信用卡的等级分类

信用卡的等级分类（共12篇）

信用卡的等级分类 篇1

客户信用报告等级分类

一、禁入类客户：

信用报告反映申请人存在严重的不良记录，申请人履行债务的意愿或能力存在严重缺陷，以往债务已形成事实风险，且满足下列条件之一：

1、贷款或信用卡账户状态显示为冻结、止付及呆账等非正常状态；

2、信用卡最近24个月（注：账户状态显示为 “销户”的信用卡，最近24个月指查询时间的最近24个月，账户状态显示为 “正常”的信用卡，最近24个月指结算年月的最近24个月，下同）还款状态记录中出现G（未结清销户）或出现4（贷记卡连续未还最低还款额4次，准贷记卡透支91-120天）及以上；

3、贷款最近24个月（注：账户状态显示为 “结清”的贷款，最近24个月指查询时间的最近24个月，账户状态显示为“正常”的贷款，最近24个月指结算年月的最近24个月，下同）还款状态记录中出现G（未结清销户）、Z（以资抵债）、D（担保人代还）或出现4（逾期91-120天）及以上；

4、信用卡最近24个月内累计未还最低还款额次数超过8次或出现3（贷记卡连续未还最低还款额3次，准贷记卡透支61-90天）的次数累计超过2次；

5、贷款最近24个月还款状态记录中累计逾期次数超过8次或出现3（逾期61-90天）的次数累计超过2次；

6、业务部门认定的应该进入禁入类的其他个人客户。

二、次级类客户 ：

信用报告反映申请人信用交易记录有逾期情况，一定程度上影响了债务的正常偿还，目前申请人履行债务的意愿或能力存在缺陷，潜在风险较大的，且同时满足下列条件：

1、信用卡最近24个月还款状态记录中逾期最高记录为3；

2、贷款最近24个月还款状态记录中逾期最高记录为3；

3、信用卡最近24个月内累计未还最低还款额次数不超过8次（含8次，下同），且出现3的次数累计不超过2次；

4、贷款最近24个月还款状态记录中累计逾期次数不超过8次，且出现3的次数累计不超过2次；

5、业务部门认定的应该进入次级类的其他个人客户。

三、瑕疵类客户：

信用报告反映申请人信用交易记录基本良好，历史上有少量情节轻微的逾期情况出现，但并未影响债务正常偿还，且同时满足下列条件：

1、未“结清”或“销户”的信用卡或贷款，账户状态均为“正常”；

2、信用卡最近24个月还款状态记录中逾期最高记录为2（贷记卡连续未还最低还款额2次，准贷记卡透支31-60天）；

3、贷款最近24个月还款状态记录中逾期最高记录为2（逾期31-60天）；

4、信用卡最近24个月内累计未还最低还款额次数不超过4次；

5、贷款最近24个月还款状态记录中累计逾期不超过4次；

6、业务部门认定的应该进入瑕疵类的其他个人客户。

四、正常类客户：

信用报告反映申请人信用交易记录良好，申请人偿债意愿和能力良好，且同时满足下列条件：

1、信用卡明细信息同时具备以下条件： A.未“销户”的信用卡，账户状态均为“正常”； B.每张信用卡当前逾期期数均为“0”。

C.信用卡最近24个月还款状态记录仅有“/”（未开立账户）、“*”（本月没有还款历史，即本月未透支/使用）、“#”（账户已开立，但当月状态未知）或“N”（正常，准贷记卡透支后还清，贷记卡当月的最低还款额已被全部还清或透支后处于免息期内）。

2、贷款明细信息同时具备以下条件： A.未“结清”的贷款，账户状态均为“正常”； B.各笔贷款当前逾期期数及逾期总额均为“0”。

C.贷款最近24个月还款状态记录仅有“/”（未开立账户）、“*”（本月没有还款历史）、“#”（账户已开立，但当月状态未知）或“N”（正常，借款人已按时归还该月应还款金额的全部）；

查询之日申请人在征信系统内无信用报告或查询到的信用报告中无信用交易记录的，视为正常类客户。

信用卡的等级分类 篇2

基于IT技术的电子商务正在改变着社会经济中各个行业的传统经营模式。在激烈的行业竞争中, 要求企业的核心经营理念从“以产品为中心”转向“以客户为中心”。客户关系管理 (CRM) 为这个问题提供了解决方案。客户关系管理的最终目的即是最大化客户价值, 并对客户进行分类。伴随着银行业的发展, 个人信贷逐渐成为银行中的一个重要的盈利点。信用卡, 房贷, 车贷等各种个人商业贷款得到普及, 银行个人客户也逐渐呈现出多元化, 细分化的特点。银行要提高利润率, 控制风险, 必须主动进行客户信用评价和贷款申请分类, 从而采取差异化的市场营销和客户服务策略。

1 基本概念

对于数据挖掘 (DM, data mining) , 一种比较公认的定义是W.J.Frawley, G.Piatetsky-Shapiro等人提出的:数据挖掘就是从大型数据库中的数据中提取人们感兴趣的知识。这些知识是隐含的, 事业位置的潜在有用信息, 提取的知识表现为概念 (concepts) , 规则 (rules) , 规律 (regularities) , 模式 (patterns) 等形式。而更广义的说法是:数据挖掘意味着在一些事实或观察数据的集合中找模式的决策支持过程。它是一个利用各种工具在海量数据中发现模型和数据间关系的过程。数据挖掘技术把人们对数据的应用, 从低层次的末端查询提高到为决策层提供支持。

在国内, 从1993年开始, 一些基金和企业开始自主数据挖掘和知识发现的研究。当前数据挖掘和知识发现研究方兴未艾。数据挖掘算法和技术可概括地分为下面六种使用类型。

关联发现-典型例子是市场菜篮子分析, 此分析与一组产品相关联。通过挖掘事务数据可派生关联规则, 利用此规则可以了解客户的行为。

聚类分析, 分类, 神经网路, 规则发现和决策, 顺序模式和顺序序列。

2 利用数据挖掘技术进行分类步骤和方法选用

传统上客户细分的依据是客户的统计学特征 (社会个人信息, 交易记录等) , 分类是数据挖掘领域中的一类重要问题。许多挖掘问题本质上可以等价地转化为分类问题。分类可以描述如下:

大量的样本构成输入数据集, 即训练集。每个样本又多个属性, 其中属性及可以是连续属性, 也可以是离散属性。其中有一个属性被称为类别属性, 用来标明该样本所属的类别。本次研究中关心的是, 到底有哪些属性, 它们是怎样决定了一个个人贷款申请是高风险的还是低风险的。一旦此模型建立就可以划分一个新的风险类别。

数据分类是一个两步过程:

第一步, 建立一个模型, 描述预定的数据类集或概念集。通过分析由属性描述的数据库元组来构造模型。假定每个元组属于一个预定义的类, 由一个称为类标号属性的属性确定。

