商業(yè)銀行信用風險評價模型研究

導(dǎo)師：孟建波教授 從明斯基的金融體系脆弱性理論和信息經(jīng)濟學入手，本文首先論述了商業(yè)銀行信用風險產(chǎn)生的理論根源，并指出我國商業(yè)銀行信用風險產(chǎn)生的特殊成因。接著應(yīng)用杜邦財務(wù)分析方法進行了實例分析。進而采用多變量信用風險判別模型中的線性概率模型和Logit模型對信用風險進行分析，結(jié)果顯示線性概率模型和Logit模型對上市公司的財務(wù)失敗有很好的預(yù)測力，商業(yè)銀行可以據(jù)此得出企業(yè)信用風險狀況的定量分析結(jié)果。本文首次對EDF模型進EDFSTSTLogit價格與其價值不符所至，我國股票市場價格可能存在高估現(xiàn)象。商業(yè)銀行信用風險管理是一個系統(tǒng)工程，需要進行多方面的建設(shè)，本文也給出了相應(yīng)的一些解決方法。最后提出若干未來的研究方向。關(guān)鍵詞：信用風險、商業(yè)銀行、不良貸款、EDFResearchofCreditRiskAnalyzingModelofCommercialBank InternationalFinance ZhengMao MengJianboStartedfromMinsky’sTheoryofFinancialFragilityandInformationEconomics,thisthesisarguesthecausesofcreditriskandpointsoutthespecialcausesofcreditriskinchina.AdemonstrationanalysisusingtheDuPontSystemisshowedheretoanalyzethecreditrisk.TheresultofLinearProbabilityModel(LPM)andLogitModelshowsthatthetwomodelsgiveagoodforecastingtothefinancialfailureofpubliccompanies.Commercialbankcangetquantitativeanalysisabouttheriskstatusofthecompaniesusingthattwomodels.ThispaperfirstgivesademonstrationanalysisusingEDFModel.ButEDFModelcan’tgiveagoodexplanationforthecreditriskstatusofSTNanyangandMaAnshanSteel.Combiningwiththeanalysis’sofLPMModelandLogitModel,wemakeaconclusionthatthecauseofthisphenomenamaybethatthestockpriceofourcountryisoverpriced.Creditriskmanagementofcommercialbankisasystemsengineering.Itneedsconstructionfrommanyaspects.Somemethodsareintroducedtosolvetheproblem.FinallyseveralissuesforfutureresearchareKeywords:creditrisk,commercialbank,non-performingloan,EDF 第1章商業(yè)銀行信用風險理論綜 信用風險的成 我國商業(yè)銀行信用風險的成 信用風險分析方法綜 2章財務(wù)報表分析在信用風險管理中的應(yīng)用導(dǎo) 財務(wù)比率分 實例分 第3章基于會計數(shù)據(jù)的多變量信用風險模 模型概 模型的初步分 線性概率模 LOGIT模 違約概率與信用風險評 第4章基于股票價格的信用風險模 導(dǎo) 貸款與可選擇性之間的聯(lián) EDF模 實證研 實證結(jié)果分 EDF模型的進一步分 小 第5章結(jié)論及建 結(jié) 政策建 參考文 一般來說，風險是指在一定條件下和一定時期內(nèi)可能發(fā)生的各種結(jié)果的變動程度。這一定義包含了兩點含義：一是風險是事件本身的不確定性，具有客觀性；二是風險是一定時期內(nèi)的風險，其大小隨事件的延續(xù)而變化。風險可能給投資者帶來超出預(yù)期的收益，也可能帶來超出預(yù)期的損失。一般來說，投資者對意外損失的關(guān)切，比對意外收益要強烈的多。因此人們研究風險時側(cè)重減少損失，主要從不利的方面來考察風險，經(jīng)常把風險看成是不利事件發(fā)生的可能性。從財務(wù)的角度來說，風險主要指無法達到預(yù)期報酬的可1、謂以誠信使用人；2大辭典》的解釋。因而，信用風險指價值的償還性在一定條件下和一定時期內(nèi)可能發(fā)生的各種結(jié)果的變動程度。具體到商業(yè)銀行信用風險則是指企業(yè)或個人不能按期如約履行義務(wù)而使商業(yè)銀行遭受損失的可能性。信用風險是商業(yè)銀行最常見也是最傳統(tǒng)的風險類別。盡管目前商業(yè)銀行的業(yè)務(wù)范圍不斷擴大，中間業(yè)務(wù)、表外業(yè)務(wù)在商業(yè)銀行的收入中占的比重越來越大，但是，信貸業(yè)務(wù)仍然是大部分商業(yè)銀行的核心業(yè)務(wù)，貸款仍是銀行資產(chǎn)的主要部分。許多銀行的倒閉從表面上看是由于流動性危機所引發(fā)的，但歸根結(jié)底是由于銀行的資產(chǎn)質(zhì)量差，大量貸款成為呆壞帳無法回收造成的。保羅·克魯格曼1997還是從絕對額上看，都已經(jīng)到了令人擔憂的程度。據(jù)有關(guān)人士估計（范旭斌，20001984~199010%8015%20001994~1997年，國有商業(yè)銀行不良貸款占全部貸款的比率分別為：20%、22%、24%、25%。1998~1999年，是我國國有企業(yè)實施破產(chǎn)兼并力度最大的兩年，也是國有商業(yè)銀行不良貸款上升幅25%比率計算，1999年末，我國國有商業(yè)銀1500019971998300400億元，但遠遠比不上不良貸款的新增加額。其不良貸款比率，不僅遠遠高于人民銀行規(guī)定的15%的比例，而且同時也大大高于人民8%5%2%的比例界限。盡管組建四家金融資產(chǎn)管理公司，收購了國有商業(yè)銀行剝離出來4200多億元貸款實行了債轉(zhuǎn)股，明顯降低了國有商業(yè)銀行不良貸款的比例。但是，債轉(zhuǎn)股只是側(cè)重于存量問題的解決，沒有從根本上解決增量的問題。而且由于不良貸款基數(shù)較大等因素影響，加之當前新的不良貸款仍在繼續(xù)增加，不良貸款的占比仍然保持較高的水平，信貸資產(chǎn)的高風險依然存在。它山之石，可以攻玉。學習和借鑒國外發(fā)達國家先進的金融風險預(yù)測方法、度量技術(shù)和管理經(jīng)驗以強化我國銀行業(yè)風險的防范、化解和控制能力就成了我們的現(xiàn)實選擇，具有極為重要的理論價值和深遠的實踐意義。近年來，信用風險研究在我國得到了較高的重視，也形成了一批有價值的研究成果。但國內(nèi)對信用風險的研究大多注重從宏觀因素入手分析銀行信用風險，大多是定性的研究，定量的研究則較為鮮見，而國外對信用風險的研究已多集中于定量的研究。本文將對信用風險的定量分析技術(shù)作一較為系統(tǒng)的研究，具體的結(jié)構(gòu)如1章對商業(yè)銀行信用風險的起因、信用分析模型作了較為詳細的綜述；第2了實例分析；第3章采用多變量信用風險判別模型對信用風險進行分析。由于一般公司的數(shù)據(jù)資料難以獲取，本文以上市公司為樣本進行了實證研究。商業(yè)銀行可以通過模型得出企業(yè)風險狀況的定量分析結(jié)果。從而為商業(yè)銀行的決策提供了科學的方法；第4EDF模型對信用風險進行深度的理論與實證分析。由于EDF模型求解問題復(fù)雜，國外的研究大部分限于理論層次KMVEDF模型作為其公司開發(fā)的一種產(chǎn)品，其求解方法并VC++編程得出問題的解，并且給出了企業(yè)資產(chǎn)價值是關(guān)于利率的非遞增函數(shù)的證明。最后EDF模型在商業(yè)銀行中的應(yīng)用狀況與發(fā)展前景；第5章對前面的理論分析、實證研究作了歸納，論述了商業(yè)銀行信用風險管理體系建設(shè)問題。1700多年前，銀行在佛羅倫薩組建起來以后，銀行就成為一個社會最主要的貸款機構(gòu)。信用風險也就與信貸行為形影不離，對一個特定的借款人是否會償還其借款總是存在著不確定的因素。是什么原因使得這種不確定性因素始終存在，并且這種不確定性在當今金融市場中愈演愈烈？許多經(jīng)濟學家都認為，信用風險是普遍存在的，產(chǎn)生信用風險的原因有些是由于交易者的不正當及違規(guī)、違法行為引起的，但更多的是由于金融市場機制本身的問題而引起的金融體系的內(nèi)在不穩(wěn)定性。這方面的理論主要有明斯基（H.Minsky）的金融體系脆弱性理論和信息經(jīng)濟學關(guān)于金融機構(gòu)內(nèi)在脆弱性的理論。明斯基的金融體系脆弱性理論（TheoryofFinancialFragility是從周期性角度來解釋金融體系的內(nèi)在脆弱性。金德爾博格（C.Kindlebeger，1985）也從同樣的角度對金融體系的內(nèi)在脆弱性做出了解釋。他和明斯基被認為屬于金融體系內(nèi)在脆弱性“周期性”解釋一派。明斯基的理論建立在資本主義繁榮與蕭條長波理論的基礎(chǔ)之上，他認為，私人信用創(chuàng)造機構(gòu)，特別是商業(yè)銀行和其它貸款人的內(nèi)在特性使得它們經(jīng)歷周期性的危機和破產(chǎn)浪潮，金融中介的困境被傳遞到經(jīng)濟的各組成部分，從而產(chǎn)生宏觀經(jīng)濟的動蕩和危機。他5020-30年間，貸款人的貸款條件越來越寬松，而借款人則積極地利用寬松有利的信貸資金環(huán)境。明斯基將借款企業(yè)分為三類：第一類是抵補性企業(yè)，它們只根據(jù)自己未來的現(xiàn)金流量做抵補性的融資，它們是最安全的借款人；第二類是投機性的借款人，他們根據(jù)預(yù)測的未來資金豐缺程度和時間來確定借款；第三類是高風險的借款企業(yè)，它們的借款用于投資回收期很長的項目，在較長時期內(nèi)它們都無法用投資的收益還本付息，而需要滾動融資用于支付利息。隨著經(jīng)濟的進一步繁榮，在借款人中后兩類的所占比重越來越大，而較為安全的第一類借款人所占比重越來越小，生產(chǎn)部門、個人和家庭的債務(wù)相對于其收入的比例都越來越高。然而這種長波上升階段之后必然迎來滑坡，任何打斷信貸資金流入生產(chǎn)部門的事件都將引起違約和破產(chǎn)的潮流，而這又將進一步反饋影響金融體系。