尚未建立审慎的贷款呆帐准备金制度 国际通行的贷款风险分类法一般提取三种准备金：普通呆帐准备金、专项准备金和特别准备金。贷款呆帐准备金不仅与贷款规模的大小相联系，而且与不良贷款的损失程度直接相关。我国商业银行尚未建立起审慎的呆帐准备金制度，没有根据不同风险级别设置呆帐计提系数计提专项准备金，不能真正按实际风险提供风险补偿。
贷款风险分类没有与特定的违约损失率相结合 贷款的风险程度是通过贷款的违约损失率来衡量的，正常类的违约损失率应低于关注类，关注类的违约损失率应低于次级类，依次类推。由于我国商业银行贷款风险分类的结果没有和特定的违约损失率相联系，按贷款分类结果实行差别定价以及根据贷款风险分类结果调整下一年度的授信额度等深层次的风险管理无法开展。
提高信用风险管理水平的对策
加入WTO后，我国商业银行面临着来自国外同行的激烈竞争，我国商业银行无论在信用风险管理的理念、技术、方法等都与国外同行存在明显差距，因此完善客户信用评级法和贷款风险五级分类，尽快提高信用风险管理水平是我国银行界面临的迫切任务。
完善客户信用评级法的对策
改进信用评级指标体系 科学、合理的评级指标和权重是评级体系发挥应有作用的基本前提。笔者认为可在以下几个方面进行改进：第一，加强对现金流量的分析，因为充分的现金流量是企业偿还到期债务的根本保证。我国企业从1998年起才开始编制现金流量表，商业银行对现金流量的分析和预测重视不够，可在现有的财务指标分析基础上补充现金流量比率分析，以完善财务分析体系。第二，加大企业所在行业的发展趋势、市场预期状况等评级指标的权重，使评级结果更能反映企业未来的资信状况。第三，定期对评级指标和指标的权重进行考察，根据影响企业信用状况因素的变化作出相应的调整和修正。
将违约率引入信用评级法中 违约率的取得有两种方法：一是通过信用评级确定被评对象的违约概率，二是通过违约率模型直接测定违约率。考虑到我国商业银行的实际情况，笔者认为前一种方法更可行。各商业银行可以积累历史数据，通过对以往评级结果的跟踪，把违约数量或金额与这一等级的贷款总数量或总金额进行对比，得出这个等级的违约率，建立起违约数据库，这样就可以通过同一信用等级的违约率来预测目标企业的违约概率。
改革信用评级法中过于简单的量化方法 我国商业银行现行的信用评级法主要是进行简单的财务比率分析，风险揭示不足。诚然，要运用Credit Metrics、CreditRisk等现代信用风险量化度量模型，诸多条件还不具备。现阶段我国商业银行可以运用一些比较简单的模型，例如阿尔特曼的Z评分模型。Z评分模型选择了一部分最能反映借款人财务状况、对贷款质量影响最大的比率，构建了一个线性函数，Z值直接反映客户违约可能性的大小。Z评分模型所选取的财务比率可以从客户的财务数据中得到，具有较强的可操作性；计算出来的Z值较为明确地反映客户的信用状况，运用这一模型对完善信用评级方法有一定借鉴作用。
完善贷款风险五级分类法的对策
改进贷款风险分类标准的设置 加强贷款分类标准的量化。对贷款分类标准中可以量化的因素，例如借款人的财务状况评价，可以通过调查统计，得出同行业的平均值以及同行业上市公司的平均值，以此为基础设定不同级别的标准值，使分类标准更具操作性。对于其他不能直接量化的标准，可以使用加权打分法，根据不同标准对还款可能性的影响确定合理的权重，在统计分析的基础上设定每一级别的分数。
合理确定贷款风险分类标准的顺序 不同因素对客户偿债的影响有所不同，必须根据各项标准对还款可能性影响的大小来确定相应的顺序。取得借款人偿债能力信息的最佳途径是分析借款人的财务报表，可将借款人财务状况评价放在第一位；借款人的正常业务经营收入是贷款的第一还款来源，贷款的抵押和担保都是第二还款来源，可将借款人经营及资信情况评价排在第二位，还款保证情况评价排在第三位；同理，根据其他标准对还款可能性影响的大小来确定其次序。
建立审慎的贷款呆帐准备金制度 贷款分类实质上是对贷款内在损失的估计，而计提呆帐准备金是对贷款内在损失的反映。我国商业银行应该按照国际通行的惯例，根据贷款分类结果，在评估各类贷款内在损失程度基础上计提专项准备金。各商业银行可以通过调查分析，参考其他国家的计提比例（一般认为，在扣除抵押品价值以后，次级类贷款的准备金至少应计提30%，可疑类至少应计提50%，损失类计提100%），对不同风险级别分别设置呆帐计提比例，使贷款损失准备金可以真正为实际风险提供补偿。
把贷款风险分类结果与预期损失率挂钩 贷款风险分类信息要反映贷款的损失率和清偿率，并以之作为银行制定贷款损失准备金和拨备政策及贷款定价决策的依据。我国商业银行尚未把贷款分类结果与损失率相联系，因此各商业银行必须跟踪过去的分类结果，对每一级别的贷款损失情况进行统计，把损失金额与这一级别的贷款总金额对比，得出这一级别的贷款损失率。由于贷款风险分类法在2002年才开始全面推行，所以现阶段要获得不可缺少的大规模的样本，各商业银行之间必须加强合作。
