银行信用风险披露研究论文

摘要：三农发展一直以来都是国家重点关注的领域。服务于三农和小微企业的村镇银行经过十余年的发展在促进农村经济改革，改善农村金融环境等方面做出了重要的贡献。但是近年来我国经济发展下行趋势明显，银行不良贷款激增，村镇银行风险防控面临着巨大的压力。今天小编为大家精心挑选了关于《银行信用风险披露研究论文(精选3篇)》，仅供参考，希望能够帮助到大家。

银行信用风险披露研究论文 篇1：

我国上市商业银行信用风险控制研究

摘要：

从我国上市商业银行信用风险的特点出发，阐述了我国上市商业银行的信用风险表现及其控制方法与应用机理，并试图从信用风险评价方面探讨完善我国上市商业银行信用风险控制制度的发展方向。

关键词：

信用风险；控制；评价

F83

文献标识码：A

1引言

目前我国经济进入新常态，随着经济全球化，金融市场也迎来了前所未有的发展机遇，上市商业银行作为支付结算的中介，在推动金融市场发展、促进完善资本市场方面发挥着重要的作用，可随之而来的信用风险控制问题在市场经济活跃的今天显得越来越突出，其对商业银行的生存起着举足轻重的作用，我国当前信用风险控制仍处于落后，其在方法和体制上均存在不足之处，因此有必要探讨信用风险控制的机理，不断使我国商业银行信用风险控制体系日趋完善。

2商业银行信用风险控制特点

商业银行存在的主要风险是信用风险，这种风险最大的来源就是信贷业务，除此之外还有承兑、担保等表里表外业务。单就信用风险控制而言，其特点可概括为以下：

（1）风险具有潜在性：随着市场经济的逐渐开放，很多濒临破产的企业，明知资不偿债还要借款，更有调查表明我国国企资产负债率平均高达80%左右，其中70%来自银行贷款，而且国企的还款意愿很低，这在无形之中形成了银行的信用风险。

（2）信用风险控制的长期性：在当前情况下，要想转变观念是一个长期的过程，尤其对于中国由计划经济转型市场经济这一过程中，企业与银行要想达到契约型的默契，需要双方都付出，往往需要几代人的努力才能将这种观念根深蒂固。

（3）信用风险控制的艰难性：当前银行对于不良资产的处理方法相当滞后，这与信贷风险预测、控制机制不健全都有不可分割的关系，往往很多不良资产出现后，很多措施都无济于事了。

3商业银行信用风险控制现状

从现有数据来看我国商业银行信用风险控制现状，比较常见的两个指标是不良贷款率和资本充足率，其中不良贷款率是一个最重要的衡量指标，其是指不良贷款占贷款总额的比例，其值越小说明银行经营越稳健，相反较高的不良贷款率预示着银行的高信用风险，其值的失衡对于整个银行业、金融体系乃至我国整个宏观经济体系都会产生巨大隐患。但由于近年来我国内控理论的不断完善，和管理工具的不断创新，我国商业银行的不良贷款率近几年呈下降趋势。

从图1可以看出，我国近几年不良贷款率呈下降趋势，从表面数据看说明我国商业银行信用风险控制程度在不断提高，抵御风险的能力在不断加强，其经营安全性值得信赖，可是透过现象看本质，显著的不良贷款率下降的背后有可能隐藏着不良贷款总额的上升，由于不良贷款率=不良贷款总额/全部贷款总额，有可能出现分母的增大超过分子增加的情况，因此尽管不良贷款率下降了，有可能不良贷款总额还处于上升状态，而且这种风险更大，因此在一系列金融政策和所有制改革的背景下，我们要时刻警惕不良贷款总额的实际变化。

对于资本充足率，其值以达到28%为合适状态，随着我国银行业的对外开放，银行业金融机构资产规模越来越高，呈现出资产良好的状态，可是这种表象的背后也隐藏着巨大的风险，比如现阶段银行业为了应付金融监管机构的检查，通过再融资以取得满意的资本充足率，实际上这种行为风险更大，因此后续对于商业银行信用风险评价应该同时更多的关注其他因素指标。

综上可以看出，我国加入WTO后，开始逐渐重视对商业银行信用风险的控制，在制度方面表现为中央银行颁布了《商业银行资产负债比率管理监控、检测指标》，在实际工作中表现为商业银行实行的信用评级机制、自身信用风险评价机制等，尽管商业银行在信用风险控制方面逐渐在完善，可是仍然存在不少问题现状如下：

