信用评级方法《信用评级理论与实务》课件

1、第一部分 信用评级理论第三章 信用评级方法第1页，共85页。主要内容一、信用评级方法概述二、因素分析法三、模型分析法第2页，共85页。一、信用评级方法概述一、信用评级方法的具体准则在信用评级中，不同评级对象的偿债能力和履约能力受到许多因素的综合影响，因此评级的角度和方法存在一定的差异。国际评级机构一般以“现金流量对债务的保障程度”作为分析和预测的核心。评级机构由于其历史经验、业务领域和技术专长的不同，评级方法也不完全相同。但是，不同评级机构针对不同对象的评级仍然具有一下的共同特点。第3页，共85页。一、信用评级方法概述一、信用评级方法的具体准则（一）定性与定量分析相结合穆迪和标准普尔等国际权威

2、评级机构认为，信用评级是艺术而不是科学，有方法但没有公式。在实际的操作中，评级机构往往采取定性与定量相结合的方法展开评级。定性分析主要是针对行业风险和管理素质等方面做出判断。定量分析主要是采用财务报表分析，运用财务指标对评级对象展开经营状况分析和未来风向预测。总之，评级结果的确定是建立在综合因素判定和专家意见的综合考评基础上得到的。第4页，共85页。一、信用评级方法概述一、信用评级方法的具体准则（二）注重分析未来可能发生的违约风险信用评级和其他形式的财务预测存在根本区别，信用评级的关注点不在于公司的利润潜能上，相反，重点在于分析将来可能恶化公司财务状况和增大违约损失可能性的风险上。例如，对于长

3、期债务工具的评级，国际著名评级机构特别重视影响偿债能力的长期性因素的分析和判断。在评价宏观经济周期和行业发展趋势的影响方面，机构一般通过综合考虑评级对象在景气时期和不景气时期的偿付能力来确定其信用级别，而不是随着宏观经济的波动而随时调整期评级结果。第5页，共85页。一、信用评级方法概述一、信用评级方法的具体准则（三）注重分析和预测现金流量信用评级可以被描述为对发行人的基本信用实力和在未来大约3至5年内的风险的谨慎评价。与信用质量关系密切的现金流分析一般包含企业正常经营活动的现金流量、流动资产和固定资产变现可能产生的现金流量、现金的其他外部来源。一般而言，企业经营活动产生的现金流量越充足，资产流

4、动性越强，企业的信用风险就越小。第6页，共85页。一、信用评级方法概述一、信用评级方法的具体准则（四）短期分析与长期因素分析相结合信用评级要分析短期的情况，但又不能拘泥于当前的财务数据，而是要着眼长期，特别是要对一些长期基本因素及其变化进行深入的研究并在评级中加以应用，使得评级的结果能更为全面的反映出动态的信用状况。评级机构一般要求被评级企业必须提供至少三年的数据，这样可以从长期的角度进行审察，而财务中的一些趋势分析的做法在信用评级中有着广泛的应用，通过对近几年数据趋势变化的观察，可以为未来的走势判断提供一些参考。第7页，共85页。一、信用评级方法概述一、信用评级方法的具体准则（五）一致性与特

5、殊性相结合一致性是评级业务工程中的基本原则，要求评级人员所采用的评级程序、评级方法应保持一致，评级的基础数据、指标口径与评级标准等方面都要前后一致。但是由于评级活动的复杂性，评级人员也要考虑国家或者行业的特殊性。因为在一定的政治环境下的不同行业的风险特殊性不同，在评级时要考察风险的特殊性对行业内企业信用品质的影响，包括行业在不同国家间的风险比较和不同行业间风险的差异。第8页，共85页。一、信用评级方法概述二、信用评级方法的分类信用评级的方法是指对受评客体信用状况进行分析并判断优劣的技巧，贯穿于分析、综合和评价的全过程。按照不同的标志，信用评级方法有不同的分类，如定性分析法与定量分析法、主观评级

6、方法与客观评级法、模糊数学评级法与财务比率分析法、要素分析法与综合分析法、静态评级法与动态评级法、预测分析法与违约率模型法等等，上述的分类只是简单的列举，同时还有各行业的评级方法。这些方法相互交叉，各有特点，并不断演变。如主观评级方法与客观评级方法中，主观评级更多地依赖于评级人员对受评机构的定性分析和综合判断，客观评级则更多地以客观因素为依据。在评级业的发展中，各评级公司不断总结自身经验，评级指标也不断细化。第9页，共85页。一、信用评级方法概述二、信用评级方法的分类信用评级方法的分类标准和分类方式不同，本书介绍两种分类方式，其中一种是根据评级过程中对定性分析和定量分析的侧重点不同大体将评级方

7、法分为三类：以经验判断为基础的评级方法、以数量统计为基础的评级方法、有约束的以专家判断为基础的评级方法。第10页，共85页。一、信用评级方法概述二、信用评级方法的分类（一）以经验判断为基础的方法按照经验法则，由专家吱声的知识、经验和分析判断能力，在对评价对象进行深入调查了解的基础上，对照评价参考标准，对客户各项非量化指标得出评价理论。这种方法的评估结果度评估人员的经验和能力依赖性强，且主观性很大，不同的专家可能会对同一评级对象得出不同的结论。第11页，共85页。一、信用评级方法概述二、信用评级方法的分类（二）以数量统计为基础的方法信用评级的系统是基于数理模型为理论基础，采用历史数据为数据库，应

