信用風(fēng)險(xiǎn)計(jì)量模型(已修改)
2025-03-16 22:50 本頁面
【正文】 金融工程與風(fēng)險(xiǎn)管理 第 9章 信用風(fēng)險(xiǎn)計(jì)量模型 傳統(tǒng)信用分析方法 5C分類法 評(píng)級(jí)方法 現(xiàn)代信用計(jì)量模型 圍繞違約風(fēng)險(xiǎn)建模 Creditmetrics 圍繞公司價(jià)值建模 KMV模型 評(píng)分方法 定性 定量 ZScore模型 ? 理論基礎(chǔ)：貸款企業(yè)的破產(chǎn)概率大小與其財(cái)務(wù)狀況高度相關(guān)。 ? Z計(jì)分模型的本質(zhì)：破產(chǎn)預(yù)測(cè)模型 ? 方法：復(fù)合判別分析（ Multiple Discriminant Analysis， MDA）。 ? 基本思想：聚類 ——MDA能將貸款企業(yè)區(qū)分為不會(huì)破產(chǎn)和破產(chǎn)兩類。 ZScore模型建模步驟 ? 建立判別方程（線性） 1 1 2 2, . . . ,nniiZ b x b x b xxib? ? ? ?代 表 第 個(gè) 財(cái) 務(wù) 指 標(biāo)代 表 判 別 系 數(shù)? 收集過去已破產(chǎn)和不破產(chǎn)的企業(yè)的有關(guān)財(cái)務(wù)數(shù)據(jù)（比率） ZScore模型建模步驟 ? 通過 MDA或聚類分析，得到 最關(guān)鍵的、最具有區(qū)別能力 的財(cái)務(wù)指標(biāo)，即這些指標(biāo)具有如下性質(zhì) ? 在破產(chǎn)組和非破產(chǎn)組之間差異顯著 ? 指標(biāo)穩(wěn)定性好，在組內(nèi)沒有差異 例子： ZScore模型 ? 基于 33個(gè)樣本，要求所有變量的 F比率至少在 。 ? F用于檢驗(yàn)兩組均值的統(tǒng)計(jì)差異，越大越好，可用 F排序。 ? 我們從 20個(gè)指標(biāo)中篩選出 5個(gè)，篩選的 5個(gè)是按照 F值從小到大排列后最后得到的。 指標(biāo)篩選 變量 破產(chǎn)組均值 非破產(chǎn)組均值 F統(tǒng)計(jì)量 x1營(yíng)運(yùn)資本 /總資產(chǎn) % % x2留存盈余 /總資產(chǎn) % % x3稅息前收益 /總資產(chǎn) % % x4股權(quán)的市值 /總負(fù)債的賬面價(jià)值 % % x5銷售額 /總資產(chǎn) 建立判別方程 ? Z = + + 33x3+ + ? x1～ x5的意義同上 ? 將實(shí)際企業(yè)的財(cái)務(wù)指標(biāo)值代入方程，計(jì)算得到 Z ? 若 Z； ? 若 Z，則企業(yè)不具貸款資格，二者之間需要詳細(xì)審查。 ZScore模型 例：某申請(qǐng)貸款的企業(yè)主要財(cái)務(wù)比率如下： x1—營(yíng)運(yùn)資本 /總資產(chǎn)比率 = x2—留存盈余 /總資產(chǎn)比率 = x3 —利息和稅收之前的收益 /總資產(chǎn)比率 = x4—股權(quán)的市場(chǎng)價(jià)值 /總負(fù)債的賬面價(jià)值比率 = x5—銷售額 /總資產(chǎn)比率（資產(chǎn)周轉(zhuǎn)率） = ? Z = + + 33 + + = ? 結(jié)論：可以給該企業(yè)貸款。 計(jì)分模型缺點(diǎn)和注意事項(xiàng) ? Altman 判別方程對(duì)未來一年倒閉預(yù)測(cè)的準(zhǔn)確性可達(dá) 95％，但對(duì)預(yù)測(cè)兩年倒閉的準(zhǔn)確性降低到 75％，三年為 48％。 ? 缺陷： ? 依賴財(cái)務(wù)報(bào)表的賬面數(shù)據(jù)而忽視了日益重要的資本市場(chǎng)指標(biāo)，在一定程度上降低了預(yù)測(cè)結(jié)果的可靠性和及時(shí)性。 ? 變量假設(shè)為線性關(guān)系，而現(xiàn)實(shí)的經(jīng)濟(jì)現(xiàn)象可能非線性的。 ? 預(yù)測(cè)模型不能長(zhǎng)期使用，需要定期更新，修正財(cái)務(wù)比率和參數(shù)。 ? 研究表明：通過修正后對(duì)未來 4年的預(yù)測(cè)準(zhǔn)確度達(dá)到 80％。 改進(jìn)：聚類分析 ? 將一定數(shù)量的樣品看成一類，然后根據(jù)樣品的親疏程度，將最密切的看成一類，然后考慮合并后的類和其他類之間的親疏程度，再次進(jìn)行合并。 ? 重復(fù)這個(gè)過程直到多有的樣本（或者指標(biāo)合并為一類 ? 為了研究各個(gè)公司的財(cái)務(wù)狀況，抽取了 21個(gè)公司的 4個(gè)財(cái)務(wù)指標(biāo)，試?yán)眠@些財(cái)務(wù)指標(biāo)進(jìn)行聚類分析。 ? 命令： clusterdata 信用計(jì)量模型（ Creditmetrics） ? Creditmetrics（譯為“信用計(jì)量”）是由 摩根公司聯(lián)合美國(guó)銀行、 KMV公司、瑞士聯(lián)合銀行等金融機(jī)構(gòu)于 1997年推出的信用風(fēng)險(xiǎn)定量模型。 ? 它是在 1994年推出的計(jì)量市場(chǎng)風(fēng)險(xiǎn)的 Riskmetrics（譯為“風(fēng)險(xiǎn)計(jì)量”）基礎(chǔ)上提出的，旨在提供一個(gè)可對(duì)銀行貸款等非交易資產(chǎn)的信用風(fēng)險(xiǎn)進(jìn)行計(jì)量的 VaR框架。 ? Creditmetrics試圖回答的問題： ? “如果下一年是個(gè)壞年份，那么，在我的貸款或貸款組合上會(huì)損失掉多少？” Creditmetrics基本假設(shè) 1. 信用評(píng)級(jí)有效。信
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1