选自《credit risk scorecards》，翻译：林晶
完成第2阶段项目参数的设定后，数据库的开发工作就可以着手了。数据库包括一套预测变量，外加目标变量。
样本标准设定
一旦项目的参数，细分和研究方法被确定，样本标准需要明确。具体有：
所需记分卡的数量和细分标准，包含如何识别各种细分的说明；
“坏”、“好”和“中间”的定义；
每个细分组合的变差率和通过率；
演示及样本窗口；
除外条款。
另外，以下的几点也需要在这个阶段说明：
细分的样本范围和样式的种类；
来自内部或外部资源的特性清单；
衍生的特性。
特性的选择
样本开发中特性的选择是整个记分卡开发过程中至关重要的一环。特性被仔细挑出的这个步骤，将使某些商业意识在计分开发项目的每个阶段不断增强。可供选择的是将整个数据池或其他数据储藏室的形象输入记分卡开发数据库中。预先选择特性是为了使整个开发进程便利，并且特性的选择应基于各种不同的因素，包含：
预期的预测力度。这个信息源来自积累的经验（已收集和风险分析获得的），原先的分析和计分卡项目。这也是为什么采访决策者或收集人员，能够起到极大帮助的缘由所在。
可靠性和稳定性。一些不确定的数据可以处理或易于处理（如收入），特别是银行分行的员工或贷款经纪人销售产品的情况下。但在某些情况下，确定这类数据可能会导致成本过高（比如销售价值低的贷款产品），因此这类数据应当排除在外。
收集的便利性。申请表格中的数据元素是任选的（即申请者可以留空白），并且是可以回避的，即使是强制性的数据，也需要是记分卡一心所关注的才可以。
可解释性。某些特性，例如职业和行业是易于主观解释。不同的人可能将同一个人归于不同的职业或行业中；并且随着非传统职业的发展，人的职业归属将越来越难以区分。这也是为什么大多数机构将职业归属到“其他”种类中，这种情况大约占到75%的比例。甚至有这种情况，这类易于主观解释的特性已经被用于预测，对未来的解释的忧虑可能成为一个较大的问题。预期可以使用仅当主观解释被信用风险经验所担保时。有这么一个例子，在诸如“管理品质”的特性，可以被用于微型的商业记分卡中（也就是大家所熟知的中小型企业，即SMEs）。然而其毕竟是个主观性特性，关于其的判断主要是基于决策者经验。
人工干预。这是指特性可以明显受到人工干预（如，当破产倒闭被指定成一项政策，我们就可以尽量规避那些会引起倒闭的指标）。然而排斥推理可以在某种程度上矫正这种情况，政策规则和记分卡特性应该相互独立，而不是结合在一起。
特定信息类型所适用的法律环境。即使有些特性历史上已经被收集（如，婚姻状况，性别等），但是在记分卡开发中最好将法律或政治背景等特性排除在外。
基于商业推理的比率的确定。使用者需要规避“地毯式轰炸法”，去接近比率分析法（该比率考虑进了数据库的所有变量），划分它们，并且产生用于预测但不解释的比率清单。任一比率的确定需要经过验证。例如，征信局在最后12个月的调查结果除以最后3个月的调查结果的比例作为一个同长期信用度相比较的短期信用度指标。相同地，其他指标如购买力、偿付能力、利用力、国际收支情况，偿付比率等等短期同长期之间的比较，也被证明是很好的风险测量指标。以上的论述均需要配合很好的商业推理。
未来数据的可获得性。记分卡开发过程中的任一数据需确保在未来的时候可以继续获取到。
竞争环境的改变。特性可能在当前并没有很强的指示性，可能再未来会由于行业趋势的变动变成很强的指示性，例如，信用环境变得更好或新产品的出现。
现在已经清楚了记分卡需要基于过去两或三年的数据上开发，并且记分卡被寄予能够在大约接下去一两年的时间内发挥作用的期望。因此，过去和未来的趋势在这个时点需要被同时考虑进去。针对这种方式的处理方式是向征信局请教过去两到三年间信息是怎样变化的。例如，诸如国际收支平衡情况、贸易情况、信用水平等是否在过去一些年间发生了显著的变化，是向上还是向下的趋势。然而这并不会改变记分卡开发的数据，这可被用来管理预期和设计合适的策略。例如，竞争环境的越来越激烈将增加征信局向申请者的平均调查次数。用历史数据开发的记分卡将处理这个情况，例如，基于历史情况，12个月内超过4次的调查将被视为高风险。尽管如此，现在通常建议将拥有4次被调查历史的风险度与正常风险，中等风险联系在一起。所以，我们可以拥有改变人工调查的分配分值和将趋势的改变从意识上调整过来。最后，这将导致争论，这再以后会论述到，而且只会被详细论述而不是被忽略掉。
在这个任务中争论所覆盖的范围再一次强调了同其他项目团队成员同心协作的重要性。
抽样
记分卡开发过程中，有两道程序需要抽样，也就是，将整个样本数据分成开发和有效数据，并且决定数据中好、坏和拒绝的比例。
开发与有效数据
拆分开发（记分卡开发过程中所使用的样本数据）与有效（模型确定后所持有的数据）数据库有多种方式。通常而言，记分卡的开发一般需要70%-80%的样本数据；剩余的20%到30%会被预留，用于独立测试或验证记分卡。若样本规模较小，记分卡就可能使用所有样本，验证方法是随即抽取50-80%的样本。
好/坏/拒绝
先前所提到的，通常各需要2000个好、坏和拒绝的数据便可以满足记分卡的开发要求。这种方法叫做超采样技术，广泛应用于工业中。超采样技术调整后可被用来预测。样本数据充足的一个额外好处是减少了多重共线性的影响，最终使得结果逻辑回归统计显著。
只要用于统计验证的好和坏的数据充足，样本数据通常被以比例划分。例如，一个4%变坏率的组合，需要样本开发数据有4%的坏的数据（如4000个坏数据和96000个好数据）。这里不需要调整这个数据库的先验概率，因为样本已经反映了实际概率。
最佳样本的规模的决定有许多统计方法可以办到。一种方法是使用动力曲线（例如，SAS中的PROC POWER/GLMPOWER/PSS）。
选自《credit risk scorecards》第四章，翻译：吴国平
细分
在某些情况下，相对于一种记分卡应用于所有人，使用多种记分卡组合能够更好地提供风险区分作用。这种情况通常是，人口由差异的亚群组成，一种记分卡并不有效地适用所有人（如我们假设不同的特征要能揭示不同亚群的风险）。识别这些亚群的过程就叫做细分。有两种主要方式能使用于细分：
1.基于经验和行业知识形成细分思想，然后通过分析来验证这些思想
2.通过统计方法形成独特的单元，如集群和决策树
任何情况下，任何被选细分的样本量都应该足够大，使得为单独记分卡发展而做的抽样有意义。表示不同风险表现的细分能够通过不同的标准和战略需要而被区别开来，除了没有足够样本量的情况外。
在风险记分卡的发展中应该指出，一个“差异的”人口的认定不仅仅依赖于定义的特征（如人口统计），也取决于它的行为。目的就是定义基于风险行为的细分，而不是仅仅风险的简单描述。
探测不同行为并不是细分的充分条件。这些差异需转化成在商业上可量化的结果（如更低的损失，更高的等级）。有关怎样量化的例子在本章的“比较性改善”中介绍。
不论细分是通过经验方法还是统计方法而得到的，思想上都要有长远的计划。许多分析和经验都是基于过去的，但记分卡需要在未来被运用于未来申请人的细分。有一个办法能够达到这个目的，如根据系统性关注的目标市场来调整细分。传统上，细分是为了找出一个设定细分的最优解，这暗示着要找到一个组织所要求最优表现的细分，如目标市场。这个步骤强调达到最优表现的重要性，这从商业角度来看是最需要的；同时，这个步骤也确保记分卡发展过程最大化其商业价值。这是一个市场营销人员能够增加价值和有关记分卡发展项目的领域。
新巴塞尔协议采取注重实效的观点，把细分定义为“同质风险池”，允许世界各地的个人银行拥有确定各自细分的选择权，并没有做出硬性的规定。
基于经验（启发式）的细分
基于经验的细分的思想来自于商业知识、经验、运营策略、行业实践。这些来源的例子有：
l 营销/风险管理部门探测特定细分市场中不同申请者的概况
l 相同记分卡组合虽时点相同，但部分表现出明显不同的行为（如较高的不良率）
l 发展新的次要产品
l 需要友善地对待事先定义的组群（如黄金客户）
l 未来营销的发展方向
典型的细分在行业中的运用基于以下内容：
l 基础信息。区域（省份/国家，内部定义，城市/农村，邮政代码，邻居），年龄，生活方式代码，工作年限，在银行任职
l 产品类型。黄金/白金卡，按揭的期限，保险类型，担保/无担保，新车租赁/旧车租赁，贷款规模
l 业务来源（渠道）。柜台，传单，网点，互联网，经销商，中间人
l 可用数据。薄/厚（薄的字段表示目前没有交易），在工作方面的清白/不良记录（不良记录表示存在一些负面表现），循环产品的转换方/交易方，SMS/语音用户
l 申请人类别。现有/新客户，首次置业/改善按揭，专业人士交易组别（如工程师，医生等）
l 产品归属。按揭持有人在同一银行申请信用卡。
细分的思想一旦形成，就需要开展更深入的研究，原因有两个。首先，这些思想需要至少与一些经验迹象相符，使得具有一定水平的说服力。第二，研究有助于更好地定义细分（如薄/厚字段，邮政代码组别，年轻/年老），这通过建议合适的区分点（如它们能够被用来问“什么是薄字段”或“什么是一个年轻的申请者”）来实现。
有一个简单的方法能够认可细分思想和建立细分的必要性，即分析事先定义的不同细分中是否具有相同特征的风险行为。如果单个细分中的相同特征（如“租赁人”）明显有别于其他细分，这或许能作为细分记分卡的一个例子。然而，如果特征在不同的细分中代表相同的风险，则不需要额外的记分卡，因为这没有区别。
图表4.8反映了有关住房状态和信贷交易次数的实测不良率，以30岁为界分类。未分类的实测不良率也列在表格的最右边。
图表4.8 基于年龄划分的不良率
>30岁
<30岁
未分类
住房状态
租房
2.1%
4.8%
2.9%
自有
1.3%
1.8%
1.4%
与父母同住
3.8%
2.0%
3.2%
交易次数
0次
5.0%
2.0%
4.0%
1-3次
2.0%
3.4%
2.5%
4次以上
1.4%
5.8%
2.3%
在这个例子中，租房和与父母同住的不良率，大于 30岁和小于30岁的都是不同的。这个相同的信息（如属性为“租房”和“与父母同住”）说明了年轻和年老的申请者具有明显的差异。这说明以年龄为依据的细分是一个好的主意。请注意，如果一个记分卡被运用，例子中的所有租房者将得到相同的分数。但通过细分，30岁以上和以下的租房者将获得不同的分数，以此有助于更好的风险排列。
申请者为“0次”和“4次以上”交易的也符合这一现象，即相同信息揭示着30岁以上和以下具有明显的差异。这些例子都是来自北美的数据，且具有解释性。超过30岁且依然与父母同住的人趋于更高的风险，超过30岁且没有信贷交易的人（如他们持有没有被记录的信贷产品）也是如此。越年轻的人越有可能被认可，但在北美，30岁被认为拥有（事实也证明如此）多个信贷产品满意的偿债表现，所以，在这个年龄而交易空白被认为是高风险。
另一个认可原始细分思想和确定单个细分的方法是，观察不同被选人口亚群的实测不良率。这个方法包括分析在所选特征中不同属性的不良率，然后根据显著不同的表现确定恰当的细分。
图表4.9给出了此分析的一个例子。此表表现为依据年龄、业务来源和申请者类型细分的典型例子。在“年龄”例子中，可以很清晰在看到，“小于30岁”的表现显著差于其他两个大于30岁的细分。在这个例子中，依据“大于30岁”/“小于30岁”来划分将显得有意义。假如有必要产生较两个更多的细分，更多有关年龄的更好定义组别也可以替代例子中的大体定义组别。
图表4.9 事先定义细分的不良率
属性
不良率
年龄
大于40岁
1.8%
30-40岁
2.5%
小于30岁
6.9%
业务来源
网络
20%
网点
3%
中间人
8%
电话
14%
申请者类型
首次置业
5%
改善按揭
1%
在“业务来源”例子中，四个属性都有不同的不良率，或许因此划分单个细分。然而，“网络”来源的情况可能出现在早期阶段，且此渠道占总组合非常小的比例。在这个例子中，将“网络”和“电话”细分合并，并在网络业务汇聚足够的数量来调整分类的时候才重新分类记分卡，这将显得有意义。当这个分析方法被运用于解释细分时，也能每季度依此来辨认关注犯罪的潜在领域。
以上所述的方法操作起来相当简单，也能提供一些依据经验和恰当的直觉选取细分的帮助措施。它们也有助于选择正确的细分点，如图表4.8所示的年龄——作为细分基础的特征。
基于统计的细分
1.集群 集群是一个广泛用于辨认输入变量彼此相似的组别的技术。集群能被用于细分数据库，添加样本，或是就数据所建议的“群体”。同个群体中的样本在某种意义上倾向于同质，不同群体中的样本倾向于异质。用来形成集群的两个方法是K-均值（K-means） 集群法、自组织映射（SOMs）。
集群能够在欧氏距离的基础上运用，以及被用来计算一个或多个量化的变量。观测值被分离为集群，以达到每个观测值最多属于一个集群。
SOM是受被映射到大脑里的人体感官印象变量的启发，这样，输入刺激物之间的空间关系相当于神经元之间的空间关系（如集群）。
图表4.10说明基于两个变量的集群。它显示数据点形成三种不同的集群，或组别。另外，有一个异常出现在右下角的角落。
图表4.10 集群
图表4.11列举使用这种技术输出一个集群的例子，Y轴表示正常化的意思 。
图表4.11 集群的细节
这个集群显示以下特征：
l 低于平均年龄
l 高于过去六个月的平均查询
l 倾向于居住在区域A
l 区域B没有居民
l 不太可能拥有自己的住宅
l 在过去六个月里更有可能有拖欠
其他集群能够通过使用相同的图表来分析它们的定义特征。包括每个集群内的分布特点在内的深入分析也可以进行，以获得定义每个唯一组别的一组规则。如图表4.11的例子，集群能够被定义为：
l 年轻业主在区域A
l 年轻房客在区域A
l 年老业主在区域A
l 年老房客在区域A
另外，集群可以基于其他任何特征，此特征提供了各个集群间最好区分。
值得注意的是，集群定义具有类似特征（不是表现）的组别。那么，集群可能看起来是不同的，但也可能拥有类似的风险表现。所以，应该更深入地分析集群，例如通过不良率分析，以确保产生的细分是具有不同风险表现的组别。
2.决策树 另一项用来统计分类的技术是决策树的使用。决策树依据性能标准分离细分（如区分“好”和“坏”）。它们也容易理解和解释。辨认细分特征外，决策树也辨认每个特征的最佳分裂点——因此，决策树作为有效的和实用的细分方法。图表4.12中的例子显示基于两个层面的细分。
结果表明这个组合有四个可能细分，这是基于现有/新客户、保有期的长度和年龄来分。
图表4.12 使用决策树的细分
比较性改善
基于经验和统计的分析方法都将产生潜在细分的思想，且可以证实有充分的理由细分——但它们没有量化细分的好处。有十分简单的方法可评估细分后的改善是否值得追求。
第一步是通过细分来测量改善的预测能力。这能通过使用大量的统计来完成，如柯尔莫诺夫-斯米尔诺夫（KS）、C—统计（c-statistic）等等。图表4.13列出一个使用C统计的分析例子（C统计的细节在后面的章节说明，第六章）。
图表4.13 通过细分的比较性改善
