在中国的商业银行里使用信用模型为单个贷款企业“打分”和确定信用等级的现象较为普遍，而较少地使用资产组合模型对贷款进行管理。这种为贷款企业制定的信用模型要么是银行根据自己的经验开发出来的，要么是与国外咨询公司联合开发信用模型。中国的商业银行比较依赖信用模型对贷款企业进行评级是与其管理体制有关，其目的是为了减少信贷员不规范操作而带来的风险。之所以没有使用信贷资产组合模型一方面是对这种技术的认识不足，另一方面是因为银行缺乏每个等级的违约率和等级迁移情况的统计数据。

与前面介绍的国外信用模型相比，国内商业银行所使用的模型更象一个“专家模型”。它是在建立在模型制作者的评估经验基础上的模型。这类模型在国外商业银行中使用较少，美联储的一份研究中指出了其中的三个原因：

1、不同的资产类别都需要不同的模型。

财务报表分析的细节上会因借款者的不同而有很大差异。建立在违约率基础上的统计分析模型尽管对不同行业会有所不同，但都往往分析一些固定的财务比率和固定的权重来得到一个违约率的估算结果。

2、支持模型所需要的数据目前比较稀少。

3、模型的有效性需要经过长期的验证，使银行在其间面临巨大的风险。

中国的商业银行通过与外界的交流与合作，已经开始认识到信贷资产组合模型的对信用风险管理的意义。但由于目前中国商业银行的基础数据比较少，构建自己的组合模型还比较困难。现在一些大的商业银行已经开始整理并着手建立自己的内部评级系统和违约率、等级迁移矩阵等数据库，相信在不久的将来，一些适合中国国情的信用风险模型会得到广泛的应用。

【本章小结】

本章首先引入了信用风险度量形成的历史背景，以及信用风险度量中的一些基本而且重要的概念。这些基本概念包括违约率、违约时的损失率、风险敞口、信贷资产组合模型等。这里概念是理解信用模型工作原理的基石。然后我们又对国外信用风险度量中常用的几个重要模型如Z评分模型、EDF模型、CreditMetrics模型作了较为详尽的介绍。我们介绍这些模型的目的并不是将这些模型直接搬到中国来使用，而是要理解信用模型构造的基本思路和工作原理，同时从这些模型中我们可以看到国外著名经济学家和金融机构的研究成果和研究时采用的方法，这对开发适合中国国情的信用模型具有重要的意义。