主要通过专家系统来作出信贷决策，而这类专家系统的维护成本极为昂贵。一家银行必须在任何业务时间内保持足够的专家来处理业务，同时还需要很多的人员接受培训来成为专家，既使从银行本身的信贷政策和信用文化的角度决策，对每一笔贷款专家决策人员都要加进自身的偏好，这种决策的分歧可能产生无效率。对一家大的银行来说，还会存在一条很长的决策链条，这种决策链条的过度延伸可能产生严重的委托代理问题，使得真正为信贷决策负责的人员界定模糊，产生严重的官僚主义。同时，古典的信用分析方法存在明显的时滞。多数银行对企业的贷后审查都依赖于对每笔信用的年度审查，年度审查主要是根据借款企业公布的年度财务报表进行分析，当这些报表到达银行手中的时候已经过时，既使存在违约风险也已经是既成事实，因此这些数字对于审查公司的信用风险和预测并不能提供有效的帮助，商业银行缺乏根据风险暴露的规模及其程度具体地确定对它监控的程度和效率的手段。2难以避免组合的风险集中。古典信用分析是基于这样的理念：每笔贷款必须根据一
f定的标准放出。古典信用分析下的银行的贷款集合，着眼于单个贷款人的信用特征。也就是说，对每一个借款人，从其本身的信用特征来讲代表着一个可以接受的风险，对风险集中问题的处理通常是采取限制对单个借款人的信用的最高额度。然而，这个方法并不能达到限制信用风险的目的。在一个特定的时间范围内，商业银行可能发现有某些市场领域是富有吸引力的，在单个贷款的基础上，商业银行可能会蜂拥般地进入这些市场，在此过程中它的贷款组合就会出现高度集中的现象，而且如果这些行业会带来高的回报，贷款的限额很可能会被突破，风险集中情况可能会更严重。一旦这个特定的市场出现整体性的衰退，商业银行就会陷入严重的损失。组合的集中度还会因人的因素而被“放大”。要成为一名专家，单个的分析人员只能集中于某个行业中相对较少的几家企业。通过这样的一个平台，构建一个分散化的贷款组合几乎是不可能的。单个信用分析人员不可避免地会选择相互高度关联的企业。当经济滑坡日寸，某个行业中大多数企业都会因为几乎相同的基本问题而处境艰难，这样，商业银行基于特定目标细分的市场营销战略会导致风险的集中。3新的合约和金融工具对古典信用分析带来的挑战。世纪80年代初的拉丁美洲债券20危机，80年代末和90年代初美国的房地产泡沫以及90年代亚洲和俄罗斯的债务违约事件迫使金融机构r