8、用模型分析进行定量的测评，这样信用评级方法可以归类为统计为基础的方法。例如，评估机构会找出与违约概率有关的财务变量；然后，根据历史数据算出各个变量对违约的影响。接下来，机构会将估计值用在当期的债务数据上，算出违约概率的评分，再根据评分体系得出信用等级。此类方法适用于小型企业的信用分析。优点在于可以便捷、迅速的完成评级，节约费用。另外，还能够针对企业情况变化及时调整信用评级。公司或银行可以自行完成开发。第12页，共85页。一、信用评级方法概述二、信用评级方法的分类（三）有约束的以专家判断为基础的方法这种方法是是建立在将信用评分模型与专家判断相结合的基础上进行的。与精确和机械化的模型分析法不同，专

9、家判断会基于模型得出的结论在后期进行调整，针对特定情况做出在上下不超过两级的范围予以调解。实际的调查表明：认为判断向上调整的限制远大于向下调整的限制，但是这种方法中人为判断的标准难以确定，还难以系统化的应用。此外，对评级方法的本质进行归纳，可以具体的评级方法分为因素分析法和模型分析法，并且我们将在第二节着重展开此种分类下两种方法的详细内容：第13页，共85页。一、信用评级方法概述二、信用评级方法的分类（三）有约束的以专家判断为基础的方法此外，对评级方法的本质进行归纳，可以具体的评级方法分为因素分析法和模型分析法，并且我们将在第二节着重展开此种分类下两种方法的详细内容：（1）因素分析法因素分析法

10、是早期出现的一种对于企业信用状况进行分析的方法，它又分为要素分析法和综合分析法。其中，要素分析法中包含财务因素分析法和信用要素分析法。财务因素分析法是以被评级对象的财务报告等财务会计资料作为基础，对公司的经营成果、信用状况进行分析和评价的一种方法；而信用要素分析法是评级机构对客户的信用风险分析时所采用的专家分析法之一，它是根据影响信用的相关风险因素及其变化来确定分析对象的信用状况，并不断调整自己的分析重点。第14页，共85页。一、信用评级方法概述二、信用评级方法的分类（三）有约束的以专家判断为基础的方法（2）模型分析法信用评级的研究需要评级机构用科学的理论与事实的数据相结合来解释评级的行为和证

11、实评级结果的准确性。在评级机构的评级方法当中，若单独利用包含大量的定性分析的因素分析法，会导致主观判断较多。而模型分析法是运用数学的方法进行定性量化分析，运用被评级对象的实际数据对影响违约风险的因素进行分析，可以得出对宏观、行业、市场及企业财务与经营等方面信息的综合分析判断，从而发现一般规律并揭示风险。第15页，共85页。二、因素分析法虽然专业信用评级机构各自使用自己的评级方法，但是从评级方法的本质进行归纳，信用评级的方法可以分为因素分析法和模型分析法。针对传统的信用评级方法，本书介绍因素分析法下的要素分析法和综合评估法。第16页，共85页。二、因素分析法一、要素分析法（一）5C要素分析法5C

12、要素分析法：借款人品德（Character）、经营能力（Capacity）、资本（Capital）、资产抵押（Collateral）、经济环境（Condition）。这种方法主要分析以下五个方面信用要素：借款人品德（Character）、经营能力（Capacity）、资本（Capital）、资产抵押（Collateral）、经济环境（Condition）。 借款人品德（Character）。要求借款人必须诚实可信，善于经营。通常要根据过去记录结合现状调查来进行分析，包括企业经营者的年龄、文化、技术结构、遵纪守法情况，开拓进取及领导能力，有无获得荣誉奖励或纪律处分，团结协作精神及组织管理能力。第

13、17页，共85页。二、因素分析法一、要素分析法（一）5C要素分析法经营能力（Capacity）。要分析借款企业的生产经营能力及获利情况，管理制度是否健全，管理手段是否先进，产品生产销售是否正常，在市场上有无竞争力，经营规模和经营实力是否逐年增长，财务状况是否稳健。 资本（Capital）。企业资本往往是衡量企业财力和贷款金额大小的决定因素，企业资本雄厚，说明企业具有强大的物质基础和抗风险能力。因此，信用分析必须调查了解企业资本规模和负债比率，反映企业资产或资本对于负债的保障程度。第18页，共85页。二、因素分析法一、要素分析法（一）5C要素分析法资产抵押（Collateral）。资产可以用作贷

14、款担保和抵押品，有时申请贷款也可由其他企业担保。有了担保抵押，信贷资产就有了安全保障。信用分析必须分析担保抵押手续是否齐备。抵押品的估值和出售有无问题，担保人的信誉是否可靠。 经济环境（Condition）。经济环境对企业发展前途具有一定影响，也是影响企业信用的一项重要的外部因素。信用分析必须对企业的经济环境，包括企业发展前景、行业发展趋势、市场需求变化等进行分析，预测其对企业经营效益的影响。第19页，共85页。二、因素分析法一、要素分析法（二）5P要素分析法5P要素分析法包含：个人因素（Personal Factor）、资金用途因素（Purpose Factor）、还款财源因素（Paymen

15、t Factor）、债权保障因素（Protection Factor）、企业前景因素（Perspective Factor）。个人因素（PersonalFactor）。主要分析：企业经营者品德，是否诚实守信，有无丧失信用事迹；还款意愿；借款人的资格必须是依法登记、持有营业执照的企事业法人，产品有市场，经营有效益，在银行开立基本账户，并具有可供抵押的资产或能提供担保人。还款能力包括企业经营者的专业技能、领导才能及经营管理能力。 第20页，共85页。二、因素分析法一、要素分析法（二）5P要素分析法资金用途因素（PurposeFactor）。资金用途通常包括生产经营、还债交税和替代股权等三个方面。如