結(jié)果金融機構(gòu)的破產(chǎn)就像傳染病一樣迅速地傳播，企業(yè)大量違約，金融危機爆發(fā)。明斯基在解釋這一循環(huán)往復(fù)的長波時，提出了兩種可能的原因：一個是所謂的代際遺忘解釋（GenerationalIgnoranceAgument，即今天的的貸款人忘記了過去的痛苦經(jīng)歷，一些利好事件促成了金融業(yè)的繁榮，而此時距離上次的金融災(zāi)難已經(jīng)過去了一個很長的時期了，人們的欲望已經(jīng)戰(zhàn)勝了恐懼，貸款條件日漸放松。另一個解釋是競爭壓力解釋(RivalrousPressureAgument)，即貸款人士由于競爭的壓力而做出許多不謹慎的貸款決策，因為如果不這樣做，他們將失去客戶和市場。周期性解釋把金融體系內(nèi)在脆弱性的產(chǎn)生根源歸根于非理性或非均衡行為的結(jié)果，但它無法說明為什么經(jīng)濟行為人要按照那種破壞自身利益的非理性方式來行事。由于明斯基和金德爾博格在闡述金融體系內(nèi)在脆弱性時缺乏微觀基礎(chǔ)的分析論證，他們在很大程度上不得不依賴心理學的判斷來解釋金融主體的非理性行為。近年來由于博弈論和信息經(jīng)濟學等微觀經(jīng)濟學領(lǐng)域的最新發(fā)展，經(jīng)濟學家對金融市場的微觀行為基礎(chǔ)有了深刻的理解。隨著這種理論的深化與引申到金融的各個領(lǐng)域，信用風險的成因也得到了全新的解釋。（一）信息經(jīng)濟學認為，在經(jīng)濟運行中的任何一項交易中，如果交易雙方所擁有的與該項交易有關(guān)的信息是不對稱的，就會引起“逆向選擇”和“道德風所謂的信息不對稱是指一些參與人擁有某些信息，而另一些參與人不擁有這些信息。對所謂的道德風險，梅耶森（Myeson，1991）將其定義為“參是指由于經(jīng)營者或參與市場交易者在得到來自第三方面保障的條件下，其所做出的決策及行為即使引起損失，也不必完全承擔責任，或可能得到某種補償，這將“激勵”其傾向于做出風險較大的決策，以博取更大的收益。所謂交易雙方擁有的信息不對稱，擁有信息不真實或信息較少的一方會傾向于做出錯誤的選擇，即逆向選擇。（tiglitz&eiss1981借款人對其借款所投資的項目的風險擁有更多的信息，而最終的債權(quán)人—儲蓄者對信貸用途則缺乏了解，從而產(chǎn)生了信貸市場上的逆向風險和道德風險。如果不存在金融中介，由儲蓄者和借款人進行直接的交易，逆向選擇和道德風險就會變得相當嚴重，信貸市場就會萎縮乃至完全消失；金融中介機構(gòu)的產(chǎn)生可以在一定程度上降低信息的不對稱。當最終貸款人（儲蓄者）將他們的資金集中到以商業(yè)銀行為代表的金融中介機構(gòu)手中時，它們事實上委托了金融機構(gòu)作為代理人對不同的借款人實施差別對待，即根據(jù)相對風險的大小來對貸款進行定價，這樣就可以降低逆向選擇風險；相對于零散的儲蓄者，金融中介機構(gòu)處于更有利的地位來監(jiān)督和影響借款人在借款后的行為，這樣就限制了道德風險。但正如下面的分析所指出的那樣，金融中介機構(gòu)的產(chǎn)生并不能完全消除信息的不對稱性。（二）在信息經(jīng)濟學中，常常將在交易中擁有信息優(yōu)勢的一方稱為代理人，將不具備信息優(yōu)勢的一方稱為委托人。在商業(yè)銀行的信用風險管理中，借貸關(guān)系中的借款者即為代理人，貸款者為委托人。具體地講，委托—代理理論對引起信用風險原因的解釋可歸納為以下三點：1成本的，商業(yè)銀行就可以有效地分配信貸資產(chǎn)并確保資產(chǎn)質(zhì)量。但由于信息不對稱的存在，在一般情況下，當商業(yè)銀行發(fā)放貸款時，銀行對借款人的資金用途、投資項目的風險和收益等信息的了解小于借款人；同時由于受到成本控制和信貸員素質(zhì)等因素制約，商業(yè)銀行對隨時追蹤借款人貸款使用情況的信息所需花費的大量人力和費用力不從心。商業(yè)銀行要想安全地實現(xiàn)對借款人的事前篩選和事后控制幾乎是不可能的。即使做到這一點，也需要付出極高的交易成本，這種高昂的交易成本也會迫使銀行放棄為消除不對稱信息而付出的努力。2分離條件下，銀行的所有者（股東）和銀行的實際經(jīng)營者（管理人員）雙方在利益本位、信息支配以及所負責任上存在很大的不對稱性，因此有可能出現(xiàn)經(jīng)營者操縱銀行以追求個人利益而損害所有者利益的行為。當所有者和經(jīng)營者之間缺乏一個健全的監(jiān)控合同框架時，管理人員的自利動機將驅(qū)使銀行從事一些高風險高收益的信貸活動。但是，未來事件的不確定性使得雙方難以達成一個完全的監(jiān)控合同，當雙方預(yù)先設(shè)定的合同不能有效地約束管理人員的活動時，信用風險也就產(chǎn)生了。3行破產(chǎn)倒閉，穩(wěn)定銀行業(yè)的同時，也帶來了一種負面效應(yīng)，即銀行在其信貸風險成本中的大部分轉(zhuǎn)移到這些公共機構(gòu)身上，自己卻可以更加放心大膽地從事一些高風險、高收益的信貸活動，不必擔心會遭受到嚴厲的社會懲罰。在發(fā)展中國家，銀行業(yè)信貸風險中有相當大一部分起源于國家對銀行業(yè)的過度保護。嚴重依賴國家的體制使得大多數(shù)銀行（尤其是國有銀行）普遍缺乏有效的自我風險控制的內(nèi)在激勵機制，從而誘發(fā)信用風險。從歷史的角度來看，我國商業(yè)銀行信用風險的成因有其特殊的一面，其表現(xiàn)為以下幾點：根據(jù)《商業(yè)銀行法》的有關(guān)規(guī)定，商業(yè)銀行是依照該法和《公司法》設(shè)立的企業(yè)法人，商業(yè)銀行應(yīng)以效益性、安全性、流動性為經(jīng)營原則，實行自主經(jīng)營、自擔風險、自負盈虧、自我約束，依法開展業(yè)務(wù)，不受任何單位和個人的干涉。但是由于我國還處在經(jīng)濟體制的轉(zhuǎn)軌過程中，商業(yè)銀行的市場主體地位尚未得到完全確立，其信貸經(jīng)營受到外界特別是來自政府的干預(yù)還相當嚴重。傳統(tǒng)計劃體制下的資金供給制和財稅改革后“撥改貸”制度，使國有商業(yè)銀行的大量貸款在國有企業(yè)中沉淀、呆滯，形成巨額的不良信貸資產(chǎn)，給國有商業(yè)銀行背上了沉重的歷史包袱；改革開放后相當長的時期內(nèi)，國有商業(yè)銀行的信貸活動必須遵守政府制定的指令性計劃，其貸款對象的選擇必須符合國家的產(chǎn)業(yè)政策，政府的指令性貸款占去了銀行信貸資金的絕大比例，這顯然違背銀行商業(yè)信貸的基本原則，大大增加了銀行的信用風險；而在我國確立社會主義市場經(jīng)濟體制以來，各級政府對商業(yè)銀行信貸活動的干預(yù)依然存在。這主要體現(xiàn)在以下兩個方面：1業(yè)的技術(shù)進步，必須對企業(yè)的技術(shù)開發(fā)、進步提供貸款支持，且貸款利率很低；為支持貧困地區(qū)的經(jīng)濟發(fā)展，中央政府要求中國農(nóng)業(yè)銀行對貧困地區(qū)提供扶貧貸款等等。這些政策性貸款由于受政府命令的影響，一般在項目評估和審批上把關(guān)不嚴，缺乏足夠的經(jīng)濟約束力，借款人對貸款的管理和使用上都缺乏足夠的嚴肅性，不珍惜使用貸款資金，降低了貸款資金使用的效益。2商業(yè)銀行的經(jīng)營行為往往受制于地方政府，從而削弱了商業(yè)銀行的經(jīng)營自主權(quán)。目前地方政府對商業(yè)銀行信貸活動的干預(yù)，反映在以下方面：（1）為實現(xiàn)地方經(jīng)濟的增長，體現(xiàn)其政績，地方政府已成為當?shù)亟?jīng)濟發(fā)展籌集資金的主角。在財政力量比較緊張的情況下，地方政府往往以行政手段要求當?shù)劂y行提供貸款支持。由于地方政府不承擔貸款的風險責任，這些貸款沒有安全（2）為了保證地方的社會、政治穩(wěn)定，地方政府還經(jīng)常強迫商業(yè)銀行對已經(jīng)陷入經(jīng)營困難，甚至出現(xiàn)嚴重債務(wù)危機的企業(yè)提供貸款支持，這種“安定團結(jié)貸款”往往自發(fā)放時就成為不良貸款。企業(yè)特別是國有企業(yè)作為銀行貸款的主要借款人，其經(jīng)營狀況的好壞，信用可靠性的高低都直接影響到銀行信貸資金的安全。目前國有企業(yè)經(jīng)營機制尚未徹底轉(zhuǎn)換，現(xiàn)代企業(yè)制度尚未真正建立，大部分國有企業(yè)經(jīng)濟效益低下是形成商業(yè)銀行信貸風險的一個重要經(jīng)濟原因。1政企分開，許多下放給企業(yè)的權(quán)利被各級政府部門截留，企業(yè)只擁有一部分自主權(quán)，造成這一狀況的根源在于產(chǎn)權(quán)關(guān)系的模糊。盡管法律早已肯定了國有企業(yè)的法人地位，但由于國有企業(yè)沒有獲得獨立的財產(chǎn)權(quán)，也就無法獨立地承擔法人責任。企業(yè)的風險仍由政府承擔。在這樣的關(guān)系下，企業(yè)可以由政府的支持和保護向銀行要錢，對銀行貸款卻不會有還款的壓力，必然會對銀行信貸資產(chǎn)造成風險。2企業(yè)經(jīng)濟效益的下降，直接影響到對貸款的償還能力，使得貸款的償還失去了經(jīng)濟保證。3的現(xiàn)象也相當嚴重。如有的企業(yè)從銀行得到貸款后，暗中以各種手段將資金就廉價購進大量殘次、滯銷商品，用這些商品以大大高于原價值的價格向銀行抵債，以逃避銀行債務(wù)。目前在社會經(jīng)濟生活中，一些不法企業(yè)頻頻采用多種手段，其根本目的都是為了逃避銀行債務(wù)。1式上雖然屬不同主體，但其股東基本上為國有單位，這使得國家仍為資本的這種產(chǎn)權(quán)結(jié)構(gòu)使商業(yè)銀行內(nèi)在地受制于作為公有經(jīng)濟所有者代表的各級政府，使得商業(yè)銀行的經(jīng)營活動容易受到各級政府的干預(yù)。2我約束和風險防范機制，經(jīng)營管理的市場化程度自然很低，特別是四大國有商業(yè)銀行，其原專業(yè)銀行的一些做法得到了沿襲，造成了許多失誤。在信貸（1）對貸款項目的審查不負責任，流于形式。如不對貸款項目的發(fā)展前景，借款人的信用可靠性進行深入的調(diào)查（2）貸款投放出去以后，對貸款運行質(zhì)量缺乏管理，也不了解借款人的經(jīng)營狀況及償還能力是否發(fā)生了變化。（3）貸款的管理制度不夠完善，責、權(quán)、利脫節(jié)，責任的歸屬界限不清，對貸款回在專家法下，信貸決策由當?shù)氐幕蚍种C構(gòu)的貸款負責人做出。這意味著，批準信貸的決策取決于此人的專業(yè)技能、主觀判斷和對某些關(guān)鍵因素的RogerHale1-3-1給出了整個評價過程的流程圖。1-3-