细分
总的C统计值
细分的C统计值
改善
小于30岁
0.65
0.69
6.15%
大于30岁
0.68
0.71
4.41%
保有期小于2年
0.67
0.72
7.46%
保有期大于2年
0.66
0.75
13.64%
黄金卡
0.68
0.69
1.47%
白金卡
0.67
0.68
1.49%
未细分的
0.66
—
—
这个图表显示一个未细分的记分卡和以各种方式细分的六个记分卡的C—统计量计算。“总的C统计值”指未细分记分卡基础上分类的C统计值。“细分的C统计值”指使用专门为细分而建立的记分卡下分类的C统计值。在这些例子中，使用细分记分卡较使用整体记分卡获得更好的预测能力。白金/黄金卡的细分不能获得显著的改善——或许是因为授信方在它的历史黄金和白金卡客户之间未足够区分。最好的细分可能看起来是依据保有期的分类，这可能是因为使用现有的客户能获得更有效的表现数据。这种分析是基于单个层面上细分；使用者需要决定哪个改善程度是足够显著的，据此保证额外的开发和实施努力。
通过业务（非统计或措施），这个问题能得到最好的回答。业务不会最大限度化C统计值或KS值——它们依据如批准率、利润、损失率等业绩指标来运作。因此，这将有助于改善的预测能力转化为预期的组合表现，就如图表4.14所示的例子。
图表4.14 衡量细分的商业利益
细分
大小
细分后
细分前
批准率
不良率
批准率
不良率
总体
100%
70%
3.5%
70%
4.1%
小于30岁
65%
70%
4.1%
70%
6.3%
大于30岁
35%
70%
2.7%
70%
3.6%
保有期小于2年
12%
70%
4.2%
70%
5.7%
保有期大于2年
88%
70%
2.1%
70%
2.9%
黄金卡
23%
70%
3.9%
70%
4.3%
白金卡
77%
70%
3.1%
70%
3.8%
图表比较两个共同的业绩衡量，即每个细分记分卡的批准率和预期不良率。图表也列出每个细分的大致大小。使用这样的模板，决策者能够决定细分大小和业绩改善之间的联合是否充分解释额外记分卡的执行情况。批准率和不良率应该是根据一些预期业绩数字来作比较；例如，假设未来需要的批准率为70%，那么不良率值应该是在这个数字的基础上形成。在先前的例子中，依据保有期作出的细分提供了改善，小于2年的细分不良率由5.7%下降到4.2%，大于2年的细分不良率由2.9%下降到2.1%。通过这些改善，一些减少损失（以美元标记）的想法可以被估算。
选择细分
但是，为什么还有人不实施所有记分卡的建立，哪怕是预测能力或业绩有小幅的改善？
记分卡的实施要考虑许多事实，包括如下：
l 开发的成本。这包括涉及国内外开发记分卡的全部文献的努力
l 实施的成本。系统资源实施记分卡的额外成本，特别是非标准化的情况，或者需要编写复杂的代码。
l 流程。有额外的流程成本与更多的记分卡相联系。
l 开发和监测的战略。每个记分卡需要有相关的战略、政策规定和监测报告。创建、管理和维护它们所需的资源，在很多记分卡被开发和使用的情况下，可能需要招聘。
在较大组合的例子中，相对于现有资源和储蓄，这些成本和努力可能是微不足道的。然而，在较小的组合和组织中，这些分析可能视业绩的改善是否足够明显而定，以致保证额外的努力、复杂性和所需的成本。
方法化
有多种数学方法能够建立风险揭示记分卡——如logistic回归、神经网络、决策树等等。最适当的方法取决于以下的问题：
l 现有数据的质量。决策树可能更适合有显著遗漏数据或特征和目标之间关系为非线性的例子。
l 目标结果的类型，即二进制的（好/坏）或持续性的（以美元标记的利润/亏损）。
l 可获样本的大小。
l 实现平台（如应用系统能否执行特定类型的记分卡）。如神经网络模型可能是思想上的，而非实用的，假设应用系统无法实现它。
l 结果的可解释性，如记分卡能够获得回归点的基础上的利率下降。
l 方法的合规性，通常为当地监管部门所要求的透明性和可理解性。
l 跟踪和诊断记分卡绩效的能力。
在此点上，记分卡的缩放比例和结构也能够被讨论（如潜在记分卡的范围，点的两重可能性，假设记分卡本身代表预期不良率，等等）。记分卡的技术和格式化文件应该被风险经理和IT经理相沟通，以保证数据和划分技术的理论问题是被理解的——这样，记分卡发展任务的结果将能够被正确理解，记分卡开发完毕后也能被实施。
执行计划的回顾
这一阶段所获得的额外信息可能需要改变最初的执行计划和项目进度。尤其，假如细分分析后较预期需要明显增加记分卡的数量，被建议的方法论需要更多的消化时间或改变实现平台，或所需的数据被扩大，项目将需要更多的时间。为保证真实的期望，测试和执行计划在此刻需要被回顾。对于在不同领域有开发、测试、执行和跟踪记分卡责任的公司来说，这是至关重要的。项目经理要确保变化是被理解的，以及它们对最初项目计划的冲击可量化，据此，项目的每个阶段通向无缝联接。
在此阶段的最后，所需的所有数据和项目计划文件要完整，以及有关数据库建设的工作能够开始。
选自《credit risk scorecards》第四章，翻译：林晶
评分模型的开发过程中这一阶段可能是耗时最长且最幸苦的阶段。它的作用有二：一是判定评分模型的可行性，二是设置高标准的项目参数。参数包括除外条款，目标释义，取样窗及行为窗。
数据的可获得性及质量
阶段2首先需明确数据的可获得性，包括数据的质量和数量。评分模型的开发需要可靠的数据，最低限度要包括“好”与“坏”的数据。当拥有数据库技术时，这一过程将变得简单且有效。……
数据收集
为了界定评分模型项目的项目参数，数据必须以数据库的格式收集。项目参数主要包括：基于行为和取样窗中的“好”和“坏”数据的界定，以及在样本或正式模型开发过程中的数据使用条款的界定。……
项目参数的界定
1.除外条款
特定类型的账户需要在样本开发过程中予以排除。一般而言，开发过程中所使用的账户包括以下几个：日常信贷操作过程中评分的账户和将成为你预期客户的账户。账户有不良行为的（例如带有欺诈行为的）和没有依据标准评分的账户都不应该包含在样本中。这些账户通常是指定的账户，如内部职员账户，VIP账户，国外账户，预先批准的账户，遗失的信用卡账户，已销户的账户，缺失的账户，以及在自愿注销的账户。……
2.样本及行为窗口和“坏”的界定
模型的开发是建立在“过去的行为将影响未来的行为”这一假设前提下。基于这样的假设，为了预测将来账户的行为，起初设立账户的行为被当成分析的工具。为了进行分析，我们需要收集特定时间段内所开立账户的数据信息，然后再另一时间段监控他们的行为，以此来判定他们属于“好”的还是“坏”的账户。所收集的数据信息（变量）按好/坏分类（目标）构成开发过程中的样本量。
“行为窗口”可视为时间窗口，即监测在特定时间段内设立的账户的行为（如样本窗），然后对账户进行分类（目的）。“样本窗口”指的是将选择好/坏的数据进行样本开发的这一段时间。在某些情况下，如欺诈或破产，这种行为分类已被定性为“坏”。……
3.季节性因素
申请与批准比率随着时间的变化而变化，这种季节性因素也应考虑进模型中。这是为了确保开发样本（从样本窗中选取的）没有包含异常时期的数据，故开发样本应与正常的商业周期相一致，表现出典型的正常时期的数量。如此处理的目的是为了确保“过去反映将来”的假设能够成立，以便样本能够代表将来潜在的申请者（如通常意义上的客户）。进行实操后，这样处理也有助于产生精确的通过率/失败率，并且更重要的是，能够在测试期间使得评分模型更加稳定。实际上，为了捕捉大量的行为，这样的测试被大量的进行；因为建立一个标准的正常的模型是非常困难的。……
4.“坏”的定义
这里将账户行为分为3个主要部分：好，坏，中立。破产、索赔或欺诈，属于坏的定义是非常简单明了。尽管如此，关于合同违约性质的行为，有不同层次的解释。正如先前所提到的，关于“坏”的不同定义将产生各不相同的样本量。综合以下所列的因素，一个较为合理的定义将浮现在大家面前。……
5.“坏”的确认
在起初的分析阶段一旦对“坏”有了初始的定义，需对其进一步确认，以确保该定义符合要求。在拥有资源和数据的情况下，确认的方法可以采取专业判断、分析或两者并用。需注意这些方法可以在初始阶段是一个不错的工具，但这并不是精确的确认工具。
（1）一致法
（2）分析法
6.“好”与“中立”的定义
一旦定义了“坏”，同样的分析也可用于定义“好”。而且，这同样必须同信贷机构的目标相一致。“好”账户通常显而易见，不需仔细分析。中立账户常常是那些没有足够的用以归类的行为记录或有难以判断的较低的滚动违约率的账户。……
（注：如若想浏览全文，请联系普惠资信林先生，电话：0769－22653333，邮箱:weichaolin3721@puhuiratings.com。
）
四、五个国家很有可能发生去杠杆化
金融危机的爆发打断了债务增加的过程，但是去杠杆化过程才刚刚开始。从2009年第二季度开始，韩国、英国和美国的总债务占GDP的比重开始缓慢的下降(如图21所示)。分部门来看，家庭和公司部门的杠杆比率开始下降。然而部分国家的政府债务开始增加用于经济刺激计划和救助金融机构。政府债务的增加使得总债务占GDP的比重在短期内很难下降。
相反，数据显示大多数国家的金融机构的杠杆比率目前已经下降到金融危机之前15年的平均值以下。（如图22所示）这主要是由于银行普遍减少了放贷同时增加了资本金。银行对资本的需求尤其是普通股的需求将导致进一步的去债务化。
选读：莫迪利尼亚和米勒究竟怎么了？
银行资本状况随着债务和债务凭证对普通股的替代而逐步恶化。这一理论与莫迪利尼亚和莫顿米勒提出的理论（MM定理）是存在冲突。他们认为公司的资本结构与公司的市场价值无关。
通常大家认为对利息支付的税务优惠是企业倾向于增加负债而不是股本的主要驱动因素。然而，税收优惠并不是唯一的一个驱动因素，甚至谈不上是一个主要因素。理由之一就是银行发现债务凭证同样具有吸引力，在美国，尽管税率在下降，银行还是增加了债务融资。20世界60年代以来，公司税率大概下降了25%左右，然而银行债务融资的金额增加了三倍。如果税收是管理层区分债务和股本的的唯一因素，那么下降的税率会导致企业的债务水平下降，因为税收的边际成本下降了。
除了债务的税收优惠外，其它因素也会导致银行在资本结构中不断削减资本。这些因素包含管理驱动（通过股本回报率和每股收益来衡量管理层的成效）、大银行对存款的隐含保证以及对贷款的明确保证（这会相应的减少非股权融资的成本）、投资者偏好（例如，很多保险公司倾向于持有高债务而不是股本）、交易成本（新股发行的成本明显高于发债或争取更多的存款的费用）以及投资资本的供应（用股本取代金融部门的负债需要消耗掉60%以上的全球投资资本金额）。
我们的分析结果是解决资产质量恶化的最简单也是唯一有效的政策工具就是强制执行核心资本的最低标准（例如核心一级资本），一些国家的监管结构已经开始这样做了。
需要使用“多影像透镜”评估杠杆水平的可持续性
对于估算去杠杆化的速度和深度，使用整个经济体的总的杠杆水平并不是一个可靠的指标。相反，我们需要使用“多影像透镜”并分部门进行研究。因此，我们设计了一个由五部分组成的分析框架图来评估经济体内各部门的杠杆水平的可持续性[1]。
1、杠杆水平：与同类国家相比，某个部门过高的的杠杆水平是其不可持续的一个标志。然而，由于结构性的原因，一些经济体可以支撑更高的杠杆水平。因此，如果单独使用的话，这不是一个明显的指示标志。
2、杠杆率的增速：与历史趋势或是同类国家的增速比较，某个部门杠杆比率的快速增长可能表明这个部门的资产负债表将面资产质量变差的风险。
3、偿债能力：应付利息以及本金占借款人收入的比重表明了借款人的偿债能力。过高的资产负债率表明可能会存在潜在的问题。在企业部门，“利息保障倍数”是一个标准的衡量工具。
4、收入的波动：收入来源不稳定的借款人具有更高的违约风险，因此仅仅关注其负债水平是不够的。然而，具有高存款、储蓄以及流动资产的借款人可以抵消收入下降的风险同时支撑更高的负债水平。
5、资金和利率的波动：具有固定利率、长期借款的借款人可以支撑更高的负债水平，这是因为每期债务偿还的金额比较固定。具有可变利率借款或短期借款的借款人面临更高的利率风险，这降低了其杠杆水平的可持续性。
我们的分析框架对每个部门设定了具体的指标并提出了杠杆水平是否可持续的系统观点（如图23所示）。以家庭部门为例，我们使用应偿还借款占收入的比重、负债占金融资产的比重以及具有可变利率的负债占总债务的比重等指标考察考察其负债占收入的水平以及其变动趋势。
这个分析框架里面的数据都是以部门进行分类的（家庭部门、金融部门、政府部门、企业部门）。我们进一步将商业房地产行业单列开来，这样我们的分析框架就涵盖了五个部门。最理想的状况是，假设数据都是可以获得的，我们将对经济体进行进一步的细分并对不同类型的负债水平进行研究以检测其组合杠杆比率的潜在危险。例如，在家庭部门，区分有担保和无担保贷款是有用的。在企业部门，分行业进行统计是有必要的。目前，来自国家统计局的数据还不足以支撑这样的研究，但是，对整体进行评估会得出有趣的结果。
五个国家的十个部门最有可能发生去杠杆化
通过使用具体的指标对这五个部门分别进行诊断，可以判断哪些部门最有可能发生去杠杆化[2]。我们的评估过程使用的数据截至2009年上半年。
图24表明五个国家中的十个部门最有可能发生去杠杆化（在图中以红色标识）[3]，分别是英国、美国、西班牙、程度略轻的加拿大和韩国的家庭部门、英国、美国和西班牙的商业房地产行业、西班牙的金融部门（尤其是小型银行）和非房地产的企业部门。
五个国家的家庭部门很有可能发生去杠杆化。家庭部门的杠杆比率多少是合适的这并没有一个准确的答案，其随着时间而变化。这是因为经济形势以及人口一直在变化，同时对于具有不同土地供应和住房偏好的国家具有不同的标准。然而，我们可以肯定的说美国、英国、西班牙、加拿大和韩国的家庭部门的杠杆比率（以负债占可支配收入的比重进行衡量）处于历史高点并自2000年以来显著的增长（例如，在这一期间，西班牙增长了88%，韩国增长了73%）。韩国、西班牙和英国的家庭部门的超过90%的家庭的负债的利息率是可变的。借款人在将来需要承受利率变动的风险。因此我们认为这些部门发生去杠杆化的可能性很高。某些国家的家庭部门已经开始减少负债，不过还有相当长的一段路要走。
三个国家的商业房地产行业发生去杠杆化的可能性也很高。这三个国家分别是西班牙、英国和美国。在金融危机爆发之前的几年内，商业房地产行业的杠杆比率不断攀升，这是因为随着房价的不断上涨，房屋价值高于用于银行抵押贷款的账面价值以及商业抵押贷款证券化市场的扩张增加了可用资金的供应。金融危机期间房价的快速下降扭转了这种趋势。例如，美国商业房贷违约率是金融危机之前的两倍。此外，在2010-2012年到期的商业房地产抵押担保证券主要是2005-2007年发行的五年期的有息贷款。寻找到新的放贷人以替代这些到期的证券对于借款人而言是一个极大的挑战，这可能会导致进一步的违约和去杠杆化。