16、果用于生产经营，要分析是流动资金贷款还是项目贷款，对那些受到国家产业政策支持，效益好的支柱产业要给予支持；对新产品、新技术的研制开发，要分析项目在经济和技术上的可行性，确保贷款能够收回。如果用于还债交税，要严格审查，是否符合规定。如果用于替代股权或弥补亏损，更应慎重。还款财源因素（PaymentFactor）。主要有两个来源，一是现金流量；二是资产变现。现金流量方面要分析企业经营活动现金的流入、流出和净流量，现金净流量同流动负债的比率以及企业在投资、融资方面现金的流入流出情况。资产变现方面要分析流动比率、速动比率以及应收账款与存货的周转情况。 第21页，共85页。二、因素分析法一、要素分析法（

17、二）5P要素分析法债权保障因素（Protection、Factor）。包括内部保障和外部保障两个方面。内部保障方面要分析企业的财务结构是否稳健和盈利水平是否正常；外部保障方面要分析担保人的财务实力及信用状况。 企业前景因素（PerspectiveFactor）。主要分析借款企业的发展前景，包括产业政策、竞争能力、产品寿命周期、新产品开发情况等；同时，还要分析企业有无财务风险，是否有可能导致财务状况恶化的因素。 第22页，共85页。二、因素分析法一、要素分析法（三） 5W要素分析法5W要素分析法即借款人（Who）、借款用途（Why）、还款期限（When）、担保物（What）及如何还款（How）。

18、 （四） 4F法要素分析法4F法要素分析法主要着重分析以下四个方面要素：组织要素（OrganizationFactor）、经济要素（EconomicFactor）、财务要素（FinancialFactor）、管理要素（ManagementFactor）。第23页，共85页。二、因素分析法一、要素分析法（五） CAMPARI法CAMPARI法即对借款人以下七个方面分析：品德，即偿债记录（Character）、借款人偿债能力（Ability）、企业从借款投资中获得的利润（Margin）、借款的目的（Purpose）、借款金额（Amount）、偿还方式（Repayment）、贷款抵押（Insuran

19、ce）。 （六） LAPP法LAPP法分析以下要素：流动性（Liquidity）、活动性（Activity）、盈利性（Profitability）。潜力（Potentialities）。 第24页，共85页。二、因素分析法一、要素分析法（七）骆驼评估体系骆驼评估体系包括的五个部：资本充足率（Capitaladequacy）、资产质量（AssetQuality）、管理水平（Management）、收益状况（Earnings）、流动性（Liquidity），其英文第一个字母组合在一起为“CAMEL”，正好与“骆驼”的英文名字相同而得名。 上述评级方法在内容上都大同小异，是根据信用的形成要素进行定性

20、分析，必要时配合定量计算。他们的共同之处都是将道德品质、还款能力、资本实力、担保和经营环境条件或者借款人、借款用途、还款期限、担保物及如何还款等要素逐一进行评分，但必须把企业信用影响因素的各个方面都包括进去，不能遗漏，否则信用分析就不能达到全面反映的要求。传统的信用评级要素分析法均是金融机构对客户作信用风险分析时所采用的专家分析法，在该指标体系中，重点放在定性指标上，通过他们与客户的经常性接触而积累的经验来判断客户的信用水平。另外，美国几家信用评级公司都认为信用分析基本上属于定性分析，虽然也重视一些定量的财务指标，但最终结论还要依靠信用分析人员的主观判断，最后由评级委员会投票决定。第25页，共

21、85页。二、因素分析法二、综合评估法综合评估方法的产生，是由于单纯以财务数据预测信用风险的方法已越来越不能适应市场变化的无常性，迫切要求加强对企业经营风险的定性经验判断。综合评估方法以定性分析为主，定量分析为辅，要求对评估对象作出全局性、整体性的评价，其评估内容主要包括以下十大方面：宏观经济环镜、行业状况、管理层素质、经营效率、竞争地位、财务报告质量、获利能力和现金流、资本结构和偿债能力、财务弹性和发展前景。第26页，共85页。二、因素分析法二、综合评估法综合评估法的评估步骤是：首先确定评估对象系统，明确评估内容和方式；其次是建立合适的评价指标体系和评估模式；最后对评估内容作系统的分析，并在信

22、用评价数学模型的基础上对企业未来的经营业绩变化做出趋势的推测和量的判断。这种预期能够更好地反映企业未来的信用风险大小。因此，该方法现为世界各大评级公司所采用，它代表了当今信用风险评估方法发展的主流方向。综合分析评级方法依据受评客体的实际统计数据计算综合评级得分（或称指数）的数学模型。信用综合评级方法很多，但实际计算中普遍采用的方法主要有四种。第27页，共85页。二、因素分析法二、综合评估法（一）加权评分法这是目前信用评级中应用最多的一种方法。一般做法是根据各具体指标在评级总目标中的不同地位，给出或设定其标准权数，同时确定各具体指标的标准值，然后比较指标的实际数值与标准值得到级别指标分值，最后汇

23、总指标分值求得加权评估总分。加权评分法的最大优点是简便易算，但也存在三个明显的缺点。第一，未能区分指标的不同性质，会导致计算出的综合指数不尽科学。信用评级中往往会有一些指标属于状态指标，如资产负债率并不是越大越好，也不是越小越好，而是越接近标准水平越好。对于状态指标，加权评分法很容易得出错误的结果。第28页，共85页。二、因素分析法二、综合评估法（一）加权评分法第二，不能动态地反映企业发展的变动状况。企业信用是连续不断的，加权评分法只考察一年，反映企业的时点状态，很难判断信用风险状况和趋势。第三，忽视了权数作用的区间规定性。严格意义上讲，权数作用的完整区间，应该是指标最高值与最低值之间，不是平