有興趣？風險收益比例

用于信用備忘錄中的

通常信用管理人員在上述信用分析過程中會使用一些常用的技術(shù)分析方法，例如5C要素分析法。5C要素分析法主要集中在借款人的道德品質(zhì)(Character)、還款能力(Capacity)、資本實力(Capital)(Collateral)和經(jīng)營環(huán)境條件(Condition)五個方面進行全面的分析以判別借款人的還款意愿和還款能力。有些銀行將其歸納為“5W”因素，即借款人(Who)、借款用途(Why)、還款期限(When)、擔保物(What)及如何還款(How)。無論是“5C”還是“5W”在內(nèi)容上大同小異，它們的共同之處都是將每一要素逐一進行評分，使信用數(shù)量化，從而確定其信用等級以作為其是否貸款、貸款標準的確定和隨后貸款跟蹤監(jiān)測期間的政策調(diào)整依據(jù)。最早的貸款評級方法之一是美國貨幣監(jiān)理署（OCC）開發(fā)的。OCC和銀行采用這種方法評估貸款損失準備金的充分性。OCC的評級方法將現(xiàn)有貸款5類：4類低質(zhì)量級別的，一類高質(zhì)量級別的。下面我們給出了各種特別關(guān)注的其它資產(chǎn) 合格/可履 可以看出，OCC的上述標準已被我國商業(yè)銀行所引用，即貸款風險的五級分類法。實際上美國的很多銀行（60%1開發(fā)出銀行內(nèi)部的貸款評級方法。這些內(nèi)部評級方法更細致更進一步劃分合格/可履約貸款的評級類別。比如，在任何給定的時刻，一些合格的或可履約的貸款總是有可能發(fā)生違約，所以應(yīng)針對這些貸款持有一定比例的準備金，雖然這一比例可能很低（例如0.2%。下面我們給出大通銀行的貸款評級方法及其對應(yīng)的債券評級：1William,F.2000.CreditriskratingsystematlargeU.S.banks.JournalofBanking(1):168-1-3-（中等商業(yè)信用可以接受，但是有相當高的風險；資產(chǎn)質(zhì)量可以接受；更小的和更缺分散化的資產(chǎn)基礎(chǔ)，很少的流動性，有限的債務(wù)償付能程度的緊張，充分的杠桿作用。管理上存在弱點，要求貸款人給與持續(xù)的監(jiān)督與關(guān)注。商業(yè)信用位于可接受的邊緣，具有一定的脆弱性。不理想的日常業(yè)務(wù)造成了過分的和沒有保證的信用風險，但尚未達到可劃入不合格類型的程度。盡管資產(chǎn)在當前得到保護，但是這種保護可能是脆弱商業(yè)信用無法接受，存在無法正常償付的危險。盡管還不能預(yù)計本金或利息的損失，但是，確定無疑的脆弱性會損害債務(wù)的回收?，F(xiàn)有的合理的凈值、債務(wù)人的償還能力或抵押品并未使資產(chǎn)得到充分償還能力大有問題?，F(xiàn)存問題的嚴重程度已達到可能損失本金的程度。脆弱性已十分明顯，以至于基于現(xiàn)有信息、形勢和估價，全部預(yù)期會發(fā)生總體上的損失。存在某項不可回收的資產(chǎn)，或者這類價值低微的資產(chǎn)已無法正當合理地被歸入有活力的資產(chǎn)一類。雖然這類資產(chǎn)也許還有可回收的價值或殘值，但又達不到應(yīng)該延長銷賬的1-3-1OCC6（1~6級。7~10OCC4種低質(zhì)量貸款評級。這些貸款評級方法與債券評聯(lián)邦儲備體系特別工作組報告（1998）和Mingo（1998）在上述模型的資本金要求=1中的總貸款×0.2%+…+10的總貸款 （1-4-對應(yīng)于各級別的風險調(diào)整系數(shù)可以由銀行自行制定。對于評級級別1規(guī)0.2%1的一種10的損失概率加以確定。Fadil（1997）提出了內(nèi)部評級的另一種應(yīng)用方式，即以分配到每一評級級別的貸款為基礎(chǔ)計算加權(quán)平均的風險評級（ARR。 WARRriei/

