前言：中文期刊网精心挑选了信用风险的评估方法范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
信用风险的评估方法范文1
【关键词】风险；评估；企业；信息管理
1.企业信息安全评估的内容
企业在运行中会产生大量的运营数据，这些数据既有日常办公方面的数据，也有涉及企业生产和研发方面的数据。随着企业规模的扩大，对这些信息的管理大都是建立在一定的信息管理系统基础上的，如ERP资源管理系统、MES系统等。这些管理系统管理的内容包含了企业运行中的各类信息，就涉及到如何保障系统运行中信息安全的问题。不同的信息管理模式会伴随不同的信息泄露风险，因此需要对企业的信息管理风险程度进行评估，在此基础上寻找弥补信息安全隐患的策略。对企业信息安全的评估主要有以下几个方面的内容。
1.1 评估企业的管理制度
企业管理制度是企业有序运行的基础，企业的信息安全也和此密切相关。很多企业信息外泄的案例都和企业管理制度漏洞直接联系。因此在评估企业信息安全时企业的管理制度是必要的环节之一。在这个层面上评估企业信息安全主要是评估以下几类基本的管理制度。①企业信息系统的使用制度；②企业信息系统的维护制度；③企业信息系统操作人员培训制度；④系统设备和文件管理制度。
1.2 企业信息系统计算机安全评估
实践表明大量的企业信息外泄都和计算机系统的安全漏洞有关系，因此对企业信息系统的安全评估是必不可少的环节。这类问题的评估需要专业计算机人员来进行，弥补系统安全漏洞是保障企业信息安全的重要手段。定期或不定期的对企业信息系统的运行日志和统计资料进行检查是一种行之有效的方法。
2.企业信息安全风险定量评估方法
对上述几类评估内容的定量估计是衡量企业信息安全的量化手段，其衡量得出的数值就是企业信息安全的风险值或安全程度指标。企业信息安全的定量风险评估考虑因素主要有三个：资产价值、威胁和脆弱性。在定量评估中这三类因素都需要用定量数据采集的方式来进行合成计算，安全风险的数学表达式为：。其中为风险指标，表示企业资产指标，为代表威胁，为脆弱性指标。上述三类因素的基础数据都需要从实践中通过调研和测试来获得。
2.1 企业信息安全估价的描述方法
企业的资产既包括有形的资产，也包括无形的资源，表现形式也从机械设备到软件文档等多种多样。企业信息安全又有其特殊性。企业信息安全的安全属性估价需要从资产的保密性、完整性和可用性三个方面来展开评估。由于企业各类资产的形式各异，资产的安全级别无法用通用的量化标准来记性评估，因此采用的方法为定性的CIA模糊集合方式来描述，如“资产安全级别”=｛“很高”、“高”、“中等”、“低”、“较低”｝等模糊语言来描述，对应的论域为｛5、4、3、2、1｝。企业信息安全安全的保密性、完整性和可用性三个方面的属性都可以用上述模糊语言来定性描述，综合上述三类安全属性的公式为：。上式中分别为企业信息安全的保密性、完整性和可用性的赋值，取值为1,2…5，为综合评定指标。笔者这里提供一些评价指标的选取标准：
（1）信息保密性的评定标准
①很高：这类级别的企业信息包含企业的核心关键决策信息，信息泄漏将严重影响企业的利益；②高：这类级别的企业信息泄露会对到企业经济效益造成明显损害；③中等：企业的一般性的经营、决策信息，泄露对企业不利；④低：这类企业信息一般指企业内部部门的局部信息；⑤较低：企业可对外界公布的信息类型。
（2）信息完整性的评定标准
①很高：这类级别的企业信息包含企业的核心关键决策信息，其完整性直接决定企业的业务完整性，一旦缺失就无法弥补；②高：这类信息修改必须经过高层授权，一旦缺失将严重影响业务，一旦缺失弥补难度很大；③中等：企业的一般性的经营、决策信息，其修改需授权，缺失后可弥补；④低：这类企业信息一般指企业内部部门的局部信息，缺失后对企业运行影响较小，易于弥补；⑤较低：企业可对外界公布的信息类型，缺失后对企业运行无明显影响。
（3）信息可用性的评定标准
①很高：这类信息具有最重要的实用性，企业的运作必须依照运行的信息类型；②高：这类信息的可用性价值较高，企业运作对其依赖性较高；③中等：这类信息属于可部分不可用的类型，部分不可用不影响企业的正常运作；④低：这类企业信息一般指企业内部部门的局部信息，信息不可用不会造成明显影响；⑤较低：这类信息使用性不高，信息不可用的影响可以忽略。
2.2 企业信息安全威胁程度的量化方法
企业信息安全的威胁通常定义为潜在的破坏性因素或突发事件。威胁是客观存在的，既可能来自于系统的用户（合法用户或非法入侵）操作，也可能来自于系统的物理组件的损坏。这两类威胁中最大也最常见的是系统用户在操作方面的失误、非法用户利用系统漏洞来窃取企业机密信息，以及计算机病毒对信息系统的侵袭等。但这些事件都不易量化，在做风险评估时需要依赖专家经验，对各种潜在的威胁因素给出一定的概率值，对各类威胁因素可按照和上节类似的方法，用形如：“威胁程度”=｛“很高”、“高”、“中等”、“低”、“较低”｝等模糊集合来表达，对应于相应的论域｛5、4、3、2、1｝。建议评定标准如下：①很高：风险事件发生的频率很高，或对企业信息安全具有明显的威胁，但又很难避免的情形；②高：风险事件发生的可能性较大或有发生先例；③中等：风险事件有可能发生，但尚未实际发生过的情形；④较低：风险事件发生的可能性较小，通常情况下不会发生；⑤很低：几乎不可能发生的风险事件类型；
2.3 信息系统脆弱性的量化方法