与其他部门比较，所有样本国家的金融部门发生去杠杆化的可能性处于中等水平。各个国家的状况有所区别。例如，高度依赖短期大额资金的英国可能发生进一步的去杠杆化。在其它的一些国家，如美国，不断恶化的商业房地产行业将迫使一些银行增加资本金或减少债务。监管政策的变化如提高资本金比率将会影响到所有国家的银行部门。
过去西班牙私人部门各子领域的杠杆比率均提高了。随着1999年欧元的设立，西班牙下调了其利率水平，同时使其更加趋于稳定。这个变化导致对贷款需求的迅速增加，其中的很大部分来自于房地产行业。结果就是，房地产和建筑行业成为西班牙经济领域的最大组成部门。2008年西班牙的建筑工业占当年GDP的11%（而美国这一比率仅是5.4%）。在西班牙，60%的国内贷款与房地产行业相关（在美国这一数据是53%）。如今，房地产泡沫的破灭不仅波及家庭部门的借款人同时波及金融部门、建筑相关行业以及其它在扩张时期大幅借款的其它商业部门。
与其它国家相比，西班牙的企业部门具有更高的杠杆比率（以负债/所有者权益来衡量），同时2000年这一比率迅速增长。然而，这一加总数据涵盖了某些具有高杠杆比率的建筑公司。这同时与西班牙的行业构成相关，即西班牙具有更多的大型的国际跨国公司，这些公司普遍具有高杠杆比率。因此我们在图26中用红色标注西班牙的建筑和房地产行业相关部门，其它的我们用绿色标注。
对于西班牙的金融部门，我们认为大型银行比小型的区域性的银行更有可能发生去杠杆化[4]。未来，西班牙房地产泡沫的破灭很可能会深重的影响到中小型储蓄银行，如地区信用合作社，其发放了更大比率的房地产行业相关贷款同时与大银行相比，其具有更大比率的不良贷款。就资产的国际多样性以及强大的资本比率而言，西班牙的大型银行如桑坦德银行和西班牙对外银行与其它国际银行的境遇大抵相当。因此我们用黄色标识西班牙的大型银行机构，对于具有更大可能发生去杠杆化的小型银行结构我们用红色标识。通过2009年下半年以来的广泛的资金筹集，我们认为金融部门很可能进一步减慢其去杠杆化的步伐。
除日本以外，其它发达国家的政府部门不太可能在近期发生去杠杆化过程。在金融危机之前，政府部门的债务保持稳定，并且还本付息的负担在减轻。我们认为日本和意大利的政府部门具有中等的发生去杠杆化的可能。
日本政府的负债尽管很多，但是其持有的高额的金融资产[5]与其相当，同时国内家庭的储蓄可以充分的支撑政府的高债务（如图25所示）。意大利的政府债务较高，但远不及日本的水平，同时其偿债能力在我们的样本国家中处于中间水平[6]。其它的发达国家的政府部门近期发生去杠杆化的可能性很小。在未来的2到3年内，很多发达国家的政府债务占GDP 的比重将有所提高，这有可能使得这些国家的政府部门进入到黄色或红色区域，届时其将有可能发生去杠杆化。
新兴市场国家不可能发生去杠杆化。在我们研究的四个新兴市场国家里，所有部门发生去杠杆化的可能性较小。由于保守的信贷政策以及有限的信贷供给渠道，与发达国家相比，这些国家的大多数部门具有低得多的杠杆比率（印度和巴西的政府债务是一个例外）。然而，2009年上半年中国和印度的信贷的大幅增长，这可能会导致这两个国家面临贷款质量下降的风险。贷款增速与贷款违约率具有很强的正相关关系，因为当信贷宽松时信贷承保标准会被降低[7]。
2006年的坐标图显示美国、英国和瑞士的金融部门标注为红色的。为了检验我们的理论，我们使用2006年的数据制作了一种类似的坐标图，以试图认清在杠杆化过程中是什么在发生作用。然而我们的分析框架还未被证实稳定性，分析结果表明截至2006年，西班牙、韩国、英国以及美国的家庭部门具有不可持续的杠杆水平（如图26所示）。相反，2006年的家庭部门还没有发生明显的杠杆化。在坐标图上，瑞士、英国和美国的金融部门在进入金融危机之前是被标注为闪亮的红色的。而2009年上半年他们被标注为黄色，这表明金融危机以来他们已经发生了显著的去杠杆化。而西班牙的银行部门在2006年被标注为黄色，这表明其综合的杠杆比率低于其历史的平均水平。在2007-2008年期间，西班牙的与房地产相关的资产发生了明显的贬值。
五、去杠杆化带给我们的教训
虽然我们不能肯定说大部份具有高杠杆比率的部门将减少其债务，因为其受众多因素的影响，这些因素包括经济、政府和行为等方面的。然而，我们确实知道在二战以来爆发的每次大型的金融危机后都将发生去杠杆化。如果历史经验具有指导意义的话，这些经济体内的部分部门将进入痛苦的去杠杆化过程，在这过程中，债务占GDP的比重将在未来几年内持续下降。当主要发达国家再一次扩张时，去杠杆化在某些时候会削弱经济增速。
我们创建了一个详细的1950年以来发生的去杠杆化案例的数据库，同时我们研究了美国大萧条（1929-1943年）以来的去杠杆化过程以充实我们的数据库。我们发现在45次的去杠杆化案例中的32个发生在金融危机之后（详见附录B：历史上发生的去杠杆化案例的详细信息）。从这些历史资料中，我们吸取了一些教训，同时对以后的行为提供了一定的指导。
金融危机后总是跟随着一个去杠杆化的阶段
我们将去杠杆化阶段定义为总债务占GDP的比重至少连续三年内持续下降且下降的比率高于10%。我们分析了1930年以来发生的45次去杠杆化案例，这些案例涵盖了从大萧条的美国经济（1929-1943年）至今天的阿根廷经济（2002至今）。在其中的一些案例，去杠杆化主要由政府部门完成，在另一些案例，去杠杆化主要由私人部门完成，在其它的一些案例中，两者兼而有之[8]。
在经济学家肯尼思·罗格夫和卡门莱因·哈特所著的关于金融危机的论文[9]中，我们交叉引用了其中的一些去杠杆化案例。我们发现除了日本外，在我们所研究的几乎所有的大型金融危机都跟随着一个去杠杆化阶段[10]（如图27所示）。因此英国、美国、西班牙、加拿大和韩国的某些部门很有可能经历一个去杠杆化过程。
同时我们发现一些去杠杆化案例不是发生在金融金融危机之后。这可能是由于战争状态下的GDP的高增长（如，1975-1979年的埃及）、石油危机（如1968-1971年的尼日利亚）、高通货膨胀（如1975-1981年的意大利）或仅仅只是由于政府政策选择的结果（如加入欧盟之前的比利时）。我们主要关注危机后的去杠杆化过程，这是因为他们是今日比较常见的情形。
历史上的四个去杠杆化阶段
纵观32个危机之后发生的去杠杆化案例，最常见的方式（其中的16个表现为这种形势）是通过一段长期的紧缩或是“勒紧裤腰带”实现的（如图28所示）。在这期间，大部门国家的信贷会有所增加，但是远低于危机前信贷增速同时这个过程会降低名义GDP增速(仅有少数极端的情况，名义债务会实实在在的减少)，其中的16个案例，储蓄率上升了因为借款人在逐渐减少其债务。通过“勒紧裤腰带”的方式进行去杠杆化的有1933-1937年的大萧条期间的美国、二十世纪九十年代的芬兰和其它北欧国家、1997年亚洲金融危机中的韩国和马来西亚。
我们发现另外三种危机后的去杠杆化方式则表现为“高通胀”、“大规模的违约”以及由战争或石油产业繁荣推动的经济迅速扩张，但是这种情况较少发生，仅仅发生在特定的情形下，这种情形在如今的发达国家体内已经不复存在。高通胀通过提升名义GDP增加（导致债务占GDP 的比重下降）以导致去杠杆化的发生。1984-1991年的智利和1976-1980年的西班牙就是这种类型，这种情况的发生表明其缺乏一个强大而独立的央行。大规模的违约后一般会发生货币危机，如2002-2008年的阿根廷和1982-1992年的墨西哥。在我们的样本中，只有三个国家是通过经济的快速扩张摆脱债务的。这三个都是由于战争引发的，如二战以及石油危机中的美国。这三种方式通常是在目前不复存在的经济条件下发生的，这表明如今发达经济体很有可能通过“勒紧裤腰带”的方式实现去杠杆化。
去杠杆化阶段平均持续6-7年的时间，在去杠杆化的早期一般会伴随着经济衰退
历史表明去杠杆化通常是一个长期和痛苦的过程。在过去，“勒紧裤腰带”式的去杠杆化阶段平均会持续6-7年的时间，通常债务占GDP的比重会下降25%。在大多数情况下，信贷增速大幅放缓。在我们的样本发达国家中，在金融危机爆发之前的10年，信贷增速年均为17%，而在去杠杆化期间，这一比例下降为4%。
信贷增速的大幅下降与去杠杆化期间的前1-2年内的实际GDP的下降有关（如图29所示）。有意思的是，我们发现去杠杆化通常于金融危机或经济衰退后的两年内开始启动。这个时间正是我们写这篇文章是的美国和欧洲。几乎在我们研究的所有案例中，在去杠杆化发生的前几年，GDP增速均有所减缓，但是在随后的4-5年期间，GDP增速迅速反弹。对于“勒紧裤腰带”式的去杠杆化 ，在后期，信贷增速重新上扬但是慢于GDP的增速，这使得杠杆化这个过程持续下去。
六、去杠杆化过程可以通过不同的方式进行
历史资料表明去杠杆化可以通过不同的方式进行：或是降低信贷增速、或是提高名义GDP增速、或是两者兼而有之。每个案例均具有不同的方式。“大规模违约”的去杠杆化通过减记贷款价值实现；“高通胀”通过增加名义GDP增速体现；经济迅速扩张的去杠杆化通过实际GDP增速的显著增加实现，这种情况仅仅发生在战争或商品繁荣期间。
最常见的“勒紧裤腰带”式的去杠杆化过程通过降低信贷增速以及增加储蓄进行，这支撑了名义GDP增长。其它的方式，如违约或通胀在“勒紧裤腰带”式的去杠杆化过程中也扮演着一定的角色。这其中的难点就是当私人部门的储蓄增加时如何支撑名义GDP 的增长，因为储蓄的增加通常暗含着消费增速的下降。如果家庭部门增加储蓄而企业部门减少投资，则GDP会下降，除非有其它支撑GDP增长的因素。历史上的很多国家通过扩大净出口以弥补投资和消费减少的不利影响，如二十世纪九十年代的斯坎第纳维亚国家以及1997年的亚洲国家（如图30所示））。但是扩大净出口并不是唯一的刺激GDP增长的途径。生产率的增长同样可以刺激实际GDP的增长，如1933-1937年美国所经历的那样。生产率的增长可以增加劳动力供应（可通过增加劳动力参与、上调退休年龄、或是移民等途径实现），温和的可控的通货膨胀同样可以增加名义GDP增速。
除了增加国民储蓄外，去杠杆化的发生还可以通过其它的方式进行。如，金融中介结构之间的借贷的下降。这有可能是英国去杠杆化的一种重要的方式。英国银行系统放贷给抵押贷款金融公司以及非银行金融机构的贷款是导致英国总债务增加的一个主要因素。此外，企业部门通过增加产权筹资的份额以降低负债的份额的行为也会导致去杠杆化的发生。最后，房价的下跌意味着更少的抵押物，这会降低抵押贷款的增速。政策行动同样可以鼓励去杠杆化。例如，减少给予债务的税收优惠会改变家庭和企业的行为。在美国和英国这样的低储蓄率的国家，这样的政策举措（尽管执行起来比较困难）对于去杠杆化的开启是有帮助的。
鉴于涉及众多的经济领域，单一的宏观经济因素的变化很难导致去杠杆化。去杠杆化的发生很可能是由于众多因素逐步改进的结果，例如，净出口的改善、就业的增加、进一步的违约、通货膨胀、对生产率持续增长的预期等等。政府部门是否能够引导这些变化是至关重要的[11]。
七、去杠杆化可能将随后启动并持续很长的时间
如果历史经验具有指导意义，此次金融危机的去杠杆化将比以前的更加艰难。这主要是基于以下几个原因：首先，过去的金融危机仅涉及一个国家或少数几个经济体。然而这次的金融危机是全球性的，波及到全球的最大的经济体，其中的很多国家依旧处于衰退中或仅是小幅的增长。像过去国家所做的那样，要使目前受到影响的国家都同时增加净出口值将会非常困难；其次，政府负债的提高会推迟去杠杆化的起步，西班牙、英国和美国的债务增加很快。政府债务的增加将抵消掉私人部门的去杠杆化的努力，同时推迟总债务占GDP的比重下降的到来。即使私人部门的负债大幅下降使得去杠杆化更早的发生，但是这会影响到经济的复苏。
日本表现为另一种可能的路径。1990年以来日本的政府债务大幅增加抵消掉了私人部门的去杠杆化的努力。（详见选读：日本经验的警示）。2009年第二季度末，在所有的国家中，日本总债务占GDP的比重是最高的，此时日本政府债务约是GDP 的1.97倍。日本的情况与其它的高杠杆比率的国家的情况存在显著的区别。然而，如果要避免日本的情况，在金融危机后，其它国家需要采取措施逆转政府债务上升的趋势同时确保经济的复苏，这要求政府机构做出艰难的抉择。
选读：日本经验的警示
其它的高负债国家是否会跟随日本的步伐，即私人部门的债务减少被政府债务的高增长所抵消？这个问题经常被提及，这是因为现在的情况和日本上世纪八十年代至九十年代所经历的那样。在上世纪八十年代，日本的房地产市场和股市急剧膨胀，日本总债务占GDP的比重显著的增加（如图31所示）。九十年代初日本房地产市场的崩盘引发了一场严重的金融危机。金融危机导致日本经济发生衰退，并广泛的破坏了私人部门的资产负债表。伴随在金融危机之后的是政府债务持续多年的增加，这抵消掉了私人部门的去杠杆化的成果，这造成日本经济增长“失去的十年”。今天，与日本类似，美国和英国私人部门开始去杠杆，但是公共部门的债务开始上升。
尽管有很多相似的地方，但是今天发达国家的状况与过去日本所经历的状况仍然存在很多不一样的方面。首先，金融危机爆发之前的房地产和股市价格的上升幅度远远小于日本在1985-1989年期间上涨的幅度（如图32所示）。而且在泡沫破灭后，日本资产价格下降的幅度以及持续的时间远远大于今天我们所经历的。这导致日本财富的大规模缩水，相当于日本GDP的325%，而此次美国造成的财富缩水仅相当于美国GDP的125%；其次，美国和欧洲的银行机构在应对贷款损失方面速度更快，使其能够通过减少对非生产性机构的贷款以恢复新业务的贷款；第三，目前的高杠杆率的国家的货币和财政当局比日本政府反映更加迅速且更加强势，他们通过前所未有的经济刺激计划刺激总需求；最后，日本在劳动力市场和产品市场的僵化的结构阻碍了生产率的提升，同时日本迅速的老年化过程也使日本GDP的增长举步维艰。
然而，在其它某些方面，如今的发达国家可能处于一个更遭的境地。由于这一全球性的金融危机，这些经济体已经无法维持以前的出口水平。相反，日本能够出口到其它的在金融危机后更“健康”的国家。此外，如今的美国和英国依赖于海外投资者来购买其政府债务，而日本可以通过利用国内的大额储蓄以支撑其高的政府债务水平。这使得这些国家更容易受外国投资者偏好变化的影响，这种变化会导致利率的上升，这会使经济复苏举步维艰。
通过以上的分析，我们的结论是如今的去杠杆化特别是美国、英国和西班牙的去杠杆化的最有可能的路径是：去杠杆化被推迟到金融危机结束以及政策债务增速被控制后。同时，与历史上的平均水平比较，这些经济体的政府债务很有可能下降的更慢，持续的时间更长。这是因为不仅家庭部门需要去杠杆化，同时公共部门有大量的债务需要偿还。（见选读：历史上的政府去杠杆化）。这些具有高杠杆水平的国家可能在将来的某些时候容易遭受经济的冲击。在这里，我们不是要对GDP进行预测，去杠杆化很有可能减弱GDP增速，延长经济复苏的时间。
选读：历史上的政府去杠杆化
在很多经经历了金融危机的国家中，政府债务显著的提高，这很有可能抵消掉私人部门的去杠杆化。在一段时间内总债务占GDP的比重有可能不会变化，然而去杠杆化的过程实际已经开始了。这些国家具有大额的政府债务需要支付。
