商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)價(jià)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(jì)學(xué)入手，本文首先論述了商業(yè)銀行信用風(fēng)險(xiǎn)產(chǎn)生的理論根源，并指出我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)產(chǎn)生的特殊成因。接著應(yīng)用杜邦財(cái)務(wù)分析方法進(jìn)行了實(shí)例分析。進(jìn)而采用多變量信用風(fēng)險(xiǎn)判別模型中的線性概率模型和Logit模型對(duì)信用風(fēng)險(xiǎn)進(jìn)行分析，結(jié)果顯示線性概率模型和Logit模型對(duì)上市公司的財(cái)務(wù)失敗有很好的預(yù)測(cè)力，商業(yè)銀行可以據(jù)此得出企業(yè)信用風(fēng)險(xiǎn)狀況的定量分析結(jié)果。本文首次對(duì)EDF模型進(jìn)EDFSTSTLogit價(jià)格與其價(jià)值不符所至，我國(guó)股票市場(chǎng)價(jià)格可能存在高估現(xiàn)象。商業(yè)銀行信用風(fēng)險(xiǎn)管理是一個(gè)系統(tǒng)工程，需要進(jìn)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(lái)的研究方向。關(guān)鍵詞：信用風(fēng)險(xiǎn)、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(fēng)險(xiǎn)理論綜 信用風(fēng)險(xiǎn)的成 我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)的成 信用風(fēng)險(xiǎn)分析方法綜 2章財(cái)務(wù)報(bào)表分析在信用風(fēng)險(xiǎn)管理中的應(yīng)用導(dǎo) 財(cái)務(wù)比率分 實(shí)例分 第3章基于會(huì)計(jì)數(shù)據(jù)的多變量信用風(fēng)險(xiǎn)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(fēng)險(xiǎn)評(píng) 第4章基于股票價(jià)格的信用風(fēng)險(xiǎn)模 導(dǎo) 貸款與可選擇性之間的聯(lián) EDF模 實(shí)證研 實(shí)證結(jié)果分 EDF模型的進(jìn)一步分 小 第5章結(jié)論及建 結(jié) 政策建 參考文 一般來(lái)說(shuō)，風(fēng)險(xiǎn)是指在一定條件下和一定時(shí)期內(nèi)可能發(fā)生的各種結(jié)果的變動(dòng)程度。這一定義包含了兩點(diǎn)含義：一是風(fēng)險(xiǎn)是事件本身的不確定性，具有客觀性；二是風(fēng)險(xiǎn)是一定時(shí)期內(nèi)的風(fēng)險(xiǎn)，其大小隨事件的延續(xù)而變化。風(fēng)險(xiǎn)可能給投資者帶來(lái)超出預(yù)期的收益，也可能帶來(lái)超出預(yù)期的損失。一般來(lái)說(shuō)，投資者對(duì)意外損失的關(guān)切，比對(duì)意外收益要強(qiáng)烈的多。因此人們研究風(fēng)險(xiǎn)時(shí)側(cè)重減少損失，主要從不利的方面來(lái)考察風(fēng)險(xiǎn)，經(jīng)常把風(fēng)險(xiǎn)看成是不利事件發(fā)生的可能性。從財(cái)務(wù)的角度來(lái)說(shuō)，風(fēng)險(xiǎn)主要指無(wú)法達(dá)到預(yù)期報(bào)酬的可1、謂以誠(chéng)信使用人；2大辭典》的解釋。因而，信用風(fēng)險(xiǎn)指價(jià)值的償還性在一定條件下和一定時(shí)期內(nèi)可能發(fā)生的各種結(jié)果的變動(dòng)程度。具體到商業(yè)銀行信用風(fēng)險(xiǎn)則是指企業(yè)或個(gè)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(fēng)險(xiǎn)是商業(yè)銀行最常見(jiàn)也是最傳統(tǒng)的風(fēng)險(xiǎn)類(lèi)別。盡管目前商業(yè)銀行的業(yè)務(wù)范圍不斷擴(kuò)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(lái)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(dòng)性危機(jī)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(wú)法回收造成的。保羅·克魯格曼1997還是從絕對(duì)額上看，都已經(jīng)到了令人擔(dān)憂的程度。據(jù)有關(guān)人士估計(jì)（范旭斌，20001984~199010%8015%20001994~1997年，國(guó)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(guó)國(guó)有企業(yè)實(shí)施破產(chǎn)兼并力度最大的兩年，也是國(guó)有商業(yè)銀行不良貸款上升幅25%比率計(jì)算，1999年末，我國(guó)國(guó)有商業(yè)銀1500019971998300400億元，但遠(yuǎn)遠(yuǎn)比不上不良貸款的新增加額。其不良貸款比率，不僅遠(yuǎn)遠(yuǎn)高于人民銀行規(guī)定的15%的比例，而且同時(shí)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(gòu)了國(guó)有商業(yè)銀行剝離出來(lái)4200多億元貸款實(shí)行了債轉(zhuǎn)股，明顯降低了國(guó)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(wèn)題的解決，沒(méi)有從根本上解決增量的問(wèn)題。而且由于不良貸款基數(shù)較大等因素影響，加之當(dāng)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(fēng)險(xiǎn)依然存在。它山之石，可以攻玉。學(xué)習(xí)和借鑒國(guó)外發(fā)達(dá)國(guó)家先進(jìn)的金融風(fēng)險(xiǎn)預(yù)測(cè)方法、度量技術(shù)和管理經(jīng)驗(yàn)以強(qiáng)化我國(guó)銀行業(yè)風(fēng)險(xiǎn)的防范、化解和控制能力就成了我們的現(xiàn)實(shí)選擇，具有極為重要的理論價(jià)值和深遠(yuǎn)的實(shí)踐意義。近年來(lái)，信用風(fēng)險(xiǎn)研究在我國(guó)得到了較高的重視，也形成了一批有價(jià)值的研究成果。但國(guó)內(nèi)對(duì)信用風(fēng)險(xiǎn)的研究大多注重從宏觀因素入手分析銀行信用風(fēng)險(xiǎn)，大多是定性的研究，定量的研究則較為鮮見(jiàn)，而國(guó)外對(duì)信用風(fēng)險(xiǎn)的研究已多集中于定量的研究。本文將對(duì)信用風(fēng)險(xiǎn)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(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的起因、信用分析模型作了較為詳細(xì)的綜述；第2了實(shí)例分析；第3章采用多變量信用風(fēng)險(xiǎn)判別模型對(duì)信用風(fēng)險(xiǎn)進(jìn)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(jìn)行了實(shí)證研究。商業(yè)銀行可以通過(guò)模型得出企業(yè)風(fēng)險(xiǎn)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(xué)的方法；第4EDF模型對(duì)信用風(fēng)險(xiǎn)進(jìn)行深度的理論與實(shí)證分析。由于EDF模型求解問(wèn)題復(fù)雜，國(guó)外的研究大部分限于理論層次KMVEDF模型作為其公司開(kāi)發(fā)的一種產(chǎn)品，其求解方法并VC++編程得出問(wèn)題的解，并且給出了企業(yè)資產(chǎn)價(jià)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(duì)前面的理論分析、實(shí)證研究作了歸納，論述了商業(yè)銀行信用風(fēng)險(xiǎn)管理體系建設(shè)問(wèn)題。1700多年前，銀行在佛羅倫薩組建起來(lái)以后，銀行就成為一個(gè)社會(huì)最主要的貸款機(jī)構(gòu)。信用風(fēng)險(xiǎn)也就與信貸行為形影不離，對(duì)一個(gè)特定的借款人是否會(huì)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(dāng)今金融市場(chǎng)中愈演愈烈？許多經(jīng)濟(jì)學(xué)家都認(rèn)為，信用風(fēng)險(xiǎn)是普遍存在的，產(chǎn)生信用風(fēng)險(xiǎn)的原因有些是由于交易者的不正當(dāng)及違規(guī)、違法行為引起的，但更多的是由于金融市場(chǎng)機(jī)制本身的問(wèn)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(jì)學(xué)關(guān)于金融機(jī)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(lái)解釋金融體系的內(nèi)在脆弱性。金德?tīng)柌└瘢–.Kindlebeger，1985）也從同樣的角度對(duì)金融體系的內(nèi)在脆弱性做出了解釋。