近年来，分布于广大乡村的农村信用社金融体制改革取得显效，农村信用社的风险管理与防范，也面临着全面提升管理水平的迫切需求。以往农村信用社对于贷款管理采用的是以期限管理为基础的贷款四级分类方法，这种以时间确定贷款形态的四级分类方法存在贷款形态真实性差、难以动态反映贷款风险等诸多问题；而面向风险管理的贷款五级分类方法可以适时准确地反映贷款风险的状况。因此，中国银监会2006年初提出了全国农村信用社用一年时间，由贷款四级分类全面过渡到贷款五级分类的要求。但由于农村信用社分布广、网点多和水平参差不齐，保证贷款五级分类的准确性难度大，为此必须对农村信用社贷款五级分类的偏离度进行实地现场检查，以帮助农村信用社开展好贷款五级分类工作，提高贷款五级分类偏离度现场检查的工作效率，提高检查的准确性，避免手工操作带来的差误。

　　据了解，该系统由清华大学算法专家提供了针对农村信用社特点的抽样算法，系统的统计分析结果可供各级监管部门管理使用，并支持对农村信用社贷款五级分类工作进行监督指导。2007年末，随着全国最后一个银监分局的抽样检查结果报送完毕，我国第一次农村信用社贷款五级分类偏离度抽样检查工作圆满结束，全国300余个银监局、分局对所监管的农村信用社贷款五级分类数据进行了抽样处理，并将贷款五级分类偏离度现场检查结果加以汇总统计，形成了全国农村信用社贷款五级分类偏离度汇总数据，有效地促进了农村信用社贷款五级分类的推广和实施，为农村信用社的信贷风险管理和监管工作提供了依据。