（1）我国商业银行信用风险评级体制机制还不成熟，信用风险评价所依赖的外部条件有待进一步优化。

（2）信用风险控制基础较为薄弱，风险控制体系被条块所分割，缺乏统一的信用风险控制框架，且好多商业银行没有将信用风险控制作为日常性工作，缺乏独立的信用风险报告程序。

（3）信用风险控制缺乏统一的数据库，由于现行客户信息错综复杂，现有的信息量虽说可以弥补一部分客户信息，但还是远远不够的，且存在信息失真、粗糙、不及时情况。

（4）商业银行缺少对经营风险的意识，在内控机制和风险防范方法上比较落后，导致风险积聚，往往都是风险发生后才进行控制。

4我国商业银行信用风险控制完善及建议

4.1我国商业银行信用风险评价体系的完善

信用风险评价是商业银行信用风险控制的核心环节，而我国商业银行信用风险评价体制不健全成为制约我国商业银行信用风险评价的一道大坎。总结起来有以下原因：

（1）征信业发展不完善，我国征信业自1992年开始，1995年邓白氏集团作为全球最大的征信公司在我国开业，随后现存华安、华夏、新华信等数家国内征信公司，征信业规模较小，效益也很低，其征信公司取得信用数据缺乏有效渠道，成为阻碍我国征信业发展的一大障碍。

（2）商业银行信用风险评价专业人才匮乏，目前国内商业银行信用风险评价仍依赖传统信贷部门，缺乏独立的、科学的评价机构。一些银行工作人员由于缺乏信用风险评价专业知识，且时常出于争取客户存贷款业务的目的，擅自篡改客户信用状态，这在无形之中给银行带来很大的信用风险隐患。

（3）信用风险评级制度不健全，商业银行信用风险评级是内部运作，而不少商业银行对评级结果对外披露，这样就会受不少外界因素干扰，再加上本身财务资料的收集就有难度，这样会使评级结果含有其他因素，可信度不高。

（4）信用风险评级结果应用不到位，我国商业银行评级结果只应用与决策贷与不贷之间，没有应用到信用风险控制的全过程。

4.1.1商业银行信用风险评价方法的完善

以往我国商业银行信用风险评级主要是针对客户的信用评级，其不仅主观性较强且存在客户信息失真、评级迟滞、银行员工人为操作等一系列弊端。现阶段，随着信息化水平不断增进，建立有效的银行信用风险评级指标体系具有深远的现实意义。

我国商业银行信用风险评价方法大概有专家方法、评级方法和信用评分法，其中专家方法较为传统，且其主观性较强，但是其能够较为灵活的处理定性评价及其指标；评级法以损失准备金为重要指标来衡量银行贷款等级，不同的等级赋予不同的损失准备金率；信用评分法为定量评价，前人对此研究也较多，其原理为对评价对象的财务比率进行分析，通过建立回归模型进行数理分析，以模型输出值与基准值进行比较，以此来衡量评价对象的风险。

以上三种方法，均有利有弊，由于我国商业银行还处在金融改革的重要阶段，完全依赖定性与定量分析均不适合我国商业银行的现阶段情况。且以上三种方法，都是对银行契约的另一方即是客户的评价，缺少对银行本身的评价，由于商业银行信用风险不仅仅之来源于客户，其本身的经营环境以及员工素质等都对银行本身的信用风险产生影响，因此商业银行信用风险评价可以采用定性和定量相结合的方法，通过建立多层模糊综合评价模型，将定性指标定量化，从而采用层次分析法将反映信用风险的各个单一因素评价纳入一个统一的数学模型中，通过实证确定各个因素指标的比例权重，从而为我国商业银行信用风险评价提供一个科学的、可信的评价方法。

4.1.2商业银行信用风险评价体制的完善

建立一个高效的信用风险评价体制，是商业银行信用风险评价顺利完成的外在保障，在正确选择信用风险评价方法后，应当建立商业银行信用风险评价制度以保证评价方法的实施，商业银行还应建立独立的信用风险评价机构，配备专业的信用风险评级队伍，大力开展征信业务，同时应明确商业银行风险评级的保密性，使风险评级结果不仅应用于贷前控制，而且用于贷后业务调整、政策调整的重要依据。

4.2商业银行信用风险控制信息体系的完善

动态的信息体系是商业银行信用风险控制得以顺利实施的重要保证，随着大数据时代的到来，充分利用大数据时代的优势，目前我国商业银行信用风险评价体系指标都是静态的，而信用风险控制是一个动态的过程，而且客户信用也是在不确定的变化着，因此充分利用大数据信息优势，构建信用风险全面控制体系，使信用风险控制具有前瞻性和可操作性。