他和明斯基被認(rèn)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(zhǎng)波理論的基礎(chǔ)之上，他認(rèn)為，私人信用創(chuàng)造機(jī)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(jī)和破產(chǎn)浪潮，金融中介的困境被傳遞到經(jīng)濟(jì)的各組成部分，從而產(chǎn)生宏觀經(jīng)濟(jì)的動(dòng)蕩和危機(jī)。他5020-30年間，貸款人的貸款條件越來(lái)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(lèi)：第一類(lèi)是抵補(bǔ)性企業(yè)，它們只根據(jù)自己未來(lái)的現(xiàn)金流量做抵補(bǔ)性的融資，它們是最安全的借款人；第二類(lèi)是投機(jī)性的借款人，他們根據(jù)預(yù)測(cè)的未來(lái)資金豐缺程度和時(shí)間來(lái)確定借款；第三類(lèi)是高風(fēng)險(xiǎn)的借款企業(yè)，它們的借款用于投資回收期很長(zhǎng)的項(xiàng)目，在較長(zhǎng)時(shí)期內(nèi)它們都無(wú)法用投資的收益還本付息，而需要滾動(dòng)融資用于支付利息。隨著經(jīng)濟(jì)的進(jìn)一步繁榮，在借款人中后兩類(lèi)的所占比重越來(lái)越大，而較為安全的第一類(lèi)借款人所占比重越來(lái)越小，生產(chǎn)部門(mén)、個(gè)人和家庭的債務(wù)相對(duì)于其收入的比例都越來(lái)越高。然而這種長(zhǎng)波上升階段之后必然迎來(lái)滑坡，任何打斷信貸資金流入生產(chǎn)部門(mén)的事件都將引起違約和破產(chǎn)的潮流，而這又將進(jìn)一步反饋影響金融體系。結(jié)果金融機(jī)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(jī)爆發(fā)。明斯基在解釋這一循環(huán)往復(fù)的長(zhǎng)波時(shí)，提出了兩種可能的原因：一個(gè)是所謂的代際遺忘解釋?zhuān)℅enerationalIgnoranceAgument，即今天的的貸款人忘記了過(guò)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(shí)距離上次的金融災(zāi)難已經(jīng)過(guò)去了一個(gè)很長(zhǎng)的時(shí)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(gè)解釋是競(jìng)爭(zhēng)壓力解釋(RivalrousPressureAgument)，即貸款人士由于競(jìng)爭(zhēng)的壓力而做出許多不謹(jǐn)慎的貸款決策，因?yàn)槿绻贿@樣做，他們將失去客戶(hù)和市場(chǎng)。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(wú)法說(shuō)明為什么經(jīng)濟(jì)行為人要按照那種破壞自身利益的非理性方式來(lái)行事。由于明斯基和金德?tīng)柌└裨陉U述金融體系內(nèi)在脆弱性時(shí)缺乏微觀基礎(chǔ)的分析論證，他們?cè)诤艽蟪潭壬喜坏貌灰蕾?lài)心理學(xué)的判斷來(lái)解釋金融主體的非理性行為。近年來(lái)由于博弈論和信息經(jīng)濟(jì)學(xué)等微觀經(jīng)濟(jì)學(xué)領(lǐng)域的最新發(fā)展，經(jīng)濟(jì)學(xué)家對(duì)金融市場(chǎng)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(gè)領(lǐng)域，信用風(fēng)險(xiǎn)的成因也得到了全新的解釋。（一）信息經(jīng)濟(jì)學(xué)認(rèn)為，在經(jīng)濟(jì)運(yùn)行中的任何一項(xiàng)交易中，如果交易雙方所擁有的與該項(xiàng)交易有關(guān)的信息是不對(duì)稱(chēng)的，就會(huì)引起“逆向選擇”和“道德風(fēng)所謂的信息不對(duì)稱(chēng)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(duì)所謂的道德風(fēng)險(xiǎn)，梅耶森（Myeson，1991）將其定義為“參是指由于經(jīng)營(yíng)者或參與市場(chǎng)交易者在得到來(lái)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(dān)責(zé)任，或可能得到某種補(bǔ)償，這將“激勵(lì)”其傾向于做出風(fēng)險(xiǎn)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(duì)稱(chēng)，擁有信息不真實(shí)或信息較少的一方會(huì)傾向于做出錯(cuò)誤的選擇，即逆向選擇。（tiglitz&eiss1981借款人對(duì)其借款所投資的項(xiàng)目的風(fēng)險(xiǎn)擁有更多的信息，而最終的債權(quán)人—儲(chǔ)蓄者對(duì)信貸用途則缺乏了解，從而產(chǎn)生了信貸市場(chǎng)上的逆向風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)。如果不存在金融中介，由儲(chǔ)蓄者和借款人進(jìn)行直接的交易，逆向選擇和道德風(fēng)險(xiǎn)就會(huì)變得相當(dāng)嚴(yán)重，信貸市場(chǎng)就會(huì)萎縮乃至完全消失；金融中介機(jī)構(gòu)的產(chǎn)生可以在一定程度上降低信息的不對(duì)稱(chēng)。當(dāng)最終貸款人（儲(chǔ)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(jī)構(gòu)手中時(shí)，它們事實(shí)上委托了金融機(jī)構(gòu)作為代理人對(duì)不同的借款人實(shí)施差別對(duì)待，即根據(jù)相對(duì)風(fēng)險(xiǎn)的大小來(lái)對(duì)貸款進(jìn)行定價(jià)，這樣就可以降低逆向選擇風(fēng)險(xiǎn)；相對(duì)于零散的儲(chǔ)蓄者，金融中介機(jī)構(gòu)處于更有利的地位來(lái)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(fēng)險(xiǎn)。但正如下面的分析所指出的那樣，金融中介機(jī)構(gòu)的產(chǎn)生并不能完全消除信息的不對(duì)稱(chēng)性。（二）在信息經(jīng)濟(jì)學(xué)中，常常將在交易中擁有信息優(yōu)勢(shì)的一方稱(chēng)為代理人，將不具備信息優(yōu)勢(shì)的一方稱(chēng)為委托人。在商業(yè)銀行的信用風(fēng)險(xiǎn)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(duì)引起信用風(fēng)險(xiǎn)原因的解釋可歸納為以下三點(diǎn)：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(duì)稱(chēng)的存在，在一般情況下，當(dāng)商業(yè)銀行發(fā)放貸款時(shí)，銀行對(duì)借款人的資金用途、投資項(xiàng)目的風(fēng)險(xiǎn)和收益等信息的了解小于借款人；同時(shí)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(duì)隨時(shí)追蹤借款人貸款使用情況的信息所需花費(fèi)的大量人力和費(fèi)用力不從心。商業(yè)銀行要想安全地實(shí)現(xiàn)對(duì)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(diǎn)，也需要付出極高的交易成本，這種高昂的交易成本也會(huì)迫使銀行放棄為消除不對(duì)稱(chēng)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(shí)際經(jīng)營(yíng)者（管理人員）雙方在利益本位、信息支配以及所負(fù)責(zé)任上存在很大的不對(duì)稱(chēng)性，因此有可能出現(xiàn)經(jīng)營(yíng)者操縱銀行以追求個(gè)人利益而損害所有者利益的行為。當(dāng)所有者和經(jīng)營(yíng)者之間缺乏一個(gè)健全的監(jiān)控合同框架時(shí)，管理人員的自利動(dòng)機(jī)將驅(qū)使銀行從事一些高風(fēng)險(xiǎn)高收益的信貸活動(dòng)。但是，未來(lái)事件的不確定性使得雙方難以達(dá)成一個(gè)完全的監(jiān)控合同，當(dāng)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(dòng)時(shí)，信用風(fēng)險(xiǎn)也就產(chǎn)生了。3行破產(chǎn)倒閉，穩(wěn)定銀行業(yè)的同時(shí)，也帶來(lái)了一種負(fù)面效應(yīng)，即銀行在其信貸風(fēng)險(xiǎn)成本中的大部分轉(zhuǎn)移到這些公共機(jī)構(gòu)身上，自己卻可以更加放心大膽地從事一些高風(fēng)險(xiǎn)、高收益的信貸活動(dòng)，不必?fù)?dān)心會(huì)遭受到嚴(yán)厲的社會(huì)懲罰。在發(fā)展中國(guó)家，銀行業(yè)信貸風(fēng)險(xiǎn)中有相當(dāng)大一部分起源于國(guó)家對(duì)銀行業(yè)的過(guò)度保護(hù)。嚴(yán)重依賴(lài)國(guó)家的體制使得大多數(shù)銀行（尤其是國(guó)有銀行）普遍缺乏有效的自我風(fēng)險(xiǎn)控制的內(nèi)在激勵(lì)機(jī)制，從而誘發(fā)信用風(fēng)險(xiǎn)。