在上文 《巴塞尔协议之核心指标》 的风险加权资产部分提到过内部评级法，本文关于内部评级法展开详细介绍。

一、 内部评级法概述

内部评级法（ Internal Ratings-Based Approach, IRB）是巴塞尔协议Ⅱ和Ⅲ的核心创新，旨在允许银行使用内部模型量化信用风险，并据此计算风险加权资产 和 资本要求。与传统标准化方法相比，IRB通过四大风险参数（PD、LGD、EAD、M）实现风险与资本的动态匹配，从而提高资本充足率计算的精确性。根据巴塞尔委员会统计，全球系统重要性银行（G-SIBs）中约90%采用IRB框架，其资本节约效应可达15%~30%。

二、 IRB的核心分类

2.1 分类

IRB根据银行的风险管理成熟度分为两类：

基础内部评级法（ FIRB）

• 核心参数：银行仅需自行测算违约概率（ PD），其他参数采用监管机构提供的固定值 ， 在大多数情况下 这些参数 是统一的 ， 但可能会根据银行的具体情况（如业务类型、风险特征等）进行适当调整 。相比 LGD和EAD等，PD的数据相对容易获取，仅要求银行测算PD，是为了降低实施门。

• 适用对象：中小型银行或风险数据积累不足的机构 ， 中小银行缺乏复杂建模能力， FIRB通过监管给定部分参数降低实施门槛。

高级内部评级法（ AIRB）

• 核心参数：银行需自主测算 PD、LGD、EAD及M，模型需经监管审批。

• 适用对象：大型跨国银行或具备完善风险计量能力的机构 ， AIRB要求银行证明其数据质量和模型稳健性，避免因参数误估导致系统性风险。

  
  

2.2 具体 区别

维度	FIRB	AIRB
参数自主性	仅自主测算 PD	自主测算 PD、LGD、EAD、M
数据要求	至少 5年历史数据	需覆盖完整经济周期（ 7~10年）
模型审批	仅需备案	需监管机构逐模型审批
资本敏感度	较低（ LGD/EAD使用监管默认值）	极高（参数完全定制化）

2.3 数据不足情况

在基础内部评级法（ FIRB）和高级内部评级法（AIRB）中，数据覆盖周期的要求是银行在实施内部评级法时面临的重要挑战之一。如果银行的数据不足，尤其是未达到FIRB至少5年的历史数据要求，或者AIRB需要覆盖完整经济周期（7~10年）的要求，可以考虑以下解决方案：

1.数据不足的原因

数据积累不足：中小银行或新成立的金融机构可能缺乏足够的历史数据。

数据质量不佳：即使有数据，也可能存在数据不完整、不准确或不一致的问题。

2.解决方案

（ 1）数据增强

数据合成：通过生成对抗网络（ GAN）或其他数据生成技术，合成类似的历史数据，以增加数据量。

数据预处理：对现有数据进行清洗、去噪、填补缺失值等操作，提高数据质量。

（ 2）外部数据合作

数据共享：与同行业金融机构合作，共享数据资源，但需注意数据安全和隐私保护。

第三方数据：购买或使用第三方提供的高质量数据，以补充自身数据不足。

（ 3）迁移学习

模型迁移：利用已有的预训练模型或在相似任务上训练的模型，将其知识迁移到当前任务中，减少对数据量的依赖。

经验借鉴：参考行业内其他银行的成熟模型和经验，结合自身情况进行调整。

（ 4）监管沟通与豁免

与监管机构沟通：向监管机构说明数据不足的实际情况，申请豁免或提供替代方案。

阶段性实施：在数据积累过程中，先采用简化的模型或方法，逐步过渡到完整的内部评级法。

通过以上方法，银行可以在数据不足的情况下，逐步满足 FIRB和AIRB的要求，提升风险管理能力，同时确保符合监管要求。

三、 IRB的四大核心要素与计算逻辑

3.1 违约概率（ PD）

3.1.1 定义

指借款人在未来一定时期内发生违约的可能性 ， PD的计算通常基于历史违约数据和统计模型 。 简单来说，就是银行估计借款人 “ 赖账 ” 的概率。

3.1.2 长期平均 PD与经济周期调整PD

• 长期平均 PD（Through-the-Cycle PD，TTC PD）：

长期平均 PD是指在多个经济周期内，借款人违约概率的平均值。它反映了借款人在不同经济环境下的总体违约风险水平。 简单来说，就像过去 10 年里平均每年有 10% 的朋友还不起钱，这个数字比较稳定。 长期平均 PD较为稳定，不随短期经济波动而大幅变化，适用于长期风险管理。

• 经济周期调整 PD（Point-in-Time PD，PIT PD）：

经济周期调整 PD是指在特定时间点上，根据当前经济状况调整后的违约概率。它反映了当前经济环境对借款人违约风险的影响。 简单来说，如果现在经济不好，可能今年有 20% 的朋友还不起钱，这个数字会根据经济情况变化。 经济周期调整 PD更具时效性，能够反映短期经济波动对违约风险的影响，适用于短期风险评估。

3.1.3 计算公式 （ Logistic模型）

其中， Xn 是影 响违约概率的因素，比如借款人的收入、信用记录等 ，系数 β通过历史违约数据回归 得出 ， 用来衡量每个因素对违约概率的影响。

3.2 违约损失率（ LGD）

3.2.1 定义

违约后净损失占风险暴露的比例，需考虑抵押品、清收成本等因素。 简单来说，就是银行估计 “ 赖账 ” 后不能收回多少钱的比例。

抵押品市值：如你借给朋友钱，他拿了一块价值 80块钱的手表做抵押。

清收成本：你去讨债花了 5块钱地铁费。

EAD：银行估计违约时你实际面临的风险敞口，比如你借出去的100块钱。

3.2.2 计算公式

LGD =1−（ 抵押品市值 − 清收成本） / EAD

3.3 违 约风险暴露（ EAD）

3.3.1