(4) 宏观模拟方法。代表性的模型是麦肯锡公司的Credit Portfolio View，模型纳入经济周期的影响，把宏观因素对违约概率和评级转移概率的影响纳入模型，克服了一些模型把不同时期转移概率假定为固定的所带来的问题。
（5）基于保险思想的模型。信用风险度量和管理的新工具中也引入保险领域的思想和方法。引自寿险的代表模型是奥特曼开发的贷款和债券的死亡率表，模型的指导思想与确定寿险保险费政策时的精算思想一致。引自财产保险的代表模型是瑞士信贷银行金融产品部开发的信用风险附加法（CreditRisk+）模型, 它与出售家庭火险时为评估损失和确定保险费率而使用的模型一致。后者的主要优势是只需要相当少的数据输入，劣势在于不涉及信用等级的变化，而且假设违约与资本结构无关。
（6）基于神经网络的模型。有学者提出以非线性方法（例如类神经网络或模糊理论）作为信用风险分析的工具。在神经网络概念下，允许各因素之间存在复杂的关系，以解决传统计分方法的线性问题。而非线性方法面对的最大问题是：需要考虑多少个隐蔽关系？考虑太多的隐蔽关系有时会给模型产生过分拟合的问题。并且，使用神经网络来决策的一个缺陷是解释能力缺乏。当它们能产生高的预测精度时，获取结论的推理却还不存在。故需要一套明确的和可理解的规则，有人评价对比了几种神经网络的规则提取（neural network rule extraction）技术，并用决策表（decision table）来代表提取规则。他们得出结论，神经网络的规则提取和决策表是有效的和有力的管理工具，可以为信用风险评估构建先进的和友好的决策支持系统。
以上简要评述了信用风险度量的六类模型，实际上还有很多模型和方法，如返回测试和压力测试的方法，根据风险调整的收益对资本的比率方法，M.H.DIS （Multi-group Hierarchical DIScrimination），等。随着信用风险模型的涌现，出现了评价模型对信用损失预测的精确性的问题，有的论文提出了基于横截面模拟的评价信用风险模型的方法。
结合前述的各种类别的信用风险创新模型，可以发现信用风险度量的创新模型有以下共同特点：
（1）信用风险分析结果定量化。如KMV模型是预测违约率，在险价值方法是计算预期损失，德国中央银行的改进Z模型是将客户精确分级，并知道模型的统计错误的大小。
（2）及时动态地反映借款人情况的变化，即模型能随着时间的改变和借款人状况的改变而及时预测出风险的变化。
（3）模型背后都有积累的大量专业数据库。如KMV的违约距离与违约率关系的经验数据库，德国中央银行有企业样本数据库，以便计算公式的系数，以及判断模型的错误大小。
（4）模型的建立与应用，运用了先进的计算机、统计、人工智能和知识工程等技术和方法，因而模型的自动化程度和效率大大提高。
四、启示
我们已经看到，由传统模型到创新模型，国外的信用风险度量模型已经相当专业和先进。而中国的商业银行虽然在逐步建立信用风险内控机制，但信用评估的手段和方法却还处于比较初级的阶段。例如，很多商业银行的内部评级系统使用的还是简单的打分模型，虽然同时包括定性和定量指标，但对于指标的选择和权重比例的分配往往不合理，比如模型中经常忽略对关联交易的考虑，缺乏对资产质量变化趋势的考虑等。此外，信用评级人员未能充分理解模型的内涵，只是机械地对客户进行打分，结果评定出的信用等级缺乏准确性，同时银行的监察和稽核部门也难以对客户的信用等级进行复审和跟踪。再如，贷款五级分类在实际工作中量化分析不够，主观任意性还比较强，因而效果不能令人满意。
我国信用风险评估模型与发达国家差距较大，学习国外的先进模型，掌握其发展的特点和趋势，加以吸收和借鉴，成为我国银行信用风险管理的必然之势。关于如何吸收和借鉴，本文有如下的几点启示：
（1）坚持先易后难的原则，积极学习国外的先进模型，例如可先学习使用Z模型和改进Z模型，建立起企业贷款评级的数量方法。当然，同时也要加入和考虑定性因素。
（2）在应用Z模型和改进Z模型的基础上，建立违约、守约企业数据库，并不断完善、修正模型。近几年，国内银行的数据质量已经有了很大的提高，可以在此基础上建立数据库。
（3）对于其他复杂模型，金融机构、管理咨询机构可以先做前期的研究工作，并积累资料，以便应用和推广。如针对KMV模型，专门的信用机构可以整理上市公司违约的历史资料，同时积累现实的资料，最终建立我国的违约距离与违约率经验上的映射关系。
（4）注意国外的先进模型在中国的适用性问题。如KMV模型要用到股票的价格及其波动性，而我国的股市建立时间短，投机性较强，有的股票受到非法操纵，价格波动大。这就造成了数据的不可靠性。此外，我国缺少违约的数据库，国外违约距离与违约概率的经验曲线并不适合我国。国内学者对这一模型在中国的应用探讨得最多，取得了较大的成果，对非流通股问题、数据真实性、无风险利率、违约点、关系函数、资产价值的增长率、违约率等方面都做了处理，实证研究得出了一些结论。
当然，仅仅研究信用风险度量模型是不够的，要实施巴塞尔协议提出的内部评级法，对银行还有更多更高的要求。单纯地依赖模型进行信用风险的评估也是不科学的，定量方法需要与定性方法结合起来使用。
参考文献
[1]安东尼•桑德斯.信用风险度量：风险估值的新方法与其他范式[M].北京：机械工业出版社，2001
[2]布赖恩•科伊尔.信用风险管理[M]. 北京：中信出版社，2003
[3]王国林.微观金融学[M].北京：科学出版社，2005
[4]章彰.解读巴塞尔新资本协议[M].北京：中国经济出版社，2004
[5]Anthony Saunders. Loans as options and the KMV model [J].Financier，1999. 6，（1）：8-16
[6]Bart Baesens，Rudy Setiono，Christophe Mues， Jan Vanthienen.Using neural network rule extraction and decision tables for credit-risk evaluation[J].Management Science，2003.49，（3），312-329
[7] M. Doumpos，K. Kosmidou，G. Baourakis，C. Zopounidis.Credit risk assessment using a multicriteria hierarchical discrimination approach: A comparative analysis[J].European Journal of Operational Research，2002.138，392–412
[8] Jose A. Lopez，Marc R. Saidenberg.Evaluating credit risk models[J].Journal of Banking &Finance，2000.24，151-165 作者：冯守仑 薛寒春 编辑：竹子
【