4.3商业银行信用风险控制外部环境的完善

从上述现状分析来看，我国商业银行信用风险控制的外部环境有待改善，如监管当局的治理不到位、银行的受支持程度不高，特步是银行内部存在职工素质不高、组织管理混乱等现象，商业银行应当充分发挥自身优势，定期组织员工培训，强化内部控制，不断增强员工的经营风险意识。

4.4商业银行信用风险控制方法的完善

以往商业银行信用风险控制方法较为保守，以信贷业务为例，商业银行只将对客户的评级结果作为贷与不贷的依据，没有将此结果运用到整个信用风险过程中，贷后又存在对客户不分业务种类、评级级别的同样控制，此控制方法弊端百出，为此提出以下建议：

（1）实行风险贷前控制：信用业务是商业银行的核心业务，信用风险控制是有效开展信用业务的重要前提，因不良贷款导致银行倒闭的案例已不在少数，我国商业银行应加强贷前控制，包括授信额度的确定、贷前授信资格准入、贷前风险限额等一系列环节。

（2）实行差别化贷后控制：就是根据信用客户的等级，在后续的信用风险控制中不同对待，合理配置资源，首先应确定客户综合贡献度，其值的确定不是一项业务的叠加，而是贷款业务、中间业务等各项业务的综合评测，其次根据客户不同的综合贡献度差别化对待，对于新开户用户，应按月度定期下户，对于正常客户应按季度进行下户，对于重点客户，要建立重大事件报告制度，如高层人员的更迭以及公司重大战略的调整要及时进行通报。

5结束语

对于商业银行信用风险控制，总结起来，应该在其信用风险评价方面实行方法层面及体制层面的融合，信用风险评价结果科学是信用风险控制不断完善的重要保证，同时还应建立现代信息管理系统，由于商业银行信用风险控制是一个动态的过程，因此需要强大的信息数据库以保证实时监测，从而使我国商业银行信用风险控制日趋完善。

参考文献

[1]谷增军.大数据时代商业银行的信用风险防控之道[J].甘肃金融，2015，（2）.

[2]郭英见，吴冲.基于信息融合的商业银行信用风险评估模型研究[J].金融研究，2009，（1）：343.

[3]周春喜，任佳慧.商业银行信用风险综合评价研究[J].科研管理，2004，（02）.

[4]李栋.我国商业银行信用风险存在的问题及成因[J].商业经济，2009，（1）：318.

[5]舒海棠.试析我国商业银行信用风险控制[J].金融与经济，2006，（12）.

作者：胡伟

银行信用风险披露研究论文 篇2：

基于Logistic模型的村镇银行信用风险实证分析

摘要：三农发展一直以来都是国家重点关注的领域。服务于三农和小微企业的村镇银行经过十余年的发展在促进农村经济改革，改善农村金融环境等方面做出了重要的贡献。但是近年来我国经济发展下行趋势明显，银行不良贷款激增，村镇银行风险防控面临着巨大的压力。我国非上市中小企业财务信息很难获得，本文通过调研山东省某村镇银行，以其21家企业贷款客户2015-2018年度财务数据为样本，运用Logistic模型对影响村镇银行信用风险的因素进行分析，结果显示流动比率、现金比率、营业利润率以及净资产收益率等财务指标对村镇银行信用风险有着显著影响。

关键词：村镇银行 信用风险 Logistic模型 金融科技

一、引言

农村经济发展历来受到党和国家的重视，中央一号文件连续多年提出要加大对“三农”领域的投入，加大金融支持力度，改善农村金融环境。为此，服务于农民、个体工商户和中小微企业的村镇银行应运而生。经过十余年发展，村镇银行灵活、快捷的服务己经为农村经济发展做出了重要的贡献。以山东省为例，相关统计数据显示，村镇银行存款吸收和贷款投放的力度逐年加大，2018年第三季度，山东省村镇银行吸收各项存款856.47亿元，发放各项贷款总额为646.56亿元，其中91.7%投放于农户和中小企业，为支持山东省三农经济发展做出了重要贡献。与此同时，相关数据显示第三季度村镇银行的不良贷款率为3.27%，远超其他商业银行。当前我国经济发展增速减缓，企业违约事件频发，担保圈风险暴露严重，银行不良贷款激增，在此背景下做好村镇银行风险防控工作刻不容缓。