從歷史的角度來(lái)看，我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)的成因有其特殊的一面，其表現(xiàn)為以下幾點(diǎn)：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(dòng)性為經(jīng)營(yíng)原則，實(shí)行自主經(jīng)營(yíng)、自擔(dān)風(fēng)險(xiǎn)、自負(fù)盈虧、自我約束，依法開(kāi)展業(yè)務(wù)，不受任何單位和個(gè)人的干涉。但是由于我國(guó)還處在經(jīng)濟(jì)體制的轉(zhuǎn)軌過(guò)程中，商業(yè)銀行的市場(chǎng)主體地位尚未得到完全確立，其信貸經(jīng)營(yíng)受到外界特別是來(lái)自政府的干預(yù)還相當(dāng)嚴(yán)重。傳統(tǒng)計(jì)劃體制下的資金供給制和財(cái)稅改革后“撥改貸”制度，使國(guó)有商業(yè)銀行的大量貸款在國(guó)有企業(yè)中沉淀、呆滯，形成巨額的不良信貸資產(chǎn)，給國(guó)有商業(yè)銀行背上了沉重的歷史包袱；改革開(kāi)放后相當(dāng)長(zhǎng)的時(shí)期內(nèi)，國(guó)有商業(yè)銀行的信貸活動(dòng)必須遵守政府制定的指令性計(jì)劃，其貸款對(duì)象的選擇必須符合國(guó)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(fēng)險(xiǎn)；而在我國(guó)確立社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制以來(lái)，各級(jí)政府對(duì)商業(yè)銀行信貸活動(dòng)的干預(yù)依然存在。這主要體現(xiàn)在以下兩個(gè)方面：1業(yè)的技術(shù)進(jìn)步，必須對(duì)企業(yè)的技術(shù)開(kāi)發(fā)、進(jìn)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(jì)發(fā)展，中央政府要求中國(guó)農(nóng)業(yè)銀行對(duì)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(xiàng)目評(píng)估和審批上把關(guān)不嚴(yán)，缺乏足夠的經(jīng)濟(jì)約束力，借款人對(duì)貸款的管理和使用上都缺乏足夠的嚴(yán)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(yíng)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(yíng)自主權(quán)。目前地方政府對(duì)商業(yè)銀行信貸活動(dòng)的干預(yù)，反映在以下方面：（1）為實(shí)現(xiàn)地方經(jīng)濟(jì)的增長(zhǎng)，體現(xiàn)其政績(jī)，地方政府已成為當(dāng)?shù)亟?jīng)濟(jì)發(fā)展籌集資金的主角。在財(cái)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(dāng)?shù)劂y行提供貸款支持。由于地方政府不承擔(dān)貸款的風(fēng)險(xiǎn)責(zé)任，這些貸款沒(méi)有安全（2）為了保證地方的社會(huì)、政治穩(wěn)定，地方政府還經(jīng)常強(qiáng)迫商業(yè)銀行對(duì)已經(jīng)陷入經(jīng)營(yíng)困難，甚至出現(xiàn)嚴(yán)重債務(wù)危機(jī)的企業(yè)提供貸款支持，這種“安定團(tuán)結(jié)貸款”往往自發(fā)放時(shí)就成為不良貸款。企業(yè)特別是國(guó)有企業(yè)作為銀行貸款的主要借款人，其經(jīng)營(yíng)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(guó)有企業(yè)經(jīng)營(yíng)機(jī)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(guó)有企業(yè)經(jīng)濟(jì)效益低下是形成商業(yè)銀行信貸風(fēng)險(xiǎn)的一個(gè)重要經(jīng)濟(jì)原因。1政企分開(kāi)，許多下放給企業(yè)的權(quán)利被各級(jí)政府部門(mén)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(guó)有企業(yè)的法人地位，但由于國(guó)有企業(yè)沒(méi)有獲得獨(dú)立的財(cái)產(chǎn)權(quán)，也就無(wú)法獨(dú)立地承擔(dān)法人責(zé)任。企業(yè)的風(fēng)險(xiǎn)仍由政府承擔(dān)。在這樣的關(guān)系下，企業(yè)可以由政府的支持和保護(hù)向銀行要錢(qián)，對(duì)銀行貸款卻不會(huì)有還款的壓力，必然會(huì)對(duì)銀行信貸資產(chǎn)造成風(fēng)險(xiǎn)。2企業(yè)經(jīng)濟(jì)效益的下降，直接影響到對(duì)貸款的償還能力，使得貸款的償還失去了經(jīng)濟(jì)保證。3的現(xiàn)象也相當(dāng)嚴(yán)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(jià)購(gòu)進(jìn)大量殘次、滯銷(xiāo)商品，用這些商品以大大高于原價(jià)值的價(jià)格向銀行抵債，以逃避銀行債務(wù)。目前在社會(huì)經(jīng)濟(jì)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(guó)有單位，這使得國(guó)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(jì)所有者代表的各級(jí)政府，使得商業(yè)銀行的經(jīng)營(yíng)活動(dòng)容易受到各級(jí)政府的干預(yù)。2我約束和風(fēng)險(xiǎn)防范機(jī)制，經(jīng)營(yíng)管理的市場(chǎng)化程度自然很低，特別是四大國(guó)有商業(yè)銀行，其原專(zhuān)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(duì)貸款項(xiàng)目的審查不負(fù)責(zé)任，流于形式。如不對(duì)貸款項(xiàng)目的發(fā)展前景，借款人的信用可靠性進(jìn)行深入的調(diào)查（2）貸款投放出去以后，對(duì)貸款運(yùn)行質(zhì)量缺乏管理，也不了解借款人的經(jīng)營(yíng)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(zé)、權(quán)、利脫節(jié)，責(zé)任的歸屬界限不清，對(duì)貸款回在專(zhuān)家法下，信貸決策由當(dāng)?shù)氐幕蚍种C(jī)構(gòu)的貸款負(fù)責(zé)人做出。這意味著，批準(zhǔn)信貸的決策取決于此人的專(zhuān)業(yè)技能、主觀判斷和對(duì)某些關(guān)鍵因素的RogerHale1-3-1給出了整個(gè)評(píng)價(jià)過(guò)程的流程圖。1-3-

有興趣？風(fēng)險(xiǎn)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(guò)程中會(huì)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(shí)力(Capital)(Collateral)和經(jīng)營(yíng)環(huán)境條件(Condition)五個(gè)方面進(jìn)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(dān)保物(What)及如何還款(How)。無(wú)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(jìn)行評(píng)分，使信用數(shù)量化，從而確定其信用等級(jí)以作為其是否貸款、貸款標(biāo)準(zhǔn)的確定和隨后貸款跟蹤監(jiān)測(cè)期間的政策調(diào)整依據(jù)。最早的貸款評(píng)級(jí)方法之一是美國(guó)貨幣監(jiān)理署（OCC）開(kāi)發(fā)的。OCC和銀行采用這種方法評(píng)估貸款損失準(zhǔn)備金的充分性。OCC的評(píng)級(jí)方法將現(xiàn)有貸款5類(lèi)：4類(lèi)低質(zhì)量級(jí)別的，一類(lèi)高質(zhì)量級(jí)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(biāo)準(zhǔn)已被我國(guó)商業(yè)銀行所引用，即貸款風(fēng)險(xiǎn)的五級(jí)分類(lèi)法。實(shí)際上美國(guó)的很多銀行（60%1開(kāi)發(fā)出銀行內(nèi)部的貸款評(píng)級(jí)方法。這些內(nèi)部評(píng)級(jí)方法更細(xì)致更進(jìn)一步劃分合格/可履約貸款的評(píng)級(jí)類(lèi)別。比如，在任何給定的時(shí)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(duì)這些貸款持有一定比例的準(zhǔn)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(píng)級(jí)方法及其對(duì)應(yīng)的債券評(píng)級(jí)：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(dāng)高的風(fēng)險(xiǎn)；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(dòng)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(diǎn)，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(guò)分的和沒(méi)有保證的信用風(fēng)險(xiǎn)，但尚未達(dá)到可劃入不合格類(lèi)型的程度。