(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。

　　②信用評分模型對借款人歷史數據的要求相當高。

　　③信用評分模型雖然可以給出客戶信用風險水平的分數，卻無法提供客戶違約概率的準確數值，而后者往往是信用風險管理最為關注的。

　　(3)違約概率模型

　　違約概率模型分析屬于現代信用風險計量方法。其中具有代表性的模型有穆迪的RiskCalc和Credit Monitor、KPMG的風險中性定價模型和死亡率模型，在銀行業引起了很大反響。

　　《巴塞爾新資本協議》也明確規定，實施內部評級法的商業銀行可采用模型估計違約概率。

　　與傳統的專家判斷和信用評分法相比，違約概率模型能夠直接估計客戶的違約概率，因此對歷史數據的要求更高，需要商業銀行建立一致的、明確的違約定義，并且在此基礎上積累至少五年的數據。