第二步, 使用模型进行分类。首先评估模型的预测准确率。这些样本随机选取, 并独立于训练样本。

客户细分是一种科学的分析方法, 它把客户分成一些客户群, 在客户群中, 客户的消费特征 (资产等特征) 一些决策性属性值非常类似。而在群与群之间, 群与群相互独立, 特征差异较大。银行可以对不同的客户信用值进行测评, 分类, 从而控制信贷风险。基于数据挖掘的客户分类是数据挖掘技术是数据挖掘技术和银行业丰富客户数据资源的完美结合, 其特点是充分利用银行内部数据, 细分维度多, 因此可以帮助银行多层面、多角度地了解客户的差异和资产状况, 从而对客户的信用等级进行分类。

3 实例分析

现在某一商业银行正在准备对信息系统进行改革, 并且准备对个人贷款用户采取发放贷款证的方法, 即只有通过信用审核的个人 (家庭) 才能获得贷款证, 有资质申请贷款。以此为例, 本文通过调研, 通过选择简化分类属性, 采用粗糙集等数据挖掘方法在为客户分类提供决策支持。

3.1 指标评价统计数据表

根据银行内已有的专家知识库中的专家评价规则, 为了简化起见, 本文将影响客户价值评价的因素的状况只分为两档, 具体见表1。接下来就以这11组数据来说明这些指标评价规则的获取。

表1指标举例说明:B:信用等级差, 不能获得贷款证;A:信用等级合格, 能获得贷款证;固定资产:大于20万元人民币 (包括20万) 为高;其他易变现资产:大于10万元人民币 (包括10万) 为高;工作稳定情况:已工作年数超过5年 (包括5年) 为稳定;信用度:参考以前的贷款记录;年龄:大于55岁为高;婚姻状况:不稳定包括未婚, 离异, 丧偶状态。

3.2 属性约简

上表中, 论域U={1, 2, 3, 4, 5, 6, 7, 8, 9, 10}, 条件属性C={个人年收入, 家庭人均年收入, 家庭负债率, 固定资产, 其他易变现资产, 工作稳定情况, 社会关系, 信用度, 年龄, 婚姻状况}, 决策属性D={分类结果}。为了方便起见, 在条件属性中用1代表好 (或高或稳定) , 用0代表差 (或低或不稳定) , 在决策属性中, 用1代表分类A, 0代表分类B。将各条件属性分别用1, 2, 3, 4, 5, 6, 7, 8, 9, 10来代替, 决策属性用X来代替, 就得到数字化的表, 如表2所示。

这样, 条件属性C={1, 2, 3, 4, 5, 6, 7, 8, 9, 10}, 决策属性D={X}。

接下来, 再对表2进行属性约简。

U/ind (D) ={ (1, 2, 6, 7, 11) , (3, 4, 5, 8, 9, 10) };

U/ind (C) ={ (1) , (2) , (3) , (4) , (5) , (6) , (7) , (8) , (9) , (10) , (11) };

Posc (D) ={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};

U/ind (C-1) ={ (1, 10) , (2) , (3) , (4) , (5) , (6) , (7) , (8) , (9) , (11) };

Posc-1 (D) ={2, 3, 4, 5, 6, 7, 8, 9, 11};

U/ind (C-2) ={ (1) , (2) , (3) , (4) , (5) , (6) , (7) , (8) , (9) , (10) , (11) };

Posc-2 (D) ={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};

U/ind (C-3) ={ (1) , (2) , (3) , (4) , (5, 6) , (7) , (8) , (9) , (10) , (11) };

Posc-3 (D) ={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};

U/ind (C-4) ={ (1) , (2) , (3, ) , (4) , (5, 9) (6) , (7) , (8) , (10) , (11) };

Posc-4 (D) ={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};

U/ind (C-5) ={ (1) , (2) , (3) , (4) , (5) , (6) , (7) , (8, 11) , (9) , (10) , };

Posc-5 (D) ={1, 2, 3, 4, 5, 6, 7, 9, 10};

U/ind (C-6) ={ (1) , (2) , (3, 9) , (4) , (5) , (6) , (7) , (8) , (10) , (11) };

Posc-6 (D) ={1, 2, 4, 5, 6, 7, 8, 10, 11};

U/ind (C-7) ={ (1) , (2) , (3) , (4) , (5) , (6) , (7) , (8) , (9) , (10) , (11) };

Posc-7 (D) ={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};

U/ind (C-8) ={ (1) , (2) , (3) , (4) , (5) , (6) , (7) , (8) , (9) , (10) , (11) };

Posc-8 (D) ={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};

U/ind (C-9) ={ (1, 6) , (2) , (3) , (4) , (5) , (7) , (8) , (9) , (10) , (11) };

Posc-9 (D) ={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};

U/ind (C-10) ={ (1) , (2) , (3) , (4) , (5) , (6) , (7) , (8) , (9) , (10) , (11) };

Posc-10 (D) ={1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11};

从约简结果得到, 属性2, 3, 4, 7, 8, 9, 10去掉后, 都并没有改变系统的分类能力, 所以是冗余属性。而属性1, 5, 6去掉后, 系统地分类能力发生了改变, 所以是核属性。将冗余属性去掉, 约简得到表3。

首先采用CAAI算法, 对决策数属性进行度量。

针对表3, 论域U={1, 2, 3, 4, 5}, 条件属性C={1, 5, 6}, 决策属性D={X}。没有不相容的规则, 采用CAAI算法继续处理。

首先计算各条件属性的重要性。

Posc (D) ={1, 2, 3, 4, 5}

针对条件属性1:

U/ind (C-1) ={ (1, 5) , (2) , (3) , (4) };

Posc-1 (D) ={2, 3, 4};

Γc-1 (D) =card (Posc-1 (D) ) /card (U) =3/5

SGF (1, C, D) =Γc (D) -Γc-1 (D) =1-3/5=2/5

同理, 针对条件属性5, 6, 可分别得出:

Γc-5 (D) =3/5

SGF (5, C, D) =2/5

Γc-6 (D) =3/5

SGF (6, C, D) =2/5

由此看出, 条件属性中属性1, 5, 6同等重要。因为各个属性的重要性相同, 可以根据信息增益的大小作为属性选择度量, 从而对属性进行分类。根据表3中类别属性的取值, 分为两类, C1, C2, m=3。样本数据集S中, C1类所对应的子集R1中原组个数为r1=1, C2类子集R2元组个数为r2=4。

集合S关于分类的期望信息量为:

undefined

同理计算每个属性的熵值, 得出:

undefined

Gain (1) =I (r1, r2) -E (1) ≈0.171

同样得出:undefined

Gain (5) =Gain (6) =Gain (1)

这时候由于属性值分类出现特殊性, 无法通过常规的属性选择度量方法确定决策树。

通过对现有客户信息进一步调查, 抽取500个有效完整数据, 形成训练集。对属性1、5、6和客户的还款记录进行训练分析, 采用贝叶斯分类方法计算, 得出:

P (属性1=1|还款记录良好) ≈92.73%

P (属性5=1|还款记录良好) ≈88.4%

P (属性6=1|还款记录良好) ≈85.3%

故在此例中选择属性1作为根节点, 当属性1为0时, 它的分类集合中的决策属性为一类, 就停止选择属性。对于另一类, 继续选择属性分类。以此类推, 得到整个决策树, 如下图所示。

提取规则, 得到规则集, 如下表所示。

这样, 通过基于粗糙集的数据挖掘技术和针对特殊问题采取的数理统计理论, 挖掘出了对我们有用的客户分类评价规则, 以后再进行客户信用分类评价选择以及专家库改进完善时, 可以直接将申请贷款客户的各个方面的情况与规则相匹配, 并将之作为决策的参考依据。可初步判定客户是否有资质获得贷款, 保证风险控制。对于在规则提取应用之前已获得贷款的客户, 银行也可导入相关数据, 重新评估。对于信用等级为B类的客户, 可以重点跟踪, 及时催缴利息贷款, 降低信用风险。

4 结论

本文利用数据挖掘方法, 对某商业银行历史客户信息汇总整理并进行了分析, 找出了这些银行在对客户进行信用评级时的一些共有的评价规则, 这些规则的得出可以在银行对未来新系统的设计实施中提供有效的决策支持。

摘要：从银行客户信用等级分类入手, 分析了客户价值和分类的重要性, 并对某商业银行客户信用等级分类指标体系研究, 采用粗糙集数据挖掘理论知识, 为银行客户信用等级分类提供决策支持。

关键词：客户分类,数据挖掘,粗糙集

参考文献

[1]Pitt, B.and D.Kirchen, Applications of Data Mining Techniques to Load Profiling, in Proc.IEEE PICA, Santa Clara, CA, May, 1999.

[2]Chicco, G, Napoli, R., Postulache, P., Scutariu, M.And Toader C., Customer Characterization Options for I mproving the Tariff Offer, IEEE Transactions on Power Systems, Vol.18, No1, Feb-ruary, pp.381-387, 2003.

[3]Mehmer Kantardzic著, 闪四清译.数据挖掘-概念、模型、方法和算法[M].北京:清华大学出版社, 2003:171-217.

[4]于研.信用风险的测定与管理[M].上海:上海财经大学出版社, 2003:189-228.

[5]王聪生.资产管理系统在发电企业的应用[J].电力信息化, 2004, 2 (11) .

[6]邓乃扬, 田英杰.数据挖掘中的新方法——支持向量机[M].北京:科学出版社, 2004.

[7]侯惠芳, 刘素华.基于支持向量机的商业银行信用风险评估[J].计算机工程与应用, 2004, 40 (31) :176-192.

[8]艾迪.凯德著, 王松奇译.银行风险管理[M].北京:中国金融出版社, 2004:79-97.

应用是信用等级评价成功的关键 篇3

“政府既然非常重视行业信用建设,就得考虑到信用等级评价结果的应用问题,这项工作不是协会自己能够解决的。”中国合作贸易企业协会会长于美芝谈到企业信用等级评价时,显得很激动。

她认为信用等级评价工作离不开政府相关配套措施的支持,只有解决了信用等级评价工作结果的应用问题,企业才会真正重视信用等级评价。

1968年于美芝下过乡,下乡期间当过基层供销社主任。1975年毕业于辽宁大学政治经济学专业,分配到中华全国供销合作总社。先后在供销社,原商业部,原国内贸易部从事企业管理和农村零售业、餐饮业、工农产品交易市场、商贸服务业行业管理30多年,对农村市场比较熟悉。

熟悉她的人都知道,于美芝对农村有着特殊的感情。自从2004年到协会工作以来,她就将协会的工作重心转移到了农村市场,立志为开发农村市场的企业服务。

从2004年开始推广农村连锁经营到参与策划“万村千乡市场”工程并制定“农家店”标准;从引导零售商和供应商成立“全国农村连锁企业合作组织”到组织“工业品联购分销”,“农产品分购联销”,为“厂商联合”,“商商合作”搭建平台。于美芝带领她的团队对于开发农村市场做了大量有益的探索,收到了明显的经济效果,深受企业的欢迎。

在接受《WTO经济导刊》记者采访时,于美芝表示信用等级评价工作很重要,但是这项工作推动的成败与否,关键在于信用等级评价的结果到底对企业有没有作用,对企业的长远发展会带来哪些帮助,对诚信经营的企业有哪些政策上的扶持。

据于美芝介绍,在对诚信企业的帮助上,中国合作贸易企业协会做了大量的探索,比如协会正在运作的“连锁超市采购联盟”,诚信经营的企业会就会获得更多的市场机会。

信用优良的企业会受到重点推介

据介绍,2008年5月12日商务部和国务院国有资产监督委员会正式发布(商信用字[2008]1号),确定中国合作贸易企业协会为第二批行业信用评价试点单位。随后,中国合作贸易企业协会下发了《关于开展“中国合作贸易企业行业信用等级评价”工作暨“2008开拓农村市场十大品牌企业”评选的通知》,正式启动企业自主申报工作。

于美芝告诉《WTO经济导刊》记者,“经评价后,信用优良的企业,协会将通过中国反商业欺诈网、中国合作贸易企业协会网站发布评价结果,同时在相关媒体上进行宣传。寻机向国内外政府部门、金融机构、经济组织重点推荐。获批信用等级评价的企业还可参加同期开展的‘2008开拓农村市场十大品牌企业评选活动。”

今年3月27日,中国合作贸易企业协会首批行业信用评价发布、授牌仪式在海口“新农村现代流通网络论坛”期间举行,中国合作贸易企业协会秘书长付斌代表中国合作贸易企业行业信用评价办公室对首批信用评价工作的开展作了全面的总结。此次共评出上榜企业8家,其中AAA级企业6家,AA级企业2家。

诚信经营助企业声名远扬

谈到诚信经营对于企业的作用时,于美芝告诉《WTO经济导刊》记者,山东日照凌云工贸有限公司作为一家大型连锁商贸流通企业,因为诚信经营获得了消费者的信赖,在当地传为美谈。

在日照,只要有人问起到哪里买家电,多数人都会脱口而出:“买家电,到凌云”。这是因为日照凌云工贸有限公司出售的家电产品不但质量可靠,而且良好的售后服务免除了消费者的后顾之忧。

诚信是企业履行社会责任的基础

诚信既是社会对企业的基本要求,也是企业履行社会责任的基础。为了把这个道理贯彻到经营管理之中,日照凌云工贸有限公司董事长安丰章始终把诚实做人、诚信做事做为自己的座右铭,并用实际行动去践行,向社会树立良好的形象。