信息系统脆弱性的评估和系统面临的威胁是紧密相关的，所有的实际威胁都是利用系统安全的薄弱环节来发挥破坏性作用的，因此信息系统的脆弱性和威胁存点对点或单点对多点的关系。为便于计算，也采用和衡量系统威胁程度时相同的表示方法，“系统脆弱性”=｛“很高”、“高”、“中等”、“低”、“较低”｝，对应于相应的论域｛5、4、3、2、1｝。建议评定标准为：①很高：这类评定往往要基于企业信息系统存在明显而易于攻击的技术漏洞或者是管理规范上的缺陷，极易被非法使用的情形；②高：企业信息系统存在一定的技术漏洞或管理规范上的缺陷，容易被攻击和利用；③中等：企业信息系统存在不易被发现（下转第125页）（上接第121页）的技术漏洞，或必须经过人为非法操作才能被攻击的管理规范上的漏洞；④低：企业信息系统不存在明显的技术漏洞，或企业信息管理制度较为完善，不易被攻击利用；⑤较低：企业信息系统技术较为完善，管理制度也较为合理，被攻击点可能性很小。
2.4 信息安全的风险计算
按照风险的定义，风险包括风险事件发生的可能性和相应的后果。在企业信息系统中，各组成部分发生风险事件后的后果是不一样的，其严重程度也存在差异。因此在风险计算时需要明确两个方面的内容，一是风险的计算方式，二是对风险计算量化数值的评价。各因素风险值的计算按：来计算，即按资产价值、资产脆弱性和资产面临的威胁性的乘积来衡量某种信息资产的风险值。上述几类因素的取值按照评价论域中的取值来作为乘积因子。在计算出风险值之后，还需要建立起以风险值为基础的风险评价体系。
由前文的分析可见，风险的定量估计是一个由三类风险因素的线性乘积得出的。每一类信息的最高等级论域数值为5，最低为1，因此组合情况下风险值的最高值为125，最低值为1。由此可建立其与之对应的风险定量评价体系。笔者建议采用与之对应的5级评定方式：①很高：风险值估计范围在100～125之间，表明企业信息系统存在很高的安全风险，发生信息泄露的可能性非常高；②高：风险估计值在75～100之间，表明企业信息系统存在较大的安全风险，发生信息泄露的可能性较大；③中等：风险估计值在50～75之间，企业信息系统的安全风险一般，经过审查后能够避免风险事件；④低：风险估计值在25～50之间，企业信息系统发生信息泄露的可能性很小；⑤很低：风险估计值在0～25之间，企业信息系统比较安全，但需要定期维护。
3.结语
企业信息系统安全管理关系到企业的内部运营数据的安全，是需要引起高度重视的问题。本文将企业信息安全评估中几类常用的信息类型进行了风险量化评估，给出了以线性乘积为基础的风险量化方法，最后给出了分等级的企业信息安全综合评定。
参考文献
[1]沈昌样.关于强化信息安全保障体系的思考[J].信息安全与通信保密,2009,06.
[2]沈昌祥,马东平,等.信息安全工程学导论[M].电子工业出版社,2009,9.
信用风险的评估方法范文2
关键词：银行间市场；信用风险；风险管理
全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。
一、信用风险评估理论
银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：
(一)统计模型
利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。
1．违约概率(ProbabilityofDefauh，PD)理论
违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。
2．违约损失率(LossGivenDefault，LGD)理论
违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。
(二)CAMEL模型
CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。
(三)专家判断模型
银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。
二、信用风险评估的通常做法
(一)信用风险评估的基本思路
评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。
(二)信用风险评估模型的构造
数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性
(三)变量选择方法
1．层次分析法
层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。
2．主成分分析法
主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。
3．专家判断
关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。
(四)模型校验修改
模型构造完成后．需要相应财务数据的不断校验修改。财务数据可直接向对应机构索取，也可通过第三方数据提供商获得。直接获取数据的方式准确性较高，但需对应机构积极配合．且需大量的人力物力用于数据录入、核对和计算。通过第三方数据提供商获取数据效率高，但需支付一定费用，且面临数据不全、数据转换计算等问题。在违约概率模型的开发过程中，通常遇到模型赖以建造的数据样本中的违约率不能完全反映出总的违约经历，需进行模型的压力测试，确保模型在各种情况下都能获得合理的结果．并对模型进行动态调整。
(五)引进或自主开发授信评估系统
根据完善授信评估模型，撰写授信评估系统业务需求书．引进或自主开发授信评估系统，提高授信评估效率。授信评估系统还应与会员历史数据库、限额管理系统、会员历史违约或逾期等信息库无缝连接，避免各个环节的操作风险。
三、对银行间市场完善授信评估的启示
(一)完善授信评估可积极推动银行间市场业务发展
银行间市场会员信用评估水平的提高。可有效防范银行间市场系统性风险。为防范交易对手信用风险，市场成员需及时、合理、有效地对相应会员银行或做市商进行信用评估，并根据会员或做市商资信状况的变化进行动态调整，为其设置信用限额。
(二)引进成熟的授信评估方法、模型和流程