24、均值，也不是最高值。加权评分法计算综合指数时，是用指标数值实际值与标准值进行对比后，再乘上权数。这就忽视了权数的作用区间，会造成评估结果的误差。如此，加权评分法难以满足信用评级的基本要求。第29页，共85页。二、因素分析法二、综合评估法（二）隶属函数评估法这种方法是根据模糊数学的原理，利用隶属函数进行综合评估。一般步骤为：首先利用隶属函数给定各项指标在闭区间0， 1内相应的数值，称为“单因素隶属度”，对各指标做出单项评估。然后对各单因素隶属度进行加权算术平均，计算综合隶属度，得出综合评估的指标值。其结果越接近0越差，越接近1越好。隶属函数评级方法较之加权评分法具有更大的合理性，但该方法对状态指

25、标缺乏有效的处理办法，会直接影响评级结果的准确性。同时，该方法未能充分考虑企业近几年各项指标的动态变化，评级结果很难全面反映企业生产经营发展的真实情况。因此，隶属函数评估方法仍不适用于科学的信用评级。第30页，共85页。二、因素分析法二、综合评估法（三）功效系数法功效系数法是根据多目标规划原理，对每一个评估指标分别确定满意值和不允许值。然后以不允许值为下限，计算其指标实现满意值的程度，并转化为相应的评估分数，最后加权计算综合指数。由于各项指标的满意值与不允许值一般均取自行业的最优值与最差值，因此，功效系数法的优点是能反映企业在同行业中的地位。但是，功效系数法同样既没能区别对待不同性质的指标，也

26、没有充分反映企业自身的经济发展动态，使得评级结论不尽合理，不能完全实现信用评级所要实现的评级目的。第31页，共85页。二、因素分析法二、综合评估法（四）多变量信用风险二维判断分析评级法对信用状况的分析、关注、集成和判断是一个不可分割的有机整体，这也是多变量信用风险二维判断分析法的评级过程。“多变量信用风险二维判断分析法”是浙江安博尔信用评估有限公司与杭州中诚信信用管理有限公司设计的符合中国企业信用评级特点的信用信息分析系统。多变量特征是以财务比率为解释变量，运用数量统计方法推导而建立起的标准模型。应用中可以运用此模型预测某种性质事件发生的可能性，使评级人员能及早发现信用危机信号，有利于使经营者

27、在危机出现的萌芽阶段采取有效措施改善企业经营从而防范风险发生。此外，投资者和债权人可依据这种信号及时转移投资、管理应收账款及作出信贷决策。第32页，共85页。二、因素分析法二、综合评估法（四）多变量信用风险二维判断分析评级法多变量分析就是要从若干表明观测对象特征的变量值（财务比率）中筛选出能提供较多信息的变量并建立判别函数，使推导出的判别函数对观测样本分类时的错判率最小。根据判别分值，以确定的临界值对研究对象进行信用风险的定位。二维判断就是从两方面同时考察信用风险的变动状况：一是空间，即正确反映受评客体在本行业（或全产业）时点状态所处的地位，二是时间，即尽可能考察一段时期内受评客体发生信用风险

28、的可能性。在确定各指标状态值及标准分值的基础上，首先测算评估期前3年企业各指标的平均数值，并确定平均分值，考察受评客体以往信用状况；然后根据受评客体评估期某一指标的实际值，测算受评客体该指标的行业比较得分，考察受评客体该项指标在同行业（或全产业）所处的地位，据此再计算该指标行业（全产业）比较得分与前3年平均分值的比值；最后将各指标的比值加总得出综合信用风险指数，从整体上反映受评客体在未来一段时间发生信用风险的可能性。第33页，共85页。二、因素分析法二、综合评估法（四）多变量信用风险二维判断分析评级法根据安博尔中诚信评级指标和多变量信用风险二维判断计量模型，可以测定各受评客体的信用风险状况与未

29、来发生信用危机的可能性大小。但是，有三项因素是需要特别重视的：1、国家产业政策。国家产业政策会在较大程度上决定某一产业或行业的未来发展前景，进而会在一定程度上影响受评客体的信用风险。因此，与反映受评客体内部管理或基本素质状况的定性指标不同，有必要重视这一因素在信用评级中的作用。为此，我们将国家产业政策对受评客体的影响定义为“产业系数”，根据国家产业政策取向，赋予各主要行业不同的产业系数，并纳入评级运算。2、不同地区间的经济差异。我国不同地区间的经济差异非常巨大，忽视地区间的经济差异而使用同一标准判定不同的受评客体，不仅可能使评级结果产生定的偏差，而且可能会错误地判定受评客体的信用风险程度。为此

30、我们设定了区域经济调节系数，并纳入评估运算。第34页，共85页。二、因素分析法二、综合评估法（四）多变量信用风险二维判断分析评级法3、模糊数学的评级方法。关于信用评级的定性指标，安博尔中诚信选择模糊评级方法,特点主要表现在：第一，它不直接依赖于某一项相对指标，也不过分地依赖于绝对指标，而是采取比较的方法，这样可以避免一般数学评级方法中，由于标准选用不尽合理而导致的评级结果的偏差。第二，评级指标的重要程度通过权数加以体现，但允许在权数选择上有一定的出入，而不至于改变最终的评级结果。第三，在技术处理上，有效地避免了累计误差的影响。第四，模糊评级中算子的选择和隶属函数关系的确立，使各项参与评级的非量

