如何評估企業(yè)信用風(fēng)險(全黑-預(yù)覽頁
【正文】 據(jù)來源于國家及行業(yè)長期歷史數(shù)據(jù) 數(shù)據(jù)靜態(tài)，預(yù)測能力不及時 ?信用風(fēng)險附加模型 ?貸款組合分檔 在 possion分布下的數(shù)據(jù) 貸款違約概率和違約時的損失 ?適用 含大量中小規(guī)模貸款的貸款組合 不適用單個信貸風(fēng)險衡量 ? 優(yōu)點 數(shù)據(jù)少，易操作 ?缺點 不適用于單個信貸風(fēng)險衡量 違約概率分布的假設(shè)與我過情況不符 忽略轉(zhuǎn)移風(fēng)險 方法 優(yōu)點 缺點 適用對象 傳統(tǒng)方法 要素分析法 操作簡便 ， 可大量運用 評估人員培訓(xùn)成本高 ， 定性分析權(quán)重不一 ， 風(fēng)險因素不全面 各類企業(yè) 財務(wù)比率綜合分析法 直觀反映財務(wù)狀況和償債能力 靜態(tài)分析預(yù)估不準(zhǔn)確 ， 收集數(shù)據(jù)有一定困難 上市公司 信用評分法 操作簡便 ， 成本低 ，應(yīng)用效果好 歷史數(shù)據(jù)難收集 ， 更新慢 ， 無法提供違約準(zhǔn)確數(shù)值 有一定歷史數(shù)據(jù)的企業(yè) 現(xiàn)代模型 KMV模型 預(yù)測更強更及時 ， 具有前瞻性 未區(qū)分不同類型的債務(wù) ， 需要大量市場數(shù)據(jù) 上市公司 CreditMetrics 模型 還考慮了企業(yè)信用降級風(fēng)險 ， 注重企業(yè)間信用變化關(guān)系 依賴評級機構(gòu)提供的歷史數(shù)據(jù) ，所需數(shù)據(jù)多 ， 預(yù)測不夠及時 上市公司 credit Risk[+]模型 需要較少數(shù)據(jù) ， 容易操作 忽略了轉(zhuǎn)移風(fēng)險 含大量中小規(guī)模貸款的貸款組合 ?銀行：信息更充分，評估人員專業(yè)技能強，對評估準(zhǔn)確性要求高 方法選擇：均可，更傾向于現(xiàn)代模型。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1