幸运的是，历史提供了很多成功的政府去杠杆化的例子。回顾1791年以来的美国历史上，我们发现了6个政府去杠杆化过程，其中最早的发生在美国独立战争之后，最近的发生在二十世纪九十年代的经济膨胀时期（如图33所示）。类似的，1692年以来的大不列颠岛，我们也发现了6个政府去杠杆化过程。最显著的一次是发生在系列战争结束的1812年（如图34所示），比较近的有1990以来的加拿大、西班牙、比利时和荷兰发生的政府去杠杆化。
这些历史上案例提供了有益的经验教训。很多的政府去杠杆化过程发生在战争之后，这时政府支出会减少，为国内经济的增长释放了资源，这就是所谓的“和平红利”。这有助于刺激经济增长以及增加税收收入。尽管美国和英国为阿富汗和伊拉克战争耗费了很多财力，但是其占GDP的比重还远不及以前的历次战争之多。因此，这些冲突的结束会产生更小的和平红利，其债务的减少不可能显著的刺激GDP增长。
八、政策制定者可以采取措施阻止未来信贷泡沫的发生
我们的分析结果可能对以下一些部门有所帮助：肩负平缓去杠杆化过程，同时加强未来金融市场稳定性重任的政策制定者和监管机构以及需要熬过这段动荡时期的商务行政人员。
历史告诉我们政策制定者可以通过支持GDP增长实现健康的去杠杆化。这要求其在多个方面努力，如刺激净出口的增长、提高生产率的增速或增加劳动力供应。此外，政策制定者门需要审慎的决定退出刺激性政策的时间。从1938年的美国到1997年的日本的历史案例都显示了过早退出刺激型的财政和货币政策的危害。然而，面对这不断增加的政府债务，众多政府在决定缩减必要的公共支出的时间表时左右为难。
此外，这篇报告提出了7个加强可持续性的的方法，监管机构和政策制定者可以适当参考。
1、政策制定者需要制定一个覆盖全球国家的分析体系以更加细致的跟踪不同国家以及不同阶段的杠杆水平。我们的分析结果表明金融危机之前几个大型经济体的部分部门的杠杆比率存在着变化。在我们的坐标图中，在建立一个分析系统以观察杠杆比率变化趋势方面我们已经迈出了第一步。但是目前可获得数据是有限的且很多数据在不同的国家不具有可比性。我们相信不断对这个分析框架进行改进和深化是非常有价值的。某些政策制定者和监管机构已经在朝着这个方向努力[12]。然而，考虑到频繁的跨境借贷和投资，仅仅局限于一国的方法是远远不够的。可以由金融稳定局或国际货币基金组织建立一个国际的检测系统。这类国际行动组织可以通过与各国政府合作以收集到需要的数据，类似于国际货币基金组织收集国际收支平衡收据的职能。这样，就可以提供一个公正的、可进行国际比较的必要的信贷和杠杆比率数据以标记未来的信贷泡沫。
2、银行高管需要调整他们的内部风险模型以更好的反映实体经济不同部门的杠杆水平。对不可持续的杠杆水平的第一道防线是银行管理。内部风险模型不应该仅仅只反映不同资产的违约率，同时应该反映出实体经济部门增加的变化的杠杆水平。修订巴塞尔协议框架‖要求银行调整其内部风险权重以反映相关实体经济部门的杠杆水平。有必要将其演进为产业数据库的一部分以提高风险管理。当然建立一个如此的系统有很多挑战需要克服。一个全球的对高杠杆率进行预警的系统（见上面的第一点）应该可以对银行高管管理其风险提供指导，同时可以给管理层提供更多的忠告，即当实体经济的某些部门杠杆水平提高时，管理层应该意识到降低风险偏好的必要性。考虑到需要更加深入细致衡量和管理风险的必要性，由银行管理层而不是监管机构通过反映实体经济分部门的风险管理系统做这些决定是必要的和可取的。建立这样的系统所需要的专业知识和资源是相当可观的。
3、审慎的宏观政策同样需要反映出实体经济的特定部门的杠杆水平。我们的分析结论支持目前审慎的宏观政策发生的某些变化。目前的一些建议—如由英格兰银行所倡导的—已经意识到应该对目前实体经济部门上涨的杠杆水平提供政策指导。关于如果提供指导的细节已经被制定出来了。对细节过于吹毛求疵是不切实际和不可取的，更可取的做法是监管机构对经济体中风险模型的建立提供指导，而由银行管理层执行自己的风险管理系统。
4、金融监管机构应重新评估对银行资本充足率进一步增加的需要。我们的分析结论支持目前监管机构已经开始实施的众多措施。其中比较重要的举措有：降低杠杆水平（如，在美国的经纪自营商和其它的特定机构）以及通过设定更高的核心资本的比率以提高资本的质量。然而，我们的分析结论并不认同目前某些的政策实践。例如，用总的杠杆水平衡量银行资本水平已经达到或高于金融危机之前的15年内的平均水平[13]。在经过一轮积累之后，银行是否需要更多的资本仍然是一个未知数[14]。此外，众多发达经济体的去杠杆化过程需要在继续增加银行资本的问题上持一个非常审慎的态度。银行部门的进一步去杠杆化或会减少对实体经济的信贷供应或会增加信贷成本，无论是哪种情形都会成为经济增长的拦路虎，尤其是当其它具有高杠杆水平的部门也面临困境时。
5、货币政策制定者们需要采取行动以防止杠杆的发生。央行指出在其泡沫发生之前有效的识别出资产泡沫是相当困难的。我们的主张是通过观察经济部门的杠杆水平来识别资产（房地产、股市或是债务证券领域）泡沫的方式更加简单。这表明央行在调整利率时需要留意到缓慢增长（或持续增加的）杠杆水平以及可控的通胀水平。通过监管手段如设置保证金要求或在按揭贷款中严格贷款与估值比率抑制资产泡沫的增长是一种有益的尝试。
6、对债务尤其是房地产贷款的税收优惠需要重新设置。鉴于房地产在目前的金融危机以及之前数次危机所扮演的角色，政策制定者们需要重新考量优惠税率和对住宅按揭贷款的处理手段。如此做将面临很多政治困难，然而，证据确凿：房地产行业所吸收的银行贷款远高于中小型企业。房地产行业很容易催生投机泡沫，这对整体的经济有可能造成相当大的损害。因此，许多国家应该重新考量住宅用不动产能够享受的税收优惠、低的资金成本以及隐含的政府补贴的程度，更广义的，对企业发债的税收优惠（或对发行股票的抑制）需要重新设计以在债务和股权融资领域创造一个更公平的竞争环境。
7、监管层同时应该重新考量对家庭部门持有债务的激励。这些激励措施不仅局限于对住宅房地产债务提供税收优惠的国家（如美国）。对房地产债务没有税收激励的国家如加拿大、西班牙和韩国同样经历了房地产杠杆水平的快速升高。监管层应该重新考虑其对信贷的获得设置的门槛是否过于宽松。例如，他们应该考虑设置更加严格的贷款与估值比率，特别是对资信较差的借款人。
企业管理层面临着指导企业顺利完成去杠杆化的挑战。这个阶段将是一个长期的过程，在这期间，贷款将是稀缺和昂贵的，这将使得一些商业模式变得不再具有可行性，同时会改变不同类型的投资的吸引力。在历史的去杠杆化时期，私人投资是相当少的。今天，有好几个国家的私人部门很有可能发生去杠杆化。如果真的发生，消费增速很有可能低于以前的水平，支出模式将因此改变。商业领袖需要灵活应对。
***
在些这篇文章时，很多领域的去杠杆化还没有开始。每个星期都会传来其它国家或企业在过于沉重的债务负担下不堪重负的新闻。信贷泡沫破灭的余威依然存在，而我们还需要做出一系列痛苦的决定。去杠杆化是很多国家经济复苏过程中的一个重要组成部门。然而，通过从历史上的去杠杆化过程中吸取经验教训，如今的政策制定者可以更好的度过这段艰难的时期。通过深思熟虑以及大刀阔斧的政策改革，在不久的将来，这些国家将逐步形成一个健康的经济模式，即更高效、更有竞争力、并回到持续的长期增长的道路。
翻译自麦肯锡：《Debt and deleveraging:The global credit bubble and its consequences》
[1] 其它的报告提出了多种评估杠杆比率稳定性的指标。例如，最近刚有英格兰银行发表的讨论论文《宏观审慎政策的作用》，给出了一系列确定杠杆比率程度的定量和定性指标。我们的分析框架与之比较相似，然而我们认为单纯的一个国家的数据是不足够的，使用尽可能多的国家的数据来检验这些指标是有必要的。
[2] 详见附录A:技术处理说明
[3] 拆分框仅表明这个部门的部分单位而不是其中的50%将有可能发生去杠杆化。
[4] 需要强调的是西班牙整体的银行部门的杠杆比率一直处于较低水平。
[5] 在日本和韩国，政府债务与其资产相当。如果剔除掉国内持有的政府债券、央行持有的政府债务以及国内的外汇储备，我们发现，日本的净债务占GDP的比重下降至142%，而韩国的这一比率甚至下降为负值。而对于我们样本中的其它国家，这两者之间的差别少于10个百分点。
[6] 意大利当期需要偿还的债务占税收收入的11%，而日本的这一比率为22%。相反，美国和英国的这一比率则更低，分别为9%和6%。
[7] 详见多米尼克·巴顿、罗伯托·纽厄尔和格雷戈里·威尔逊著的《危险的市场：金融危机管理》一文。
[8] 详见附录B：历史上发生的去杠杆化案例的详细信息
[9]肯尼思·罗格夫和卡门莱因·哈特，这个世界大不同：8个世纪的金融愚弄，普林斯顿，新泽西州：普林斯顿大学出版社，2009. 我们对其进行了补充：莱因哈特和罗格夫深入细致的分析了历史上爆发的的金融危机，包括其发生的路径和原因。我们更关注债务减少的路径而不是危机发生的原因。我们同时评估了将发生潜在去杠杆化过程的部门的债务和杠杆水平。
[10] 例外的情况主要有没有引起严重衰退的小型银行体系内的危机，例如上世纪八十年代后期爆发的美国储蓄与贷款协会危机和1994年的法国里昂信贷银行危机。
[11] 美国消费者负债的极少是否会影响到经济复苏？，麦肯锡全球研究院，2009年3月，www.mckinsey.com/mgj.
[12] 例如，英格兰已经使用了一系列的定性和定量指标以评估该国不同部门的杠杆比率。详见英格兰银行2009年10月份发布的《宏观审慎政策的作用》。我们的分析框架使用了很多类似的概念，但是在很多方面也有所不同，例如，我们对不同国家的指标进行了跟踪，以增强其可比性。
[13] 以风险加权资产占核心资本的比重来衡量，美国商业银行的杠杆水平从2007年的16.3下降至2009年第三季度的13.3。这略低于金融危机之前的15年内的平均水平13.8.
[14] 麦肯锡风险实践部即将发布的工作文件（比勒、康善和Mazingo，《资本充足率和财务困境：金融危机的经验教训》分析了资本充足率和财务困境之间的关系。他们发现在如果金融危机中的银行将其有形普通股权益资本占风险加权资产的比率上调至6.5-7.5%的水平，则四分之三的银行可以避免经历危机。如果将这一比率提高至7.5%以上则需要大幅增加费用以获得信贷支持并减少银行倒闭的数量。
众所周知，在全球金融危机爆发之前，发达国家的债务水平和杠杆水平其实已经稳定增长了十几年。2000年以来，增速呈加快趋势。目前，随着资产价格的回落以及信贷违约亏损的增加，我们似乎进入到一个债务减少的时期，换句话说是去杠杆化的时期。在金融危机以前，发达经济体经历了债务的高速增长。往前看，政府和商业领袖面临以下难题，即如何度过这段最艰难的时期以及如何有效避免类似事件的发生。
为了有效的帮助解决这类问题，麦肯锡全球研究院发起了一项研究活动以摸清金融危机之前债务和杠杆比率增长的速度以及去杠杆化的经济后果。我们发现有五个国家至少在十个领域的负债率依然非常高。这五个国家分别是加拿大、西班牙、韩国、美国以及英国。虽然我们无法肯定的说这些领域将发生去杠杆化，但我们确实知道二战以来的每一次重要的金融危机后都伴随着一个长期而痛苦的去债务化阶段。全部债务占GDP的比重下降至25%的水平平均需要6-7年的时间。在去债务化的前期，GDP通常会有所波动，在去债务化的后期，GDP会反弹回升。如果历史经验具有指导意义，则我们预测一个显著的去债务化阶段将到来，这将会影响到GDP 的增长。
这篇报告的结构如下：首先，我们将评估10个发达经济体以及四个新兴经济体[1]的债务和杠杆比率增长的速度，我们将数据按照金融部门、家庭、非金融部分以及政府进行了分类。然后我们分析了这些部门的债务水平的稳定性，并制造了一张去债务化的坐标图。这张坐标图显示了哪些国家以及哪些部分最有可能发生去杠杆化过程。接着，我们分析了1930年以来的45个去杠杆化案例，并重点关注了其中的32个发生在金融危机后的去债务化过程。通过对这些案例的分析，我们对去杠杆化发生的方式有了深刻的了解。最后，我们给出了我们研究成果的政策建议以及其对经济的影响。在附录部分，我们详细介绍了历史上7个去杠杆化案例以及我国如何对数据进行处理的方法说明。
我们希望这篇报告可以帮助到政策制定者、监管机构以及商业领袖，引导他们度过这段艰难的去杠杆化过程以及逐步提高金融系统的稳定性。
一、全球信贷泡沫
当大部分对危机的分析都集中于美国次级抵押贷款市场所扮演的角色以及金融部门的杠杆比率上时，我们对发达国家杠杆比率增长进行了更广泛深入的研究，我们发现债务和杠杆比率的增长不仅表现在金融机构领域，而且发生在家庭、商业和一些政府部门等领域。
过去大部分发达国家的负债都在增加
在10个发达国家中，总债务占GDP的比重从1995年的200%上升至2008年的300%。然而每个国家的债务水平增速区别很大，2000年以后这种差别尤其明显（如图5所示）。在10个发达国家中，2000年以来英国总债务占GDP的比重的增长是最快的，2008年这个比率高达469%，即使剔除英国作为国际金融中心的影响，英国总债务占GDP的比重也仅是低于日本[2]。西班牙、韩国和法国的债务占GDP的比重的增速也很快。相比而言，美国的债务占GDP的比重增长相对温和。
德国、瑞士、日本以及我们样本中四个新兴经济体的总债务增长较为缓慢。2008年末，四个新兴市场国家债务占GDP的比重为137%，在全球金融危机爆发之前这一比重增长的更为缓慢（如图6所示）。无论如何，新兴经济体在刺激本国消费时存在更大的空间。这似乎也同样适用于德国，从2000年至2008年间，德国总债务占GDP的比重基本保持稳定，实际上私人部门的债务占GDP的比重呈下降趋势，我们将在后面的章节提到。日本是一个比较特殊的例子，日本的总债务占GDP的比重很高，这是因为政府部门的债务增加的速度快于私人部门的债务减少的速度。
在这些国家中，债务的部门构成结构以及对国外借款的依赖程度存在很大的差别，我们主要分析各个部分在总债务中的比重（如图7所示）。在所有的样本国家中，日本的政府债务是最多的。私人部门债务占总债务中最大份额的国家有美国、加拿大和瑞士。韩国和法国的非金融部门的债务占总债务的比重是最高的。在所有国家中，欧洲的国外借款占总债务的份额较大，这主要是由于欧元区一体化的金融市场（如图8所示）。以上的这些区别表明这些国家面临不同的困境。确实，我们的分析结果的一个主要结论就是用总债务而不是分部门的债务占GDP的比重来衡量一国的负债水平，这样的分析得出的结论会产生误导。采用更为细致的研究方法以及对各部门的债务水平区别对待是非常有必要的。因此，在下个章节，我们将分别研究家庭、公司、金融部门以及政府机构的负债水平。
选读：小国家、大债务
在危机之前，我们样本中的14个大国均增加了负债。对于小国—尤其是谋求建立国际金融中心的国家而言，这个结果可能更加夸张。
