我国违约概率的研究与发展历程是怎样的[朗读]

对中国银行业来说，内部评级仅仅处于起步阶段，时间短且不规范，其中关于违约数据库、转移矩阵等方面的基础设施建设几乎空白，贷款企业信用评级更多地是用于客户的选择及风险的预警，尚未向更深层次的风险量化管理方向发展。为此，中国商业银行和评级公司应该积极创造条件，加强客户违约概率测度，以有效提升信用风险管理水平。
第一，结合巴塞尔新资本协议参考定义，科学界定企业违约概念。目前国内还没有一贯明确的企业违约标准，为了和国际标准接轨，建议中国银行业对企业的违约概念作如下界定：在一定期限内（通常为一年）企业的贷款业务中只要出现次级、可疑或损失贷款的任一种情况的，就算做违约企业。
第二，加快建立违约概率测度模型的基础设施——违约数据库。中国银行业可以通过企业财务数据过滤器的建立，对企业提交的财务报表进行真实性检验，建立合格的违约数据库，为测度违约概率打下坚实的基础。中国人民银行建立的《银行信贷登记咨询系统》为中国银行业提供了一个海量的贷款数据库的信息平台。国内银行可以此为基础，充分发挥该系统的数据资源优势，并不断完善系统信息，进而建立我国自己的违约数据库。
第三，加强违约概率测度模型的研究、开发和应用。基于中国银行业所处的经营环境，以及历史实践具有自身的特殊性，那些西方商业银行所能够应用的违约概率模型，却并不一定能够适合我国商业银行。但我们可以借鉴这些违约概率模型的测度思想、方法与过程，结合数据积累的情况实现由简单模型到复杂模型的过渡。比如，可以根据已有年份评级结果数据的积累，运用信用计量模型对已有年份的每一信用等级的转移概率和违约概率进行测度，进而形成内部的信用等级转移矩阵的测度，以后随着年份数据的增加，再不断调整。这样，经过一段时间的积累，就可以建立起我们自己的内部转移矩阵模型。
另外，结合我国贷款企业的实际信用情况，转移矩阵模型中各个信用等级违约概率测度除了要考虑行业因素、经济周期性因素的影响以外，还要考虑地区、规模以及企业所有制性质等因素的影响。