31、化指标间建立了有机联系，使评级结果能够更好地反映出受评客体的整体特征和一般趋势。第35页，共85页。三、模型分析法从20世纪30年代开始，随着数学、统计和计量学科的发展及其在经济学中的不断应用，信用评级方面也出现了大量的模型分析的做法。信用评级模型的演进先后经历了从早期以Z评分模型为代表的多变量信用评级模型，逐步发展为KMV公司的KMV模型（1933）、银行家信托公司（Banker Trust）的RAROC模型（1970）、JP摩根VaR模型（1994）、JP摩根CreditMetrics（1997）和瑞士信贷银行的Credit Risk+模型（1997）等诸多新型信用风险评级工具。第36页，

32、共85页。图 3- 1信用模型分析法的发展第37页，共85页。三、模型分析法一、多变量信用评级模型多变量信用风险判别模型是以特征财务比率为解释变量，运用数量统计方法推导而建立起的标准模型。概括起来有线性概率模型、Logit模型、Probit模型和多元判别分析模型。多变量信用风险判别模型是以特征财务比率为解释变量，运用数量统计方法推导而建立起的标准模型。运用此模型预测某种性质事件发生的可能性，及早发现信用危机信号，使经营者能够在危机出现的萌芽阶段采取有效措施改善企业经营，防范危机；使投资者和债权人可依据这种信号及时转移投资、管理应收帐款及作出信贷决策。目前国际上这类模型的应用是最有效的，也是国际

33、金融业和学术界视为主流方法。第38页，共85页。三、模型分析法一、多变量信用评级模型概括起来有线性概率模型、Logit模型、Probit模型和多元判别分析法。其中多元判别分析法最受青睐，Logit模型次之。前三种统计方法是根据历史数据和借款人的特点算出违约概率，并用以预测新评估对象的违约可能性；多元判别分析法是研究对象所属类别进行判别的一种统计分析方法，是从若干表明观测对象特征的变量值（财务比率）中筛选出能提供较多信息的变量并建立判别函数，使推导出的判别函数对观测样本分类时的错判率最小。判别分析法不是计算借款人的违约概率，而是对借款人的违约风险高低进行评价。第39页，共85页。三、模型分析法一

34、、多变量信用评级模型（一）多元线性判别分析模型率先将判别分析这一方法应用于财务危机、公司破产及违约风险分析的开拓者是美国的爱德华阿尔特曼博士（Edward I.Altman）。他早在1968年对美国破产和非破产生产企业进行观察，采用22个财务比率经过数理统计筛选建立了著名的5变量Z-score模型和在此基础上改进的“Zeta”判别分析模型。根据判别分值，以确定的临界值对研究对象进行信用风险的定位。由于模型简便、成本低、效果佳，Zeta模型己商业化，广泛应用于美国商业银行，取得了巨大的经济效益。美国还专门成立了一家Zeta服务有限公司，著名美林证券也提供Z值统计服务。受美国影响，日本开发银行、德

35、国、法国、英国、澳大利亚、加拿大等许多发达国家的金融机构，以及巴西都纷纷研制了各自的判别模型。虽在变量上的选择各有千秋，但总体思路则与阿尔特曼如出一辙。第40页，共85页。三、模型分析法一、多变量信用评级模型（一）多元线性判别分析模型1、Z评分模型Z评分模型该最早是由Altman（1968）开始研究。通过五个变量（五种财务比率）反映企业偿债能力的指标、获利能力的指标和营运能力的指标有机联系起来，综合分析预测企业财务失败或破产的可能性。该模型是财务失败预警模型，最早是由Altman（1968）开始研究。该模型通过五个变量（五种财务比率）将反映企业偿债能力的指标、获利能力的指标和营运能力的指标有机

36、联系起来，综合分析预测企业财务失败或破产的可能性。一般地，值越低，企业越有可能发生破产。第41页，共85页。三、模型分析法1、Z评分模型具体模型：其中，X1、X2X是各种财务比率。X1=流动资本/总资产，这一指标反映流动性和规模的特点。流动资本=流动资产-流动负债，流动资本越多，说明违约风险越小，并可反映短期偿债能力。X2=留存收益/总资产，衡量企业积累的利润，反映企业的经营年限。X3=资产报酬率=息税前收益/总资产，这一指标衡量企业在不考虑税收和融资影响时，资产的生产能力，是衡量企业利用债权人和所有者权益总额取得盈利的指标。比率越高，表明企业的资产利用效果越好。X4=优先股和普通股股权市值/

37、总资产账面价值，用来衡量企业的价值在资不抵债前可下降的程度，反映股东所提供的资本与债权人提供的资本的相对关系，反映企业基本财务机构是否稳定。比率高，是低风险低报酬的财务结构，同时这一指标也反映债权人投入的资本受股东资本的保障程度。X5=销售收入/总资产，用来衡量企业产生销售额的能力，表明企业资产利用的效果。指标越高，说明企业在增加收入方面有良好的效果。第42页，共85页。三、模型分析法1、Z评分模型根据Z值的大小，可将企业分为“破产”或“非破产”两类。破产的下限值为1.81，非破产上限值为2.99.任意落在1.81到2.99范围内的分数都被认为是在灰色区域内，这个区域是因为原始样本存在错误分类