盡管資產(chǎn)在當(dāng)前得到保護(hù)，但是這種保護(hù)可能是脆弱商業(yè)信用無(wú)法接受，存在無(wú)法正常償付的危險(xiǎn)。盡管還不能預(yù)計(jì)本金或利息的損失，但是，確定無(wú)疑的脆弱性會(huì)損害債務(wù)的回收。現(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(wèn)題?，F(xiàn)存問(wèn)題的嚴(yán)重程度已達(dá)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(shì)和估價(jià)，全部預(yù)期會(huì)發(fā)生總體上的損失。存在某項(xiàng)不可回收的資產(chǎn)，或者這類(lèi)價(jià)值低微的資產(chǎn)已無(wú)法正當(dāng)合理地被歸入有活力的資產(chǎn)一類(lèi)。雖然這類(lèi)資產(chǎn)也許還有可回收的價(jià)值或殘值，但又達(dá)不到應(yīng)該延長(zhǎng)銷(xiāo)賬的1-3-1OCC6（1~6級(jí)。7~10OCC4種低質(zhì)量貸款評(píng)級(jí)。這些貸款評(píng)級(jí)方法與債券評(píng)聯(lián)邦儲(chǔ)備體系特別工作組報(bào)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(duì)應(yīng)于各級(jí)別的風(fēng)險(xiǎn)調(diào)整系數(shù)可以由銀行自行制定。對(duì)于評(píng)級(jí)級(jí)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(píng)級(jí)的另一種應(yīng)用方式，即以分配到每一評(píng)級(jí)級(jí)別的貸款為基礎(chǔ)計(jì)算加權(quán)平均的風(fēng)險(xiǎn)評(píng)級(jí)（ARR。 WARRriei/

（1-4- 其中ri：風(fēng)險(xiǎn)評(píng)級(jí)級(jí)別；ei由于信用危機(jī)往往是由財(cái)務(wù)危機(jī)引致而使銀行和投資者面臨巨大的信用風(fēng)險(xiǎn)，及早發(fā)現(xiàn)和找出一些預(yù)警財(cái)務(wù)趨向惡化的特征財(cái)務(wù)指標(biāo)，無(wú)疑可判斷借款人或證券發(fā)行人的財(cái)務(wù)狀況，從而確定其信用等級(jí)，為信貸和投資提供依據(jù)。基于這一動(dòng)機(jī)，金融機(jī)構(gòu)通常將信用風(fēng)險(xiǎn)的測(cè)度轉(zhuǎn)化為企業(yè)財(cái)務(wù)狀況的衡量問(wèn)題。因此，一系列財(cái)務(wù)比率分析方法也應(yīng)運(yùn)而生。財(cái)務(wù)比率綜合分析法就是將各項(xiàng)財(cái)務(wù)分析指標(biāo)作為一個(gè)整體，系統(tǒng)、全面、綜合地對(duì)企業(yè)財(cái)務(wù)狀況和經(jīng)營(yíng)情況進(jìn)行剖析、解釋和評(píng)價(jià)。這類(lèi)方法的主要代表有杜邦財(cái)務(wù)分析體系和沃爾比重評(píng)分法，前者是以?xún)糁祱?bào)酬率為龍頭，以資產(chǎn)凈利潤(rùn)率為核心，重點(diǎn)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(xiàng)財(cái)務(wù)比率分別給定各自的分?jǐn)?shù)比重，通過(guò)與標(biāo)準(zhǔn)比率進(jìn)行比較，確定各項(xiàng)指標(biāo)的得分及總體指標(biāo)的累計(jì)分?jǐn)?shù)，從而得出企業(yè)財(cái)務(wù)狀況的綜合評(píng)價(jià)，繼而確定其信用等級(jí)。多變量信用風(fēng)險(xiǎn)判別模型是以特征財(cái)務(wù)比率為解釋變量，運(yùn)用數(shù)量統(tǒng)計(jì)方法推導(dǎo)而建立起的標(biāo)準(zhǔn)模型。運(yùn)用此模型預(yù)測(cè)某種性質(zhì)事件發(fā)生的可能性，及早發(fā)現(xiàn)信用危機(jī)信號(hào)，使經(jīng)營(yíng)者能夠在危機(jī)出現(xiàn)的萌芽階段采取有效措施Logit、Probit隨著資本市場(chǎng)的迅速發(fā)展、融資的非中介化、證券化趨勢(shì)以及金融創(chuàng)新工具的大量涌現(xiàn)，信用風(fēng)險(xiǎn)的復(fù)雜性也日益顯著。人們認(rèn)為以財(cái)務(wù)比率為基礎(chǔ)的統(tǒng)計(jì)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(chǎng)上快速變化的動(dòng)態(tài)價(jià)值；鑒于此，一系列信用風(fēng)險(xiǎn)衡量的新方法相繼提出。這類(lèi)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(jià)模型相似。因此也稱(chēng)作信用風(fēng)險(xiǎn)的期權(quán)定價(jià)模型。Black-Scholes-Merton系列定價(jià)模型表明一家公司的破產(chǎn)概率取決于公司資產(chǎn)相對(duì)于其初始市場(chǎng)價(jià)值和資產(chǎn)市價(jià)的波動(dòng)率。當(dāng)公司資產(chǎn)的市場(chǎng)價(jià)值低于其負(fù)債價(jià)值，即資不抵債時(shí)，那么該公司實(shí)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(jià)值看成是建立在公司資產(chǎn)價(jià)值上的一個(gè)看漲期權(quán)；其二是公司股票價(jià)值波動(dòng)率與公司資產(chǎn)價(jià)值變化之間的關(guān)系。在實(shí)踐中，通過(guò)觀察在一定標(biāo)準(zhǔn)差水準(zhǔn)上的公司在一年內(nèi)有多少比例的公司破產(chǎn)，以此來(lái)衡量任一具有同樣標(biāo)準(zhǔn)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(biāo)準(zhǔn)普爾的信用等級(jí)和債券到期年限，采用債券實(shí)際違約的歷史數(shù)據(jù)建立的違約概率經(jīng)驗(yàn)值，對(duì)各類(lèi)信用等級(jí)和期限債券的違約風(fēng)險(xiǎn)的衡量。美國(guó)穆迪(1990)和標(biāo)準(zhǔn)普爾(1991)兩家著名評(píng)級(jí)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(wú)法收集到足夠的貸款違約歷史數(shù)據(jù)供建立一個(gè)非常穩(wěn)定的違約概率數(shù)據(jù)庫(kù)。因此美國(guó)許多大型銀行正致力于建立一個(gè)全國(guó)貸款違約和違約損失率的共享數(shù)據(jù)庫(kù)。4090年代的新生事物。神經(jīng)網(wǎng)絡(luò)是從神經(jīng)心理學(xué)和認(rèn)識(shí)科學(xué)研究成果出發(fā)，應(yīng)用數(shù)學(xué)方法發(fā)展起來(lái)的一種并行分布模式處理系統(tǒng)，具有高度并行計(jì)算能力、自學(xué)能力和容錯(cuò)能力。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是由一個(gè)輸入層、若干個(gè)中間隱含層和一個(gè)輸出層組成。國(guó)外研究者如Altman,aretto(1994)對(duì)意大利公司財(cái)務(wù)危機(jī)預(yù)測(cè)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(duì)美國(guó)公司和銀行財(cái)務(wù)危機(jī)進(jìn)行了預(yù)測(cè)，取得了一定的效果。然而神經(jīng)網(wǎng)絡(luò)的最大缺點(diǎn)是其工作的隨機(jī)性較強(qiáng)。因?yàn)橐玫揭粋€(gè)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(fèi)人力與時(shí)間，因此應(yīng)用受到了限制。Altman(1994)2在對(duì)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(fēng)險(xiǎn)識(shí)別和預(yù)測(cè)中的應(yīng)用，并沒(méi)有實(shí)質(zhì)性的優(yōu)于線性判別綜觀國(guó)際上信用風(fēng)險(xiǎn)分析這一領(lǐng)域的研究和實(shí)際應(yīng)用，信用風(fēng)險(xiǎn)分析方法從主觀判斷分析法和傳統(tǒng)的財(cái)務(wù)比率評(píng)分法轉(zhuǎn)向以多變量、依賴(lài)于資本市場(chǎng)理論和計(jì)算機(jī)信息科學(xué)的動(dòng)態(tài)計(jì)量分析方法為主的趨勢(shì)發(fā)展。就目前而言在國(guó)際上多變量信用風(fēng)險(xiǎn)判別模型的應(yīng)用是最有效的，也被國(guó)際金融業(yè)和學(xué)術(shù)界視為主流方法。這是由于該方法在較長(zhǎng)的使用過(guò)程中已經(jīng)逐步完善，并滲透到各種類(lèi)型的公司、行業(yè)，形成了一套比較標(biāo)準(zhǔn)的方法，在實(shí)際應(yīng)用中發(fā)揮著中堅(jiān)的作用。而以資本市場(chǎng)理論和信息科學(xué)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(kù)的建設(shè)等。另外財(cái)務(wù)報(bào)表分析法作為信用風(fēng)險(xiǎn)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(fēng)險(xiǎn)分析數(shù)量模型并沒(méi)有贏得人們百分之百的信賴(lài)。