根据巴塞尔协议的有关监管要求，国内大中型银行都已经或正在国际先进授信评估机构的帮助下，开发PD或LGD评估模型。银行间市场参与者应学习借鉴国内外先进的授信评估方法和模型。在消化吸收先进经验的基础上，选择国际先进咨询机构作为顾问，构建授信评估方法和模型。
(三)引进或自主开发授信评估系统
为防止操作风险，提高授信评估工作效率，实现授信评估与机构内部相关系统的连接，银行间市场参与者需根据授信评估方法、模型、授信资料清单、分析报告模板、建议授信计算公式等内容。撰写系统开发业务需求书，或引进先进的授信评估系统并进行客户化改造．或选择系统开发商进行自主开发授信管理系统。
信用风险的评估方法范文3
关键词：银行间市场；信用风险；风险管理
全球金融危机对金融机构风险管理理念的最大影响之一就是对交易对手信用风险的重视。金融机构评估对手方信用风险的方法、模型合理与否，关系到评估结果的优劣。本文概要阐述了银行信用风险计量方面的相关理论依据和基本做法。并对银行间市场完善授信管理提出了具体建议。
一、信用风险评估理论
银行等金融机构信用风险评估方法大致有统计模型、CAMEL模型和专家判断模型等三种理论依据：
(一)统计模型
利用统计模型进行信用评估的前提条件是有足够的数据积累，一般至少需要连续3年的相关数据。
1．违约概率(ProbabilityofDefauh，PD)理论
违约概率是预计债务人不能偿还到期债务(违约)的可能性。评估结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。只有违约定义相同的评级机构，其评级结果才可以进行比较。有了对应违约率的资信等级才能真正成为决策的依据。商业银行违约概率常用的测度方法主要有两种：基于内部信用评级历史资料的测度方法；基于期权定价理论的测度方法。
2．违约损失率(LossGivenDefault，LGD)理论
违约损失率是指债务人一旦违约将给债权人造成的损失数额占风险暴露(债权)的百分比，即损失的严重程度。在竞争日益激烈、风险日益加大和创新日新月异的市场环境中，银行对资产风险的量化和管理显得越来越重要。传统的信用风险评估方法因过于简单、缺乏现代金融理论基础等原因已经不能适应金融市场和银行监管的需要。以独立身份服务于全社会公众投资者、以公开上市债券为主的外部信用评级对银行内部以信贷资产为主、与银行自身有着特定联系的资产组合的适用性也越来越小。因此，银行开始开发类似外部信用评级但又反映内部管理需要的内部信用评级系统，以适应上述市场和内部管理发展的需要。随着银行内部评级体系的发展，越来越多的银行认识到LGD在全面衡量信用风险方面的重要作用，评级体系的结构开始由只注重评估违约率的单维评级体系向既重违约率又重违约损失率的多维评级体系发展。历史数据平均值法是目前银行业应用最广泛最传统的方法，新巴塞尔资本协定的许多规定也采用这种方法，这种方法以其简单易操作而获得欢迎。
(二)CAMEL模型
CAMEL评级体系是目前美国金融管理当局对商业银行及其他金融机构的业务经营、信用状况等进行的一整套规范化、制度化和指标化的综合等级评定制度。其有五项考核指标，即资本充足性(CapitalAde．quacy)、资产质量(AssetQuality)、管理水平(Manage—ment)、盈利水平(Earnings)和流动性(Liquidity)。当前国际上对商业银行评级考察的主要内容基本上未跳出美国“骆驼”评级的框架。“骆驼”评级体系的特点是单项评分与整体评分相结合、定性分析与定量分析相结合，以评级风险管理能力为导向．充分考虑到银行的规模、复杂程度和风险层次，是分析银行运作是否健康的最有效的基础分析模型。在具体CAMEL模型的指标及其权重选取及校验过程中，大多采用了回归分析、主成分分析等统计方法。
(三)专家判断模型
银行信用评估的起点是对其财务实力的综合判断。应从定量定性两个角度综合评估。经营战略、管理能力、经营范围、公司治理、监管情况、经营环境、行业前景等要素，无法通过确切数量加以计算，而专家打分卡是一种更加偏向于定性的模型。在缺乏外在基准值，如信用等级、违约和损失数据等的情况下，开发专家判断模型是一种较好的选择。专家判断模型的特点是：符合Basel要求．具有透明度和一致性：专家打分卡建模时间短，所需数据不需要特别的多：专家打分卡可充分利用评估人员的经验。
二、信用风险评估的通常做法
(一)信用风险评估的基本思路
评估方法应充分考虑风险元素的定量和定性两个方面，引入大量的精确分析法，并尽可能地运用统计技术。另一方面，不浪费定性参数的判别能力，并用以优化计量模型的预测效能。除CAMEL要素外，还需考虑更多更深入的风险因素。评估要素主要包括品牌价值、风险定位、监管环境、营运环境、财务基本面。
(二)信用风险评估模型的构造
数据准备是模型开发和验证的基础，建模数据应正确反映交易对手的风险特征以及评级框架。定义数据采集模板。收集、清洗和分析模型开发和验证所需要的样本数据集。影响交易对手违约风险要素主要有非系统性因素和系统性因素。非系统性因素是指与单个交易对手相关的特定风险因素，包括财务风险、资本充足率、资产质量、管理能力、基本信息等。系统性因素是指与所有交易对手相关的共同风险因素．如宏观经济政策、货币政策、商业周期等。既要考虑交易对手目前的风险特征，又要考虑经济衰退、行业发生不利变化对交易对手还款能力和还款意愿的影响．并通过压力测试反映交易对手的风险敏感性
(三)变量选择方法
1．层次分析法
层次分析法(Theanlaytichierarchyprocess)简称AHP：它是一种定性和定量相结合、系统化、层次化的分析方法。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。层次分析法的内容包括：指标体系构建及层次划分；构造成对比较矩阵；相对优势排序；比较矩阵一致性检验。