2003年，冰岛银行业被私有化，监管机构大幅减少了对其监管的程度。自此，冰岛经历一个信贷迅速膨胀的阶段。在2000-2008年期间，冰岛债务占GDP的比重上升了900%，达到1189%。随着银行的快速扩张，冰岛的金融部门的债务占GDP的比重高达580%。冰岛最大的3家银行的总资产是该国GDP的14倍之多。2004-2008年期间，银行通过在国际市场上发债以及通过高回报吸引国际投资者注资的方式获得了快速扩张。同时，私人部分和非金融机构也大举借款，2000-2008年，两部门合并将总债务占GDP的比重提升了332个百分点。
当全球金融危机在2008年秋天开始加速时，信贷市场迅速收缩，占据了冰岛银行资产一半以上的银行信贷基金迅速干涸，导致其无法完全偿还其短期债务，冰岛的流动性迅速收缩，资产价格崩溃。国民经济陷入严重的衰退，低收入者无法偿付他们的债务，致使债权人逐步陷入破产。然而，冰岛私部门的借款规模达到史无前例的水平。金融危机的爆发使他们的窘境将持续很长一段时间。
2001年，冰岛发生了一个更小规模的信贷膨胀，那时冰岛试图将其国内金融市场发展为全球的金融服务枢纽。爱尔兰政府通过税收激励等措施吸引国际金融服务公司和大量的国际资金。冰岛总债务占GDP的比重在2001至2008年期间翻番，达到700%。金融部门的负债占总债务的一半以上，是GDP的4.21倍。同时，国际资金的流入刺激了房地产市场的膨胀，截至2008年末，不动产金额占冰岛国内信贷的比重达到61%。2008年底爆发的严重的金融危机使冰岛的资产价格迅速下跌并导致冰岛经济陷入严重的衰退。在更大范围内，发达经济体中，爱尔兰经济体的去债务化过程将是一个长期和痛苦的过程。
然而，高复合债务水平并不是唯一一个导致金融危机爆发的因素。即使一些具有低债务水平的国家也可能拥有有高杠杆比率。正如我们在报告中写到的那样，希腊的问题是公共部门的负债对政府而言是一个沉重的负担。这个国家总债务占GDP的比重并不是特别高，是GDP的2.3倍。但是投资者对政府管理其债务的能力表示担心，希腊政府债务是GDP的1.1倍。
债务的增长主要发生在实体经济领域尤其是房地产领域
政策制定者以及监管机构将大部分精力放在金融部门的负债增长上，并认为这是造成金融危机的主要原因。在金融危机爆发之前，金融机构大量举债尤其是以大大超过存款规模去放贷。在2008年秋天信贷市场被冻结，金融市场的资金来源迅速枯竭。银行的行为加剧了金融危机的严重性。
然而，纵观发达经济体，相对于家庭、公司以及政府部门的债务的高增长，金融部门的债务占比反而相对更低了（如图9所示）。2000-2008年期间，在我们研究的发达国家市场，总债务增加了40万亿美元。其中金融部门的债务大约是11万亿美元[3]，其余的29万亿美元大约平均的分布于家庭、非金融部门以及政府机构等领域，这些领域即为通常意义的实体经济。
实体经济在债务增长中扮演了一个重要的角色[4]。信贷的增加是实物资产价格上涨的原因和结果。当资产价格上涨时，买者需要借更多的钱去购买他们，这又推动了价格的进一步上涨。2007年末，银行住房按揭贷款相当于英国GDP的81%和美国GDP的73%（见图10所示）[5]相对而言，银行放贷商业部门的借款仅相当于英国GDP的46%和美国GDP 的36%。欧洲国家的按揭贷款相对来说更低[6]，但即使是在欧洲，西欧新增信贷的大部份都是按揭贷款。总的来说，很多国家的房地产泡沫的程度可能比我们所了解的更加严重，在将来，房地产行业的杠杆融资将接受更多的的监管。
二、家庭、商业和政府部门的负债水平
用总债务占GDP的比重来衡量整个社会的负债水平有失偏颇。在不同的领域，我们需要使用不同的尺度对杠杆比率进行度量，我们将在随后的章节讨论这个问题。通过使用更加细分的度量方法，我们发现，很多国家的家庭部门的负债增长很快，而众多的公司和政府部门在金融危机之前的负债水平反而保持稳定甚至有所下降。然而，我们分析结果同时也表明即使在部门内部，总债务也表现为高度集中的趋势，债务集中表现为高负债人手中。正是这些借款人在金融危机中陷入困境并造成众多的信贷违约损失。这表明我们需要对整个经济体内的负债和杠杆比率做更加深入细致的分析。
很多经济体法的家庭部门的负债水平显著增长
2000年以来，几乎所有的发达国家的家庭部门的借款呈爆发式的增长。2008年末，美国家庭部门的总负债占GDP的96%，英国和瑞士的占比更高，达到102%和121%（如图11所示）[7]，在最近几年，加拿大的家庭部门的负债占GDP的比重也逐年增长。德国和日本的家庭部门的情况有所不同，这两个国家的家庭部门的负债占GDP的比重有所下降。
家庭部门负债的增加伴随着房价和股票市场指数的上涨，因此家庭部门的债务占其资产的比重在金融危机之前维持稳定。然而，当用家庭负债占可支配收入的比重定义杠杆比率时，我们发现大部门国家的家庭部门杠杆比率大幅增加(如图12所示)。（再一次，德国和日本的家庭部门的杠杆比率呈下降趋势，与大部分国家表现不同）。尽管是由于多年实行的低利率才引爆了金融危机，但作为可支配收入的一部分，家庭债务偿还的开支也同时增加。只不过它没有总债务增长的一样快，这也表明使用多尺度对杠杆比率进行度量是相当重要的。因为通过杠杆比率的使用资产价格的估值可以很大并且可能发生不可持续的增长。
在家庭部门中存在一些负债很高的借款人。在美国，与人们的一般认识不同，负债增加最快的部分是中产阶级而不是最穷的人（如图13所示）。大部分借款人都无法获得抵押贷款的资格，事实是，第一次购买房屋的往往是那些具有不良信用记录或是没有首付亦或是无收入证明的中产阶级或高收入阶层而不是低收入家庭[8]。相反，西班牙的杠杆比率增加最快的阶层是相对更穷的家庭。
我们相信这个详细细致的分析有助于帮助经济政策的制定，因为中产阶层和社会底层的去杠杆化过程很可能采取与高收入阶层完全不同的路径。低收入家庭没有或只是很少的储蓄，因此其去债务化过程很有可能是通过违约来完成的，国内消费因此受到的冲击很小但是银行系统将因此损失严重（美国的数据证实了最低收入家庭具有最高的违约比率，尽管他们总体的负责水平较低）。中产收入家庭具有低得多的贷款违约比率，他们主要通过减少消费增加储蓄的方式完成去债务化过程。这个过程减少了银行的信贷损失却牺牲了经济增速。
在金融危机爆发之前，大部分国家的企业部门的杠杆比率保持稳定或有所下降，只有两个领域例外
在金融危机爆发之前的几年，大部分国家的非金融企业部门的杠杆比率（使用债务与权益的账面价值的比值来衡量）保持稳定或有所下降，这是因为这些年企业经历了一个盈利大幅增长以及股市繁荣的时期（如图14所示）[9]。然而，有两个领域例外——商业房地产行业以及通过杠杆收购的公司。
具有固定资产的商业房地产行业与其它的行业的企业相比具有更高的杠杆比率。在金融危机爆发之前增速甚至更快，因为贷款标准放松了。商业地产的价格迅速上涨，与此同时，利率维持低位。在美国，商业房地产的杠杆比率（债务/所有者权益）在1998年至2008年期间翻番（如图15所示），在接下来的几年内，大量的这类贷款被证券化用于再融资。在美国，大约有1.3万亿美元的商业房地产贷款将在2010-2014年期间到期[10]。如果证券化市场继续疲软的话再融资将遭遇挑战。西班牙也面临类似的情况。
快速增值的商业房地产，同住宅房地产价格价值一样，已经成为很多金融危机爆发的关键点。肯尼思·罗格夫和卡门莱因·哈特在对金融危机进行深入细致的研究后，发现资产价格膨胀与银行危机之间存在很强的联系[11]。有几个原因可以解释这种情况。首先，资产价格和可获得贷款规模存在正相关关系。其次，只有少数具有业务的房地产开放商才有可能获得商业房地产贷款，其中大部门的是私人公司。第三，房屋的供应需要一个较长的开发时间，当需求发生变化是，房地产的价格将产生巨大的波动。最后，相对于其承担的有限责任，当房地产开发项目成功时，房地产开发商获得了大量的利润，当项目失败时，将由银行和其它投资者承担违约的损失，房地产开发商获得的收益与其承担的有限责任是不对称的。
通过杠杆收购的公司是另一个例外。当私营行业吸引新的投资者时，收购交易的数量和金额增加，在这些交易中，负债也同步上升。2002年，美国被收购的公司的杠杆比率是上市公司的2.7倍，而2005年这一个利率迅速上升至4倍。与商业房地产行业一样，这些贷款的绝大部分需要在接下来的几年内进行再融资。全球范围内约有1万亿美元的用于融资收购的银团贷款将于2009-2014年期间到期。其中的434亿元发生在美国。考虑到经济衰退使公司的收入下降以及银行的持续压缩资产负债表，当这些贷款到期时，这些公司将被迫减少其负债规模，同时他们的的债务在融资很有可能将面临更加严格的限制。
金融危机之前，政府部门的杠杆比例保持稳定
大多数发达国家的政府部门的债务水平占GDP的比重在2000-2008年期间基本保持稳定。例如，美国政府即使大量举债用来支付伊拉克和阿富汗战争，这一期间经济的强劲增长使得美国政府债务占GDP的比重以每年2个点的速度在下降。意大利、西班牙、瑞士的政府债务占GDP的比重有小幅的下降，而加拿大、法国、德国和英国的政府债务占GDP的比重则有小幅的上升。其实在繁荣时期，政府本来可以采取措施降低政府债务的，幸运的是当他们陷入金融危机时，在扩大政府公共支出时仍存在较大的空间，正如他们以前做的那样。
三、仅有少数国家的金融部门的杠杆比率显著的提高
我们发现2000年以来，我们研究的10个发达国家中除了日本之外所有的国家的金融部门的负债增长速度均快于GDP的增速（如图16所示）。英国和西班牙的增速是最快的。这些数据同时反映了这些国家快速增长的金融机构以及他们经营思路的改变，即由过去的依赖存款对外放贷转变为通过在金融市场内大量举债以筹集资金。
但是尽管金融结构大量举债，但是大部分国家的金融部门的杠杆比率（用总资产/所有者权益来度量）在金融危机的之前的几年仅有小幅增长甚至有所下降（如图18所示）。当我们对涉及跨境交易的计量原则（决定银行资产如何计量）进行调整后，以上结论依然是可信的[12]。尽管银行对家庭以及其它借款人的贷款规模大幅增加，但是大部分国家的金融结构的杠杆比率保持稳定，这主要基于以下两个因素：一是证券价格的上涨（这使得银行将贷款从其资产负债表中剥离）；二是这些年金融机构近年来创记录的利润（这大大的增加了金融机构的股本基数）。
美国经纪商[13]、英国银行系统[14]、瑞士银行系统以及美国的非银行金融结构（如政府资助的房地美和房利美）（如图19所示）的情况比较特殊。在金融危机之前的几年，这些机构的杠杆比率上升了25%甚至更多。此外，这些机构严重依赖于短期国债资金而不是存款进行放贷。因此金融危机以来信贷市场的萎缩导致具有高杠杆比率的机构遭受极大的冲击，他们没有足够的资金偿还其短期借款。
我们发现的另外一个情况是一些大型金融机构尤其是英国和美国的大型金融机构的资本质量在逐渐下滑。这是因为他们资本的增加表现为大量的混合资本工具的增加例如优先股。尽管这符合现存的国家管理框架以及巴塞尔关于银行资产的定义。但是这些混合资本工具在金融危机时是无法弥补信贷违约的损失，使其更容易在金融危机中遭受失败[15]。将这些混合资本工具（连同商誉以及递延所得税资产等无形资产）从银行资本中剥离掉后。很多国家的金融机构的杠杆比率有所提高。例如，如果用有形资产/有形普通股定义杠杆比率，则英国银行机构的杠杆比率提升了27%，美国金融机构的杠杆比率上升了47%（如图20所示），这表明在增强金融机构的稳定性方面，提高资本的质量比降低简单的杠杆比率更加有效。（见下栏：莫迪利亚尼和米勒究竟发生了什么？）
四、五个国家很有可能发生去债务化
金融危机的爆发打断了债务增加的过程，但是去债务化过程才刚刚开始。从2009年第二季度开始，韩国、英国和美国的总债务占GDP的比重开始缓慢的下降(如图21所示)。分部门来看，家庭和公司部门的杠杆比率开始下降。然而部分国家的政府债务开始增加用于经济刺激计划和救助金融机构。政府债务的增加使得总债务占GDP的比重在短期内很难下降。
相反，数据显示大多数国家的金融机构的杠杆比率目前已经下降到金融危机之前15年的平均值以下。（如图22所示）这主要是由于银行普遍减少了放贷同时增加了资本金。银行对资本的需求尤其是普通股的需求将导致进一步的去债务化。
翻译自麦肯锡：《Debt and deleveraging:The global credit bubble and its consequences》 译/普惠资信 张华香
[1] 发达国家我们选取了加拿大、法国、德国、意大利、日本、韩国、西班牙、瑞士、英国和美国作为研究样本，新兴经济体我们选取了巴西、中国、印度和俄罗斯作为研究样本。
[2] 拥有众多跨国公司的国家如英国以及西班牙也需做出类似的调整，因为跨国公司通常会举债在国外建立分支机构。然而可惜的是，这方面的数据往往很难获得。
[3] 金融部门的借款包括存款银行、其它金融中介机构以及保险公司所拥有的债务——贷款和债券。存款银行之间的互相借款不包括在其中。但是其它金融中介从存款银行的借款是包括在内的。与其它报告类似（如，特纳观点：对全球次贷危机的监管对策，金融服务局，2009年3月），我们计算金融机构的负债是排除了资产支持证券，这是因为相关的抵押品（如抵押品）已经记载在到相关借款人名下，细节见附录A:技术处理说明。
[4] 具体见《国际资本市场：进入一个新世界》，麦肯锡全球研究院，2009年9月，www.mckinsey.com/mgl.
[5] 住房按揭贷款包括已经被资产证券化的部分以及表现在资产负债表中的部分。
[6] 例如，德国银行的商业贷款金额相当于GDP的51%，而按揭贷款仅占GDP 的35%。
[7] 瑞士家庭部门的高负债主要是由于其国内的税务制度的设计。按揭利率的支付以及房屋维修费用是免税的。此外，物业税的税基是以名义租金价格而不是市场价格计算的。但是瑞士家庭部门的高负债的状况是可以承受和可持续的，这主要基于以下三个理由：家庭部门持有的大量金融资产可以部分抵消其持有的债务；瑞士民众拥有自有住房的比率很低（大约占35%），主要集中于富裕家庭；瑞士银行在放贷时采用严格的标准，用成本-收益和利息支付-收入等指标作为可否发放贷款的标准。
[8] “次级”的定义主要是指借款人的信用而不是收入。“Alt-A”的定义是指按揭贷款的违约风险落在优良与次级之间。次级按揭贷款的原始数据是无话获得的。我们使用的数据来自美国联邦储备局，美联储将高于平均适用的最优惠利率1.5个百分点的贷款定义为次级贷款。按照以上定义，巨额的抵押贷款被排除在次级贷款外，除非借款人有一个差的借款记录。
[9] 我们采用的麦肯锡专用数据库的数据、这个数据搜集了主要国家至少5000家的企业的财务信息。这个数据库将小型的私有企业排除在外
[10] 通常意义上，在这期间大约1万亿美元的住房抵押贷款需要支付利息并且需要重新融资
[11] 肯尼思·罗格夫和卡门莱因·哈特，这个世界大不同：8个世纪的金融愚弄，普林斯顿，新泽西州：普林斯顿大学出版社，2009.