二、文献综述

国外对于类似村镇银行的中小社区银行信用风险研究侧重于建立模型进行实证分析，研究成果被大量运用于银行的信用风险管理之中。Martin（1977）选择了58家濒临破产的美国银行，使用8个有代表性的财务指标构建Logistic模型来预测企业的违约概率。West（1985）证明了Logistic模型适合用来研究银行信贷风险。此外还有众多知名的风险度量模型，如KMV模型、BP神经网络算法和Credit Metrics模型等皆可以帮助银行预测违约概率。

国内对银行信用风险的研究，多以大型国有控股银行和股份制商业银行为样本进行研究，如贾云赟（2012）构建Logistic模型，研究了影响商业银行信贷风险的11个指标。Zhang Neng-Fu （2014）使用不良贷款率作为主要指标，构建Logit模型对我国商业银行信用风险进行压力测试，为我国商业银行信用风险管理提供参考。总体而言，较少考量到村镇银行等新型农村金融机构的风险防控以及新常态下的宏观经济发展对村镇银行的影响。

三、模型构建与指标选取

（一）模型构建

根据现代金融理论，衡量商业银行信用风险最常见的指标就是商业银行不良贷款比率和企业违约概率。本文选取企业违约概率来衡量村镇银行信用风险的大小。为了便于进行回归分析，引入定性变量Y作为解释变量，假设研究存在两种不同情况，银行存在信用风险即企业出现信贷违约时，令Y=1;反之信贷违约不发生则Y=0。模型表述如下：

被解释变量Y代表银行信用风险是否存在，取值0或1;Xi代表解释变量，是银行信用风险的影响因素;α是随机参数;βi为待估计系数，则Y与X的关系可表示为：

P表示银行贷款发生损失即信用风险的概率，即Y=1的情形，1-P表示没有发生损失的概率，即Y=0的情形，0≦P≦1，P越接近1，银行贷款发生损失的概率越大，即银行信用风险越大，反之亦然。进一步简化得：

（二）指标选取

本文在解释变量的设计方面，选择了与企业财务状况联系紧密的16个指标作为分析对象，按照性质归纳为偿债能力指标、盈利能力指标、经营能力指标和发展能力指标等四大指标体系。模型最初选取的16个财务指标如表1所示。

（三） 数据来源与处理

村镇银行的贷款客户以农户和未上市的小微企业为主，目前我国中小企业的信息披露机制尚不健全，非上市的中小企业财务信息很难获得。为了使数据真实可靠，本文对山东省某村镇银行进行实地调研，经过研究选取了该银行21家企业贷款客户2015-2018年的相关财务数据作为样本，运用SPSS 22.0软件进行分析处理。

四、实证检验

（一）主成分分析

本文对初选的16个财务指标进行主成分分析。首先进行了KMO检验和Bartlett球形检验，检验结果表明适合采用主成分分析方法，详细结果见表2。经检验提取了特征值大于1的5个主成分，其累计贡献率达到了80.72%，效果较好。由于篇幅有限，特征值小于1的项目此处略。主成分提取结果如表3所示，旋转成份矩阵如表4所示。

通过表4可知，提取的5个主成分代表了多个财务指标，factor1表示企业的盈利能力，代表了 X10， X11， X12， X13四个指标的信息量;factor2表示企业的偿债能力，代表了 X1， X2， X3， X4等四个指标的信息量;factor3表示企业的发展能力，代表了 X14， X15， X16三个指标的信息;factor4表示企业的经营能力，表达了变量 X7， X9等两个指标的信息量;factor5代表了变量 X6，反应了企业偿付借款利息的能力。通过表5可以得到factor1-factor5的表达式，此处略。

（二）Logistic模型回归分析

将上述提取出的5个主成分作为自变量，将企业违约率Y作为因变量，整理调研所获得的企业数据，将企业正常贷款记为Y=0，關注类及以下贷款记为Y=1，运用SPSS22.0软件进行Logistic模型回归及稳定性检验，结果如下，见表6：

由表6可见，factor1，factor2通过了显著性检验，即企业偿债能力和盈利能力对村镇银行的信用风险具有显著影响。结合表5最终得到的Logistic模型表达式如下：

（三） Logistic模型的检验

对于模型的拟合优度检验，本文使用Hosmer和Lemeshow检验，如表7所示，P值为0.801大于标准值0.05，表明该模型具有良好的拟合效果。

从表8可知75组实际为正常的样本有73组被正确地识别了出来，准确率为97.3%，9组实际为违约的样本有6组被识别出来，准确率为66.7%，总预测准确率达到了93.5%，说明该模型的预测结果比较理想。