2．主成分分析法
主成分分析法也称主分量分析，旨在利用降维的思想，通过原始变量的线性组合把多指标转化为少数几个综合指标。在保留原始变量主要信息的前提下起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾。通过主成分分析可以从多个原始指标的复杂关系中找出一些主要成分，揭示原始变量的内在联系，得出关键指标(即主成分)。
3．专家判断
关键指标权重和取值标准设定是通过专家在定量分析的基础上共同讨论确定，取值标准是建立指标业绩表现同分数之间的映射关系。取值标准的设定应能够正确区分风险，取值标准应根据宏观经济周期、行业特点和周期定期调整，从而反映风险的变化。
信用风险的评估方法范文4
关键词：BP神经网络；层次分析法；风险评估
中图分类号：F83 文献标识码：A
收录日期：2012年3月7日
一、商业银行风险评估方法比较
经过多年的发展，风险评估方法由早期传统的ZET评估方法发展到现代的VAR评估方法，中间还有BP神经网络法、因子分析法、层次分析法等，可谓是不胜枚举。这些评估方法各有各的优点和缺点，下面就以神经网络法、层次分析法和VAR法为例进行比较。
（一）BP神经网络法
1、BP神经网络概述。BP神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层、隐层和输出层。
2、BP神经网络的特点
（1）BP神经网络的优点。一是分布式储存信息。其信息的存储分布在不同的位置，神经网络是用大量神经元之间的连接及对连接权值的分布来表示特定的信息，从而使网络在局部网络受损或输入信号因各种原因发生部分畸变时，仍然能够保证网络的正确输出，提高网络的容错性和鲁棒性；二是并行协同处理信息。神经网络中的每个神经元都可根据接收到的信息进行独立的运算和处理，同一层中的各个神经元的输出结果可被同时计算出来，然后传输给下一层做进一步处理，这体现了神经网络并行运算的特点，这一特点使神经网络具有很强的实时性。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为是极其丰富多彩的；三是信息处理与存储合二为一。神经网络的每个神经元都兼有信息处理和存储功能，神经元之间连接强度的变化，既反映了对信息的记忆，同时又与神经元对激励的响应一起反映了对信息的处理；四是对信息的处理具有自组织、自学习的特点，便于联想、综合和推广。神经网络的神经元之间的连接强度用权值的大小来表示，这种权值可以通过对训练样本的学习而不断变化，而且随着训练样本量的增加和反复学习，这些神经元之间的连接强度会不断增加，从而提高神经元对这些样本特征的反映灵敏度。
（2）BP神经网络的局限性。一是由于学习速率是固定的，因此网络的收敛速度慢，需要较长的训练时间。对于一些复杂问题，BP算法需要的训练时间可能非常长，这主要是由于学习速率太小造成的，可采用变化的学习速率或自适应的学习速率加以改进；二是BP算法可以使权值收敛到某个值，但并不保证其为误差平面的全局最小值，这是因为采用梯度下降法可能产生一个局部最小值。对于这个问题，可以采用附加动量法来解决；三是网络隐含层的层数和单元数的选择尚无理论上的指导，一般是根据经验或者通过反复实验确定。因此，网络往往存在很大的冗余性，在一定程度上也增加了网络学习的负担。
（二）层次分析法
1、层次分析法概述。层次分析法是20世纪七十年代美国运筹学家萨蒂提出的一种相结合的决策分析法。AHP主要是通过建立层次分析结构、逻辑判断、分解综合化将模糊不确定的因素转化为明确可衡量的评估因素，使得评估的思维更加条理化，以解决复杂的决策问题。层次分析法优势较为明显，它理论简单且操作容易，具有将不确定因素比较量化以纳入决策过程的特性，同时能够吸收并反映专家及决策者的意见。层次分析法把复杂的问题分解成各组成因素，将这些因素按支配关系进行分组，形成有序的阶梯层次结构，以此建立层次结构模型；通过两两比较的方式确定层次中各因素的相对重要性，综合专家的判断以决定各因素相对重要性的总顺序，来构造判断矩阵；根据判断矩阵计算指标的权重；最后，对其进行一致性检验。
2、层次分析法的特点
（1）层次分析法的优点。一是系统性的分析方法。层次分析法把研究对象作为一个系统，按照分解、比断、综合的思维方式进行层次分析法决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的因素对结果的影响程度都是量化的，非常清晰和明确；二是简单实用的决策方法。这种方法既不单纯地追求高深的数学，又不片面地注重行为、逻辑、推理，而是把定性方法和定量方法有机地结合起来，使复杂的系统分解，将人们的思维过程数学化、系统化，便于人们接受；而且计算简便，所得的结果简单明确，易为决策者了解和掌握。
（2）层次分析法的缺点。一是定量数据较少，定性成分较多，不易令人信服。层次分析法是一有模拟人大脑的决策方法，带有较多的定性色彩。往往人们更愿意信服于定量成分；二是指标过多时，数据统计量大，且权重难以确定。一般情况下，我们对层次分析法的两两比较是用1～9来说明其相对重要性的。如果有越来越多的指标，我们对每两个指标之间的重要程度的判断就可能会出现困难，甚至会对层次排序和总排序的一致性产生影响，使一致性检验不能通过，指标权重自然就不能确定。
（三）VAR法
1、VAR的含义。VAR即在险价值，表示在一定的置信度1-α下，可能损失的最大价值。在数学上可表示为：
P（lost>VAR）=1-α
VAR分析方法实际上是要回答银行的投资组合在下一阶段可能会损失多少资金，或者更精确地说，在风险概率给定的情况下，投资组合的价值最多可能损失多少。假如某银行一天的概率为95%的VAR值为2万元，那就意味着，这个银行在一天内发生的损失大于两万元的可能性最多不超出5%。
2、VAR的特点