（1-4- 其中ri：風險評級級別；ei由于信用危機往往是由財務(wù)危機引致而使銀行和投資者面臨巨大的信用風險，及早發(fā)現(xiàn)和找出一些預(yù)警財務(wù)趨向惡化的特征財務(wù)指標，無疑可判斷借款人或證券發(fā)行人的財務(wù)狀況，從而確定其信用等級，為信貸和投資提供依據(jù)?；谶@一動機，金融機構(gòu)通常將信用風險的測度轉(zhuǎn)化為企業(yè)財務(wù)狀況的衡量問題。因此，一系列財務(wù)比率分析方法也應(yīng)運而生。財務(wù)比率綜合分析法就是將各項財務(wù)分析指標作為一個整體，系統(tǒng)、全面、綜合地對企業(yè)財務(wù)狀況和經(jīng)營情況進行剖析、解釋和評價。這類方法的主要代表有杜邦財務(wù)分析體系和沃爾比重評分法，前者是以凈值報酬率為龍頭，以資產(chǎn)凈利潤率為核心，重點揭示企業(yè)獲利能力及其前因后果；而沃爾比重法是將選定的7項財務(wù)比率分別給定各自的分數(shù)比重，通過與標準比率進行比較，確定各項指標的得分及總體指標的累計分數(shù)，從而得出企業(yè)財務(wù)狀況的綜合評價，繼而確定其信用等級。多變量信用風險判別模型是以特征財務(wù)比率為解釋變量，運用數(shù)量統(tǒng)計方法推導(dǎo)而建立起的標準模型。運用此模型預(yù)測某種性質(zhì)事件發(fā)生的可能性，及早發(fā)現(xiàn)信用危機信號，使經(jīng)營者能夠在危機出現(xiàn)的萌芽階段采取有效措施Logit、Probit隨著資本市場的迅速發(fā)展、融資的非中介化、證券化趨勢以及金融創(chuàng)新工具的大量涌現(xiàn)，信用風險的復(fù)雜性也日益顯著。人們認為以財務(wù)比率為基礎(chǔ)的統(tǒng)計分析方法不能反映借款人和證券發(fā)行人的資產(chǎn)在資本市場上快速變化的動態(tài)價值；鑒于此，一系列信用風險衡量的新方法相繼提出。這類模型的理論依據(jù)在很多方面與Black-Scholes(1973)和Merton(1974)的期權(quán)定價模型相似。因此也稱作信用風險的期權(quán)定價模型。Black-Scholes-Merton系列定價模型表明一家公司的破產(chǎn)概率取決于公司資產(chǎn)相對于其初始市場價值和資產(chǎn)市價的波動率。當公司資產(chǎn)的市場價值低于其負債價值，即資不抵債時，那么該公司實質(zhì)上已經(jīng)破產(chǎn)。1993KMV公司研究提出的預(yù)期違約(ExpectedDefaultFrequency，EDF)模型也是基于這一理論。模型的結(jié)構(gòu)包含兩種理論聯(lián)系，其一是將股票價值看成是建立在公司資產(chǎn)價值上的一個看漲期權(quán)；其二是公司股票價值波動率與公司資產(chǎn)價值變化之間的關(guān)系。在實踐中，通過觀察在一定標準差水準上的公司在一年內(nèi)有多少比例的公司破產(chǎn)，以此來衡量任一具有同樣標準差公司的違約概率。阿爾特曼研究的債券違約模型(MortalityRateModel和Asquith、Mullins(1989)的期限方法(AgingApproach)是按穆迪和標準普爾的信用等級和債券到期年限，采用債券實際違約的歷史數(shù)據(jù)建立的違約概率經(jīng)驗值，對各類信用等級和期限債券的違約風險的衡量。美國穆迪(1990)和標準普爾(1991)兩家著名評級公司修正了這一模型并作為他們的常規(guī)金融分析工具。但目前的障礙是銀行無法收集到足夠的貸款違約歷史數(shù)據(jù)供建立一個非常穩(wěn)定的違約概率數(shù)據(jù)庫。因此美國許多大型銀行正致力于建立一個全國貸款違約和違約損失率的共享數(shù)據(jù)庫。4090年代的新生事物。神經(jīng)網(wǎng)絡(luò)是從神經(jīng)心理學和認識科學研究成果出發(fā)，應(yīng)用數(shù)學方法發(fā)展起來的一種并行分布模式處理系統(tǒng)，具有高度并行計算能力、自學能力和容錯能力。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是由一個輸入層、若干個中間隱含層和一個輸出層組成。國外研究者如Altman,aretto(1994)對意大利公司財務(wù)危機預(yù)測中應(yīng)用了神經(jīng)網(wǎng)絡(luò)分析法。Coats,Fant(1993)采用了神經(jīng)網(wǎng)絡(luò)分析法分別對美國公司和銀行財務(wù)危機進行了預(yù)測，取得了一定的效果。然而神經(jīng)網(wǎng)絡(luò)的最大缺點是其工作的隨機性較強。因為要得到一個較好的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，需要人為地去調(diào)試，非常耗費人力與時間，因此應(yīng)用受到了限制。Altman(1994)2在對神經(jīng)網(wǎng)絡(luò)法和判別分析法的比較研究中得出結(jié)論“神經(jīng)網(wǎng)絡(luò)分析方法在信用風險識別和預(yù)測中的應(yīng)用，并沒有實質(zhì)性的優(yōu)于線性判別綜觀國際上信用風險分析這一領(lǐng)域的研究和實際應(yīng)用，信用風險分析方法從主觀判斷分析法和傳統(tǒng)的財務(wù)比率評分法轉(zhuǎn)向以多變量、依賴于資本市場理論和計算機信息科學的動態(tài)計量分析方法為主的趨勢發(fā)展。就目前而言在國際上多變量信用風險判別模型的應(yīng)用是最有效的，也被國際金融業(yè)和學術(shù)界視為主流方法。這是由于該方法在較長的使用過程中已經(jīng)逐步完善，并滲透到各種類型的公司、行業(yè)，形成了一套比較標準的方法，在實際應(yīng)用中發(fā)揮著中堅的作用。而以資本市場理論和信息科學為支撐的新方法則正處于EDF模型從上市公司中的應(yīng)用拓展到非上市公司；大規(guī)模數(shù)據(jù)庫的建設(shè)等。另外財務(wù)報表分析法作為信用風險分析最基本的手段，其作用不可低估。需要特別指出的是信用風險分析數(shù)量模型并沒有贏得人們百分之百的信賴。因為模型畢竟是現(xiàn)實世界的抽象，已經(jīng)刪枝去節(jié)。分析人員的判斷在信用風險的評價和定價中JulesHenriPoincare全放棄各種方法，而是將它們置于客觀的審查并在信用風險決策中與其他的信息結(jié)合起來使用，才是明智之舉。2Altman,E.I.1994.CorporateDistressDiagnosis:ComparisonsUsingLinearDiscriminantAnalysisandNeuralNetworks.JournalofBanking&Finance18(3):505-529我國在信用風險分析方法領(lǐng)域的研究起步較晚，在國內(nèi)對信用風險分析方法的研究中，吳世農(nóng)、黃世忠（1986）曾介紹企業(yè)的破產(chǎn)分析指標和預(yù)測模型；陳靜（1999）199827ST27ST公司，使用了1995-1997峰、萬海暉、張維等(1999)用神經(jīng)網(wǎng)絡(luò)法對商業(yè)銀行信用風險進行了研究，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)法具有很強的非線性映射能力，其學習經(jīng)驗的能力強.。但對于一個特定的分類問題并沒有一個規(guī)范的模式來構(gòu)造網(wǎng)絡(luò)的結(jié)構(gòu)，通常都是通過實驗的方法來得到一個適合的網(wǎng)絡(luò)結(jié)構(gòu)，過程復(fù)雜且耗費大量人力與時間；（200012060家公司的財務(wù)數(shù)據(jù)估6042財務(wù)報表分析是指以財務(wù)報表和其他資料為依據(jù)和起點，采用專門方法，系統(tǒng)分析和評價企業(yè)的過去和現(xiàn)在的經(jīng)營成果、財務(wù)狀況及其變動，目的是了解過去、評價現(xiàn)在、預(yù)測未來，幫助利益關(guān)系集團改善決策。財務(wù)報表分析的最基本的功能，是將大量的報表數(shù)據(jù)轉(zhuǎn)換為對特定決策有用的信息，較少決策的不確定性。一般認為，財務(wù)報表分析產(chǎn)生于1920世紀初。最早的財務(wù)報表分析主要是為銀行服務(wù)的信用分析。當時，借貸資本在企業(yè)資本中的比重不資本市場形成后發(fā)展出盈利分析，財務(wù)報表分析由主要為銀行服務(wù)擴展到為投資人服務(wù)。財務(wù)報表分析開始對企業(yè)的盈利能力、籌資結(jié)構(gòu)、利潤分配進行分析，發(fā)展出比較完善的外部分析體系。財務(wù)報表中有大量的數(shù)據(jù)，可以根據(jù)需要計算出很多有意義的比率，這些比率涉及到企業(yè)經(jīng)營管理的各個方面。財務(wù)比率可以分為以下四類：變現(xiàn)能力比率、資產(chǎn)管理比率、負債比率和盈利能力比率3。下面我們進行簡單的介紹：流動比率=流動資產(chǎn)/32001總資產(chǎn)周轉(zhuǎn)率=銷售收入/存貨周轉(zhuǎn)天數(shù)=平均存貨×360/該指標是衡量和評價企業(yè)購入存貨、投入生產(chǎn)、銷售回收等環(huán)節(jié)管理狀況的綜合性指標。資產(chǎn)負債率=負債總額/資產(chǎn)負債率反映了總資產(chǎn)中有多大比率是通過借債來籌資的，也可以衡量企業(yè)在清算破產(chǎn)時保護債權(quán)人的程度。產(chǎn)權(quán)比率=負債總額/銷售凈利率=凈利潤/該指標反映了公司資產(chǎn)利用的綜合效果。指標越高，表明資產(chǎn)的利用率越高，說明公司在增加收入和節(jié)約資金使用等方面取得了良好的效果，否則相反。凈資產(chǎn)收益率=凈利潤/52000年的財務(wù)報表作為我們的研究樣本進行分析，這5鋼股份42-3-從上表可以看出，馬鋼股份無論是權(quán)益凈利率還是其它各指標都明顯遜2-3-2為馬鋼股份歷年的杜邦財務(wù)分析情況。2-3-200019991998---19971996我們發(fā)現(xiàn)馬鋼股份歷年的權(quán)益乘數(shù)值相差不大，權(quán)益凈利率的變化主要2000年的資產(chǎn)周轉(zhuǎn)率較大外，其它年份的資產(chǎn)周轉(zhuǎn)率相差不大。因而我們可以得出這樣一個結(jié)論：馬鋼股份權(quán)益凈利率主要是由銷售凈利率決定。我們知道銷售凈利率受銷售收入、銷售成本等因素的影響。至于銷售凈利率受那些因素的影響，我們將作進一步分析：4本文使用的股票數(shù)據(jù)，如果未加以特別說明，均下載于贏時通網(wǎng)站（）2-3-1996 1998 20002-3-199619971998199619971998199920002-3-119961999年逐年下降，20002-3-219961998年逐年1999年開始反彈上升，2000年有較大的升幅。2-3-1997199819991997199819992000-2-3-319971998年的銷售收入減少率大于銷售成本減少率，199919971999年，銷售成本相比銷售收入增長的快（或減少的1997199919971998年主營業(yè)利潤的下降幅度都大于銷售收入下降的幅度。1999年2000年相對于其它年份較為例外，這年銷售成本、銷售收入和主營業(yè)務(wù)利潤都有較大的升幅。主營業(yè)務(wù)利潤的增幅最大，達97.9%。根據(jù)以上的分析，我們得出如下結(jié)論：馬鋼股份權(quán)益凈利率的變化主要取決于銷售凈利率。而馬鋼股份銷售凈利率的變化有兩個方面的原因：一是公司在成本控制方面存在著缺陷，公司在業(yè)務(wù)收入下降的同時，沒有控制好成本，造成了成本下降幅度過小，使得公司利潤下降過快；二是銷售收入受市場價格影響較大，當市場價格降低時，銷售量沒有相應(yīng)增加，導(dǎo)致銷售收入下降。馬鋼股份歷年的年度報告也證實了我們的分析。例如199819941998從日本、韓國、俄羅斯等國進口鋼材對國內(nèi)市場壓力加大，中國的鋼鐵企業(yè)遇到了前所未有的困難。199810%1998年665539.8%2000年年度報告中指出“公司董事會認為，國家對鋼鐵產(chǎn)業(yè)總量的進一步控制，國內(nèi)鋼鐵市場的供大于求矛盾趨于緩和，中國經(jīng)濟形勢趨好，東南亞經(jīng)濟逐步回升，鋼材需求增加，鋼材價格回升，有利于本集團營銷及出口業(yè)務(wù)的擴展。本集團總資產(chǎn)1,685,727萬元，減少2.6%；長期負債14,30517.5%19,175萬元，增加97.9%，系主營業(yè)務(wù)收入增加所致；凈利潤17,60312.4倍，系收下面我們給出馬鋼各年流動比率、速動比率、資產(chǎn)負債率與寶鋼股份、2000年相應(yīng)各比率的平均值：2-3-200019991998199719962000綜合以上分析我們認為馬鋼股份在近期內(nèi)不會出現(xiàn)較大的財務(wù)危機。而且隨著中國“十五”計劃及西部大開發(fā)戰(zhàn)略的逐步實施，國家對鋼鐵總產(chǎn)量的控制，國內(nèi)鋼鐵市場的供大于求矛盾可能趨于緩和。但是危機依然存在，特WO2001年的經(jīng)營形勢的估計應(yīng)持謹慎樂觀態(tài)度。3線性概率模型(LinearProbabilityModels,簡記LPM)5是使用財務(wù)比率我們把公司的信用狀況分為兩類，即違約類（Yi=1）和非違約類（Yi=0）然j隨機變量（Xij）的線性回歸來敘述這種方法。XijYiijXj