据介绍,在与政府有关职能部门、银行、供应商的对外业务往来中,安丰章一贯的按照合作双赢、规范操作的原则处事,赢得了社会各界人士的信赖。

银信系统因为他的有诺必践,而愿意与他及他所经营的企业合作,在全国市场低迷银根紧缩的形势下,依然提供了良好的信贷支持。供应商们因为他讲诚信,能够严格按照合同办事,在招商、促销、货款结算等方面恪守承诺,他们给予了凌云更多的信任,纷纷拿出最好的促销政策与凌云合作,有的供应商还自愿垫资、信用铺货等等。通过积极有效地合作,凌云的品牌影响力得到了迅速提升。

优良的产品和优质的服务是诚信的保障

众所周知,商品质量是企业发展的血液,没有良好的商品质量和优质的服务,广大消费者的合法权益就不能得到根本保障,企业就更谈不上发展。

据介绍,日照凌云工贸有限公司认真贯彻执行国家法律法规,在全市率先实施商品准入工程,有效杜绝了假冒伪劣商品,从经营源头上做到诚信;在经营中,引进先进理念,强化服务礼仪、态度培训,大大提高了现代化文明服务水平,亲情化服务拉近了与消费者距离;做好售后服务工作,解除购物者后顾之忧。妥善处理顾客投诉,极大地保护了消费者合法权益,推行大件商品免费送货安装、退换货开通绿色通道、定期回访、电话预约上门服务等举措,送商品、送服务、送文化到每一位消费者家中,保证了消费者买的放心、用的舒心、售后服务不担心。

于美芝还告诉记者,凌云的诚信之举得到了社会广大消费者的一致好评,打造出了诚信品牌,在全市商贸流通行业中脱颖而出,树立了一面旗帜。该公司在第一批信用等级评价中脱颖而出,获得AAA级信用企业称号。

此外,日照凌云工贸有限公司还先后荣获“全国百城万店无假货活动示范店”、“全国青年文明号”、“中国商业名牌”、历届“山东省消费者满意单位”、“山东省食品安全诚信单位”等60余项省部级以上荣誉称号。

金融危机时刻,信用等级评价更加重要

众所周知,美国金融危机已演变成波及全球性的经济危机,各国的实体经济都已受到较大冲击,企业和金融机构倒闭大量发生,信贷普遍紧缩,企业和消费者融资困难,国际国内信用风险大幅上升。由于绝大多数中小出口企业并没有投保信用保险,所以他们的坏账只能由自己承担,也导致我国出口坏账率成倍增加。

针对这种情况,中国合作贸易企业协会为使中小企业、农村企业、连锁企业等能够深刻认识经济危机的危害深度,协会做了大量工作,给会员企业敲醒警钟,做好预防应对措施。

最后,谈到协会信用等级评价的下一步工作时。于美芝认为,“中国合作贸易企业行业信用评价建设任重而道远,作为行业会员单位应积极结合实践加强对行业信用建设文件精神的学习,尽早加入到行业信用体系建设评价中来。”

她表示,协会将继续利用新闻媒体和内部网站、会刊,广泛对会员企业进行诚信宣传教育,逐渐培养企业诚信经营的意识和职业道德修养,使诚信建设成为企业的自觉行动。

中国合作贸易企业行业信用等级结果(第一批)名单

(排名不分先后)

序号企业名称初评结果

1山绿农产品集团股份有限公司AAA

2宁波新江厦连锁超市有限公司AAA

3大冶市吉华实业有限公司AA

4日照凌云工贸有限公司AAA

5张掖市甘州区小河供销社AAA

6白山市银河商城AAA

7宁夏回族自治区供销合作社鼓楼商场AAA

药师等级分类 篇4

药学相关专业毕业的学生，一般要通过两类考试，一是职称（由卫生部主管），一是执业（由人事局或者说是食品药品监督管理局主管）。

职称包括初级药士、初级药师、主管药师（中级）、副主任药师（副高）、主任药师（高级），前三个一般都要考试，但是在医院或者一些当地的医药公司之类的，可以评选，后两个是必须要有在核心期刊发表的论文和工龄要求的，后一级以前一级为基础。

专科毕业一年后可以考药士，取得药士后三年后可以报考药师，五年后可以报考主管药师；本科毕业毕业一年后可以报考药师，四年后可以报考主管药师；至于副主任和主任级别，一般是取得主管药师5年后，在此基础看工龄，论文，其实主要还是看你的关系。

执业则是与职称是没有任何关系的，根据规定，报考的条件是：博士毕业，研究生毕业一年，本科毕业三年，专科毕业五年。这个与有无职称没有关系，只要年限到了就可以报考。

卫生技术职称细分为五个级别：高级（主任药师）、副高级（副主任药师）、中级（主治、主管药师）、初级（药师）、员级（药士）。

工作职责

药师必须遵守道德，忠于职守，以对药品质量负责、保证人民用药安全有效为基本准则。

药师必须严格执行《药品管理法》及国家有关药品研究、生产、经营、使用的各项法规及政策。药师对违反《药品管理法》及有关法规的行为或决定，由责任提出劝告、制止、拒绝执行并向上级报告。

药师在范围内负责对药品质量的监督及管理，参与制定、实施药品全面质量管理及对本单位违反规定的处理。

药师负责处方的审核及监督调配，提供用药咨询与信息，指导合理用药，开展治疗药物的监测及药品疗效的评价等临床药学工作。

计算机要求

药师属于初级，一般初级职称计算机考试报考两个模块即可。

报考时有必考科目必选，没有必考科目的情况下推荐选择职称计算机考试题库中的Word2003和Internet应用这两个相对比较简单，专业性不是特别强的模块报考。

职称英语要求

3a信用等级证明 篇5

2010年粤港台国际塑胶博览会(以下简称塑博会)在樟木头塑胶原料市场第三期展厅开幕。本届展会设有塑胶原料、塑胶机械、金融服务三大展区,共1.6万平方米,158家参展商在370多个展位上参加了展出,吸引了4万业内人士及海内外客商前来观展,其中期货投资企业成为众商家关注焦点。塑博会上,中国塑料加工工业协会对落户樟木头塑胶原料市场的60家被评定为AAA信用等级的企业进行了授牌。

塑料期货成企业热议话题

昨日,有来自全球的158家参展商参加了塑博会。在众多展商中,大家都把议论焦点放在了樟木头塑料市场新开通的期货交易平台,而期货代理商的展位也成了商家参观询问最多的地方。在中国国际期货有限公司展位前,工作人员耐心地向观展者讲解期货交易知识。该公司pVC塑料行业分析师陈乐表示,pE、pVC是一个很大的市场,樟木头在这方面的发展潜力值得期待,“我们在樟木头的市场还没做起来,下半年会有很多新产品新品种上市,到时会有很大的机会。”