因?yàn)槟Ｐ彤吘故乾F(xiàn)實(shí)世界的抽象，已經(jīng)刪枝去節(jié)。分析人員的判斷在信用風(fēng)險(xiǎn)的評(píng)價(jià)和定價(jià)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(fēng)險(xiǎn)決策中與其他的信息結(jié)合起來(lái)使用，才是明智之舉。2Altman,E.I.1994.CorporateDistressDiagnosis:ComparisonsUsingLinearDiscriminantAnalysisandNeuralNetworks.JournalofBanking&Finance18(3):505-529我國(guó)在信用風(fēng)險(xiǎn)分析方法領(lǐng)域的研究起步較晚，在國(guó)內(nèi)對(duì)信用風(fēng)險(xiǎn)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(biāo)和預(yù)測(cè)模型；陳靜（1999）199827ST27ST公司，使用了1995-1997峰、萬(wàn)海暉、張維等(1999)用神經(jīng)網(wǎng)絡(luò)法對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)進(jìn)行了研究，發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)法具有很強(qiáng)的非線性映射能力，其學(xué)習(xí)經(jīng)驗(yàn)的能力強(qiáng).。但對(duì)于一個(gè)特定的分類(lèi)問(wèn)題并沒(méi)有一個(gè)規(guī)范的模式來(lái)構(gòu)造網(wǎng)絡(luò)的結(jié)構(gòu)，通常都是通過(guò)實(shí)驗(yàn)的方法來(lái)得到一個(gè)適合的網(wǎng)絡(luò)結(jié)構(gòu)，過(guò)程復(fù)雜且耗費(fèi)大量人力與時(shí)間；（200012060家公司的財(cái)務(wù)數(shù)據(jù)估6042財(cái)務(wù)報(bào)表分析是指以財(cái)務(wù)報(bào)表和其他資料為依據(jù)和起點(diǎn)，采用專(zhuān)門(mén)方法，系統(tǒng)分析和評(píng)價(jià)企業(yè)的過(guò)去和現(xiàn)在的經(jīng)營(yíng)成果、財(cái)務(wù)狀況及其變動(dòng)，目的是了解過(guò)去、評(píng)價(jià)現(xiàn)在、預(yù)測(cè)未來(lái)，幫助利益關(guān)系集團(tuán)改善決策。財(cái)務(wù)報(bào)表分析的最基本的功能，是將大量的報(bào)表數(shù)據(jù)轉(zhuǎn)換為對(duì)特定決策有用的信息，較少?zèng)Q策的不確定性。一般認(rèn)為，財(cái)務(wù)報(bào)表分析產(chǎn)生于1920世紀(jì)初。最早的財(cái)務(wù)報(bào)表分析主要是為銀行服務(wù)的信用分析。當(dāng)時(shí)，借貸資本在企業(yè)資本中的比重不資本市場(chǎng)形成后發(fā)展出盈利分析，財(cái)務(wù)報(bào)表分析由主要為銀行服務(wù)擴(kuò)展到為投資人服務(wù)。財(cái)務(wù)報(bào)表分析開(kāi)始對(duì)企業(yè)的盈利能力、籌資結(jié)構(gòu)、利潤(rùn)分配進(jìn)行分析，發(fā)展出比較完善的外部分析體系。財(cái)務(wù)報(bào)表中有大量的數(shù)據(jù)，可以根據(jù)需要計(jì)算出很多有意義的比率，這些比率涉及到企業(yè)經(jīng)營(yíng)管理的各個(gè)方面。財(cái)務(wù)比率可以分為以下四類(lèi)：變現(xiàn)能力比率、資產(chǎn)管理比率、負(fù)債比率和盈利能力比率3。下面我們進(jìn)行簡(jiǎn)單的介紹：流動(dòng)比率=流動(dòng)資產(chǎn)/32001總資產(chǎn)周轉(zhuǎn)率=銷(xiāo)售收入/存貨周轉(zhuǎn)天數(shù)=平均存貨×360/該指標(biāo)是衡量和評(píng)價(jià)企業(yè)購(gòu)入存貨、投入生產(chǎn)、銷(xiāo)售回收等環(huán)節(jié)管理狀況的綜合性指標(biāo)。資產(chǎn)負(fù)債率=負(fù)債總額/資產(chǎn)負(fù)債率反映了總資產(chǎn)中有多大比率是通過(guò)借債來(lái)籌資的，也可以衡量企業(yè)在清算破產(chǎn)時(shí)保護(hù)債權(quán)人的程度。產(chǎn)權(quán)比率=負(fù)債總額/銷(xiāo)售凈利率=凈利潤(rùn)/該指標(biāo)反映了公司資產(chǎn)利用的綜合效果。指標(biāo)越高，表明資產(chǎn)的利用率越高，說(shuō)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(rùn)/52000年的財(cái)務(wù)報(bào)表作為我們的研究樣本進(jìn)行分析，這5鋼股份42-3-從上表可以看出，馬鋼股份無(wú)論是權(quán)益凈利率還是其它各指標(biāo)都明顯遜2-3-2為馬鋼股份歷年的杜邦財(cái)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(gè)結(jié)論：馬鋼股份權(quán)益凈利率主要是由銷(xiāo)售凈利率決定。我們知道銷(xiāo)售凈利率受銷(xiāo)售收入、銷(xiāo)售成本等因素的影響。至于銷(xiāo)售凈利率受那些因素的影響，我們將作進(jìn)一步分析：4本文使用的股票數(shù)據(jù)，如果未加以特別說(shuō)明，均下載于贏時(shí)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(kāi)始反彈上升，2000年有較大的升幅。2-3-1997199819991997199819992000-2-3-319971998年的銷(xiāo)售收入減少率大于銷(xiāo)售成本減少率，199919971999年，銷(xiāo)售成本相比銷(xiāo)售收入增長(zhǎng)的快（或減少的1997199919971998年主營(yíng)業(yè)利潤(rùn)的下降幅度都大于銷(xiāo)售收入下降的幅度。1999年2000年相對(duì)于其它年份較為例外，這年銷(xiāo)售成本、銷(xiāo)售收入和主營(yíng)業(yè)務(wù)利潤(rùn)都有較大的升幅。主營(yíng)業(yè)務(wù)利潤(rùn)的增幅最大，達(dá)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(xiāo)售凈利率。而馬鋼股份銷(xiāo)售凈利率的變化有兩個(gè)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(shí)，沒(méi)有控制好成本，造成了成本下降幅度過(guò)小，使得公司利潤(rùn)下降過(guò)快；二是銷(xiāo)售收入受市場(chǎng)價(jià)格影響較大，當(dāng)市場(chǎng)價(jià)格降低時(shí)，銷(xiāo)售量沒(méi)有相應(yīng)增加，導(dǎo)致銷(xiāo)售收入下降。馬鋼股份歷年的年度報(bào)告也證實(shí)了我們的分析。例如199819941998從日本、韓國(guó)、俄羅斯等國(guó)進(jìn)口鋼材對(duì)國(guó)內(nèi)市場(chǎng)壓力加大，中國(guó)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(bào)告中指出“公司董事會(huì)認(rèn)為，國(guó)家對(duì)鋼鐵產(chǎn)業(yè)總量的進(jìn)一步控制，國(guó)內(nèi)鋼鐵市場(chǎng)的供大于求矛盾趨于緩和，中國(guó)經(jīng)濟(jì)形勢(shì)趨好，東南亞經(jīng)濟(jì)逐步回升，鋼材需求增加，鋼材價(jià)格回升，有利于本集團(tuán)營(yíng)銷(xiāo)及出口業(yè)務(wù)的擴(kuò)展。本集團(tuán)總資產(chǎn)1,685,727萬(wàn)元，減少2.6%；長(zhǎng)期負(fù)債14,30517.5%19,175萬(wàn)元，增加97.9%，系主營(yíng)業(yè)務(wù)收入增加所致；凈利潤(rùn)17,60312.4倍，系收下面我們給出馬鋼各年流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)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(rèn)為馬鋼股份在近期內(nèi)不會(huì)出現(xiàn)較大的財(cái)務(wù)危機(jī)。而且隨著中國(guó)“十五”計(jì)劃及西部大開(kāi)發(fā)戰(zhàn)略的逐步實(shí)施，國(guó)家對(duì)鋼鐵總產(chǎn)量的控制，國(guó)內(nèi)鋼鐵市場(chǎng)的供大于求矛盾可能趨于緩和。但是危機(jī)依然存在，特WO2001年的經(jīng)營(yíng)形勢(shì)的估計(jì)應(yīng)持謹(jǐn)慎樂(lè)觀態(tài)度。3線性概率模型(LinearProbabilityModels,簡(jiǎn)記LPM)5是使用財(cái)務(wù)比率我們把公司的信用狀況分為兩類(lèi)，即違約類(lèi)（Yi=1）和非違約類(lèi)（Yi=0）然j隨機(jī)變量（Xij）的線性回歸來(lái)敘述這種方法。XijYiijXj

i