i

ijXijj個變量的重要性。E(i)0,我們得到：

Xi1,Xi2,L,Xin)ijXj

Pi=Yi=1（即事件發(fā)生）的概率，而1Pi=Yi=0（即事件不發(fā)生的概率，則變量Yi有如下的分布：1-5E(Y)0(1P)1P

比較(3.1.2)和(3.1.3)

Xi1,Xi2,L,Xin)ijXj

Pi010

Xi1,

i2,L,X

)

XijijXij乘以它們，我們就可以導(dǎo)出公司未來的Yi的預(yù)測值，這個預(yù)測值就是公司違約的概率。LogitLogit模型6Logit模型將01Logit分析的目的是為了找出反映變量值與一組自變量之間的線性關(guān)系。Logit模型與傳統(tǒng)的回歸模型的區(qū)別在于因變量是離散性變量，而傳統(tǒng)回歸模型為連續(xù)10Logistic概率函數(shù)的形式為：P1

(jXijij

PiXijXi1Xi2,LXin下為事件發(fā)生的概率，1Pi

jZijXijj

則(3.1.6)6SPSSforWindowsPF(Z)

1

(3.1.8)Ziii的值在（01之間。通過設(shè)定臨界值作為事件發(fā)生與否的標準。如果事件發(fā)生的概率大于臨界值，則判定事件發(fā)生，反之，判定事件不發(fā)生。由(3.1.8)式得：1P

1

1

11

對（3.1.10）L )