60家企业获3A信用等级

塑博会上,中国塑料加工工业协会会长廖正品还公布了中国塑料行业(第二批)企业信用等级评价结果,长虹塑料有限公司、广东仕诚塑料机械有限公司、北京北方国建塑业有限公司等60家企业获得了商务部AAA信用等级企业荣誉称号。据了解,这些企业都在樟木头塑胶原料市场设有销售网点。

据商务部相关材料介绍,塑料及其合成高分子材料已与钢铁、木材、水泥一起构成了现代社会四大基础材料,是支持现代高科技发展的重要新型材料之一。在大力倡导“低碳经济”,推广“节能减排”的今天,大力开展塑料行业信用建设,对于推动行业自律、维护公平有序市场环境、促进行业健康发展具有重要意义。廖正品指出,塑料产业是国内新兴的朝阳工业,目前中国塑胶原材料消费量突破6000万吨,是全球最大的消费大国,在塑料行业推广信用建设尤为重要,关系到整个行业的健康有序发展。

美股经历了道琼斯指数三年来最大点位跌幅，北京时间今天(6日)凌晨，本周收盘的美国股市涨跌不一。其中，道指下跌5.8%，纳指下跌8.1%，标普500指数下跌7.2%。就在北京时间今天早晨，又有最新消息说，评级机构标准普尔公司已宣布将美国主权信用评级从AAA下调至AA+。有关美股的近期暴跌和影响美股走势的最新消息中国之声连线国际新闻编辑邢思嘉。

记者：继黑色星期四美股重挫之后，周五美国股市涨跌不一，一上来是高开的一个开场，此后交易时间里三大股指在红绿之间不同跳动，盘中道指最高曾经上涨了172点，到了午盘有市场传言标准普尔将会降低美国的主权评级，所以导致美股的大幅下跌，道指一度跌了245点，纳指重挫3.5%。

随后标准普尔正式宣布将美国的主权债务评级从保持了70年之久的3A下调到AA+，评级展望是负面，这是美国历史上首次失去3A的信用评级。用标准普尔公司的话说，调降评级主要由于美国政府与国会达成的债务上限协议，缺少标准普尔期待的举措，维持中期债务的稳定。而华盛顿方面在应对美国财政状况的长期黯淡局面做的明显不够。

在得知标准普尔宣布下调美国主权信用评级后，有人评论说，下周一又将迎来股市的黑色星期一了，这种情况是不是注定了呢?中国之声连线著名的财经评论员叶檀，来看她的观点。

主持人：您怎么看标准普尔将美国主权信用评级从3A下调至AA+，这将会给未来一周美国股市，与美国经济前景带来什么影子。

叶檀：这是一个划时代的事件，因为美国的主权信用到现在为止它的债务一直享受最优等级，正因为它享受最优等级，所以在全球资产配置时，大部分人把美债作为最安全的配置。而且我们知道像一些不能亏损的，比如说养老基金、社会基金这样的一些基金，只有在它是最高评级的时候才允许购买，一旦失去最高评级，那么这将近2万亿美元以上的基金就不得不撤出美债市场，对于美债是一个非常沉重的打击。

计算机等级证书如何分类？ 篇6

一级 MS Office 上机

一级 B 上机

一级 全国计算机等级考试计算机职业英语一级

一级 WPS Office 上机

二级 公共基础知识

二级 C语言程序设计 笔试+上机

二级 Visual Basic语言程序设计 笔试+上机

二级 Visual FoxPro数据库程序设计 笔试+上机

二级 Access数据库程序设计 笔试+上机

二级 C++语言程序设计 笔试+上机

二级 Java语言程序设计 笔试+上机

二级 Delphi语言程序设计 笔试+上机

三级 PC技术 笔试+上机

三级 信息管理技术 笔试+上机

三级 数据库技术 笔试+上机

三级 网络技术 笔试+上机

四级 网络工程师 笔试

四级 数据库工程师 笔试

四级 软件测试工程师 笔试

计算机职业英语 一级(部分省市开考)

(二级和三级暂未开考) 笔试

企业信用等级的多重转移概率 篇7

关键词：企业信用等级,多重转移,概率

在2011年第一期里, 我已经研究讨论过《企业信用等级转移的一般模式》, 即利用信用变化矩阵来对企业信用进行分级研究.我们可以将企业的信用划分为:Aaa, Aa, A, Bbb, Bb, B, C, D (违约) , 在对某行业许多企业多年采样后得出平均等级转移的概率, 组成一年期转移矩阵.

在上篇《企业信用等级转移的一般模式》中所述的转移概率Pij (0, t) 和Di8 (0, t) 对应于信用等级在给定时期内变动的最终结果, 至于在这段时间内转移的细节却没有提供足够的信息.例如, 在区间 (0, t) 开始时处于状态S1的企业在区间之末仍然处在该状态的概率是P11 (0, t) .但这个概率并没有为企业在区间内等级情形的变化提供线索, 在区间 (0, t) 内该企业信用等级可能升高或降低然后又回到初始状态, 也可能在整个区间内保持不变.概率P11 (0, t) 并没有区分这两种情形.本章我们将讨论企业在这段时间内信用等级的转移次数.

考虑时间区间 (0, t) 和在初始时刻0处于状态Si的一个企业, 我们不仅对企业在时刻t所处的状态有兴趣, 而且关心其在区间 (0, t) 内的转移次数.为明确起见, 当最终的状态和初始状态相同时, 我们采用术语更新概率, 当最终的状态和初始状态不同时, 我们采用术语到达概率.我们将用Pi (im) (0, t) 表示第m次更新概率, 用P (ijm) (0, t) 表示第m次到达概率, 它们定义如下:

在 (0, t) 期间, 个体不断从一个状态转移到另一状态, 它可能从退出Si若干次, 也可能进入Sj若干次.将定义Mij (0, t) 为企业从Si退出的次数, 将定义Nij (0, t) 为进入Si的次数.

多重退出转移概率Pij (m) (0, t)

设Pij (m) (0, t) 的生成函数定义为

利用类似于前一篇的办法我们建立下列关于多重退出转移概率的微分方程:

对 (6) 的直接计算表明p.g.f满足微分方程

(7) 式实为微分方程组, 包含了7个微分方程, 解得

给定i和k, ρl (i) 和A'ik (i, l) 是s的函数, 当s=1时, gik (1;t) 和Pik (0, t) 相等.