（1）VAR的优点。一是VAR模型测量风险结果简洁明了，直观而清晰地反映了风险的量化概念，容易为管理者所理解和掌握；二是VAR值明确地反映了市场风险，如果定期地测定各个金融机构的VAR值并且公布，便可以令普通投资者了解金融机构的经营状况，增强市场的透明度，并且督促银行管理者加强与客户的沟通，增进双方的信任和投资者的信心；三是VAR对风险的测量是建立在数理统计与概率论的理论基础上的，计算简便，有很强的可操作性，同时又不缺乏理论上的科学性，适于银行进行内部监管和风险控制。
（2）VAR的缺点。一是VAR模型在使用时隐含了一定的前提假设，其中一个重要假设就是认为金融资产组合的未来走势与过去是高度相似的，可以根据过去的历史数据来推测未来的市场风险。然而事实上，市场风险却往往是由一些突发的重大事件造成的，这种突发的市场波动却往往与过去的市场走势没有太多的联系，这样来看，VAR模型估计出来的市场风险并不能涵盖所有的市场风险；二是VAR法是建立在大量的历史数据的基础之上的，而我国金融市场发展的历史短，面临样本数据有限的问题，利率、汇率没有完全市场化，同宏观政策还存在着一定的联系，市场风险还可能来自人为因素，因此在我国使用VAR法存在着特殊的难度。这一点也需要我们从加速金融体系改革，增强市场的透明度来入手加以解决。
二、农村信用社风险评估方法适用性分析
农村信用社资产业务主要是贷款，贷款对象主要是农户和中小企业。农户的分散性、农户贷款的小额性、中小企业的信息不透明性等使得金融机构难以采用复杂的信用风险评价方法和模型。特别是那些建立在现代金融理论和成熟的金融市场信息支持基础之上的所谓新方法，目前不可能在农村信用社运用。其原因：一是我国金融市场相对不完善，缺乏相应金融资信评级机构，缺乏中小企业信息数据库；二是我国农村信用社的规模相对狭小，技术设备、人员素质均相对较低，对定量方法的理解和运用能力都相对不足。因而，目前农村信用社的信用风险评价主要还应加强对传统方法的有效运用。一是加强和完善专家主观方法（如5C）的应用，并加强对贷款的监督检查；二是加强对信用贷款的分类分级管理；三是建立中小企业的信用评分系统，通过搜集和建立相应的数据档案，运用Logit模型、区别分析模型，有效评价信用风险，为信用社贷款决策和贷款定价服务；四是针对农村金融的特点，适当进行信贷配给。
由于我国金融市场相对不完善，相应数据档案资料不健全，特别是农村信用社经营规模较小、经营水平不高，其贷款客户为分散的农户和中小企业，因而信用社的信用风险评价还很难运用较复杂的模型，特别是所谓新型的、适用大型或特大型金融机构针对大型企业和特大型企业的信用风险评价方法。
三、结论
经过对BP神经网络法、层次分析法和VAR法的比较，以及农村信用社在贷款对象、企业信息数据的收集和人员素质这些方面不同于商业银行。所以，对数据要求高的以及复杂的模型不适用于农村信用社风险评估，即层次分析法要比BP神经网络法和VAR法更适用于农村信用社的风险评估。
主要参考文献：
[1]马超群，李红权.VAR方法及其在金融风险管理中的应用[J].系统工程，2000.3.
[2]戴国强.VAR方法对我国金融风险管理的借鉴及作用[J].金融研究，2000.7.
[3]张强，王鑫泽.农村信用社组织的信息特征及其风险防范.金融理论与实践，2001.1.
[4]邹新月.VAR方法在银行贷款风险评估中的应用统计研究[J].2005.6.
[5]郭学能.基于BP神经网络的商业银行经营风险预警研究[D].武汉理工大学，2007.
[6]赵伟，王家传.农村信用社金融风险预警系统设计.金融理论与实践，2007.6.
信用风险的评估方法范文5
摘要：个人信用卡申请风险评估是金融与银行界研究的重要内容，其评估结果是信贷审批的主要依据之一。利用层次分析法（AHP）和灰色GM（1，1）模型相结合的组合评价方法建立信用卡申请风险评估模型，对信用卡申办人进行信用等级评估，以寻求降低信用卡信用风险的有效措施。
关键词：信用卡风险；评估；层次分析法；灰色GM（1，1）模型
一、引言
近年来，中国消费信贷快速发展，对扩大内需、推动经济持续发展起到了重要作用。与国外银行信用卡业务相比，中国各商业银行信用卡业务的风险管理水平罗低，管理手段和方法相对落后，缺乏有效的申请评估方法来规避信用风险。如何有效分析信用风险状况，关系到银行自身的经营风险。
在信用评级研究中，多元判别分析技术（MDA）得到广泛应用，但其要求数据服从多元正态分布和协方差矩阵相等的前提条件，与现实中的大量情形相违背，由此在应用中产生很多问题[1]。因此，许多学者对MDA进行了改进，主要有对数、二次判别分析（QDA）模型、Logit分析模型、神经网络技术（NN）、决策树方法等，这些方法在解决部分问题的同时也带来新的问题。就中国的现状而言，存在的问题是用于评估的数据特性不稳定、历史数据样本容量小等，这就导致MDA方法所需的有效样本数量偏小而影响其使用效果[4~5]。
以往国内商业银行对信用风险评估相关数据重视不足，造成有效信息的缺失，灰色预测模型具有少样本预测的特点已被广泛应用在许多领域[6~9]。本文利用层次分析法（AHP）和灰色预测模型相结合的组合评价方法对信用卡申办人进行信用等级评估，以寻求降低信用卡信用风险的有效措施。
二、组合评估模型
（一）AHP计算信用卡申请指标权重
参照国际标准、国内外银行经验和个人信用等级评估方法，综合考虑商业银行特点与所在地区情况，通过对以往申请人群的考察，以专家判断为基础，选择四大类17个指标来评价个人信用等级（见表1）。
根据影响个个信用等级的主要因素建立系统的递阶层次结构，运用AHP确定各评估指标的权重。具体步骤
Step 1： 构建判断矩阵A=[aij]，i，j=1，2，…，n，式中aij就是上层某元素而言Bi与Bj两元素的相对重要性标度。
Step 2： 判断矩阵A的一致性检验，评估矩阵的可靠性。检验方法为：