1

j

XijjLogit01與Logit模型的不同之處在于違約概率是正態(tài)分布而不是Logistic分布形式。LogitLogistic分布Logit模型較為直接簡單Logit模型進行分析。多元判別分析法是對研究對象所屬類別進行判別的一種統(tǒng)計分析方法；判別分析就是要從若干表明觀測對象特征的變量值(財務(wù)比率)中篩選出能提供較多信息的變量并建立判別函數(shù)，使推導(dǎo)出的判別函數(shù)對觀測樣本分類時的錯判率最小。率先將這一方法應(yīng)用于財務(wù)危機、公司破產(chǎn)及違約風險分析的開拓者是美國的愛德華·阿爾特曼教授(Edward.I.Altman)1968年22個財務(wù)比率經(jīng)過數(shù)理統(tǒng)計5Z-score模型和在此基礎(chǔ)上改進的“Zeta”判別分析法。而國內(nèi)的分析則集中于多元判別分析法。因而本文將運用線性概率模型Logit模型作為分析的模型，對這兩種模型在中國的使用效果做一分析。1998316日頒布了證監(jiān)文字[1998]6對“狀況異?！钡纳鲜泄镜墓善苯灰讓嵭刑貏e處理(Specialreatment,簡稱ST)。ST股票是指連續(xù)兩年虧損或每股凈資產(chǎn)低于股票面值，其結(jié)果可能破199979Particularransfe,PT。STPT制度的實施在于讓持有績差股的投資者得到風險警示的同時，也提醒有關(guān)上市公司對其經(jīng)營情況進行有效的改善。3.2.3ST、PTST、PT股票和績優(yōu)股的財務(wù)指標有較大的差別，ST、PT股票的財務(wù)狀況明顯劣于績優(yōu)股7ST、PT20016月，我國上海、深圳兩地證券交易所，依照其產(chǎn)生的原因及特征，ST公司和PT公602000537陳靜（1999）和張玲（2000）ST、PT股票和績優(yōu)股可以作59家績優(yōu)股做為分析中的信用風險非違約模型的可靠性在很大程度上依賴于預(yù)警分析指標的質(zhì)量，采用何種標準去界定變量的有效性成為建模者要解決的首要問題。EdwardI.Altman教授在建立企業(yè)破產(chǎn)預(yù)測的Z計分模型時9一是該指標在以前的研究中出現(xiàn)的頻率：二是指標與所要研究問題的潛在相關(guān)性。在參考其他人經(jīng)驗的基礎(chǔ)上，本文在建立指標體系時遵循了以下的原則：險息息相關(guān)。由于破產(chǎn)界限在于不能清償?shù)狡趥鶆?wù)，償債能力很差的企業(yè)往往就面臨較大的破產(chǎn)風險（財務(wù)失敗公司的償債能力。成果的好壞是公司存在和發(fā)展的基礎(chǔ)。一個經(jīng)營業(yè)績很差的公司不僅很難談得上發(fā)展，而且遲早會消亡。因此，一個公司是否會陷入財務(wù)失敗，不僅與其償債能力相關(guān)，而且更重要的是在于這個公司的經(jīng)營狀況和發(fā)展前景。運用資產(chǎn)賺取收入的能力。它直接影響著公司經(jīng)營成果。反映資產(chǎn)管理效率的指標與反映經(jīng)營成果的指標結(jié)合在一起使用，可以全面地評價公司的盈利能力。數(shù)據(jù)很難取得，需要耗費大量的人力和物力，因此這些取得成本很高的財務(wù)指標不予以考慮。例如利息保障倍數(shù)，該財務(wù)指標的計算需要利息費用這項82000502000100200010020002000年年報綜合得出。ST、PT9Altman,Financialratios,discriminantanalysisandthepredictionofcorporate數(shù)據(jù)，但上市公司財務(wù)報告的披露中并沒有這項數(shù)據(jù)，因此，盡管該財務(wù)比率能很好地反映企業(yè)的償債能力，但只能予以剔除。產(chǎn)等指標。因為這些指標不具可比性，各上市公司發(fā)行在外普通股股數(shù)對其數(shù)值有顯著的影響。例如，上市公司進行高比例送股，除權(quán)后每股收益和每股凈資產(chǎn)被稀釋，但事實上除權(quán)前后指標值雖發(fā)生變化，但公司的財務(wù)狀況并未發(fā)生變化。10EdwardI.Altman教授在建立企業(yè)破產(chǎn)預(yù)測的Z計分模型時第一次引入，反映了公司債務(wù)超過資產(chǎn)無力償還債務(wù)時而破產(chǎn)前，公司的資產(chǎn)價值（權(quán)益市值加債務(wù)）能下降多少。該指標從另一側(cè)面反映了二級市場對該上市公司的實質(zhì)評價。該指標中的負債總額是指帳面值。(AB股、HN股)HN股的資料難HN股的股票。權(quán)益資本市值的計算公式為：權(quán)益資本市值=A股股價×A股股數(shù)+B股股價×B（或營運資本是流動資產(chǎn)與流動負債的差額，它是企業(yè)開展日常生產(chǎn)經(jīng)營活動的資金保證，它的數(shù)量決定著企業(yè)資金的整體平衡情況，會對企業(yè)的短期償債能力產(chǎn)生很大影響。通常為了不同企業(yè)之間具可比性，會用營運資本與企業(yè)總資產(chǎn)或銷售收入之比，作為衡量和判斷營運資本是否達到合理數(shù)值的標準。一般情況下，對于長期經(jīng)營損失的公司，其當前資產(chǎn)相對于總資產(chǎn)將有所縮減。因此該比率越高，企業(yè)的破產(chǎn)風險越102000122920001229X7：凈資產(chǎn)收益率=凈利潤/按中國證監(jiān)會發(fā)布的《公開發(fā)行股票公司信息披露的內(nèi)容與格式標準第二號：年度報告的內(nèi)容和格式》規(guī)定，將上式調(diào)整為：凈資產(chǎn)收益率=凈利潤/X8：留存收益/該指標考察了企業(yè)長期累計盈利能力的比率。一般情況下，新企業(yè)相對于老企業(yè)來說，該財務(wù)指標較小而財務(wù)失敗的風險則較大。留存收益=未分配利潤+盈余公積X9：息稅前收益/該比率衡量除去利息、稅收等因素外，公司資產(chǎn)的獲利能力。息稅前收益(EBIT)=利潤總額+財務(wù)費用。X10：總資產(chǎn)周轉(zhuǎn)率=銷售收入/10項指標均對上市公司的財務(wù)狀況有重要的影響，3-2-1非違約組上市公司的財務(wù)特征（59家Std.權(quán)益資本市值/營運資本/5.512E-8.3748E-留存收益/8.215E-息稅前收益/6.248E-3-2-2違約組上市公司的財務(wù)特征（53家Std.權(quán)益資本市值/營運資本/---留存收益/-息稅前收益/-3-2-3全部上市公司的財務(wù)特征（112家Std.權(quán)益資本市值/營運資本/--3.7713E--留存收益/-息稅前收益/-2.4E-從上述三個表的數(shù)據(jù)可應(yīng)看出，非違約組與違約組的上市公司在財務(wù)特征方面的表現(xiàn)有較大的差別。從上述指標的均值看，非違約組上市公司在償（/總資產(chǎn)（資產(chǎn)凈利率、凈資產(chǎn)收益率、留存收益/總資產(chǎn)、息稅前收益/總資產(chǎn)、資產(chǎn)管理能力（總資產(chǎn)周轉(zhuǎn)率）等方面明顯優(yōu)于違約組的上市公司。從上述指標的波動性看，非違約組上市公司指標的波動性小于違約組的上市公司。因此，上市公司財務(wù)危機的發(fā)生有著深刻的財務(wù)根源。同時我們可看出違約組上市公司的產(chǎn)權(quán)比率的均值和波動性遠大于非違約組的上市公司。觀察樣本后發(fā)現(xiàn)，違約組上市公司的產(chǎn)權(quán)比率變化很大，最小的值為-1.8003，最大為88.8167。說明違約組上市公司的負債和權(quán)益有較大的變動。我們再來看權(quán)益資本市值/負債總額比率，違約組上市公司和非違約組上市公司的均值分別為4.3566和5.3291（權(quán)益市值加債務(wù)）可以分別下降81.31%和84.20%。而違約組上市公司資產(chǎn)負債率均值為1.1333在統(tǒng)計分析中多采用配對方式選擇樣本，比如違約的公司與非違約的公司進行配對。再將所有樣本分為分析樣本和保留樣本，并以分析樣本建立函數(shù)式，然后用該函數(shù)式對保留樣本進行檢驗。根據(jù)上述原則，我們把總樣本8040只績優(yōu)股票，40STPT股票；3219只績優(yōu)股票，13ST、PT股票。40ST、PTY等于0，代表非違約事件不發(fā)生。同理，把40只績優(yōu)股票劃為第二組，即非違約組。令對應(yīng)的因變量Y等于1，代表非違約事件的發(fā)生。按線性概率模型，SPSS軟件對以上述樣本進行分析，輸出結(jié)果如下：圖3-3-Variables ty-of-F-o-<=ty-of-F-o->=ty-of-F-o-<=ty-of-F-o->=<=ty-of-F-o->=ty-of-F-o-<=ty-of-F-o->=a.DependentVariable:圖3-3-1F檢驗的相伴概率值小于0.05（默認）的自變量引入回歸方程，大于0.1的自變量剔除出回歸方程。自變量進入回歸方程的次序是：首先，流動比率進入回歸方程，形成模型1；然后，在模型1的基礎(chǔ)上引入第二個自變量資產(chǎn)凈利率，形成模型24。圖3-3-ModelAdjustedRStd.ErrorofthePredictors:(Constant),Predictors:(Constant),流動比率,Predictors:(Constant),流動比率,資產(chǎn)凈利率,總資Predictors:(Constant),流動比率,資產(chǎn)凈利率,總資產(chǎn)周轉(zhuǎn)率,資產(chǎn)負債率圖3-3-2的含義：第三列的RSquare為擬合優(yōu)度檢驗的判定系數(shù)；第四列為調(diào)整后的RSquare。隨著自變量個數(shù)的增加，RSquare系數(shù)的值，調(diào)整后的RSquare系數(shù)的值都在不斷增加，回歸方程的估計標準誤差不斷減小，說明這些自變量的引入對因變量的解釋說明都有比較顯著的貢獻，它們應(yīng)保留在回歸方程中。同時第四個回歸方程的RSquare擬合度為0.745，擬合度較好，整體的估計誤差值也較小。圖3-3-ANOVASumofMean8.604E-7.208E-6.794E-Predictors:(Constant),(Predictors:(Constant),流動比率,資產(chǎn)凈利率,Predictors:(Constant),流動比率,資產(chǎn)凈利率,總資產(chǎn)周轉(zhuǎn)率,圖3-3-3的含義：第二列的三行分別列出了回歸的平方和（Regression余平方和（Residual、總平方和（Total；第三列為自由度；第四列為第二列除以第三列的結(jié)果?？梢钥闯觯S著自變量的引入，均方誤差在不斷地減少，說明這些自變量的引入的確為解釋因變量做出了貢獻。另外，這四個模型的F檢驗也證明所有自變量的回歸系數(shù)不同時為零，因變量和自變量全體之間確實存在線性關(guān)系，可以使用線性模型。圖3-3-ExcludedVariablesBeta---營運資本/留存收益/---權(quán)益資本市值/---息稅前收益/------營運資本/留存收益/---權(quán)益資本市值/---息稅前收益/------營運資本/留存收益/---權(quán)益資本市值/---息稅前收益/---營運資本/留存收益/---權(quán)益資本市值/---息稅前收益/---PredictorsintheModel:(Constant),(PredictorsintheModel:(Constant),流動比率,資產(chǎn)凈利率,(圖3-3-4的含義：從模型1看，第二列表示如果下一步引入凈資產(chǎn)收益率，則它的標準化回歸系數(shù)將是0.147t值和相應(yīng)的伴隨概率分別為1.958和0.054。第五列表示凈資產(chǎn)收益率與因變量的偏向關(guān)系數(shù)為0.218。第六列是共線性檢驗中的容忍度，自變量有較大的容忍度，說明該自變量與其它自變量間的共線性較小。在該步中，凈資產(chǎn)收益率的容忍度為0.926。判別自變量的進入方程規(guī)則是：首先比較t值，其次比較偏相關(guān)系數(shù)，最后比較容忍度，1中山大學碩士學位論 商業(yè)銀行信用風險管理研圖3-3-CoefficientsStd.Zero-1.738E-8.565E-流動比率資------a.DependentVariable: （3-3- （3-3- (不帶常數(shù)項0.53-3-STST-STPTSTPT-PT-PT-STSTSTSTST-表3-3-53-3-4101的股票都0PT股。按式（3.1.5）Logit3-4-概率流動比率總資產(chǎn)周轉(zhuǎn)率資產(chǎn)凈利率產(chǎn)權(quán)比率-息稅前收益/總資產(chǎn)資產(chǎn)負債率-權(quán)益資本市值/總負債-營運資本/總資產(chǎn)凈資產(chǎn)收益率留存收益/總資產(chǎn)X1、X2、X3、X4、X6、X9、X10SPSSLogit回歸分析，結(jié)果如下：Logistic圖3-4-CaseProcessingUnweightedSelectedIncludedinMissingUnselectedthetotalnumberofcases.圖3-4-DependentVariableOriginal圖3-4-2Block0:Beginning圖3-4-ClassificationTableStep OverallConstantisincludedintheThecutvalueis圖3-4-VariablesintheStep 圖3-4-4圖3-4-Variablesnotinthe OverallBlock1:Method=ForwardStepwise圖3-4-Model-2LogCox&SnellRSquareNagelkerkeR數(shù)；第三列為Cox&SnellRSquare為擬合優(yōu)度檢驗的判定系數(shù)；第四列為圖3-4-ClassificationTableStep OverallStep Overalla.Thecutvalueis3-4-7的含義：表示在回歸中各步驟的預(yù)測效果，比如在第二步中，整體98.8%，預(yù)測效果很理想。圖3-4-Variablesnotinthe 圖3-4-Variablesinthe - -Variable(s)enteredonstep1:Variable(s)enteredonstep2: 7.6114.639X15.546