沈涛:首选高等级信用债 篇8

由于受流动性紧张和信用事件冲击等因素影响，今年三季度债券市场出现巨幅下跌，中低评级信用债券和可转债的价格下跌幅度为中国债市历史罕见。随着货币政策微调以及商业银行资产配置行为变化带来流动性的明显好转，“欧债危机”继续演化促使投资者对发达经济体经济再陷衰退的预期上升，中国房地产调控政策延续导致实体经济下滑趋势更加明显，中国通胀拐点已现投资者预期通胀将会进入快速回落通道，10月份以来债市出现一轮强劲上升。

发达经济体增长难言乐观

主权债务危机显示主要发达经济体通过政府部门加杠杆化替代私人部门去杠杆刺激经济持续复苏的手段走到尽头，未来在去杠杆和财政整顿双重压力下，发达经济体经济低增长可能将成为常态，甚至在某些时点会重陷衰退。

中国经济困难多多

中国经济将继续在转型与增长之间进行艰难抉择。短期房地产调控政策难以放松，由此造成的房地产投资增速大幅下滑对总需求的负面效应将会继续显现；海外发达经济体经济大幅放缓有可能造成中国出口大幅萎缩，不仅影响净出口对经济增长贡献，而且可能会造成制造业投资增速明显放缓。中国经济增速能否避免短期大幅回落，将取决于积极财政政策适当加速对基础设施投资拉动效果，以及货币信贷适度放松对实体经济支撑力度强度。

通胀短期将可能会加速回落

中国通胀的影响因素大致可分为4个方面：经济增长、货币因素、食品价格和输入性通胀。从经济增长方面来看，目前经济处于回落阶段，产出缺口对通胀的抑制效应将会继续所显现。对于货币因素，货币供应增速连续处于低位，当前形势下即使货币政策适当放松，货币增速也难以快速回升，有利于通胀持续回落。对于食品价格，目前猪肉价格已经明显回落，食品价格对通胀的推动将会有所下降。对于输入性通胀，在全球经济增长乏力，真实需求减弱背景下，大宗商品价格上涨乏力，有助于国内通胀稳定甚至回落。

流动性将有望出现实质性明显改善

出于对宏观经济、通胀以及流动性形势判断，沈涛进一步指出，未来一段时间债券市场运行环境仍可能相对有利，债券市场有望延续10月以来的上涨趋势。在明年的大部分时间，债券市场的投资可能比权益类更能够吸引普通投资者的眼球。中长期限的利率债券和中高等级的信用债券依然可能会有上涨行情，中低评级信用债券随着债券市场回暖同样有望会有较好表现，但资质不同可能会有所分化，若经济形势有所恶化，中低评级信用债券可能会有所反复。

沈涛认为，在当前环境下，高等级的信用债品种在具有较高到期收益率的同时，也具备较好的抵御经济下行的风险，有望获得较为稳健的收益。因此，在分析、甄选信用债时，拟优先考虑那些与利率产品利差较小的、评级较高的高等级品种。同时，他也表示，对部分到期收益率较高、将于基金封闭期结束之前到期的信用债品种较有兴趣。

信用卡的等级分类 篇9

什么是AAA等级信用证书？申请AAA等级信用认证有什么好处呢？申请深圳AAA等级信用认证有哪些要求呢？

什么是AAA等级信用证书？

企业信用评级是国家为完善社会信用体系，在全国开展企业行业信用评价的政府措施，由国家商务部和国务院国有资产监督管理委员会牵头，授权中国中小企业信用管理中心，对全国中小企业开展商务信用能力和企业经营综合健康状况进行评价的活动。对评级企业，国家商务部和国务院国资委颁发统一样式的企业信用等级证书和铭牌，并公示到国家商务部主办的中国市场秩序网供企业上下游客户、各政府部门、金融机构等查询和参考。

为什么要申请AAA等级信用认证？有哪些好处？

（1）荣誉资质提升：评为国家级信用企业示范单位，国内*荣誉资质；

（2）品牌形象宣传：允许在产品品牌、外包装、说明书、合格证等宣传载体上使用的国家级信用标识；

（3）融资贷款申请：争取机构风投、融资担保、银行放贷等提供的国家级信用证明；（4）商务合作使用：在企业招商、招标投标、政府采购、签约合作等出示的国家级信用资质；

（5）政策扶持争取：面向政府扶持基金、申请政府相关资质认定等行政审批工作中获得“绿色通道”、重点支持等激励政策（直接加分）；

（6）供销采买依据：与交易伙伴赊销、扩展上下游供采时可出示的权威信用证明；

公司宝·做创业的第一帮手！

（7）国际贸易征信：在国际贸易合作时，可出示的企业国家级信用证明。

参加信用评级的企业必须具备以下基础条件： 1.成立满三个会计；

2.近三年均有主营业务收入，企业处于持续经营状态，非即将关、停的企业。企业根据实际情况，需提交以下资料，复印件均须加盖企业公章---------1 经过年检的营业执照（副本）、组织机构代码证（副本）、税务登记证（副本）、贷款卡、进出口许可证、及注册资本验资报告复印件； 提供会计事务所审计的近三年财务报告（资产负债表、损益表、现金流量表）审计报告复印件；当没有进行审计的，要提交近三个月的财务报表（资产负债表、损益表、现金流量表）；近年来已获的自主知识产权、商标、专利、资质许可、新产品鉴定、科技进步奖、产品免检证书等各项荣誉的复印件； 通过的各种认证，以及获得的有关资质等级证书（如质量管理体系认证、环境体系认证等）、社会荣誉/获奖证书（如供应商、客户、银行、工商、税务、股东的评价）证明复印件； 目前的组织结构图（包括各部门岗位设置、各岗位职责说明）；相关制度（包括公司章程、高管激励约束机制）的书面文件和文件目录清单； 在企业简介、业务发展、产品市场定位（产品的介绍、产量、产能等）、未来市场前景、发展战略等方面规划及方案的情况说明（如有请详述）；

公司宝·做创业的第一帮手！

信用卡的等级分类 篇10

扬国税发[2009]240号

关于开展 2009纳税人 “A级纳税信用等级”评定工作的通知

各县（市、区）国家税务局、地方税务局，市直各税务分局，稽查局：

为了营造全社会依法纳税、诚信纳税的良好氛围，促进和谐税收发展，根据国家税务总局《纳税信用等级评定管理试行办法》、江苏省国家税务局、江苏省地方税务局《转发国家税务总局关于印发〈纳税信用等级评定管理试行办法〉的通知》的要求，经研究决定，开展 2009纳税人“A级纳税信用等级”评定工作，现将有关事项通知如下：

一、评定范围：已办理税务登记两年以上（2007年1月1日之前）的各类纳税人。

二、评定标准：本次评定指标满分为100分，凡综合评定得分在95分以上（含95分）的即为“A级纳税信用等级”纳税人。

三、评定数量：增值税纳税人（含以缴纳增值税为主的纳税人，下同）被评为“A级纳税信用等级”纳税人的数量原则上不超过当地增值税一般纳税人总数的1%，营业税纳税人（含以缴纳营业税为主，且实行查帐征收的营业税纳税人）纳税人，下同）被评为“A级纳税信用等级”纳税人的数量不超过当地营业税纳税人总数的1%。

四、评定时段：纳税人2007年、2008年两个的征管情况。

五、评定程序及办法：

（一）参与评定的纳税人需自行申请，填写《纳税信用等级申请认定表》（以下简称《申请认定表》）并报送相关材料，在9月22日之前提交主管税务机关。《申请认定表》可向主管税务机关领取，或通过扬州国税、扬州地税网站下载。