五、结论及建议

（一）结论

通过上述实证分析，可以得出如下结论：

第一，企业的盈利能力与村镇银行信用风险呈负相关的关系。

盈利能力反映了企业的发展前景和创造现金的实力，现金是偿还债务与利息的重要保障。盈利能力越强代表着企业偿还贷款本息的资金越有保障，从而发生违约的概率较低，因此村镇银行面临的信用风险较低，反之亦然。

第二，企业的偿债能力与村镇银行信用风险的发生呈负相关的关系，偿债能力越强信贷违约风险越低，这与其经济学意义相一致。通常用现金比率、流动比率以及速动比率等财务指标表示企业的償债能力，在规定范围内，这些指标越高意味着企业有充足的的流动资金，则企业偿还债务的能力越强，发生违约的概率较低;反之，企业偿债能力越弱，发生债务违约的概率就越大。

（二）对策建议

根据上述研究结论，本文从村镇银行角度提出如下对策建议：

1. 提高风险防范意识，健全村镇银行内控机制。村镇银行立足于广大农村地区及偏远山区，作为中小型农村金融机构，其整体规模较小，设立门槛较低，在乡镇一级设立村镇银行注册资本金要求仅为100万元人民币。大多数村镇银行的信贷人员学历不高，合规操作和风险防范意识较差，担保抵押品的缺失使得村镇银行的贷款缺乏实质性的保障。同时村镇银行的贷款对象主要是中低收入和贫困居民、小微企业等弱势群体和弱势产业，贷款额度虽然不高但是贷款频繁且分散，加之三农行业的高风险、低收益特性决定了村镇银行面临着巨大的信用风险。因此，村镇银行必须健全内控机制，防止监督制度形同虚设。提高员工合规操作意识，严格贷款的审批流程，强化贷款的催收管理，严禁信贷人员违规发放贷款，制定有效的风险应急处理措施。

2.推进多元化经营，提高村镇银行核心竞争力。从资产结构的角度来看，目前村镇银行将贷款作为其最主要的资产业务，结构单一，风险巨大。面对激烈的市场竞争，村镇银行想要获得立足之地就必须开展多元化经营，优化资产结构，提升非信贷资产比例，增加利润增长点，扩大村镇银行非利息收入来源，进而降低信用风险。例如，针对农业经济高风险、低收益的特点，村镇银行可以与金融科技企业合作，发展基于大数据的农业供应链融资，沿产业链挖掘与核心企业交易频繁的上下游小微农企、农户等机构或个人，通过专业的金融信息服务平台更加精准的获取客户的征信情况、财务数据以及担保情况等信息，为客户提供高效便捷的贷款和理财服务。

3. 结合金融科技创新，建立全面高效的风控管理模式。目前我国村镇银行的信用风险评估以静态和定性分析为主，运用简单的财务分析和信贷评分等方法对客户进行贷前评估，缺乏现代化的计量建模量化分析手段。我国农民的文化水平普遍较低，信用意识差，征信系统的不健全和信息不对称使得村镇银行信用信息采集成本提高，进一步加大了村镇银行信用风险管理的难度。

以大数据为代表的新技术兴起对村镇银行而言是个契机，村镇银行想要创立全面高效的风控和信贷管理模式，不可避免的要和金融科技公司以及互联网大数据平台进行深入合作。他们可以帮助村镇银行更加科学的进行信息的采集和分类，提高其风险监控能力。农户和中小微企业普遍存在担保抵押品不足的问题，通过大数据挖掘和分析可以掌握企业真实的经营状况以及联保、互保等情况，进行贷后的跟踪监测，建立风险预警机制和危机处理制度使村镇银行能够及时采取相应措施，减少甚至防止损失的发生。

参考文献：

[1]Martin D.Early warning of bank failure：a logit regression approach[J].Journal of Banking and Finance，1977，（03）.

[2]RC West.A factor-analytic approach to bank condition[J].Journal of Banking and Finance，1985，（9）.

[3]贾云赟.商业银行房地产开发信贷风险的统计分析[J].统计与决策，2012，（15）.

[4]Zhang Neng Fu，Kang Xiang.The application of stress testing and applied technology in credit risk management[C].Advanced Materials Research，2014，（8） .

[5]钱水土，陈鑫云.农村信用社区域性风险影响因素分析—基于面板数据Logit模型[J].金融研究，2016，（9）.