1.计算一致性指标Ic=（λmax-n）/（n-1），当λmax=n，Ic＝0，为完全一致，Ic越大，判断矩阵A的完全一致性越差。 计算平均随机一致性指标IR：随机构造500个样本矩阵，随机地从1~9及其倒数中抽取数字构造正负反矩阵，求最大特征根的平均值λ′ max，和IR=（λ′ max-n）/（n-1）。查找相应的平均随机一致性指标IR（见表2）。 计算一致性比RC=IC/IR，当Rc0.1时，判断矩阵A的一致性为可接受的；否则应对判断矩阵A做适当修正。
Step 3： 计算层次单排序及总排序。层次单排序是根据判断计算对于上一层某元素而言本层次与之有联系的元素重要性次序的权值；层次总排序是依次沿递阶层次结构由上而逐层计算，即可计算出最低层因素相对于最高层总目标的相对重要性的排序值。
（二） GM（1，1）模型
设有已知序列：X （0 ）={x （0）（k）}nk=1，其1-AGO 生成序列：X （1 ）={x （1）（k）}nk=1，其中：x （1）（k）=x （0）（i），GM（1，1） 所建立的白化方程实际上是一个带初值的微分方程，见（1）式。
+ax （1）（t）=ux （1）（1）=x （0）（1），其中a，u为待定参数。 （1）
对（1）式求解得： （1）（k+1）=（x （0）（1）-）e-ak+ （2）
其中：=[a u]T=（BTB）-1BTYN （3）
背景值：z （1）（k+1）=0.5x （1）（k+1）+0.5x （1）（k）（4）
B=-z （1）（1）-z （1）（2）…-z （1）（n-1）11… 1T
YN=（ x （0）（2），……，x （0 ）（n））T
对式（2）通过累减还原，得预测值：
（0 ）（1）=x （0）（1） （0）（k）=（1-ea）（x （0）（1）-）e-a（k-1 ），k=2，3…，n （5）
（三）AHP-GM11模型及其实现
1．模型输入点的选取。通过AHP建立的指标体系，由于各判断矩阵的RC值均小于0.1，可认为它们均有满意的一致性。对权值累计贡献率＝95%的指标保留，否则删除该指标，从而得到简化后的风险指标体系，并作为输入值。
2．GM模型预测。有了评估体系后，银行就可根据信用卡申请者或者信用卡授卡对象的归一化数据通过GM（1，1）模型得到预测结果。如果预测值=0.8，说明申请者由于各种原因，申请者坏账风险比率高，银行应拒绝申请；如果0.4预测值0.8，说明信用一般，银行可以授予普通的信用卡；预测值=0.4，说明其信用高，银行可授予信用额度高的信用卡。 模型的实际应用。本文结合实际情况，选取10个样本进行预测[13]，预测结果（见表3）。
三、结论
运用基于AHP和GM模型的风险评估模型可以同时考虑客户的一些静态和动态指标，如职业、学历、还款记录等，可以通过反映申请者的综合情况来考核其信用状况，为商业银行开展信用卡业务风险防范提供了依据。
但与此同时，在评价每个因素时，有时会出现某些指标的权重过高导致其综合评价指数偏高，而影响其信用状况评定。所以，如何更好地确定指标权重，进一步提高评估模型的稳定性、合理性将是作者今后的研究方向。
：
[1]Eisenbeis R A.Pitfalls in the application discriminant analysis in business and economics[J].The Journal of F inance，1977，(2).
Tam K Y，KiangM.Managerial applications of neural network s：the case of bank failure predictions[J].Management Sciences，1992， (1).
F rydman H，A ltman E I，Kao D L.Introducing recursive partitioning for financial classification： the case of financial distress[J].Journal of F inance，1985，(1)：269-291.
王春峰，等.小样本数据信用风险评估研究[J].管理科学学报，2001，(1)：28-32.
李建平，徐伟宣，刘京礼，石勇.消费者信用评估中支持向量机方法研究[J].2004，(10)：35-39.
邓聚龙.灰色控制系统[M].武汉：华中理工大学出版社，1988.
刘思峰，郭天榜.灰色系统理论及其应用[M].郑州：河南大学出版社，1991.
DENG Julong.Control problems of grey systems[J].Syst &Contr Lett，1982，(5)：288 -294.
张岐山.灰朦胧集的差异信息理论[M].北京：石油工业出版社，2002.
[10]颜文.中国信用卡业务风险的宏微观分析[J].财会研究，2007，(4)：13-15.
[11]张颖，于海龙.中国信用卡业务现状和前景的综合分析[J].经济师，2007，(5)：23-24.
[12]信用评分及其应用[M].王晓蕾，石庆焱，吴晓惠，等，译.北京：中国金融出版社，2006：2-10.
[13]许速群，张岐山，杨美英.个人信用卡申请风险评估模型[J].中国信用卡，2007，(6)：30-33.
信用风险的评估方法范文6
1 巴塞尔协议Ⅲ的研究
1.1 巴塞尔协议Ⅲ的解读