（二）“A级纳税信用等级”纳税人的评定以主税种主管税务机关为承办人。各主管税务机关对纳税人报送的《申请认定表》及相关资料进行初核，并对照纳税信用等级评审标准，根据纳税人的实际情况进行逐项打分，提出纳税信用等级评定的初步意见。

（三）市区各分局应将达到纳税信用等级“A”级标准的纳税人名单及《申请认定表》（一式六份）加盖各分局章戳后于9月25日前上报市国税局或市地税局职能部门。各县（市、区）应加强国、地税局之间配合与协作，纳税信用等级“A”级标准的纳税人名单及《申请认定表》（一式六份）经国、地税联席会议商讨决定后，加盖各县（市、区）国家税务局、地方税务局章戳，于9月25日前上报市国税局或市地税局职能部门。

（四）市国税局、市地税局职能部门对各县(市、区)局、市区各分局上报的初评为“A级纳税信用等级”的纳税人，应组织相关部门进行审核，经市国家税务局、地方税务局联席会议商讨后共同确定最终评定结果，并在公共媒体上进行公示。自公示之日起15日内没有重大异议的，确定为“A级纳税信用等级”纳税人，由主管税务机关颁发“A级纳税信用等级”纳税人信誉等级证书和牌匾，并由市级税务机关通过新闻媒体向社会公布。同时，按规定将名单上报江苏省国家税务局、地方税务局备案。

（五）评定工作结束后，各地应及时总结评定工作中的经验做法、遇到的问题及建议，并于10月15日前以书面形式分别上报市国税局、市地税局职能部门。

各级税务机关务必高度重视本次“A级纳税信用等级”纳税人评定工作，抓好落实，规范操作，严格把关。评定过程中要坚持依法、公正、公平、公开的原则，按照统一的内容、标准、方法和程序进行，确保评定质量。对工作不负责任，造成评定结果失实的，要追究相关人员责任。

信用卡的等级分类 篇11

关键词：商业银行 信用评级 金融债 二级资本债

近年来，我国银行业整体运营态势良好，商业银行纷纷通过发行金融债、次级债、二级资本债等方式来改善资产负债结构、补充运营资金和资本。本文将对2013—2014年银行间市场商业银行主体信用评级情况进行分析。

银行间市场受评银行主体评级概况

截至2014年9月10日，在银行间市场公开发行债券且债券尚在存续期的银行（以下简称发债银行或受评银行）共有88家，较上年末增加8家。发债银行涵盖国有商业银行、全国性股份制商业银行、城市商业银行、外资银行、农村商业银行及农村合作银行等。从2013—2014年1发债银行主体信用等级分布来看， AA-至AAA级之间银行数量分布较为均衡，AA+和AAA级银行数量几乎占据了近50%，A+级银行数量则相对较少（见表1）。

在88家发债银行中有8家银行拥有双评级。其中，评级机构2对于兴业银行、浦发银行、华夏银行、上海银行、光大银行、平安银行等6家全国性股份制银行均给出了AAA的主体信用等级；两家评级机构均给予天津银行AA+的主体信用等级；而对于重庆三峡银行，联合资信评定其主体信用等级为AA-、评级展望为正面，中诚信则给出了主体信用等级为AA-、评级展望为稳定的级别。

商业银行主体信用等级迁徙情况

2013年和2014年，分别有19家和16家商业银行主体信用等级（含评级展望）出现调整，分别占期末受评银行总数的23.75%和18.18%（见表2）。近两年受评银行中均没有出现评级下调的情况。不同的是，2013年涉及级别调整的19家银行均为主体信用等级上调一个子级；而2014年的情况是，11家银行主体信用等级上调一个子级，另外5家银行评级展望由稳定调整为正面。其中，A+上调至AA-、AA-上调至AA、AA上调至AA+这三档级别调整相对较多，而近两年由AA+上调为AAA的仅有1家（渤海银行），说明评级机构对于AAA主体级别的给予仍较谨慎。在涉及级别调整的银行中，有6家银行的主体级别连续两年得以上调，分别为吉林银行、重庆银行、张家口银行、重庆三峡银行、德阳银行及乐山银行。

近两年来涉及级别调整的主要为城市商业银行。其中，2013年主要是省级城市商业银行信用等级得到提升，2014年主要是地市级城市商业银行信用等级得到提升，而国有商业银行、全国性股份制银行及农村商业银行主体级别则相对保持稳定。从相关评级报告反映的内容来看，各家评级机构调整受评银行主体级别，主要是基于以下几方面的考虑：一是受评银行主营业务保持较快发展，品牌价值、财务实力及核心竞争力得到提升；二是坚持稳健的风险管理策略，在宏观经济呈现下行压力的背景下，资产质量和盈利能力基本保持稳定；三是增资的完成使资本实力得到显著提升。

商业银行二级资本债券信用评级情况

2013年7月25日，天津滨海农商行通过银行间债券市场发行了总额为15亿元的减记型二级资本债券，成为全国首只符合二级资本工具合格标准的银行资本债券。此后1年多的时间内，在银行间债券市场公开发行二级资本工具已成为商业银行补充二级资本的常规方式。截至2014年9月10日，共有24家银行在银行间市场公开发行了二级资本债券，其中包括5家国有商业银行、8家全国性股份制商业银行、6家城商行及5家农村商业银行。

从评级结果来看，对于5家国有商业银行，各评级机构对其发行的二级资本债券均给出了与主体信用等级相同的级别；对于全国性股份制商业银行，联合资信和中诚信给出的债项级别均较主体级别下调一个子级，大公对中信银行二级资本债的评级与其主体级别保持一致，对民生银行二级资本债的评级则较主体级别下调一个子级，而新世纪对于兴业银行、光大银行和华夏银行二级资本债给出的级别均与其主体级别保持一致；对于其他类型的商业银行，各家评级机构给出的债项级别均较相应的主体级别下调一个子级。此外，中诚信在对光大银行2014年的跟踪评级过程中，将后者次级债券（偿付顺序与二级资本债相同）信用等级由2013年的AA+调整为AAA，主体信用级别仍维持AAA，这也是2014年唯一一家在保持主体级别不变的基础上，债项级别被调整的银行。

二级资本债券是被中国银监会2012年颁布的《商业银行资本管理办法（试行）》所认可的二级资本工具，可以用于补充商业银行二级资本。二级资本债券本金和利息的清偿顺序在发行人的其他负债之后，在其他一级资本工具之前，除非发行人进入结业、倒闭或清算，投资者不能要求发行人加速偿还债券的本金和利息。二级资本债券设有全额减记条款，这使得二级资本债券具有更强的资本属性和吸收损失的能力，一旦触发全额减记条款，二级资本债券的投资者将面临较大的损失。二级资本债券的信用等级应体现出其资本属性和相应的信用风险。