[6]杨懋劼.村镇银行小微业务风险防范研究[J].金融监管研究，2017，（3）.

作者：杨希

银行信用风险披露研究论文 篇3：

我国商业银行信用风险度量理论简述及思考

【摘要】信用风险一直是中国商业银行面临的最重要风险， 文章讨论了中国商业银行信用管理的现状，描述并评析了度量信用风险的各种理论方法和模型，最后对提升中国商业银行信用风险度量水平进行了一些思考。

【关键词】信用风险 内部评级 外部评级 债项评级 KMV模型

一、我国商业银行信用风险简介和现状

银行信用风险的是债务人或交易对手未能履行合同所规定的义务，影响金融产品价值，从而给债权人或金融产品持有人造成经济损失的风险。现代市场经济是建立在信用的基础上，信用体系在维持市场资源配置效率等方面发挥着积极作用，因此商业银行的信用风险防范至关重要。纵观我国商业银行发展历史，由于起步晚，信用管理体系存在一定的问题。例如：信用风险度量技术落后，信用管理的信息系统落后，法律和监管体系落后。

二、信用风险度量的方法和评价

站在监管者的角度来看，信用风险度量可以分为内部评级和外部评级。其中商业银行的内部评级又可以分为客户评级和债项评级两个方面。

（一）外部评级

标准普尔的排名主要参考发行人的违约可能性，而穆迪排名往往反映有关具体债务产品的预期损失，即违约概率（PD）×预期损失（EAD）。评级机构有自己多年积累的评价标准，分析因素通常包括企业历史回顾（企业竞争力）、管理及其政策的质量、业务基础、监管行为、市场、运行、成本控制和财务分析。值得注意的是发行人的信用等级不仅仅是当前状况的简要说明，更要预测长期发展趋势，因此外部评级还应把经济周期的因素考虑进去，根据随经济波动信用等级的变化概率，绘制信用等级变化的跃迁矩阵，计算经济周期效应修正信用评级。

（二）内部评级

1.客户信用评级是商业银行对客户偿债意愿的计量和评价，反映客户违约风险的大小，客户信用评级经历了从专家判断法到信用评分模型再到违约概率模型的三个发展阶段。专家判断是依靠信贷专家的自身知识、技能和丰富的经验来综合评定信用风险，其缺点是过于主观，且实际操作中常会因为专家意见不同而失去意义。信用评分模型是观察借款人的特征变量计算出一个得分来代表债务人的信用风险，这些变量包括收入、资产、年龄、职业、财务状况等历史数据，其缺点是评分结果无法给出违约概率的准确数值。违约概率模型是现代革命性的管理模式，各种模型成出不穷，例如Z-score模型、RISKCALC模型、KMV的CREDIT MONITOR模型、KPMG风险中性定价模型、死亡率模型和神经网络模型。其中KMV模型使用比较广泛，此模型是把企业与银行的借贷关系视为期权买卖关系，运用莫顿的期权定价技术，最终通过计算违约概率和违约距离的数值来测定违约风险。

2.债项评级是对交易的特定风险进行计量和评级，反映客户违约后的债项损失大小。测评因素包括抵押、优先性、产品类别、地区、行业等。银行一般计算两个指标，一是违约风险暴露（EAD），即债务人违约时预期表内项目和表外项目的风险暴露总额，包括已使用的授信余额、应收未收利息、未使用授信额度的预期提取数量。另一个是违约损失率（LGD），即损失占违约风险暴露的百分比，计算方式有市场价值法和回收现金流法。

三、提高我国银行信用风险度量水平的几点建议

在全球化的发展趋势下，我国商业银行势必要面对世界各国银行的市场竞争，当前各大银行正在着手实施巴塞尔协议Ⅲ，监管要求越发苛刻，因此我们还要进一步提升我国商业银行的风险度量的水平。

对于银行，要灵活运用各种信用风险度量方法，管理层根据银行自身特点，针对不同类别的客户使用不同的信用度量方法可以更加准确地识别风险。加强对银行风险管理人员的培训，跟进学习并且研究一些国际最新的风险度量方法，始终走在风险控制的前沿。对于监管者，要加强严格信息披露机制建设，保证信息收集和传递的通畅。建立完善全社会征信体系和银行业违约概率数据库，为风险度量研究提供有力的数据支持。构建一套完整的法律制度，不仅能更好的指导银行业识别度量信用风险，更能提升整个社会的信用水平。

（责任编辑：陈岑）

作者：王明晖