[12] 我们通过加总主要金融机构（大约涵盖了该国80%的银行资产）的资产负债表来对金融机构的杠杆比率进行度量。对于使用不同会计准则（国际财务报告准则或美国会计准则）计量出的资产，我们按照相同的标准对数据进行了一定的调整。详情建附录A:关于数据的技术处理说明
[13] 贝尔斯登、高盛、雷曼兄弟、美林、摩根士丹利
[14] 在描述银行体系整体的杠杆比率时，我们忽略了私有银行机构的跟杠杆比率的特殊情况。当我们说英国和瑞士银行体系的高杠杆比率时，我们并不是至其所有的银行机构都具有高杠杆的特征。
[15] 根据巴塞尔协议框架和国家监管机构的规定，某些形式的优先股包括在1类和2类资产中。银行通过购买优先股增加资本的成本相对更低。虽然对于投资者而言，优先股的风险较小，但是其需在普通股后获得剩余资产分配权。政府干预的介入防止了损失扩展至优先股的持有者
选自《credit risk scorecards》第三章
评分模型的开发并不是从数据库开始的。在分析工作开展之前，智能评分模型的开发需要适当的规划，比如需明确开发的原因与目的，且需明确开发和执行过程中的关键参与者，这些参与者还需各司其职，清楚地知道自己所分配的工作。
一、创建商业计划
（一）明确组织目标和评分模型
任何评分模型开发项目的第一步都是明确该项目的目的，以及各个目标之间的优先顺序。这有助于解决在开发过程中遇到的问题，如是以增加收入为主呢，还是以减少损失为主？同时这也确保了该项目的可行性和灵活性，而不是到时再争论。例如，是否应将合格分数降低以获得更多的客户，或者把它设高点以减少损失。
组织目标通常有以下几个样本：
1. 减少坏账、破产、索赔、欺诈的发生几率；
2. 增加低违约风险领域的通过比率或市场份额（如担保贷款）；
3. 增加盈利能力；
4. 增加运行效率（如更好地管理整个审批的工作流程）；
5. 使用信用评分模型实现审批的自动化以达到节约成本或加快周转；
6. 更精准的预测（对比现存的评分模型）。
组织目标也会影响到后期模型的收尾工作，并且将决定所有已开发模型中哪一个是“最好”的。通常而言，机构通常会设置多种混合目标，可能含有上述清单中的几个目标。
一个需额外阐明的事项是需明确信用评分模型在决策机制中的角色，是唯一的判定工具，还是一项目辅助工具？这对先前并未使用评分模型的机构而言是至关重要的。因为评分模型的引进可能对机构的文化和运作产生影响。评分模型在决策机制中的角色取决于产品的应用范围、机构的文化与结构，以及法律和需遵守的规则。比如，信用卡公司可能将评分模型作为最主要的审批工作，只有一小部分的申请者（例如3%，这通常是基于政策和分值上的考虑划定的）进行额外的信用分析。在这种情况下，大多数申请者是否通过审批的决定将由信用评分模型自动生成，而没有人为的介入。
但抵押放款公司或保险商可能将评分模型作为几种测量工具之一去评判申请者的信誉（或索赔风险），期间有人为的参与。
理解上述事项有助于更好地设计评分模型及战略规划。这里的目的是将评分模型作为机构持久性的决策机制。
评分模型并不是随处可复制的。例如，在单一工具中，评分模型应建立在尽可能多的独立数据上（而不是仅有少量数据的模型上）。理论上，评分模型在信用申请中应是最为有效的判定工具（例如，对申请者的信誉的总体评估）。因此，评分模型应被视为申请者尽可能完整的风险档案。
若在辅助工具中，评分模型应辅助其他的信用评估工具。例如，采用政策规则时，应将规则中所含有的因素排除在评分模型之外，以确保所有信息的一致性和有效性。另外，若有废除条款，应理解其使用范畴，清楚哪些因素触发废除条款，这有助于找出导致误差的数据。
（二）内外部评分模型的开发
商业计划同时应商讨评分模型自我研发和委托外部机构代为研发哪种更好，并且提供理由。在有充分的数据用于评分模型开发的情况下，这个问题取决于以下因素：资源的可获得性、专业技术、时间和成本。若碰到数据不充分或数据的质量不可靠的情况，来自外部或信用局的通用评分模型可以采用。通用评分模型通常可用在下列情形：
1. 公司拥有没有原始数据的新部门、新渠道或新产品，但拥有行业平均值时；
2. 营业额无法覆盖评分模型的开发成本；
3. 产品生产规划不允许有足够的时间去研发评分模型。
在某些情形，可能无法研发评分模型，无论是通用的还是定制的模型。这通常是因为缺乏足够的营业额以保证利润，从而无法覆盖开发或购买评分模型的相关成本；在这种情况下，开发一种基于经验判断的模型是必须的。这种模型通常被称为“专家系统”或“经验模型”。
这种模型的开发也包括选取一组可预测风险的特征值，然后对每个特征值赋予权重，与统计模型一样。尽管如此，它仍是基于经验和直觉，并且通常同相关的政策法规相关联。尽管不是基于统计开发出来的，但它比个人预测更为持续和客观。
同时，经验模型的开发也需要市场营销部门、审批部门、风险管理部门和其他部门一起参与。
二、创建项目规划
项目计划应包含清晰的项目范畴和时间表，以及其他事项，如交付时间和执行策略。项目计划也应包含可预见的偶然事件和风险，并且确保开发环节和后续环节之间的连续性。因为这样有助于开发小组、预测小组、策略推行小组以及执行小组之间的无缝连接。在起始阶段，适当的规划可防止以下情形发生：某一小组开发出来的评分模型没人执行，因为IT部门没有事先被告知或因为新模型无法及时被开发出来。故所有的参与者应权责清晰，知道做什么事，由谁做，什么时候做。
（一）确认项目风险
评分模型的成功开发需要各个环节之间相互衔接，即使是以经验衍生出来的模型，每个过程也需要依靠数据。因此，评分模型相关的风险包括：
1. 数据无法获得或不充分；
2. 数据来源不可靠；
3. 数据获得不及时或难获得；
4. 无法预测或数据匮乏；
5. 模型的特征值无法被操作系统识别；
6. 确定的方向或优先顺序被改变；
7. 模型的执行期限被推延；
8. 其他立法或操作难题。
项目风险与其他影响模型质量的因素应在起始阶段就予以明确，并且，当必须时应对后备计划进行系统性的阐述。
（二）确认项目团队
项目计划也应明确该项目的所有参与者，组织成一个多部门的项目团队，相关的团队组成成员在第二章已经有论述。
团队成员应明确各自的角色和责任，行政主管和成员要求在每个阶段都需认真地履行自己的职责。同时，项目计划也需确立临时结果、时间表和适当的策略。因为，虽然在模型开发过程中，普通部门并不直接参与，但随着策略的改变，它们的角色也可能发生改变。
商业计划的目的并不是为了增加模型开发者的麻烦。它的意图很简单——让机构中不同的部门参与到模型的开发、执行和管理。为了提高效率和管理预期，部门之间的相互协作是必需的。另外，模型能否被执行，在模型交付会议上不是合适的讨论时机。像这种疑问，其实只要提前拥有充分的考虑，没必要在商业计划中详细论述。
■ 翻译：张萍
主要观点：
随着金融危机的持续和延伸，银行信用评级方法受到了越来越大的挑战，在金融危机期间，金融市场无法保持正常的流动性和资本。然而，随着危机的发展，发达国家大部分银行的存款和优先债务仍维持在较高的投资级别，支撑高信用级别的因素包括：单个银行自身的财务实力、经济刺激方案和对银行的支持。
在金融风暴时期，我们在评级时将继续应用已经存在的方法把银行的信用风险作出排序，同时应用联合信用违约分析方法来评估外部支持。这场金融风暴的深度和持续时间超过我们之前的预期，在残酷的现实面前——越来越多的银行依赖于政府的救助——我们决定对之前的评级方法进行修订，调整部分评级指标的权重。向市场参与者提供穆迪银行评级的思路是我们的责任，这篇报告提供了我们的银行评级指南以及预期级别的含义。
我们认为，无论是从长期看还是从短期看，具有高主权级别的发达国家其主要银行的信用级别仍维持在投资的等级。短期内，主要的银行很可能得到政府的救助。长期看，我们认为这些银行会持续得到政府的救助，直到他们可以依靠自身的实力达到投资级别，或者以保护存款人和优先债权人的方式进行重组。因此，在多种情况下，银行的投资级别地位很大程度上依赖于政府救助的预期，虽然无法获得救助的可能性很小，但这仍将存在风险，一旦银行无法获得救助，其信用级别会快速下降。而银行存款和优先债务级别下降的幅度则取决于银行自身的财务实力级别。
除了讨论存款和优先债务评级，我们这篇报告也涉及到银行自身财务实力评级方法的修订。在这些修订中，我们集中关注对银行稳定性产生短期威胁的评级要素，更具体的说，我们集中关注资本金和未来收入。我们认为对于大部分银行来讲，资本充足率及其波动性是制约其财务实力评级的主要因素。考虑到大部分管理银行的当局都在制定政策，希望在经济较好时建立反周期的资本缓冲器，我们认为长期看资本水平仍是影响级别的关键因素。
同时，发达国家对主要银行已经实施的和预期将实施的救助将持续支撑银行存款和优先债务的信用级别，尽管救助对不同银行的力度不同。因此，银行财务实力级别和银行存款和优先债务级别间的差距也越来越大。在这样的环境下，比起其自身的财务实力，主要银行的存款和优先债务级别受外界经济变化的影响较小。然而，银行财务实力的变化会影响长期债务和存款的级别，因为从长期看，银行的经营困境会使政府减少而不是维持其救助活动。
关于政府救助能力和意愿（包括本币和外币）的问题我们将在其它报告中阐述，这一点对银行级别有重要的影响，尤其是对发展中国家的银行。这些问题将在其后发表的论文中单独说明。我们也将发表单独的报告来说明外币债务级别的影响因素，继这个月早期发表的名为“银行依赖于政府外币的支持：韩国—一个典型的案例”文章后，详细说明外币债务评级原则。除此之外，我们去年12月发表了关于银行混合债券评级的文章，我们其后将提供更加详细的混合债券评级方法。
一、穆迪的存款和优先债务级别
存款和优先债务的级别表明了这些负债的信用风险大小。他们强调了一笔债务不能履约的可能性。这些级别既反映了违约的可能性又显示违约发生时遭受的违约损失的大小。我们的级别用于反映这些负债的中长期风险。同样地，他们虽然考虑了当前市场上存在的高水平援助，但他们必须表明一旦市场恢复稳定债权人面临的风险。我们的期望是这些级别应该比反映当前财务实力的级别更加稳定。
许多国家的援助高于我们在之前评级过程中的预期，而这些评级在一定程度上导致了这场危机。基于银行机构在这场危机期间对整个经济的重要性，我们认为救助活动将持续增加（不是已经实施的救助就是预期的救助）。因此，优先债务的级别可能受也可能不受银行财务实力评级进一步下降的影响，这是由于受评银行对经济体系的重要性和即将来临或已经实施的援助政策。
在这样的环境下评估相关的违约风险是相当有挑战的一件事情，由于市场信心极度敏感、政府需要恢复金融稳定性，因此各种救助计划也就纷至踏来。为了帮助我们的评级，在救助活动不加选择的国家，我们要透过现在的危机看到银行在这种环境下产生的潜在特权。下面的级别分类为判断银行可以获得的信用水平提供了思路，这些银行在政府信用级别较高的国家经营，已经获得或预期可以获得系统的援助。
银行的级别在Aa的下限或高于A级，不管他们的财务实力评级如何，这些金融机构对于经济系统是重要的，对于金融系统的正常运行是必须的。我们的假设是这些银行仍然是“太重要以致于不能破产”。进一步讲，具有这些特性的银行，我们应该考虑在一个合理的时期内他们应该可以恢复较强的财务实力和持续的盈利能力。
级别为A的银行，不管他们的财务实力评级如何，这些银行现在仍然是重要的，但是他们可能遭受到不利因素的影响（如被出售或破产），且其恢复到正常金融市场条件的可能性会减小。这些银行恢复到前期盈利水平的确定性更小，因为他们固有的特征或者银行借贷运行的天性。这些特征包括他们将业务的重点放在贷款部门或者大规模的销售基金，贷款部门由于危机受了了负面的冲击，而基金批发业务在当年的经济水平下仍受到挑战。
级别低于A的银行其财务实力评级较低，在我们看来，这些银行对于经济系统的重要性较低，因为他们在经济中的规模较小、作用较低，他们的业务模式生存能力较弱或者其过于专业化。
对于具有较低银行财务实力评级的银行，他们为何可以在危机中获得种种特权，这是一个倍受争议的话题，而上面的分类为其提供了解释。这些分类尤其适用于具有较低财务实力的银行或财务实力变弱的银行。具有较强财务实力的银行，意味着即使不获得援助，他们的存款和优先债务仍维持在较高级别水平，因此他们可以获得较高的级别。进一步讲，在结合财务实力评级和当前的救助假设，他们仍可以获得超过“Aa”的信用级别，采用联合违约评级方法，可以获得更高的级别。
一旦危机的影响减弱，银行财务实力评级将会提高，因为银行将改善其财务结构，业务模式中的问题也将得到解决。同时，救助假设将减少到危机前的预期水平，受这些因素抵消的影响，银行优先债务评级仍将维持相对稳定。然而，对于不积极改善其经营中弱点的银行，这些银行的级别可能会下降，因为随着救助假设回到危机前的水平，银行违约的可能性会增加。
短期信用级别
上面主要是论述长期信用级别。在当前经济环境下，我们也应该论述如何判断短期信用级别。勿庸置疑，在强有力的政府援助下，短期信用级别是最可预期的，对短期债务的保障程度也是最高的。因此，我们认为重要金融机构的短期信用级别仍然是P-1，虽然他们现在的经营基础较为薄弱。这可能包括信用级别为A3的机构，我们相信政府对这些机构的短期流动性给予了强有力的援助。然而，我们仍将保持长期信用级别和短期信用级别之间的对应关系。短期信用级别的最高级别P-1，意味着非常低的级别迁移风险，而且其发行人长期信用级别不可能低于A。
评估救助的挑战
下面我们应该强调上文讨论的级别分类，全球存在大量的银行，他们属于不同的银行系统，但是通过评估，这些银行的级别仍然是可预期的，该级别与指定的级别是一致的。在危机的条件下，银行的级别比平常更依赖于政府救助，而救助的决定对于任何一个政府来讲都是二元的（要么救要么不救）。我们已经看到了这样的例子，最典型的就是雷曼兄弟，政府并没有给予预期的救助，结果就是大幅度的级别迁移和违约。使用大量的政府资金去救助危难中的银行，政府的政治敏感性也在增强，政府可能会选择额外的公司救助，包括穆迪预测的那些会接受援助的企业。解散或出售将会给不同级别的债权人带来潜在损失。
对本身经营较差的银行评级的难度在增加，这种状况将在整个危机期间持续。当预期的救助没有发生，我们将根据银行的经营状况调整发行人级别以作出反映。例如，雷曼兄弟破产后，我们已经意识到批发基金业务的投资银行业务模式受到的挑战并调整了相应的级别。但是，我们仍然通过预期机构违约的可能性来判断其级别。另一个选择是我们在定级时采用更保守的做法，这可能暗示了当市场流动性恢复时级别逆转的可能性，尽管这是我们极力避免的。
上述的级别分类指示针对银行最优先的债务而言的。对于其它的债务容易受其它风险的影响，如系统性的风险、发行人自身的财务风险，最大的风险是混合资本结构的风险。（我们在本刊的12月刊已对该问题发表了专门评论，并且会继续发布评级指南）。
最后，我们也会考虑被援助的银行援助集团其它成员的能力和意愿，尤其当这个集团不属于援助的范畴内时。
二、穆迪的银行财务实力评级
银行的内在信用风险和银行财务实力评级是相联系的，这和我们的存款和优先债务评级相反，存款和优先债务级别反映了银行不能履行其负债的可能性，二者的差别在于救助。换句话说，银行财务实力评级反映了其财务状况是否满足从第三方获得援助的条件，这些援助可能来自股东、行业组织或政府。作为衡量银行自身财务实力的指标，银行财务实力评级应该反映银行与艰难处境之间的相对“距离”，处在这种艰难处境中的银行需要依赖于外部的救助。
值得注意的是，我们应明白银行财务实力评级已经包含了政府已经实施的救助活动，这些救助可能是针对整个经济的也可能是针对银行系统的。因此，银行财务实力评级包括提升其级别的一些因素，大部分是与流动性（例如中央银行计划和债务担保方案）和资本金（如政府向银行的注资）相关。
银行财务实力评级的方法，本来似乎是简单易见的，然而在当今危机背景下是个极端的情况，因为当前的经济环境使信用循环更加脆弱，这使得银行财务实力评级变得更加复杂。信用循环问题导致了当前的金融危机，在危机期间，银行系统的资本金和流动性变得容易获得，银行能够通过多种不同的途径来增加资本金、获得流动性。这种环境下经营的银行，由于上述原因其财务实力也受到了正面的扭曲。然而，在当今环境下，大部分机构却难以获得正常来源的资本金和流动性，市场信心如此脆弱，以致于无法感觉到危机中银行财务实力再增强。