2008年，全球金融危机爆发，国际经济形势急速下滑，造成了诸如通货膨胀严重、经济增长迟缓、市场资金价格不稳定等经济问题的出现，全球银行业面对这一世界难题，需要积极寻求相应的对策以尽量减少自身受到金融危机的摧残。2010年9月12日，以巴塞尔协议Ⅲ为代表的国际金融监管改革，针对本次金融危机提出了一系列的监管要求、监管理念和监管方法，在巴塞尔协议Ⅱ的基础上，巴塞尔协议Ⅲ强化了资本定义，明确了储备资本和逆周期资本，提高了损失吸收的能力，同时提出了杠杆率作为资本的补充，扩大了风险覆盖的范围，补充了流动性监管要求，提出了宏观审慎监管的理念。巴塞尔协议Ⅲ的诞生为金融危机暴露的问题提出了有效的应对方法，保障了银行的风险管理有序进行，在全球银行业的发展历程中有着里程碑的意义。
1.2 巴塞尔协议Ⅲ在全球的实施
目前，巴塞尔协议Ⅲ中资本充足率改革框架已经于2011年，并于2013年1月1日开始实施。全球系统重要性银行（G-SIB）和国内系统重要性银行（D-SIB）资本框架分别于2011年和2012年，计划从2016年1月开始实施，并在2013年7月，了对全球系统重要性银行更新后的评估方法和对其更高的损失吸收要求；巴塞尔委员会已于2013年1月6日通过并了最终的流动性覆盖率标准，并计划在2015年1月开始实施。巴塞尔委员会还在积极推动巴塞尔协议Ⅲ中其他关键指标标准的制定，其中交易账户资本要求和资产证券化的相关标准正在制定中，计划于2014年基本完成；杠杆率标准计划于2015年开始披露，并将在2018年纳入第一支柱实施；净稳定资金比例标准正在制定中，计划于2018年正式。根据巴塞尔委员会的要求，全球各成员国应于2013年开始全面实施巴塞尔协议Ⅲ，并在2019年1月1日之前完成。目前，全球各成员国已经开始了对巴塞尔协议Ⅲ的实施，各国因自己国家的经济发展情况或遇到的某些问题，巴塞尔协议Ⅲ的实施进度有所差异。例如在风险资本管理上，加拿大、澳大利亚、日本、瑞士、中国等11个成员国或地区已经颁布了最终的实施方案并进入了实施阶段；美国、俄罗斯、阿根廷、韩国等14个成员国公布了最终的实施方案却还未实施。对于全球系统重要性银行和国内系统重要性银行，目前仅有瑞士和加拿大已公布最终实施方案并实施；有包括南非和欧盟在内的10个成员国已公布最终实施方案但未完全实施；有15个成员国还未采取任何实际行动。在流动性覆盖率实施方面，截至2013年8月，还没有成员国已公布最终实施方案并实施；但有包括南非、瑞士和欧盟在内的11个成员国或地区已公布最终实施方案但未实施；有澳大利亚、印度、土耳其和中国香港共计4个成员国已实施草案。
整体上来看，全球各个成员国都在努力推进巴塞尔协议Ⅲ的实施，但仍有国家和地区因为遭受经济危机的创伤过大，危害仍未完全消除，导致巴塞尔协议Ⅲ在该国家的实施进度有所延迟。
1.3 巴塞尔协议Ⅲ对中国的启示
由于巴塞尔协议Ⅲ是针对美国次贷危机引发的全球金融危机而制定和实施的，其政策无论在理念、制定、实施和评估方面都更加适合欧美等发达国家的金融体系，这在一定程度上为发展中国家实施巴塞尔协议Ⅲ带来了不适应性，甚至会阻碍发展中国家的金融健康发展。尤其是出现在发展中国家的衍生品交易市场，如果是针对金融体系较为完善、金融衍生品市场发展成熟的发展中国家来说，加强衍生品交易监管力度和措施具有一定的意义；但发展中国家的衍生品交易市场大部分还处在起步阶段，一些交易政策还处在商议之中，如果过早地被监管起来，便会将衍生品交易扼杀在摇篮中，不利于国家的经济繁荣发展。因此，从发展中国家的经济环境来看，巴塞尔委员会在某些方面实施的较为严厉的监管措施并不完全适用于发展中国家，需要根据具体情况进行考量。
中国当前的经济还处在崛起阶段的飞速发展过程中，银行、保险、证券等业务交叉进行，为了确保整个金融体系稳定发展，提高中国金融经济的抗风险性，中国的银行业应当建立在监管引导下的适合国情的差异化竞争上，以发挥监管协议对中国银行体系稳健发展的最大效用。
2 银行风险管理研究
2.1 银行风险的定义
风险是对未来还没有发生的事承担的不确定后果，风险管理是对波动性的期望结果进行预测与判断并提出相应对策以引导结果向好的方面发展。银行业通过从客户手中募集存款资金而后进行放贷挣取差额盈利的经营方式，进行货币资本的交易，完成资金在各行各业的流通。银行业因其本身的特殊性使银行的风险涉及面更为广泛，可以说，只要涉及货币资金的行业，银行的风险就无时无刻不存在着。
2.2 银行风险的因素
由于银行风险存在于各行各业中，任何一个行业经济链出现断裂，都有可能加大银行的风险。一般来说，影响银行风险的因素有国家经济形势、市场价格、金融管制、社会信用度等，具体的因素又可分为汇率、股票、商品价格、金融创新等。无论是银行的对外经营还是内部管理，任何可能涉及的因素都会影响到银行的风险存在。当然，银行的风险虽然具有不可预知性，但如果仔细研究与分析影响风险的因素和原因，是可以做到有效预防和控制风险的发生，从而保证银行经济的稳定发展。
2.3 银行风险管理理论概述
银行风险管理是针对存在于银行内部、影响和调控风险的一种管理手段，随着近年来全球经济形势的多样化、复杂化发展，银行风险管理更加适用于当下的经济社会。银行风险管理理论主要有资产风险管理、负债风险管理、资产负债风险管理、金融工程理论和全面风险管理。
资产风险管理是银行在发展初期为了避免因外借大量贷款收不回而导致的资金周转困难，对其资产业务需要进行严格看管，避免坏账损失的风险。负债风险管理是在资产风险管理的基础上提倡多出去争取更多的存款业务，为进行更多的放贷储备资金，从而获得更大的收益。资产负债风险管理是同时并行资产风险管理和负债风险管理两大理论，在保证银行对外放贷的盈利性和揽储的流动性的同时，通过调整银行的资产结构和负债结构，将银行的风险调控到最小值。金融工程理论是一种创新的银行风险管理模式，通过发行债券、期货等衍生产品，增加了金融的交易性，使金融制度发挥其内在潜力，保证了银行的盈利。全面风险管理是为了应对复杂多变的经济环境而逐步在银行业中推广而来，这种风险管理模式力争以最少的经营成本来获取最大的收益，作为一种全新的管理模式，全面风险管理还需要再进一步加强和完善。
3 巴塞尔协议Ⅲ框架下银行风险管理的改革
3.1 资本管理
