新刊速读 | 信用风险加权资产计量变异性的监管实践

来源：中国金融信息网

信用风险加权资产（RWA）是银行资本监管的核心指标，其计量的准确性与可比性直接关系到金融体系的稳定。然而，随着内部评级法（IRB）的广泛应用，银行在RWA计量上却出现了“非风险驱动的变异性”，即尽管IRB法旨在提升风险敏感性，却因经验和模型导致不同银行对相似资产的风险评估结果差异巨大，削弱了资本监管的公信力。

本文基于欧洲银行管理局（EBA）的监管实践，系统分析了RWA计量变异性的成因、监管对策及其成效，并结合我国《商业银行资本管理办法》（以下简称《资本新规》）的实施背景，提出了具有现实意义的政策建议。

一、EBA的监管框架与实践经验

面对RWA计量变异性的挑战，EBA采取了以下三大核心举措。

（一）统一关键环节监管技术标准。EBA于2016年启动“IRB路线图”计划，旨在通过一系列具有法律约束力的技术标准（RTS）和指引（GL），统一欧盟范围内IRB模型中违约定义、风险参数估计、信用风险缓释等多个关键领域，限制RWA计量中的“非风险驱动变异性”。尽管2022年，对于违约定义的统一、违约率（PD）和违约损失率（LGD）的估计方法、经济下行期LGD的考虑等都出台了详细指引，但截至2023年底，仍有大量银行处于“模型改进中”，显示统一过程的长期性与复杂性。

（二）实施常态化数据驱动监测。EBA每年组织IRB银行对标准化虚拟资产组合进行资本计量，通过基准比较识别出哪些银行或哪些资产类别的RWA计量结果显著偏离同业，从而进行针对性的监管审查。从2015—2023年数据变化趋势可见，在监管的持续推动下，PD、LGD的变异性呈现出分化趋势。第一，PD变异性显著下降，几乎所有资产类别的PD标准差明显降低。第二，LGD变异性具有黏性。LGD估算值的标准差仅在部分资产类型中下降，甚至在部分资产类别出现上升。PD、LGD变异性的分化与计量整改难度、监管资源阶段性分配重点、数据基础制约等因素有关。

（三）深入剖析变异性驱动因素。对于PD变异性，实际风险差异并非PD变异的主因；在面临数据不足、模型缺陷时，增加保守性边际（MoC）和监管附加项（Supervisory Add-ons），以确保资本审慎性，是驱动部分资产PD变异的核心因素，通过统一MoC的设定标准，可以减少PD的非风险驱动变异性。对于LGD变异性，抵押品覆盖率、贷款好转率对LGD的解释力显著，同时LGD还受到资产组合内在风险、各国制度及信用文化等结构性因素影响。因此，源于“抵押品异质性”（如有无不动产抵押）和“国家结构差异”（如司法效率），属于“风险驱动型变异性”，无需强制消除，而源于“模型方法差异”（如抵押品估值逻辑），需通过监管要求进行规范。

二、对中国的启示与政策建议

EBA对RWA计量变异性治理并非简单地追求结果的一致，而是在尊重资产内生风险差异（合理变异性）的基础上，通过统一规则、加强监督和提升透明度，最大限度地压缩由模型缺陷和监管套利带来的空间，即降低非风险驱动变异性，构建一个能够有效识别、度量和管理“非风险驱动变异性”的动态平衡框架。结合我国国情，可以从以下几个方面获得启示。

（一）建立并完善符合国情的RWA基准比较机制。可先从权重法入手，设计标准化的资产组合和数据模板，要求银行报送风险暴露分类和风险权重划分的详细结果；对于已获批使用IRB法的银行，要求上报核心风险参数的估算值、关键模型假设、MoC的量化结果等；开展IRB年度基准比较，发布对比报告分析PD、LGD变异性趋势及驱动因素；把基准比较结果作为监管评级、现场检查和模型变更审批的重要参考，对异常者启动调查并督促整改。

（二）强化内部评级模型的全生命周期监管与指引。一是细化PD、LGD估算指引，明确数据源选择、违约及损失定义、长周期平均的计算方法、经济下行期LGD的附加要求等。二是规范保守性边际（MoC）的应用，要求银行建立MoC的治理框架，明确触发条件、量化方法、审批流程和披露要求。三是规范模型验证标准，将“模型风险管理有效性”纳入年度监管评级，并启动针对IRB的风险模型专项现场检查，重点审查模型验证独立性、回溯方法的严格性以及MoC应用的合理性。

（三）推动银行业数据治理与基础设施建设。一方面金融监管机构可指导具有公信力的征信机构建立本土化违约损失数据库，初期可聚焦数据稀疏但风险较高的领域（如专业贷款、供应链金融），而后产出可供成员机构参考的损失数据统计报告；另一方面银行将数据治理提升到风险管理核心战略高度，构建端到端数据治理体系，确保数据准确、完整、一致。

作者：李杰、孟祥军，信永中和研究院高级研究员、信永中和会计师事务所合伙人

原文出自： 同轨殊辙：信用风险加权资产计量变异性的监管实践[J].金融市场研究，2025(10):99-107.