（3-4-由公式(3.1.8)PF

) 1

1e7.6114.639X15.546X

（3-4-3-4-LogitLogitSTST-STPTSTPT-PT-PT-STSTSTSTST-資產(chǎn)凈利率)、總資產(chǎn)周轉(zhuǎn)率)、資產(chǎn)負債率)。資產(chǎn)凈（21認為流動比率和總資產(chǎn)周轉(zhuǎn)率對方程的解釋最為顯著。違約組的上市公司都有著較低的流動比率和總資產(chǎn)周轉(zhuǎn)率。這說明陷入危機的上市公司在很大程度上依靠短期融資維持公司的運轉(zhuǎn)，而造成這種情況的原因在于公司總資產(chǎn)30ST公司作了預(yù)測。結(jié)果如下：3-4-STLogitLogitLogitLogit模型。眾所周知，ST公司是在連續(xù)兩3-5-1列出了這種關(guān)系：3-5-信用風險補償（升水0.5B表中第三列的信用風險補償值為穆迪評級機構(gòu)（Moody’sInvestors2，BaLogit模型中馬鋼股份的信用風險評ViVi

（3-5-Vii年模型的違約值，iV11信用風險補償值為商業(yè)銀行在對公司收取統(tǒng)一利率的基礎(chǔ)上可以對該級別公司征收的最高風險補償?shù)? 基于股票價格的信用風險模股票市場可以視為一個評價上市公司的巨大機制。關(guān)于宏觀經(jīng)濟狀況、行業(yè)及公司的信息會以很快的速度傳導(dǎo)到或大或小的投資者和投資分析人員，因此股價會在整個交易日內(nèi)不斷地變化波動，在公司股價的變化中蘊含著關(guān)于該公司可信度變化的可靠證據(jù)。基于股票市場的信用風險度量的著名V（dt該模型使用了期權(quán)定價理論來對有風險的貸款和債券進行估值，對所有其股權(quán)公開交易的主要公司和銀行的違約可能性做出了預(yù)測。在本章中，我們首先考察貸款與期權(quán)之間的聯(lián)系，然后剖析這種聯(lián)系為何能被用來導(dǎo)出一個預(yù)1OB是在折現(xiàn)的基礎(chǔ)上被借走的。從技術(shù)上講，期權(quán)公OB的任何情形，企業(yè)所有者都 4-2-1B固定的貸款收益，利息和本金能夠全部償還。對于資產(chǎn)的市場價值小于本息盡失。事實上，如果存在直接或間接的破產(chǎn)成本（比如訴訟費），則銀我們把圖4-2-1所示的貸款報酬函數(shù)與某種股票看跌期權(quán)的出售者可以權(quán)的賣方就會保有賣權(quán)收益；如果股票價格低于X款，其得到的報酬與賣出一份借款企業(yè)資產(chǎn)的看跌期權(quán)是同構(gòu)的（isomorphic）Black-Scholes的賣出期權(quán)估值模一種股票的一份看跌期權(quán)的價值=f(SXr,s,一項風險貸款違約選擇權(quán)的價值=fABr,A,

KMVEDFEDFKMV)違約概率的方法。它的創(chuàng)新之處在于它把銀行的貸款問題倒轉(zhuǎn)過來，從借款12。第一步，從公司的股票市場價值、股價的波動性及負債的賬面價值估計出公司的市場價值及其波動性。第二步，根據(jù)公司的負債計算出公司的違約點。公司預(yù)期市場價值和違約點以及公司價值的波動性即可構(gòu)件是標準差的多少倍。第三步，確定違約距離和違約率之間的映射，即根據(jù)具12見安東尼·股權(quán)價值 資產(chǎn)價值4-3-2在貸款期末，企業(yè)資產(chǎn)的市場價值越大，股權(quán)所有者所持有的企業(yè)資產(chǎn)的剩B股權(quán)價值 資產(chǎn)價值4-3--Black-ScholesfEVN(d1)DerN(d2r