有效管理和合理运用银行的资本，不仅可以在银行初创和发展时期提供运营资本，保证银行业务的有序进行，而且在银行盈利或亏损时能够给予客户一定的保障，不至于债权人得不到相应的利息或补偿；同时，对银行的资本进行合理的规划和投资可以实现股东盈利的最大化目标，满足银行本身的业务发展需要。从金融秩序的角度考虑，银行资本管理能有效约束和限制银行的无限膨胀，使银行内部的资产得到控制性的发展，防范或降低风险发生的可能性。
在巴塞尔协议Ⅲ市场风险监管框架的基础上，2012年5月巴塞尔委员会了《交易账户基础评价报告》（征求意见稿），提出了市场风险监管体系的全面改革方向，并对内部模型法和标准法的计量体系提出改革方案。在市场风险监管体系的改革方面，首先是重新划分交易账户和银行账户的边界，在确定账户划分不可取消的基础上，提出了基于交易证据和基于估值两种可选的重新划分账户属性的方法；二是改革了计量方法，使用预期损失法替换VaR指标；三是全面反映市场流动性风险来调整VaR模型；四是对冲和风险分散化效应的处理；五是强化标准法和内部模型法的联系。在内部模型法计量体系的改进上，通过评估交易账户模型法的适用性、建立与自身组织结构和交易管理等基础条件相匹配的交易柜台、对交易柜台可建模型的风险因素进行分析三个方面来提高内部模型法的审慎应用。在标准法计量体系的改进问题中，巴塞尔委员会提出了部分风险因素法和全面风险因素两种新的、与模型法更为有效接轨的改进方案。
3.2 流动性风险监管
2010年，巴塞尔协议Ⅲ中的流动性风险监管新规正式运营；2013年1月，巴塞尔委员会推出了修订版的巴塞尔协议Ⅲ监管规则；2013年7月，巴塞尔委员会又公布了《流动性覆盖率披露标准（征求意见稿）》，体现了巴塞尔协议Ⅲ在流动性风险监管方面的不断创新与改革。巴塞尔协议Ⅲ的短期监管指标为流动性覆盖率，流动性覆盖率能够从短期内衡量一个机构应对流动性风险的能力。掌握银行业的流动性覆盖率，确保机构拥有足够的流动性资源来应对短期的流动性风险，并得到迅速的恢复，是流动性风险监管的目的。巴塞尔协议Ⅲ的长期监管指标为净稳定资金比例，作为流动性覆盖率指标的一个补充，净稳定资金比例要求银行在长期的经济压力环境下仍然有稳定的资金来源用来持续经营和生存1年以上。这个监管指标的存在主要是为了让银行找到长久持续发展的融资渠道，确保拥有大于100%的稳定资金比例来应对流动性风险。无论是短期监管指标还是长期监管指标，两者在时间维度、分析角度和监管目标上都存在差异性，但二者互相补充，共同支起了巴塞尔协议Ⅲ流动性风险的核心框架。
巴塞尔协议Ⅲ流动性监管的新规从实质上来说是降低了监管的标准和要求，使金融机构能更加灵活地应对市场，给银行业一个缓冲和休整的机会。修订过的巴塞尔协议Ⅲ流动性风险监管规则有助于减少银行对中央银行的依赖，在一定程度上隔离了政府杠杆和银行杠杆的关联，有助于银行建立更稳健的流动缓冲，促进证券市场和实体经济的发展，完善多元化融资机构，同时有助于防范系统性风险。
3.3 信用风险的度量
贷款是银行业的主要业务，也是银行获取盈利性收入的重要渠道，贷款业务的存在让银行与客户之间的信用风险大大增加，这种风险不仅存在于银行账户，也有可能存在于交易账户。信用风险往往与市场的波动是紧密相连的，因此，防范信用风险，对存在于交易中的风险进行监管和审慎，是巴塞尔协议Ⅲ风险管理的一个重要任务。2013年，巴塞尔委员会首次采用非内部模型法来计算交易头寸的违约风险暴露，这也在一定程度上弥补了现期风险暴露法不能区分保证金、不能反映压力条件下的监管附加因子波动水平和处理冲和净额结算过于简单的不足之处。非内部模型法相较于现期风险暴露法和标准法来说，充分考虑了抵押品和保证金的影响，并且采用了更为精密的对冲规则和选择了更为审慎的尺度乘数。为了避免信用风险的出现，应提高对信用风险的警惕，采取限额管理和签订主协议、提高抵押品和保证金管理水平、使用交易压缩和建立完善的风险管理体系等措施，进一步加强信用风险的管控。
3.4 资产证券化风险计量
资产证券化起源于20世纪70年代的美国，是将缺乏流动性却能产生未来收益的资产组织在一起，形成一个资产池，然后以资产池的收益来保证被发行的资产证券。多年来，银行作为证券化运行过程中的发起、投资和承销机构，在面对资产证券化带来收益的同时，也承担着资产证券化带来的风险。因此，银行需要计提一定的资本来抵御相关风险的爆发。巴塞尔协议Ⅲ采用了单独的框架度量证券化风险暴露，运用评级法、监管公式法、内部评估法、集中度比率法和支撑集中度比率法来计算其资本要求，以防范预期损失和“尾部”风险导致的非预期损失。由于新的证券化监管体系和风险计量方法还在初步的实践运用中，针对模型的不足，还需要在实际操作中反馈意见，提出修改策略。
3.5 全球系统重要性金融机构的评估
重要性金融机构是指机构本身具有一定的规模和市场，并在全球金融范围内具有一定影响力，其本身的发展足以影响全球金融体系的发展和结构变化。这类机构在自身利益的获得上面一般能做出较为明智的抉择，但很少站在全球金融的角度上去考虑，因此，为了机构本身的顺利经营和全球系统的有序发展，需要针对系统重要性金融机构建立风险管控，尽可能地遏制危机的出现。金融稳定理事会在巴塞尔协议Ⅲ的基础上，先后公布了《评估金融机构、市场和工具系统重要性的指导原则》等一系列管控重要性机构的文件和制度。2013年7月，巴塞尔委员会更新了全球系统重要性银行的评估方法，与此同时，国际保险监督官协会也公布了全球系统重要性保险机构的评估方法和政策措施。2013年新版本的评估方法主要从样本银行的确定方法、指标的变更、可替代性分类设置、标准化银行分数、后续规划、界限分数和分组门槛、分母频率、披露要求等方面来调整。巴塞尔委员会希望这些评估方法能够基于公开可得的信息进行评估，以确保各国在使用评估方法时的应用程序具有一致性。
4 巴塞尔协议Ⅲ在中国的展望
