表1可以看出，债券下一年保持BBB等级概率为86.93%。信用等级变化后，债券价值将采用相应等级债券利率期限结构进行折现。如果信用等级下降（上升），信用利差高（低），债券价值将下降（上升）。本例中设BBB等级债券利率期限结构见表2。

同理，我们对债券期末变动到其他等级的情况，也分别进行估价，可得表3。

从数据中，可得出一年后债券价值分布曲线，然后可求出该投资组合在一定置信度下的VaR值。投资组合中只有一种债券的例子是最简单的，现实投资组合往往很复杂，含有多种债券（或其他有信用风险的金融工具），用分析方法将很难求解，常采用模拟方法。模拟方法首先根据信用转移矩阵确定信用等级发生变化的临界资产收益率；然后假定公司资产价值收益率服从正态分布，模拟产生相当数量的资产收益率，结合临界收益率决定每次模拟信用等级变动情况，分别计算投资组合价值；最后得到投资组合价值分布的模拟曲线，根据该曲线可以计算VaR值。

Credit Metrics模型还考虑了投资组合中不同债务人资产之间的相关性。为求不同债务人资产之间的相关度，该方法先构造不同国家产业之间的相关度模型，使用各个国家证券市场的综合指数和行业指数来进行分析。然后根据每个债务人在国家和产业中的参与程度，分配权重。运用指数相关度和权数一道就可以计算债务人之间的相关度了。Credit Metrics模型是第一个公开提供的用于投资组合信用风险度量的方法。J. P. Morgan还发布了基于此方法的Credit Manange模型工具来进行投资组合信用风险的管理，形成了一套非常完整的信用风险度量和管理框架。但该方法中有以下问题需要进一步讨论：第一，模型中违约率直接取自历史数据平均值，但实证研究表明，违约率与宏观经济状况有直接关系，不是固定不变的，在经济高速增长阶段，违约率较低；而在经济衰退时期，违约率则很高。第二，模型假定资产收益服从正态分布，它是进行模拟的基础，但资产收益的实际分布有待进一步研究。第三，模型中假定企业资产收益之间的相关度等于公司证券收益之间的相关度，该假设有待进一步验证，模型计算结果对于这一假定的敏感性很高。第四，模型中假定无风险利率是固定不变的，影响投资组合价值的只有各种信用事件，市场风险对于投资组合价值没有影响。以下两个模型也同样假设没有市场风险。

2.4.2 KMV模型

Credit Metrics模型中，认为同一信用等级公司违约概率相同，不同信用等级公司违约概率是历史数据平均值，这两个假设对于计算结果的精度影响较大。KMV公司提出的模型不使用信用评级机构提供的统计数据来确定违约概率。它对每一公司分别使用默顿的违约证券估价模型来确定其实际违约概率，模型中违约率是公司资本结构、资产收益波动率和公司当前资产价值的函数。该方法定义了期望违约频率EDF（Expected Default Frequency）概念，每一公司有自己独特的EDF。模型认为EDF值充分反映了公司信用利差、信用等级等市场信息。计算EDF分为三个阶段：首先估计公司资产价值和公司资产波动率；其次计算违约距离DD（Distance to Default），它是用指数形式表示的违约风险值；最后使用KMV违约数据库将DD转化为EDF。以下具体说明EDF计算过程。

PV为债券现值，LGD为违约时的损失，Ci为现金流，Qi是累积风险中性EDF，对EDF进行修正后得到。式中第一项为无风险部分现值，第二项为信用风险部分现值。KMV模型不对整个投资组合价值进行模拟计算，而是用分析方法求解投资组合价值分布。KMV模型假定充分分散化的投资组合，其损失分布是反正态分布，从而求得一定置信度下的损失值La。

与Credit Metrics模型相比，KMV模型度量方法包含更多市场信息，因而认为能更好预测未来。该模型需要进一步研究的问题有：（1）期权定价方法可求解公司资产价值和波动率，但缺乏有效方法对它们的精确性进行检验。（2）为了能使用期权定价公式，分析时假定公司债务结构是静态不变的。（3）模型离不开资产收益正态分布假设，否则就不能求出理论EDF值。

2.4.3 基于精算方法的Credit Risk+模型

CreditRisk+模型使用保险精算的计算框架来导出投资组合损失。该方法只对违约风险进行建模，而不考虑信用等级变化。

由于每一次违约损失额不一样，对于整个投资组合来说，损失分布将不再遵循泊松分布。为求得损失分布，CreditRisk+模型先将投资组合中每笔贷款风险暴露按大小分组，组内贷款暴露相同，因此，每组损失分布将遵循泊松分布，然后将各组损失汇总，就得到整个投资组合的损失分布。

CreditRisk+模型还分析了投资组合多期情形下的损失分布和违约率随机变化下的损失分布。该方法明显优点是数据需求少，主要输入数据仅为贷款违约率、违约率波动率和风险暴露，但主要不足有：第一，由于忽略了信用等级变化，因而每笔贷款信用风险暴露在计算期间内固定不变，这与实际情况不够符合。第二，分组时，对每笔贷款暴露进行近似，从而将高估投资组合损失的方差。第三，违约率波动率不能直接获得，需要用结构模型从其它市场数据中获得。

2.4.4 结 论

以上比较了当前国际金融界三种最知名的信用风险度量方法，分析了它们的基本原理和相应优缺点。归纳起来，CreditMetrics模型的信用风险基于一定时间内某一信用等级资产向其他信用等级资产转化的概率；KMV模型认为违约的过程是内生的，并且与其公司的资本结构有关；CreditRisk+模型认为对贷款或债券的违约是外生的泊松过程，3种对违约概率的不同估计，造成了模型的差别。近年来，信用风险度量方法发展很快，又有不少知名公司进入这一领域，引起业界注意。如1998年，麦肯锡公司提出Credit Portfolio View方法，它不使用历史数据，违约概率基于当前经济状况；2000年4月，穆迪公司提出Risk Calc方法，该模型也使用了默顿的期权理论，并用统计方法分析历史数据。将来，随着信用风险度量方法进一步成熟，它们在金融机构信用风险管理中将发挥越来越大的作用。

参考文献：

[1]李志辉.现代信用风险量化度量和管理研究[M].北京：中国金融出版社，2001.

[2]王曼怡.金融企业信用风险管理[M].北京：中国经济出版社，2003.

[3]王春峰.商业银行信用风险评估及其实证研究[J].管理科学学报，1998（1）：68-72.

[4]张瀛.信用风险管理的发展及主要新方法[J].系统工程理论方法应用，2004，13（4）：324-329.

[5]李毅敏.商业银行信用风险测量方法的演进及借鉴[J].华南金融研究，2002，17（5）：33-36.

[6]程鹏等.信用风险度量和管理方法研究[J].管理工程学报，2002 （1）：70-73.

[7] 张赟格，赵林海.信用风险度量模型综述[J].中国市场，2014（4）.

作者：田卫国