我们评估财务实力的打分卡方法受到了当前极端市场环境的挑战。在过去的几个月里，我们注意到一些机构获得了外部的救助，尽管他们的银行财务实力评级仍维持投资级别。
导致上述结果的原因有两个。首先我们的银行财务实力评级方法是反映长期的、经历整个经济周期的级别，在当前的经济条件下，这个方法难以令人满意。这个方法以历史表现作为参照物来评价当前的财务特征。这种方法无法对当前复杂多变的市场条件准确的作出反映，在很多种情况下，这种方法不能充分的捕捉到大量银行的弱点和立即接受外部援助的需求。第二，定性分析和财务分析相结合得出的级别不能充分反映一些银行面临的财务压力。因为在当前的资本市场条件下，对于大部分发行人来讲无法通过传统的方法（如募集新资本或者利用高额收入补充资本）解决资金需求，因此，银行出现了大量的问题，以致于他们需要即刻的外部援助。
评级约束
为了应对上述状况，我们做了两件事情。第一，在我们的方法中我们应用更具有前瞻性的方式来评估银行的财务实力因素。这涉及到严格应用假设分析来确定银行风险资产的预期损失，预期损失是决定银行资本充足率的关键因素。第二，我们更加强调受评银行自身的财务安全状况—例如资本充足率和核心收入状况—这些因素在当前持续的危机中可以最好反映银行的实际状况。在评级时，银行最弱的财务指标将制约着银行财务实力评级所获得的级别水平。
特别说明的是，根据穆迪的评级，对大部分银行来讲，资本金是级别的制约因素。穆迪通过预期损失来评估资本水平，在估计预期损失时穆迪会考虑未来12－18个月未分配利润增加的资本。通过将资本比率与我们的打分标准进行对照，穆迪希望最后确定的银行财务评级级别不会比调整过的资本因素级别高两个级别。之所以如此强调资本金这一指标，是因为该指标可以预示银行未来是否需要救助。
银行自身的流动性对级别的影响很大，它比目前主要银行系统被迫接受的大量流动性项目更重要；当更多正常的资金条件恢复时，流动性的重要性也将恢复。
在当前复杂的环境下，评估和预期财务实力的合理期限是个更为复杂的问题。在更为稳定的环境中，包括资产数量和经营表现的财务状况通常是可以合理预期的。现在，可以可靠预期的期限被大大的缩短了。为了应对这个问题，我们修订了假定程序，来测试一系列资产类别的表现。这些假定习惯于认为机构容易受到未来经济波动的影响，因为银行的资产负债期限不匹配，当这些假定变为现实时，该方法也将评估银行受到的不利影响。这种假定评估方法在具有相似资产组合的银行中可以用相同的方式应用。
三、救助假设
救助假设连接着银行财务实力评级和债务评级。在穆迪的银行评级方法中，救助可能来自四个不同的方面：兄弟公司或股东、合作或互相帮助的集团、地方政府、中央政府。在这场危机中，由于危机的全球性，中央政府的援助力度比穆迪预期的要大。在当前的环境下，许多发达国家一个机构的破产可能会导致整个银行系统的动荡。随着危机的进展，穆迪已经对其救助假设做了适当的调整。
母公司援助：由于银行面临流动性和资本金的约束，他们对分支机构和其它投资项目的支持也会减少。银行会重新审视他们的长期投资项目，考虑到政府在援助国外的主体时的潜在限制，银行可能会减少对他们分支机构的支持。这一点对于那些经营非核心业务和在本部以外国家和市场的分支机构是非常重要的。穆迪将密切关注这些长期投资主体的任何变化，一旦发生变化，我们会根据需要调整他们的援助假设。
政府援助：在这场危机中，政府的援助力度非常大。同时，由于这场危机的严重性，中央银行援助该国银行系统的能力成个一个重要的问题。现在，我们用本国货币存款上限这一指标来评估这一能力，对于外债级别不是Aaa的国家来说，本国存款的级别要高于外债的级别。这场危机的严重性需要我们重新审视政府的援助能力。
此外，随着危机的持续，政府会采取其它措施来保护存款人的利益（与此同时，政府是值得信任的），银行被迫进行债务重组的风险会增加。尽管如此，目前能作的援助假设仍是有限的，尤其是在一些新兴国家，穆迪会目切关注援助的进展并根据需要作出评级。
四、其它评级考虑的因素
在未来几个月，我们将继续对影响评级方法的其它因素发表评论。这个月早些时候我们曾发表了一篇名为“银行依赖于政府外币的支持：韩国—一个典型的案例”，继此之后，我们将进一步讨论一国外币的信用水平。
考虑到这场全球危机的严重性，主权分析和银行信用风险之间的关系在增强，考虑到这一因素对我们已发布评级方法的影响，我们将就主权风险与银行分析发表专门的评论。
上文已经提到，我们将就母公司对子公司的援助进一步发表评论，这一点对于在母公司市场以外经营的分支机构是非常重要的，因为如果这些银行接受了政府资金援助，这将涉及到政治敏感性问题。此外，继去年12月发表的评论后，我们将对银行混合债券的评级方法进行更新。最后，2008年10月我们曾发表了名为“信用危机对穆迪评级方法的影响及投资银行评级思路”的专门评论，继此之后，我们将进一步修订对批发基金业务的投资银行的评级方法。
（选自《credit risk scorecards》第二章）
一、评分模型开发过程中的参与人员
二、智能评分模型的发展
三、模型的开发与实施过程：概述
■ 敖卓团
本文主要介绍了供应链管理的相关概念和就供应链管理的流程进行概述（供应链管理流程一般包括供应链设计、供应链合作伙伴选择、供应链采购管理、供应链库存管理、物流网路设计、供应链绩效评估等内容），以及评级过程中企业供应链如何分析。
一、供应链管理相关概念
供应链管理作为现代企业管理的思想和方法，它的产生和发展源于企业面临的市场环境由卖方市场向买方市场转变、信息等科学技术迅速发展、产品生命周期不断缩短、市场竞争日益激烈等背景。近年来，供应链管理得到国内外企业广泛应用，供应链管理能力已经成了不少企业的核心竞争力，成为企业发展的巨大推动力。
供应链管理是由波特的“价值链”发展而来。目前各国对供应链管理的定义稍有不同。如我国2001年发布实施的《物流术语》国家标准（GB/T 18354—-2001）对供应链的定义是：生产及流通过程中，涉及将产品或服务提供给最终用户活动的上游及下游企业，所形成的网链结构。而供应链管理定义为：利用计算机网络技术全面规划供应链中的商流、物流、信息流、资金流等，并进行计划、组织、协调和控制。
美国供应链协会认为：供应链是涉及从供应商的供应商到顾客的顾客的最终产品生产与交付的一切努力。供应链管理包括贯穿于整个渠道来管理供应与需求、原材料与零部件采购、制造与装配、仓储与存货跟踪、订单录入与管理、分销，以及向顾客交货。
全球供应链论坛对供应链管理的定义是：供应链管理是包括从最终用户一直到初始供应商的向顾客提供增值的产品、服务和信息的业务流程的一体化。
对于供应链管理，虽有各种不同的定义，但基本上都认为是通过计划和控制实现企业内部和外部之间的合作。因而可以将供应链理解为，对供应链上的物流、信息流、资金流及合作者关系等规划、设计、运营、控制过程进行一体化的集成管理思想、方法和技术体系。供应链管理的目的，旨在通过对供应链各个环节的活动的协调，实现最佳业务绩效，从而增强整个供应链上所有企业业务的表现，使生产系统能较好地管理由原料到产品、到客户的生产过程，最终提高客户的满意程度，并缩小总成本。
从下图可以看出，供应链由所有加盟的节点企业组成，其中一般有一个核心企业（可以是产品制造企业，也可以是大型零售企业，如美国的沃尔玛）。节点企业在需求信息的驱动下和信息共享的基础上，通过供应链的职能分工与合作（生产、分销、零售等），以资金流、物流或/和服务流为媒介实现整个供应链的不断增值。
图1：供应链的网络结构型[1]
二、供应链管理的特点
1.供应链管理以客户为中心
供应链是由客户需求驱动，企业创造的价值只能通过客户的满意并产生利润来衡量。它一般通过降低供应链成本，快速响应客户的需求，以此提高客户的满意度，赢得竞争优势。
2.强调物流、信息流、资金流的集成
整个供应链网络，从原材料供应商到客户均包括了物流、信息流和资金流。这些“流”是形成供应链关系的基础，也是优化整个供应链的必要条件。供应链管理是一种集成化系统化的管理方式，它从全局的角度通过合作伙伴间的密切合作对供应链上的物流、信息流以及资金流进行控制和调度，以最小的成本和费用产生最大的价值和最佳的服务。
3.强调伙伴间的合作
供应链管理注重的是企业核心竞争力，强调把主要精力放在企业的关键业务上，充分发挥其优势，根据企业的自身特点，专门从事某一领域、某一专门业务，在某一点形成自己的核心竞争能力，同时与全球范围内合适的企业建立战略合作关系，企业中非核心业务外包给其他企业或由合作企业来完成。供应链管理超越组织机构的界限，与业务伙伴结成新型的战略伙伴关系，强调伙伴间的合作，强调利益共享和风险共担。
4.注重信息技术应用
信息技术是提升整个供应链运作效率的重要保障之一。信息技术的应用降低了供应链上伙伴间的交易成本，也使得合作伙伴能及时获取有效的信息，快速响应客户的需求。
5.供应链管理动态化
为了满足企业战略和适应市场需求变化的需要，供应链中的节点企业需要动态地更新，供应链的各个流程不断优化。
三、供应链设计
供应链设计是实施供应链管理的基础，主要有以下步骤：[2]
1.分析市场竞争环境。目的在于找到哪些产品市场开发供应链才有效，为此，必须知道现在的产品需求是什么，产品的类型和特征是什么。分析市场特征的过程要向卖主、用户和竞争者进行调查，提出诸如“用户想要什么？”“他们在市场中的分量有多大？”之类的问题，以确认用户的需求和因卖主、用户、竞争者产生的压力。这一步骤的输出是每一产品按市场特征重要性的排列，以及对市场不确定性的分析和评价。
2.总结、分析企业现状。主要分析企业供需管理的现状（如果企业已经有供应链管理，则分析供应链的现状），这一个步骤的目的不在于评价供应链设计策略的重要性和适合性，而是着重于研究供应链开发的方向，发现、分析和总结企业存在的问题及影响供应链设计的阻力等因素。
3.针对存在的问题提出供应链设计方案，分析其必要性和可行性。
4.根据基于产品的供应链设计策略提出供应链设计的目标。主要目标在于获得高客户服务水平和低库存投资、低单位成本两个目标之间的平衡，同时还应以下列多目标为导向：进入新市场；开发新产品；开发新分销渠道；改善售后服务水平；提高用户满意程度；降低成本；通过降低库存提高工作效率等。
5.分析供应链的组成，提出组成供应链的基本框架。供应链中的成员组成分析主要包括制造工厂、设备、工艺和供应商、制造商、分销商、零售商及用户的选择及其定位，以及确定选择与评价的标准。
6.分析和评价供应链设计的技术可能性。这是在可行性分析的基础上，结合本企业的实际情况为开发供应链提出技术选择建议和支持。如果认为方案可行，就可进行后面的设计；如果不可行，就要重新进行设计。
7.设计供应链。具体解决下述问题：供应链的成员组成；供应商、设备、工厂、分销中心的选择与定位、计划与控制；原材料的来源问题，包括供应商、流量、价格、运输等问题；生产设计、需求预测、产品决策、生产能力配置、确定分销中心、生产计划、生产作业计划和跟踪控制、库存管理等问题；分销任务与能力设计，确定产品和服务的市场、运输和分拨、定价等问题；信息管理系统设计；物流管理系统设计等。
8.供应链设计完成以后，应通过一定的方法、技术进行测试检验或试行。如不行，返回第四步重新进行设计。
供应链设计完毕经检验后没问题可以进行实施。实施的过程中，除了需要核心企业的管理和协调，还需要信息技术的支持（如一些供应链管理软件）。
四、合作伙伴的选择[3]
1.供应链合作伙伴关系
随着市场竞争加剧和市场环境发生变化，企业为了应对快速变化的市场，许多企业将合作伙伴关系的附属关系转化为战略合作关系。这种合作关系不只限于联系供应商及客户，而且必须延伸至供应商的供应商、客户的客户。供应链的管理的关键在于供应链各节点企业之间的连接和合作，以及相互之间在设计、生产、竞争策略等方面的协调。供应链合作关系可以定义为供应商与制造商之间，在一定时期内的共享信息、共担风险、共同获利的协议关系。
在供应链合作关系环境下，制造商选择供应商不再只是考虑价格，而是更注重选择能在优质服务、技术革新、产品设计等方面进行良好合作的供应商。供应者所提供要素的数量、价格，直接影响到制造企业的好坏、成本的高低和产品质量的优劣。因此制造商与供应商的合作关系应着眼于以下几个方面：
（1）让供应商了解企业的生产程序和生产能力，使供应商能够清楚地知道企业需要产品或原材料的期限、质量和数量。
（2）向供应商提供自己的经营计划、经营策略及其相应的措施，使供应商明确企业的要求和希望达到的目标。
（3）企业与供应商明确双方的责任，并各自向对方负责，使双方明确共同的利益所在，并为此而合作，达到共赢的目的。
供应链合作关系研究强调直接的、长期的合作，强调共同努力实现共有的计划和解决共同问题，强调相互之间的信任与合作。这与传统的关系模式有着很大的区别。
建立供应商与制造商之间的战略合作关系于各方都带来利益，下表列示了战略关系为各方带来的利益。
2.合作伙伴的选择标准
建立合适的合适合作伙伴选择标准对企业选择合作伙伴至关重要，合作伙伴的选择标准如下表所示。
五、供应链库存管理
库存过多会影响企业资源使用效率，也会降低企业资金的周转速度。但合理的库存可以防止由于缺货或供应不及时导致的市场机会的丧失。因此实现库存合理化是企业降低成本和提高服务水平的重点之一。目前供应链库存管理方法主要有以下几种：
1.供应商管理库存（Vender Managed Inventory，VMI）。VMI是建立在零售商——供应商伙伴关系基础上的供应链库存管理方法，供应商等上游企业基于下游客户的生产经营和库存信息，对下游客户的库存进行管理与控制。VMI实际上是将销售商（包括分销商和零售商）销售点的库存管理权限转移给了供应商。
供应商通过电子交换数据及时了解下游销售企业的库存动态和实时的销售状况，可以更准确对需求作出预测，安排生产，从而减少库存量。但VMI实施的前提是企业间要有通畅的信息交换系统和双方的信任机制。
VMI是一种有效的供应链库存管理模式，目前许多大型公司如日用品业的强生、宝洁、雀巢公司，零售业的沃尔玛和家乐福均采取VMI 模式。
2.联合库存管理（Jointly Managed Inventory，JMI）。JMI是供应商与客户同时参与，共同制定库存计划，利益共享、风险分担的供应链库存管理策略。 JMI具有成本优势、信息优势、供应链优势和战略联盟优势。
JMI基本思想是：为了保证供应链上相邻的两个节点对需求的预测保持一致性和消除供应链的牛鞭效应，供需双方共同参与制定库存计划，使供应链上的每个库存控制者（供应商、制造商、分销商和零售商）都可以参与协调他们之间的相互利益，从而带来供应链库存成本的降低。
JMI实施的步骤如下：（1）建立一套有效的协调管理机制；（2）建立纵向的信息支持系统（通过EDI技术将条码技术、POS系统、订单自动处理系统集成）；（3）利用物料需求计划系统；（4）利用第三方物流的作用。
但是，建立和协调这种库存管理模式需要较高的成本，而且企业之间合作的要求很高，联合库存的协调中心不容易建立。其运作也有很高的要求，除此之外，联合库存管理还要求有高度的监督。[4]
3.准时制（Just In Time,JIT）。JIT库存管理的核心就是要削减库存，直至实现零库存，同时又能使生产流程顺利进行。JIT要求生产者、供应商、零售商、物流中心均应对各自供应链下游的客户需求做出精确的预测，否则就不能圆满实现JIT，因为JIT的作业基础是假定下游需求是固定的，即使实际上是变化的，但通过准确的统计预测，也可以掌握下游需求的变化。
JIT有一个致命的硬伤，那就是在突发事件发生时。低库存导致的原材料供应不及时，会严重影响到企业的正常经营，给企业造成重大的打击。
六、物流网络管理
物流网络由供应商、仓库、配送中心和零售网点组成，原材料、在产品和成品库存在各节点之间流动。物流网络设计的不合理或过时将会导致设施选址、需求分配、存货水平设定、运送方式和路线选择等的不当，从而使客户的服务水平达不到要求，造成物流对企业利润的贡献低于应有的水平。
