A．根据经验或相关性分析，确定某一类别借款人的信用风险的相关变量，模拟出特定形式的函数
B．利用历史数据进行回归分析，得出各相关因素的权重以体现其对这一类借款人违约的影响程度
C．将同类的潜在借款人的相关变量带入函数式算出数值，作为决策是否贷款的标准
D．在使用模型的过程中，不断根据新获得的数据对模型进行修正
E．不断利用数字模拟对模型进行压力测试和修正

A．个别客户群体没有足够的历史数据，使得客户分类在统计上的效果不显著，建模时没有体现个人客户分类的优势
B．很多刚开始建立信用评分机制的商业银行没有能力充分收集用作客户分类的变量数据，更难以进行深度数据分析
C．中国这样的发展中国家的客户分类变量存在相当程度的不稳定性
D．客户分类需要耗费大量人力和资金进行研究，不太经济
E．客户分类方法在信用风险评估中的作用不大

A．商业银行必须定期对模型进行验证
B．商业银行必须建立一个健全的体系以检验评级体系、过程和风险因素评估的准确性和一致性
C．商业银行必须定期比较每个信用等级的实际违约率和预期违约率
D．商业银行必须保证检测方法不会随经济周期发生系统性变化
E．商业银行必须对实际违约概率与预期值偏差过大的情况建立明确的内部标准