影响商业银行主体信用评级的主要因素

总体来看，近年来商业银行主体信用等级呈现比较明显的向上迁徙特征，这与商业银行整体运营态势良好、综合财务实力整体提升的趋势密切相关。银行业整体优势体现在以下几个方面：一是银行业在国民经济或地方经济发展中具有重要地位，必要时获得政府或股东支持的可能性较大；二是通过持续加强内控与风险管理体系建设，银行业整体经营管理水平有所提升；三是主营业务保持平稳较快发展，财务状况持续向好，业务结构的改善推动行业盈利水平得到提高，资产质量整体保持稳定，资本保持充足水平。

此外，在对商业银行评级过程中，现阶段几个突出的风险点已成为评级机构的关注点：一是在国内经济下行压力加大与经济结构转型过程中，商业银行前几年巨量信贷投放对资产质量所带来的负面影响已逐渐显现，部分地域和行业内的信用风险比较突出。商业银行不良贷款余额上升将带来相应的减值准备计提增加，这对商业银行利润将形成一定的挤压。二是非标类投资资产占商业银行资产总额的比重整体呈现上升趋势，而部分资产减值准备计提普遍不足。同时，部分银行利用同业业务进行高杠杆扩张，使其资产负债结构的稳定性受到影响，面临的市场风险和流动性风险也随之上升。三是利率市场化推进过程中商业银行原本享有的保护性利差水平有所收窄，盈利增幅相应有所放缓，未来银行业盈利增长面临压力。四是近两年金融行业反腐工作的推进，从侧面体现出商业银行在内部管理方面仍存在缺陷，而反腐工作力度的持续加大也将有助于商业银行公司治理及内部控制体系的完善。

未来一段时间，银行主体级别的迁徙主要取决于其业务经营的稳定性、对各类风险的有效管控、资产质量的稳定性及盈利的持续增长性。

注：

1.对银行间市场商业银行评级情况的统计期间为2013年1月1日至2014年9月10日，全文同。

2.此处所述评级机构包含联合资信、中诚信、大公国际及上海新世纪4家。

作者单位：联合资信评估有限公司

责任编辑：罗邦敏 廖雯雯

信用卡的等级分类 篇12

一、改革国有场圃会计核算方法

1.应当完整地核算场圃资产。森林资源是国有场圃赖以生存和发展的基础, 是国有场圃拥有或可以控制的能以货币计量的经济资源。它符合资产的定义, 理所当然属于场圃资产, 通常包括林木资产、林地资产、森林景观资产和森林环境资产。但现行场圃会计核算制度中仅核算林木资产, 未对其他森林资源资产作出核算规定, 从而低估了场圃的偿债能力。应当调整扩大森林资源资产核算范围, 取消“林木资产”科目, 改设“森林资源资产”科目, 下设“林木资产”、“林地资产”、“森林景观资产”和“森林环境资产”明细科目, 并按照一定的方法进行森林资源资产的核算和在资产负债表上实现完整反映。其次, 要确认和计量好无形资产。相对于其他企业, 国有场圃在对无形资产的核算还不够成熟, 一些专有技术、特许经营权如林木种苗培育、营造速生丰产林、林产品加工等专有技术, 林木种子、木材生产经营加工等专营许可, 林地使用权等尚未进行会计核算和反映, 这同样造成少计资产、低估偿债能力。应当对其开发支出资本化, 进行可靠的计量入账, 正确进行无形资产核算。

2.财政补助收入和育林基金不应作为负债。财政“拨入事业费”、具有专门用途的“专项应付款”和场圃育林基金, 这些资金的实质是所有者权益, 但现行场圃会计制度却作为负债项目在资产负债表反映, 虚增了场圃负债总额。现行制度规定“拨入事业费”在年终核销时方可与“事业费支出”对冲才无余额, 但月、季编报未能对冲, 则在资产负债表上既虚增资产又虚增负债应允许月、季编报时按实际支出进行核销, 其余额填列在“资本公积”项目;属国债等资金拨入的林业重点项目资金是不需偿还的, 不具备负债性质, 不应列入“专项应付款”作为负债, 应按国家林业重点工程项目资金管理要求对这类资金进行会计核算, 开立专门银行账户、设立单独会计账簿, 单独核算其收支, 单独编报会计报表, 实行资金封闭运行, 不列入场圃会计账户核算;场圃汇总报表时, 将该专门报表中的“专项应付款”余额分析填汇入“实收资本”、“林木资本”项目, 育林基金分明是场圃的一项收益, 明显地不符合负债的会计定义, 现行场圃会计制度却规定其上缴和支出后的余额在负债反映, 结果是育林基金结余越多, 负债越高, 偿债能力就越低, 应在资产负债表上反映为场圃权益, 填入“资本公积”项目。

3.对营林借款费用资本化。现行场圃会计制度仅严格地将长期借款费用资本化限定在购置固定资产借款费用上, 未对营林借款费用作出资本化的具体规定。场圃除购置固定资产借款费用实行资本化外, 其他借款不论期限长短, 其借款利息及相关费用一律计入当期财务费用。一般来说营林借款期限较长且与林木生产周期吻合, 对营林借款费用资本化既符合权责发生制原则, 又避免将费用计入当期财务费用而降低了盈利能力。

4.将“另票”收取的育林基金还原为营业收入。目前广西国有场圃销售木竹时, 仍采用向买方收取育林基金的征收办法, 但在现有市场条件下, 场圃根本不能在销售价外向买方收取育林基金。买卖双方按现行市场行情确定销售价后, 场圃只能按育林基金征收标准将销售价划分为育林基金和销售收入开具育林基金收据和销售发票, 分别作为育林基金和营业收入入账。这样就人为地减少了场圃的销售收入, 降低了经营发展能力和盈利能力。应当将“另票”收取的育林基金还原为营业收入, 填入经营收支明细表和利润表。

5.对职工内部承包实行代理核算。国有场圃为促进林业事业的发展, 实行了各种形式的承包经营责任制, 如职工自营经济、家庭林场、职工内部合作经营实体等, 这些都是场圃经济的重要组成部分。为有利于场圃经济核算, 全面反映场圃的经济活动, 有利于在场圃银行借款信用等级测评中, 对场圃管理水平、发展前景有一个真实的评价, 有条件的场圃应当对职工内部承包的经济活动代理核算, 以掌握有关财务指标和其他经济信息。

二、改进国有场圃会计报表

国有场圃会计报表的设计虽具备有场圃生产经营的特色, 但对比企业会计报表, 业外人士特别在银行贷款审查上存在不好理解的毛病, 这对场圃信用等级测评有害无益。

1.删除资产负债表中的“营林、事业费支出”类别及明细项目, 并入“其他长期资产”类别, 分设“营林支出”、“事业费支出”明细项目;删除资产负债表中的“拨入事业费”、“育林基金”明细项目, 另设附表反映具体收支, 余额填入“资本公积”项目。