物流网络的设计对企业能否高效地进行物流与供应链管理具有举足轻重的作用。网络设计的最主要问题是物流设施选址。一个组织在进行物流设施的选址时，应主要考虑以下因素：
七、内部供应链管理
一个企业的内部也是一条供应链，一般包括：采购、制造、运输、存储和销售。内部供应链管理的目的就是要使内部供应链得到整合，内部各项工作任务能相互配合，并进行整体计划及管理。
八、供应链绩效评价
供应链管理在实施过程中，人力、物力和财力投入非常大，面临的经营风险也非常大，因此进行严格的绩效评价，才能实现企业供应链管理的目标。供应链管理的绩效评价体系很多。供应链协会供应链参考模型中推荐的供应链绩效评价指标有13个[5]：
1.交货能力——按照客户要求的天数，或在客户要求的天数之前，或在原计划的交货天数之前执行订单的百分比。
2.订货满足率——在收到订单的24小时内用库存发货的订单百分比。
3.订货提前期——从客户放单到收到订货实际所需的平均时间。
4.订单完全执行率——满足全部交货要求的订单完成百分比
5.供应链的相应时间——供应链系统对需求的非正常或显著变化的响应时间。
6.生产柔性——对上游企业：达到所能承受的非计划的20%增产能力所需要天数；对下游企业：在没有存货或成本损失的情况下，在交货期30天之前所能承受的订货减少百分比。
7.供应链管理总成本——供应链相关成本总和。包括管理信息系统、财务、计划、存货、物料采购和订单管理等成本。
8.产品销售成本——购买原材料和加工制造成本，包括直接成本和间接成本。
9.增值生产率——人均增值率，即用产品销售总额减去物料采购总成本，然后除以用工总人数。
10退货处理成本——物料、劳动力和产品缺陷的问题诊断成本或退货处理成本。
11．可供应存货天数——以计提超储和过期损失之前的标准成本的存货总值*365天/产品销售成本。
12.现金周转期——存货供应天数加上销售未付款天数，再减去采购原料的平均付款天数。
13.资产周转率——产品销售总额除以净资产总额。
九、评级过程中企业供应链分析
目前许多中小企业供应链较为简单。如OEM企业，其所生产的产品不直接面对终端消费者，原材料采购甚至是指定采购，企业并不是供应链网络的核心企业，只是其客户供应链管理的一环。在对这类OEM企业评级过程中分析其供应链管理，主要着重于其内部供应链管理（如企业是否使用ERP管理系统，该系统是否能有效的对企业的资源进行整合，提高资源的使用效率。企业是否能快速响应客户的订单，安排生产等方面进行分析。）因为内部供应链管理能力是OEM企业核心竞争力，企业是否能按时、保质完成订单是其经营发展的基础。
对中小企业供应链管理进行分析和评价可以从以下几个方面进行：
1.企业如何去设计自己的供应链（可以根据上面介绍的设计步骤来分析）
2.企业如何去选择自己的合作伙伴（根据上面提到的标准结合企业实际情况进行访谈），企业选择的标准是否合适，是否有利于企业选择合作伙伴，如企业有严格的且合适选择标准，这在一定程度表明企业重视供应链管理，公司与合作伙伴的关系是否是一种长期相互信赖的合作关系。
3.企业如何进行库存管理的，企业采用哪有库存管理方式，库存管理的目标是什么(如削减库存、库存风险明晰化、降低生产销售计划的周期等)，企业是否有使用库存管理系统，企业的库存周转率在同行业水平如何。
4.企业如何进行物流网络设计和管理，企业在进行物流网络设计前是否有详细的规划（可以根据上面提到的物流网络设计标准来评判），企业的物流网络是否有效提高了企业的的经营效率。
5.企业如何进行内部供应链管理，企业内部供应链管理使用了那些软件，内部供应链管理是否流畅，是否明显提高了企业的运营效率。
6.企业是否有对供应链管理进行绩效评价，主要采用了哪些指标。在对中小企业的供应链的绩效评价主要考虑以下几个方面：交货能力、存货周转率、企业的生产柔性等。
不同行业企业的供应链除了以上说的共性外，还有其特殊性。但企业的最终目的还是发挥供应链成员的协同效应，以成本最优方式生产产品，快速满足客户需求。
由于上市公司规模较大，供应链一般较为复杂，在对上市公司评级的时候首先要了解该公司的整一个供应链网络和业务流程，然后结合行业和产品的特点，分析企业供应链。如服装行业中的休闲服行业竞争十分激烈，使得行业企业供应链管理显得尤为重要，发挥企业供应链的高时效、低成本、快速反应的能力可以使得企业在竞争中处于优势。目前国际休闲服零售业越来越注重打造“多品种、小批量、高质量、快交货”的生产组织能力，这要求企业的产品设计、生产、运输配送和销售过程必须高度自动化并具备快速反应能力。所以在对服装行业供应链进行分析的时候，可以分析供应链的要着重分析企业如何安排生产（是否外包，如果外包，如何安排生产，比如服装制造要经过设计、购买纱、纺织、染色、购买辅料如拉链、纽扣、制造等环节，企业是如何调动和协调整个供应链，是否及时完成订单），如何设置物流网络（是否利用第三方物流，产品是否能迅速送达至客户，物流费用是否最优），如何设置营销网络，目前企业物流网络和营销网络的运行效果怎样。
当然，不同行业、不同规模的企业供应链管理的着重点稍有不同，在对企业进行分析的时候，要根据上面所介绍的供应链流程，结合行业企业特点进行分析评价。
[1] 引自马士华，林勇，陈志祥《供应链管理》，机械工业出版社2000年5月
[2]马士华、林勇、陈志祥：《供应链管理》，机械工业出版社，2000
[3] 刘伟：《供应链管理》，四川人民出版社，2002
[4] 杨华龙，刘进平.《供应链管理》，东北财经出版社，2007.9
[5] 杨华龙、刘进平.《供应链管理》，东北财经大学出版社，2007.9
■ 作者：Naeem Siddiqi
■ 翻译：林晶
第一章：概述
在竞争日益激烈和压力不断增长的环境下，收入的获取越来越困难。因此，授信机构以及其他金融机构为了招揽有信誉的新客户，同时降低风险损失，正在进行各种更为有效的尝试。大胆激进的市场营销手段已经导致潜在顾客的规模越来越大；并且对顾客需求快速有效处理的要求，已经使得信贷和保险的申请和审批流程走向自动化。当前，风险部经理正面临着一个严峻的挑战，他需要制定一种风险评估程序，这个程序不仅要能够有效评估客户信誉，而且要保证每一道评估流程低成本的同时确保顾客不会离开。另外，卓越的顾客服务水平要求自动化的评估程序需尽可能提高对信誉较好顾客的授信通过率，并且需尽可能地把信誉不佳的客户排除在外。在保险部门，保持保单的价格与索赔的成本之间对应性的能力至关重要，特别是当保险业的损失在各行业不断增加时，处理不好则可能是致命的。
在客户管理水平上，许多公司通过提供顾客额外的产品和提高服务水平，来争取固有顾客的稳定性。风险部经理此时会刷选出“好顾客（比如低风险）”享受上述的待遇。相反地，对于那些信誉不佳（拒绝付款、欺诈）的客户，风险部经理需设计出策略，不仅可以识别出他们，而且可以尽可能快地降低未来的进一步损失和收回任何已有的欠款。
在此背景下，风险评分是一种强有力的、经验衍生而来的方法。风险评分已经在各行各业里广泛应用，用途包括预测恶意的不支付行为、破产、欺诈、索赔（保险业）和追偿等。评分方法提供了一套较为客观的风险评估方法，同时也是较为稳定的方法，可把评分系统的滥用降到最低程度。
过去，金融机构从少量的资信机构手中获取信用风险评分。这意味着金融机构需提供他们的数据给这些资信机构，然后由这些机构开发出一个用以预测的信用评分模型。然而一些顶级公司拥有自己的内部模型与计分演算函数。在最近几年内，内部信用评分模型的发展趋势已经广泛传播。这主要有以下几个方面的原因。
首先，应用软件的普及，省去了人们在软件高级编程上的沉重投入，方便人们开发评分模型。鼠标的轻轻点击，便可使用复杂的数据挖掘功能。因此，人们得以花费更多的时间用商业数据挖掘技术对问题进行分析，而不是将时间浪费在调整复杂的软件编程中。基于ETL软件（即数据的抽取、转换、装载过程）的“点击”成为可能，使我们在模型的开发和其他数据的挖掘时，数据的准备与抽取效率明显提高。其次，数据的易获得性已经帮我们减轻了收集必要数据的负担，并且把数据翻译成图表将有助于我们进行分析。
一旦以上工具可以应用，对许多中小型机构而言，内部开发就会变成一个可行的选择。工业企业现在可以意识到投资回报率的重要性，因为内部评分模型可以显示出投资回报率高的交易者。经验容易获取，因此维持内部信用评分模型的成本远少于购买模型的成本。内部开发变成可能，使得公司在同一开支下可开发出多种模型（如便于对客户分类的模型）。通过合适的软件和内部资源，评分模型可以很快地被开发出来，这也意味着顾客评分模型可以迅速地投入应用，来使损失降低。
另外，公司拥有丰富的内部数据和特定的商业视角，这可帮助他们开发出更适合自己的评分模型。总体性质的判定对评分系统架构而言，是至关重要的；而且对各种意图的界定也是很关键的。例如，基于投资计划意图的违约概率模型可能将具有中性行为（这些行为被普遍认为是“不良行为”）的客户排除在外，并且从巴塞尔贷款协议角度而言，这些客户很可能出现违约。
好的评分模型可灵活地进行各种试验，且需要对模型的最佳数据和结构进行不断的研发。
内部评分模型（开发）也有助于我们增加对组织架构的了解。通过分析，可揭露较为隐蔽的信息，可有助于更好的理解客户的风险行为和制定更好的发展策略。
总而言之，将关键的模型和样本决策交给“外部专家”是次优的选择，且费用高昂。理想的状况是：金融机构从外购进模型，并将模型融入自己的操作平台，建立一个“新模型”。即使外购模型可能会扰乱公司过去和当前的客户，但“新模型”可以将公司65%的重复客户排除在外。最终，行为好坏的判定将是我们的难题，事实上，行为好的客户也通常具备一些不良行为，至少他们并不可能一直保持这样。
这本书介绍的是风险预测模型的商业发展与应用，是基于计量和数据挖掘原理基础上的分析。计量与数据挖掘方法已经在其他图书上有详细地论述，这里就不再详细论述。本书将涉及到主要理念有：
1. 评分模型商业化，即评分模型的开发与应用被视为是解决商业问题的有效方法。优秀的评分模型不是通过对历史数据进行一连串的计算建立起来的；而是建立在对历史数据的分析上。
2. 评分模型开发过程中的通力协作。即终端用户、专家、测算者、模型操作者等其他相关联的人，应团结一致，致力于将评分模型更加完善。
3. 风险预测的概念，评分模型含有各种不同信息的用以预测的变量。
4. 分析决策可能造成的冲击并提前预防。同未到期的合同一样，决策的出台，通常会对公司造成一系列未知的影响。根据公司的资料，并同其他员工进行合力协作，模型可以帮助用户学会分析决策造成的冲击，并按照风险最小化的原则进行预防。
5. 评分模型是决策辅助工具。评分模型应被用来更好地为决策的制定服务。模型的开发不是制定一个复杂的让人难以理解和执行的模型出来。其必须是明晰地且可管理的。
根据每个公司的特定情形，特定的模型开发可能各不相同。因此，评分模型应被作为指导方法，而不是既定准则。
评分模型：总述
风险评分模型，同其他预测模型一样，是用来评估申请者或顾客风险水平的工具。然而它并不提供每一个申请者的信誉的好坏，而是提供申请者在既定分值下信誉是好是坏的几率或者概率。概率或分值的确定通常需要考虑各种因素，如预期的验收比率、利润率、客户流失率和损失率。
最简单的评分模型，通常包括一组用来预测客户信誉的特征值。例如，表1.1列出了评分模型的小部分。
表1.1 评分模型（部分）
特征
属性
分数
年龄
.->23
63
年龄
23->25
76
年龄
25->28
79
年龄
28->34
85
年龄
34->46
94
年龄
46->51
103
年龄
51->.
105
信用卡
VISA卡、美国运通、无
80
信用卡
支票卡、万事达、其他卡
99
EC_CARD
0
86
EC_CARD
1
83
收入
.->500
93
收入
500->1550
81
收入
1550->1850
75
收入
1850->2550
80
收入
2550->.
88
地位
“E”.”T”.”U”
79
特征值一般从可获得的数据库中选取，例如从人口统计数据库（如年龄、工作时间、邮政编码）、现有关系数据库（如银行工作时间、产品编号、支付行为、索赔）、信用局数据库（咨询、交易、犯罪、公开信息）、房地产数据库等等。
属性值（年龄属于特征值，而“23-25岁”属于属性值）是基于统计分析上给予的界定，一般会考虑进各种因素，例如性格和性格与工作之间的关联性。评分模型上每个属性值对应分数的总和就是申请者的得分。
表1.2列出了评分模型开发过程中的一部分管理信息。表格中的标红的信息是想告诉我们：
1. 在245-250分值范围内，信誉转差的边际概率为1.2%。即分值在245与250之间的申请者将会有1.2%的人信誉转差。
2. 信誉变差的累积率指的是分值在245以上的所有申请者信誉变差的概率是0.84%。
3. 245分值的验收比率是17%，也就是说，申请者中有17.44%的人分值高于245。
基于对上述表格的分析，公司便可制定决策，例如拒绝分值在200以下的申请者，或者对高风险者收取更高价格。“信誉差”通常是指具有负面行为/状况，如破产、欺诈、犯罪、销账/注销和负净资产。
风险评分模型，也包含验收比率和既定风险水平对应的潜在收入/利润等信息，可被用来制定新的申请策略，以确保最大化利润和最小化坏账。其中对高风险申请者的一些策略如下：
1. 对风险太高者可拒绝提供信贷或服务
2. 对信用卡或信用贷款安排较低的初始信用额度
3. 抵押贷款或汽车贷款时，要求申请者提高首期支付款和存款规模
4. 制定更高的贷款利率
5. 支付更高的保费
6. 要求申请者提供定金
7. 提供分散的服务而不是一条龙的服务
8. 列入具有潜在欺诈行为的“监视名单”
相反地，针对高分值申请者，可以给予优惠利率和更高的信用额度，并提供更好的服务，如金卡/白金卡，或者额外的产品。
在制定“尽职调查”政策时，风险评分也可以起到作用。例如，我们可以无需房地产、收入证明或证券的估值信息，便可对分值高者（分值低者）直接批准（拒绝）申请。
先前例子反映的是申请阶段的风险评分模型。风险评分模型同样可用在既有的客户上。关于这一点，公司一般使用客户的行为资料来预测客户产生负面行为的概率。对不同的客户可采取的策略如下：
1. 提高优质服务和额外产品
2. 增加信用贷款和信用卡的额度
3. 对活跃客户提高信用限额
4. 降低潜在的欺诈交易
5. 在客户转贷/续保时，提供优惠
6. 决定是否对已经到期的信用卡重新发卡
7. 提前确定交叉销售的资格
8. 直接压缩不良客户的额度或利用收账公司回收款项
9. 暂停或撤销语音服务和信贷便利
10. 列入“监视名单”
除了用在申请者（申请模型）或既有客户（行为模型）上，根据数据的类型，风险评分模型还可分为不同的种类。如客户化模型是基于一组排外的客户数据所开发出的。例如，ABC公司利用自己客户的数据开发出客户化模型来预测破产风险。他可以利用内部数据或信用局的数据来开发模型，但必须是公司客户的数据。
再者，通用或共享模型是指数据来源于多家债权方的模型。例如，四家小银行，由于没有任何一家有足够的数据建立起自己的模型，于是决定集中四家的汽车贷款数据。然后，他们可以建立和共享模型，也可以根据自己的资产组合的特性定制符合自己的模型。基于行业数据和信用局数据的模型，是通用化模型。
风险评分模型，除了被用来评估风险外，还可以再其他操作领域有效应用。例如：
1. 使决策制定过程合理化。也就是说，高风险者申请资料被分配至经验丰富的员工以进一步分析，而低风险者申请资料则分配给新员工。这可在分支机构、信贷决策部门和收账部门里应用
2. 缩短申请时间
3. 评估合并资产组合的质量
4. 优化资金配置
5. 设定资产证券化的价格
6. 比较来自不同渠道/区域/供应商业务的质量
因此，债权人根据风险评分模型可较为客观地制定决策。结合商业意识和预测模型，风险部经理可使风险管理变得更加有效和可控。
根据新巴塞尔资本协议的要求，信用评分模型将在大型机构中发挥重要的作用。这也将推动价值评估方法和评分模型的发展。尤其是可能引起一些重大变化，如“信誉差”的界定，以及同违约率（PD）、违约风险暴露（EAD）和违约损失率(LGD)密切相关的目标预测方法的改变。
