答案：D

　　3. 贷款分类与债项评级

　　信贷资产风险分类通常是指信贷分析和管理人员或监管当局的检查人员，综合能够获得的全部信息并运用最佳判断，根据信贷资产的风险程度对信贷资产质量作出评价。

　　2001年，我国监管当局出台了贷款风险分类的指导原则，把贷款分为正常、关注、次级、可能和损失五类(后三类合称为不良贷款)。

　　在分类过程中，商业银行必须至少做到以下六个方面：

　　①建立健全内部控制机制，完善信贷规章、制度和办法;

　　②建立有效的信贷组织管理体制;

　　③实行审贷分离;

　　④完善信贷档案管理制度，保证贷款档案的连续和完整;

　　⑤改进管理信息系统，保证管理层能够及时获得有关贷款状况的重要信息;

　　⑥督促借款人提供真实准确的财务信息。

　　贷款分类与债项评级是两个容易混淆的概念，二者既区别明显又相互联系。

　　3.2.3 组合信用风险计量

　　1.违约相关性及其计量

　　相关性是描述两个联合事件之间的相互关系，而不仅仅是指两个事件概率的简单乘积。违约相关性的计量包括相关系数和连接函数两种方法。

　　(1)相关系数

　　线性相关是最常见的一种相关，可用统计学中最常见的简单相关系数来计量。

　　【单选】X、Y分别表示两种不同类型借款人的违约损失，其协方差为0.08，X的标准差为0.90，Y的标准差为0.70，则其相关系数为( )。

　　A.0.630

　　B.0.072

　　C.0.127

　　D.0.056

　　答案：C

　　0.08/(0.9X0.7)

　　对于非线性相关，可通过秩相关系数(Spearman)和坎德尔系数(Kendall)进行计量。

　　上述相关性计量在数学上都具有良好的性质，目前在金融工程领域也得到了广泛的应用，但它们共同的缺点是只能刻画两个变量之间的相关程度，却无法通过各变量的边缘分布刻画出两个变量的联合分布。希望通过单比债项的不同损失分布来计算组合的损失分布，可以采用连接函数。

　　(2)连接函数

　　连接函数是一个把单变量概率密度函数连接成联合分布函数的函数。

　　2.信用风险组合模型

　　根据原理上的差异，信用风险组合模型可以分为两类：

　　l 解析模型。通过一些简化假设，对信贷资产组合给出一个“准确”的解。解析模型能够快速得到结果，但缺点是需要建立在对违约风险因素诸多苛刻的假定基础上。

　　l 仿真模型。用大量仿真试验(情景模拟)所产生的经验分布来近似代替真实分布。仿真模型具有很大的灵活性，但是对信息系统的计算能力要求很高。

　　(1)CreditMetrics模型

　　CreditMetrics模型本质上是一个VaR模型，目的是为了计算出在一定的置信水平下，一个信用资产组合在持有期限内可能发生的最大损失。CreditMetrics模型的创新之处正是在于解决了计算非交易性资产组合VaR这一难题。

　　①信用风险取决于债务人的信用状况，尔债务人的信用状况则用信用等级表示。

　　②信用工具(包括贷款、私募债券等)的市场价值取决于借款人的信用等级，即不同信用等级的信用工具有不同的市场价值，因此，信用等级的变化会带来信用工具价值的相应变化。

　　③CreditMetrics模型的一个基本特点就是从资产组合而并不是单一资产的角度来看待信用风险。

　　④由于CreditMetrics模型将单一的信用工具放入资产组合中衡量其对整个组合风险状况的作用，而不是孤立地衡量某一信用工具自身的风险，因而，该模型使用了信用工具边际风险贡献(Marginal Risk Contribution)这样的概念来反映单一信用工具对整个组合风险状况的作用。边际风险贡献是指因增加某一信用工具在组合中的持有量而增加的整个组合的风险。