38、或两类的重叠面产生的。在实际运用时，需要将企业样本分为预测样本和测试样本，先根据预测样本构建多元线性判定模型，确定判别Z值（Z值的大小可以作为判定企业财务状况的综合标准），然后将测试样本的数据代入判别方程，得出企业的值，并根据判别标准进行判定。此方法还可以用于债券评级、投资决策、银行对贷款申请的评估及子公司业绩考核等。针对非上市公司的 其中，X1=（流动资产-流动负债）/资产总额，X2=未分配利润/资产总额，X3=（利润总额+利息支出）/资产总额，X4=权益/负债总额，X5=销售收入/总资产。针对非制造企业， 其中，X1=（流动资产-流动负债）/资产总额，X2=未分配利润/资产总额，X3=（利

39、润总额+折旧+摊销+利息支出）/资产总额，X4=所有者权益/负债总额。第43页，共85页。三、模型分析法一、多变量信用评级模型（一）多元线性判别分析模型2、ZETA信用风险模型1977年，Haldeman和Narayanan对原始的Z积分模型进行了修正和提升，得到了ZETA信用风险模型。变量增加到7个，适应范围增加，对不良借款人的辨认精度也大大提高。新模型在破产前5年即可有效的划分出将要破产的公司，其中破产前一年的准确度大于90%，破产前5年的精确度大于70%。并且，新模型不仅适用于制造业，而且同样有效的适用于零售业。第44页，共85页。三、模型分析法2、ZETA信用风险模型ZETA模型具体表

40、现如下：是ZETA模型中七变量各自的系数。X1=利税前收益/总资产，为资产收益率。X2=收益稳定性指标，采用公司资产收益率在5到10年估计值的标准差进行度量。X3=息税前收益/总利息费用，为利息保障倍数。X4=资产总负债/总资产，为累积盈利。X5=流动资产/总资产，为流动比率。X6=普通股5年的平均市场价值/总资本，为资本化率。X7=规模指标，用公司总资产的对数形式来度量。第45页，共85页。三、模型分析法一、多变量信用评级模型（一）多元线性判别分析模型3、Z-score和ZETA模型的缺陷Z-score模型具有较高的判别精度，但存在着几处不足：一是该模型要求的工作量比较大。二是在前一年的预测

41、中，Z-score模型的预测精度比较高，但在前两年、前三年的预测中，其预测精度都大幅下降，甚至低于一元判别模型。三是Z-score模型有一个很严格的假设，即假定自变量是呈正态分布的，两组样本要求等协方差，而现实中的样本数据往往并不能满足这一要求。第46页，共85页。三、模型分析法一、多变量信用评级模型（一）多元线性判别分析模型3、Z-score和ZETA模型的缺陷两者的共性问题在于，一是模型都依赖于财务报表数据，信息更新较慢，对市场变化不能及时反映。二是模型的理论基础薄弱，缺乏对违约和违约风险的系统的认识，难以令人信服。三是两个模型均假设解释变量对信用风险的影响是线性关系，而现实的经济现象可能

42、是非线性的，因此预测结果不能精准的反映经济现实。四是无法计量企业的表外信用风险，对特定企业如公用企业、财务公司、新公司及资源企业都不适用。第47页，共85页。三、模型分析法一、多变量信用评级模型（二）线性概率模型其中，Y表示信用等级变量，Xj表示第j项足以衡量信用品质的自变量， 表示该变量对信用品质的影响，即 的系数。信用等级一般难以具体量化衡量，都是以分类变量来处理。通常假定因变量只有两种可能的值（例如0和1，代表正常与危机），式中Y是X的象形函数，称为线性概率模型。一般在进行回归时，均假设正态分布与同方差。虽然实际数据有违反这些假设的情况，但是对于线性概率模型的应用尚不会形成太严重的困扰。

43、假设搜集了200个经标准普尔评级为AA级与BBB级的债券，将5项重要的自变量输入下列模型中：其中Yi在样本属于AA级时等于1，在样本属于BBB级时等于0，得到估计式如下：上式的解释十分简明，以X3i为例子，在其他情况下，当X3i增加一单位时，受评债券列入AA级的概率平均增加0.057个百分点。第48页，共85页。三、模型分析法一、多变量信用评级模型（二）线性概率模型线性概率模型具有简单易懂的优点，但是模型有两主要缺陷：1.线性概率模型所计算出来的条件概率Yi时而大于1，时而小于0，完全违反了概率必须介于0与1之间的定义。而由线性概率模型可以看出，只要Xij足够大，就足以使Yi1;只要Xij足够

44、小，就足以使Yi0.2.在线性概率模型中，假设与X与Y之间的关系是线性的，不论X值如何，其对条件概率的边际影响都是恒定的，这显然不符合我们的一般认识。第49页，共85页。三、模型分析法一、多变量信用评级模型（二）线性概率模型为解决这两个问题，学者们提出Logit模型与Probit模型。Logit和Probit模型与线性概率模型的因变量取值都是0和1，但它们的最大优点是，计算得到因变量估计值也只会落在0,1区间内，而不会出现负数或大于1的数值，使得因变量真正具有概率的含义。第50页，共85页。三、模型分析法一、多变量信用评级模型（三）多元逻辑模型（Logit模型）Logit模型采用一系列财务比率

45、变量来预测公司破产或违约的概率，然后根据银行、投资者的风险偏好程度设定风险警界线，以此对分析对象进行风险定位和决策。Logit模型建立在累计概率函数的基础上，不需要自变量服从多元正态分布和两组间协方差相等的条件。具体形式为：第51页，共85页。三、模型分析法一、多变量信用评级模型（三）多元逻辑模型（Logit模型）计算得出P反映了符合X属性的概率，Logit模型判别方法先根据多元线性判定模型确定企业破产的Z值，然后推导出企业破产的条件概率。其判别规则是：如果概率大于0.5，表明企业破产的概率比较大；如果概率低于0.5，可以判定企业为财务正常。Logit模型的最大优点是，不需要严格的假设条件，克

