信用風險計量是現代信用風險管理的基礎和關鍵環節。信用風險計量經歷了從專家判斷法、信用評分模型到違約概率模型分析三個主要發展階段，特別是《巴塞爾新資本協議》鼓勵有條件的商業銀行使用基于內部評級體系的方法（InternaRating-Based Approach）來計量違約概率、違約損失并據此計算信用風險對應的資本要求，有力地推動了商業銀行信用風險內部評級體系和計量技術的深入發展。

　　商業銀行對信用風險的計量依賴于對借款人和交易風險的評估。《巴塞爾新資本協議》明確要求，商業銀行的內部評級應基于二維評級體系：一維是客戶評級，另一維是債項評級。

　　3.2.1 客戶信用評級

　　1. 客戶信用評級的基本概念

　　客戶信用評級是商業銀行對客戶償債能力和償債意愿的計量和評價，反映客戶違約風險的大小。客戶評級的評價主體是商業銀行，評級目標是客戶違約風險，評價結果是信用等級和違約概率（PD）。

　　（1）違約的定義

　　根據《巴塞爾新資本協議》的定義，當下列一項或多項事件發生時，債務人即被視為違約：

　　①商業銀行認定，除非采取追索措施，如變現抵押品（如果存在的話），借款人可能無法全額償還對商業銀行的債務。

　　②債務人對于商業銀行的實質性信貸債務逾期90天以上（含）。若債務人超過了規定的透支限額或新核定的限額小于目前余額，各項透支將被視作逾期。

　　③以下情況將被視為可能無法全額償還債務：

　　銀行停止對貸款計息；

　　在發生信貸關系后，由于信貸質量出現大幅度下降，銀行沖銷了貸款或計提了專項準備金；

　　銀行將貸款出售并相應承擔了較大的經濟損失；

　　銀行同意消極債務重組，由此可能發生較大規模的減免或推遲償還本金、利息或費用，造成債務規模減少；

　　就借款人對銀行的債務而言，銀行將債務人列為破產企業或類似的狀況；

　　債務人申請破產，或已經破產，或處于類似狀態，由此將不履行或延期償還銀行債務。

　　（2）違約概率

　　違約概率是指借款人在未來一定時期內發生違約的可能性。在《巴塞爾新資本協議》中，違約概率被具體定義為借款人內部評級1年期違約概率與0.03%中的較高者。巴塞爾委員會設定0.03%的下限是為了給風險權重新定下限，也是考慮到商業銀行在檢驗小概率事件時所面臨的困難。

　　違約概率的估計包括兩個層面：一是單一借款人的違約概率；二是某一信用等級所有借款人的違約概率。《巴塞爾新資本協議》要求實施內部評級法的商業銀行估計其各信用等級借款人所對應的違約概率，常用方法有歷史違約經驗、統計模型和外部評級映射三種方法。

　　與違約概率容易混淆的一個概念是違約頻率，即通常所說的違約率。違約頻率是事后檢驗的結果，而違約概率是分析模型作出的事前預測，兩者存在本質的區別。

　　與違約概率容易混淆的另一個概念是不良率，使不良債項余額在所有債項余額的占比，二者不具有可比性。

　　2.客戶信用評級的發展

　　（1）專家判斷法

　　即專家系統（Expert System），是商業銀行在長期經營信貸業務、承擔信用風險過程中逐步發展并完善起來的傳統信用分析方法。

　　①與借款人有關的因素：

　　聲譽（Reputation）

　　杠桿（Leverage）

　　收益波動性（Volatility of Earnings）

　　②與市場有關的因素

　　經濟周期（Economic Cycle）

　　宏觀經濟政策（Macro-Economy Policy）

　　利率水平（Leveof Interest Rates）

　　目前所使用的專家系統，其中，對企業信用分析的5Cs系統使用最為廣泛。5Cs系統指：

　　品德（Character）

　　資本（Capital）

　　還款能力（Capacity）

　　抵押（Collateral）

　　經營環境（Condition）

　　除5Cs系統外，使用較為廣泛的專家系統還有針對企業信用分析的5Ps系統和針對商業銀行等金融機構的駱駝（CAMEL）分析系統。

　　5Ps包括：個人因素（PersonaFactor）、資金用途因素（Purpose Factor）、還款來源因素（Payment Factor）、保障因素（Protection Factor）、企業前景因素（Perspective Factor）。

　　駱駝（CAMEL）分析系統包括：資本充足性（CapitaAdequacy）、資產質量（Asset Quality）、管理水平（Management）、盈利水平（Earnings）流動性（Liquidity）。

　　專家系統的突出特點在于將信貸專家的經驗和判斷作為信用分析和決策的主要基礎，這種主觀性很強的方法/體系帶來的一個突出問題是對信用風險的評估缺乏一致性。此外，盡管專家系統在銀行業的長期發展和實踐中已經形成了較為成熟的分析框架，但專家系統缺乏系統的理論支持，尤其是對關鍵要素的選擇、權重的確定以及綜合評定等方面更顯薄弱。因此，專家系統更適合于對借款人進行是和否的二維決策，難以實現對信用風險的準確計量。

　　（2）信用評分法

　　信用評分模型是一種傳統的信用風險量化模型，利用可觀察到的借款人特征變量計算出一個數值（得分）來代表債務人的信用風險，并將借款人歸類于不同的風險等級。

　　背景知識：信用評分模型

　　20世紀60年代，信用卡的推出促使信用評分技術取得了極大發展，并迅速擴展到其他業務領域。奧而特曼（Altman，1968）提出了基于多元判別分析技術的Z評分模型；馬丁（Martin，1977）、奧爾森（Ohlson，1980）和威金頓（Wiginton，1980）則首次運用Logit模型分析企業破產問題。

　　信用評分模型的關鍵在于特征變量的選擇和各自權重的確定。基本過程是：

　　①首先，根據經驗或相關性分析，確定某一類別借款人的信用風險主要與哪些經濟或財務因素有關，模擬出特定形式的函數關系式；

　　②其次，根據歷史數據進行回歸分析，得出各相關因素的權重；

　　③最后，將屬于此類別的潛在借款人的相關因素數值代入函數關系式計算出一個數值，根據該數值的大小衡量潛在借款人的信用風險水平，給予借款人相應評級并決定貸款與否。

　　存在一些突出問題：

　　①信用評分模型是建立在對歷史數據（而非當前市場數據）模擬的基礎上，因此是一種向后看（Backward Looking）的模型。