ijXijj個(gè)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(lái)的Yi的預(yù)測(cè)值，這個(gè)預(yù)測(cè)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(guò)設(shè)定臨界值作為事件發(fā)生與否的標(biāo)準(zhǔn)。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(duì)（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(jiǎn)單Logit模型進(jìn)行分析。多元判別分析法是對(duì)研究對(duì)象所屬類(lèi)別進(jìn)行判別的一種統(tǒng)計(jì)分析方法；判別分析就是要從若干表明觀測(cè)對(duì)象特征的變量值(財(cái)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(duì)觀測(cè)樣本分類(lèi)時(shí)的錯(cuò)判率最小。率先將這一方法應(yīng)用于財(cái)務(wù)危機(jī)、公司破產(chǎn)及違約風(fēng)險(xiǎn)分析的開(kāi)拓者是美國(guó)的愛(ài)德華·阿爾特曼教授(Edward.I.Altman)1968年22個(gè)財(cái)務(wù)比率經(jīng)過(guò)數(shù)理統(tǒng)計(jì)5Z-score模型和在此基礎(chǔ)上改進(jìn)的“Zeta”判別分析法。而國(guó)內(nèi)的分析則集中于多元判別分析法。因而本文將運(yùn)用線性概率模型Logit模型作為分析的模型，對(duì)這兩種模型在中國(guó)的使用效果做一分析。1998316日頒布了證監(jiān)文字[1998]6對(duì)“狀況異?！钡纳鲜泄镜墓善苯灰讓?shí)行特別處理(Specialreatment,簡(jiǎn)稱(chēng)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(shí)施在于讓持有績(jī)差股的投資者得到風(fēng)險(xiǎn)警示的同時(shí)，也提醒有關(guān)上市公司對(duì)其經(jīng)營(yíng)情況進(jìn)行有效的改善。3.2.3ST、PTST、PT股票和績(jī)優(yōu)股的財(cái)務(wù)指標(biāo)有較大的差別，ST、PT股票的財(cái)務(wù)狀況明顯劣于績(jī)優(yōu)股7ST、PT20016月，我國(guó)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(jī)優(yōu)股可以作59家績(jī)優(yōu)股做為分析中的信用風(fēng)險(xiǎn)非違約模型的可靠性在很大程度上依賴(lài)于預(yù)警分析指標(biāo)的質(zhì)量，采用何種標(biāo)準(zhǔn)去界定變量的有效性成為建模者要解決的首要問(wèn)題。EdwardI.Altman教授在建立企業(yè)破產(chǎn)預(yù)測(cè)的Z計(jì)分模型時(shí)9一是該指標(biāo)在以前的研究中出現(xiàn)的頻率：二是指標(biāo)與所要研究問(wèn)題的潛在相關(guān)性。在參考其他人經(jīng)驗(yàn)的基礎(chǔ)上，本文在建立指標(biāo)體系時(shí)遵循了以下的原則：險(xiǎn)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(fēng)險(xiǎn)（財(cái)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(gè)經(jīng)營(yíng)業(yè)績(jī)很差的公司不僅很難談得上發(fā)展，而且遲早會(huì)消亡。因此，一個(gè)公司是否會(huì)陷入財(cái)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(gè)公司的經(jīng)營(yíng)狀況和發(fā)展前景。運(yùn)用資產(chǎn)賺取收入的能力。它直接影響著公司經(jīng)營(yíng)成果。反映資產(chǎn)管理效率的指標(biāo)與反映經(jīng)營(yíng)成果的指標(biāo)結(jié)合在一起使用，可以全面地評(píng)價(jià)公司的盈利能力。數(shù)據(jù)很難取得，需要耗費(fèi)大量的人力和物力，因此這些取得成本很高的財(cái)務(wù)指標(biāo)不予以考慮。例如利息保障倍數(shù)，該財(cái)務(wù)指標(biāo)的計(jì)算需要利息費(fèi)用這項(xiàng)82000502000100200010020002000年年報(bào)綜合得出。ST、PT9Altman,Financialratios,discriminantanalysisandthepredictionofcorporate數(shù)據(jù)，但上市公司財(cái)務(wù)報(bào)告的披露中并沒(méi)有這項(xiàng)數(shù)據(jù)，因此，盡管該財(cái)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(biāo)。因?yàn)檫@些指標(biāo)不具可比性，各上市公司發(fā)行在外普通股股數(shù)對(duì)其數(shù)值有顯著的影響。例如，上市公司進(jìn)行高比例送股，除權(quán)后每股收益和每股凈資產(chǎn)被稀釋?zhuān)聦?shí)上除權(quán)前后指標(biāo)值雖發(fā)生變化，但公司的財(cái)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(cè)的Z計(jì)分模型時(shí)第一次引入，反映了公司債務(wù)超過(guò)資產(chǎn)無(wú)力償還債務(wù)時(shí)而破產(chǎn)前，公司的資產(chǎn)價(jià)值（權(quán)益市值加債務(wù)）能下降多少。該指標(biāo)從另一側(cè)面反映了二級(jí)市場(chǎng)對(duì)該上市公司的實(shí)質(zhì)評(píng)價(jià)。該指標(biāo)中的負(fù)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(jì)算公式為：權(quán)益資本市值=A股股價(jià)×A股股數(shù)+B股股價(jià)×B（或營(yíng)運(yùn)資本是流動(dòng)資產(chǎn)與流動(dòng)負(fù)債的差額，它是企業(yè)開(kāi)展日常生產(chǎn)經(jīng)營(yíng)活動(dòng)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(huì)對(duì)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(huì)用營(yíng)運(yùn)資本與企業(yè)總資產(chǎn)或銷(xiāo)售收入之比，作為衡量和判斷營(yíng)運(yùn)資本是否達(dá)到合理數(shù)值的標(biāo)準(zhǔn)。一般情況下，對(duì)于長(zhǎng)期經(jīng)營(yíng)損失的公司，其當(dāng)前資產(chǎn)相對(duì)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(fēng)險(xiǎn)越102000122920001229X7：凈資產(chǎn)收益率=凈利潤(rùn)/按中國(guó)證監(jiān)會(huì)發(fā)布的《公開(kāi)發(fā)行股票公司信息披露的內(nèi)容與格式標(biāo)準(zhǔn)第二號(hào)：年度報(bào)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(rùn)/X8：留存收益/該指標(biāo)考察了企業(yè)長(zhǎng)期累計(jì)盈利能力的比率。一般情況下，新企業(yè)相對(duì)于老企業(yè)來(lái)說(shuō)，該財(cái)務(wù)指標(biāo)較小而財(cái)務(wù)失敗的風(fēng)險(xiǎn)則較大。留存收益=未分配利潤(rùn)+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(rùn)總額+財(cái)務(wù)費(fèi)用。X10：總資產(chǎn)周轉(zhuǎn)率=銷(xiāo)售收入/10項(xiàng)指標(biāo)均對(duì)上市公司的財(cái)務(wù)狀況有重要的影響，3-2-1非違約組上市公司的財(cái)務(wù)特征（59家Std.權(quán)益資本市值/營(yíng)運(yùn)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(cái)務(wù)特征（53家Std.權(quán)益資本市值/營(yíng)運(yùn)資本/---留存收益/-息稅前收益/-3-2-3全部上市公司的財(cái)務(wù)特征（112家Std.權(quán)益資本市值/營(yíng)運(yùn)資本/--3.7713E--留存收益/-息稅前收益/-2.4E-從上述三個(gè)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(cái)務(wù)特征方面的表現(xiàn)有較大的差別。從上述指標(biāo)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(biāo)的波動(dòng)性看，非違約組上市公司指標(biāo)的波動(dòng)性小于違約組的上市公司。因此，上市公司財(cái)務(wù)危機(jī)的發(fā)生有著深刻的財(cái)務(wù)根源。同時(shí)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(dòng)性遠(yuǎn)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(shuō)明違約組上市公司的負(fù)債和權(quán)益有較大的變動(dòng)。我們?cè)賮?lái)看權(quán)益資本市值/負(fù)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(fù)債率均值為1.1333在統(tǒng)計(jì)分析中多采用配對(duì)方式選擇樣本，比如違約的公司與非違約的公司進(jìn)行配對(duì)。