某銀行內(nèi)部信用評(píng)級(jí)系統(tǒng)(編輯修改稿)
2025-06-24 00:16 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 很不相同的。債務(wù)人的財(cái)務(wù)指標(biāo)等需要用相應(yīng)的行業(yè)標(biāo)準(zhǔn)調(diào)整才會(huì)使不同行業(yè)信用評(píng)級(jí)具有可比性。（3）企業(yè)的管理水平，包括企業(yè)管理層的學(xué)歷，背景，管理風(fēng)格。（4）特殊事件的影響，如有關(guān)的法律，國(guó)家政策的變化，企業(yè)非預(yù)期的重大變化。（5）其他因素。5．評(píng)級(jí)的審核和調(diào)整：信用評(píng)級(jí)可能會(huì)因主觀因素、客觀數(shù)據(jù)等錯(cuò)誤而失真，也可能經(jīng)常隨各種條件的變化而變化。因此需要對(duì)評(píng)級(jí)結(jié)果進(jìn)行定期和不定期的檢查，及時(shí)調(diào)整評(píng)級(jí)結(jié)果。一般至少每年對(duì)評(píng)級(jí)審核一次，審核的次數(shù)應(yīng)與受評(píng)對(duì)象的風(fēng)險(xiǎn)程度聯(lián)系。對(duì)有問(wèn)題債務(wù)人進(jìn)行經(jīng)常性監(jiān)督，對(duì)風(fēng)險(xiǎn)很小的貸款則可適當(dāng)減少審核次數(shù)。銀行在審核時(shí)可以利用受評(píng)對(duì)象的外部評(píng)級(jí)和資信信息，一方面可減少成本，另一方面也增加了評(píng)級(jí)的客觀性、靈活性。值得注意的是，債務(wù)人的財(cái)務(wù)狀況、經(jīng)營(yíng)條件處于經(jīng)常的變動(dòng)之中，評(píng)級(jí)調(diào)整前應(yīng)慎重分析，對(duì)債務(wù)人因財(cái)政年度、銷售淡旺季等變動(dòng)導(dǎo)致的變化不應(yīng)變動(dòng)其信用評(píng)級(jí)，只有債務(wù)人經(jīng)營(yíng)基本面的變化，財(cái)務(wù)和產(chǎn)銷大的結(jié)構(gòu)性變化才反映到評(píng)級(jí)結(jié)果的變化中。3 信用評(píng)級(jí)方法在銀行內(nèi)部信用評(píng)級(jí)系統(tǒng)中，科學(xué)合理的評(píng)級(jí)方法至關(guān)重要，因?yàn)樗苯拥玫皆u(píng)級(jí)的結(jié)果，并且在很大程度上決定評(píng)級(jí)結(jié)果的有效性。信用評(píng)級(jí)的目的是使得到的各信用級(jí)別能有效的甄別和反映信用風(fēng)險(xiǎn)，以此作為銀行信用風(fēng)險(xiǎn)管理的基礎(chǔ)。知道了某一客戶的信用級(jí)別，就能知道其違約可能性的大小和發(fā)生違約后的損失程度。信用評(píng)級(jí)的方法就是如何由各種信息來(lái)確定信用級(jí)別的手段。銀行用來(lái)評(píng)定債務(wù)人信用狀況的信息主要有如下三個(gè)方面：第一，財(cái)務(wù)報(bào)表以及其它可以定量化的某些管理方面的信息；第二，對(duì)于上市公司而言可以利用其公開發(fā)行的股票和債券的市場(chǎng)價(jià)格信息；第三，客戶經(jīng)理（信貸員）通過(guò)對(duì)企業(yè)的深入了解、基于自己的經(jīng)驗(yàn)對(duì)企業(yè)的信用狀況做出的評(píng)價(jià)。由于前面兩種信息是可以定量化的，通過(guò)對(duì)這些信息進(jìn)行統(tǒng)計(jì)和經(jīng)濟(jì)理論上的分析，可以建立如下兩大類模型，作為對(duì)企業(yè)信用評(píng)級(jí)的標(biāo)準(zhǔn)。(1) 基于財(cái)務(wù)指標(biāo)的模型財(cái)務(wù)指標(biāo)表示企業(yè)過(guò)去的經(jīng)營(yíng)信息，是傳統(tǒng)上進(jìn)行企業(yè)信用分析的基礎(chǔ)。Altman1968年開拓性地利用多元統(tǒng)計(jì)上的判別分析（Discriminant Analysis）建立了財(cái)務(wù)比例和企業(yè)違約率之間的關(guān)系——Zscore模型[1]。在這以后學(xué)術(shù)界和實(shí)業(yè)界在Altman工作的基礎(chǔ)上建立了很多統(tǒng)計(jì)模型，如Altman自己對(duì)Zscore的修正Zeta模型、Moody的RiskCalc、Samp。P的基于神經(jīng)元網(wǎng)絡(luò)分析的RiskModel等等。基于財(cái)務(wù)指標(biāo)的模型雖然很多，但是基本思想都是先選擇對(duì)違約率最有解釋性的財(cái)務(wù)比例，然后通過(guò)統(tǒng)計(jì)分析建立這些指標(biāo)和違約率的關(guān)系。我們認(rèn)為，建立一個(gè)基于財(cái)務(wù)指標(biāo)的模型必須經(jīng)過(guò)如下三步。第一步、指標(biāo)篩選。根據(jù)Moody的實(shí)證研究[3]，對(duì)于基于財(cái)務(wù)指標(biāo)的違約率模型而言指標(biāo)的選取甚至比模型的形式更為重要，事實(shí)上Altman的Zscore模型的核心也就在于找出一組財(cái)務(wù)變量，使得組與組（破產(chǎn)企業(yè)和非破產(chǎn)企業(yè)）之間的方差最大而組內(nèi)的方差最?。ǘ嘣y(tǒng)計(jì)上的Fisher判別法則）。Moody提供了如下直觀的選取法則，先將私有企業(yè)的財(cái)務(wù)指標(biāo)分為贏利能力、財(cái)務(wù)杠桿、經(jīng)營(yíng)效率等8類，在每一類里挑選對(duì)違約最有解釋力的財(cái)務(wù)指標(biāo)。對(duì)于如何選取這些財(cái)務(wù)指標(biāo)，穆迪給出了兩個(gè)主要的指導(dǎo)性原則：（1）條件單調(diào)性。單調(diào)性指對(duì)違約率有較好解釋力的財(cái)務(wù)指標(biāo)應(yīng)是那些在其變動(dòng)范圍內(nèi)與對(duì)應(yīng)的違約率始終保持單調(diào)，或單調(diào)上升，或單調(diào)下降。條件性指與違約率單調(diào)關(guān)系的獨(dú)立性，這種單調(diào)性不受其他因素影響。（2）陡峭性。陡峭性指財(cái)務(wù)指標(biāo)與對(duì)應(yīng)的違約率的關(guān)系圖形越陡峭越好。如果違約率隨著某一財(cái)務(wù)指標(biāo)的變化而迅速變化，則這個(gè)財(cái)務(wù)指標(biāo)的解釋力越強(qiáng)。第二步，建立財(cái)務(wù)比例與違約率的模型。正如Moody所指出的“財(cái)務(wù)指標(biāo)與企業(yè)違約的概率就像駕車時(shí)車速與發(fā)生車禍的概率的關(guān)系，它們是非線性的緊密聯(lián)系在一起?！蹦Ｐ偷娜蝿?wù)就在于逼近和刻畫這種非線性。常用模型形式有Altaman的多元判別分析模型（Multivariate Discriminant
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1