46、服了线性方程受统计假设约束的局限性，具有了更广泛的适用范围。目前这种模型的使用较为普遍，但其计算过程比较复杂，而且在计算过程中有很多的近似处理，这不可避免地会影响到预测精度。尽管MDA和Logit模型的理论不同，Lo（1985）研究表明两者在资产分类的结构上非常相似，但考虑到模型自身的问题和研究的目的，建议选用逻辑回归方法作为更好的统计技术，但处于比较的目的是也可以使用MDA的分析结果。第52页，共85页。三、模型分析法一、多变量信用评级模型（四）多元概率比回归模型（Probit回归模型）假定企业破产的概率为P，并假设企业样本服从标准正态分布，其概率函数的P分位数可以用财务指标线性解释。利用极

47、大似然函数求解其估计参数的计算方法是，先确定企业样本的极大似然函数，通过求似然函数的极大值得到参数、，然后利用公式，求出企业破产的概率；其判别规则与Logit模型判别规则相同。第53页，共85页。三、模型分析法一、多变量信用评级模型（四）多元概率比回归模型（Probit回归模型）Probit模型和Logit模型的思路很相似，都是基于累积概率函数的分位数可以用财务指标线性解释的思想，但在具体的计算方法和假设前提上又有一定的差异。首先体现为假设前提不同，Logit不需要严格的假设条件，而Probit则假设企业样本服从标准正态分布；其次，这种区别主要是由于二者选择了不同的累积概率函数，Logit选择

48、的是对数形式的累积概率函数，Probit则采用的是正态形式的累积概率函数。第54页，共85页。三、模型分析法二、风险度量模型的发展在多变量信用评级模型的基础上，多家专业机构积极研发更新，引入不同的经济学和数学中的分析理念，不断拓展基于不同思想和原理的信用风险度量模型。几个典型的信用风险度量模型如：KMV 公司的KMV 模型、J. P.摩根的Credit Metrics 模型、瑞士信贷银行的Credit Risk + 模型和麦肯锡公司的Credit Portfolio View 模型。第55页，共85页。三、模型分析法二、风险度量模型的发展（一）KMV模型KMV模型主要是基于以下两点建立起来的：

49、一是KMV通过模拟，证明了历史平均违约率及转移概率与实际情况相去甚远。二是处于同一信用等级的公司，其违约率也存在较大的差异，即违约概率在等级之间存在较大的重叠区域，如某些BBB级的债券很可能与AA级的债券具有相同的违约概率。KMV模型是美国旧金山市KMV公司于1997年建立的用来估计借款企业违约概率的方法，该模型以 Merton（1974）开发的期权定价模型为基础，以公司资产到贷款和债券的估值，通过对上市公司股价波动进行分析来监控公司发生违约的可能。KMV没有使用Moody或S&P的统计数据来赋予违约概率，而是根据Merton在1974年提出的模型来推导每个债务人的实际违约概率期望违约率EDF

50、（Expected Default Frequency，即违约概率是公司资本结构、资产收益波动率、资产现值等变量的函数，因而KMV模型主要是利用期权定价理论建立监控模型，用来对上市公司和上市银行的信用风险进行预测。 第56页，共85页。三、模型分析法二、风险度量模型的发展（一）KMV模型1、贷款和期权之间的关系将一笔贷款借给债务人，在这项债务到期时会出现两种结果：一是债务人资金充足，能够按时归还本金与利息；二是债务人资不抵债，债务人在这种情况下只能通过资产清算来偿还部分债务。结合期权的概念，可以将这种债权债务关系分解为两个合约：（1）债务到期时，债务人必须无条件的支付给债权人全额的借款（包括本

51、金与利息，设为L）；（2）债权人售给债务人一份“看跌期权”合约：当债务人的资产总额（设为A）小于其负债时执行该期权，标的资产为债务人的资产，执行价格为L；当债务人的资产总额大于其负债时，该合约不执行。这样，对于该项期权的空头持有者债权人来说，该项期权得到期价值为：当AL时， P0=A-L；AL时， P0=0第57页，共85页。三、模型分析法二、风险度量模型的发展（一）KMV模型与第一项合约合并，对于债权人来说，整个合约的价值为当AL时，P0=A-L；AL时，P0=L，对于该项期权的多头持有者即债务人来说，该项期权到期价值为当AL时，P0=L-A；AL时，P0=0。与第一项合约合并，整个合约的价

52、值为：当AL时，P0=-A；AL时，P0=-L。由于期权定价技术现在已经比较成熟，而且该“期权”的标的资产家宅及其波动性可以直接观察到，因而在债权管理中引入期权概念可以大大简化债务的风险量度，并可以将成熟的期权定价技术应用到债权管理中去，从而提高债权管理的准确性和有效性；同时可以根据直接观察到的债务人公司的资产市值确定多个债务人的违约相关系数，从而可以根据投资组合理论来优化有多个债权组成的债权组合。第58页，共85页。三、模型分析法二、风险度量模型的发展（一）KMV模型2、预期违约概率（Expected Default Frequency）推导（1） DD（Distance to Defaul