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(duì)保留樣本進(jìn)行檢驗(yàn)。根據(jù)上述原則，我們把總樣本8040只績(jī)優(yōu)股票，40STPT股票；3219只績(jī)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(jī)優(yōu)股票劃為第二組，即非違約組。令對(duì)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(duì)以上述樣本進(jìn)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(yàn)的相伴概率值小于0.05（默認(rèn)）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(jìn)入回歸方程的次序是：首先，流動(dòng)比率進(jìn)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(gè)自變量資產(chǎn)凈利率，形成模型24。圖3-3-ModelAdjustedRStd.ErrorofthePredictors:(Constant),Predictors:(Constant),流動(dòng)比率,Predictors:(Constant),流動(dòng)比率,資產(chǎn)凈利率,總資Predictors:(Constant),流動(dòng)比率,資產(chǎn)凈利率,總資產(chǎn)周轉(zhuǎn)率,資產(chǎn)負(fù)債率圖3-3-2的含義：第三列的RSquare為擬合優(yōu)度檢驗(yàn)的判定系數(shù)；第四列為調(diào)整后的RSquare。隨著自變量個(gè)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(jì)標(biāo)準(zhǔn)誤差不斷減小，說(shuō)明這些自變量的引入對(duì)因變量的解釋說(shuō)明都有比較顯著的貢獻(xiàn)，它們應(yīng)保留在回歸方程中。同時(shí)第四個(gè)回歸方程的RSquare擬合度為0.745，擬合度較好，整體的估計(jì)誤差值也較小。圖3-3-ANOVASumofMean8.604E-7.208E-6.794E-Predictors:(Constant),(Predictors:(Constant),流動(dòng)比率,資產(chǎn)凈利率,Predictors:(Constant),流動(dòng)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?，隨著自變量的引入，均方誤差在不斷地減少，說(shuō)明這些自變量的引入的確為解釋因變量做出了貢獻(xiàn)。另外，這四個(gè)模型的F檢驗(yàn)也證明所有自變量的回歸系數(shù)不同時(shí)為零，因變量和自變量全體之間確實(shí)存在線性關(guān)系，可以使用線性模型。圖3-3-ExcludedVariablesBeta---營(yíng)運(yùn)資本/留存收益/---權(quán)益資本市值/---息稅前收益/------營(yíng)運(yùn)資本/留存收益/---權(quán)益資本市值/---息稅前收益/------營(yíng)運(yùn)資本/留存收益/---權(quán)益資本市值/---息稅前收益/---營(yíng)運(yùn)資本/留存收益/---權(quán)益資本市值/---息稅前收益/---PredictorsintheModel:(Constant),(PredictorsintheModel:(Constant),流動(dòng)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(biāo)準(zhǔn)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(yàn)中的容忍度，自變量有較大的容忍度，說(shuō)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(jìn)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(xué)碩士學(xué)位論 商業(yè)銀行信用風(fēng)險(xiǎn)管理研圖3-3-CoefficientsStd.Zero-1.738E-8.565E-流動(dòng)比率資------a.DependentVariable: （3-3- （3-3- (不帶常數(shù)項(xiàng)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(dòng)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(fù)債率-權(quán)益資本市值/總負(fù)債-營(yíng)運(yùn)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(yàn)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(cè)效果，比如在第二步中，整體98.8%，預(yù)測(cè)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(fù)債率)。資產(chǎn)凈（21認(rèn)為流動(dòng)比率和總資產(chǎn)周轉(zhuǎn)率對(duì)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(dòng)比率和總資產(chǎn)周轉(zhuǎn)率。這說(shuō)明陷入危機(jī)的上市公司在很大程度上依靠短期融資維持公司的運(yùn)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(cè)。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(fēng)險(xiǎn)補(bǔ)償（升水0.5B表中第三列的信用風(fēng)險(xiǎn)補(bǔ)償值為穆迪評(píng)級(jí)機(jī)構(gòu)（Moody’sInvestors2，BaLogit模型中馬鋼股份的信用風(fēng)險(xiǎn)評(píng)ViVi

（3-5-Vii年模型的違約值，iV11信用風(fēng)險(xiǎn)補(bǔ)償值為商業(yè)銀行在對(duì)公司收取統(tǒng)一利率的基礎(chǔ)上可以對(duì)該級(jí)別公司征收的最高風(fēng)險(xiǎn)補(bǔ)償?shù)? 基于股票價(jià)格的信用風(fēng)險(xiǎn)模股票市場(chǎng)可以視為一個(gè)評(píng)價(jià)上市公司的巨大機(jī)制。關(guān)于宏觀經(jīng)濟(jì)狀況、行業(yè)及公司的信息會(huì)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(jià)會(huì)在整個(gè)交易日內(nèi)不斷地變化波動(dòng)，在公司股價(jià)的變化中蘊(yùn)含著關(guān)于該公司可信度變化的可靠證據(jù)?；诠善笔袌?chǎng)的信用風(fēng)險(xiǎn)度量的著名V（dt該模型使用了期權(quán)定價(jià)理論來(lái)對(duì)有風(fēng)險(xiǎn)的貸款和債券進(jìn)行估值，對(duì)所有其股權(quán)公開(kāi)交易的主要公司和銀行的違約可能性做出了預(yù)測(cè)。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(lái)導(dǎo)出一個(gè)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?jī)斶€。對(duì)于資產(chǎn)的市場(chǎng)價(jià)值小于本息盡失。事實(shí)上，如果存在直接或間接的破產(chǎn)成本（比如訴訟費(fèi)），則銀我們把圖4-2-1所示的貸款報(bào)酬函數(shù)與某種股票看跌期權(quán)的出售者可以權(quán)的賣(mài)方就會(huì)保有賣(mài)權(quán)收益；如果股票價(jià)格低于X款，其得到的報(bào)酬與賣(mài)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(mài)出期權(quán)估值模一種股票的一份看跌期權(quán)的價(jià)值=f(SXr,s,一項(xiàng)風(fēng)險(xiǎn)貸款違約選擇權(quán)的價(jià)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(wèn)題倒轉(zhuǎn)過(guò)來(lái)，從借款12。第一步，從公司的股票市場(chǎng)價(jià)值、股價(jià)的波動(dòng)性及負(fù)債的賬面價(jià)值估計(jì)出公司的市場(chǎng)價(jià)值及其波動(dòng)性。第二步，根據(jù)公司的負(fù)債計(jì)算出公司的違約點(diǎn)。公司預(yù)期市場(chǎng)價(jià)值和違約點(diǎn)以及公司價(jià)值的波動(dòng)性即可構(gòu)件是標(biāo)準(zhǔn)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(jiàn)安東尼·股權(quán)價(jià)值 資產(chǎn)價(jià)值4-3-2在貸款期末，企業(yè)資產(chǎn)的市場(chǎng)價(jià)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(jià)值 資產(chǎn)價(jià)值4-3--Black-ScholesfEVN(d1)DerN(d2r

N-d1,d2計(jì)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(chǎng)價(jià)值長(zhǎng)期的經(jīng)驗(yàn)研究表明企業(yè)資產(chǎn)的市場(chǎng)價(jià)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(chǎng)價(jià)值的波動(dòng)率來(lái)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L(zhǎng)ogit模型中的不違約的概率分別為-0.150。Sii個(gè)時(shí)間間隔末的權(quán)益市值價(jià)格uln(Si1