N-d1,d2計算得d1,d2 )(rv d1 d2d1

vDelta套期保值理論13DeltaEN(d

（4-3- E

（4-3-EV

V

（4-3-由式（4-3-6）ev

（4-3-與（4-3-7）V、v，從而一定能求出它們的解。場價值長期的經(jīng)驗研究表明企業(yè)資產(chǎn)的市場價值每下降一元，企業(yè)債務(wù)的市19，13DeltaKealhofer的研究成果，用企業(yè)股權(quán)市場價值的波動率來替代企業(yè)資產(chǎn)市我們選取ST南洋作為研究的樣本。ST南洋在2000年末總資產(chǎn)為Logit模型中的不違約的概率分別為-0.150。Sii個時間間隔末的權(quán)益市值價格uln(Si1

（4-4-ui的標準差是 nn1(u

（4-4-

（4-4-

（4-4-n值并不容易。數(shù)據(jù)越多，一般說來獲得的精度越高。4-4-1給出了權(quán)益市90個交易日。4-4-(元Si1/Ln(Si1/SiSi1/Ln(Si1/Si---------------14實際上我們假設(shè)資產(chǎn)價值遵循維納過程（wienerprocesses），請參考約翰·-------------市值的年波動率為 22V的函數(shù)： f(V)VN(d)DerN(d)

（4-4-4-4-V（千元（千元V（千元（千元---------違約距離 資產(chǎn)的預(yù)期價值-違約 V

（4-4-資產(chǎn)的預(yù)期價值資產(chǎn)價值的波動 把數(shù)值代入式（4-4-6）違約距離

10644801064480

也就是下一年企業(yè)如果要發(fā)生違約事件其資產(chǎn)價值將不得不下降634,901千元以上，或者說是下降幅度超過1.1976.60%1.19值的波動性。因而資本市場價值應(yīng)比上述計算出的值大。我們令v1.201.2111.51%11.31%。50%的長期負債時。根據(jù)上述假設(shè)，這兩個違約點值都小于總負債的賬面同樣，我們把馬鋼股份的數(shù)據(jù)代入模型中，得到企業(yè)資產(chǎn)的市場價值經(jīng)驗EDF之遠的一年內(nèi)違約的企業(yè)數(shù)

（4-4-經(jīng)驗EDF

EDF值來。EDF。下圖顯示了這種關(guān)系：4-6-14-4-現(xiàn)有的交易市場價值獨立于Vi：i=1,2,3,4,5Vi,i=1,2,3,4,5:,VV

VV

（4-4-1 2V

3 4 5

（4-4-V

（4-4-式（4-4-10）的V但現(xiàn)在銀行再也不能漠視股票市場的信息了，它們應(yīng)不斷地監(jiān)控股權(quán)市場對FF但作為應(yīng)用期權(quán)理論分析法度量企業(yè)預(yù)期違約頻率的一種嘗試，它已經(jīng)取得了很大的成功，有理由相信對這種方法的修正和進一步完善還會不斷地進行第5 結(jié)論及建F有力的理論支持。而以財務(wù)報表為基礎(chǔ)的多變量信用風險判別模型的理論基FFF變量少、數(shù)據(jù)收集容易，操作快速、簡便、成本低，預(yù)測效果佳。更重要的是應(yīng)用廣泛，它不僅可應(yīng)用于財務(wù)危機、信用風險的預(yù)警分析，也可用于證券評級和企業(yè)綜合經(jīng)營業(yè)績的評價。但是財務(wù)報表分析法作為商業(yè)銀行信用風險最基礎(chǔ)的分析方法，其作用不可低估，而且財務(wù)報表分析法中的財務(wù)指0相繼因經(jīng)營中的失誤遭受重創(chuàng)。例如巴林銀行倒閉事件和日本大和銀行隱瞞7金融業(yè)人士對此進行了深刻的反省，普遍認為市場組織者、監(jiān)管當局固然難7事實上作為金融監(jiān)管當局的人民銀行也認識到了內(nèi)控體系建設(shè)的重要性，并下發(fā)了若干份文件要求金融機構(gòu)予以執(zhí)行。例如《加強金融機構(gòu)內(nèi)部控制的制度，即對貸款企業(yè)的貸前資信調(diào)查，對貸款企業(yè)的貸時審查和對貸款企業(yè)的貸后檢查；貸款業(yè)務(wù)的“審貸分離”審批制度。但從總體上看，我國商業(yè)Mc.Naughton董事會是否履行自己的職責，制定出成文的貸款管理政策和目銀行是否保存被審查的貸款名單，注明信貸審查日期和信用等的，向保險公司投保銀行貸款保證保險，并將保險單作為借款合同附件，這由保險公司代為償還。信用風險保險將風險轉(zhuǎn)移給了保險公司，使自身債權(quán)得以保護，但該方法須謹慎使用，只能對那些資信較差的借款人使用，否則由借款人或第三人對貸款本息的償還提供的一種保證。有擔保的貸款把本應(yīng)銀行承擔的客戶信用風險轉(zhuǎn)嫁給擔保人。但是擔保并不一定能確保貸款得以償還，因為銀行轉(zhuǎn)移風險的同時，又承擔了擔保人信用風險。我國的銀行貸款中信用貸款占了很大的比重，一旦發(fā)生借款人違約現(xiàn)象，該筆貸款就成了理抵押貸款難度很大，一是抵押手續(xù)繁瑣，抵押登記滯后。二是對于一些短期流動資金貸款來說，辦理財產(chǎn)抵押所交納的費用大。三是擔保單位多頭擔款抵押、保證等擔保形式存在許多特殊問題，銀行在實際操作中應(yīng)注意：))60%0700007[(4000-30)1%+300銀行需要計提專項準備金來真實反映信用風險的潛在風險。專項準備金是按照不良貸款的內(nèi)在損失程度計提的，它反映的是評估日貸款賬面價值與實際評估價值的差額，或者說反映的是評估日貸款組合的內(nèi)在損失。與普通準備金不同，專項準備金的變動與貸款的風險損失程度直接相關(guān)，而與貸款總量變化無直接關(guān)系，專項準備金可以彌補普通準備金的不足。上例中如果該銀000 而如今，可供使用的管理信用風險的分析工具日益增加，以至于又有很多人認為信用風險管理已經(jīng)成為一門精確的科學。但事實告訴我們，采取任何一種極端的措施并不能解決好問題。傳統(tǒng)方法有缺陷，同樣信用分析模型n安全，并能保證飛機以更高的速度飛行，甚至在惡劣的天氣情況下飛行。但是無論它們是多么的精密準確，都無法替代飛機駕駛員的飛行技術(shù)和判斷。信用風險模型同樣如此。但是，駕駛員是相信駕駛艙中的儀器的讀數(shù)的，因或者說如此高的可靠性。因而，分析人員的判斷在信用風險的評價和定價中里，商業(yè)銀行的高級管理層需要協(xié)調(diào)好傳統(tǒng)的管理工具（如稽查、對比、控制等）與模型的關(guān)系，而且重新審視傳統(tǒng)的管理工具背后的強有力的信用文風險嵌入每種業(yè)務(wù)之中，它們實際上是商業(yè)銀行每天業(yè)務(wù)的一個必須應(yīng)對的方面。銀行每位職員都必須知道什么是對的，什么是錯的，亦即會因什這樣一個制度需要用企業(yè)的風險文化作為支持，企業(yè)的風險文化界定了企業(yè)能承受的風險的大小。一個高層管理人員不可能一眼就看出每一特定的職員想要做什么。每個組織都必須建立起一種能夠反映人類本質(zhì)現(xiàn)實的文化。這樣的文化告訴員工：我們將對表現(xiàn)良好者給予獎賞，但你們一定要按規(guī)則辦事。同樣在我國的商業(yè)銀行越來越多地接觸到更多的更新的信用風險管理工具時，銀行的信用風險文化顯得比以往任何時候都重要。銀行必須認真地思 2002年中國企業(yè)發(fā)展高官會上指出中國四大國有商業(yè)銀行的不良貸款已見底，大約為1800025%。這說明經(jīng)過幾年的努力，不良貸款的存量部分已一、基于樣本數(shù)據(jù)選取的方便性考慮，本文選取得樣本全部來源于上市因此模型雖然對上市公司有效，但對于非上市公司來講是否有效，則有待作于我國股票市場價格過高所至。但事實是否如此，EDF模型是否并不適用于SPSSforWindows翁非玉，信息技術(shù)支持下的信貸風險管理改進，《國際金融研究》，1999/4劉丹丹，從美銀行資信評估體系看我國的信貸風險管理，《國際經(jīng)貿(mào)探2001/5Altman,E.I..1968.Financialratios,discriminantanalysisandthepredictionofcorporatebankruptcy.JournalofFinance4:589-609.Altman,E.I.1994.CorporateDistressDiagnosis:ComparisonsUsingLinearDiscriminantAnalysisandNeuralNetworks.JournalofBanking&FinanceAltman,E.I.1989.MeasuringcorporatebondmortalityandJournalofFinance9:909-AltmanE.I,NarayananP.1977.Zetaanalysis-anewmodeltoidentifybankruptcyriskofcorporations.JournalofBankin