53、t）的计算在期权定价框架中，违约行为发生于资产价值小于公司负债之时，但在实际生活中违约并不等于破产。KMV公司通过观测几百个公司样本，认为当资产价值低于短期债务和长期债务的某一加权和时，公司才有一定的概率发生违约。因而资产价值低于债务总值的分位数所对应的累积分布可能并不是EDF的准确量度，主要有以下几个原因造成：资产收益率的非正态分布；资本结构的简化假设；一些未知的尚未支付的承诺协议等。因而，KMV在计算EDF之前添加了一个计算“DD”（Distance to Default）阶段。所谓DD，指的是资产价值的均值与违约点之间的标准差的个数。第59页，共85页。三、模型分析法二、风险度量模型的发

54、展（一）KMV模型2、预期违约概率（Expected Default Frequency）推导（1） DD（Distance to Default）的计算设：STD：短期债务；LTD：长期债务；DPT：T时的违约点，DPT=STD+2LTD，则:其中V0：资产的初始市值； ：资产的期望净收益率； ：资产收益波动率第60页，共85页。三、模型分析法二、风险度量模型的发展（一）KMV模型2、预期违约概率（Expected Default Frequency）推导（2）根据DD推导EDF根据大量的公司历史样本数据，寻找给定违约距离为DD，并且实际上也发生了违约行为的公司，这类公司占所有违约距离为DD

55、的公司的比例为EDF，也就是该违约距离所对应的的预期违约概率。第61页，共85页。三、模型分析法二、风险度量模型的发展（一）KMV模型2、预期违约概率（Expected Default Frequency）推导（3）根据EDF预测违约行为KMV从1993年开始，通过估计EDF来提供信用调控服务，并且证明了公司在违约之前的1至2年的时间里，其EDF会迅速增加。在经济衰退时，违约率会变大，DD会减小；在经济繁荣时，DD则会增大。第62页，共85页。三、模型分析法二、风险度量模型的发展（一）KMV模型 3、KMV模型的评价KMV是运用现代期权定价理论建立起来的违约预测模型，是对传统信用风险度量方法的

56、一次重要革命。首先，KMV可以充分利用资本市场上的信息，对所有公开上市企业进行信用风险的量化和分析；其次，由于该模型所获取的数据来自股票市场的资料，而非企业的历史数据，因而更能反映企业当前的信用状况，具有前瞻性，其预测能力更强、更及时，也更准确；另外，KMV模型建立在当代公司理财理论和期权理论的基础之上，具有很强的理论基础做依托。第63页，共85页。三、模型分析法二、风险度量模型的发展（一）KMV模型 3、KMV模型的评价但是，KMV模型与其他已有的模型一样，仍然存在许多缺陷。首先，模型的使用范围由一定的局限性。通常，该模型特别适用于上市公司的信用风险评估，而对非上市公司进行应用时，往往要借助

57、一些会计信息或其他能够反映借款企业特征值的指标来替代模型中一些重要变量，同时还要通过对比分析最终得出该企业的期望违约概率，在一定程度上就有可能降低计算的准确性。其次，该模型架设公司的资产价值服从正态分布，而实际中企业的资产价值一般会呈现非正态的统计特征。再次，模型不能够对债务的不同类型进行区分，如偿还优先顺序、担保、契约等类型，使得模型的输出变量的计算结果不准确。第64页，共85页。三、模型分析法二、风险度量模型的发展（二） VAR模型VaR（Value at Risk）中文译为“风险价值”，是指在正常的市场条件和一定的置信水平上，计算出给定时间段内预期发生的最坏情况损失的风险评估方法。VAR

58、方法是在1994年由JP摩根提出的。该方法一经推出，就受到国际金融界的普遍欢迎，并迅速发展成为风险管理的一种标准，并被许多金融机构采用。 VaR（Value at Risk）中文译为“风险价值”，是指在正常的市场条件和一定的置信水平上，计算出给定时间段内预期发生的最坏情况损失的风险评估方法。VaR有绝对风险值和相对风险值之分，绝对风险值是指相对于初始投资额的最大可能损失。考虑到投资组合，假定W0为投资组合的初始价值， R 是持有期的投资回报率，则在持有末期，投资组合的价值可以表示为W =W0 (1 + R) 。假定回报率的期望回报和波动性分别为和，如果在某一置信水平下，投资组合的最低价值为W*

59、=W0 (1 + R*) ，则根据VaR的定义，投资组合在未来特定的一段时间内的最大可能损失可以定义相对于组合均值（期望回报）的VaR，公式如下：相对VaR = E (W ) - W*= - W0 (R*- )；绝对VaR是相对于初始值的资产损失，与平均期望值无关。公式如下：VaR绝对=W0 - W*= - W0R*。第65页，共85页。三、模型分析法二、风险度量模型的发展（二） VAR模型根据以上的定义，计算VaR就相当于计算最小值W*和最小回报率R*。假设投资组合的未来回报服从随机过程，并且假定其未来回报的概率密度函数为f (w) ，则对于某一置信水平下的投资组合的最低值W*有：第66页，

60、共85页。三、模型分析法二、风险度量模型的发展（二） VAR模型无论其分布是肥尾还是瘦尾，离散还是连续的，这种表达方式对于任何分布都是有效的。如果进一步假设其分布是正态分布形式，则可以简化VaR 的计算，在正态分布的条件下，可以根据置信水平选择一个对应的乘子，用组合的标准差与该乘子相乘，就可以求得VaR，这方法是基于对参数标准差的估计，而不从经验分布上确定，也就是参数计算方法。具体来看，上述过程是，首先把一般的分布f (w ) 转化为标准的正态分布 () ，其中的均值为0，方差为1，用最低回报R*表示的投资组合的最小值W*=W0 (1 + R*) ，一般而言， R*是负的，也可以表示为- |R