（4-4-ui的標(biāo)準(zhǔn)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(shuō)來(lái)獲得的精度越高。4-4-1給出了權(quán)益市90個(gè)交易日。4-4-(元Si1/Ln(Si1/SiSi1/Ln(Si1/Si---------------14實(shí)際上我們假設(shè)資產(chǎn)價(jià)值遵循維納過(guò)程（wienerprocesses），請(qǐng)參考約翰·-------------市值的年波動(dòng)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(jià)值-違約 V

（4-4-資產(chǎn)的預(yù)期價(jià)值資產(chǎn)價(jià)值的波動(dòng) 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(jià)值將不得不下降634,901千元以上，或者說(shuō)是下降幅度超過(guò)1.1976.60%1.19值的波動(dòng)性。因而資本市場(chǎng)價(jià)值應(yīng)比上述計(jì)算出的值大。我們令v1.201.2111.51%11.31%。50%的長(zhǎng)期負(fù)債時(shí)。根據(jù)上述假設(shè)，這兩個(gè)違約點(diǎn)值都小于總負(fù)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(chǎng)價(jià)值經(jīng)驗(yàn)EDF之遠(yuǎn)的一年內(nèi)違約的企業(yè)數(shù)

（4-4-經(jīng)驗(yàn)EDF

EDF值來(lái)。EDF。下圖顯示了這種關(guān)系：4-6-14-4-現(xiàn)有的交易市場(chǎng)價(jià)值獨(dú)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(chǎng)的信息了，它們應(yīng)不斷地監(jiān)控股權(quán)市場(chǎng)對(duì)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(duì)這種方法的修正和進(jìn)一步完善還會(huì)不斷地進(jìn)行第5 結(jié)論及建F有力的理論支持。而以財(cái)務(wù)報(bào)表為基礎(chǔ)的多變量信用風(fēng)險(xiǎn)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(jiǎn)便、成本低，預(yù)測(cè)效果佳。更重要的是應(yīng)用廣泛，它不僅可應(yīng)用于財(cái)務(wù)危機(jī)、信用風(fēng)險(xiǎn)的預(yù)警分析，也可用于證券評(píng)級(jí)和企業(yè)綜合經(jīng)營(yíng)業(yè)績(jī)的評(píng)價(jià)。但是財(cái)務(wù)報(bào)表分析法作為商業(yè)銀行信用風(fēng)險(xiǎn)最基礎(chǔ)的分析方法，其作用不可低估，而且財(cái)務(wù)報(bào)表分析法中的財(cái)務(wù)指0相繼因經(jīng)營(yíng)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(duì)此進(jìn)行了深刻的反省，普遍認(rèn)為市場(chǎng)組織者、監(jiān)管當(dāng)局固然難7事實(shí)上作為金融監(jiān)管當(dāng)局的人民銀行也認(rèn)識(shí)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(jī)構(gòu)予以執(zhí)行。例如《加強(qiáng)金融機(jī)構(gòu)內(nèi)部控制的制度，即對(duì)貸款企業(yè)的貸前資信調(diào)查，對(duì)貸款企業(yè)的貸時(shí)審查和對(duì)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(guó)商業(yè)Mc.Naughton董事會(huì)是否履行自己的職責(zé)，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(xiǎn)公司投保銀行貸款保證保險(xiǎn)，并將保險(xiǎn)單作為借款合同附件，這由保險(xiǎn)公司代為償還。信用風(fēng)險(xiǎn)保險(xiǎn)將風(fēng)險(xiǎn)轉(zhuǎn)移給了保險(xiǎn)公司，使自身債權(quán)得以保護(hù)，但該方法須謹(jǐn)慎使用，只能對(duì)那些資信較差的借款人使用，否則由借款人或第三人對(duì)貸款本息的償還提供的一種保證。有擔(dān)保的貸款把本應(yīng)銀行承擔(dān)的客戶(hù)信用風(fēng)險(xiǎn)轉(zhuǎn)嫁給擔(dān)保人。但是擔(dān)保并不一定能確保貸款得以?xún)斶€，因?yàn)殂y行轉(zhuǎn)移風(fēng)險(xiǎn)的同時(shí)，又承擔(dān)了擔(dān)保人信用風(fēng)險(xiǎn)。我國(guó)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(duì)于一些短期流動(dòng)資金貸款來(lái)說(shuō)，辦理財(cái)產(chǎn)抵押所交納的費(fèi)用大。三是擔(dān)保單位多頭擔(dān)款抵押、保證等擔(dān)保形式存在許多特殊問(wèn)題，銀行在實(shí)際操作中應(yīng)注意：))60%0700007[(4000-30)1%+300銀行需要計(jì)提專(zhuān)項(xiàng)準(zhǔn)備金來(lái)真實(shí)反映信用風(fēng)險(xiǎn)的潛在風(fēng)險(xiǎn)。專(zhuān)項(xiàng)準(zhǔn)備金是按照不良貸款的內(nèi)在損失程度計(jì)提的，它反映的是評(píng)估日貸款賬面價(jià)值與實(shí)際評(píng)估價(jià)值的差額，或者說(shuō)反映的是評(píng)估日貸款組合的內(nèi)在損失。與普通準(zhǔn)備金不同，專(zhuān)項(xiàng)準(zhǔn)備金的變動(dòng)與貸款的風(fēng)險(xiǎn)損失程度直接相關(guān)，而與貸款總量變化無(wú)直接關(guān)系，專(zhuān)項(xiàng)準(zhǔn)備金可以彌補(bǔ)普通準(zhǔn)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(fēng)險(xiǎn)的分析工具日益增加，以至于又有很多人認(rèn)為信用風(fēng)險(xiǎn)管理已經(jīng)成為一門(mén)精確的科學(xué)。但事實(shí)告訴我們，采取任何一種極端的措施并不能解決好問(wèn)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(jī)以更高的速度飛行，甚至在惡劣的天氣情況下飛行。但是無(wú)論它們是多么的精密準(zhǔn)確，都無(wú)法替代飛機(jī)駕駛員的飛行技術(shù)和判斷。信用風(fēng)險(xiǎn)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(shuō)如此高的可靠性。因而，分析人員的判斷在信用風(fēng)險(xiǎn)的評(píng)價(jià)和定價(jià)中里，商業(yè)銀行的高級(jí)管理層需要協(xié)調(diào)好傳統(tǒng)的管理工具（如稽查、對(duì)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(qiáng)有力的信用文風(fēng)險(xiǎn)嵌入每種業(yè)務(wù)之中，它們實(shí)際上是商業(yè)銀行每天業(yè)務(wù)的一個(gè)必須應(yīng)對(duì)的方面。銀行每位職員都必須知道什么是對(duì)的，什么是錯(cuò)的，亦即會(huì)因什這樣一個(gè)制度需要用企業(yè)的風(fēng)險(xiǎn)文化作為支持，企業(yè)的風(fēng)險(xiǎn)文化界定了企業(yè)能承受的風(fēng)險(xiǎn)的大小。一個(gè)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(gè)組織都必須建立起一種能夠反映人類(lèi)本質(zhì)現(xiàn)實(shí)的文化。這樣的文化告訴員工：我們將對(duì)表現(xiàn)良好者給予獎(jiǎng)賞，但你們一定要按規(guī)則辦事。同樣在我國(guó)的商業(yè)銀行越來(lái)越多地接觸到更多的更新的信用風(fēng)險(xiǎn)管理工具時(shí)，銀行的信用風(fēng)險(xiǎn)文化顯得比以往任何時(shí)候都重要。銀行必須認(rèn)真地思 2002年中國(guó)企業(yè)發(fā)展高官會(huì)上指出中國(guó)四大國(guó)有商業(yè)銀行的不良貸款已見(jiàn)底，大約為1800025%。這說(shuō)明經(jīng)過(guò)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(lái)源于上市因此模型雖然對(duì)上市公司有效，但對(duì)于非上市公司來(lái)講是否有效，則有待作于我國(guó)股票市場(chǎng)價(jià)格過(guò)高所至。但事實(shí)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(fēng)險(xiǎn)管理改進(jìn)，《國(guó)際金融研究》，1999/4劉丹丹，從美銀行資信評(píng)估體系看我國(guó)的信貸風(fēng)險(xiǎn)管理，《國(guó)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